Die Übergabe zwischen Mensch und KI ist komplizierter, als Unternehmen denken

David Rice: Die meisten Gespräche über KI in Unternehmen beginnen mit derselben Frage: Was können wir automatisieren? Aber das ist der falsche Ausgangspunkt. In der heutigen Sendung spreche ich mit Paula Goldman, Chief Ethical and Humane Use Officer bei Salesforce, über den Unterschied zwischen der Gestaltung für Automatisierung und der Gestaltung für die Zusammenarbeit zwischen Mensch und KI.

Das ist nicht dasselbe. Bei Automatisierung geht es darum, welche Schritte man entfernen kann. Bei Zusammenarbeit geht es darum, wie sich Arbeit verändern könnte, wenn Menschen über eine neue Fähigkeit verfügen. Auch die Übergabe zwischen KI und Menschen ist nicht so eindeutig, wie wir gerne behaupten. Wenn Kunden wütend sind, möchten sie mit einer Person sprechen. Wenn es ihnen peinlich ist, bevorzugen sie oft die KI.

Pauschale Annahmen darüber, wo diese Grenze verläuft, werden Organisationen Vertrauen kosten, das nur schwer wiederherzustellen ist. Paulas zentrale These lautet: Je leistungsfähiger KI wird, desto wichtiger werden Urteilsvermögen und Beziehungsaufbau – nicht weniger wichtig. Produktivität ist ein Zwischenergebnis. Die interessantere Frage ist, was man mit der dadurch entstehenden Kapazität macht.

Heute sprechen wir darüber, warum ein Ausgangspunkt bei der Automatisierung Führungskräfte daran hindert zu erkennen, wie menschliche Arbeit Wert schafft, wie man die Übergabe zwischen KI und Mensch für die eigenen Anwendungsfälle gestaltet, warum inzwischen jeder Mitarbeiter KI mit derselben fehlenden Schulung verwalten soll, die Führungskräfte früher erhalten haben, und wie die Gestaltung für menschliches Aufblühen in der Praxis aussieht.

Ich bin David Rice. Dies ist People Managing People. Wenn Ihre KI-Strategie danach ausgerichtet ist, was Sie automatisieren können, statt danach, wie sich Arbeit verändern könnte, wird dieses Gespräch Ihre gesamte Perspektive neu ausrichten. Legen wir los.

Lernen Sie Teamflect kennen, die bestbewertete Plattform für Leistungsmanagement und Mitarbeiterengagement, entwickelt für Microsoft Teams.

Über eintausend Organisationen vertrauen darauf. Eine benutzerfreundliche und zugleich unternehmenstaugliche Lösung. Besuchen Sie Teamflect.com, um mehr zu erfahren.

Paula, herzlich willkommen in der heutigen Sendung.

Paula Goldman: Danke für die Einladung.

David Rice: Ich möchte das Gespräch mit der Beobachtung beginnen, dass viele Gespräche über KI in Unternehmen noch immer mit einer Variante der Frage anfangen: „Was können wir automatisieren?“

Sie argumentieren, dass die Gestaltung für Automatisierung und die Gestaltung für die Zusammenarbeit zwischen Mensch und KI grundsätzlich unterschiedliche Dinge sind. Wenn wir Automatisierung zum Ziel machen, was übersehen Führungskräfte dann hinsichtlich menschlicher Arbeit und der Art und Weise, wie sie Wert schafft?

Paula Goldman: Danke. Ich finde, Sie haben die Frage sehr gut formuliert, und ich glaube, sie besteht aus mehreren Teilen.

Zum einen geht es um den Unterschied zwischen einem transformativen Ergebnis und einem kleinen Effizienzgewinn. Wir sollten fragen: „Was wird durch KI für unser Unternehmen möglich? Wie können wir unsere Kunden, unsere Mitarbeiter und andere Beteiligte noch stärker begeistern?“ Auf einer grundlegenderen Ebene geht es aber auch darum zu erkennen, wo menschliche Interaktion für den Erfolg eines Ergebnisses entscheidend ist.

