Wenn KI einen größeren Teil der Arbeit übernehmen kann – was sollten die Menschen stattdessen tun?

Transkript    Hier folgt die deutsche Übersetzung der englischen Aufzeichnung des Podcasts.

Miguel: Hallo und herzlich willkommen zu einer neuen Folge von „The Power of Possibility“, einem Podcast von SPS. Ich bin Miguel. Heute sprechen wir darüber, wie künstliche Intelligenz am Arbeitsplatz Einzug hält, was das konkret für die Mitarbeitenden bedeutet und wie Unternehmen KI nutzen können, um Menschen, Kompetenzen und Leistung zu fördern – anstatt Ängste zu schüren oder für Unruhe zu sorgen. Bei mir sind zwei Führungskräfte, die eng mit Unternehmen an genau diesen Themen arbeiten.

Zunächst möchte ich Ihnen Jess Larsen vorstellen. Sie ist die Gründerin von „Thriving Humans“ und verfügt über umfassende Erfahrung in der Beratung von Unternehmen dazu, wie sich Mensch, Arbeit und Technologie gemeinsam weiterentwickeln. Korrigieren Sie mich bitte, falls ich falsch liege.

Jess: Danke. Klingt gut.

Miguel: Vielen Dank. Außerdem begrüßen wir erneut Nicole Mangarella. Sie ist Leiterin für globale Technologie und Innovation bei SPS. Willkommen, Nicole.

Sie verantwortet die Bereiche Arbeitsplatztechnologie und -innovation sowie Initiativen, die darauf abzielen, Mitarbeiter zu unterstützen und den Arbeitsalltag zu verbessern. Vielen Dank, dass Sie heute hier sind. Vielleicht beginnen wir direkt mit der ersten Frage – einer offenen Frage an Sie beide. Sie können selbst entscheiden, wer den Anfang macht: Wo sehen Sie im Büroalltag Möglichkeiten für KI, echte Reibungspunkte zu beseitigen, ohne dabei den Wert menschlicher Tätigkeiten zu schmälern?

Nicole: Wir beobachten einen allgemeinen Anstieg der Zahl von Mitarbeitenden, die KI im Arbeitsalltag nutzen. Kürzlich haben wir gemeinsam mit Work Tech eine Umfrage veröffentlicht, der zufolge mittlerweile rund 75 % der Beschäftigten angeben, KI in irgendeiner Form bei ihrer täglichen Arbeit einzusetzen. Das entspricht einem Anstieg von etwa 16 % gegenüber dem Vorjahr. Es scheint also, dass sich immer mehr Menschen mit diesen Tools befassen und dass diese zunehmend leichter verfügbar gemacht werden. Ein Blick auf Daten aus verschiedensten Umfragen und Studien zeigt zudem, dass die Technologie von vielen nach wie vor vorwiegend für grundlegende Aufgaben wie Zusammenfassungen, Recherche, das Umformulieren von Texten und Übersetzungen verwendet wird. Allerdings zeichnet sich auch eine zunehmende Nutzung komplexerer KI-Workflows ab, da Unternehmen dazu übergehen, KI über die bloße Bereitstellung von Chat-Tools hinaus in ihre Prozesse zu integrieren.

Jess: Dem würde ich zustimmen und noch ergänzen: Wir sind ja direkt am Geschehen, stehen im Austausch mit Kunden und arbeiten mit ihnen zusammen – wir bekommen also aus erster Hand mit, vor welchen Herausforderungen Unternehmen stehen. Oft sprechen wir mit Führungskräften im KI-Bereich oder mit den für den Wandel Verantwortlichen, und nicht selten äußern diese Frustration darüber, wie sich die Akzeptanz der Technologie fördern lässt. Gerade diejenigen, die am besten verstehen, worum es bei der Technologie geht, und die sie in die Unternehmen einführen, erkennen oft das Potenzial für neue Möglichkeiten und wissen genau, was KI-Tools leisten können.

Man sieht deutlich, wie breit gefächert die Erfahrungen, der Reifegrad und die individuellen Entwicklungswege der Unternehmen sind. Ich sage ihnen dann: Beides trifft gleichzeitig zu. Es gibt Unternehmen, die bei der Einführung schon weiter sind, und solche, die hinterherhinken – und aus beiden Fällen lässt sich lernen.Jess Larsen

Oftmals sind diejenigen, die mit der Einführung oder Umstellung auf KI-gestützte Prozesse betraut sind, gar nicht direkt in die operative Umsetzung eingebunden. Dadurch fehlt ihnen bisweilen der unmittelbare Einblick in die Praxis – etwa die Frage, wie man KI konkret im Marketing, im Vertrieb, in der Entwicklung oder in anderen Unternehmensbereichen zum Laufen bringt. Wir stellen fest, dass die Erfahrungen hier extrem weit auseinandergehen.

Es gibt große Unterschiede beim Reifegrad und bei den individuellen Wegen, die Unternehmen beschreiten. Häufig orientieren sich Firmen daran, was in ihrer Branche oder bei vergleichbaren Wettbewerbern geschieht. Sie nehmen dabei oft die medialen Narrative wahr: Einerseits heißt es, KI habe eine gewaltige, disruptive Wirkung; andererseits wird behauptet, KI habe überhaupt keinen Einfluss und sei reine Augenwischerei.

Ich sage ihnen dann: Beides ist gleichzeitig wahr, denn wir erleben eine enorme Bandbreite an Erfahrungen. Das Risiko besteht darin, dass sich die Beteiligten in ihrer eigenen „Blase“ einrichten und diese für die alleinige Wahrheit halten. Wenn sie aus unserem Gespräch nur eine Sache mitnehmen sollen, dann diese: Ganz gleich, an welchem ​​Punkt Ihrer Reise Sie sich befinden – es gibt immer Akteure, die bei der Einführung schon weiter sind, und solche, die hinterherhinken. Von beiden Gruppen lässt sich lernen. Wir haben ja schon oft darüber gesprochen, warum es vorteilhaft sein kann, zur Spitzengruppe zu gehören, und warum es manchmal besser ist, eher im hinteren Feld zu liegen. Es gibt also eine enorme Vielfalt an Szenarien.

Miguel: Viele Unternehmen betrachten KI nach wie vor vorwiegend als Instrument zur Kostensenkung. Warum kann diese Denkweise letztlich riskant sein?

Jess: Okay, das Thema greife ich als Erster auf. Das ist genau mein Steckenpferd. Ich blicke auf eine jahrzehntelange Karriere zurück, in der ich Veränderungsinitiativen geleitet habe – und zwar mit besonderem Fokus auf die menschliche Komponente dieser Veränderungen. Es ist nicht das erste Mal in meiner Laufbahn, dass wir uns in einer Ära befinden, in der Technologie die Arbeitswelt maßgeblich beeinflusst; wer schon länger dabei ist, erinnert sich sicher noch an die Cloud-Transformationen vor zehn oder fünfzehn Jahren.

Wer aus dem Bereich Transformation oder Change Management kommt, kennt das Szenario: Neue Technologie hält Einzug ins Unternehmen, und man muss dafür sorgen, dass alle aufmerksam werden und sich irgendwie dafür interessieren.

Das gilt auch für Mitarbeiter, die sich zunächst weit davon entfernt fühlen. Oft besteht die Herausforderung darin, die Relevanz des Themas zu vermitteln – also nicht nur verständlich zu machen, was passiert, sondern auch echtes Interesse und Engagement zu wecken. Es ist ein klassisches Problem des Change Managements und der Führung: Welche Geschichte erzählen wir eigentlich? Und mit „Geschichte“ meine ich natürlich keine Lüge, sondern – im Idealfall – eine wahre Begebenheit. Aber es ist eben eine Geschichte, denn wir Menschen lassen uns nun einmal stark von Narrativen leiten.

Es ergibt für die Menschen Sinn, wenn wir das Thema in ein Gespräch verwandeln, an das sie anknüpfen können und in dem sie sich selbst wiederfinden. Ich glaube, genau diese emotionale Ebene, die Veränderungen bei Menschen ansprechen, ist entscheidend. Das erleben wir auch in der Zusammenarbeit mit Kunden: Wir arbeiten oft mit Technologieexperten zusammen, die das Potenzial der neuen Möglichkeiten zwar klar erkennen. 

Aber immer wieder kommen sie zu uns und sagen: „Das eigentliche Problem ist der Faktor Mensch. Wie um alles in der Welt bringen wir die Leute dazu, zu verstehen, worum es geht, und sich für die Umsetzung zu begeistern?“ Genau hier setzen wir an: Es geht darum, Verhaltensweisen positiv zu beeinflussen und die verschiedenen Bereiche des Unternehmens an einem Strang ziehen zu lassen.

