Die technische Hürde, zusätzliche Stimmen zu erzeugen, ist praktisch verschwunden. Früher hätte ein echtes Expertengremium Zeit, Organisation und im Zweifel einiges an Geld benötigt. Heute reicht ein Prompt, und wenige Augenblicke später diskutieren scheinbar ein CEO, ein CFO, ein Stratege, ein Psychologe, ein Risikomanager und zwei Branchenexperten dieselbe Entscheidung.

Das ist beeindruckend. Und es kann ausgesprochen nützlich sein.

Mit zunehmender Beschäftigung mit solchen Komitees ist für mich allerdings eine andere Frage wichtiger geworden: Wie unterschiedlich denken diese Stimmen tatsächlich?

Eine Rolle ist schnell vergeben. Eine Perspektive ist etwas anderes.

Sieben Rollen können siebenmal dieselbe Geschichte erzählen

Nehmen wir an, ein Unternehmen prüft ein neues Projekt. Die KI soll es aus Sicht eines CEO, CFO, Strategen, operativen Managers und Risikomanagers beurteilen. Auf den ersten Blick wirkt das ausgewogen.

Wenn aber bereits in der Ausgangsfrage implizit festgelegt ist, dass das Projekt grundsätzlich sinnvoll ist, können sich alle fünf Stimmen innerhalb derselben gedanklichen Leitplanken bewegen. Der CFO spricht über Finanzierung und Kapitalbindung, der Stratege über Wettbewerbsvorteile, der operative Manager über Umsetzung und der Risikomanager über mögliche Gefahren.

Jeder Beitrag kann für sich genommen vernünftig sein. Die grundlegendere Frage, ob das Projekt überhaupt verfolgt werden sollte, bleibt trotzdem unangetastet.

Die Stimmen unterscheiden sich. Die Ausgangsgeschichte bleibt dieselbe.

Gerade bei KI halte ich das für tückisch, weil Sprachmodelle sehr überzeugende und in sich konsistente Argumentationsketten erzeugen können. Mehrere unterschiedlich klingende Antworten vermitteln schnell den Eindruck eines belastbaren Konsenses, obwohl sie womöglich auf nahezu denselben Annahmen beruhen.

Die Zahl der Rollen sagt deshalb erstaunlich wenig darüber aus, wie viel echte Perspektivenvielfalt am Tisch sitzt.

Wofür steht eine Perspektive eigentlich?

Damit entsteht ein zweites Problem. Wenn ich für jede neue Fragestellung ein neues KI-Gremium zusammenstellen lasse, werde ich selbst zum Kurator dieses Gremiums. Ich bestimme, wer mitdenkt, welche Sicht fehlt und welche Perspektive für die konkrete Frage relevant erscheint.

Ausgerechnet dafür kann mir aber jenes Wissen fehlen, weshalb ich das virtuelle Komitee überhaupt einsetze.

Was bedeutet zum Beispiel „Risikomanager“? Denkt diese Rolle vor allem in Eintrittswahrscheinlichkeiten und Schadenshöhen, in regulatorischen Risiken, Volatilität, dauerhaftem Kapitalverlust oder in Fragilität? Und was versteht der Stratege unter Erfolg: Wachstum, Marktanteil, Kapitalrendite oder langfristige Handlungsfähigkeit?

Eine Persona lässt sich mit wenigen Sätzen beschreiben. Eine belastbare Perspektive braucht für mich mehr: eine erkennbare Denkhaltung, typische Fragen, wiederkehrende Prioritäten und eine Vorstellung davon, welche Art von Fehler sie besonders vermeiden möchte.

Ich kann also ein Komitee zusammenstellen, das ich selbst gewählt habe und gedanklich trotzdem kaum kenne.

Dokumentierte Denkhaltungen schaffen einen Referenzrahmen

Deshalb finde ich Perspektiven interessant, deren Denklogik über längere Zeit dokumentiert wurde. Bücher, Briefe, Essays, Vorträge oder Interviews schaffen einen Korpus, auf den man zurückgreifen kann.

Bei Graham lässt sich nachvollziehen, weshalb Wert, Preis, Sicherheitspuffer und Disziplin wiederkehren. Bei Taleb steht die Frage nach Fragilität und asymmetrischen Folgen wesentlich stärker im Vordergrund. Housel lenkt den Blick wieder stärker auf Verhalten, Zeithorizont und die psychologische Tragfähigkeit einer Entscheidung.

Dabei geht es mir ausdrücklich nicht darum, mit KI eine reale Person authentisch zu simulieren. Das wäre schon epistemisch ein ziemlich ambitionierter Anspruch.

Interessant ist der dokumentierte Denkrahmen dahinter.

Er macht eine Perspektive zumindest ein Stück weit überprüfbar. Ich kann mich fragen, ob ein Argument tatsächlich zur beschriebenen Denkhaltung passt, weshalb genau dieser Aspekt hervorgehoben wird und welche Dinge dieselbe Perspektive systematisch weniger stark gewichtet.

Bei einer spontan erzeugten Rolle wie „erfahrener Risikomanager“ fehlt mir dieser externe Referenzpunkt weitgehend. Die Antwort kann hervorragend formuliert sein. Ich weiß trotzdem nur bedingt, welche Risikophilosophie das Modell in diesem Moment eigentlich verkörpert.

Kalibrierung entsteht erst über Zeit

Bei wiederkehrenden Entscheidungstypen halte ich ein relativ stabiles Komitee für hilfreicher. Voraussetzung ist, dass ich die verwendeten Perspektiven selbst verstehe.

Der Vorteil zeigt sich nicht unbedingt bei der ersten Entscheidung.

