Die meisten Bemühungen zur Einführung von KI scheitern stillschweigend. Nicht weil die Technologie falsch war, sondern weil niemand darüber sprach, warum das Team sie nicht nutzte.
Sie führen ein neues KI-gestütztes Code-Review-Tool ein. Zwei Monate später liegt die Nutzung bei 15 %. Niemand wehrt sich offen dagegen. Die Leute ändern einfach nicht ihren Arbeitsablauf. Wenn man im Stand-Up danach fragt, erntet man höfliches Nicken und die vage Zustimmung, dass es „ziemlich cool“ sei. In der Zwischenzeit machen alle die Dinge immer noch auf die alte Art und Weise.
Dies ist ein Kulturproblem, und Kulturprobleme können nicht durch bessere Tools oder eine weitere Slack-Ankündigung gelöst werden. Sie werden gelöst, indem Raum für ehrliche Gespräche darüber geschaffen wird, was tatsächlich passiert. Hier kommen Retrospektiven ins Spiel – nicht als Prozessritual, sondern als Mechanismus, der die wahren Blockaden ans Licht bringt, die niemand unaufgefordert zur Sprache bringen möchte.
Die wahren Gründe, warum die KI-Einführung ins Stocken gerät
Bevor Sie ein Kulturproblem lösen können, müssen Sie es genau benennen. Hier sind die Muster, die immer wieder auftauchen, wenn Teams mit der KI-Einführung zu kämpfen haben:
Angst als Skepsis getarnt. „Ich bin mir nicht sicher, ob der ROI da ist“ lässt sich oft mit „Ich mache mir Sorgen, dass dies einen Teil meiner Arbeit ersetzt, und ich weiß nicht, wie ich das sagen soll.“ Das ist rational. Die Leute haben schon genug Schlagzeilen über Entlassungen gesehen, die mit Effizienzsteigerungen bei der KI in Zusammenhang stehen. Solange Sie dies nicht ehrlich ansprechen, wird keine noch so große Anzahl von Demos die Akzeptanzzahlen beeinflussen.
Die Kompetenzlücke, die niemand zugibt. Leitende Ingenieure, die ein Jahrzehnt lang hervorragende Arbeit geleistet haben, fühlen sich plötzlich wie Anfänger. Das ist unangenehm, und die meisten Menschen gehen mit dem Unbehagen um, indem sie die Ursache meiden. Wenn die Verwendung des KI-Tools bedeutet, dass sie sich vor ihrem Team inkompetent fühlen, werden sie es einfach nicht verwenden.
Keine Erlaubnis zum Experimentieren. Teams sagen, dass sie Innovation wollen, aber Sprint-Verpflichtungen und Geschwindigkeitsmetriken belasten die Lernkurve. Wenn das Ausprobieren eines neuen KI-Tools Sie einen halben Tag kostet und Ihre Sprintgeschwindigkeit sinkt, ist die implizite Botschaft klar: Experimentieren Sie nicht.
Unklare Erwartungen. Ist die Einführung von KI optional? Erwartet? Erforderlich? Wenn die Führung diesbezüglich vage ist, greift man auf das zurück, was sich am sichersten anfühlt – was normalerweise der Status quo ist.
Durchführung einer KI-Kultur-Retrospektive
Ein Standard-Retrospektivformat funktioniert hier gut. Sie benötigen kein spezielles „KI-Retrospektiv-Framework“. Was Sie brauchen, sind die richtigen Fragen und echte psychologische Sicherheit. Hier ist ein Format, das für Teams in den ersten sechs Monaten einer KI-Einführungsbemühung gut funktioniert.
Einrichtung (10 Minuten)
Teilen Sie vor der Sitzung konkrete Adoptionsdaten mit. Nutzungsmetriken, Ausgabe von KI-Tools, alle Qualitätsmessungen, die Sie haben. Das Ziel besteht darin, das Gespräch auf die Realität und nicht auf die Stimmung zu stützen. Wenn Sie Daten haben, aus denen hervorgeht, dass in diesem Sprint nur 3 von 8 Teammitgliedern das KI-Tool verwendet haben, notieren Sie diese an der Tafel. Um niemanden zu beschämen – um es sicher zu machen, darüber zu sprechen, warum.
Geben Sie den Ton ausdrücklich an: „Hier geht es nicht darum, die KI-Nutzung anderer zu beurteilen. Es geht darum, zu verstehen, was die Einführung einfach oder schwierig macht, damit wir als Team bessere Entscheidungen treffen können.“
Drei Fragen, die tatsächlich funktionieren
Überspringen Sie in diesem Fall „Was lief gut/was nicht“. Verwenden Sie stattdessen diese:
1. „Wo hat Ihnen KI bei diesem Sprint geholfen und wo haben Sie sich entschieden, sie nicht einzusetzen?“
Die zweite Hälfte ist wichtiger als die erste. Die Stellen, an denen Menschen sich bewusst für die alte Methode entschieden haben, offenbaren Reibungspunkte – vielleicht ist das Tool langsam, vielleicht ist die Ausgabequalität noch nicht erreicht, vielleicht hatten sie einfach keine Zeit, es herauszufinden. All das ist strafbar.