Nicole: Ja, und ich glaube, diese Mentalität der Kosteneinsparung rührt daher, wie man früher die Umstellung von Altsystemen (Legacy-Software) betrachtet hat. Typischerweise waren diese Prozesse sehr manuell, streng und unflexibel; man wollte mehr Flexibilität. Also wechselte man das ERP-System, ging in die Cloud, legte einen Data Lake an und schaffte die verschiedenen Datensilos ab. Das Ziel war meist, einen ROI zu berechnen, der Kostensenkungen in dem einen oder anderen Bereich belegte. Ich denke, es gibt zwei Aspekte der KI, die diese Sichtweise verändern.

Erstens lässt sich der ROI bei KI nur schwer berechnen, da sich die Kostenstruktur ständig wandelt. Die Kosten pro Token sinken zwar, aber die Lizenzmodelle werden teurer – je nachdem, wie man die Technologie einsetzt und welche Tools man wählt. Es ist heutzutage also sehr kompliziert zu ermitteln, wie hoch die tatsächlichen Einsparungen sind oder wann sich die Investition amortisiert (Break-even).

Der zweite Aspekt ist: Auch wenn man in einem Bereich Kosten senkt – etwa durch Personalabbau oder Teamoptimierung –, bietet sich gleichzeitig die Chance, diese Mittel zu reinvestieren und das Aufgabenspektrum der Mitarbeiter zu erweitern. Ein Beispiel hierfür ist IKEA, das KI im Kundenservice eingeführt hat. Die Überlegung war: Wenn wir unsere Kundendienstmitarbeiter mit leistungsstarker KI – insbesondere Conversational AI – unterstützen, verkürzt sich die Bearbeitungszeit pro Anfrage. Dadurch können sie mehr Anfragen am Tag bewältigen, sodass wir im Support nicht mehr ganz so viel Personal benötigen.

Man hätte sich nun entscheiden können, das Personal zu reduzieren und die Kosteneinsparungen einfach als solche zu verbuchen. IKEA entschied sich jedoch anders: Das Unternehmen wollte schon länger Beratungsleistungen im Bereich Innenarchitektur anbieten. Denn als Möbel- und Designunternehmen stellt sich die Frage: Wie lässt sich der Umsatz steigern? Eine Möglichkeit ist der Aufbau eines ergänzenden Geschäftsbereichs oder Dienstleistungsangebots. Nehmen wir also die Mitarbeiter im Kundenservice, die sich bestens mit den Produktlinien und der Kundschaft auskannten: Das Unternehmen nutzte dieses Wissen und diese Kompetenzen sowie KI, um die Belegschaft durch Weiterbildung und Qualifizierungsmaßnahmen für einen neuen Servicebereich fit zu machen. Das ist meiner Meinung nach ein hervorragendes Beispiel dafür, wie KI als Wegbereiter für neue unternehmerische Möglichkeiten dient – ​​und nicht bloß als Mittel, um Personal abzubauen und Kosten zu senken.

Jess: Dazu möchte ich noch etwas ergänzen: Wir beobachten immer wieder, wie Unternehmen in diese Falle tappen. Wir hatten uns ja im Vorfeld über das Desaster bei Klarna unterhalten – das Unternehmen verkündete 2022 den Abbau von, ich glaube, 700 Stellen aufgrund operativer Effizienzsteigerungen, die maßgeblich durch KI vorangetrieben wurden. Ein paar Jahre später mussten sie diesen Schritt revidieren und erkannten den Schaden, den sie angerichtet hatten – vor allem intern, im Hinblick auf die Unternehmenskultur. Die meisten Unternehmen, mit denen ich spreche, können dieses Risiko gut nachvollziehen. Manche haben bereits entsprechende Ankündigungen gemacht, aber viele zögern noch: Sie erwarten zwar Produktivitätssteigerungen, wissen aber nicht, wie sie den Spagat schaffen sollen – wie sie den Wandel vollziehen, ohne dabei ihre Unternehmenskultur zu zerstören.

Denn letztlich sind die Mitarbeiter, die das Unternehmen in der Zukunft ausmachen werden, bereits heute an Bord. Das hat enorme Auswirkungen auf die Talentlandschaft – ganz zu schweigen von den entlassenen Mitarbeitern, die auf den Arbeitsmarkt drängen und der Arbeitgebermarke massiv schaden können. Es gibt einige Fallstudien zu Unternehmen, die genau diesen Schaden angerichtet haben, und natürlich wird das Thema öffentlich stark diskutiert; es mangelt nicht an Artikeln, die vor diesem Vorgehen warnen. Ergänzend möchte ich – passend zu deinem schönen Beispiel mit IKEA – auf Fälle hinweisen, die wir selbst erlebt haben. In einigen Unternehmen, für die ich tätig war, haben wir uns intensiv mit dem Thema interne Mobilität auseinandergesetzt. Wir haben genau analysiert: Was macht Talente in dieser Organisation aus? Wie können wir sie flexibler einsetzen? Wie lässt sich ihre Kompetenz besser auf andere Bereiche übertragen? Wie nutzen wir die Stärken, die in unserem institutionellen Wissen und in den Verhaltensweisen liegen, die wir in diesem Umfeld voller hochkarätiger Talente angezogen haben?

Wir halten die Mitarbeiter hier für fantastisch, aber vielleicht verfügen sie nicht genau über die Fähigkeiten, die wir aktuell benötigen. Um auf das Beispiel von IKEA zurückzukommen: Welche Chancen und Möglichkeiten könnten sich hierbei ergeben?

Wie können wir die Kompetenzen unserer Mitarbeitenden in diese Richtung weiterentwickeln? Wie können wir vielleicht auch gewisse Mühen oder Risiken in Kauf nehmen – etwa indem wir nicht einfach einen fertigen Kandidaten von außen holen, sondern die Arbeit intern leisten? Indem wir versuchen, die Person entsprechend zu schulen oder ihr die Möglichkeit geben, Erfahrungen in diesen neuen Bereichen zu sammeln?

In einem Unternehmen, für das ich tätig war, haben wir die Quote der internen Mobilität Jahr für Jahr verdoppelt. Das war ein enormer Kraftakt; es steckt viel Arbeit dahinter. Aber die Folge war, dass das Mitarbeiterengagement um zwölf Prozent stieg – ein gewaltiger Sprung.

Die Belegschaft nimmt das wahr. Entscheidend war dabei eine konsequente Kommunikation: Wir haben klar gemacht, was wir tun und warum wir es tun. Wir haben auf den Wunsch der Mitarbeitenden nach besseren Karrieremöglichkeiten reagiert und aufgezeigt, welche Maßnahmen wir ergreifen und wie wir den Erfolg messen wollen. Es war wirklich kein leichter Weg.

Es ist eine große Herausforderung, Führungskräfte in die Pflicht zu nehmen und von ihnen zu verlangen, dass sie die internen Talentpools ausschöpfen, bevor sie sich auf dem externen Markt umsehen dürfen. Sie sind oft fest davon überzeugt, dass sie externe Talente brauchen. Ich hoffe jedoch, dass sich die meisten Unternehmen intensiv mit dieser Frage auseinandersetzen. Denn wenn man Mitarbeitende einfach vor die Tür setzt, sendet man ein fatales Signal. Man hat zwar Werte an der Wand stehen und setzt auf das Vertrauen und den Respekt der Belegschaft gegenüber den eigenen Zielen – doch sobald man Menschen wie austauschbare Ware behandelt und vermittelt, dass jeder ersetzbar ist, verliert man massiv an Engagement, Produktivität und Leistungsbereitschaft. Diesen Schaden wieder gutzumachen, ist unglaublich schwer. Es ist immer einfacher, dieses Vertrauen und Engagement von Anfang an richtig aufzubauen; es ist mehr als doppelt so viel Arbeit, es wiederzugewinnen, wenn es erst einmal beschädigt wurde.

Nicole: Interessant ist auch, wie die erzielten Fortschritte durch KI gemessen werden. Fast alle Messgrößen, die ich in diesem Bereich gesehen habe, beziehen sich auf die Einsparung von Arbeitszeit – also darauf, wie viele Stunden ein Mitarbeiter im Tagesgeschäft einspart. Je nach Abteilung, Hierarchiestufe und Tätigkeit sind das dann beispielsweise neun, zwei oder zwölf Stunden pro Woche. Es geht dabei nicht um die gesamte Arbeitszeit des Mitarbeiters; Shopify hat beispielsweise betont, dass dies eine Chance für die Angestellten sein soll, über sich hinauszuwachsen. Sie sollen ihr Wissen über das Unternehmen, die Unternehmenskultur sowie die Bedürfnisse von Kunden und Partnern einbringen und die gewonnenen zwei Stunden pro Woche nutzen, um mit KI-Tools zu experimentieren – und vielleicht etwas zu erschaffen, von dem sie nie gedacht hätten, dass sie dazu in der Lage wären.

