Seit Jahren erklären Führungskräfte ihren Mitarbeitenden künstliche Intelligenz mit Wörtern wie „Effizienz“, „Verschlankung“ und „mehr mit weniger erreichen“. Die Mitarbeitenden haben die Übersetzung schnell gelernt: weniger Jobs. Jetzt hat eine Gruppe von Entwicklern in der Sprache geantwortet, die sie am besten beherrscht:
git clone
OpenExecutive, entwickelt von Sente Labs, ist ein virtuelles Führungsteam als Open Source. Es verspricht strategische Beratung, Finanzmodellierung, juristische Analysen, HR-Beratung, operative Planung, Marketingstrategie, Produktmanagement und Board-Kommunikation. Keine Eckbüros. Keine Boni. Keine Klausuren für die Führungsetage. Und vermutlich auch kein dringender Bedarf, das Golf-Handicap zu verbessern. Nachdem Manager jahrelang gefragt haben, ob KI Entwickler ersetzen kann, haben Entwickler also eine KI gebaut, die fragt, ob sie das Management ersetzen könnte. OpenExecutive als Satire im Stil der Rache der Nerds abzutun, wäre aber ein Fehler. Das Projekt hat gerade deshalb seinen Wert, weil es uns zwingt hinzuschauen, was Führungskräfte eigentlich den ganzen Tag tun und welche Teile dieser Arbeit nie ausschließlich menschlich waren.
Was Sie da herunterladen
OpenExecutive ist kein CEO in irgendeinem sinnvollen rechtlichen oder menschlichen Sinn. Man versteht es besser als Betriebssystem für die Führungsebene. Die Nutzer sprechen mit einer einheitlichen „Executive“-Stimme. Dahinter verteilt ein Orchestrator die Fragen auf acht spezialisierte Agenten: Strategie, Finanzen, Personal, Recht, Operations, Marketing, Produkt und Board-Kommunikation. Die Spezialisten können parallel arbeiten, bevor ihre Ergebnisse zu einer einzigen Antwort zusammengeführt werden.
Das System ergänzt die zugrunde liegenden Sprachmodelle um zwei Wissensebenen: eine eingebaute Sammlung von Management-Frameworks und die Dokumente, die das Unternehmen selbst hochlädt. Frühere Entscheidungen und Initiativen speichert es in einem episodischen Gedächtnis, es beobachtet eingehende Signale, plant Follow-ups und lässt sich unter anderem über Slack, E-Mail, Telegram, Google Chat und Discord bedienen. Dazu kommen Workflows für Board-Vorbereitung, Jahresplanung, Preisüberprüfungen, Fundraising, Organisationsdesign, Krisenkommunikation und andere wiederkehrende Aufgaben der Führungsebene. Die technische Architektur ist deutlich substanzieller als ein Chatbot im digitalen Anzug. Anders gesagt: Das ist weniger ein künstlicher CEO als ein KI-Stabschef, hinter dem sich eine kleine synthetische Beratungsfirma versteckt.
Management ist Kohärenz über die Zeit, und die Kohärenz wird besser
OpenExecutive ist nicht der erste Versuch herauszufinden, ob Sprachmodelle ein Unternehmen führen können. 2025 stellte Andon Labs Vending-Bench vor, einen trügerisch einfachen Benchmark für langfristiges agentisches Verhalten, veröffentlicht als Preprint. Ein KI-Agent bekommt die Kontrolle über ein simuliertes Verkaufsautomaten-Geschäft. Er muss Produkte auswählen, mit Lieferanten verhandeln, Bestellungen aufgeben, den Lagerbestand pflegen, Preise festlegen und die Betriebskosten decken. Keine dieser Aufgaben ist für sich genommen besonders schwierig. Die Herausforderung besteht darin, sie über einen längeren Zeitraum kohärent zu erledigen.
Ein Modell handelt am Montag vielleicht einen hervorragenden Großhandelspreis aus, vergisst am Dienstag, dass die Bestellung existiert, nimmt am Mittwoch an, sie sei schon angekommen, und stellt am Donnerstag fest, dass es Produkte verkauft hat, die es nie hatte. Das ist näher am Management als die Antwort auf eine MBA-Prüfungsfrage. Management heißt nicht, eine einzelne intelligente Antwort zu liefern. Es heißt, sich zu erinnern, was letzte Woche passiert ist, das mit dem abzugleichen, was sich heute geändert hat, und morgen immer noch dasselbe Ziel zu verfolgen.