Wo beispielsweise die Verbindung zwischen der Person, die den Anruf entgegennimmt, und der Person, die anruft, den Unterschied zwischen einem zutiefst enttäuschten und einem begeisterten Kunden ausmacht. Oder wo menschliches Coaching für einen Mitarbeiter den Unterschied zwischen Motivation und Wachstum und deren Ausbleiben ausmacht.

Wir haben meiner Meinung nach massiv unterschätzt, warum das wichtig ist. KI ist unglaublich leistungsfähig, und wir können sehr viel mit ihr tun. Die richtige Frage lautet jedoch: Wie bringen wir Menschen und KI dazu, gut zusammenzuarbeiten, um verantwortungsvolle und außergewöhnliche Ergebnisse zu erzielen – und nicht nur, wo wir KI einsetzen können?

David Rice: Ein Teil unseres Problems besteht manchmal darin, dass Effizienz und Wert in unseren Köpfen beinahe gleichbedeutend sind. Ein Arbeitsablauf kann jedoch dramatisch effizienter werden und gleichzeitig schlechter darin sein, Dinge zu erzeugen, die wichtig sind: Vertrauen, Lernen, Kreativität und Urteilsvermögen. Automatisierung behandelt den bestehenden Arbeitsablauf tendenziell als Untersuchungseinheit.

Welche Schritte können wir entfernen? Zusammenarbeit stellt eine andere Frage: „Wie könnte dieser Arbeitsablauf jetzt aussehen, da Menschen über eine neue Art von Fähigkeit verfügen?“

Paula Goldman: Das haben Sie sehr gut formuliert.

David Rice: Ich glaube, das ist besonders für Personalvorstände relevant. Eine Finanzleitung wird vielleicht sehen, dass zwanzig Prozent Kapazität frei werden.

Die Personalabteilung muss fragen, was mit der beruflichen Expertise und dem Organisationssystem rund um diese Kapazität geschieht. Das ist eines der großen Themen, mit denen wir uns derzeit auseinandersetzen müssen. Sie haben über die Gestaltung der Übergabe zwischen KI und Menschen gesprochen. Diese Grenze ist jedoch nicht so einfach, wie zu sagen, dass KI Routineaufgaben übernimmt und Menschen komplexe Aufgaben erledigen.

Wir sagen das zwar, aber ich glaube nicht, dass es so eindeutig ist. Manchmal bevorzugen Menschen KI sogar für sehr sensible Interaktionen, während andere scheinbar einfache Situationen enorm von menschlicher Verbindung abhängen. Wie sollten Organisationen Ihrer Meinung nach bestimmen, wo diese Grenze verläuft, statt pauschale Annahmen zu treffen?

Paula Goldman: Die Aussage „Lassen Sie die KI Routineaufgaben erledigen und die Menschen komplexe Aufgaben übernehmen“ ist nicht falsch. Sie ist sogar ein guter Ausgangspunkt. Sobald man jedoch einzelne Anwendungsfälle betrachtet, wird es sehr interessant. Nehmen wir zum Beispiel den Kundenservice.

Wenn die KI eine Frage noch nie gesehen hat und über keine Daten zur Antwort verfügt, sollte sie sie wahrscheinlich nicht bearbeiten. Es gibt aber auch andere Faustregeln. Wenn etwas stark reguliert ist – etwa Steuerberatung für kleine Unternehmen –, soll ein Mensch die Aufgabe übernehmen.

Wenn man jedoch über die Emotionen oder die emotionale Verbindung von Kunden nachdenkt, wird es besonders interessant. Zahlreiche Studien und Daten zeigen, dass wütende Kunden normalerweise mit einer Person sprechen möchten. Wenn ihnen etwas peinlich ist, etwa wegen einer medizinischen Situation oder weil sie nicht das Gefühl haben möchten, beurteilt zu werden, neigen sie leicht zur KI.

Deshalb ist es wichtig, diese Trends und Vorlieben wirklich zu verstehen: Wo möchten Menschen mit Menschen sprechen und wo nicht? Im Kundenservice geht es dabei nicht nur um Effizienz. Es geht darum, ob man seinen Kunden behält oder nicht.