Man kennt das Unternehmen und die Kultur, man identifiziert sich mit dem, was getan wird – und daraus entstehen mehr Innovationen und bessere Ideen. Ich kenne zwar die konkreten Ergebnisse von Shopify hinsichtlich der dadurch entstandenen neuen Ideen noch nicht, aber der Ansatz ist spannend: Wenn man plötzlich sechs oder zehn Stunden mehr Zeit zur Verfügung hat – wie unterstützt man die Mitarbeiter dann dabei, diese Zeit zu nutzen, um ihren Beitrag zum Unternehmen zu maximieren?

Jess: Das ist enorm wichtig. Genau das braucht jedes Unternehmen. Wir haben durchaus schon mit Kunden gearbeitet, die feste Lernzeiten eingeplant haben – sie haben also bei der Personalplanung gezielt Kapazitäten für das Lernen und für Experimente reserviert. Und jeder, der schon einmal Veränderungsprozesse begleitet hat, weiß: So etwas braucht Zeit und Ressourcen. Wenn ein Unternehmen also behauptet, sich auf diesen Weg zu machen, aber keinen Spielraum für Flexibilität und zusätzliche Anforderungen lässt, dann ist das ein entscheidender Punkt.

Es ist wichtig, den Zusammenhang zu sehen: Wir erkennen die Vorteile und Gewinne – diese müssen dann in Lernen und Wachstum investiert werden. Denn damit das Ganze funktioniert, müssen sich Unternehmen in Richtung Experimentierfreude und Innovation bewegen, oder? Und wir wissen, dass Innovation – ob im Design oder in der Technologiebranche, die hierfür schon lange ein ideales Umfeld bietet – nur gelingen kann, wenn man die Fähigkeit besitzt, auch mal zu scheitern. Damit das möglich ist, braucht man Ressourcen, Zeit, eine Kultur des Vertrauens sowie klare Leitplanken und geschützte Experimentierräume („Sandboxes“). Man muss sich darüber einig sein, was „kaputtgehen“ darf und was nicht. Aber gerade dort, wo sich Produktivitätssteigerungen zeigen – wie du es beschreibst –, bietet sich ein hervorragendes Modell, um diese Erfolge direkt in die Lernkultur einfließen zu lassen. Ich habe nämlich durchaus schon mit Kunden gesprochen, die Schwierigkeiten haben, weil sie diesen Zusammenhang nicht klar sehen: Sie wollen ihre Mitarbeiter zu neuen Kompetenzen führen und sie weiterbilden, haben aber eigentlich gar nicht die nötige Zeit dafür eingeplant – oder sie haben keine Aufgaben gestrichen, um den nötigen Freiraum zu schaffen.

Miguel: Sie sprachen von den Entlassungen bei großen Unternehmen – insbesondere im Technologiesektor –, während die künstliche Intelligenz weiter auf dem Vormarsch ist. Welches Signal sendet das an die Mitarbeiter? Und wie könnte sich das langfristig negativ auf die Unternehmen auswirken?

Jess: Das ist ein wirklich interessanter Punkt, denn ich würde sagen, dass in der Welt der Talent-Spezialisten und HR-Verantwortlichen schon seit Jahren ein Spannungsfeld besteht: Es herrscht der Eindruck, dass es nicht genügend hochqualifizierte Talente gibt. Man betrachtet die Talentlandschaft also mit einer Mentalität, die stark vom Wettbewerb geprägt ist. Gleichzeitig erleben wir jedoch einen tatsächlichen Verlust von Arbeitsplätzen.

Ich kenne definitiv eine ganze Reihe von Menschen, die sich derzeit auf dem Arbeitsmarkt befinden – oft als direkte oder indirekte Folge der Einführung von KI –, obwohl sie damit nicht gerechnet hatten. Ich persönlich glaube sogar, dass die Entlassungsrate womöglich höher ist, als es die Statistiken widerspiegeln. Es gibt nämlich eine Art „Schattenbelegschaft“: Menschen, die in die Beratung oder in freiberufliche Tätigkeiten wechseln und in den offiziellen Erfassungen nicht mehr auftauchen.

Manchmal ist es schwierig, diese Zahlen präzise zu erfassen, aber eines ist sicher: Das Phänomen ist real. Früher lautete das Argument: „Wir müssen alles tun, um unsere Arbeitgebermarke zu schützen, denn sie ist enorm wichtig.“

Dieses Argument wird nun innerhalb von Unternehmen zunehmend hinterfragt. Man fragt sich: Wenn so viele Arbeitskräfte auf dem Markt verfügbar sind, spielt unsere Marke dann überhaupt noch eine so große Rolle? Ist es noch wichtig, im Wettbewerb um Talente extrem stark aufgestellt zu sein? Vielleicht können wir uns die besten Leute einfach aussuchen, ohne uns groß anstrengen zu müssen? Ich halte diese Sichtweise aus mehreren Gründen für gefährlich: Bei der Arbeitgebermarke geht es zwar auch darum, wie man extern wahrgenommen wird, aber noch viel entscheidender ist die Wirkung nach innen.

Es geht hier um die Talente, die bereits im Unternehmen sind – also um die Menschen, die schon mit Ihnen im Raum sitzen. Meiner Erfahrung nach neigen Führungsgremien oft dazu, die Wahrnehmung der Unternehmenskultur und die Zufriedenheit der Belegschaft zu überschätzen. Wenn man dann mit Daten aus Mitarbeiterbefragungen oder Stimmungsumfragen arbeitet und aufzeigt, was die Leute tatsächlich denken, reagieren Führungskräfte oft überrascht: „Warum denken sie das? Hier ist doch alles bestens.“ Sie unterliegen einer gewissen positiven Verzerrung, da sie sich in einer privilegierten Position befinden und über mehr Autonomie verfügen. Es fällt ihnen oft schwer, die Realität derjenigen zu akzeptieren, die weiter unten in der Hierarchie arbeiten – auch wenn diese Sichtweise der Wahrheit entspricht.

Ich bin der Meinung, dass Unternehmen auf diesem Weg ihre Strukturen lockern und herausfinden müssen, wie sie diese Technologie in ihre Organisation integrieren können. Die Antworten auf diese Fragen werden von den Menschen kommen, die bereits im Unternehmen tätig sind. Ich habe mit Führungsteams und Verantwortlichen für KI-Implementierungen zusammengearbeitet, die sagten: „Ich weiß nicht, wie sich diese Technologie auf den Vertrieb auswirken wird.“ Letztlich sind es die Mitarbeiter, die diese Arbeit verrichten; sie müssen einbezogen werden und verstehen, warum die Veränderung stattfindet und welches Problem eigentlich gelöst werden soll. Schließlich verantworten sie nach wie vor das operative Geschäft und die Leistungserbringung. Es ist also immer eine Partnerschaft: Man muss verstehen, was die Technologie leisten kann, aber gleichzeitig sicherstellen, dass die geschäftlichen Anforderungen erfüllt werden. Wenn wir unterschätzen, wie wichtig es ist, die Menschen auf dieser Reise auch emotional mitzunehmen, vernachlässigen wir einen entscheidenden Aspekt – und dazu gibt es bereits sehr interessante Statistiken.

Wir beobachten in den letzten Monaten zunehmend Fälle aktiver Sabotage durch Mitarbeiter im Zusammenhang mit KI. Dieser Trend nimmt zu, was äußerst besorgniserregend ist. Besonders ausgeprägt ist dieses Phänomen in den USA. Statistiken zufolge geben 66 % der Generation Z an, KI-Initiativen aktiv zu sabotieren – sei es durch die Weitergabe von Daten an KI-Systeme, obwohl dies laut Unternehmensrichtlinien untersagt ist, oder durch gezielte Maßnahmen, um die Ergebnisse der KI schlechter aussehen zu lassen, als sie tatsächlich sind.

Wenn Mitarbeiter ein Veränderungsvorhaben aktiv sabotieren, ist das ein massives Warnsignal. In einer solchen Situation sollte man sich ehrlich fragen: Wie können wir das Vertrauen in die Umsetzung dieses Wandels wiederherstellen?

Es geht schließlich um den Verlust des Arbeitsplatzes – für jeden von uns ist das wohl eine der größten Bedrohungen im Berufsleben. Natürlich ist es für Unternehmen kaum möglich, hundertprozentige Sicherheit zu garantieren. Doch der Weg zu beruflicher Sicherheit führt letztlich über den Wert, den der Einzelne für das Geschäftsmodell darstellt. Deshalb arbeiten wir mit unseren Kunden daran, ein Verständnis für die emotionale Reise zu schaffen, die die Mitarbeiter durchlaufen. Wie können Führungskräfte ehrlich reagieren – ohne künstliche Narrative zu konstruieren, sondern authentisch vermitteln: „Wir möchten, dass ihr diesen Weg gemeinsam mit uns geht“?

„Wir wollen euch während des Prozesses weiterqualifizieren. Wir kennen zwar bereits einige Aspekte dieses Weges, aber ihr werdet ebenfalls Antworten und Lösungen beisteuern.“ So entsteht ein gemeinschaftlicher Veränderungsprozess. Und ich weiß aus deiner Erfahrung im Bereich der technologischen Transformation, Nicole, dass genau diese Akzeptanz und das emotionale Engagement das Fundament für alles Weitere bilden.

