Kategorie: Reels

Eine Bereichsleiterin sagte mir nach einem Vortrag den Satz, der das Führungsproblem dieser Jahre besser zusammenfasst als jede Studie: „Mein Problem ist nicht die KI. Mein Problem ist die Spannbreite in meinem Team.“

Zwei ihrer Leute seien davongeschossen wie mit einer Rakete. Bauen sich KI-Assistenten, liefern in Tagen statt Wochen, fragen nicht immer vorher. Drei andere hätten Angst. Echte Angst.

Beide Enden gleichzeitig zu halten, das ist der Job jetzt.

Und der häufigste Fehler: die Raketen einfangen. Bitte erst abstimmen, bitte den Dienstweg, bitte warten auf die Richtlinie. Jeder Satz für sich vernünftig. Zusammen das Ende der Experimentierphase.

Nach einem Vortrag kam ein Investor auf mich zu, Typ freundliche Ungeduld: „Schöner Vortrag. Befähigung, Superkräfte, alles gut. Aber unter uns: Wann ersetzt das Zeug endlich Leute? Dafür gebe ich Geld her.“

Ich erzähle das nicht, um mich über ihn zu stellen. Sondern weil dieser Satz eine Realität ausspricht, die man kennen muss.

Es gibt zwei Philosophien der KI-Integration, und sie könnten gegensätzlicher nicht sein. Menschzentriert, mit dem Menschen in der Schleife. Oder AI-First, wo der Mensch die Ausnahme ist.

AI-First gibt es wirklich. Es existiert in Gründerbüros und wird deine Branche erreichen.

Gedankenexperiment fürs Führungsteam: Zwei Gründer, unlimitierte Intelligenz, null Altlasten, dein Geschäftsmodell als Ziel. Was lassen die weg?

Die Szene läuft in jeder Organisation gleich ab. Ein Fachbereich braucht eine kleine Änderung im zentralen System. Ein zusätzliches Feld, eine Sonderregel, die es im echten Leben nun mal gibt.

Die Antwort: Geht nicht. Nicht im Standard. Passt euren Prozess an.

Wir haben uns so daran gewöhnt, dass wir die Pointe nicht mehr sehen: Wir passen unsere Arbeit der Software an, nicht die Software unserer Arbeit. Und dieser Kapitulation haben wir einen positiven Namen gegeben. Wir nennen sie Best Practice.

Generative KI könnte diese Machtverteilung auflösen. Nicht weil die Modelle so klug sind, sondern weil sie das Bauen demokratisieren. Software zu erstellen war ein Expertenhandwerk hinter einer Sprachbarriere. Diese Barriere fällt gerade.

Frag deine Teams nach den drei nervigsten Workarounds im Haus. Jeder davon ist eine Stelle, an der die Software gewonnen hat.

Stell dir die Buchung deines nächsten Urlaubs vor. Nur bucht nicht du, sondern dein Agent.

Er kennt dein Budget, deine Termine, den Wunsch deiner Frau nach einer Stadt mit Oper. Er vergleicht, reserviert, bucht.

Jetzt dreh die Kamera um und schau aus der Sicht des Hotels. Kein Mensch hat die Website besucht. Niemand hat die Bildergalerie gesehen, über die ihr drei Monate diskutiert habt. Niemand hat den Newsletter gelesen.

Der KI-Agent hat keine Gewohnheiten. Keine Markentreue. Keine Bequemlichkeit, von der ganze Geschäftsmodelle leben.

Test für diese Woche: Gib einem KI-Agenten den Auftrag, euer Produkt zu kaufen. Und sieh zu.

Uber hat das Taxigewerbe umgekrempelt. Aber nicht, weil die App so großartig war.

Erinnere dich ehrlich ans Taxifahren davor: Du wusstest nicht, was du am Ende zahlst. Es wurde nicht immer die kürzeste Route genommen. Kartenzahlung war ein Streitgespräch.

Uber ist nicht in einen Markt eingebrochen. Es ist in einen Mangel geflossen.

Und genau da liegt der blinde Fleck fast jeder KI-Strategie, die mir begegnet. Alle fragen: Wo können wir KI in unsere Prozesse einsetzen?

