Podcast AI & Us: Wie KI unsere Produktivität wirklich verändert

Björn Krass

Wenn wir heute über künstliche Intelligenz im Arbeitsalltag sprechen, dann fällt fast immer ein Wort: Produktivität. Tatsächlich belegt eine aktuelle Studie von Workday, dass das in vielen Unternehmen auch gelingt. Zumindest auf den ersten Blick. Ja, KI kann uns helfen, schneller zu Ergebnissen zu kommen. Doch die Qualität steigt nicht unbedingt im gleichen Maß. Rund anderthalb Wochen pro Jahr verbringen Mitarbeitende inzwischen mit dem Korrigieren mangelhafter KI-Ergebnisse.

 

AI US.

 

Ein Podcast über die Zusammenarbeit von Mensch und Maschine. Mit Sabina Jeschke.Präsentiert von Workday.

 

Prof. Dr. Sabina Jeschke

Hallo und herzlich willkommen zu AI US. Mein Name ist Sabina Jeschke. Ich bin Physikerin, KI-Forscherin und seit vielen Jahren leidenschaftlich unterwegs an der Schnittstelle von Wissenschaft, Wirtschaft und Management. Und ich widme mein Tun vor allem einer Frage: Wie verändert Automatisierungstechnik und darunter eben vor allem die künstliche Intelligenz unsere Gesellschaft, unsere Arbeitsweisen? Mich fasziniert sehr wohl, wie KI funktioniert, aber eben auch, wie sie wirkt, also wie sie Strategie, Organisation, wie sie die Zusammenarbeit von Menschen und Maschinen grundlegend neu gestaltet. Als CEO eines der größten KI-Ökosysteme Deutschlands und auch als Aufsichtsrätin von internationalen Unternehmen begleite ich die Entwicklung und Anwendung von KI aus ganz verschiedenen Perspektiven, sowohl von der Grundlagenforschung bis hin zur strategischen Unternehmensführung. Mich interessiert KI von der ersten Zeile Code bis hin zum Strategiepapier für Aufsichtsräte. Persönlich muss ich sagen, KI hat meine Perspektive auf die Welt im Laufe der Zeit immer wieder erweitert. Und genau diesen Blickwechsel, diese Erweiterung, die würde ich gerne in diesem Podcast mit Ihnen teilen. Und mit dieser ersten Episode tauchen wir direkt in medias res ein. Wie verändert KI eigentlich das, was wir unter Produktivität verstehen? Was eigentlich verstehen wir unter Produktivität und worauf dürfen wir hier im KI-Zeitalter gespannt sein?

 

Prof. Dr. Sabina Jeschke

Aktuell gibt es in Wirtschaft, Gesellschaft kaum ein heißeres Thema. In der öffentlichen Diskussion sprechen wir viel über den Fachkräftemangel, über Demografie, über Arbeitsmarktstrukturen. Und dabei gerät aber eine wichtige, tiefere Verschiebung in den Hintergrund, dass nämlich künstliche Intelligenz zu einem eigenen Produktionsfaktor wird, neben Kapital und Arbeit. Das ist das, was wir aus der neoklassischen Wirtschaftstheorie kennen. Heute ist diese Formel ins Wanken geraten. Gemeinsam mit Michael Heise, der Chefökonom von HQ Trust, habe ich 2026 die These formuliert, dass KI zum eigenen Produktionsfaktor eben neben Arbeit und Kapital wird und dass sie uns eben aus dem klassischen Maschinenzeitalter herausführt. In dem nur Menschen denken, entscheiden und organisieren. Und Michael hat dazu Folgendes gesagt:

 

Michael Heise

Ich glaube, dass KI nahezu alle Funktionen in einem Unternehmen verändert. Das sehen wir auch bereits wirklich von der Produktion, der Entwicklung bis hin zum Marketing und zur Buchhaltung. Schritt für Schritt sieht man auch überall Aktivitäten, um hier die Produktivität und den Output zu steigern. Das ist ein sehr spannendes Thema und es wird zu Veränderungen auch in der Modellbetrachtung führen, die wir anwenden, um volkswirtschaftliche Produktionsprozesse zu erklären. Das Ergebnis wird aber dann gleichwohl sein, dass dieser Output pro eingesetzten Ressourcen außerhalb der KI steigt, wenn die KI eben wirksam wird und über die Jahre immer stärker adoptiert wird in den Produktionsprozessen. Das ist eine ganz spannende Frage, wie die KI in ein solches Produktionsgerüst hineinpasst.