Miguel: Letztendlich gibt es wohl bestimmte Aufgaben, die wir angehen sollten, damit die Mitarbeiter im Umgang mit KI weiterhin souverän bleiben. Ich meine: Welche neuen Kompetenzen sollten sie sich jetzt aneignen, um diese Souveränität – und ihre Relevanz – zu bewahren?

Nicole: Ich denke, das hängt vor allem von der jeweiligen Rolle und der spezifischen Funktion ab. Ich muss dazu sagen – und ich kenne die Studie über Sabotage ebenfalls –, dass der Anteil derjenigen, die KI-Initiativen im Unternehmen aktiv sabotieren, bei immerhin einem Drittel liegt. Das liegt oft daran, wie diese Initiativen kommuniziert werden: Es fühlt sich bisweilen so an, als würde man die Axt schärfen, die einem gleich den Kopf abschlagen soll. Unter diesen Umständen fällt es schwer, sich für den Erwerb neuer Kompetenzen zu motivieren oder daran zu glauben, dass einem diese Fähigkeiten beruflich weiterhelfen werden.

Es gibt eine Studie zum Thema Sabotage, der zufolge jeder dritte Mitarbeiter in einem Unternehmen KI-Initiativen aktiv sabotiert – und zwar deshalb, weil die Art und Weise, wie diese Initiativen kommuniziert werden, es oft schwer macht, sich für das Erlernen der neuen Fähigkeiten zu begeistern oder daran zu glauben, dass dieses Wissen der eigenen beruflichen Weiterentwicklung dient.Nicole Mangarella

Daher bin ich der Meinung, dass kritisches Denkvermögen niemals an Bedeutung verlieren wird. Die Fähigkeit, einen sicheren und effektiven Umgang damit zu erlernen, ist meiner Ansicht nach eine grundlegende Voraussetzung. Es gibt eine Fülle von Informationen und Tutorials zum Thema „Prompting“. Es existieren zahlreiche Möglichkeiten, sich mit der Nutzung dieser Technologie vertraut zu machen, und viele davon sind kostenlos.

Dies gilt zusätzlich zu den unternehmenseigenen Initiativen, die stärker auf spezifische Anwendungsfälle ausgerichtet sind. Was die Kompetenzen betrifft, so besteht jedoch die berechtigte Sorge: Wenn ich mir diese Fähigkeiten nicht aneigne, falle ich im Leistungsvergleich – wie auch immer dieser im jeweiligen Unternehmen definiert sein mag – womöglich hinter meine Kollegen zurück. Der beste Weg, die Technologie zu erlernen, ist daher die praktische Anwendung: einfach ausprobieren und testen, was verfügbar ist.

Unternehmen, die entsprechende Rahmenbedingungen schaffen – also Zugang zu Tools gewähren und den Mitarbeitern Raum zum Experimentieren geben –, leisten damit eine wertvolle Starthilfe. Doch es bedarf auch weiterführender Angebote für diejenigen, die bereits sicher im Umgang sind und die Technologie vielleicht schon privat nutzen. Für sie stellt sich die Frage: Wie lässt sich das Wissen beruflich gewinnbringend einsetzen? Und wie kann sichergestellt werden, dass das Unternehmen erkennt, dass man dadurch effektiver arbeitet und sich womöglich für die nächste Karrierestufe qualifiziert?

Jess: Mm. Wir haben – ich wollte gerade sagen: Wir haben tatsächlich ein Modell für den Mentalitätswandel bei unseren Kunden entwickelt, und kritisches Denken spielt dabei eine zentrale Rolle; es ist eine der Säulen. Wenn wir über kritisches Denken sprechen, vergleiche ich das oft mit Situationen aus meiner früheren Arbeit in der Führungskräfteentwicklung.

Denken Sie an den Übergang von einer Führungskraft an der operativen Front hin zu einer Führungskraft, die andere Führungskräfte leitet: Plötzlich sind Sie für die Arbeitsergebnisse anderer verantwortlich – fähiger Leute zwar, aber Sie können nicht mehr alles im Detail überwachen, was diese tun. Es liegt eine weitere Ebene dazwischen. Wir setzen dieses Gefühl nun in Beziehung zu den Möglichkeiten, die Strukturen mit generativer Technologie bieten. Bei der Führungskräfteentwicklung habe ich im Laufe der Jahre viele Gespräche mit Führungskräften geführt, die genau diesen Übergang vollzogen haben. Sie fragten sich: „Wie zum Teufel soll ich da erfolgreich sein? Wie soll ich diesen Leuten vertrauen? Wie bekommen wir das hin?“ Denn es ist eine sehr unbehagliche Lage: Man muss ein Stück weit die Kontrolle abgeben, aber gleichzeitig für genügend Steuerung und Verantwortlichkeit sorgen, damit am Ende alles erfolgreich funktioniert.

Ich würde behaupten, dass einer der Grundsätze, die wir unseren Kunden vermitteln, genau hier ansetzt: Die Möglichkeiten der KI-Unterstützung versetzen im Grunde alle Beteiligten in unserer Organisationsstruktur in genau diesen Modus.

Plötzlich müssen sich alle – nicht mehr nur die oberste Führungsebene – diese Denkweise und die entsprechenden Fähigkeiten aneignen: Wie übernehme ich Verantwortung für Dinge, die ich nicht direkt steuere? Dabei taucht immer wieder das Thema auf, wie wichtig die enge Verbindung zu dem Menschen bleibt, der letztlich für die Entscheidung verantwortlich ist.

Wie versetzt man Menschen also in eine Position, in der sie sich damit wohlfühlen? Wie viel Steuerung ist entlang dieser Kette erforderlich? Denn genau in dieser Realität leben manche Menschen heute bereits. Ich bin mir nicht sicher, ob wir schon genug kulturelle Arbeit und Verhaltensschulungen geleistet haben, um das so deutlich zu machen, wie es nötig wäre. Und ich vermute, dass wir noch „Horrorgeschichten“ über schiefgelaufene Dinge und problematische Ergebnisse erleben werden. Ich glaube, gerade die Mitarbeiter an der Front – etwa in den technischen Bereichen, mit denen ich gesprochen habe – machen sich ernsthafte Gedanken darüber, wie weit die Entwicklung hin zu autonom agierenden Systemen („agentic delivery“) bereits fortgeschritten ist. Sie empfinden Unbehagen dabei, für Dinge verantwortlich zu sein, über die sie keine direkte Kontrolle mehr haben. Hier sehe ich für Unternehmen noch Handlungsbedarf: Wie können wir solche Problematiken bereits bei der Gestaltung der Systeme ausschließen?
 

Miguel: Wo Sie nun das kritische Denken angesprochen haben – eine wichtige Fähigkeit, die wir uns im Alltag bewahren sollten –, entsteht bisweilen der Eindruck, dass Mitarbeiter beim Einsatz künstlicher Intelligenz etwas von ihren eigenen Fähigkeiten einbüßen könnten.

Jess: Ja.

Nicole: Ja.

Miguel: Manchmal fühlt man sich ein wenig dumm, wenn man zu viel künstliche Intelligenz einsetzt. Wie können Unternehmen hier also ein Gleichgewicht finden?

Jess: Ja, ich halte das für enorm wichtig – und enorm riskant. Ich höre definitiv, dass immer mehr Leute darüber sprechen, was sehr gut ist. Es gibt tatsächlich eine sehr gute Studie aus medizinischen Fachzeitschriften, die vor etwa zwei Monaten veröffentlicht wurde. Darin wurde untersucht – ich glaube, es ging um Radiologie-Fachkräfte oder eine spezifische Berufsgruppe –, wie sich der Einsatz von KI auf die Fähigkeit des Einzelnen auswirkt, Befunde zu beurteilen. Man verglich die manuelle Arbeitsweise mit der Arbeit unter Einsatz von KI zur Mustererkennung und testete anschließend die Erkennungsleistung der Menschen nach einigen Monaten. Schon nach drei Monaten war die Leistung um – ich glaube – vier Prozentpunkte gesunken; statistisch gesehen galt dies als starkes Anzeichen für einen Kompetenzverlust. Wir wissen aus der Neurologie: Unser Gehirn funktioniert wie ein Muskel – was wir nicht nutzen, baut das Gehirn ab; es kommt zur Atrophie, und wir verlieren die entsprechenden Fähigkeiten.

Das Gleiche gilt für Erinnerungen. Wenn wir uns nicht kognitiv damit beschäftigen, gehen diese Fähigkeiten verloren. Als jemand, der Erfahrung mit der Gestaltung von Arbeitsabläufen und Prozessen hat – und der in Unternehmensbereichen tätig ist, in denen festgelegt wird, welche Aufgaben Menschen übernehmen und welche Verhaltensweisen oder Kompetenzen im Unternehmen benötigt werden –, mache ich mir große Sorgen. Ich frage mich, ob den Risiken genügend Beachtung geschenkt wird: Wenn wir Aufgaben auslagern – sind wir uns darüber im Klaren, dass dieses Wissen und diese Erfahrung aus unserem Unternehmen abwandern?

