Warum die KI-Transformation mit organisatorischer Klarheit beginnt

David Rice: Die Voraussetzungen dafür, mit KI einen Return on Investment zu erzielen, haben nur sehr wenig mit der Technologie zu tun. Das ist keine Absicherung. Es ist das, was unser heutiger Gast beim Aufbau von Zapier und im Gespräch mit mehr als 150 Führungskräften aus verschiedenen Branchen gelernt hat. Alle stellen dieselbe Frage: Was lohnt sich am meisten, mit KI zu tun? Und diese Frage kann man nicht beantworten, ohne organisatorische Klarheit zu schaffen. Was versuchen wir hier eigentlich zu erreichen? Was bedeutet Exzellenz? Wenn ein Team bei diesen Fragen nicht vollkommen klar ist, dann ist genau dort der richtige Ausgangspunkt – nicht bei den Werkzeugen.

In der heutigen Sendung spreche ich mit Brandon Sammut, dem Chief People and AI Transformation Officer von Zapier, darüber, was Organisationen, die tatsächlich einen Nutzen aus KI ziehen, von jenen unterscheidet, die noch immer auf der Stelle treten. Immer wieder geht es um die Grundlagen. Menschen beobachten, wie Wettbewerber Beschäftigte entlassen. Überall herrschen Angst und Unsicherheit. Und die Führungskräfte, die Bedingungen schaffen, unter denen gute Arbeit entstehen kann, benennen diese Situation offen, beschönigen sie nicht und tun nicht so, als gäbe es eine perfekte Antwort.

Heute geht es also darum, warum Klarheit über den Zweck wichtiger ist als eine KI-Strategie, was echte Experimente erfordern und warum sie immer wieder scheitern, wie KI-Coaching die Art verändert, in der Menschen Feedback annehmen, und warum die besten Arbeitgeber des kommenden Jahrzehnts dafür bekannt sein werden, wie sie Menschen entwickeln.

Ich bin David Rice. Das ist People Managing People. Und wenn Ihre Organisation noch immer mit der Technologie beginnt, statt mit der Klarheit dahinter, zeigt Ihnen dieses Gespräch, was dabei im Weg steht. Legen wir los.

Brandon, willkommen in der Sendung.

Brandon Sammut: Hallo, David. Schön, hier zu sein.

David Rice: Es wird viel darüber gesprochen, dass KI Organisationen verändert. Aber manchmal frage ich mich, ob wir der Technologie nicht fast zu viel Anerkennung zuschreiben.

In vielen Fällen scheint KI Dinge offenzulegen, die über ein Unternehmen ohnehin schon wahr waren. Gleichzeitig hilft sie dabei, neue Formen der Zusammenarbeit zu entwickeln, ohne dass Menschen einen großen Teil der Neugestaltung selbst übernehmen müssen. Wenn du auf Organisationen blickst, die bei der KI-Transformation erfolgreich sind: Was verändern sie an der Zusammenarbeit, das andere übersehen?

Brandon Sammut: David, ich stimme deiner Ausgangsthese zu, dass viele Voraussetzungen für einen Return on Investment durch KI wenig mit der Technologie zu tun haben. Dort können wir anfangen. Was ich damit meine – und das ergibt sich teilweise aus dem, was wir bei Zapier lernen, und teilweise aus den Gesprächen mit mehr als 150 anderen Führungskräften, die Unternehmen unterschiedlichster Art auf der ganzen Welt aufbauen, nicht nur im Technologiebereich – ist Folgendes:

Ich habe Anfang dieser Woche mit einem Kollegen aus einem Holzfällerunternehmen gesprochen. Die Chancen durch KI stehen allen offen. Aber um sie Wirklichkeit werden zu lassen, braucht es zunächst Dinge, die nichts mit der Technologie zu tun haben. Eine der grundlegendsten Voraussetzungen ist, wenn man darüber nachdenkt, dass Führungskräfte Klarheit darüber haben, was sie und ihre Unternehmen überhaupt erreichen wollen.

Der Grund, warum ich das nicht mehr übersehen kann, ist, dass KI eine Technologie ist. Und als Technologie ist sie ein Mittel, um etwas zu erledigen. Man kann also sehr viele Dinge mit KI tun, und bis zu einem gewissen Grad ist das nebensächlich. Die Frage, über die viele Führungskräfte gerade nachdenken, lautet: Was lohnt sich am meisten, mit KI zu tun?

Um diese Frage zu beantworten, braucht man viel organisatorische Klarheit darüber, was wir als Team hier wirklich erreichen wollen und was Exzellenz erfordert. Wenn ein Team in diesem Moment bei dieser Frage nicht völlig klar ist, dann ist genau das der richtige Ausgangspunkt.

David Rice: Interessant, dass du das sagst. Ich glaube, das ist für viele Organisationen ein wesentlicher Teil der Herausforderung.

Das Führungsteam wollte diese Technologie. Es will die Wettbewerbsvorteile. Aber in vielen Fällen weiß es tatsächlich nicht, was es damit anfangen soll. Beobachtest du, dass sich das allmählich verändert? Wir sind nun seit dreieinhalb Jahren in diesem Gespräch. Offensichtlich hat sich die Technologie in dieser Zeit stark verändert.

Siehst du, dass Führungskräfte zunehmend klarer erkennen, was einen hohen Wert hat und welche Arbeit mit KI notwendig ist?

Brandon Sammut: Ich glaube, das beginnt gerade. Ja. Und wenn du es glauben kannst, David: Inzwischen sind es fast vier Jahre – nicht ganz, eher drei Jahre und neun Monate –, seit ChatGPT 3.5 veröffentlicht wurde, eine der ersten Versionen, die wirklich die Aufmerksamkeit der Öffentlichkeit erregte.

Es ist also tatsächlich fast vier Jahre her. Und ja, ich sehe dasselbe wie du. Die Nutzung von KI beginnt mit Klarheit über den Zweck, wie wir bereits besprochen haben. Sie erfordert aber auch das, worauf du hinweist: Man könnte es einen Überblick über das Machbare nennen, denn dadurch bekommt man ein Gefühl für Angebot und Nachfrage.

Wo verlangen wir von uns selbst Exzellenz, obwohl wir dort noch nicht besonders gut sind? Und welches Angebot an Ideen oder neuen Arbeitsweisen können wir entwickeln, um tatsächlich von gut zu außergewöhnlich zu gelangen? In manchen Fällen bekommen Menschen allein dadurch ein besseres Gefühl dafür, was möglich ist, dass sie sich austauschen, mit Kollegen sprechen und beobachten, was andere tun.

Ich glaube, wir erleben gerade eine Zeit, in der sich die Art und Weise, wie Arbeit funktioniert, so schnell verändert, dass es für Führungskräfte wie dich und mich und viele der Zuhörenden noch wertvoller ist, die vier Wände unserer Organisation zu verlassen, mit Kollegen zu sprechen und zu lesen, was andere tun oder denken. Wir können derzeit enorm viel von dem lernen, was außerhalb unseres Unternehmens geschieht.

David Rice: Absolut. Jedes Führungsteam sagt, dass es Innovation will. Jedes Unternehmen sagt, dass seine Mitarbeitenden mit KI experimentieren sollen. Aber ich spreche mit Führungskräften, die Schwierigkeiten damit haben, dass Beschäftigte zögern, Dinge auszuprobieren, über Fehlschläge zu sprechen oder die bestehende Arbeitsweise infrage zu stellen.

Warum ist Experimentieren deiner Meinung nach in all diesen Fällen so schwierig, wenn die Organisation behauptet, es zu schätzen?

Brandon Sammut: Dafür gibt es mehrere Gründe. Erstens – und damit kommen wir auf unseren Ausgangspunkt zurück – erfordern gute Experimente eine starke Hypothese. Eine starke Hypothese sollte auf einer Frage beruhen, die die Organisation tatsächlich beantworten muss.

Manchmal scheitern Experimente daran, dass die Frage, um die herum eine Hypothese gebildet werden sollte, unklar ist. Man experimentiert dann gewissermaßen ohne klares Ziel. Das muss wirklich präzise sein. Außerdem müssen die Erfolgsaussichten eine ausreichend hohe Bedeutung haben. Im People-Team von Zapier gibt es beispielsweise ein sehr talentiertes Team.

Wir könnten uns auf Experimente zu nahezu jedem denkbaren Problem im Bereich Talent oder Unternehmenskultur konzentrieren. Aber nicht alle diese Experimente wären eine besonders gute Verwendung der Zeit und Energie des Teams. Deshalb geht es nicht nur um Klarheit darüber, welche Fragen beantwortet werden können, sondern auch darum, welche Fragen am wichtigsten zu beantworten sind.

Dort beginnt es, denn diese Klarheit stärkt die Hypothese und die Fähigkeit, weiterzumachen. Ich glaube, viele Organisationen tun sich derzeit mit KI schwer, weil sie eine Kluft überqueren müssen. Sie versuchen, eine Brücke von der einen Seite der Kluft zur anderen zu bauen.

Der Bau dieser Brücke erfordert viel Arbeit, und anschließend muss man sie überqueren. Gleichzeitig muss man auf der bisherigen Seite der Kluft weiterhin das Unternehmen so führen, wie man es heute führt. Dadurch entstehen konkurrierende Prioritäten. Alles, was nicht wirklich die Priorität hat, die wir gemeinsam unbedingt lösen müssen, landet deshalb auf dem Rand des Schreibtisches.

Eine Möglichkeit, wie Organisationen im Rahmen einer starken Experimentierkultur helfen können, besteht darin, Menschen und Ressourcen für Experimente abzugrenzen. Anstatt ein ganzes Team unklar zum Experimentieren aufzufordern, kann man beispielsweise in einem zehnköpfigen Talent-Acquisition-Team sagen: „Wir haben ein großes Problem. Die Zahl der Bewerbungen steigt stark, weil alle KI nutzen, um sich auf Stellen zu bewerben. Deshalb können wir nur einen bedeutungsvollen Teil der Bewerbungen prüfen.

Wir übersehen vermutlich hervorragende Kandidatinnen und Kandidaten. Außerdem melden wir uns nicht so schnell bei ihnen, wie wir es zugesagt haben. Wir müssen dieses Problem lösen.“ KI könnte dabei eine Rolle spielen. Das ist gut. Aber wenn ich als Leiter der Personalgewinnung das einfach meinen zehn Teammitgliedern sagen würde, bekäme ich Vorschulfußball.

Alle würden auf eigene Faust herumrennen und versuchen, das Problem zu lösen. Ein besserer Ansatz wäre vielleicht: „Wir brauchen zwei Personen aus dieser Gruppe von zehn, die sich 30 Tage lang zusammentun und uns einen neuen Weg zeigen. Zeigt uns, wie wir dieses Problem lösen. Wir stellen jeder von euch dafür 20 Stunden pro Woche zur Verfügung, also insgesamt 40 Stunden pro Woche.

Das ist die Investition, die wir als Team leisten wollen. Statt euch alle darüber nachdenken zu lassen, wodurch niemand wirklich tief darüber nachdenkt, bitte ich zwei Personen darum.“ Man kann Menschen anhand ihrer Fähigkeiten auswählen oder Freiwillige nehmen. Das funktioniert manchmal sehr gut, es sei denn, es gibt große Kompetenzlücken. Dann bekommt man Menschen, die besonders motiviert sind, eine Lösung für das Problem zu finden.

Das sind zwei Punkte. Der letzte betrifft die Frage, was geschieht, wenn das Experiment nicht funktioniert. Dabei geht es stärker um psychologische Sicherheit innerhalb der Experimentierkultur. Organisationen, die darauf keine vertrauensbildenden Antworten haben, können auch in der letzten Phase eines Experiments Schwierigkeiten bekommen: bei der Berichterstattung über die Ergebnisse.

Es muss sich weniger als extrem riskant anfühlen, über Dinge zu sprechen, die nicht funktioniert haben. Selbst wenn das Experiment insgesamt relativ erfolgreich war, muss man über die fünf kritischen Punkte sprechen können, die das Team kennen muss, wenn diese Vorgehensweise ausgeweitet werden soll.

David Rice: Ich bin froh, dass du die Bedeutung der Ergebnisse angesprochen hast. Manche Menschen denken: Wenn wir das richtig machen, werden unsere Experimente erfolgreich sein. Aber das ist nicht das einzige Maß, oder?

Wenn man feststellt, dass man sehr viele erfolgreiche Experimente durchführt, würde ich fragen: Experimentiert ihr eigentlich groß genug? Denn ich glaube, darin liegt ein Unterschied. Wir feiern Innovation im Rückblick. Im Moment wirkt Experimentieren jedoch oft ineffizient, chaotisch und gelegentlich verschwenderisch.

Wenn Führungskräfte weiterhin Vorhersehbarkeit stärker belohnen als Lernen, werden Beschäftigte dann nicht langfristig Sicherheit optimieren?

Brandon Sammut: Ich halte es für sehr wichtig, dass Führungskräfte diese Frage ausdrücklich beantworten und dass unser Verhalten in solchen Situationen das widerspiegelt, was wir sagen. Wenn ein Mitglied meines Teams einen Prototypen entwickelt und zwar in einem Bereich, den wir bereits als wichtig identifiziert haben, und der Versuch funktioniert nicht: Wie treten unser People-Leadership-Team und ich dann auf? Was wird gesagt? Was tun wir? Was tun wir nicht? Mit welchem Gefühl bleibt diese Person zurück?

Das Interessante daran ist, dass es Dinge gibt, die man beachten muss, damit man eine Experimentierkultur nicht gefährdet. Aber auch das Gegenteil ist möglich: Jedes Mal, wenn so etwas geschieht, bietet sich die Gelegenheit, eine wirklich positive Kultur darum herum zu stärken.

David Rice: Wenn du etwa ein Jahr zurückblickst, denkst du wahrscheinlich an einige Veranstaltungen, die wir damals durchgeführt haben. Viele Menschen sagten, dass sie Schwierigkeiten mit Vertrauen hatten, insbesondere nach Entlassungen oder anderen Ereignissen. Es gab zahlreiche Gründe für mangelndes Engagement.

Aber Vertrauen, Wissensaustausch und Entscheidungsfindung waren schon vor der KI das Zentrum ihrer Aufmerksamkeit. Wenn man diese Technologie einführt und sie wirklich von allen drei Faktoren abhängt: Welche Folgen hat der Versuch, KI in einer Organisation auszuweiten, die die grundlegenden betrieblichen Herausforderungen noch nicht gelöst hat?

Brandon Sammut: Hier wird vieles, was alt ist, wieder neu. Du hast mich gerade daran denken lassen, David: Es ist schwierig, fast alles im Leben auf einem unsicheren Fundament auszuweiten. Auf einem unsicheren Fundament lässt sich nichts leicht skalieren.

Viele unserer Kollegen aus der Führungsebene stellen fest, dass diese gesamte KI-Welle im Grunde ein Belastungstest für die Gesundheit der Organisation ist – sei es in Bezug auf organisatorische Klarheit, eine Kultur des Experimentierens, psychologische Sicherheit oder Vertrauen in das Management.

Wenn wir in einem dieser Bereiche bisher schwach oder instabil waren, kommt das jetzt zurück. