Kleine Teams Verschenken Ihren Größten KI-Vorteil
KI-Erfolgsfaktor: Umgestaltete Arbeitsabläufe sind entscheidend für eine erfolgreiche KI-Implementierung – wichtiger als Budget oder Technologie.
Vorteil Kleine Teams: Kleine Teams ermöglichen von Natur aus Zusammenarbeit und vermeiden so die langsamen Prozesse großer Organisationen.
Bedeutung Von Zusammenarbeit: Effektive KI-Einführung erfordert Teamarbeit und ein Überdenken der Entscheidungsprozesse, nicht nur neue Tools.
Irgendwo sieht sich gerade ein Gründer eine Rechnung an und fragt sich, wofür er eigentlich bezahlt hat. Die Arbeit ist getan. Er kann sie nur noch nicht sehen.
Ich habe diese Rechnung verschickt. Wochenlang habe ich an einer Sache gearbeitet, von der ich überzeugt war, ohne dass der Kunde einen sichtbaren Fortschritt erkennen konnte. Insgeheim weißt du, dass sie deinen Wert infrage stellen. Was sie nicht sehen, ist die einzig entscheidende Arbeit.
Die Arbeit, die man nicht auf eine Folie packen kann
Zwanzig Stunden im Monat. Jede Stunde ist auf der Rechnung gelandet, und hätte der Gründer mich mitten im Prozess gefragt, welchen Wert ich geschaffen habe, hätte ich kaum eine plausible Antwort gewusst, die die Kosten rechtfertigt.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Wir haben Werkzeuge miteinander verglichen, Workflows über Bord geworfen, die das Team jahrelang genutzt hatte und sind zusammengesessen, um überhaupt erst zu definieren, was „besser“ eigentlich bedeuten sollte. An manchen Tagen haben wir drei Stunden gebraucht, um herauszufinden, dass ein Tool, von dem wir überzeugt waren, das eine entscheidende Feature nicht liefern konnte.
So einen Fortschritt kann man nicht auf eine Folie schreiben. Und auf der anderen Seite der Rechnung sieht ein Gründer zu, wie das Budget schmilzt, die Runway schrumpft und die Burn Rate steigt. Sie wären damit nicht allein.
Letztes Jahr haben mittelständische Firmen durchschnittlich jeweils ein KI-Projekt abgebrochen. Die Kosten pro Projekt lagen bei über 4 Millionen Dollar – und das alles, weil der Wert nicht schnell genug sichtbar wurde.
Auf unserer Seite der Rechnung arbeiteten wir als verteiltes Team in verschiedenen Städten, jeder mit einem eigenen Produktbereich, und versuchten Probleme zu lösen, die sich beim genauen Hinsehen immer weiter vervielfältigten. Das Geschäft brauchte Tempo. Das Produkt brauchte Qualität. Die Tools waren unerprobt. Jede Lösung, die für einen funktionierte, schuf ein neues Problem bei einer anderen Person.
Das kann man nicht mit einer Checkliste oder einem Projektplan entwirren. Gelingen kann das nur, wenn jede Perspektive in denselben Dialog kommt, wenn alle Kompromisse transparent gemacht werden und die Schritte gefunden werden, die den größten Gesamtnutzen bringen, ohne die Probleme nur zu verlagern.
Das ist langsam. Das taugt nicht fürs Fotoalbum. Aber es ist der einzige Weg, wie es funktioniert.
Diese Probleme vervielfältigen sich, weil jede Person im Team auf eine andere Sache optimiert – und die alten Regeln, um diese Unterschiede auszubalancieren, nicht mehr greifen. Der Entwickler braucht Integration ohne Nacharbeit. Der Designer braucht kreative Kontrolle, ohne den Prozess auszubremsen. Der Gründer will, dass alles billiger und schneller läuft.
In jedem dieser Bedürfnisse stecken dutzende kleinere Kompromisse, und alle hängen irgendwie zusammen. Optimierst du für den Gründer, leidet die Qualität. Optimierst du für den Designer, verzögerst du alles.
Unsere Arbeit bestand also darin – die langsame, unsichtbare, frustrierende Arbeit –, für jede Entscheidung die Version zu finden, die dem Gesamtsystem den größten Nutzen brachte, ohne den Schaden einfach nur zu verlagern.
Die eine Variable, die den KI-Erfolg wirklich vorhersagt
Wird das übersehen, skalieren die Probleme schneller, als man sie lösen kann. McKinsey befragte fast 2.000 Führungskräfte aus 105 Ländern und untersuchte 25 Faktoren, die vorhersagen, ob KI echten geschäftlichen Mehrwert liefert. Der entscheidende Faktor war nicht das Budget, nicht die Einbindung der Führungsspitze oder die Auswahl der Technologie. Entscheidend war, ob das Unternehmen seine Arbeitsabläufe grundsätzlich neu gestaltet hatte.
Dann haben wir in zwei Tagen das ausgeliefert, was im alten Workflow Wochen und drei oder vier Leute gebraucht hätte. Kein Entwurf, kein Prototyp – sondern ein fertiges Arbeitsergebnis, geprüft, freigegeben und bereit, Probleme zu lösen, um die das Team monatelang herumgesteuert war.
Das schwierigste Problem war nicht die Produktion der Arbeit. Es war die Tatsache, dass wir so viel so schnell produzieren konnten, dass die alte Frage – was streichen wir, um im Budget und Zeitplan zu bleiben? – keine Rolle mehr spielte.
Die Kompromisse, die früher jede Planung dominiert haben, fielen kaum noch ins Gewicht. Stattdessen mussten wir überdenken, wo wir den Wert unserer Zeit, unserer Zusammenarbeit und unserer individuellen Beiträge einsetzen. Die Arbeit wurde nicht nur schneller. Sie hat auch das eingespielte Muster im Team durchbrochen, das jahrelang galt.
Der strukturelle Vorteil, von dem kleine Teams nichts wissen
Große Organisationen können das, was wir getan haben, nicht umsetzen. Sie bekommen nicht jeden Stakeholder an einen Tisch, um in Echtzeit über Kompromisse zu entschieden. Deshalb bauen sie Ersatzprozesse: Steuerungsausschüsse, Genehmigungsketten, "Centers of Excellence", eigene KI-Rollen.
All das ist teuer, langsam und darauf ausgelegt, das nachzuahmen, was ein kleines Team ohnehin schon auf natürliche Weise macht.
Ironischerweise sehen die meisten kleinen Teams das nicht so. Sie schauen auf das Playbook der Konzerne und glauben, so sähe ernsthafte KI-Einführung aus. Sie benennen jemanden zum Verantwortlichen, kaufen Tools, bauen Prozesse – und geben damit genau den strukturellen Vorteil aus der Hand, den sie ursprünglich hatten.
Laut Schätzungen von S&P Global haben im vergangenen Jahr 42 % der Unternehmen den Großteil ihrer KI-Initiativen aufgegeben – mehr als doppelt so viele wie im Jahr davor.
Die oft zitierte MIT-Studie, der zufolge 95 % der Unternehmens-KI-Pilotprojekte keinen messbaren Mehrwert bringen, wird häufig als Argument gegen KI-Initiativen verwendet. Was wir jedoch in der Praxis beobachten, ist: Sie scheitern nicht, weil die Technologie nicht funktioniert, sondern weil Unternehmen versuchen, diese in bestehende Strukturen zu pressen. Sie überspringen die langsame, unspektakuläre Arbeit, bei der Arbeitsprozesse neu gedacht, die Zusammenarbeit der Menschen hinterfragt, Entscheidungsebenen verändert und die Definition von Qualität neu bewertet werden muss – gerade weil die Werkzeuge alles verändern.
Sie müssen keinen KI-Spezialisten einstellen. Sie brauchen kein Kompetenzzentrum und keinen formellen Change-Management-Plan. Sie müssen nicht größer oder strukturierter werden, um KI erfolgreich einzusetzen.
Was Sie brauchen, ist bereits im Meeting: Die Menschen, die die Arbeit kennen, die die Kompromisse spüren und genau wissen, was aus ihrer Sicht gut ist.
Wir waren schon einmal an diesem Punkt. Jeder große Technologiesprung – vom PC über das Internet bis hin zur Cloud – erforderte das Gleiche: Zeit zum Lernen, Freiraum zum Experimentieren und die Erlaubnis, bestehende Denkmuster infrage zu stellen.
KI ist nicht anders, nur schneller. Es ist kein Problem, das eine Person für alle anderen lösen kann. Es ist eine Fähigkeit, die das gesamte Team entwickeln muss – so, wie es bei jedem neuen Werkzeug zuvor auch war. Geben Sie ihnen die Zeit und den Raum, sich gemeinsam damit auseinanderzusetzen.
Es ist kein Technologieproblem. Das war es nie.