Ich habe mich kürzlich mit Abläufen in der Berufsausbildung befasst – ein extrem spannendes Thema, wenn es um den Berufseinstieg geht, auch wenn das ein ganz anderes Gespräch wäre. Aber im Grunde liegt hier ein ähnliches Problem auf einer anderen Ebene vor: Es geht darum, Berufseinsteigern praktische Erfahrungen zu ermöglichen. Manche Unternehmen entwickeln hierfür kreative Lösungen, indem sie bewusst bestimmte Arbeitsbereiche behalten. Sie sagen sich: „Das könnte zwar von der KI erledigt werden, aber der Lernprozess ist so wichtig, dass wir diese Aufgabe lieber intern behalten, statt sie auszulagern.“ Sie entscheiden sich also dafür, interne Kompetenzentwicklung über kurzfristige Produktivität zu stellen. Ich denke, genau diese Frage sollte bei jeder Umgestaltung von Arbeitsabläufen im Mittelpunkt stehen: Was geben wir auf, und was gewinnen wir?

Nicole: Ich glaube, ich habe das gesehen – es war nicht der Bericht aus dem Wissenschaftsbereich, sondern einer vom MIT, dessen Fazit im Grunde lautete: „ChatGPT lässt dein Gehirn verkümmern.“ Das finde ich interessant, denn ich frage mich: Wie viele Telefonnummern kann man eigentlich noch aus dem Kopf abrufen? Es gibt Menschen, mit denen man täglich spricht, deren Nummern man früher einfach so parat hatte. Heute ist das eine Fähigkeit, die wir weitgehend aufgegeben haben; dafür wären wir heute eher in der Lage, eine Website zu erstellen, als uns eine ganze Reihe von Telefonnummern zu merken. Insofern ist es meiner Meinung nach in manchen Fällen durchaus gut, dass wir bestimmte Fähigkeiten verlieren, die früher notwendig waren, in Zukunft aber nicht mehr so ​​sehr gebraucht werden.

Die größte Lücke sehe ich beim Qualitätsniveau. KI kann Aufgaben definitiv schneller erledigen – manchmal sogar Ergebnisse liefern, für die sonst fünf Leute nötig wären, was die Kosten senkt –, aber der Qualitätsunterschied ist beträchtlich, besonders wenn die KI ohne menschliche Unterstützung arbeitet. Hier sehe ich großes Potenzial bei KI-Agenten, auch wenn sie eigenständig noch nicht ganz das gewünschte Niveau erreichen. Es ist eher eine Zusammenarbeit. Kürzlich gab es eine Studie von Scale AI und dem Center for AI Safety, bei der untersucht wurde, inwieweit Online-Agenten Aufgaben übernehmen können, die man normalerweise an Plattformen wie TaskRabbit oder Fiverr vergeben würde, und diese auch vollständig abschließen können.

Dabei ging es um Dinge wie Logo-Design, Spieleentwicklung oder die Erstellung eines Videos aus bestimmten Informationen. Die Studie, die sie im Oktober starteten, nannten sie „Remote Labor Index“. Sie stellten fest, dass selbst die besten verfügbaren Modelle – wenn man ihnen die Aufgabe eigenständig übertrug – diese nur in 2,5 % der Fälle in einer Qualität abschließen konnten, die menschlichen Standards entsprach. Die Quote war also extrem niedrig. Bei einer kürzlichen Wiederholung der Studie lag das beste Modell dann bei etwa vier Prozent.

Ich bin daher nach wie vor der Meinung, dass der kompetente Umgang mit KI mittlerweile eine eigenständige Fähigkeit für sich ist. Letztendlich ist es genau diese Kombination aus menschlicher Arbeit und KI-Unterstützung, die zu den besten Ergebnissen führt. Das eignet sich besonders für Aufgaben, bei denen die Qualität nicht an erster Stelle steht – es geht einfach nur darum, die Arbeit zu erledigen, und man nimmt eine gewisse Fehleranfälligkeit oder Ungenauigkeit in Kauf.

Das sind die idealen Anwendungsbereiche: Es muss einfach erledigt werden, und wenn sich ein kleiner Fehler einschleicht, ist das kein Problem. Ich denke, die Fähigkeit, diese Technologie einzubinden, ist eine grundlegende Kompetenz – vergleichbar damit, wie Menschen früher gelernt haben, grafische Benutzeroberflächen oder die Kommandozeile zu bedienen, oder mit all den anderen Computerkenntnissen, die wir uns im Laufe der Zeit angeeignet haben. Es ist einfach eine neue Art, Technologie zu nutzen; sie entwickelt sich zu einer eigenständigen Fähigkeit, während andere Fertigkeiten vielleicht in den Hintergrund treten. Die Befürchtung, dass dadurch Kreativität und Kommunikationsfähigkeit verloren gehen, halte ich für etwas übertrieben, denn die Texte, die dabei entstehen, erreichen oft noch nicht das gleiche Qualitätsniveau. Und selbst wenn man sie nicht als fertiges Produkt nutzt, ist die KI ein hervorragendes Werkzeug für das Brainstorming.

Letztendlich kommt die MIT-Studie zu dem Schluss, dass die KI sehr hilfreich ist, um einen Startpunkt zu finden und Projekte voranzubringen; in vielen Bereichen reicht die Qualität jedoch noch nicht an das heran, was Menschen leisten.

Jess: Ich glaube, was die zwischenmenschliche Komponente betrifft – ich weiß nicht, ob ich Sie richtig verstehe –, werden bestimmte menschliche Fähigkeiten weitaus wichtiger werden. Wenn man also fragt, welche Kompetenzen wir brauchen, wird oft die Bedeutung von Empathie hervorgehoben. Es gibt interessante Studien, die zeigen, dass KI tatsächlich recht gut darin ist, Empathie zu zeigen, sofern sie entsprechend trainiert wurde. Das empfinden viele Menschen wohl als ziemlich bedrohlich, oder? Hier muss man jedoch unterscheiden. In der besagten Studie untersuchte man Ärzte – und jeder, der schon einmal Probleme mit der Empathie seines Arztes hatte, wird das nachvollziehen können. Man trainierte ein KI-Tool darauf, empathische Reaktionen hervorzurufen, und die Patienten empfanden die Interaktion mit dem Tool als weitaus positiver als die mit dem Menschen. Dafür gibt es gute Gründe, wenn man darüber nachdenkt.

Das denke ich immer, wenn ich zum Hausarzt gehe: „Um Himmels willen, die Armen.“ Sie arbeiten unter enormem Zeitdruck. Sie müssen mit Situationen umgehen, die für die Patienten oft bedrohlich wirken und starke emotionale Reaktionen auslösen, und dennoch müssen sie die Interaktion sehr sachlich und effizient gestalten. Es ist diese Kombination von Faktoren, die die Arbeit so schwierig macht. Für Menschen ist es wirklich schwer, empathisch zu sein. Wir wissen, dass es hier Defizite gibt – ein anerkanntes Problem im medizinischen Bereich, dem man in den letzten Jahrzehnten mit vielen Maßnahmen zu begegnen versucht hat.

Umso interessanter ist es, ein Tool zu finden – ein rein technisches System –, das tatsächlich das Gefühl von Empathie vermitteln kann, sofern man ihm einen entsprechenden Bezugsrahmen vorgibt. Was für mich jedoch weiterhin eine Lücke darstellt, ist die „relationale Empathie“ – also das Erleben des Gegenübers als Mensch. Hier betreten wir ein etwas esoterisch anmutendes Terrain, über das im geschäftlichen Kontext selten gesprochen wird, das aber meiner Prognose nach künftig stark an Bedeutung gewinnen wird. Das ist vergleichbar mit den Aspekten, die wir während der Pandemie – als wir alle ins Homeoffice wechselten – intensiv diskutiert haben. Es gab viele Gespräche, vor allem in HR- und Personalerkreisen, darüber, wie sich die Qualität der Beziehungen am Arbeitsplatz auf das Mitarbeiterengagement, die Regulation des Nervensystems und damit auf die Produktivität auswirkt.

Die Menschen bewegten sich in einem Umfeld, das von einer enormen Bedrohungslage geprägt war. Unabhängig von der persönlichen Situation waren viele Menschen extrem verunsichert und psychisch stark belastet; plötzlich gewann die Qualität der zwischenmenschlichen Beziehungen am Arbeitsplatz massiv an Bedeutung. Gleichzeitig mussten wir all das virtuell bewältigen. Damals gab es einen regelrechten Wissensschub dazu, wie man auch aus der Ferne empathischer miteinander interagieren kann. Wir schalteten die Kameras ein und versuchten, Momente menschlicher Verbundenheit zu schaffen, die – ganz im Sinne unserer biologischen Natur – eine emotionale Reaktion in uns auslösen.

