Jahrzehntelang haben Unternehmen erhebliche Ressourcen investiert, um ihre Wahrnehmung zu gestalten.

Sie definieren eine Mission.

Sie entwickeln eine Marke.

Sie schärfen ihre Positionierung.

Sie kommunizieren ihre Vision.

Und dennoch stellen immer mehr Führungskräfte eine überraschende Beobachtung fest.

Wenn sie ein KI-System bitten, ihr Unternehmen zu beschreiben, entspricht die Antwort oft nicht dem Bild, das sie selbst von ihrer Organisation haben.

Daraus ergibt sich eine wichtige Frage:

Was denkt KI eigentlich über unser Unternehmen?

Mit der zunehmenden Verbreitung von KI-Systemen wird diese Frage zu einer strategischen Fragestellung für Unternehmen jeder Größe.

Jedes Unternehmen besitzt eine KI-Repräsentation

Unternehmen sind mit Begriffen wie Marke, Reputation und Identität vertraut.

Doch zunehmend besitzen sie noch etwas anderes:

Eine KI-Repräsentation.

Eine KI-Repräsentation ist das Verständnis, das ein KI-System auf Basis verfügbarer Signale über eine Organisation konstruiert.

Im Gegensatz zur Corporate Identity wird sie nicht bewusst gestaltet.

Im Gegensatz zur Markenstrategie wird sie nicht von der Geschäftsführung freigegeben.

Sie entsteht.

KI-Systeme analysieren kontinuierlich Informationen aus unterschiedlichen Quellen und bilden daraus ein Verständnis über ein Unternehmen.

Ob ein Unternehmen dieses aktiv steuert oder nicht – diese Repräsentation existiert bereits.

KI sieht Ihr Unternehmen nicht so wie Sie

Unternehmen betrachten sich von innen.

Sie kennen ihre Ziele, ihre Kultur, ihre Vision und ihre strategischen Prioritäten.

KI-Systeme betrachten Unternehmen von außen.

Sie kennen keine Absichten.

Sie kennen nur Signale.

Diese Signale können unter anderem stammen aus:

• Unternehmenswebsites
• Presseberichten
• Wikipedia
• Strukturierten Daten
• Sozialen Netzwerken
• Podcasts und Interviews
• Öffentlichen Dokumenten
• Branchenberichten
• Nutzer-generierten Inhalten
• Drittanbieter-Websites

Das daraus entstehende Bild unterscheidet sich häufig von dem Selbstverständnis eines Unternehmens.

Nicht weil die KI voreingenommen wäre.

Sondern weil Unternehmen und KI-Systeme auf unterschiedliche Informationen zugreifen.

Der Spiegeleffekt

Eine hilfreiche Analogie besteht darin, KI-Systeme als Spiegel zu betrachten.

Nicht als perfekte Spiegel.

Aber als Spiegel.

Wenn ein KI-System ein Unternehmen beschreibt, spiegelt es häufig das Signalumfeld wider, das dieses Unternehmen umgibt.

Dabei erleben viele Organisationen Überraschungen.

Ein Unternehmen, das sich selbst als innovativ betrachtet, wird von KI-Systemen möglicherweise vor allem mit älteren Produkten verbunden.

Ein Unternehmen, das eine strategische Neuausrichtung vollzogen hat, wird möglicherweise weiterhin anhand seiner früheren Identität beschrieben.

Ein Unternehmen, das stark in Kommunikation investiert hat, erkennt möglicherweise, dass die wichtigsten Signale aus ganz anderen Quellen stammen.

In all diesen Fällen offenbart KI etwas Wertvolles:

Die gewünschte Positionierung und das tatsächlich wahrnehmbare Signalumfeld sind nicht vollständig deckungsgleich.

Unterschiedliche KI-Systeme, unterschiedliche Repräsentationen

Viele Führungskräfte gehen davon aus, dass es eine einzige KI-Sicht auf ihr Unternehmen gibt.

Tatsächlich können verschiedene KI-Systeme zu unterschiedlichen Einschätzungen gelangen.

Stellen Sie dieselbe Frage an ChatGPT, Claude, Gemini oder Perplexity, erhalten Sie oft unterschiedliche Antworten.

