AI-First: Unsere Philosophie
Wir bauen KI gerade in Unternehmen ein, die ohne KI entstanden sind.
Das ist zunächst einmal vollkommen verständlich.
Ein Chatbot hier, automatische Rechnungserkennung dort, Copilot für E-Mails und irgendwo noch ein Besprechungsprotokoll. Alles sinnvoll. Nur ist das noch nicht AI-First.
Xerox PARC / Personal Computing
Alan Kay
„Alan Kay (3097597186)“ von Marcin Wichary from San Francisco, U.S.A., 2008
Quelle: Wikimedia Commons · Lizenz: CC BY 2.0 · Bildnachweis
Bearbeitung: Zugeschnitten (Bildausschnitt), skaliert und komprimiert; sonst unverändert. Bearbeitet von Today is Life.
Anfang der 1970er dachte Alan Kay über einen Computer nach, den es praktisch noch nicht geben konnte: klein, persönlich, grafisch und so selbstverständlich zu benutzen wie ein Buch. Sein „Dynabook“ nahm damit vieles vorweg, was Jahrzehnte später Laptop und Tablet wurden. Kay versuchte nicht, den damaligen Großrechner etwas komfortabler zu machen. Er fragte, wie Computer aussehen müssten, wenn man von ihren Möglichkeiten aus völlig neu beginnt. Genau das bedeutet AI-First: KI nicht in die alte Organisation einbauen. Die Organisation mit den neuen Möglichkeiten neu denken.
Warum das noch nicht AI-First ist
Wir bauen KI gerade in Unternehmen ein, die ohne KI entstanden sind. Das ist zunächst einmal vollkommen verständlich. Da ist ein Kundenservice. Also bekommt er einen Chatbot. Da ist die Buchhaltung. Also lassen wir KI Rechnungen erkennen. Die Mitarbeiter schreiben viele E-Mails, also bekommen sie Copilot oder ChatGPT. Und irgendwo entsteht gerade ziemlich sicher noch ein automatisches Besprechungsprotokoll.
Alles sinnvoll. Nur ist das noch nicht AI-First. Es ist ungefähr so, als hätte man Mitte der Neunziger das Internet entdeckt und anschließend den gedruckten Produktkatalog als PDF auf den Webserver gelegt. War online. War nur noch kein Amazon.
Der eigentliche Umbruch beginnt immer erst dann, wenn eine neue Technologie nicht mehr dazu benutzt wird, das Alte etwas besser zu machen. Sondern wenn jemand anfängt zu fragen, was man mit den neuen Möglichkeiten überhaupt noch vom Alten braucht. Genau an diesem Punkt stehen wir mit KI. Die interessante Frage lautet nicht: Wo können wir KI einbauen?
Nehmen wir einen Kundenservice. Man kann eine KI die E-Mail des Kunden zusammenfassen lassen. Dann liest ein Mitarbeiter die Zusammenfassung, öffnet das CRM, sucht den Kunden, schaut nach dessen Auftrag, prüft vielleicht noch eine Rechnung, formuliert mit KI eine Antwort und dokumentiert anschließend den Vorgang. Prima. Der Mitarbeiter war schneller.
Man kann aber auch eine andere Frage stellen. Warum macht der Mensch das alles überhaupt? Eine KI kann die Anfrage entgegennehmen. Sie kann erkennen, worum es geht. Sie kann, wenn wir sie entsprechend anbinden und ihr die notwendigen Rechte geben, den Kunden und seine Vorgänge finden, Informationen aus verschiedenen Systemen zusammensuchen, eine Lösung ermitteln, antworten, dokumentieren und den nächsten Arbeitsschritt auslösen. Und wenn sie sich nicht sicher ist, fragt sie einen Menschen.
Das ist ein völlig anderer Kundenservice. Nicht weil wir den alten automatisiert haben. Sondern weil wir ihn noch einmal gebaut haben. Das ist AI-First.