Ich würde sagen: Wir wissen, dass persönliche Begegnungen eine ganz andere Wirkung auf die Beziehungsqualität haben – eine Verbindung, die sich oft fast augenblicklich herstellen lässt. In der Arbeitswelt haben wir hier noch Nachholbedarf: Wir müssen mehr darüber lernen und diese Erkenntnisse in unsere Arbeitsweise integrieren. Genau damit beschäftigen wir uns bei „Thriving Humans“. Es ist faszinierend, sich zu fragen: Wer sind wir eigentlich als biologische Wesen?

Denn wenn wir über Arbeit nachdenken, vernachlässigen wir diesen Aspekt oft. Wir bewegen uns meist in einer rein kognitiven Sphäre, in der es um das Lösen praktischer Probleme geht, und vergessen dabei, dass wir im Grunde biologische Wesen sind. Wir erleben ständig eine Vielzahl von Emotionen, die unsere Denkweise, unsere Entscheidungen, unsere Kommunikation und letztlich unseren unternehmerischen Erfolg beeinflussen. Doch darüber sprechen wir viel zu selten.

Am Arbeitsplatz bietet sich die Gelegenheit zu fragen: Wie finden wir wieder zueinander und bewahren jene Momente echter zwischenmenschlicher Verbundenheit? […] Fehlt das Vertrauen, funktioniert es nicht. Ist das Vertrauen vorhanden, lassen sich großartige Dinge erreichen.Jess Larsen

Ich finde es sehr interessant, dass wir an einem Punkt angelangt sind, an dem sich die Wege trennen: Wir verfügen zwar über Tools, die nachweislich Empathie vermitteln können, doch letztlich schaffen sie keinen echten Beziehungswert. Wir haben ja von den negativen Auswirkungen gehört – etwa wie vor allem junge Menschen eine emotionale Bindung zu KI aufbauen. Das sehen wir als gesellschaftliches Risiko, dessen man sich zunehmend bewusst wird.

Im Arbeitsumfeld sehe ich hier die Chance zu fragen: Wie finden wir wieder zueinander und bewahren Momente echter zwischenmenschlicher Integrität? Wie können wir Menschen dabei unterstützen, am Arbeitsplatz Beziehungen von höherer Qualität aufzubauen – geprägt von Integrität und Vertrauen? Denken wir nur an das Change-Management: Wer schon einmal tiefgreifende Veränderungen durchlaufen hat, weiß, dass Vertrauen der entscheidende Faktor für das Gelingen ist. Ohne Vertrauen funktioniert es einfach nicht; ist es jedoch vorhanden, lassen sich großartige Dinge erreichen.

Es geht um das menschliche Miteinander: Wer sind wir als Team? Kenne ich diese Person? Verstehe ich sie? Kann ich mich in sie hineinversetzen? Ziehen wir am selben Strang? Kann ich ihr vertrauen? Erfasse ich sie als Mensch? Wir kehren also wieder zu unseren menschlichen Kompetenzen zurück.

Nicole: Ja, aus der Perspektive der Workplace Services sehen wir das oft im Zusammenhang mit sogenannten „Workplace Ambassadors“. Das sind die Gesichter im Büro, die einem den Zugang zu all jenen Diensten erleichtern, die die eigene Arbeit unterstützen – ohne dass man sich mit Details aufhalten muss. Die Technologie, um das meiste davon über digitale Ticketsysteme abzuwickeln, existiert schon seit Jahren; man könnte sogar einen virtuellen Empfang nutzen – die Technik ist vorhanden.

Man könnte das tun. In manchen Fällen sollte man es aber wohl eher lassen: Ein Investmentbanker, der unter großem Stress steht, weil er für ein Meeting am nächsten Tag noch eine Präsentation fertigstellen muss, möchte eine echte Person vor sich haben – jemanden, der Verantwortung für die Aufgabe übernimmt. Eine KI kann keine Verantwortung übernehmen. Es geht um diese persönliche Ebene: „Keine Sorge, ich kümmere mich darum. Wir stellen sicher, dass das erledigt wird. Konzentrieren Sie sich ganz darauf, wie Sie morgen mit dem Kunden interagieren, und schlafen Sie sich aus – die nötige Unterstützung steht bereit.“

Manchmal möchte man vielleicht einfach nur ein Ticket einreichen. Aber ich glaube, die Menschen wünschen sich heute eine gewisse Vielfalt an Optionen am Arbeitsplatz: Manches lässt sich per KI erledigen, bei anderem möchte man eine echte Person einbinden. Eine Person im Hintergrund ist uns eigentlich immer wichtig. Ich denke, der Faktor „Mensch im Prozess“ (Human-in-the-Loop) ist nach wie vor entscheidend, um das Qualitätsniveau zu erreichen, von dem wir vorhin gesprochen haben. Aber es gilt eben auch: Nur weil wir etwas technisch umsetzen *könnten*, heißt das nicht unbedingt, dass wir es auch tun *sollten*.

Jess: Ja.

Miguel: Wir haben über die sozialen Aspekte von KI und Ähnliches gesprochen, aber noch nicht über die Umsetzung, oder? Mich würde interessieren, was an erster Stelle stehen sollte: die Änderung der Tools oder die Änderung der Prozesse – also der Abläufe und Workflows?

Jess: Was den Wechsel der Werkzeuge angeht – oder, Moment, lassen Sie mich das vielleicht anders formulieren: Ob es nun um den Prozess oder die Werkzeuge geht – für mich persönlich liegt der Schwerpunkt darauf, das Potenzial dieser Tools zu verstehen. Besonders spannend finde ich bei KI die Möglichkeiten für das Design. Meiner Meinung nach mangelt es Unternehmen generell an entsprechenden Design-Kompetenzen. Und ich glaube, jetzt ist der richtige Zeitpunkt dafür. An alle Designer da draußen: Jetzt ist eure Zeit gekommen. Unternehmen brauchen dringend die richtige Denkweise und die Fähigkeiten, um Dinge neu zu erfinden – um sich vorzustellen, was überhaupt möglich sein könnte. Denn wenn man einen bestehenden Arbeitsablauf nimmt und lediglich einzelne Teile automatisiert, wird jeder, der sich intensiv mit den Möglichkeiten von KI auseinandergesetzt hat, wahrscheinlich sagen: „Nein, so nicht!“ Ich vergleiche das gerne mit dem Spielen mit Knete: Die Möglichkeiten sind unglaublich vielfältig. Man kann Dinge tun, die vorher schlichtweg nicht machbar waren. Es geht also vor allem darum, dieses Potenzial zu erkennen. In der Zusammenarbeit mit Kunden erleben wir oft, dass es einerseits um die Vermittlung von Wissen über dieses Potenzial geht, andererseits aber auch darum, Menschen zusammenzubringen und gemeinsam Ideen zu entwickeln – dieses freie „Brainstorming“ oder „Riffing“. Wir führen Workshops auf Basis von Design-Thinking-Methoden durch, in denen wir uns fragen: „Was sind eure Probleme?“ Wir betrachten konkrete Anwendungsfälle und fangen einfach an, Ideen zu spinnen. Wir treiben den Prozess voran, wenden Innovationsmethoden an – und wie Sie schon sagten: KI ist hervorragend darin, Ideen zu liefern. Ich bin allerdings der Meinung, dass Menschen diese harte Arbeit selbst leisten müssen; wir müssen das beibehalten. Denn aus meiner eigenen Erfahrung mit Innovation – ich habe mal ein Innovationstraining am MIT absolviert – weiß ich: Wir hatten eine Übung, bei der wir einen halben Tag Zeit hatten, um 20 Ideen für ein bestimmtes Thema zu entwickeln.

Am nächsten Tag sollten wir fünfzig Ideen liefern – und wir dachten nur: „Wie bitte?“ Am Tag darauf waren es hundert. Wieder die Reaktion: „Wie bitte?“ Und natürlich: Je länger die Liste wurde, desto verrückter wurden die Ideen. Man denkt sich einfach: „Na gut, schreiben wir erst einmal alles auf.“ Genau in dieser Phase des Ideenfindens merkt man, dass es nicht darum geht, ob eine Idee perfekt ist – es geht einfach ums Ausprobieren. Man lässt dem spielerischen Ansatz freien Lauf. Denn dieses ständige Streben im Arbeitsalltag – immer alles richtig und perfekt machen zu wollen, immer die bestmögliche Lösung zu suchen –, das hemmt unsere natürliche Innovationskraft und Kreativität. Ich glaube, KI eröffnet hier einen völlig neuen Modus der Kreativität in der Geschäftswelt, da die Kosten gesunken sind und Prozesse schneller ablaufen. Wenn wir unsere Mitarbeiter dazu ermutigen wollen, kreativ zu denken, bietet sich viel Raum für Künstler und Designexperten; wir brauchen diese Denkweise derzeit einfach, um unsere eigenen Denkmuster zu hinterfragen. Denn wenn wir uns nur mit den vorhandenen Werkzeugen und Prozessen befassen und diese lediglich umgestalten, verpassen wir höchstwahrscheinlich unzählige potenzielle Anwendungsbereiche, weil wir nicht weit genug gedacht haben.