2. „Was würde die Wahrscheinlichkeit erhöhen, dass Sie im nächsten Sprint mit KI-Tools experimentieren?“
Dadurch verschiebt sich der Rahmen von „Warum nutzen Sie es nicht?“ hin zu „Was brauchen Sie?“. Häufige Antworten: dedizierte Lernzeit, Paarsitzungen mit jemandem, der weiter fortgeschritten ist, klarere Anleitung, für welche Aufgaben man es ausprobieren sollte, Erlaubnis, beim Lernen etwas weniger Leistung zu erbringen.
3. „Über welche Bedenken hinsichtlich der KI haben wir nicht offen gesprochen?“
Das ist die schwierige Frage. Hier tauchen Ängste vor Arbeitsplatzsicherheit, ethische Bedenken und Qualitätsbedenken auf. Möglicherweise müssen Sie dafür eine anonyme Sammlung verwenden – lassen Sie die Leute Antworten auf Karten schreiben oder sie vor der Diskussion über ein Tool einreichen. Die Anonymität ist wichtig, weil diese Bedenken eine echte Verletzlichkeit mit sich bringen.
Diskussion (30-40 Minuten)
Gruppieren Sie die Antworten und besprechen Sie Muster. Widerstehen Sie dem Drang, jedes Problem im Raum zu „lösen“. Manche Dinge – etwa die Angst vor der Arbeitsplatzsicherheit – können im Retro-Stil nicht vollständig gelöst werden. Was Sie tun können, ist, sie ehrlich anzuerkennen und sich zu konkreten Folgemaßnahmen zu verpflichten.
Fragen Sie für jedes Hauptthema: „Was könnten wir in den nächsten zwei Wochen konkret ändern, um dabei zu helfen?“
Maßnahmen (10 Minuten)
Beschränken Sie sich auf maximal 2-3 Aktionen. Gemeinsame produktive Aktionen:
- Blockieren Sie 2 Stunden pro Sprint speziell für KI-Experimente (schützen Sie es wie ein Produktionsbereitstellungsfenster).
- Richten Sie wöchentlich ein 30-minütiges „KI-Show-and-Tell“ ein, bei dem jemand einen von ihm ausprobierten Workflow vorführt, einschließlich dessen, was nicht funktioniert hat
- Erstellen Sie ein gemeinsames Dokument, in dem Menschen KI-Versuche protokollieren – sowohl Erfolge als auch Misserfolge –, damit das Team gemeinsames Wissen aufbaut
- Kombinieren Sie einen selbstbewussten KI-Benutzer mit jemandem, der im nächsten Sprint Schwierigkeiten hat, eine Aufgabe zu bewältigen
Aufbau einer Lernkultur, nicht nur von KI-Fähigkeiten
Das tiefere Ziel besteht hier nicht nur darin, Menschen dazu zu bringen, KI-Tools zu nutzen. Es geht darum, eine Teamkultur aufzubauen, die mit schnellen technologischen Veränderungen gut zurechtkommt. KI ist die aktuelle Welle, aber es wird nicht die letzte sein.
Machen Sie Lernen sichtbar und normal
Die größte Veränderung ist die Normalisierung des Lernprozesses selbst. Wenn Ihr ranghöchster Ingenieur sagt: „Ich habe eine Stunde damit verbracht, dieses KI-Tool zum Laufen zu bringen, und die Ausgabe war Müll, also habe ich hier etwas über Prompts gelernt“ – das ist mehr wert als jede Schulung. Es signalisiert, dass der Umgang mit neuen Technologien erwartet wird und nicht peinlich ist.
Retrospektiven beschleunigen dies, indem sie einen wiederkehrenden Raum schaffen, in dem Lerngeschichten geteilt werden. Mit der Zeit beginnen die Menschen, diese Geschichten auf natürliche Weise weiterzugeben.
Schützen Sie die Experimentierzeit
Wenn das Experimentieren mit KI-Tools in den Lücken zwischen „echter Arbeit“ stattfinden muss, wird es nicht passieren. Sie benötigen explizit geschützte Zeit. Das muss nicht dramatisch sein – selbst 2 Stunden pro Sprint, die als „KI-Erkundungszeit“ gekennzeichnet sind, senden ein starkes Signal.
Die wichtigste Regel: Experimentierzeit lässt sich nicht zurückgewinnen, wenn es in den Sprints eng wird. In dem Moment, in dem Sie es für eine Frist opfern, haben Sie dem Team gesagt, dass es nie wirklich Priorität hatte.
Messen Sie die Kultur, nicht nur die Nutzung
Nutzungszahlen verraten Ihnen, was passiert ist. Sie sagen dir nicht warum. Fügen Sie Ihren Retrospektiven leichte Kulturchecks hinzu:
- Wie wohl fühlen sich Menschen, wenn sie um Hilfe bei KI-Tools bitten? (Skala 1–5, anonym)
- Wie sicher fühlt es sich an, ein gescheitertes KI-Experiment zu teilen? (Skala 1–5, anonym)
- Lernen die Menschen voneinander oder finden sie die Dinge isoliert heraus?
