Der ROI von KI: Wie man eine KI-gestützte Organisation aufbaut

David Rice: Sie konzentrieren sich derzeit stark auf den ROI von KI. Können Sie erläutern, was Sie auf Makroebene beobachten?

Ravin Jesuthasan: Viele Unternehmen sind mit einer technologiegetriebenen Herangehensweise gestartet, haben die Technologie implementiert, die Mitarbeitenden etwas geschult und gehofft, die Produktivität der Belegschaft zu erhöhen. Der tatsächliche Mehrwert aus KI entsteht jedoch dort, wo Unternehmen zunächst bei der Arbeit ansetzen und dann herausfinden, wie verschiedene KI-Tools die Arbeitswelt tatsächlich transformieren können.

David Rice: Warum gibt es Ihrer Meinung nach diese Diskrepanz und welches Risiko birgt eine solche Führungslücke?

Ravin Jesuthasan: Es handelt sich nicht um eine technologische, sondern um eine menschliche Herausforderung. Unsere Führungskräfte müssen von digitaler Kompetenz zu echter KI-Kompetenz übergehen.

David Rice: Wenn Sie den Prozess der KI-Einführung in Unternehmen von Grund auf neu gestalten könnten, wie sähen die ersten 90 Tage aus?

Ravin Jesuthasan: Wir müssen unsere „Nordstern“-Ausrichtung klar definieren. Die Arbeit analysieren und herausfinden, wie KI konkret eingesetzt werden kann, um spezifische Probleme zu lösen. Es ist wichtig, alle Veränderungstreiber zu verstehen. Der Prozess wird die gesamte Struktur der Arbeit infrage stellen.

David Rice: Willkommen beim People Managing People Podcast – die Show, in der wir Führungskräfte dabei unterstützen, Arbeit im Zeitalter der KI menschlich zu halten. Ich bin Ihr Gastgeber, David Rice. Heute begrüßen wir Ravin Jesuthasan, einen Futuristen, Autor und eine der weltweit führenden Stimmen zur Transformation der Arbeitswelt. Ravin erklärt uns, warum die meisten Unternehmen bislang keine spürbare Rendite aus ihren KI-Investitionen erzielen und warum ein technologieorientiertes Denken sie ausbremst.

Er erläutert, was es braucht, um tatsächlich ein KI-gestütztes Betriebsmodell zu schaffen, weshalb traditionelle, stellenbasierte Identitäten erodieren und wie Führungskräfte von digitaler zu echter KI-Kompetenz gelangen, um mit gutem Beispiel voran zu gehen. Egal, ob Sie HR-Manager, Strategieexperte oder einfach an Führung im Zeitalter intelligenter Systeme interessiert sind – diese Folge ist genau das Richtige für Sie. Legen wir los.

Ravin, willkommen.

Ravin Jesuthasan: Danke, David. Es freut mich, heute hier zu sein.

David Rice: Absolut. Sie beschäftigen sich aktuell intensiv mit dem ROI von KI. Das war bereits Thema in unserem Vorgespräch – inklusive der systemischen Auswirkungen auf die Weltwirtschaft. Lassen Sie uns dort einsteigen. Was beobachten Sie auf Makroebene, insbesondere in Bezug auf Arbeitskräftebedarf und Transformation?

Ravin Jesuthasan: Genau, David. Seit knapp drei Jahren sind wir alle von generativer KI fasziniert – angefangen mit ChatGPT, und neuerdings auch agentenbasierter KI. Viele Unternehmen greifen das Thema auf, um am Markt zu punkten und sichtbar zu sein, während sie KI einführen.

Es gibt jedoch eine große Kluft zwischen Schein und Sein. Mit Ausnahme weniger Unternehmen sehen die meisten bislang keine echte Rendite auf ihre KI-Investitionen. Dafür gibt es zwei Hauptgründe: Zum einen gehen viele technologieorientiert vor. Sie implementieren die Technologie (besonders generative KI, die viele von uns via Handy, Laptop oder Tablet nutzen können), schulen dann die Mitarbeitenden ein wenig und hoffen, es läuft besser. Das ist das klassische „Gießkannen“-Prinzip, das wir auch in früheren Veränderungsphasen gesehen haben. Abgesehen von Ausnahmen verschafft diese Herangehensweise aber nur selten einen echten Mehrwert.