Nicole: Dem stimme ich grundsätzlich zu. Wenn man von der Seite der technologischen Transformation kommt, sollte man meiner Meinung nach nicht mit dem einen oder dem anderen beginnen, sondern mit dem „Warum“ – also dem eigentlichen Beweggrund für das Vorhaben. Denn das „Warum“ holt alle Beteiligten ins Boot und schafft eine gemeinsame Überzeugung; es weist die Richtung für das, was man tatsächlich erreichen will – und begründet, warum man die Leute überhaupt zusammengebracht und ihre Zeit in Anspruch genommen hat, um ihre Ideen zu hören. Wenn man bei diesem „Warum“ und dieser Überzeugung ansetzt und sich darauf einigt, dann – ganz pragmatisch betrachtet – erledigt man im Grunde beides gleichzeitig.

Ich komme ursprünglich aus dem Bereich der ERP-Einführung und -Transformation. Da mussten wir oft die bestehenden Arbeitsweisen des Unternehmens von Grund auf umkrempeln und die Prozesse neu gestalten – basierend auf dem neuen System, den technischen Möglichkeiten, der Arbeitsweise des Unternehmens und den angestrebten Zielen. Es entsteht eine enge Zusammenarbeit zwischen der Technologie (und ihren Möglichkeiten) und den Prozessen, die man letztlich anstrebt. Bei herkömmlicher Software hingegen beginnt man meist mit dem Prozessdesign und wählt die Werkzeuge erst ganz am Ende aus.

Angesichts der Flexibilität und der rasanten Weiterentwicklung von KI-Funktionen läuft es heute tatsächlich darauf hinaus, dass man beides parallel und wechselseitig angeht. Wenn man jedoch vor der Entscheidung steht und sagt: „Wir wollen KI in diesem Prozess einsetzen, weil wir glauben, dass uns das besser macht“, dann muss man einen Schritt zurücktreten und genau analysieren, warum man diese Verbesserung erwartet – man muss sich also über das eigentliche „Warum“ im Klaren sein. Es könnte zum Beispiel heißen: „Wir glauben, dass wir unsere Belegschaft um 10 % reduzieren können. Das stärkt unsere Wettbewerbsfähigkeit, da wir Produkte schneller auf den Markt bringen können“ – etwa in der Fertigung. Oder man erwartet eine höhere Genauigkeit und bessere Qualität, weil die KI eine erste Sichtung übernimmt; zudem bietet sich – gerade für viele Unternehmen – die Chance, am Ende des Prozesses über bessere Daten zu verfügen. Diese lassen sich dann nutzen, um zu analysieren, was gut läuft, wo es hakt und worauf man sich künftig konzentrieren sollte.

Meiner Meinung nach laufen diese Dinge zwar tatsächlich parallel ab, doch wenn das „Warum“ nicht als Leitlinie dient und alle Beteiligten nicht hinter dem Vorhaben stehen, investiert man letztlich nur viel Zeit und Energie, ohne wirklich etwas zu erreichen.

Jess: Ja, ich würde sagen: das, was sie gesagt hat. Also erst ihr Ding machen und dann mein Ding. [lacht]

Nicole: Aber – ganz ehrlich gesagt – ich glaube, das ist schwer umzusetzen. Und wissen Sie, es ist leicht, das so zu sagen und zu meinen, man sollte das tun. In der Praxis ist es wirklich schwierig. Es ist nicht unbedingt...

Jess: Einfach.

Nicole: Es ist keineswegs ein bequemer Weg. Da du danach fragst: Man muss vor allem die Personen einbeziehen, die den Prozess tatsächlich durchführen, denn sie kennen ihn am besten. Oft stößt man dabei auf gewachsenes Wissen und die Haltung: „Nein, das haben wir schon immer so gemacht.“ Es gilt, persönliche Vorbehalte zu überwinden – doch dieser Aufwand lohnt sich, wenn man am Ende eine echte Transformation erreichen will. Wenn es dir hingegen nur darum geht, einen ungeliebten „Procure-to-Pay“-Prozess zu optimieren, kannst du zwar diesen Weg wählen; du musst dir jedoch darüber im Klaren sein, was dabei im Vergleich zu einem umfassenderen Ansatz herauskommt.

Jess: Ich denke jedoch, dass man sowohl die Leute braucht, die den Prozess heute operativ umsetzen, als auch eine ausreichende Vertretung auf Führungsebene, um das „Warum“ zu erläutern.

Nicole: Absolut. 

Jess: Ich habe definitiv schon miterlebt, wie Prozesse komplett umgekrempelt wurden, und dabei festgestellt: Die Mitarbeiter, die diese Prozesse so vehement verteidigen – und auch diejenigen, für die sie diese Arbeit eigentlich erledigen –, denen ist das Ganze eigentlich völlig egal. [lacht] Ich weiß nicht mehr genau, woher die Geschichte stammt, aber es gibt da ein wirklich gutes Wirtschaftsbuch, in dem von einem extrem umfangreichen Bericht die Rede ist, der früher monatlich erstellt wurde. Irgendwann beschloss jemand: „Ich schicke diesen Bericht einfach mal nicht mehr an die Führungsebene und schaue, ob es überhaupt jemandem auffällt.“ Und drei oder vier Monate lang merkte es niemand. Da hieß es dann: „Okay, dann brauchen wir das also gar nicht mehr zu machen.“ Denn gerade in etablierten Unternehmen – vor allem in großen Konzernstrukturen – werden die Abläufe oft so komplex, dass die Mitarbeiter den Bezug dazu verlieren: Für wen liefere ich das eigentlich und warum? Was ist den Empfängern wirklich wichtig?

Letztlich geht es also wieder um die Grundlagen unternehmerischen Handelns: miteinander zu reden, effiziente Strukturen zu schaffen und so weiter.

Nicole: Wir besuchten eine große Investmentgesellschaft in den USA, um uns deren Dokumentenverarbeitung anzusehen, und sprachen mit dem Verantwortlichen für den Geschäftsbereich darüber, wie Dokumente sortiert und priorisiert werden. Er nannte uns sehr klare, gut dokumentierte Regeln: „So wird es gemacht. Wir schulen unsere Mitarbeiter umfassend, unser Team ist sehr erfahren. Das ist der Standard, genau das werden Sie vorfinden.“ Wir dachten uns: „Großartig“, und gingen in den Arbeitsbereich.

Dort beobachteten wir die Teams bei der Arbeit. Wir schauten einer Person über die Schulter: „Ja, okay, genau, das entspricht dem Prozess.“ Sie drückte es zwar anders aus, befolgte aber im Grunde dieselben Regeln. Bei einer anderen Person stellten wir fest, dass sie die Aufgabe etwas anders erledigte – zwar nur geringfügig, aber doch so weit, dass man nicht mehr von *der einen* verbindlichen Vorgehensweise sprechen konnte. Es entwickelte sich ein Gespräch darüber, warum die Arbeitsweise angepasst worden war: Die Informationen, die tatsächlich von den Kunden kamen, stimmten nicht mit dem überein, was die Führungsebene glaubte, zu erhalten. Niemand hatte einen Fehler gemacht oder versagt; doch bei einer solchen Prozessanalyse kommen genau diese Diskrepanzen ans Licht. Man muss sich dann fragen: Wie stellen wir sicher, dass unser weiteres Vorgehen tatsächlich zum richtigen Ziel führt?

Jess: Mm-hmm.

Nicole: Es wäre einfach, wenn alles sehr, sehr klar wäre.

Miguel: Wo Sie gerade davon sprechen: Ich habe eben an die ersten Schritte gedacht, die Unternehmen bei der Einführung künstlicher Intelligenz unternehmen sollten ... Wie wichtig ist es Ihrer Meinung nach beispielsweise, über eine solide Datengrundlage und entsprechende Governance-Strukturen zu verfügen? Ich weiß, das ist eine knifflige Frage, aber ...

Jess: [lacht] Ich weiß, Nicole wird sich gleich dazu äußern. [lacht] Aber es ist natürlich von grundlegender Bedeutung. Man spricht hier ja von Technologie, die auf einer bestehenden Datenlandschaft aufbaut. Ich habe schon ziemlich kreative Ansätze gesehen – etwa bei der Frage, wie gründlich Daten bereinigt werden (oder eben nicht) oder womit man durchkommt, wenn man auf die Bereinigung verzichtet. Unternehmen machen dann einfach weiter, ohne aufzuräumen, und lernen schließlich die Lektion: „Garbage in, garbage out“ – Müll rein, Müll raus; das Ganze hat keinen Mehrwert.