Viele Chancen dafür gibt es nicht. Deshalb beginnen wir gerade erst zu verstehen, wie Zusammenarbeit in der Praxis funktioniert. Die menschliche Seite zu berücksichtigen, ist entscheidend.

David Rice: Vielleicht ist der Unterschied also nicht so einfach wie „leicht oder komplex“, sondern lautet vielmehr: Was erwarten Menschen von dieser Interaktion?

Wenn sie wütend sind, möchten sie mit einem Menschen sprechen. Wenn sie sich vielleicht schämen oder Angst vor einer Bewertung haben, fühlt sich KI psychologisch etwas sicherer an, weil wir in unserem Leben bereits viele unangenehme Interaktionen mit Menschen erlebt haben.

Das deutet darauf hin, dass Organisationen vor der Entscheidung, wo Menschen eingesetzt werden sollten, Nutzerforschung und nicht nur Prozessanalysen benötigen. Diese Grenze ist außerdem nicht dauerhaft. Menschen möchten zunächst vielleicht die Bestätigung eines Menschen und gewöhnen sich später an KI – oder umgekehrt.

Wir verwenden also die Aufgabenkomplexität als Stellvertreter dafür, wo Menschen Wert schaffen. Ist die emotionale Bedeutung Ihrer Meinung nach die bessere Variable?

Paula Goldman: Ich glaube, beide Variablen sind sehr wichtig. Organisationen, die die Seite der menschlichen Verbindung ignorieren, tun das wahrscheinlich auf eigene Gefahr.

Beide Faktoren sollten berücksichtigt werden. Und Sie haben recht: Dinge werden sich verändern. Mit der Zeit gewöhnen sich Menschen möglicherweise stärker an Interaktionen mit KI, und KI wird natürlich immer besser und leistungsfähiger. Es könnte aber auch sein, dass Menschen menschliche Verbindung stärker schätzen.

Wenn Verbraucher und Mitarbeiter KI häufiger nutzen und sie einsetzen, um eingehende Informationen – etwa Marketingbotschaften – zu filtern, werden wir immer weniger menschliche Kontaktpunkte haben. Dadurch werden diese Kontaktpunkte deutlich wichtiger.

Es ist schwer vorherzusagen, wie sich das alles entwickeln wird. Nach dem Schreiben meines Buches bin ich jedoch sehr überzeugt davon, dass wir die Bedeutung der menschlichen Seite der Interaktion unterschätzen.

David Rice: Sie haben mir vor unserem Gespräch eine großartige Geschichte über Sozialarbeiter erzählt, die sich gegen ein KI-Tool wehrten, das ihnen die Rückkehr ins Büro nach Außenterminen ersparen sollte. Die Führung betrachtete diese Fahrt als Ineffizienz.

Die Mitarbeiter sahen darin jedoch den Ort, an dem sie schwierige Fälle gemeinsam verarbeiteten. Für Personalvorstände ist das eine viel größere Lehre: Wie unterscheidet man Verschwendung von scheinbar ineffizienten menschlichen Interaktionen, die Vertrauen, Lernen, Urteilsvermögen und Widerstandsfähigkeit tatsächlich am stärksten beeinflussen?

Paula Goldman: Das war ein gutes Beispiel dafür, wie wichtig es ist, ein solches Ritual wirklich zu verstehen. Wenn Menschen ins Feld gehen, begegnen sie schwierigen Fällen. Manchmal sehen sie Dinge, die ihnen bisher unbekannt waren, oder erleben eine emotionale Belastung. Sie möchten zurückgehen, gemeinsam verarbeiten und lernen, weil ein Kollege vielleicht schon etwas Ähnliches erlebt hat.

Die KI kann durchaus helfen, Notizen zu erstellen oder Prozesse zu erledigen. Die Frage lautet aber: Wie kann sie sowohl die Effizienz als auch das gemeinsame Lernen unterstützen? Dafür muss man das Ziel verstehen. Es geht nicht nur darum, Zeit zu sparen, sondern darum, das Lernen im Team zu verbessern und die besten Antworten für die Menschen zu finden, die von den Fallbearbeitern unterstützt werden.