 

Prof. Dr. Sabina Jeschke

Mein Freund und Kollege Markus Sontheimer, der CIO von Brenntag, bringt es auf den Punkt: Ein hybrides Team ist natürlich um ein x-Faches inzwischen schneller.

 

Markus Sontheimer

Also ich meine, ich vergleiche es immer so ein bisschen, ja, wo man früher mit dem klassischen Schraubendreher von Hand eine Schraube reingeschraubt hat. Und jetzt hat man den vollautomatischen Akkuschrauber, der auch automatisch Schrauben nachlädt. Ja, was gewinne ich dadurch? Endlos viel Zeit. Ich glaube, diese Art der Denke kommt jetzt. Fängt also bei modernen Führungskräften an zu sagen: Ich überlege mir in einem Team, welche Rolle kann ein Agent im Interplay übernehmen? Und dann kommen wir wirklich in eine neue Arbeitsorganisation.

 

Prof. Dr. Sabina Jeschke

Mit Blick auf die abnehmende Wettbewerbsfähigkeit in Deutschland, eben aufgrund des demografischen Wandels, hat unser Bundeskanzler Friedrich Merz in den letzten Monaten wiederholt formuliert, die Deutschen müssten mehr arbeiten. Das klingt zunächst einmal nachvollziehbar, wenn Arbeitskräfte fehlen. Mehr Stunden, mehr Wohlstand nach der klassischen Wachstumstheorie. Aber es sind ja eben längst nicht mehr nur die menschlichen Arbeitsstunden, die zur Produktivität beitragen, die Wertschöpfung erzeugen. Die entscheidende Frage ist also nicht, lieber Herr Merz, ob wir alle mehr arbeiten sollen. Die Frage ist vielmehr: Wie können wir die Potenziale der KI nutzen, sie konsequent in den betrieblichen Alltag integrieren und auf die Weise die Produktivität erhöhen? Oder knapp gesagt: Warum lassen wir nicht die künstliche Intelligenz arbeiten? Die großen Produktivitätssteigerungen, die beobachten wir heute vor allem da, wo Mensch und Maschine im Team agieren, wo beispielsweise Algorithmen Routineaufgaben übernehmen und damit neue Räume für Innovationen schaffen. Wir müssen nicht länger oder härter arbeiten, jedenfalls nicht notwendigerweise, aber intelligenter. Unser Ziel muss es sein, die menschliche Kreativität, unsere Erfahrung, unsere Entscheidungsfähigkeit mit der Stärke der lernenden Maschinen zu verbinden. Wir erleben es täglich. Schon heute ist KI in der Lage, unsere Produktivität massiv zu erhöhen. Prozesse werden effizienter, schneller, Unternehmen auf diese Weise produktiver.

 

Prof. Dr. Sabina Jeschke

Aber das Potenzial von KI ist an dieser Stelle überhaupt noch nicht ausgeschöpft, wenn wir nur bestehende Prozesse optimieren, sondern wir können mithilfe von KI zu völlig neuen Innovationen kommen, damit zu völlig neuen Geschäftsmodellen und damit die Wertschöpfungsketten unserer Gesellschaften revolutionieren. Und das waren genau die Überlegungen, die Joseph Schumpeter, berühmter Ökonom, sehr, sehr früh erkannt hat, dass echter Fortschritt selten daraus entsteht, dass man Bestehendes immer weiter optimiert. Er hat gesagt, dass sich echte Innovation dadurch auszeichnet, dass man alte Strukturen durch neue ersetzt. Und er hat das sehr radikal formuliert: die schöpferische Kraft der Zerstörung. Und wenn wir jetzt schauen, wo stehen wir aktuell in der KI? Sind wir dort noch bei der evolutionären Weiterentwicklung oder sind wir wirklich dabei, das disruptive Potenzial der KI zu heben? Claudia Plattner, die Präsidentin des BSI, das ist das Bundesamt für Sicherheit in der Informationstechnik, hat das mit folgendem Statement kommentiert:

 

Claudia Plattner

Es gibt Menschen, die sagen, wir werden in 5 Jahren, in 3 Jahren oder vielleicht auch in einem Jahr die ersten Unicorns haben, in denen nicht mehr als 5 Leute arbeiten. Und das ist dieses Gefühl von alles geht. Everything is possible. Ihr könnt euch erinnern an diesen iPhone-Moment. Der iPhone-Moment, in dem Moment, wo ich über diesen Bildschirm wischen konnte, hat ein Mobile First ermöglicht. Also alles das quasi, was vorher gar nicht denkbar war, wird plötzlich möglich. Und durch die Anzahl der Möglichkeiten verändern sich auch die Geschäftsmodelle. Ganz plötzlich wurde jede Menge Geschäft auch über Mobiltelefone abgewickelt. Und ich glaube, so was Ähnliches werden wir auch hier erleben. Das sind Geschäftsmodelle, die wir heute noch gar nicht denken. So, und das wird spannend.