Das liegt daran, dass die Systeme:

• auf unterschiedliche Informationen zugreifen,
• Signale unterschiedlich gewichten,
• Informationen unterschiedlich interpretieren,
• Informationen zu unterschiedlichen Zeitpunkten aktualisieren.

Es existiert daher nicht nur eine KI-Repräsentation.

Es existiert eine Familie ähnlicher, aber nicht identischer Repräsentationen.

Die Unterschiede zwischen diesen Darstellungen liefern oft wertvolle Hinweise darauf, wie Organisationen von Maschinen verstanden werden.

Warum KI-Repräsentationen wichtig sind

Historisch haben Unternehmen vor allem menschliche Zielgruppen adressiert.

Heute beeinflussen KI-Systeme diese Zielgruppen zunehmend.

Investoren nutzen KI für Recherchen.

Journalisten nutzen KI zur Einordnung von Informationen.

Mitarbeitende nutzen KI zur Bewertung potenzieller Arbeitgeber.

Kunden nutzen KI zur Orientierung bei Produkten und Dienstleistungen.

Partner nutzen KI zur Einschätzung von Unternehmen.

In vielen Fällen entsteht der erste Eindruck nicht mehr über eine Website oder eine Suchmaschine.

Sondern über eine KI-generierte Zusammenfassung.

Diese Zusammenfassung basiert auf der KI-Repräsentation des Unternehmens.

Die Repräsentationslücke

Jedes Unternehmen besitzt eine gewünschte Identität.

KI-Systeme konstruieren eine beobachtete Identität.

Die Differenz zwischen beiden bezeichnen wir als Repräsentationslücke.

Fragen wie:

• Warum beschreibt KI uns falsch?
• Warum fehlen wichtige Informationen?
• Warum konzentriert sich KI auf die falschen Themen?

sind häufig Symptome dieser Lücke.

Wer die Lücke versteht, kann beginnen, sie zu schließen.

AI Perception Layering™

AI Perception Layering™ (APL) ist ein Framework, das untersucht, wie KI-Systeme Repräsentationen von Organisationen auf Basis verfügbarer Signale bilden.

APL konzentriert sich nicht auf einzelne Antworten.

APL konzentriert sich auf die Mechanismen, die maschinelles Verständnis erzeugen.

Das Framework basiert auf einer einfachen Erkenntnis:

Wer beeinflussen möchte, wie KI ein Unternehmen repräsentiert, muss zunächst verstehen, welche Repräsentation aktuell existiert.

Man kann nur verbessern, was man versteht.

Eine neue strategische Frage

Jahrzehntelang lautete die zentrale Frage:

„Was denken Menschen über uns?“

Zunehmend gewinnt eine weitere Frage an Bedeutung:

„Was denkt KI über uns?“

Dabei handelt es sich nicht nur um eine technologische Frage.

Es ist eine Kommunikationsfrage.

Eine Reputationsfrage.

Eine Governance-Frage.

Und zunehmend eine Geschäftsfrage.

Denn je stärker KI-Systeme als Vermittler zwischen Unternehmen und ihren Stakeholdern auftreten, desto wichtiger wird es zu verstehen, wie diese Systeme Organisationen repräsentieren.

Fazit

Jedes Unternehmen besitzt bereits heute eine KI-Repräsentation.

Ob diese Repräsentation präzise, veraltet, unvollständig oder gut mit der Realität abgestimmt ist, hängt von den Signalen ab, die KI-Systemen zur Verfügung stehen.

Die Herausforderung besteht nicht mehr nur darin zu steuern, was Menschen über ein Unternehmen denken.

Die Herausforderung besteht darin zu verstehen, was KI-Systeme über ein Unternehmen verstehen.

Unternehmen, die ihre KI-Repräsentation messen, analysieren und verbessern, werden besser darauf vorbereitet sein, wie sie in einer zunehmend KI-vermittelten Welt wahrgenommen werden.

Bevor Unternehmen fragen:

„Wie können wir beeinflussen, was KI über uns sagt?“

sollten sie zunächst fragen:

„Was denkt KI heute über uns?“

Denn jede Strategie beginnt mit einem Verständnis der Ausgangslage.

‍

‍