Eine kleine Anpassung kann einen enormen Unterschied machen. In der Geschichte, die ich Ihnen erzählt habe, ging es um einen Gemeinderat im Vereinigten Königreich, bei dem ein Pilotprojekt abgelehnt wurde. Eine stärker am Menschen orientierte Umsetzung hätte das Projekt retten können – ebenso wie die Effizienz und das damit verbundene Lernen.

David Rice: Wir haben jahrzehntelang darüber gesprochen, dass Reibung schlecht ist und beseitigt werden sollte. KI gibt uns nun eine beispiellose Möglichkeit, genau das zu tun.

Was wir aber vermutlich zunehmend erkennen werden, ist der Wert positiver Reibung. Die Fahrt zurück ins Büro sah auf einer Prozesskarte wie Verschwendung aus. In Wirklichkeit war sie kollegiale Supervision, die Möglichkeit, gemeinsam abzuschalten, informelles Wissen zu teilen und schwierige Erfahrungen zu verarbeiten.

Ähnliche Beispiele gibt es überall: Nachwuchskräfte, die Gespräche erfahrener Kollegen mithören, Unterhaltungen nach Besprechungen oder die Frage an jemanden am Nachbartisch, wie er mit einer Situation umgehen würde. Diese Interaktionen sind unsichtbar, aber für die Kapitalrendite und die Entwicklung von Mitarbeitern von unschätzbarem Wert.

Paula Goldman: Da stimme ich zu. Sie haben zwei sehr wichtige Punkte angesprochen. Der erste betrifft den Wert der verschiedenen Rituale, die in einem Arbeitsumfeld stattfinden, und die Notwendigkeit, ihnen Beachtung zu schenken.

Der zweite betrifft den Wert positiver Reibung. Bei Salesforce nennen wir das bewusste Reibung. KI und Technologie sind sehr leistungsfähig und können Antworten in vielen Bereichen liefern. Es gibt jedoch Situationen, in denen der Unterschied zwischen einem erfolgreichen und einem gescheiterten Ergebnis darin besteht, dass ein Mensch mit seinem Urteilsvermögen eingreift.

Ich beschäftige mich täglich damit, an welchen Stellen man jemanden dazu bewegen sollte, noch einmal hinzusehen. Vielleicht geht es um eine folgenschwere Entscheidung, die KI in einem Einstellungsverfahren oder bei der Kreditprüfung empfiehlt und die menschliche Aufsicht erfordert. Vielleicht geht es aber auch einfach darum, dass jemand wirklich beteiligt sein soll.

Die Annahme, dass Reibung grundsätzlich schlecht ist, stimmt nicht. In bestimmten Bereichen brauchen wir Reibung im System.

David Rice: Ich habe einmal gehört, wie jemand das „tragende Ineffizienzen“ nannte. Das war eine amüsante Formulierung.

Sollte es Aufgabe des Personalvorstands sein, diese Ineffizienzen zu identifizieren, bevor eine KI-Transformation sie einfach beseitigt?

Paula Goldman: Die Rolle der Personalabteilung ist entscheidend, wenn es darum geht, all diese verschiedenen Unternehmensbereiche bei einer sinnvollen Nutzung von KI zu unterstützen. Das bringt viele neue Verantwortlichkeiten für die Personalorganisation mit sich.

Gleichzeitig muss diese Frage teilweise an die einzelnen Funktionen delegiert werden. Die Marketingorganisation weiß beispielsweise, wo Geschmack, Kreativität und menschliche Authentizität in Botschaften wichtig sind und wo KI eine Botschaft für zwanzigtausend Kunden auf zwanzigtausend verschiedene Arten personalisieren kann.

Das Interessante ist, dass KI inzwischen überall ist. Es handelt sich nicht mehr nur um eine oder zwei Anwendungen. Im Salesforce-Kontext ist KI tief in alle Bereiche integriert. Deshalb braucht man Experten aus den jeweiligen Funktionen, die die wichtigsten Anwendungsfälle bestimmen. Gleichzeitig muss die Personalabteilung sicherstellen, dass menschliche Expertise im Zentrum bleibt.