Dort, wo Unternehmen allerdings wirklich profitieren, gehen sie den umgekehrten Weg: Sie stellen die Arbeit in den Mittelpunkt und überlegen, wie verschiedene KI-Tools diese transformieren können. Wo kann KI ersetzen? Wo ergänzen? Wo transformieren? Ein weiterer Vorteil – unabhängig vom direkten ROI – liegt darin, dass dadurch der Wandel der erforderlichen Kompetenzen in der Belegschaft sichtbar wird.

Wo werden Aufgaben ersetzt, Kompetenzen also überflüssig? Wo ändern sich Tätigkeiten und man muss Kompetenzen anpassen? Wo ergänzt KI die Arbeit und man benötigt zusätzliche Kompetenzen, um die Technik sinnvoll einzusetzen?

David Rice: Ein großes Hindernis scheint die starke Identifikation mit dem eigenen Beruf zu sein, oder?

Das ist nachvollziehbar. Der klassische Weg, im Arbeitsmarkt Wert zu schaffen, besteht darin, sich bestimmte Aufgaben zu eigen zu machen und sukzessive in höherwertige Aufgaben mit besserer Bezahlung und höherer Sicherheit hineinzuwachsen. Aber KI verändert diese Jobs. Es ist also auch eine emotionale Transformation im Gange.

Wie können Führungskräfte Mitarbeitende dabei unterstützen, ihr Selbstverständnis von „Was mache ich?“ zu „Was kann ich werden?“ weiterzuentwickeln?

Ravin Jesuthasan: Sehr wichtiger Punkt, David. Über 150 Jahre hinweg war der Job die wichtigste „Währung“ für Arbeit. Jetzt erleben wir, dass traditionelle Berufe auseinandergerissen werden, weil KI manche Aufgaben ersetzt, andere ergänzt und wieder andere transformiert. Das Identitätsgewand der Arbeitswelt wird also infrage gestellt. Sie haben das sehr treffend formuliert: Bisher lautete das Selbstbild vieler Beschäftigter „Was ich mache, bin ich“. Jetzt geht es darum, „Was ich werden kann“ in den Fokus zu stellen. Um es pathetisch zu sagen: Descartes sagte „Ich denke, also bin ich“, meine Freundin Sherry Turkle prägte im Zeitalter der sozialen Medien „Ich teile, also bin ich“. Ich denke, künftig sollte das Credo lauten: „Ich lerne, also bin ich“. Wir werden fortwährend gefordert sein, uns neu zu erfinden.

Da sich Tätigkeiten verändern, müssen auch Identitäten sich vom Erreichten zum Möglichen wandeln. Welche Kompetenzen kann ich erwerben? Wie bleibe ich relevant in einer sich wandelnden Welt? Der ständige Wandel wird zur Normalität.

Ein Zitat passt hervorragend zur aktuellen Zeit: Der große Zukunftsforscher Alvin Toffler schrieb bereits 1970 in seinem Buch „Future Shock“: „Analphabeten des 21. Jahrhunderts sind nicht jene, die nicht lesen oder schreiben können, sondern jene, die nicht lernen, verlernen und umlernen können.“

David Rice: Interessanterweise war Lernen bisher oft sehr zielgerichtet – man lernt, um ein konkretes Ziel zu erreichen, nicht des Lernens wegen. Der Ansatz war also eher transaktional: Ich lerne X, um Y zu bekommen. Diese Einstellung müssen wir überdenken, oder? Die Diskussion rund um Identität und Transformation fehlt bei KI oft, vielleicht auch, weil wir unsere Narrative falsch erzählen. Welche Formate sollten sich aus Ihrer Sicht ändern, damit nicht nur über Tools, sondern ganzheitlich über Menschen und den Wandel gesprochen wird?

Ravin Jesuthasan: Ein sehr wichtiger Aspekt, David. Sowohl wir als Führungskräfte als auch als Spezies insgesamt: Wir neigen dazu, KI zu sehr zu segmentieren, betrachten sie als ein isoliertes Thema und übersehen die Verbindungen zu Kompetenzentwicklung und Identität wie soeben besprochen.

Wir müssen weg vom reinen Staunen über technische Möglichkeiten („Tech first“) und uns fragen: Was muss tatsächlich getan werden? Wie sieht das Ökosystem der Arbeit aus? Technologie ist ein Mittel zum Zweck, nicht der Zweck an sich. Mein Freund Gary Bowles spricht oft über den Zusammenhang von Mindset, Skillset und Toolset: Für die Transformation brauchen wir alle drei. Wir benötigen gute, abteilungsübergreifende Gespräche über die Auswirkungen auf die Arbeitswelt und darüber, wie wir die Beschäftigten mitnehmen. Schließlich sind wir eine Konsumgesellschaft, und sobald Kaufkraft durch Arbeitsplatzverlust schwindet, steht das System auf dem Spiel. Wir müssen daher die Folgen abteilungsübergreifend betrachten: Wie qualifizieren wir Menschen weiter? Wie sichern wir Beschäftigung, damit weiterhin Einnahmen aus produktiver Arbeit möglich sind?