Verfolgen Sie diese im Laufe der Zeit. Ein Team, bei dem die Komfort- und Sicherheitswerte steigen, wird letztendlich auch Nutzungsgewinne verzeichnen. Ein Team, bei dem Sie die Nutzung vorantreiben, ohne den Komfort zu verbessern, wird nur verärgerte Compliance einstecken.
Die Frage der Arbeitsplatzsicherheit ehrlich angehen
Sie können keine KI-positive Kultur aufbauen, während Sie so tun, als gäbe es keine Bedenken hinsichtlich der Arbeitsplatzverdrängung. So sieht eine ehrliche Auseinandersetzung damit aus:
Sag nicht: „KI wird niemanden ersetzen.“ Das wissen Sie nicht und Ihr Team glaubt es nicht.
Sagen Sie: „Das wissen wir darüber, wie KI unsere Arbeit verändert. Einige Aufgaben werden automatisiert. Unser Ziel ist es, sicherzustellen, dass jeder in diesem Team in der Lage ist, in diesem Fall höherwertige Arbeit zu leisten. Hier erfahren Sie, wie wir konkret in das investieren.“
Untermauern Sie dies dann mit echten Investitionen: Schulungsbudgets, Zeiteinteilung, Diskussionen zur Rollenentwicklung. Wenn Sie Menschen bitten, dabei zu helfen, Teile ihrer eigenen Arbeit zu automatisieren, müssen sie einen glaubwürdigen Weg finden, was als nächstes kommt.
Retrospektiven sind ein guter Ort, um sich regelmäßig darüber zu informieren. Nicht bei jeder Sitzung, sondern vierteljährlich: „Wie beurteilen Sie die Richtung, in die die KI Ihre Rolle einnimmt? Was würde Ihnen helfen, zuversichtlicher in die Zukunft zu blicken?“
Wenn Kulturrückblicke nicht ausreichen
Manchmal liegt das Problem nicht auf Teamebene. Wenn die Führung gemischte Signale aussendet – sie befürwortet die Einführung von KI und bestraft gleichzeitig den Produktivitätsrückgang, der mit dem Lernen einhergeht –, können noch so viele Retrospektiven im Team das ändern. Der Blocker ist organisatorischer Natur und muss eskaliert werden.
Wenn ein oder zwei Personen im Team aktiv Widerstand leisten und dieser Widerstand auf berechtigten Bedenken beruht (ethische Probleme mit dem KI-Tool, Qualitätsprobleme, Datenschutzrisiken), ist dies ebenfalls kein Kulturproblem, das es zu lösen gilt. Das ist ein wertvoller Dissens, der eine direkte Antwort verdient.
Nutzen Sie Ihre Retrospektiven, um diese Muster ans Licht zu bringen, aber seien Sie ehrlich darüber, was ein Gespräch auf Teamebene lösen kann und was nicht.
Diese Woche geht es los
Sie müssen nicht Ihren gesamten Retrospektivprozess überarbeiten. Folgendes ist zu tun:
- Fügen Sie Ihrer nächsten Retro eine KI-fokussierte Frage hinzu. „Wo hat Ihnen KI bei diesem Sprint geholfen oder nicht geholfen?“ ist genug, um anzufangen.
- Teilen Sie Ihren eigenen Lernkampf. Wenn Sie ein Leiter oder Manager sind, beginnen Sie. Sprechen Sie darüber, wo Sie ein KI-Tool ausprobiert haben und es nicht funktioniert hat. Dies gibt allen anderen die Erlaubnis, ehrlich zu sein.
- Verpflichten Sie sich zu einer Änderung. Was auch immer das Team als den größten Blocker identifiziert – Zeit sparen, Training anbieten, Erwartungen klären – tun Sie das eine.
- Kommen Sie darauf zurück. Kulturveränderungen finden in vielen Retrospektiven statt, nicht in einer. Nehmen Sie für die nächsten drei Monate einen wiederkehrenden Check-in zur KI-Kultur auf Ihre Retro-Agenda auf.
Die Teams, die KI gut einführen, verfügen nicht über die besten Tools oder das größte Schulungsbudget. Sie sind diejenigen, die ehrlich darüber gesprochen haben, was schwierig war, und sich basierend auf dem, was sie gelernt haben, immer wieder angepasst haben. Retrospektiven sind die Art und Weise, wie Sie diese Gewohnheit aufbauen.
Probieren Sie NextRetro kostenlos aus – Führen Sie Ihre KI-Kultur-Retrospektive mit anonymer Kartensammlung und Abstimmung durch, um ans Licht zu bringen, was Ihr Team wirklich denkt.
Letzte Aktualisierung: Februar 2026
Lesezeit: 7 Minuten