 

Prof. Dr. Sabina Jeschke

In Claudias Statement kommt genau die Idee von Schumpeter ins Spiel. Innovationen zerstören nicht einfach das Alte, sondern sie schaffen Platz für völlig neue Ideen, Innovationen und damit für neue Märkte und für neue Wertschöpfungsketten. Und ein weiterführendes Statement von Florian Schütz, das ist der Geschäftsführer des KI-Parks in Berlin, betont einen weiteren, in diesem Kontext hochrelevanten Aspekt.

 

Florian Schütz

Ich glaube insgesamt, dass KI eine große Chance ist, eine große Chance für die großen Unternehmen, wirklich in ihrem Kerngeschäft sehr viel innovativer zu sein als heute und für die mittleren eine wahnsinnige Chance auch ist, mit dem Fachkräftemangel umzugehen. Wenn ich jetzt mal an wirklich die ganz kleinen Mittelständler denke, da spreche ich mit Umzugsunternehmen und die sagen mir, das Problem ist nicht, die Möbel von A nach B zu bringen, sondern das Problem sind die Kundenanfragen und das Personal zu kriegen, was die Koordination übernimmt. Und da ist natürlich KI, Agentic AI unter anderem, aber auch andere KI-Ansätze sind eine wahnsinnige Chance, da wettbewerbsfähig zu bleiben, Marktführer zu werden. Und auf der anderen Seite wird es, und so ehrlich müssen wir mit uns selber auch sein, wird es die Unternehmen geben, die das verschlafen, und für die wird es eben auch der Genickbruch sein, sodass man dann auch sehr schnell weg sein kann vom Markt.

 

Prof. Dr. Sabina Jeschke

Gerade im deutschen Mittelstand, der ein ganz, ganz wesentlicher Backbone der wirtschaftlichen Stärke Deutschlands ist, ist das Thema der künstlichen Intelligenz und der Integration von KI in die Geschäftsprozesse, in die Produktentwicklung besonders spannend. Wir haben zu diesem Thema so viele Stimmen und so viele Geschichten gesammelt, dass wir beschlossen haben, diesem Themenfeld eine eigene Podcastfolge zu widmen. Wir gehen also an dieser Stelle heute nicht in die Tiefe, sondern nehmen uns dafür eine eigene Podcastfolge, gehen zurück zu unserem Hauptthema der Produktivität im KI-Zeitalter. Welche Hebel, welche Risiken, welche Treiber sind es, die Innovation durch KI in etablierten Strukturen formen? Und was heißt das für die, die diese Innovation gestalten wollen? Und wie verhindert man, abgehängt zu werden? Alle technologischen Sprünge und disruptiven Innovationen nützen nur dann, wenn das dazu notwendige Wissen, Kompetenzen, richtigen Fähigkeiten und eine kreative Kultur vorhanden sind, um diesen Wandel wirklich zu gestalten. Und damit kommen wir zum nächsten großen Hebel der Produktivität, den Kompetenzen. Technologie, in unserem Fall KI, und Innovationen treiben Produktivität an. Das haben wir gesehen. Aber die eigentliche Superkraft, wenn es darum geht, diese Innovationen wirklich in die Unternehmen, in die Gesellschaft zu bringen, das sind die Menschen selbst. Jedenfalls nach der Humankapitaltheorie aus den 60er Jahren, die Wirtschaftswissenschaftler Schultz und Backer damals formuliert haben.

 

