Mit der Verbreitung generativer KI haben viele Mitarbeitende ihre persönliche Produktivität erheblich gesteigert. Dennoch wachsen der Unternehmenswert und die Gesamtleistung nicht im gleichen Maße. George Sivulka, Gründer des KI-Datenanalyse-Unternehmens Hebbia, veröffentlichte kürzlich den langen Artikel „Hochleistungsfähige Einzelpersonen bedeuten nicht automatisch erfolgreiche Unternehmen“ und stellte fest, dass das Problem nicht in der Technologie liegt, sondern darin, dass Unternehmen ihre Organisationen nicht neu gestaltet haben, um KI zu integrieren. Er schlägt das Konzept „Institutional AI“ vor und meint, dass die zukünftige Wettbewerbsfähigkeit von Unternehmen davon abhängt, wie tief KI in Prozesse, Entscheidungen und Governance-Strukturen eingebettet wird – nicht nur als Werkzeug zur Effizienzsteigerung einzelner.
KI-Produktivitätsparadoxon: Persönliche Effizienz steigt, Unternehmenswert wächst nicht im gleichen Maße
In den letzten Jahren hat sich generative KI schnell verbreitet. Tools wie ChatGPT und Claude werden von vielen Mitarbeitenden in Unternehmen für Schreiben, Programmieren und Datenanalyse genutzt. Medien und Kreative betonen, dass KI die Arbeitseffizienz einzelner um das Mehrfache oder sogar Zehnfache steigern kann.
Doch Sivulka weist darauf hin, dass die Gesamtleistung und der Wert eines Unternehmens dadurch nicht im gleichen Maße steigen: „Mit anderen Worten, die Produktivitätsgewinne durch KI haben sich auf Organisationsebene nicht wirklich in geschäftlichen Mehrwert verwandelt.“
Er sieht den Grund darin, dass die meisten Unternehmen lediglich den Mitarbeitenden erlauben, KI-Tools individuell zu nutzen, während die Organisationsstrukturen, Prozesse und Entscheidungsmechanismen sich nicht entsprechend ändern. Daher gilt: „Hohe Effizienz einzelner bedeutet nicht automatisch hohe Effizienz des Unternehmens.“
(AI beim Programmieren verursacht Probleme? Amazon erlebt innerhalb einer Woche vier Systemausfälle, Top-Management hält Krisensitzung)
Blick auf die Organisationstransformation in der Ära der KI anhand der Geschichte der Elektrifizierung
Sivulka zieht in seinem Artikel einen Vergleich mit der industriellen Revolution Ende des 19. Jahrhunderts. Als die Elektrizität die Dampfmaschine ablöste, änderten viele Textilfabriken lediglich die Antriebskraft von Dampf auf Elektromotoren, während die Fabrikstrukturen und Produktionsprozesse unverändert blieben. Das führte dazu, dass die Produktionskapazität über fast 30 Jahre kaum anstieg.
Erst in den 1920er Jahren, nach einer vollständigen Neugestaltung der Produktionssysteme – etwa durch Fließbandfertigung, die Ausstattung jeder Maschine mit eigenem Motor und die Neugestaltung der Arbeitsabläufe – brachte die Elektrizität echte Produktivitätssteigerungen.
Sivulka meint, dass die aktuelle KI-Entwicklung in einer ähnlichen Phase steckt: Unternehmen „haben nur die Motoren gewechselt“, aber noch nicht die gesamte Fabrik neu gestaltet.
Vom „Persönlichen KI“ zum „Organisatorischen KI“: Wie maximiert man die Effizienz?
Er bezeichnet die heutigen KI-Modelle und Anwendungen als „Personal AI“ (Individuelle KI) und führt das Konzept der „Institutional AI“ (Organisatorische KI) ein, wobei er die Unterschiede erklärt.
Persönliche KI: Werkzeug zur Steigerung individueller Effizienz
Sivulka erklärt, dass die meisten KI-Anwendungen derzeit unter „Personal AI“ fallen, also als produktivitätssteigernde Werkzeuge auf individueller Ebene. Beispielsweise nutzen Mitarbeitende KI, um Berichte zu schreiben, Daten zu organisieren oder Präsentationen zu erstellen:
Solche Werkzeuge können die persönliche Effizienz tatsächlich verbessern, aber es fehlt oft an einheitlichen Prozessen und Kooperationsmechanismen. Das führt dazu, dass die von KI erzeugten Inhalte nicht integriert werden können und im Unternehmen Chaos und Informationsrauschen entstehen.
Organisatorische KI: Intelligente Systeme, die in die Unternehmensprozesse eingebettet sind
Er schlägt eine andere Form vor: „Institutional AI“. Diese KI ist nicht nur ein einzelnes Werkzeug, sondern wird tief in die Entscheidungsfindung, Prozesse und Governance-Strukturen eines Unternehmens integriert, um auf Organisationsebene echten Mehrwert zu schaffen.
In diesem Rahmen kann KI verschiedene Rollen übernehmen, etwa Risikoanalysen, Koordination zwischen Abteilungen oder die proaktive Entdeckung neuer Geschäftsmöglichkeiten.
„Institutionelle Intelligenz“: Die sieben Säulen des Unternehmens-KI-Blueprints
Sivulka stellt die sieben Kernkomponenten der „Institutional Intelligence“ vor, die seiner Ansicht nach die zukünftigen Kernfähigkeiten von Unternehmens-KI bilden.