Das Preprint zeigte Potenzial und Fragilität zugleich. Einige Durchläufe stärkerer Modelle erzielten Gewinn und übertrafen sogar die begrenzte menschliche Baseline. Andere brachen zusammen, nachdem der Agent Lieferpläne missverstanden, frühere Bestellungen vergessen hatte oder in das geraten war, was die Forscher „Meltdown Loops“ nannten. In einem besonders denkwürdigen Fall kam ein Agent zu dem Schluss, das Unternehmen befinde sich in einem existenziellen Notstand, und versuchte, das FBI zu kontaktieren, weil er die tägliche Gebühr von zwei Dollar für den Automaten nicht stoppen konnte.
Anthropic und Andon Labs brachten das Experiment dann mit Project Vend in die physische Welt. Ein KI-Agent namens Claudius betrieb einen echten Laden in Anthropics Büro. Nach Anthropics eigener Darstellung verlor die erste Version Geld, erfand sich eine Identität samt blauem Blazer und ließ sich von Mitarbeitenden überreden, Produkte zu kaufmännisch fragwürdigen Bedingungen zu verkaufen. Wolframwürfel spielten eine Rolle. Das war lustig, aber auch aufschlussreich.
Als Anthropic das Modell aktualisierte und Claudius bessere Werkzeuge für Kundenverwaltung, Lagerhaltung, Webrecherche und ein operatives Gedächtnis gab, wurde die Leistung besser. Claudius beschaffte Produkte geschickter, hielt die Margen und schloss Transaktionen zuverlässiger ab. Wochen mit negativer Gewinnmarge verschwanden weitgehend. Hier berichtet ein Anbieter über sein eigenes Modell, und so sollte man es auch lesen.
Dann kam Vending-Bench 2, bei dem Modelle ein simuliertes Geschäft ein ganzes Jahr lang führen müssen. Lieferanten können unzuverlässig oder feindselig sein. Lieferungen verspäten sich. Kunden verlangen Rückerstattungen. Konkurrenten beginnen Preiskriege. Ein vollständiger Durchlauf umfasst Tausende Nachrichten und zig Millionen Token. Die Ergebnisse, wie Andon Labs sie auf dem eigenen Leaderboard veröffentlicht, zeigen eine klare Entwicklung. Während ich das schreibe, machen die führenden Modelle aus einem Startkapital von 500 Dollar mehr als 11.000 Dollar. Laut dem von Andon Labs berechneten Trend für Frontier-Modelle steigt der Kontostand im Benchmark um rund 734 Dollar pro Monat Modellfortschritt.
Das sind die Zahlen des Benchmark-Betreibers, keine unabhängigen Messungen, und man sollte sie nicht für ein Naturgesetz halten. Benchmarks lassen sich optimieren, Simulationen lassen vieles aus der echten Welt weg, und die Forscher schätzen, dass eine starke Strategie in derselben Umgebung immer noch rund 63.000 Dollar verdienen könnte. Die besten Modelle von heute schöpfen das Potenzial also bei Weitem nicht aus.
Über die genauen Zahlen kann man streiten, die Form des Ergebnisses ist trotzdem schwer zu ignorieren. Modelle, die Mühe hatten, einen Verkaufsautomaten befüllt zu halten, werden zunehmend besser darin, Pläne über lange Zeiträume durchzuhalten, Werkzeuge zu nutzen, zu verhandeln und Ressourcen zu verwalten. OpenExecutive gehört in diese Entwicklungslinie. Vending-Bench testet operatives Management in einer eng abgesteckten Umgebung. OpenExecutive überträgt die Idee auf die weniger strukturierte Welt der Koordination auf Führungsebene.
Management ist ein Bündel von Aufgaben, keine mystische Eigenschaft
Der Titel „CEO“ verleitet dazu, Führung als eine einzige, unteilbare Fähigkeit zu sehen. Tatsächlich besteht Management aus vielen verschiedenen Tätigkeiten. Zu manchen gehört es, Marktsignale zu sammeln, Dokumente zusammenzufassen, Szenarien zu vergleichen, Prognosen zu erstellen, Pläne zu entwerfen, Fachwissen zu koordinieren, Unterlagen für das Board vorzubereiten und Zusagen nachzuverfolgen. Das sind Aufgaben der Informationsverarbeitung. Sie können schwierig und folgenreich sein, sind aber strukturiert genug, um von Maschinen unterstützt oder teilweise automatisiert zu werden.