Die interessanten KI-Fragen
Und dann stellen sich plötzlich ziemlich grundsätzliche Fragen. Brauchen wir diesen Bericht eigentlich noch, oder brauchen wir nur die Entscheidung, die bisher jemand nach dem Lesen des Berichts getroffen hat? Muss ein Mitarbeiter Informationen aus fünf Anwendungen zusammensuchen, oder kann ein System sie genau dann zusammenbringen, wenn sie gebraucht werden? Warum gibt es diesen Freigabeprozess? Weil tatsächlich jemand entscheiden muss? Oder weil unsere Software vor zwanzig Jahren keine bessere Idee hatte?
Und warum wartet ein Kunde überhaupt darauf, dass ein Problem entsteht, sich jemand beschwert, ein Ticket eröffnet wird und anschließend sechs Menschen sehr professionell darüber diskutieren? Vielleicht kann das System das Problem vorher erkennen. Das sind für uns die interessanten KI-Fragen. Nicht: Welches Modell sollen wir kaufen? Sondern: Was würden wir heute anders bauen?
Dafür muss man allerdings wissen, was heute möglich ist. Und genau da wird es etwas anstrengend. Die Fähigkeiten der Systeme verändern sich derzeit schneller als die Prozesse in den meisten Unternehmen. KI kann inzwischen nicht nur Texte erzeugen oder Dokumente zusammenfassen. Moderne Systeme können Bilder, Sprache und Dokumente verarbeiten, Software benutzen, auf Unternehmensdaten zugreifen und mit Werkzeugen arbeiten. Agentische Systeme können Aufgaben in einzelne Schritte zerlegen, Aktionen ausführen, Ergebnisse überprüfen und anschließend weiterarbeiten.
Das bedeutet nicht, dass man ihnen morgen früh die Firma übergeben sollte. KI macht Fehler. Sie kann Zusammenhänge falsch beurteilen, Informationen erfinden und mit beeindruckender Selbstsicherheit Unsinn produzieren. Je mehr ein System selbstständig erledigen darf, desto wichtiger werden deshalb Berechtigungen, Grenzen, Protokollierung, Kontrolle und die Frage, wann ein Mensch übernehmen muss.
AI-First bedeutet nicht AI-Only. Im Gegenteil. Wenn Maschinen mehr machen können, müssen wir genauer entscheiden, was wir ihnen überlassen.
Wir beginnen deshalb nicht mit einem Vier-Phasen-Modell. Wir schauen uns erst einmal an, was in einem Unternehmen tatsächlich passiert. Nicht nur das Organigramm und die Prozessbeschreibung. Die sind meistens ordentlich. Interessanter ist die Wirklichkeit. Wer bekommt welche Information? Wer überträgt sie wohin? Wer wartet auf wen? Warum wird eine Excel-Datei herumgeschickt? Weshalb tippt jemand Daten ab, die drei Meter weiter bereits in einem anderen System stehen? Welche Entscheidung trifft ein Mensch tatsächlich, und wo klickt er eigentlich nur auf „OK“, weil der Prozess einen Menschen vorgesehen hat?
Dann schauen wir uns an, was davon klassische Software besser erledigt, wo KI sinnvoll ist und wo weiterhin ein Mensch hingehört. Manchmal kommt dabei ein KI-Agent heraus. Manchmal neue Software. Manchmal ein völlig anderer Prozess. Und manchmal stellt sich heraus, dass die vorhandene Excel-Tabelle gar nicht das Problem war. Damit können wir leben.
AI-First heißt auch nicht: Menschen raus. Diese Diskussion wird mir ohnehin zu einfach geführt. Auf der einen Seite heißt es, KI werde Millionen Arbeitsplätze vernichten. Auf der anderen wird reflexartig erklärt, KI werde selbstverständlich nur unterstützen und niemanden ersetzen. Wir wissen es nicht. Was wir aber bereits sehen können: Wenn Maschinen immer mehr Tätigkeiten übernehmen können, verändert sich zwangsläufig die Arbeit von Menschen. Manche Aufgaben verschwinden. Andere entstehen. Manche Berufe werden sich stärker verändern als uns heute lieb ist.