Koordination: Vermeidung von Chaos durch KI
Wenn Mitarbeitende jeweils eigene KI-Tools verwenden, können Inhalte und Prozesse kollidieren. Eine Aufgabe der organisatorischen KI ist es, Kooperations- und Managementmechanismen zu etablieren, damit Menschen und KI-Agenten (AI Agents) in klaren Rollen zusammenarbeiten können.
Persönliche KI verursacht Chaos, organisatorische KI kann Arbeitsabläufe vereinheitlichen und Aufgaben verteilen. Signal: Wertvolle Informationen im KI-Müll erkennen
Generative KI senkt die Kosten für die Inhaltserstellung erheblich, führt aber auch zu einer Flut an qualitativ unterschiedlich hochwertigen Informationen. Eine wichtige Funktion der organisatorischen KI ist es, in der Masse an Daten und KI-generierten Inhalten die echten „Signale“ mit Mehrwert zu erkennen und herauszufiltern.
Persönliche KI kann Informationen nicht filtern, organisatorische KI schon. Objektivität: Vermeidung, dass KI Nutzer-Bias verstärkt
Sivulka weist darauf hin, dass viele KI-Modelle dazu neigen, die Meinungen der Nutzer zu bestätigen, was die kognitive Verzerrung im Unternehmen verstärken kann. Zukünftige Unternehmens-KI-Systeme sollten eine objektivere, eher prüfende Rolle einnehmen, Entscheidungen hinterfragen und Risiken aufzeigen.
Persönliche KI fördert „Echokammern“ und Bias, organisatorische KI kann sich auf die Wahrheit konzentrieren. Wettbewerbsvorteil: Kombination aus allgemeinen Modellen und vertikalen Anwendungen
Er zitiert das Konzept des „Innovator’s Dilemma“ und erklärt, dass aktuelle große allgemeine Modelle nur grundlegende Fähigkeiten bieten. Die noch nicht weit verbreiteten vertikalen Anwendungen, wie Midjourney für Bildgenerierung oder ElevenLabs für Sprach-KI, schaffen durch Spezialisierung enorme Margen.
Für Unternehmen ist die Kombination aus allgemeiner KI und organisatorischer Spezial-KI der Schlüssel, um echte Wettbewerbsvorteile zu erzielen.
Ergebnisorientierung: Von Kosteneinsparungen zu Umsatzsteigerung
Sivulka betont, dass viele KI-Produkte derzeit auf „Zeit- oder Personalkosteneinsparungen“ abzielen. Doch für Unternehmen zählt vor allem, ob KI neue Einnahmequellen erschließt. Zukünftige KI-Systeme sollten daher direkt zur Umsatzsteigerung beitragen, etwa durch die Identifikation lukrativer Übernahmekandidaten, anstatt nur Finanzmodelle zu beschleunigen.
Implementierungsfähigkeit: KI in Unternehmensprozesse integrieren
Die praktische Umsetzung von KI erfordert oft eine Neugestaltung der Prozesse und Managementstrukturen. Sivulka hebt hervor, dass Firmen wie Palantir (PLTR) deshalb so viel Aufmerksamkeit erhalten, weil sie Unternehmen bei der Integration von KI in bestehende Abläufe und bei Veränderungsprozessen unterstützen.
Proaktives Handeln: Nicht nur auf menschliche Eingaben angewiesen
Derzeit benötigen die meisten KI-Systeme menschliche Eingaben, um zu funktionieren. Sivulka sieht die Zukunft darin, dass KI eigenständig Daten überwacht, Anomalien erkennt und frühzeitig warnt. Beispielsweise könnte ein KI-System vor einem Finanzmanager, der die Quartalszahlen noch nicht geprüft hat, bereits eine Verschlechterung der Liquidität eines Portfoliounternehmens erkennen und automatisch Warnungen ausgeben.
Unternehmenswettbewerb im KI-Zeitalter: Wer zuerst die „Fabrik neu baut“, gewinnt
Abschließend betont Sivulka, dass persönliche KI-Tools zwar weiterhin der Haupteinstiegspunkt für Unternehmen in die KI-Welt bleiben werden. Der eigentliche Wettbewerbsvorteil entsteht jedoch durch die Integration von organisatorischer KI. Er glaubt, dass Unternehmen künftig sowohl allgemeine KI-Assistenten als auch speziell entwickelte organisatorische KI-Systeme nutzen werden. Erstere steigern die Mitarbeitereffizienz, letztere integrieren Informationen, unterstützen Entscheidungen und schaffen geschäftlichen Mehrwert.
Er schließt mit einem Verweis auf die Geschichte der industriellen Revolution und betont, dass Unternehmen in der KI-Ära vor der gleichen Herausforderung stehen: Die Fabrik neu zu gestalten.
„Die Fabrik, die zuerst elektrifiziert wurde, hat letztlich gegen die Fabrik verloren, die das Produktionssystem neu gestaltet hat. Wir haben bereits Elektrizität – jetzt ist es Zeit, die Fabrik neu aufzubauen.“
Dieser Artikel „KI erhöht die Mitarbeiterproduktivität um das Zehnfache, aber das bedeutet nicht, dass das Unternehmen auch um das Zehnfache wertvoller wird: Wo ist die Produktivität geblieben?“ erschien zuerst bei Chain News ABMedia.