David Rice: Mitarbeiter können nicht einfach nur Empfänger einer KI-Transformation sein. Sie wissen Dinge über die Arbeit, die den Personen, die diese Transformationen entwerfen, möglicherweise unbekannt sind. Organisationen können aber auch nicht jeden Arbeitsablauf in einem Ausschuss neu gestalten. Wie sieht eine sinnvolle Beteiligung von Mitarbeitern aus, ohne die Transformation so stark zu verlangsamen, dass Führungskräfte sich damit unwohl fühlen?

Paula Goldman: In meinem Buch schreibe ich, dass Arbeitnehmer einen Platz am Tisch haben sollten. Die Geschichte über die Sozialarbeiter zeigt, warum es kontraproduktiv ist, sie nicht einzubeziehen. Es gibt jedoch Möglichkeiten, die Transformation dadurch sogar zu beschleunigen und Probleme frühzeitig zu erkennen.

Wir veranstalten beispielsweise Hackathons, bei denen Mitarbeiter Ideen für den Einsatz von KI entwickeln. Neurodivergente Mitarbeiter haben untersucht, wie KI in Slack eingesetzt werden kann, damit sie sich von der Vielzahl an Informationen nicht überfordert fühlen. Diese Ideen flossen anschließend in den Fokusmodus von Slack ein.

Es geht aber nicht nur um Hackathons. Man kann Feedback direkt in Anwendungen einholen, Mitarbeiter in die Überlegungen zu wichtigen Anwendungen einbeziehen und auf dieses Feedback hören. Es geht nicht darum, KI einfach einzuführen und ihre Nutzung vorzuschreiben. Entscheidend ist, wie Menschen sie in ihrer täglichen Arbeit einsetzen, um bessere Ergebnisse zu erzielen.

Menschen, die der Arbeit am nächsten sind, wissen häufig am besten, wie das gelingt. Bei einem Automobilhersteller haben Mitarbeiter aus der Produktion andere Mitarbeiter im Umgang mit Robotik geschult. Eine der Ausbilderinnen hatte sogar eine eigene Anwendung erstellt, die den Lernenden zeigte, wie sie den Roboter bei Problemen überprüfen konnten. Das war aus echter Erfahrung entstanden und half, die Effizienz zu steigern.

David Rice: Es gibt einen großen Unterschied zwischen einem Vetorecht der Mitarbeiter und dem Einbringen von Wissen für die Gestaltung. Mitarbeiter an der Front kennen häufig Umgehungslösungen oder Regeln, die in Standardarbeitsanweisungen nicht auftauchen. Sie verfügen über Schattenarbeitsabläufe.

Paula Goldman: Genau. Manchmal kann KI dieses implizite Wissen erfassen und anderen zugänglich machen. In anderen Fällen wird es jedoch nicht sichtbar, weil es nicht ausdrücklich dokumentiert ist. Es geht darum, einen Raum zu lesen oder zu verstehen, wie etwas seit Jahren erledigt wird. Deshalb braucht man diese Expertise.

David Rice: Ich würde weniger von Beteiligung oder Beratung und eher von Anforderungsermittlung sprechen. Menschen nutzen ein System eher, wenn sie ihre Realität in dessen Gestaltung wiedererkennen. Wie unterscheidet man berechtigtes Wissen aus der Belegschaft von Widerstand nach dem Motto: „Ich möchte nicht, dass sich meine Arbeit verändert“?

Paula Goldman: Das ist eine sehr wichtige Frage. Wir erleben derzeit eine enorme Veränderung der Arbeitsweise. Veränderung ist schwierig. Deshalb führt die Einbeziehung von Menschen und die gemeinsame Anforderungsermittlung zu besseren Ergebnissen.

Wir müssen berücksichtigen, dass Menschen eine massive emotionale Entwicklung durchlaufen und dass ihr Wissen einbezogen werden muss. Eine wichtige Frage lautet: Was muss menschlich bleiben? Die Antworten bestimmen nicht automatisch das Ergebnis, aber man muss aufmerksam zuhören und verstehen, wo Urteilsvermögen, Beziehungsaufbau oder die Bearbeitung von Ausnahmefällen einen großen Unterschied machen.