David Rice: Ich stelle oft folgende Frage, weil es unrealistisch ist zu glauben, wir würden plötzlich in ein Zeitalter eintreten, in dem Konsum nicht mehr der wichtigste Antrieb des Menschen ist. Eine große Herausforderung sehe ich darin, dass auf Führungsebene häufig reine Effizienzsteigerung angestrebt wird, anstatt tiefergreifende Transformation zuzulassen. Es geht immer darum, Produktivität zu verzehnfachen. Was sollten Führungskräfte aus Ihrer Sicht messen oder anstreben, um mit KI über Kostensenkung hinaus echten Mehrwert zu schaffen?

Ravin Jesuthasan: Ein sehr wichtiger Punkt, David. Der Fokus liegt oft zu eng auf Kostensenkung als Weg zur Gewinnsteigerung. Investitionen in Wachstum sind hingegen risikobehaftet. In meiner Arbeit mit Kunden lege ich Wert auf drei Kennzahlen: Effizienz bleibt essenziell, weil künftiges Wachstum ohne proportional höheren Ressourceneinsatz – sei es Personal, Kapital oder Sachmittel – erreicht werden muss. Dann ist Produktivität wichtig: Oft wurde in Technik investiert, die Produktivität blieb jedoch aus, weil einfach zu hoffen, es würde schon laufen, nicht genügt. Die Arbeit muss gezielt umgestaltet werden, damit die Produktivität in der Architektur der Tätigkeit selbst verankert ist.

Das dritte und sehr wichtige Kriterium ist Agilität. Wie verlagern wir Ressourcen dorthin, wo durch Automatisierung Aufgaben wegfallen, und gleichzeitig neue Wachstumschancen entstehen? Mit diesen drei Parametern bauen wir Geschäftsmodelle, die sich kontinuierlich neu erfinden und weiter wachsen können – mit weniger Ressourcen, aber optimal genutzt.

David Rice: Mir fällt bei Gesprächen mit Führungskräften Folgendes auf: Die Dringlichkeit, KI im eigenen Arbeitsalltag einzusetzen, ist meist weniger groß als die, die Mitarbeitenden dazu zu bewegen. KI wird in der Diskussion vorrangig als strategisches Tool angesehen, wie etwa die Recherchemöglichkeiten von ChatGPT, die zum Gamechanger werden. Warum gibt es diese Diskrepanz und worin liegt das Risiko bei diesem Führungsdefizit?

Ravin Jesuthasan: Sehr gute Frage und tatsächlich ein großes Risiko, denn KI ist keine technologische Herausforderung – wie oft richtig gesagt wurde –, sondern eine Veränderungsaufgabe für Menschen und Organisationen. Es hinterfragt Geschäfts-, Personal- und Organisationsmodelle grundlegend.

Unsere Führungskräfte müssen von reiner digitaler zu echter KI-Kompetenz wechseln. In Davos dieses Jahr durfte ich zwei Panels moderieren – eins mit CEOs und eins mit CHROs. Ich fragte: Sie alle führen KI ein und verkünden das in Ihren Quartalsberichten. Aber wie viele von Ihnen nutzen diese Tools tatsächlich selbst? Die Antwort: In beiden Gruppen maximal 10 %. Und wie motivieren Sie Ihre Belegschaft? Eine Antwort lautete sinngemäß: „Wir nutzen die Tools kaum, unsere Assistenten erledigen das.“ Diese Haltung ist hochproblematisch. Denn: Wenn KI nur als transaktionales Werkzeug gilt, delegiert man sie wie eine Aufgabe an den Assistenten. Sie wird aber zum strategischen Tool, wenn sie integral gedacht und angewendet wird – in jeder Phase des Geschäfts: Von der Memo-Erstellung bis zur Wettbewerbsanalyse. Die eigene Arbeitsweise muss sich grundlegend wandeln.

John Boudreaux und ich haben in meinem dritten Buch schon 2018, als Machine Learning und Deep Learning aktuell waren, rund 135 Unternehmen betrachtet. Uns fiel auf: Das größte Hindernis für den Wandel ist das Festhalten an Denkmustern, Kompetenzen und Tools vergangener Zeiten, gerade auf Führungsebene – damals wie heute, trotz viel mächtigerer Tools als damals.