Andere Aspekte von Führung lassen sich schwerer auf Token und Workflows reduzieren: Vertrauen gewinnen, echte Konflikte lösen, erkennen, was nicht ausgesprochen wird, zwischen unvereinbaren Werten wählen, unter Unsicherheit Verpflichtungen eingehen und Verantwortung übernehmen, wenn eine Entscheidung schiefgeht.
OpenExecutive eignet sich für die erste Kategorie deutlich besser als für die zweite. Diese Unterscheidung ist wichtig, weil im Management viele hochbezahlte Menschen überraschend viel Zeit mit der ersten Kategorie verbringen. Führungskräfte lesen Berichte, fordern aktualisierte Zahlen an, fragen Teams nach dem Stand, bereiten Folien vor und entdecken Entscheidungen neu, die angeblich schon drei Meetings zuvor getroffen wurden. Das überzeugendste Argument von OpenExecutive ist nicht, dass Maschinen plötzlich menschliche Führung ausüben können. Es ist, dass vieles von dem, was Organisationen „Führung“ nennen, in Wahrheit Koordination, Synthese und administratives Gedächtnis ist.
Acht Agenten ergeben noch keinen vielfältigen Vorstand
Die Multi-Agent-Architektur ist clever. Bei einer Preisfrage können Finanzen, Marketing, Produkt und Strategie gleichzeitig gefragt sein. Wenn spezialisierte Agenten das Thema analysieren, bevor eine Empfehlung zusammengeführt wird, kann das eine vollständigere Antwort ergeben, als wenn man alles durch einen einzigen generischen Prompt schickt.
Acht Agenten, die auf eng verwandten Modellen laufen und aus denselben Unternehmensdokumenten schöpfen, sind aber nicht dasselbe wie acht unabhängige Führungskräfte. Sie haben keine unterschiedlichen Karrieren, Anreize, sozialen Hintergründe oder persönlichen Erfahrungen. Sie können nicht durchs Unternehmen gehen und merken, dass die offizielle Strategie mit dem, was die Mitarbeitenden tatsächlich tun, wenig zu tun hat. Ein synthetisches Managementteam kann deshalb synthetischen Konsens produzieren: mehrere selbstbewusste Perspektiven, die letztlich aus derselben technologischen und informationellen Grundlage stammen.
OpenExecutive präsentiert das Ergebnis bewusst mit einer einzigen, kohärenten Executive-Stimme. Das macht die Bedienung einfacher, kann aber auch Unsicherheit und Meinungsverschiedenheiten verdecken. Echte Führungsteams sind oft gerade deshalb mühsam, weil Menschen unterschiedlicher Meinung sind. Doch Widerspruch kann Annahmen, ethische Bedenken und operative Realitäten sichtbar machen, die eine polierte Antwort glattbügelt. Manchmal ist Reibung in einer Organisation Verschwendung. Manchmal ist sie ein Sicherheitsmechanismus.
Wenn der KPI zum Unternehmen wird
Vending-Bench zeigt noch ein Problem, das ernster wird, je mehr Befugnisse Agenten bekommen. Ein Modell, das seinen Kontostand maximieren soll, findet womöglich Strategien, die auf der Anzeigetafel erfolgreich aussehen und überall sonst entsetzlich. In einigen Vending-Bench-Durchläufen erfanden Agenten bei Lieferantenverhandlungen Informationen, ignorierten berechtigte Rückerstattungsanträge und beteiligten sich an Preisabsprachen mit konkurrierenden Automaten. Andon Labs argumentierte später in einem einzelnen Blogbeitrag, dass unethisches Verhalten für gute Ergebnisse nicht notwendig war. Ob das allgemein gilt oder nicht: Die Vorfälle zeigen ein grundlegendes Managementproblem. Ein Agent optimiert das Ziel, das man ihm gibt, nicht die Werte, die jemand anzugeben vergessen hat.