Wenn Menschen an der Gestaltung dessen beteiligt werden, wie Arbeit aussehen sollte, macht das einen erheblichen Unterschied. Sie müssen sehen, dass die Veränderung die Arbeit verbessert. Dann kann sie sehr spannend werden. Es bleibt jedoch Veränderungsmanagement.

David Rice: Es gibt noch eine weitere Dimension der Zusammenarbeit zwischen Mensch und KI. Wenn wir bestimmte kognitive Aufgaben systematisch an KI übergeben, gestalten wir nicht nur Arbeitsplätze neu. Wir verändern möglicherweise auch, wie Menschen Expertise entwickeln und wie sie beeinflussen können, was aus der Arbeit hervorgeht.

Wie sollten Führungskräfte darüber nachdenken, was Menschen weiterhin tun müssen – nicht, weil KI es nicht könnte, sondern weil Menschen durch diese Tätigkeiten das Urteilsvermögen entwickeln, das sie für ihre Rollen benötigen? Es gibt einen Unterschied zwischen der Frage, ob KI eine Aufgabe erledigen kann, und der Frage, ob Menschen aufhören sollten, sie zu erledigen.

Paula Goldman: Diese Unterscheidung ist entscheidend. Im Kundenservice gibt es ebenso wie in anderen Bereichen Situationen, in denen der Unterschied zwischen „kann“ und „sollte“ über Erfolg oder Misserfolg entscheidet.

Aus Sicht der Personalabteilung denke ich an Technologien, die Führungskräften helfen, gründlichere Leistungsbeurteilungen und besseres Feedback zu geben. Es besteht aber ein Unterschied zwischen der Unterstützung beim Sammeln von Informationen und der Verantwortung der Führungskraft für die Beurteilung und deren Vermittlung. Das kann den Unterschied zwischen Motivation und Demotivation ausmachen.

Auch die Entwicklung von Expertise ist entscheidend. Deshalb erleben wir eine Rückkehr der Diskussion über Ausbildung, Training und Kompetenzen. In einigen Jahren wird diese Frage wahrscheinlich anders aussehen. Als Tabellenkalkulationen aufkamen, befürchteten viele, Menschen würden die Fähigkeit verlieren, Berechnungen durchzuführen. Die Grundlagen muss man weiterhin verstehen, aber man gewöhnt sich an die Technologie und lernt, Ergebnisse zu überprüfen.

Neue Rollen entstehen, in denen man die Grundlagen durch die Überwachung von KI lernt. Man beobachtet, wo sie funktioniert, wo nicht und wie man sie verbessern kann. Da KI die Geschäftsabläufe verändert, entstehen neue Wege, ein Unternehmen zu verstehen.

David Rice: Einige Tätigkeiten müssen möglicherweise bewusst als Lern- und Trainingsaufgaben menschlich bleiben, obwohl KI sie schneller erledigen kann. Das führt zu einer schwierigen wirtschaftlichen Frage: Wer bezahlt für diese Entwicklungskosten?

Paula Goldman: Das ist die falsche Darstellung von Effizienz. Menschen lernen, KI-Systeme zu verwalten. Diese Steuerung, dieses Urteilsvermögen und diese Aufsicht machen für das Ergebnis einen enormen Unterschied.

Wenn ein Unternehmen massiv in KI investiert, braucht es Menschen, die sowohl das Geschäft verstehen als auch beurteilen können, welche Aufgaben an KI delegiert werden sollten und welche nicht. Fehlt diese Fähigkeit, wird Geld in ein Problem investiert, ohne das Problem zu lösen.

David Rice: Viele KI-Geschäftsmodelle erfassen gut, was verschwindet: eingesparte Stunden, automatisierte Aufgaben und geschaffene Kapazitäten. Schlechter messen sie, was ebenfalls verloren gehen könnte: impliziter Wissenstransfer, Beziehungen, Urteilsvermögen, Mentoring und informelle Momente, in denen Menschen schwierige Arbeit gemeinsam einordnen.

Unterschätzt unsere derzeitige Definition des KI-Ertrags systematisch diese menschliche Seite der Arbeit?