Bevor ich das Wort weitergebe, möchte ich noch von einem Kunden erzählen, mit dem ich letzte Woche gesprochen habe. Bei ihnen ging es um ein spezielles Projekt: Sie arbeiteten daran, Daten in ein semantisches Vokabular zu übersetzen, das innerhalb der KI-Struktur festgelegt wurde. Es geht dabei weniger um die Frage „Sind die Daten korrekt?“, sondern vielmehr um das Verständnis: Was genau stellen diese Daten dar? Wenn wir einen bestimmten Datenpunkt haben – was repräsentiert er eigentlich? Verstehen wir ihn richtig? Nutzen wir ihn einheitlich? Haben wir ein gemeinsames Verständnis davon? Und welchen Weg nehmen diese Daten durch unsere Systeme? Ich weiß, dass Datenanalysten bei diesem Thema entweder völlig erschöpft zusammenbrechen oder sich voller Begeisterung auf die neue Aufgabe stürzen. Aber jeder, der im Datenbereich arbeitet, weiß – gerade wenn man mit LLMs experimentiert –, dass das, was man hineingibt, entscheidend ist: Man geht ein hohes Risiko ein, was das Ergebnis betrifft. Genau so ist es.

Nicole: Genau. Um auf Ihre frühere Frage zurückzukommen: Ein gutes Prozessdesign sorgt letztendlich für gute Daten. Wenn man Abläufe aus prozessualer Sicht neu gestaltet, ist es sehr hilfreich, jemanden dabei zu haben, der die Auswirkungen der dabei entstehenden Daten versteht; so stellt man sicher, dass das Ergebnis am Ende auch wirklich nutzbar ist. Ich habe bisher noch mit keinem Unternehmen gesprochen, das von sich behauptet: „Wir sind wirklich hervorragend darin, wie wir all unsere Daten verwalten.“

Es ist einfach so – jeder hat das Gefühl: „Oh, ich sollte meine Daten besser im Griff haben, bevor ich überhaupt anfange.“ Aber wissen Sie: Der beste Zeitpunkt, einen Baum zu pflanzen, war vor fünf Jahren; der zweitbeste ist genau jetzt. Man kann also durchaus noch anfangen. Es ist keine unüberwindbare Aufgabe. Es ist zwar sehr anspruchsvolle Arbeit – denn, wie Sie schon sagten, man braucht Leute, die verstehen, was diese Daten repräsentieren und welche Bedeutung sie haben –, aber einige der verfügbaren KI-Tools können bei diesem Bereinigungsprozess helfen. Es kommt eben darauf an, was man damit erreichen möchte.

Was KI angeht: Wenn man ein RAG-Modell (Retrieval-Augmented Generation) auf einen Datensatz anwendet – besonders bei großen Mengen –, stößt man meist auf Duplikate, widersprüchliche Informationen und andere Unstimmigkeiten. Das System macht diese Dinge sichtbar und zeigt einem so, worauf man seine Aufmerksamkeit richten muss. Wir haben außerdem festgestellt, dass dadurch Daten erschlossen werden, die zuvor für uns zu schwer zu handhaben gewesen wären.

Nehmen wir zum Beispiel die vielen unstrukturierten Daten, die es gibt. Für Unternehmen ist es oft eines der größten Probleme, einen Sinn in diese unstrukturierten Informationen zu bringen und einen Mehrwert daraus zu ziehen. Ein sehr einfacher Anwendungsfall, bei dem sich KI als äußerst hilfreich erwiesen hat, ist die Gewinnung besserer Informationen aus Ticketsystemen. Stellen Sie sich eine Ticket-Warteschlange für Fragen zu Versand und Zoll vor: Die Leute geben Freitext ein und stellen unterschiedlichste Fragen. Vielleicht beanstanden sie eine Zollrechnung, eine Sendung ist verloren gegangen, oder sie erkundigen sich, ob bestimmte Waren in bestimmte Regionen versendet werden dürfen. Wir können diese Daten nun in KI-Modelle einspeisen und Auswertungen erhalten, die uns zeigen: Es herrscht tatsächlich große Unsicherheit beim Versand von Gefahrgut. Daraus lässt sich ableiten, wie ein Schulungsprogramm aufgebaut sein sollte und welche Mitarbeitergruppen diese Fragen haben.

Es eröffnet also die Möglichkeit, mehr Erkenntnisse aus den internen Abläufen des Unternehmens zu gewinnen. Doch es gilt genau das, was Sie sagten: „Garbage in, garbage out“ – minderwertiger Input führt zu minderwertigem Output. Man muss den Umgang mit den vorhandenen Informationen sorgfältig steuern und überwachen, um sicherzustellen, dass das System keine fehlerhaften Antworten liefert, halluziniert oder Zahlen generiert, die keinen Sinn ergeben.

Jess: Ja, ich finde das Potenzial im Datenbereich unglaublich spannend. Wie du schon sagst: Ich habe KI-Anwendungsfälle bei der Überprüfung von Datenlandschaften gesehen – etwa bei der internen Kommunikation, wo an verschiedenen Stellen unterschiedliche Versionen von Richtlinien kursieren. Oder die internen Kommunikationsportale sagen das eine, während in einem anderen Land oder Geschäftsbereich ganz andere Vorgaben gelten. Früher musste sich jemand physisch auf die Suche nach all diesen Informationen machen und sie zusammentragen. Heute hingegen kann man die Systeme vernetzen und einen KI-Agenten damit beauftragen, diese Daten zu analysieren, zu synchronisieren und die Auswirkungen verschiedener Szenarien zu prüfen. So lässt sich die Datenqualität – oder „Datenhygiene“ – enorm schnell verbessern.

Letztlich hängt vieles von den Kompetenzen im Unternehmen ab: Wer verfügt über das nötige Verständnis für die bestehende Datenlandschaft (die sogenannte Legacy-Landschaft) und deren Hintergründe? Denn die Geschichte dahinter ist oft entscheidend – man muss wissen, warum Dinge so sind, wie sie sind. Gibt es einen triftigen Grund dafür? [lacht] Oder eben nicht? Manchmal sind es Altlasten, die man getrost aufgeben kann.

Aber es geht auch um das Potenzial: Wo wollen wir hin? Welches Ziel verfolgen wir mit unserer Datenlandschaft? Solche Kompetenzen werden aus organisatorischer Sicht immer wichtiger.

Im Grunde sprechen wir ja über die zunehmende Digitalisierung unserer Unternehmen. KI verspricht, auch Branchen zu digitalisieren, die davon bisher weniger berührt waren. Dadurch werden immer mehr Menschen in diesen Prozess einbezogen – während es früher vor allem um wissensbasierte Branchen ging, in denen Digitalisierung zum Tagesgeschäft gehört und viele „Digital Natives“ arbeiten.

In meinem Arbeitsumfeld habe ich es jedoch oft mit Industriezweigen zu tun, in denen das noch nicht der Standard ist. Man muss sich also umfassend weiterbilden – nicht nur im Bereich KI, sondern ganz allgemein im Hinblick auf die Digitalisierung und die Frage, warum Daten überhaupt wichtig sind. Es geht also um grundlegende Aspekte. Ich halte es für sehr wichtig, zunächst die Ausgangslage zu analysieren, damit man sich keine unrealistischen Ziele setzt oder von vornherein zum Scheitern verurteilt ist.

Nicole: Ja, der Aspekt der Digitalisierung ist hier ein wirklich wichtiger Punkt. Es gibt viele Situationen, in denen Menschen im Grunde als Datenbanken fungieren; in ihren Köpfen steckt enorm viel Wissen. Oft stellen wir fest: Wenn es kein System und keine Methode gibt, um diese Informationen in ein System zu überführen, muss man zunächst dieses strukturelle Problem lösen, bevor man die eigentlich angestrebten Analysen durchführen kann. Manchmal heißt es dann: „Wir wollen das unbedingt machen“ – wir wollen Erkenntnisse über unseren Arbeitsplatz gewinnen, etwa zu den Nutzungsraten oder dazu, wie die Menschen mit den Räumlichkeiten und Dienstleistungen interagieren. Doch dann stellt sich die Frage: Woher bekommen wir diese Informationen, und welche Daten lassen sich zusammenführen? Wir müssen also einen zentralen Ort für diese Informationen schaffen, um die gewünschten Analysen überhaupt erst durchführen zu können.

Miguel: Leider haben wir für heute keine Zeit mehr. Es gäbe noch viele Themen, die wir ansprechen könnten, aber das war die letzte Frage für die heutige Folge. Vielen Dank, dass Sie heute bei diesem Podcast dabei waren. Ich möchte mich auch bei Ihnen allen bedanken, die Sie zu Hause oder im Büro zuhören. Denken Sie daran, dass Sie uns auf Spotify, YouTube, Amazon und Apple hören können. Vielen Dank und bis zum nächsten Mal.