Deshalb halten wir auch wenig von dem beruhigenden Satz, KI solle einfach jeden Mitarbeiter „produktiver machen“. Vielleicht. Vielleicht brauchen wir für manche Arbeit künftig aber tatsächlich weniger Menschen. Dann sollten Unternehmen darüber sprechen. Und zwar bevor die Software eingeführt ist.
AI-First bedeutet für uns deshalb nicht, den Menschen aus dem Unternehmen herauszuoptimieren. Es bedeutet, ziemlich genau zu überlegen, wofür wir Menschen künftig brauchen wollen. Das ist ein Unterschied.
Und warum jetzt?
Nicht weil morgen alles vorbei ist. Auch nicht, weil jedes Unternehmen dringend 37 KI-Agenten benötigt. Sondern weil wir gerade noch in einer seltenen Phase sind: Die Technologie ist bereits leistungsfähig genug, um reale Arbeit grundlegend zu verändern, und gleichzeitig ist noch erstaunlich wenig festgelegt.
Wir können ausprobieren. Verwerfen. Lernen. Prozesse neu bauen. Und wir können noch entscheiden, welche Rolle KI in unseren Unternehmen spielen soll. Irgendwann wird vieles davon selbstverständlich sein. Dann reden wir vermutlich genauso wenig über „AI-First“, wie heute jemand ernsthaft behauptet, sein Unternehmen sei „Internet-First“. Dann ist es einfach die Art, wie Unternehmen funktionieren. Bis dahin gibt es einiges zu tun.
Häufige Fragen
Muss ich für AI-First sofort alles umbauen?
Nein. Gerade das wäre oft der falsche Start. AI-First heißt nicht Big Bang. Es heißt, ehrlich hinzuschauen, welche Abläufe heute überhaupt noch sinnvoll sind. Mal beginnt das mit einem kleinen Pilotprojekt, mal mit einer größeren Systemfrage. Wichtiger als die Größe des ersten Schritts ist die Richtung.
Ist AI-First einfach nur Automatisierung mit neuem Namen?
Nein. Automatisierung macht bestehende Abläufe schneller oder billiger. AI-First stellt vorher die unangenehmere Frage, ob dieser Ablauf überhaupt noch so existieren sollte. Das ist der Unterschied: Wer AI-First denkt, baut neu, wo es sinnvoll ist, statt nur effizienter zu werden.
Braucht jedes Unternehmen dafür sofort KI-Agenten?
Nein. Der Begriff klingt gerade größer, als er in vielen Fällen sein muss. Mal ist ein Agent sinnvoll, mal reicht klassische Software, mal hilft ein sauberer Prozess mit besseren Daten mehr. AI-First heißt gerade nicht, überall zwanghaft Agenten hineinzudrücken.
Wie finde ich heraus, wo KI wirklich etwas bringt?
Nicht über eine Tool-Liste, sondern über die Realität im Unternehmen. Wer wartet auf wen? Welche Informationen werden doppelt eingegeben? Wo klickt ein Mensch nur deshalb auf „OK“, weil die Software keinen besseren Weg kennt? Dort wird es meist interessant. Nicht bei der Frage, welches Modell gerade am meisten Hype hat.
Heißt AI-First am Ende doch: weniger Menschen?
Möglicherweise in manchen Bereichen ja. Und genau deshalb sollte man darüber früh sprechen, statt so zu tun, als ginge es nur um ein bisschen Produktivität. Manche Aufgaben werden verschwinden, andere werden wichtiger. AI-First heißt für uns nicht, Menschen wegzuoptimieren. Es heißt, klarer zu entscheiden, wofür wir sie künftig wirklich brauchen.
Bereit für AI-First?
Wir schauen uns mit Ihnen an, was in Ihrem Unternehmen heute tatsächlich passiert, wo KI sinnvoll ist und wo nicht. Kein KI-Theater, keine Agenten-Pflicht, kein Methodenverkauf. Dafür eine ehrliche Einschätzung, was Sie neu bauen sollten und was besser bleibt, wie es ist.