Prof. Dr. Sabina Jeschke

Und ihr Argument war, dass der Unterschied im Wachstum und im Wohlstand von Ländern nicht allein auf Maschinen oder Fabriken oder Rohstoffen basiert, sondern vor allen Dingen auf Bildung, auf Wissen, auf Fähigkeiten von Menschen. Diese Fähigkeiten sind auch, oder diese Eigenschaften sind auch eine Form von Kapital und insofern die wichtigste, als wer in sie investiert, Der fördert langfristig Produktivität und Wohlstand. Gerade in KI-Zeiten verschiebt sich das Gewicht der Produktivität noch stärker in Richtung Wissensarbeit und damit eben in Richtung von Lernfähigkeit und Skills. Denn KI verändert ja nicht einfach nur Werkzeuge und Prozesse, sondern verlangt, aber fördert gleichzeitig neue Kompetenzen wie analytisches Denken, digitale Souveränität, kreativen Umgang mit Daten und Maschinen, Entscheidungsfähigkeit, Entscheidungsbereitschaft und die Fähigkeit, sich selbst stetig weiterzuentwickeln. Meine Kollegin Anja Richert, Dekanin an der FH Köln Maschinenbau, sagt dazu: Nur wenn die Menschen auch mitwachsen, ist Produktivität ja nachhaltig, sonst hängst du deine eigene Belegschaft ab und dann war's das. Und ich finde ganz wichtig, Innovationsspielräume zu erzeugen mit dem Geld. Also Zeit zurückgeben für Entwicklung, Kundenverständnis erhöhen, Forschung, Experimente, all das, was sozusagen Innovation schafft im Unternehmen. Die althergebrachten Denkmuster, nach denen wir Arbeit und Organisation bisher strukturiert haben, verschieben sich im KI-Zeitalter, sie verschieben sich massiv.

 

Prof. Dr. Sabina Jeschke

Und auch die klassische Struktur unserer Aus- und Weiterbildung ist keine sichere oder jedenfalls keine ausreichende Bank mehr. Was man heute gelernt hat, kann morgen komplett überholt worden sein, weil die KI sich ständig weiterentwickelt und das in einem extrem hohen Tempo. Was umgekehrt bedeutet, dass die wichtigste Kompetenz, die wir entwickeln müssen, ist extreme Flexibilität, die permanente Bereitschaft, immer wieder Neues zu lernen, uns anzupassen und neue Wege zu gehen. Das verstehen auch immer mehr Unternehmer und Unternehmen. Und so beobachtet das zum Beispiel Stefan Heizmann. Er ist CIO der SMS Group Stahl in Mönchengladbach.

 

Stefan Heizmann

Also was ich sehr stark beobachten kann, ist, dass sich diese typische Denke, die auch so stark aus Deutschland kommt, diese Silodenke in Unternehmen, dass die sich immer mehr aufbricht. Ich glaube, das wird da ein wichtiger und entscheidender Faktor für die Zukunft sein, dass die Organisationen, die das hinkriegen, dieses Thema aufzubrechen und ganzheitlich zu betrachten, dass die dann auch gewinnen werden mit KI, mit den ganzen Tools am Ende des Tages. Also ich sehe es jetzt gerade bei uns, wir kämpfen da ganz stark, weil dann doch viele Themen gerade im Engineering-Umfeld, wo einfach ein Ingenieur sagt: Nee, das ist aber doch mein Wissen, das ist doch mein Gedankengut, sind meine Daten. Das ist was Spannendes, was ich beobachten kann derzeit, wo aus meiner Sicht ein großer Trend hingeht.

 

Prof. Dr. Sabina Jeschke

Und was an Stefans Statement für mich noch zusätzlich sehr deutlich geworden ist, das ist auf der einen Seite die Flexibilität im Denken und im Lernen, aber es ist auch insbesondere die Fähigkeit, Brücken zu bauen. Brücken zwischen Disziplinen, die Brücke zwischen Technik und Alltag, die Brücke zwischen Theorie, Strategie, Praxis und Umsetzung. Last not least, Wer Kompetenzen im KI-Zeitalter und damit in einem sehr schnell verlaufenden Zeitalter weiterentwickeln will, der braucht eben nicht nur technisches Know-how, sondern eine völlig neue Fehlerkultur. Das ist es, was uns in Deutschland an vielen Stellen nicht leichtfällt. Lernen kann nur stattfinden, wo experimentiert wird, und wo experimentiert wird, funktioniert nicht jeder Versuch. Und das bedeutet, dass eine Führungskultur notwendig ist, die Innovationen zulässt, die Fehler zulässt, die Fehler nicht bestraft, die in diesem Sinne absurderweise Fehler sogar ermutigt, weil nur durch sie Innovationen entstehen können. Ich würde im weiteren Verlauf dieses Podcasts gerne noch mal in einen technologischen Innovationstreiber einsteigen, und das ist das ganze Thema Daten. Daten als Produktivitätsfaktor, Daten als strategischer Rohstoff. Man muss dazu wissen, dass der allergrößte Teil der heute verwendeten KI-Verfahren sogenannte datenbasierte Verfahren sind. Das heißt, auf der Basis von Daten überhaupt nur funktionieren. Früher hat man Daten eher als eine Art Nebenprodukt im Zug von Digitalisierung gesehen.