Er entsteht über Wiederholung.

Wenn ich dieselben Perspektiven immer wieder anwende, beginne ich sie kennenzulernen. Ich erkenne, welche Risiken eine Denkhaltung regelmäßig stärker gewichtet, wo eine andere Perspektive langfristiger argumentiert und welche Fragen immer wieder auftauchen.

Damit verändert sich auch meine eigene Art, die Antworten zu lesen. Eine sehr risikoorientierte Einschätzung überrascht mich weniger, wenn ich weiß, welche Art von Verlusten diese Perspektive besonders vermeiden möchte. Eine langfristige Sicht kann ich besser einordnen, wenn mir bewusst ist, welche kurzfristigen Faktoren sie bewusst geringer gewichtet.

Über Zeit entsteht etwas, das bei einem ständig wechselnden KI-Board kaum möglich ist: Erfahrung mit dem eigenen Komitee.

Heute fünf Rollen, morgen sieben andere und bei der nächsten Frage wieder ein neues Ensemble können jedes Mal ausgezeichnete Antworten liefern. Die Vergleichbarkeit beginnt nur immer wieder bei null.

Wenn sich ein Urteil verändert, möchte ich möglichst verstehen, warum. Haben sich die Fakten verändert? Wird eine bekannte Annahme anders gewichtet? Oder kommt schlicht eine andere Denklogik zum Einsatz?

Ein stabiles Komitee macht solche Unterschiede sichtbarer.

Ein stabiles Komitee diszipliniert auch mich

Dieser Punkt ist für mich fast noch wichtiger.

Wenn ich die Perspektiven bei jeder Fragestellung frei neu auswählen kann, kann ich bewusst oder unbewusst jene Stimmen bevorzugen, die meiner eigenen Einschätzung ohnehin näherstehen. Der besonders lästige Skeptiker wird beim nächsten Mal vielleicht nicht mehr eingeladen. Dafür taucht eine neue Persona auf, deren Argument besser zu meiner Erwartung passt.

Dafür braucht es keine bewusste Manipulation.

Confirmation Bias funktioniert subtiler.

Ein stabiles Komitee begrenzt diesen Spielraum zumindest ein Stück weit. Die unbequeme Perspektive bleibt Teil des Prozesses, auch wenn ich sie bei dieser konkreten Entscheidung lieber nicht am Tisch hätte.

Der lästige Skeptiker bleibt sitzen.

Das schafft keine Objektivität. Aber es schafft methodische Disziplin.

Der stärkste Einwand: Auch blinde Flecken können stabil werden

Genau diese Stabilität hat selbstverständlich eine Kehrseite. Ein festes Komitee kann seine eigenen blinden Flecken genauso zuverlässig reproduzieren wie seine Stärken. Wenn dieselben Denkhaltungen über Jahre auf jede Frage blicken, kann aus Verlässlichkeit irgendwann Gewohnheit werden.

Stabilität darf deshalb nicht mit Unveränderlichkeit verwechselt werden.

Für mich spricht das gegen die tägliche Neuerfindung des Gremiums und gleichzeitig für eine gelegentliche Prüfung des Gremiums selbst: Welche Einwände fehlen wiederholt? Welche Annahmen teilen alle? Gibt es Themen, bei denen eine zusätzliche oder andere Perspektive dauerhaft sinnvoll wäre?

Ein stabiler Kern kann Vergleichbarkeit schaffen. Von Zeit zu Zeit muss aber auch der Kern selbst auf den Prüfstand.

VFG ist eine mögliche Umsetzung, keine Blaupause

Das VFG-Komitee ist für mich ein möglicher Versuch, genau diese Logik praktisch abzubilden. Die Perspektiven werden nicht für jede Frage neu erfunden, und das Buch schafft einen Referenzrahmen dafür, wofür ihre Denkhaltungen innerhalb des Systems stehen.

Ob es genau diese Perspektiven sein müssen, sei dahingestellt. Mutatis mutandis gilt dieselbe Logik auch für medizinische, technische oder juristische Fragestellungen.

Der übertragbare Gedanke liegt für mich eine Ebene darunter: Ein virtuelles Gremium wird nicht dadurch besser, dass möglichst viele Expertennamen nebeneinanderstehen. Es gewinnt an Wert, wenn die Denkhaltungen tatsächlich unterschiedlich, nachvollziehbar und über Zeit lernbar sind.

KI macht Stimmen billig

Generative KI kann in wenigen Sekunden nahezu beliebig viele Stimmen erzeugen. Genau deshalb wird die Zahl der Stimmen selbst zunehmend uninteressant.

KI macht Stimmen billig. Knapp wird die Qualität der Perspektiven.

Ein kleineres, stabiles und gut verstandenes Komitee kann unter diesen Voraussetzungen mehr Erkenntnis liefern als ein ständig wechselndes Ensemble brillant klingender Expertenrollen.

Am Ende bleibt die Entscheidung ohnehin beim Menschen. Für diesen Menschen ist langfristig mindestens ebenso wichtig zu verstehen, warum eine Perspektive zu einem bestimmten Urteil gelangt, wie das Urteil selbst zu kennen.

Vielleicht liegt genau darin der eigentliche Wert eines virtuellen Advisory Boards: nicht möglichst viele Antworten zu bekommen, sondern über Zeit einen vertrauten Referenzrahmen aufzubauen, an dem eigene Annahmen geprüft und Widersprüche sichtbar werden.

Die Qualität bemisst sich dann weniger daran, wie viele Stimmen am Tisch sitzen.

Sondern daran, ob ich weiß, wer gedanklich mit mir am Tisch sitzt.