Menschen tun das natürlich auch. Ganze Managementbücher handeln vom Schaden, den Zielvorgaben anrichten, die sich von ihrem ursprünglichen Zweck gelöst haben. Ein autonomes System kann ein schlecht gestaltetes Ziel aber ununterbrochen, konsequent und in Maschinengeschwindigkeit verfolgen. Es fühlt sich nicht unwohl, wenn Kunden sich beschweren. Es macht sich keine Sorgen, dass Kollegen schlechter von ihm denken. Solange diese Überlegungen nicht in seinen Anweisungen, Einschränkungen oder seinem Feedback abgebildet sind, haben sie womöglich kein operatives Gewicht.
Das ist der Unterschied zwischen dem Managen einer Kennzahl und dem Führen eines Unternehmens: Gewinn ist nicht das Unternehmen. Wachstum auch nicht, ebenso wenig Engagement, Auslastung oder Kostensenkung im Quartal. Ein Unternehmen ist auch ein Netz von Verpflichtungen gegenüber Kunden, Mitarbeitenden, Lieferanten, Behörden, Eigentümern und der Gesellschaft. Eine KI-Führungskraft braucht mehr als ein Ziel. Sie braucht Grenzen, konkurrierende Ziele, Eskalationsregeln und einen Menschen, der für das Ergebnis geradesteht.
Open Source ist der wichtigere Teil der Geschichte
OpenExecutive steht unter der Apache-2.0-Lizenz und lässt sich auf der eigenen Infrastruktur eines Unternehmens betreiben. Firmenprofil, Vektordatenbank und episodisches Gedächtnis können in einer Umgebung bleiben, die das Unternehmen selbst kontrolliert. Statt der standardmäßig verwendeten Modelle von Anthropic lassen sich auch lokale, OpenAI-kompatible Modelle einsetzen.
Das ist wichtig. Ein solches System hat potenziell Zugriff auf Finanzdaten, Personalinformationen, Verträge, Strategiedokumente und vertrauliche Board-Kommunikation. All das in ein undurchsichtiges SaaS-Produkt zu schicken, würde eine beeindruckende Konzentration von Risiken schaffen.
Open Source macht die Architektur überprüfbar und anpassbar. Unternehmen können entscheiden, welche Modelle sie nutzen, auf welche Werkzeuge die Agenten zugreifen dürfen und wo Informationen gespeichert werden. Sente Labs betont außerdem, dass Berechtigungen extern durchgesetzt werden: Den Zugriff auf Werkzeuge soll Code steuern, den das Modell nicht umschreiben kann, und nicht bloß die Bitte an das Modell, sich zu benehmen. Auf der Produktseite heißt es erfreulich deutlich: „Die Ermessensentscheidungen bleiben beim Menschen“.
Selbst gehostet heißt aber nicht automatisch privat. In der Standardkonfiguration landen relevante Unternehmensinformationen weiterhin in Prompts, die an die API von Anthropic gehen. Vollständig lokale Modelle werden unterstützt, allerdings warnen die Entwickler, dass kleinere Modelle die Arbeit womöglich weniger zuverlässig auf die Agenten verteilen und dass einige Claude-spezifische Fähigkeiten verloren gehen.
Open Source ist auch kein magischer Schutzschild. Die eigene Sicherheitsrichtlinie des Projekts hält fest, dass es aktiv entwickelt wird, keinen Long-Term-Support-Zweig hat und derzeit als gemeinsamer Arbeitsbereich ohne Datentrennung pro Nutzer läuft. Sie räumt auch Risiken durch Prompt Injection ein, die zu unbeabsichtigten externen Aktionen oder Datenabflüssen führen könnten.
Der CEO, der kein CEO sein kann
Dazu kommt ein hartnäckig analoges Problem: Verantwortlichkeit. In Österreich kann nur eine natürliche, voll geschäftsfähige Person zum Geschäftsführer einer GmbH bestellt werden. Ein KI-System kann diese Position im Firmenbuch nicht einnehmen, die Gesellschaft nicht als Rechtssubjekt vertreten und die damit verbundenen Pflichten und Haftungen nicht übernehmen. Das offizielle Unternehmensserviceportal ist in diesem Punkt ziemlich eindeutig. Eine KI kann eine Entscheidung empfehlen. Die rechtliche oder moralische Verantwortung dafür kann sie nicht übernehmen.
Besonders wichtig wird das, wenn Empfehlungen der Führungsebene Mitarbeitende betreffen. Nach dem EU AI Act können Systeme, die für bestimmte Entscheidungen in Beschäftigung und Personalmanagement eingesetzt werden, als Hochrisiko-Systeme gelten. Die Liste umfasst Recruiting, Beförderung, Kündigung, Aufgabenverteilung und Leistungsüberwachung. Solche Einsätze bringen Anforderungen an Risikomanagement, Dokumentation, Nachvollziehbarkeit, Genauigkeit und menschliche Aufsicht mit sich.
