Letzte Änderung : 12.10.2026 14:55:12
Modulausgabe
| Code: | 312400 |
| Modul: | Change Management & AI-Leadership |
| Module title: | Changemanagement & AI-leadership |
| Version: | 1.0 (06/2025) |
| letzte Änderung: | 30.07.2026 | Modulverantwortliche/r: | Prof. Dr. rer. pol. Maiwald, Falk f.maiwald@hszg.de |
| Dipl.-Kffr. Langschwager, Solvig S.Langschwager@hszg.de | |
| wird angeboten im Studiengang: | International Business Management (Berufsbegleitender Studiengang) (Master of Arts) gültig ab Matrikel 2026 (Pflichtmodul (Vertiefung)) |
| Modul läuft im: | SoSe+WiSe (Sommer- und Wintersemester) |
| Niveaustufe: | Master |
| Dauer des Moduls: | 1 Semester |
| Lehrsprache: | Deutsch |
| Lehrort: | Österreich |
| ECTS-Punkte: | 10 |
| Gesamtworkload in h | 300 |
| Präsenzzeit | |||||||
Vorlesung |
Seminar/Übung |
Praktikum |
Weiteres |
||||
| Selbststudienzeit in h |
|||||||
| |||||||
| Prüfung(en) | ||||
| Prüfung: | Prüfungsleistung als Klausur (PK) | 90 min | 100.0% | |
| Lehr- und Lernformen: | • interaktive Vorlesung mit aktuellen Praxisimpulsen • seminaristische Fallstudienarbeit • problemorientiertes und forschendes Lernen • Szenario- und Simulationsübungen • Rollen- und Konfliktsimulationen • AI- und Change-Lab • Gruppenarbeit mit Praxis- oder Projektbezug • Peer Review und kollegiale Fallberatung • moderierte Reflexions- und Feedbackformate • angeleitetes Selbststudium und Flipped Classroom |
| Hinweise: | Die "sontigen" 20 Workloadstunden stehen für individullen Konsultationen für Übungsaufgaben zur Verfügung. |
| Lehrinhalte: | • Grundlagen und aktuelle Ansätze des Change Managements im Kontext digitaler und KI-gestützter Transformation • Besonderheiten KI-induzierter Veränderungsprozesse gegenüber klassischen IT- und Digitalisierungsprojekten • Auswirkungen generativer, prädiktiver und agentischer KI auf Arbeit, Führung, Entscheidungsprozesse und Organisationsstrukturen • Analyse von Veränderungen betrieblicher Aufgaben, Rollen, Kompetenzen und Verantwortlichkeiten • Automatisierung, Augmentation und Gestaltung der Zusammenarbeit zwischen Menschen und KI-Systemen • Entwicklung eines menschenzentrierten Zielbildes für KI-gestützte Organisationen • Führungsrollen und Führungskompetenzen im Kontext von AI Leadership • transformationale, agile, adaptive, partizipative und verantwortungsorientierte Führungsansätze • Führung hybrider Teams aus Menschen, digitalen Assistenzsystemen und autonomen beziehungsweise teilautonomen KI-Agenten • Delegation, Kontrolle und Verantwortungszuordnung bei KI-gestützten Entscheidungen • Umgang mit Unsicherheit, Ambiguität, Kontrollverlust und dynamischen technologischen Entwicklungen • Analyse und Bearbeitung von Akzeptanzproblemen, Widerständen, Technostress und Identitätsbedrohungen • Aufbau von Vertrauen in KI-Systeme durch Transparenz, Erklärbarkeit, Beteiligung und nachvollziehbare Verantwortlichkeiten • psychologische Sicherheit und konstruktive Fehler- und Lernkultur in KI-Transformationsprozessen • organisationale Lernfähigkeit und kontinuierliche Kompetenzentwicklung • AI Literacy gemäß EU AI Act und Entwicklung zielgruppenspezifischer Qualifizierungsmaßnahmen • Konzeption von Kompetenzmatrizen, Lernpfaden, Communities of Practice und Multiplikatorenmodellen • Stakeholderanalyse und Beteiligungsarchitekturen für KI-Projekte • Veränderungskommunikation, Change Story, Dialogformate und Umgang mit Desinformation beziehungsweise überzogenen KI-Erwartungen • Einbindung von Beschäftigten, Betriebsrat, Datenschutz, IT, Compliance und weiteren Interessenvertretungen • Gestaltung fairer und inklusiver Veränderungsprozesse unter Berücksichtigung unterschiedlicher digitaler Kompetenzen • Grundlagen von Responsible AI, AI Governance und algorithmischer Verantwortlichkeit • Führungsverantwortung für Datenschutz, IT-Sicherheit, Fairness, Transparenz, geistiges Eigentum und Ergebnisqualität • Einordnung des EU AI Act, der DSGVO und relevanter österreichischer arbeitsrechtlicher und betrieblicher Mitbestimmungsanforderungen • Entwicklung betrieblicher KI-Richtlinien, Eskalationswege und Governance-Strukturen • Anwendung von ISO/IEC 42001 und ISO/IEC 23894 als Orientierungsrahmen für KI-Management und KI-Risikomanagement • Change Readiness, Kulturdiagnose und organisatorische KI-Reife • Entwicklung von AI-Change-Roadmaps vom Pilotprojekt bis zur organisatorischen Skalierung • Steuerung von Pilotprojekten, Experimentierphasen, Roll-out und kontinuierlicher Verbesserung • Definition von Change-Kennzahlen zu Akzeptanz, Nutzung, Kompetenzentwicklung, Produktivität, Arbeitsqualität und Vertrauen • österreichischer Marktbezug: KMU, Familienunternehmen, Ein-Personen-Unternehmen und begrenzte personelle beziehungsweise finanzielle Ressourcen • österreichisches KI- und Transformationsökosystem, insbesondere AIM AT 2030, aws, FFG, RTR-KI-Servicestelle und Digital Innovation Hubs • internationale und interkulturelle Unterschiede bei der Führung KI-gestützter Transformationen • Entwicklung und Analyse eines komplexen AI-Change-Fallbeispiels aus dem beruflichen Umfeld der Studierenden • Reflexion eigener Führungsannahmen, Veränderungserfahrungen und Entscheidungslogiken |
| Lernergebnisse/Kompetenzen: | |
| Fachkompetenzen: | Nach erfolgreichem Abschluss des Moduls sind die Studierenden in der Lage, • organisationale, kulturelle und personelle Ausgangssituationen von KI-Transformationsvorhaben zu analysieren, • die Veränderungsbereitschaft und den KI-Reifegrad einer Organisation anhand geeigneter Kriterien zu diagnostizieren und zu bewerten, • Auswirkungen von KI auf Aufgaben, Rollen, Kompetenzen, Machtstrukturen und Arbeitsidentitäten zu analysieren, • Automatisierungs- und Augmentationsentscheidungen unter wirtschaftlichen, sozialen und ethischen Gesichtspunkten zu beurteilen, • unterschiedliche Führungsansätze für KI-gestützte Veränderungssituationen zu vergleichen und situationsgerecht auszuwählen, • Führungs- und Verantwortungsstrukturen für die Zusammenarbeit zwischen Menschen und KI-Systemen zu konzipieren, • Stakeholderinteressen, Akzeptanzbarrieren und Widerstandsmuster zu analysieren und zu priorisieren, • Beteiligungs-, Kommunikations- und Konfliktlösungsstrategien für AI-Change-Projekte zu entwickeln, • zielgruppen- und risikoorientierte AI-Literacy- und Qualifizierungskonzepte zu gestalten, • Anforderungen des EU AI Act und der österreichischen betrieblichen Mitbestimmung auf konkrete Veränderungsvorhaben zu übertragen, • ethische, rechtliche und organisationale Risiken von KI-Systemen zu bewerten, • betriebliche KI-Richtlinien, Governance-Strukturen und Verantwortlichkeitsmodelle zu entwickeln, • eine AI-Change-Roadmap einschließlich Pilotierung, Skalierung und Verstetigung zu konzipieren, • geeignete Kennzahlen zur Messung von Akzeptanz, Kompetenzentwicklung und Transformationserfolg zu entwickeln und zu beurteilen, • ein komplexes AI-Change-Fallbeispiel wissenschaftlich fundiert zu analysieren, • ein integriertes Change- und Leadership-Konzept zu entwickeln, zu begründen und kritisch zu verteidigen. |