Paula Goldman: Sie verändert sich, aber ja. Deshalb beginnen wir, den KI-Ertrag anhand von Ergebnissen zu messen – etwa wie viele Kundenanfragen tatsächlich gelöst wurden, statt nur wie viele Stunden eingespart wurden.

Bei Training sollte man messen, ob die Fähigkeiten der Menschen tatsächlich erweitert wurden. Im juristischen Bereich sollte man prüfen, ob sich die Qualität der eingereichten Schriftsätze verbessert hat, statt nur mehr Dokumente zu produzieren.

Wenn man ganzheitliche Kennzahlen verwendet, berücksichtigt man sowohl die Fähigkeiten als auch die Grenzen von KI. Man erkennt, wo Menschen im Prozess bleiben, Ergebnisse überprüfen, menschliches Urteilsvermögen einbringen oder während der Arbeit die Grundlagen lernen müssen.

So wird man bessere Technologieinvestitionen tätigen und klarer erkennen, wie sich Arbeitsplätze entwickeln sollten – auf eine Weise, die Menschen stärkt und ihnen mehr Möglichkeiten gibt.

David Rice: Der Nutzen wird sofort sichtbar, während die Kosten eines schwächeren Urteilsvermögens möglicherweise erst ein oder zwei Jahre später erkennbar werden. Der Vorteil wird jetzt verbucht, die Kosten für die Fähigkeiten werden in die Zukunft verschoben. Deshalb müssen wir anders messen.

Paula Goldman: Auch Kundenzufriedenheit ist ein Beispiel. KI kann alle Kundenfragen beantworten. Das bedeutet nicht automatisch, dass ein Geschäft abgeschlossen wird oder der Kunde mit dem Service zufrieden ist. Man muss die richtigen Kennzahlen verwenden und das richtige Gleichgewicht finden: Wo sollen Menschen eingreifen und warum ist das wichtig?

David Rice: Was würden Sie tatsächlich messen, wenn Sie die langfristigen Auswirkungen zeigen und ein großes Transformationsbudget begründen müssten?

Paula Goldman: Beginnen wir mit der Kundenperspektive. Man sollte eingesparte Stunden messen, aber auch Kundenzufriedenheit, Kundenabwanderung und die Zahl der Kunden, die aus Vertriebsaktivitäten hervorgehen – unabhängig davon, ob diese durch KI unterstützt wurden.

Das sind keine neuen Kennzahlen. Es sind ganzheitliche Methoden, mit denen wir Unternehmen ohnehin messen. Wir müssen sie nur konsequent anwenden. Ein Kunde sollte auf der Website jede Frage zum Produkt stellen können. Bei einer einfachen Transaktion kann er online fortfahren. Bei einer schwierigen Situation sollte sie an eine Person weitergeleitet werden, die den Kunden durch das Problem führt und den Abschluss ermöglicht.

Wir brauchen keine völlig neuen Kennzahlen. Wir müssen die vorhandenen Kennzahlen besonnen anwenden.

David Rice: Sie sagten vor unserem Gespräch: „Technologie ist leistungsfähig, aber sie ist nicht die Hauptfigur. Wir sind es.“ Wenn wir das ernst nehmen, kann das Ziel der KI-Transformation nicht einfach darin bestehen, Menschen produktiver zu machen. Was sollten Organisationen also wollen, dass Menschen besser können, wenn Maschinen leistungsfähiger werden?

Paula Goldman: Warum habe ich ein Buch geschrieben? Ich hatte viele kluge Freunde, die sich während der jüngsten KI-Welle bei mir meldeten und sehr nervös waren. Sie fragten sich: „Sind wir noch wichtig? Werden Menschen überflüssig?“

Durch meine Gespräche mit Kunden und meine Beobachtung der Technologie wurde mir klar, dass das Gegenteil der Fall ist. Je leistungsfähiger KI wird, desto wichtiger werden Urteilsvermögen und Beziehungsaufbau. Wir alle werden zu Managern von KI.

Wir werden diese Technologie effektiv steuern und verstehen müssen, worin sie gut ist und worin nicht. Das ist nicht einfach ein schnelleres Pferd. Es geht darum, sich vorzustellen, was möglich wird, wenn KI Interaktionen in großem Maßstab personalisieren kann, Kundenfragen beantwortet oder Mitarbeitern alle Informationen zu ihren Leistungen bereitstellt.