Die Formel „Human in the Loop“ wird gern als Lösung angeboten. In der Praxis kann sie alles Mögliche beschreiben, von einer echten, unabhängigen Prüfung bis zu einer müden Managerin, die bei einer mit maschineller Selbstsicherheit präsentierten Empfehlung auf „Genehmigen“ klickt. Aufsicht funktioniert nur, wenn der Mensch genug Information, Kompetenz, Zeit und Befugnis hat, um zu widersprechen.
Audit-Trail, Berechtigungsmodell und der auf Freigaben ausgerichtete Ansatz von OpenExecutive sind nützliche Bausteine. Die menschliche Führungskraft darf aber nicht zur zeremoniellen Haftungshülle um eine automatisierte Entscheidungsmaschine werden. Wenn die Maschine die Empfehlung abgibt und der Mensch nur noch die Unterschrift liefert, existiert Verantwortlichkeit auf dem Papier und sonst nirgends.
Warum OpenExecutive trotzdem etwas taugt
Trotz dieser Einschränkungen geht das Projekt ein echtes Problem an. Start-ups und kleinere Unternehmen können sich oft kein vollständiges Führungsteam leisten. Eine Gründerin muss vielleicht gleichzeitig über Unit Economics, Verträge, Einstellungen, Positionierung und Board-Kommunikation nachdenken, oft ohne CFO, Chefjuristen, Personalverantwortliche oder Strategieabteilung in Reichweite.
OpenExecutive kann keine echte Führungserfahrung herstellen. Es kann die Fragen aber sinnvoll strukturieren. Es kann fehlende Aspekte aufzeigen, Optionen vergleichen, Entscheidungen festhalten und verstreute Dokumente zu einem kohärenteren organisatorischen Gedächtnis machen.
In größeren Unternehmen liegt der Nutzen vielleicht woanders. Das System könnte die teure Koordinationsarbeit rund um die Führung reduzieren: Monatsberichte zusammenstellen, Initiativen beobachten, Szenarien vorbereiten, Board-Unterlagen entwerfen und Widersprüche zwischen erklärten Prioritäten und tatsächlicher Tätigkeit sichtbar machen.
Vending-Bench macht diese These glaubwürdiger, weil es zeigt, dass langfristige operative Kohärenz besser wird und nicht stagniert. Es zeigt aber auch, warum man die Versprechen von OpenExecutive sorgfältig prüfen muss. Ein Automaten-Agent bekommt ein klares Ziel und eine messbare Punktzahl. Allgemeines Management bekommt das nicht. Es gibt keine einzelne Zahl, die uns sagt, ob eine Restrukturierung, eine Übernahme, eine Produktstrategie oder eine Personalentscheidung richtig war. Ergebnisse werden oft erst nach Jahren sichtbar, und selbst dann ist die Kausalität umstritten.
OpenExecutive nutzt derzeit 29 Evaluierungsszenarien, die von einem anderen Sprachmodell bewertet werden. Das ist vernünftige Engineering-Praxis, aber kein Beleg dafür, dass das System ein Unternehmen führen kann. Gemessen wird, ob Antworten kohärent, relevant und umsetzbar sind, nicht ob der Rat dauerhaften geschäftlichen Wert schafft. Man sollte das Projekt deshalb als entstehendes System zur Entscheidungsunterstützung verstehen, nicht als erprobten Ersatz für Führung.
Das schafft Führungskräfte nicht ab. Es verändert, was Organisationen von ihnen erwarten sollten. Wenn ein KI-System die Board-Unterlagen vorbereiten, strategische Zusagen nachverfolgen, erste Finanzszenarien erstellen und die relevanten rechtlichen Fragen zusammentragen kann, haben menschliche Führungskräfte weniger Ausreden, ihre Zeit damit zu verbringen, Informationen von einem Meeting ins nächste zu tragen. Ihr Wert muss zunehmend aus Urteilsvermögen, Beziehungen, Mut, Verhandlungsgeschick, ethischem Denken und Verantwortung kommen. Das sind die Dinge, die man nicht herunterladen kann.