| Fachübergreifende Kompetenzen: | Nach erfolgreichem Abschluss des Moduls sind die Studierenden in der Lage, • komplexe und unvollständig strukturierte Veränderungssituationen eigenständig zu strukturieren, • Entscheidungen unter Unsicherheit und widersprüchlichen Interessen zu treffen und zu begründen, • Perspektiven aus Management, Psychologie, Recht, Ethik, Personalmanagement und Informationstechnologie zu integrieren, • unterschiedliche Stakeholderinteressen zu moderieren und in tragfähige Lösungen zu überführen, • Konflikte und Widerstände wertschätzend und lösungsorientiert zu bearbeiten, • psychologisch sichere Kommunikations- und Lernräume zu gestalten, • heterogene und interdisziplinäre Teams zielorientiert zu führen und zu koordinieren, • wissenschaftliche Erkenntnisse kritisch zu beurteilen und auf betriebliche Problemstellungen zu übertragen, • komplexe Transformationskonzepte adressatengerecht zu kommunizieren, • die eigene Führungsrolle, Machtposition und Verantwortung im Umgang mit KI kritisch zu reflektieren, • Auswirkungen von Führungsentscheidungen auf Beschäftigte, Organisation und Gesellschaft abzuwägen, • kontinuierliche Lern- und Veränderungsprozesse eigenverantwortlich zu initiieren und weiterzuentwickeln. • wissenschaftliche Erkenntnisse kritisch zu beurteilen und auf betriebliche Problemstellungen zu übertragen, • komplexe Transformationskonzepte adressatengerecht zu kommunizieren, • die eigene Führungsrolle, Machtposition und Verantwortung im Umgang mit KI kritisch zu reflektieren, • Auswirkungen von Führungsentscheidungen auf Beschäftigte, Organisation und Gesellschaft abzuwägen, • kontinuierliche Lern- und Veränderungsprozesse eigenverantwortlich zu initiieren und weiterzuentwickeln. |
| Notwendige Voraussetzungen für die Teilnahme: | keine |
| Empfohlene Voraussetzungen für die Teilnahme: | keine |
| Literatur: | Empfohlene Kernliteratur • Huber, P. (2026): Führen im Zeitalter der Künstlichen Intelligenz. KI-Technologien verstehen, Vertrauen schaffen, Veränderung begleiten. Springer Gabler, Wiesbaden. • Hüllmann, J. A. (2026): „Veränderung der Arbeit: Change Management für Anwendungen Künstlicher Intelligenz.“ HMD – Praxis der Wirtschaftsinformatik. DOI: 10.1365/s40702-026-01290-z. • Dahm, M. H.; Kruse, M. (2026): Wie Künstliche Intelligenz die Arbeitswelt verändert. Mitarbeitende gesund durch den digitalen Wandel führen. Springer Gabler, Wiesbaden. • Peukert, M. (2025): Cultivate an AI Mindset: Identifying and Efficiently Leveraging the Opportunities and Challenges of Artificial Intelligence. Springer Gabler, Wiesbaden. • De Cremer, D. (2024): The AI-Savvy Leader: Nine Ways to Take Back Control and Make AI Work. Harvard Business Review Press. • Mollick, E. (2024): Co-Intelligence: Living and Working with AI. Portfolio/Penguin. • Golgeci, I.; Ritala, P.; Arslan, A.; McKenna, B.; Ali, I. (2025): “Confronting and Alleviating AI Resistance in the Workplace: An Integrative Review and a Process Framework.” Human Resource Management Review, 35(2), 101075. DOI: 10.1016/j.hrmr.2024.101075. • Protschky, D.; Schüll, M.; Urbach, N. (2024): „Governance von künstlicher Intelligenz – Eine Methode zur Transformation vorhandener Governance-Mechanismen in Unternehmen.