 

Prof. Dr. Sabina Jeschke

Aber heute ist klar, dass für jedenfalls datenbasierte KI-Verfahren sie beides sind. Sie sind Rohstoff und sie sind Treibstoff. Rohstoff im Sinn von, dass gute, sauber strukturierte Datenlandschaften die Basis für die KI-Verfahren sind. Und Treibstoff im Sinn von, wenn ich diese Strukturen habe, dann sehe ich ja beispielsweise beim Arbeiten mit Sprachmodellen wie ChatGPT, zu welchen neuen Lösungen, Erkenntnissen, Innovationen ich kommen kann, dann sind Daten Treibstoff. Je mehr Branchen KI nutzen, desto deutlicher wird, dass es eben nicht nur um die Verbesserung in der reinen Algorithmik geht, sondern dass der Zugang zu Daten und dann die Fähigkeit, aus diesen Daten hochwertige Daten zu machen, Dass das der tatsächliche, echte strategische Hebel ist. Und damit stellen sich natürlich viele Fragen: Wie komme ich an diese Daten heran? Wie strukturiere ich sie richtig? Unter welchen Umständen darf ich sie überhaupt nutzen? Und wie kann ich sie langfristig als Schlüsselfaktor für Wertschöpfung einsetzen? Meine Kollegin Kenza Ait Sidabou, sie ist Sort Leaderin für das Gebiet der künstlichen Intelligenz, Buchautorin, lange Vergangenheit bei der Telekom und IBM, sagt dazu: Das ist ein Prozess, das ist ein transformativer Prozess, der jahrelang dauert.

 

Kenza Ait Sidabou

Was ich aber sehe in der Realität, ist, dass die Unternehmen sich erhoffen, ja, wir haben ja einen Haufen Daten der letzten Jahre und jetzt bauen wir mal das neue Geschäftsmodell. Garbage in, garbage out. Du hast zwar eine Menge an Daten, aber da sitzt null Insights drin und damit kann ich nichts anfangen und noch weniger eine neue neues Offering anbieten, für die die Kunden zahlen wollen.

 

AI US, präsentiert von Workday.

 

Prof. Dr. Sabina Jeschke

Gerade im Bereich von Data Lakehouses zeigt sich, dass es nicht nur entscheidend ist, die Daten grundsätzlich zu besitzen, Sondern sie in einer Form zu besitzen, in der sie verwendet werden können. Das heißt, sie zu cleanen und zu glänzen, sie reinigen, sie sauber zu strukturieren, ihre Qualität sicherzustellen, sie zugänglich zu machen zu allen Akteuren, die sie brauchen, von den Mitarbeitern in der Produktion bis rein ins Spitzenmanagement. Hier gibt es einen weiteren entscheidenden Punkt. Mit dem sich die Akteure oft nicht leicht tun. Sehr oft ist ein Einzelner, also im Sinne von eine einzelne Firma, eine Organisation, nicht in der Lage, mit dem Datenberg, den sie selbst besitzen, wirklich etwas Neues anzustoßen. Nehmen wir einen, sagen wir, Nischenanbieter im Einzelhandel, jemanden, der zum Beispiel Küchenmöbel vertreibt. Selbst wenn er sehr viele Daten sehr sauber sammelt und aggregiert, Dann ist dieser Datensatz oft zu schmal, zu spezialisiert, um daraus nachhaltige Innovationen, präzise Analysen über weitere Kundenwünsche abzuleiten. Wenn aber Daten über mehrere Perspektiven oder Branchen oder andere Dimensionen hinweg geteilt werden, also wenn mehrere Partner mitwirken und damit so eine Art Daten-Vier-Augen-Prinzip produzieren, Dann entsteht ein ganz neues Spielfeld. Plötzlich kann man gemeinsam durch diese verdichteten Daten Muster erkennen, Dinge vorantreiben, die alleine nie möglich gewesen wären.