Die Frage, die fehlt: Wo ist unser Mangel? Was mussten wir unseren Kunden immer schuldig bleiben?

Das Vier-Augen-Prinzip existiert, weil zwei Augen sich irren.

Das Lektorat existiert, weil Autoren Fehler machen. Die Endkontrolle, weil die Produktion Ausschuss produziert. Die Revision, weil Buchhaltung fehlbar ist.

Wir wissen seit Jahrhunderten, wie man mit fehlbaren Intelligenzen arbeitet. Wir haben nie etwas anderes getan.

Warum fühlt sich der KI-Fehler trotzdem schlimmer an? Weil er neu ist. Weil er mit vollem Selbstbewusstsein kommt, ohne das Zögern, an dem wir beim Menschen die Unsicherheit erkennen.

Und weil man ihn niemandem in die Schuhe schieben kann.

In jedem Vortrag steht irgendwann jemand auf, im Tonfall dessen, der die Diskussion jetzt beendet: „Aber die KI halluziniert doch. Der kann man nicht vertrauen.“

Ich stelle dann eine Gegenfrage, ganz freundlich: „Wie hoch ist eigentlich die Fehlerquote Ihrer Mitarbeiter?“

Dann wird es still. Nicht weil die Frage gemein wäre, sondern weil sie eine Messlatte sichtbar macht, die wir unbemerkt verschoben haben.

Wir vergleichen KI mit einer fehlerlosen Superintelligenz, die es nicht gibt. Statt mit dem, was sie tatsächlich ersetzt.

Nächstes Mal, wenn jemand „die KI macht Fehler“ sagt, frag zurück: verglichen womit?

Es gibt in jedem Berufsleben Dinge, die man längst verstehen müsste und nie verstanden hat.

Die Bilanz. Die Statistik im Quartalsbericht. Das Fachkonzept der Nachbarabteilung, über das seit sechs Jahren geredet wird.

Du fragst nicht nach. Nicht aus Faulheit, sondern weil Nachfragen einen sozialen Preis hat: Es zeigt die Lücke. Vor Kollegen, vor dem Chef, vor Leuten, die glauben, du wüsstest das längst.

Dieser Preis ist auf null gefallen. Die KI merkt sich nicht, dass du zum vierten Mal dieselbe Frage stellst. Sie erzählt es niemandem weiter, und sie hebt keine Augenbraue.

Nimm die eine Sache, die du nie verstanden hast, und gib ihr und einer KI dreißig Minuten. Heute Abend.

Es gibt eine Leistung, die immer strenger rationiert wurde als jedes Budget: die ungeteilte, kluge Aufmerksamkeit für einen einzelnen Menschen.

Wir nennen das Coaching. Und wir hatten eine unausgesprochene Regel, wem es zusteht: dem Vorstand. Der oberen Ebene. Denen mit dem Entwicklungsbudget.

Die Sachbearbeiterin bekam ein E-Learning.

Diese Rationierung ist gerade gefallen. Und die Zahlen zeigen, was Menschen tun, sobald eine Knappheit fällt: Der meistgenutzte Anwendungsfall generativer KI ist nicht Programmieren und nicht Texten. Es sind Therapie und Companionship.

Das sagt mehr über unsere Arbeitswelt aus als über die Technologie.

Öffne den letzten Newsletter, den dein Unternehmen verschickt hat. Zehntausend Empfänger. Ein Text.

Die langjährige Großkundin liest dasselbe wie der Interessent von gestern. Der Techniker dasselbe wie die Einkäuferin.

Warum? Weil es nie anders ging. Individuelle Kommunikation für zehntausend Menschen hätte zehntausend Autoren gebraucht. Der Standard war nie eine Entscheidung. Er war eine Rechnung.

Und diese Rechnung ist gerade weggefallen. Mit generativer KI lassen sich Millionen unterschiedliche Newsletter erstellen, jeder aufbereitet mit dem Kontext über die jeweilige Person: was sie gekauft hat, was sie gelesen hat, wo sie steht.

Am schlimmsten übrigens beim E-Learning: Der Vertriebsprofi mit zwanzig Jahren Erfahrung klickt sich durch dieselben Pflichtmodule wie die Berufseinsteigerin.