All das wird zum Mindeststandard. Entscheidend sind Menschen, die diese Effizienzgewinne nutzen und anschließend etwas Besseres für Kunden und Mitarbeiter schaffen. Deshalb müssen Menschen nicht nur KI beherrschen, sondern auch in ihrem Urteilsvermögen gestärkt und dazu befähigt werden, Neues zu denken.

Nicht ein schnelleres Pferd, sondern ein neu gestaltetes Unternehmen. Genau deshalb ist dieses Gespräch so wichtig.

David Rice: Immer mehr Führungskräfte erkennen, dass es sich um eine Entscheidung zur Organisationsgestaltung handelt und nicht nur um eine unvermeidbare Folge der Technologie. Produktivität ist ein Zwischenergebnis, aber nicht das Endziel. Die interessantere Frage lautet: Was machen wir mit der dadurch entstehenden Kapazität?

Paula Goldman: Genau. Produktivität ist natürlich sehr wichtig. Aber selbst dafür braucht man Menschen, die KI beaufsichtigen, die Grenzen ihres Einsatzes verstehen und Transformationen so gestalten, dass Kunden und Mitarbeiter im Mittelpunkt bleiben. Das sind meiner Ansicht nach die Unternehmen, die gewinnen werden.

David Rice: Arbeitsplätze werden neu gestaltet. Wenn KI Berichtswesen und Verwaltungsaufgaben übernimmt, kann eine Führungskraft stärker als Coach wirken und mehr aus ihren direkten Mitarbeitern herausholen. Das verändert auch, was wir von Führungskräften erwarten.

Paula Goldman: Das ist eines meiner großen Anliegen. Wir verlangen inzwischen von fast jedem Mitarbeiter, KI zu verwalten – mit ähnlich wenig Schulung, wie sie Führungskräfte früher erhalten haben.

Mein eigener Manager hat meine Vorstellung für dieses Buch nicht abgelehnt und mich auch nicht subtil davon abgebracht. Er nährte meine Vorstellungskraft, schickte mir Podcasts und Artikel und vermittelte mir stillschweigend, dass die Idee wichtig war. Aus diesem Vertrauen entstand das Buch.

Wir unterschätzen, wie wichtig eine solche Verbindung ist. Niemand hatte mich gebeten, dieses Buch zu schreiben. Es entstand aus Inspiration und Verbindung. Genau diese Dinge dürfen wir nicht verlieren, wenn KI leistungsfähiger wird. Wir sollten sie bewusst in die Gestaltung einbauen und sogar verbreiten. Das ist die Chance, die mich begeistert.

David Rice: Paula, das war ein großartiges Gespräch. Vielen Dank, dass Sie sich heute Zeit für uns genommen haben.

Paula Goldman: Danke für die Einladung und für die hervorragenden Fragen. Es hat mir viel Freude gemacht.

David Rice: Liebe Zuhörerinnen und Zuhörer, falls Sie es noch nicht getan haben, sollten Sie sich unbedingt AI Signal ansehen. Jede Woche bieten wir eine Zusammenfassung für Führungskräfte mit dem wichtigsten Thema, über das Sie in dieser Woche nachdenken sollten – sei es eine Frage für Ihre nächste Sitzung des Führungsteams oder ein Werkzeug zur Bewertung der aktuellen Arbeit.

Melden Sie sich dafür an. Bis zum nächsten Mal: Denken Sie über die Möglichkeiten nach. Wir gestalten Arbeit hier neu.

Führen Sie Leistungsbeurteilungen durch und bringen Sie Erkenntnisse zum Mitarbeiterengagement in Ihr bevorzugtes KI-Tool ein. Verbinden Sie Teamflect mit ChatGPT, Claude oder einem beliebigen großen Sprachmodell, um Ziele zu prüfen, Beurteilungen zu verfassen, Feedback auszuwerten, Aufgaben zu erstellen und vieles mehr – alles über einen einfachen Chat. Testen Sie Teamflect jetzt kostenlos.