 

Prof. Dr. Sabina Jeschke

Diese Datenökonomie ist aber nur möglich, wenn die verschiedenen Akteure bereit sind, in Datenökosystemen Daten miteinander zu teilen. Das ist eine riesige Chance, gerade auch für die kleinen und mittelständischen Unternehmen, über die wir an anderer Stelle intensiv sprechen wollen. Dieses Beispiel bringt uns in die Nähe einer weiteren sehr spannenden Frage, nämlich: Welche Unternehmen werden eigentlich die Gewinner dieses datengetriebenen Wandels sein? Was passiert, wenn Daten zum wichtigsten Produktionsfaktor werden und damit ganze Märkte in Bewegung geraten? Und genau auf diese Fragestellung wollen wir im nächsten Absatz intensiver schauen. Wie sortieren Daten und KI den Wettbewerb neu. Wenn Daten und KI zur neuen Basis von Wertschöpfung werden, dann verändern sich zwangsläufig auch Kräfteverhältnisse in den Märkten. Märkte transformieren sich, teilweise entstehen sie ganz neu, teilweise verschwinden sie übrigens auch. Innovationen entstehen dort, wo Unternehmen den Umgang mit Daten und Algorithmen besonders clever beherrschen. Wie wir aktuell an vielen, vielen Beispielen sehr gut sehen können. Da haben wir auf der einen Seite die digitalen Plattformen, digitalen Marktplätze, wie wir sie vor allem aus dem Konsumentenbereich kennen. Tech-Giganten, aber auch spezialisierte Anbieter, die mit datenbasierten Empfehlungen zum Beispiel personalisierte Einkaufserlebnisse oder KI-gestützte Kundenservices immer besser realisieren können. Als Zweites Die großen Unternehmensplattformen, wo es eher darum geht, die Wertschöpfungsketten in der Organisation neu zu gestalten, neu zu vernetzen, neu zusammenzusetzen.

 

Prof. Dr. Sabina Jeschke

Also ein Automobilhersteller etwa, der zusammen mit seinen Zulieferern gemeinsame Datenräume nutzt, um Einkaufsprozesse zu beschleunigen und so weiter. Und schließlich haben wir datengetriebene Plattformen im industriellen Kontext, also sowas wie smarte Fertigungsnetzwerke, Energiepools am Strommarkt, Agrarplattformen, wo also über Unternehmensgrenzen hinweg Akteure zusammenarbeiten, Daten zusammenfügen, um auf diesen Daten intelligente neue Services konstruieren, steuern zu können. Und überall erleben wir, wie Marktregeln und Machtverhältnisse auf den Kopf gestellt werden. Wer in der Lage ist, künstliche Intelligenz mit der Verfügbarkeit von Daten klug zu kombinieren, der kann Grenzen verschieben, neue Geschäftsmodelle entwickeln und etablierte Wettbewerbsstrukturen innerhalb kürzester Zeit aus dem Gleichgewicht bringen. Und in der Tendenz kann der Angreifer das oft mit vergleichsweise geringen Ressourcen. Wir hören von einem der jungen Angreifer, von Felix Schlenter. Er ist CEO des Start-ups AI First.

 

Felix Schlenter

Dazu das folgende Statement: Und jetzt passiert aber was Interessantes. Und zwar kommen immer mehr AI-First-Unternehmen, Challenger-Unternehmen, die sagen, wir bauen auf der grünen Wiese auf und nutzen radikal KI von Tag eins und gehen damit in traditionelle Branchen rein. Das passiert gerade in Anwaltskanzleien, in Unternehmensberatung, in Steuerkanzleien. Da gibt es jetzt ganze Roll-ups, die sagen: Komm, wir ziehen diese ganzen Unternehmen zusammen und bauen da halt eine AI- First-Firma, die den gleichen Service für einen ganz viel, viel geringeren Preis bringen kann. Und ich weiß nicht, wie lange das dauern wird, aber die werden natürlich ab einem bestimmten Punkt Marktanteile abgrasen, was den Druck auch auf etablierte Player steigern wird.

 

Prof. Dr. Sabina Jeschke

Und Nicolas von Rosty, Managing Director von Heinrich Struggles, ist noch etwas kritischer, was die Chancen der aktuellen Platzhirsche angeht.

 

Nicolas von Rosty

Ich muss ehrlich sagen, ich bin immer noch überrascht, wie viele an ihren bestehenden Geschäftsmodellen festhalten und abwarten. Wir werden viele Unternehmen sehen, die es sehr bald nicht mehr geben wird, weil sie zu langsam sind in ihrer Anpassung. Und andere, das ist das klassische Survival of the Fittest. Also Geschwindigkeit wird ein ganz wesentlicher Faktor sein und Geschwindigkeit geht nur mit Risikobereitschaft.

 

Prof. Dr. Sabina Jeschke

Wir sehen, dass und wie KI Marktstrukturen verändert. Ein besonderes Augenmerk der Industrie liegt aktuell auf dem Einsatz von Agentic AI und dem Versuch, Agentic AI in möglichst vielen Unternehmensbereichen einzusetzen für Automatisierung und Effizienzsteigerung. Aber damit ist natürlich auch klar, dass mit neuen Geschwindigkeiten und vor allem mit neuen Möglichkeiten auch immer die Verantwortung wächst. Wer im daten- und KI-getriebenen Wettbewerb bestehen will, der muss eben auch sicherstellen, dass nicht nur die Technik funktioniert, sondern dass Prozesse und Entscheidungen nicht einfach nur effizient sind, sondern nachvollziehbar, fair, regelkonform. Das Stichwort Governance. Regeln, Strukturen, Verantwortlichkeiten sind das Rückgrat jeder funktionierenden Organisation. Das ist erst einmal gar nicht auf das Thema der KI beschränkt, aber tatsächlich kaum ein Gebiet hat die gewohnten Leitplanken so stark auf die Probe gestellt wie eben diese neue Ära der künstlichen Intelligenz. Der Unterschied kommt vor allen Dingen daher: Hier organisieren wir ein Zusammenspiel von Systemen, von Methoden, von Technologien, bei denen selbst die erfahrensten Experten, Expertinnen eben nicht auf jahrelange Erfahrungswerte zurückgreifen können. Und die Entwicklung der künstlichen Intelligenz verläuft extrem rasant. Klassische Governance kennt erprobte Spielregeln und weitet sie im Laufe der Zeit immer weiter aus, entwickelt sie also evolutionär weiter. Aber im Kontext von KI und Dateninnovation entstehen Laufend neue Fragen, schneller als wir diesen Podcast senden können.

 

Prof. Dr. Sabina Jeschke

Ein paar Beispiele gefällig? Wer trägt Verantwortung, wenn autonome Systeme, welche eigentlich, selbstständig Entscheidungen, welche eigentlich, treffen? Wie sichern wir Transparenz und Nachvollziehbarkeit? Also wie können wir nachträglich erkennen, warum Algorithmen Entscheidungen so gefällt haben, wie sie sie gefällt haben? Welche Rollen, ich denke etwa an Data Owner, an KI-Ethikboards und so weiter, brauchen wir, die wir heute in dieser Form in Unternehmen überhaupt noch nicht haben? Governance in der KI-Ära heißt, Strukturen und Regeln für etwas zu bauen, was wir selber noch nicht wirklich kennen, gerade kennenlernen. Tom Thiele, Principal bei Assadi Little, sagt dazu: Governance wird Teil der Wertschöpfung.

 

Tom Thiele

Der sichere Betrieb von KI entscheidet. Das bedeutet die sichere Entwicklung, die Fähigkeit zur sicheren Nutzung, aber auch die Fähigkeit zum korrekten Einsatz. Also wie evaluiere ich, welche Risiken habe ich, wie kann ich das auditieren und wie ist das Interaktionsmuster meiner Agenten untereinander?

 

Prof. Dr. Sabina Jeschke

Und das ist die eigentliche Herausforderung. Governance bewegt sich nicht mehr auf dem bekannten Terrain, sondern in einer Art Möglichkeitsraum zwischen Innovation, Risiko und Verantwortung. Und das in einer schier unglaublichen Geschwindigkeit, gegen die die vergangenen technologischen Revolutionen regelrechte Schlafwagenfahrten waren. Wer also heute Organisationen, Wertschöpfung mit Daten, KI erneuern will, der muss bereit sein, diese Spielregeln wieder neu zu schreiben. Und das geschieht jenseits von Standardhandbüchern. Damit wären wir jedenfalls für heute am Ende unserer Reise durch ein neues Produktivitätsdreieck. Die Idee des Produktivitätsdreiecks verwende ich als ein analytisches, aber hoffentlich auch anschauliches Bild für die drei Haupteinflussfaktoren von künstlicher Intelligenz auf die Produktivität. Es ist zum einen die Technologie. Es waren immer technologische Fortschritte, die Produktivitätssprünge ermöglicht haben. Zweitens die Kompetenzen. Ohne die notwendigen Fähigkeiten, Lernbereitschaft, interdisziplinäres Know-how werden die Technologien weder eingeführt werden können noch nutzen. Also das Humankapital, Skillset, definiert den Unterschied zwischen Mitläufern und Vorreitern. Und drittens Governance. Während Governance in Organisation und Führung vor allen Dingen für Stabilität und natürlich auch Effizienz zuständig war, ist die Rolle heute deutlich komplexer, weil wir eine Governance brauchen, die im KI-Zeitalter mit sehr hohen Geschwindigkeiten und schnellen Innovationen verantwortungsvoll umgehen muss. Veränderung war schon immer Was ist also neu?