David Rice: Bleiben wir beim Thema KI-Kompetenz: Wie sieht aus Ihrer Sicht „KI-Fluency“ für Führungskräfte konkret aus – was tun sie, was unterscheidet sie?

Ravin Jesuthasan: Ganz konkret: Führende Persönlichkeiten sollten sich täglich Zeit nehmen, um sich mit neuen Tools und deren Entwicklung auseinanderzusetzen, sie auszuprobieren und zu verstehen. Natürlich muss der Datenschutz gewahrt werden – trotzdem kann ich beispielsweise ChatGPT oder Claude privat testen, ebenso wie viele andere neue Werkzeuge. Ich muss meine Kompetenzen aktiv ausbauen.

Ein Vorbild in dieser Hinsicht ist mein eigener Vorgesetzter, wie ich offen sagen kann. Jedes Meeting beginnt bei ihm mit einer Erkenntnis aus KI: Auswertungen interner Daten, Einblicke in Wettbewerber, Analysen mit KI-Unterstützung – KI ist integraler Bestandteil seiner Arbeit. Das Motivations- und Mitzieheffekt in unserem Führungsteam ist enorm. Gerade in der Beratung, die sich fundamental wandelt, ist das entscheidend: Mit gutem Beispiel vorangehen, den Einsatz transparent machen, Zugang, Schulung und Neugestaltung der Jobs ermöglichen. Diese Vorbildfunktion ist elementar.

David Rice: Oft diskutiert man Datensätze und Risiken, dabei kann man mit ChatGPT z.B. Prüfdatensätze generieren lassen, um die Tools zu testen. Es gibt viele Möglichkeiten dazu. Nach all Ihren Marktbeobachtungen: Wo würden Sie starten, wenn Sie KI-Einführung von Grund auf neu gestalten könnten? Wie sähen die ersten 90 Tage idealerweise aus?

Ravin Jesuthasan: Drei Dinge halte ich für essenziell, David: Erstens – absolute Klarheit über den eigenen „Nordstern“. Es wird ein fortlaufender Prozess, aber wir brauchen ein klares Zielbild: Was wollen wir mit einer KI-gestützten Betriebsstruktur in 6, 9 oder 12 Monaten erreichen? Was bedeutet das für Führungskräfte, Mitarbeitende, Anteilseigner? Welche grundlegenden Voraussetzungen und Bausteine brauchen wir – von Lizenzen über Daten bis zu anderen Ressourcen? Das ist der erste Schritt.

Zweitens – Prototypen und Experimentieren: Wirklich erfolgreich ist, wer bei der Arbeitsanalyse beginnt. Wo kann KI konkret helfen? Aus solchen Piloten entstehen Business Cases und überzeugende Beispiele, wie KI Wert schafft. Einige Artikel dazu finden sich im MIT Sloan Management Review und Harvard Business Review – bis zu 45 % Produktivitätssteigerung oder 30 % mehr Profitabilität sind realistisch. Prototypisierung ist also zentral.

Drittens – Den strukturellen Wandel aktiv gestalten. KI wirkt über Produktivität, Agilität und Effizienz hinaus und verändert das gesamte Geschäftsmodell: Wie wird budgetiert, wie ist die Arbeit organisiert? KI stellt die vorhandenen Strukturen, Funktionen und die Führungskompetenzen grundlegend infrage. Deshalb müssen all diese Dimensionen – die Veränderungstreiber – professionell mitbedacht werden, um nicht nur punktuelle Experimente, sondern ein wirklich KI-gestütztes Betriebsmodell aufzubauen.

David Rice: Vielen Dank für das Gespräch. Ich weiß Ihre Zeit sehr zu schätzen. Danke, dass Sie heute im Podcast waren.

Ravin Jesuthasan: Sehr gerne, David. Es hat mir große Freude gemacht, danke.

David Rice: Möchten Sie abschließend noch sagen, wie man Sie erreichen oder mehr über Ihre Arbeit erfahren kann?

Ravin Jesuthasan: Ja, gerne. Besuchen Sie bitte die Seite mercer.com – dort finden Sie viele unserer Tools, Methoden und Studien. Außerdem gibt es meine Homepage ravinjesuthasan.com, und Sie können mir gerne auf LinkedIn, Twitter (bzw. X), Threads und anderen sozialen Medien folgen. Ich poste dort regelmäßig Forschungsergebnisse und Artikel von mir.

David Rice: Ausgezeichnet, vielen Dank nochmals, bis zum nächsten Mal.

Ravin Jesuthasan: Gerne. Danke, David.