Der Algorithmus als Chef: Wer bestimmt, wie wir arbeiten?

Der Dienstplan steht, die nächsten Aufträge sind verteilt, und ein Dashboard zeigt, wer im Rückstand ist. Früher traf eine Führungskraft viele dieser Entscheidungen. Heute kann Software sie vorbereiten oder gleich auslösen. Für Beschäftigte ist der Unterschied oft schwer erkennbar: Wer hat eigentlich entschieden, welche Aufgabe zuerst erledigt werden muss?

Das Phänomen heißt algorithmisches Management. Es beginnt nicht erst bei selbstständig handelnder künstlicher Intelligenz. Schon eine Software, die Schichten automatisch verteilt, Arbeitsgeschwindigkeit erfasst oder Leistungsziele errechnet, übernimmt einen Teil klassischer Führungsarbeit. Interessant ist deshalb weniger die Frage, ob ein Algorithmus bald Chef wird. Er übernimmt längst einzelne Aufgaben der Chefetage. Die Folgen hängen allerdings stark davon ab, welche davon es sind und wie Unternehmen die Regeln gestalten.

Eine erstaunlich verbreitete Praxis – mit einem großen Vorbehalt

Die OECD befragte für eine 2025 veröffentlichte länderübergreifende Untersuchung mehr als 6.000 Führungskräfte in Frankreich, Deutschland, Italien, Spanien, den USA und Japan. In den vier untersuchten europäischen Ländern berichteten durchschnittlich 79 % der Befragten, dass ihr Unternehmen mindestens ein algorithmisches Managementwerkzeug einsetzt. Für Deutschland lag der Anteil bei 78 %, für die USA bei 90 %.

Diese Zahlen eignen sich hervorragend für eine falsche Schlagzeile. Sie bedeuten weder, dass 79 % der europäischen Beschäftigten von KI überwacht werden, noch, dass autonome Modelle 79 % der Führungsentscheidungen treffen. Die OECD zählt bereits die Nutzung eines der erfassten Werkzeuge; dazu gehören klassische Programme ohne künstliche Intelligenz. Befragt wurden Führungskräfte in sechs Ländern, nicht sämtliche Betriebe Europas.

Die Erhebung zeigt dennoch etwas Wichtiges: Softwaregestützte Führung ist kein Randthema der Lieferdienste. Sie gehört vielerorts zum normalen Betrieb. Nur werden unter demselben Begriff sehr unterschiedliche Eingriffe zusammengefasst.

Planen, beobachten, bewerten: Drei verschiedene Eingriffe

Die OECD unterscheidet Werkzeuge, die Arbeit anweisen oder zuteilen, Werkzeuge, die Arbeitsprozesse beobachten, und Systeme, die Beschäftigte bewerten. Ein automatisch erzeugter Schichtvorschlag muss nicht problematisch sein. Wenn Beschäftigte tauschen können und Gründe nachvollziehbar bleiben, kann er mühsame Abstimmung erleichtern.

Anders liegt der Fall, wenn dieselbe Software ohne erkennbaren Kontext aus der Zahl erledigter Tickets auf individuelle Leistung schließt. Ein Ticket kann in zwei Minuten erledigt sein oder eine schwierige Kundenreklamation enthalten. Misst das System nur die Zahl, wird nicht automatisch Leistung gemessen. Es kann auch der Anreiz entstehen, einfache Fälle vorzuziehen.

Der Übergang von Organisation zu Kontrolle ist deshalb keine Frage des Produktnamens. Relevant ist, ob ein System lediglich Informationen bereitstellt, Handlungsoptionen vorschlägt oder Entscheidungen mit Folgen für Arbeitsbelastung, Anerkennung und Entwicklung praktisch vorgibt.

Neue EU-Daten: Besonders die direkte Steuerung fällt auf

Im Juli 2026 veröffentlichten Forschende der Europäischen Kommission eine Auswertung der AIM-WORK-Befragung über alle 27 EU-Staaten. Die Untersuchung findet Zusammenhänge zwischen algorithmischem Management und geringerer Autonomie, weniger Möglichkeiten für Pausen sowie höherem arbeitsbezogenem Stress. Besonders deutlich sind die Beziehungen bei Systemen, die Aufgabenausführung und Arbeitstempo unmittelbar steuern. Mehrere solcher Praktiken können gemeinsam mit stärkeren negativen Arbeitsbedingungen einhergehen.

Das ist ein ernster Befund, aber kein Kausalbeweis. Die Daten zeigen Zusammenhänge in der Arbeitsrealität. Sie können nicht ausschließen, dass stark standardisierte oder ohnehin belastende Tätigkeiten zugleich besonders häufig durch Software gesteuert werden. Wer daraus ableitet, jeder algorithmische Dienstplan verursache Stress, überschreitet die Aussagekraft der Studie.

Eine frühere Auswertung derselben europäischen Befragung macht die Unterschiede sichtbar. Bestimmte Formen der digitalen Arbeitssteuerung gingen in mittel- und osteuropäischen Ländern häufiger mit ungünstigeren Arbeitsbedingungen einher; in westeuropäischen Ländern waren die untersuchten Zusammenhänge vielfach neutral. Das ist keine Entwarnung und keine zweite unabhängige Bestätigung. Es handelt sich um dieselbe Datenbasis mit anderer Fragestellung. Gerade diese Unterschiede sprechen gegen die Vorstellung, eine Technologie produziere überall dieselbe Arbeitswelt.

Warum Führungskräfte trotzdem einen Nutzen sehen

Die Gegenposition verdient Aufmerksamkeit. Nach der OECD-Befragung berichten Führungskräfte, algorithmische Werkzeuge könnten ihre Entscheidungen verbessern: Sie bekommen zusätzliche Informationen, reagieren schneller und erleben zum Teil mehr eigene Entscheidungsspielräume. Dienstpläne, die Abhängigkeiten berücksichtigen, können tatsächlich hilfreich sein. Eine Leitung, die Engpässe früh erkennt, muss nicht automatisch mehr Kontrolle ausüben.

Doch hier stehen zwei unterschiedliche Perspektiven nebeneinander. Was einer Führungskraft als zusätzliche Übersicht erscheint, kann von Beschäftigten als permanenter Leistungsdruck erlebt werden. Die OECD misst wahrgenommene Vorteile der befragten Manager, keine unabhängig nachgewiesenen Produktivitätsgewinne. Und die europäische Arbeitnehmerbefragung erfasst Arbeitsbedingungen, ohne die Richtung aller Ursachen eindeutig festzulegen. Beide Perspektiven sind ernst zu nehmen, aber keine ersetzt die andere.

Die eigentliche Entscheidung liegt im Design der Arbeit

Ein bemerkenswerter Versuch der OECD führt aus dem üblichen Für-oder-gegen-KI-Streit. Forschende arbeiteten mit Beschäftigten aus drei deutschen Fertigungsunternehmen an einer Simulation algorithmischer Arbeitssteuerung. Beschäftigte, Führungskräfte und Betriebsratsvertreter verhandelten Varianten des Systems. Sie fanden Gestaltungen, die die Beteiligten als vereinbar mit Produktivitätszielen und besserer Arbeitsqualität einschätzten.

Die Einschränkung ist wichtig: Es war ein Laborexperiment. Die Studie belegt nicht, dass diese Lösungen nach einem echten Rollout messbar produktiver wären oder Gesundheitsprobleme verhindern. Sie zeigt etwas Bescheideneres und Praktischeres: Die Regeln eines Systems sind gestaltbar und können zwischen unterschiedlichen Interessen ausgehandelt werden.

Bei einer konkreten Einführung hilft daher keine abstrakte Frage nach „menschlicher Kontrolle“. Präziser sind die Entscheidungen, die im Alltag auftreten: Wer darf einen falsch gewichteten Auftrag berichtigen? Welche Informationen fehlen im Dashboard? Werden komplexe Fälle schlechter bewertet als schnelle Standardaufgaben? Kann jemand eine Empfehlung ablehnen, ohne dass dieser Widerspruch selbst als Leistungsmangel gilt? Wer trägt die Verantwortung, wenn die Software einen unfairen Maßstab setzt?

Diese Fragen lassen sich an realen Arbeitsabläufen testen, bevor eine Anwendung zur unsichtbaren Autorität wird. Besonders wichtig sind Fälle, in denen Planung in individuelle Beurteilung umschlägt. Dafür reichen ein technischer Funktionstest und eine Präsentation vermeintlicher Effizienzgewinne nicht aus.

Der Chef verschwindet nicht. Seine Entscheidungen werden schwerer sichtbar.

Algorithmische Steuerung ist weder automatisch Ausbeutung noch automatisch bessere Organisation. Die Forschung beschreibt ein Feld, in dem konkrete Einsatzformen und institutionelle Bedingungen einen erheblichen Unterschied machen. Gute Koordination kann Arbeit erleichtern; eng getaktete Steuerung kann Handlungsspielräume einengen. Die bislang vorliegenden Studien begründen Wachsamkeit, aber keine universelle Wirkungsbehauptung.

Die zentrale Frage ist deshalb nicht, ob eine Führungskraft oder ein Algorithmus den Dienstplan geschrieben hat. Es ist, ob Menschen erkennen, welche Regel über ihre Arbeit entscheidet, ob diese Regel zur wirklichen Aufgabe passt und wer sie im Konfliktfall ändern kann. Software kann Verantwortung organisieren. Übernehmen kann sie sie nicht.