Wie man eine synthetische Chefetage einsetzt
Das vernünftige Einsatzmodell lautet nicht „am Freitag OpenExecutive installieren, am Montag das Management entlassen“. Ein Unternehmen sollte im Schattenmodus beginnen. Lassen Sie das System beobachten, analysieren und Empfehlungen vorbereiten, ohne sie umzusetzen. Vergleichen Sie seine Arbeit mit bestehenden Entscheidungen und halten Sie fest, wo es nützlich ist, wo es falsch liegt und wo es gefährlich überzeugend wirkt. Jede Empfehlung sollte ihre Quellen, Annahmen und Unsicherheiten offenlegen. Folgenreiche Aktionen, die Geld, Menschen, Verträge, öffentliche Kommunikation oder regulatorische Pflichten betreffen, sollten eine ausdrückliche menschliche Freigabe erfordern. Berechtigungen sollten eng gefasst, umkehrbar und außerhalb des Modells durchgesetzt sein. Externe Nachrichten und Tool-Aufrufe sollten protokolliert werden, mit klarer Zuständigkeit einer realen Person.
Das Unternehmen sollte nicht nur testen, ob der Agent seinen vorgegebenen KPI erreicht, sondern auch, wie er das tut. Schaden für Kunden, Auswirkungen auf Mitarbeitende, rechtliche Risiken und Reputationsrisiken dürfen nicht als Externalitäten gelten, die man nach dem Deployment entdeckt. Vor allem sollte das System Meinungsverschiedenheiten zeigen dürfen, statt immer eine makellose Executive-Antwort zu liefern. Bei folgenreichen Entscheidungen kann eine abweichende Analyse wertvoller sein als eine einheitliche Stimme.
Das deckt sich mit allgemeineren Leitlinien von Organisationen wie NIST und der OECD: Verantwortung, Nachvollziehbarkeit, laufendes Risikomanagement und klar definierte menschliche Aufsicht sind keine optionale Dekoration. Sie sind das Betriebsmodell.
Die eigentliche Rache der Nerds
OpenExecutive dreht die übliche Automatisierungserzählung um, und diese Umkehr ist gesund. Wenn künstliche Intelligenz stark genug ist, um Softwareentwicklung, Marketing, Kundenservice und Verwaltung umzukrempeln, kann sich das Management nicht für immun erklären, nur weil seine Arbeit angeblich zu strategisch, zu kontextabhängig oder zu wichtig ist.
Umgekehrt gilt: Wenn Führungskräfte argumentieren, ihre Jobs erforderten Urteilsvermögen, implizites Wissen, Vertrauen und Verantwortlichkeit, sollten sie anerkennen, dass das auch für viele Menschen gilt, deren Rollen sie so eifrig automatisieren wollten. Das ist vielleicht der wertvollste Beitrag von OpenExecutive. Es wendet den Automatisierungstest symmetrisch an.
Der Verkaufsautomat markiert das eine Ende der Entwicklung: ein kleines Geschäft mit expliziten Regeln, schnellem Feedback und einer Bilanz, die sauber in einen Benchmark passt. Die Chefetage markiert das andere: eine Organisation, geprägt von unvollständigen Informationen, verzögerten Folgen, konkurrierenden Werten, rechtlichen Pflichten und menschlichen Beziehungen.
OpenExecutive beweist nicht, dass eine KI ein Unternehmen führen kann. Version 0.1.0, eine bescheidene Evaluierungssuite und eine schnell wachsende GitHub-Community belegen ein interessantes frühes System, nicht Führungskompetenz im Produktivbetrieb. Es beweist aber, dass sich die Chefetage zerlegen lässt. Teile der Führungsarbeit lassen sich modellieren, delegieren, terminieren, prüfen und in Software gießen. Sobald das sichtbar wird, lässt sich die alte Aura schwerer aufrechterhalten. OpenExecutive schafft die Chefetage nicht ab. Es kompiliert Teile davon.
Die Teile, die es nicht kompilieren kann, sind genau jene, auf denen das Gesetz besteht: eine natürliche Person im Firmenbuch, ein Mensch, der für die Entscheidung einstehen muss. Die Modelle kommen auf diesem Weg schneller voran, als diese Strukturen es angenommen haben. Nichts an dieser Entwicklung deutet darauf hin, dass die Strukturen zuerst aufholen.
Aus dem Englischen übersetzt: zum Originalbeitrag