“ Wirtschaftsinformatik & Management, 16, 194–201. DOI: 10.1365/s35764-024-00531-4. Change Management und AI Leadership • De Cremer, D. (2024): The AI-Savvy Leader: Nine Ways to Take Back Control and Make AI Work. Harvard Business Review Press. • Hüllmann, J. A. (2026): „Veränderung der Arbeit: Change Management für Anwendungen Künstlicher Intelligenz“. HMD – Praxis der Wirtschaftsinformatik. • Kotter, J. P.; Akhtar, V.; Gupta, G. (2021): Change: How Organizations Achieve Hard-to-Imagine Results in Uncertain and Volatile Times. Wiley. • Leonardi, P. M.; Neeley, T. (2022): The Digital Mindset: What It Really Takes to Thrive in the Age of Data, Algorithms, and AI. Harvard Business Review Press. • Mollick, E. (2024): Co-Intelligence: Living and Working with AI. Portfolio beziehungsweise Ebury Publishing. Mensch-KI-Zusammenarbeit und verantwortungsvolle Führung • Shneiderman, B. (2022): Human-Centered AI. Oxford University Press. • Raisch, S.; Krakowski, S. (2021): “Artificial Intelligence and Management: The Automation–Augmentation Paradox.” Academy of Management Review, 46(1), 192–210. • Edmondson, A. C. (2019): The Fearless Organization: Creating Psychological Safety in the Workplace for Learning, Innovation, and Growth. Wiley. • Schein, E. H.; Schein, P. A. (2017): Organizational Culture and Leadership. 5. Auflage. Wiley. KI, Geschäftsprozesse und organisatorische Transformation • Fettke, P.; Di Francescomarino, C. (2025): “Business Process Management and Artificial Intelligence: Literature Survey and Future Research.” KI – Künstliche Intelligenz, 39, 67–79. • Dumas, M.; Fournier, F.; Limonad, L. et al. (2023): “AI-Augmented Business Process Management Systems: A Research Manifesto.” ACM Transactions on Management Information Systems, 14(1). • Rogers, D. L. (2023): The Digital Transformation Roadmap: Rebuild Your Organization for Continuous Change. Columbia Business School Publishing. Governance, Recht und Standards • Europäische Union: Verordnung (EU) 2024/1689 über harmonisierte Vorschriften für künstliche Intelligenz, jeweils aktuelle konsolidierte Fassung. • ISO/IEC 42001:2023: Information Technology – Artificial Intelligence – Management System. • ISO/IEC 23894:2023: Information Technology – Artificial Intelligence – Guidance on Risk Management. • RTR-KI-Servicestelle: aktuelle Leitfäden und Anwendungshinweise zum EU AI Act und zur KI-Kompetenz. • Arbeiterkammer Österreich: aktuelle Informationen zu KI, Information, Transparenz und betrieblicher Mitbestimmung. Österreichbezogene Markt- und Strategiequellen • Statistik Austria (2026): IKT-Einsatz in Unternehmen 2025. • Bundeskanzleramt Österreich (2025): Nationaler strategischer Fahrplan für die Digitale Dekade. • Republik Österreich: Artificial Intelligence Mission Austria 2030 – AIM AT 2030. • Wirtschaftskammer Österreich: aktuelle Publikationen zu KMU, Digitalisierung und KI-Einsatz. • AMS Österreich: aktuelle Publikationen zu KI, Arbeitsmarkt und Kompetenzentwicklung. • RTR-KI-Servicestelle: aktuelle regulatorische Informationen für österreichische Unternehmen. |