 

Prof. Dr. Sabina Jeschke

Es ist zum einen die Dynamik. Alle drei genannten Komponenten verschieben und verstärken sich gleichzeitig. Permanentes Anpassen, Navigieren ist absolut notwendig. Zweitens die Beziehung der Achsen. Erst heute sind alle drei Achsen extrem stark miteinander verwoben. Das heißt, die Veränderung des einen ohne die gleichzeitige Berücksichtigung der Veränderung in den anderen beiden ist schlicht unmöglich. Und schließlich arbeite ich mit einer deutlich höheren Unsicherheit. Die Spielregeln in diesem schnellen Innovationszeitalter sind nicht fest. Sie werden permanent neu ausgehandelt, sie werden permanent neu gestaltet. Und das ist tatsächlich ein Novum gegenüber den letzten industriellen Revolutionen, aber auch gegenüber den letzten Produktivitätswellen. Und wir sehen die Wirkung bereits In der ganzen Breite. Wir hören noch einmal Michael Heise, Chefökonom von Edgecure Trust.

 

Michael Heise

Also ich denke, einen Produktivitätseffekt kann man mit etwas Fantasie schon sehen in den Daten. Natürlich ist die gesamtwirtschaftliche Produktivität immer auch von der Konjunktur abhängig. Aber darüber hinaus, glaube ich, sieht man schon ganz leicht in den Konturen einen stärkeren Produktivitätseffekt durch KI. Und das Besondere hieran ist aus meiner Sicht, dass eben KI über die ganze Breite der Wirtschaft wirkt. Also nicht nur im Industriesektor, wo sicher die Chancen recht groß sind, sondern vor allem auch im Dienstleistungsbereich. Und das ist sehr wichtig, denn der Dienstleistungsbereich ist langfristig immer eine Produktivitätsbremse gewesen und hat die gesamtwirtschaftliche Produktivität eher abgebremst. Der Strukturwandel hin zum Dienstleistungsbereich Und das ändert sich.

 

Prof. Dr. Sabina Jeschke

Und damit bleibt die alles entscheidende Frage: Was heißt das für uns alle? Was heißt das für Unternehmenslenker? Was heißt das für Teams? Was heißt das für Politik? Und was heißt das für Gesellschaft? Eine geschlossene Antwort ist hier kaum möglich. Aber Produktivität ist gestaltbar. Sie ist allerdings auch kein Selbstläufer. Das bedeutet, dass wir selber Gesellschaft, Unternehmen, an der Gestaltung von künstlicher Intelligenz mitwirken müssen, den Anspruch haben müssen, im Driver's Seat zu sitzen, anstatt die Entwicklung wie in anderen Technologien nur vom Beifahrersitz aus zu beobachten. Wenn wir auf dieses Produktivitätsdreieck schauen, da wird sofort klar, dass es um viel mehr geht als Effizienz. Es geht darum, wie Technologie, Kompetenz und Governance sich gegenseitig fordern und fördern. KI ist nicht eine Art von Zauberstab, sondern es ist ein Verstärker dessen, was wir aus ihr machen. Ohne strukturierte Daten, ohne lernende Teams und ohne klare Spielregeln bleibt ihr Potenzial Theorie. Herzlichen Dank, dass Sie bei dieser Folge von AI US dabei waren. Mein besonderer Dank gilt unseren Sponsoren von Workday, die diesen Podcast möglich gemacht haben, sowie dem Produktionsteam von 40Vox, Björn Kras-Könitz und Viktor Riedmann für die technische Umsetzung, für den finalen Schnitt. Und ganz ausdrücklich bedanken möchte ich mich bei all meinen Interviewpartnern, Interviewpartnerinnen, die mit ihren Hintergründen, ihren Einblicken, ihren O-Tönen Beiträge für diese Folge geliefert haben.

 

Björn Krass

Das war die erste Folge von AI US, dem Workday-Podcast mit Sabina Jeschke. In der nächsten Folge werden wir die Zusammenarbeit von Mensch und Maschine im KI-Zeitalter weiter beleuchten. Wenn die Themen und Ideen dieser ersten Folge Ihr Interesse geweckt haben, dann würden wir uns freuen, Sie am 28. April bei der Workday Elevate in Berlin begrüßen zu dürfen. Hier dreht sich alles um die Zukunft der Arbeit im Zeitalter der KI. Eine kostenlose Anmeldung erfolgt über die Webseite von Workday. Den Link dazu finden Sie auch in den Shownotes.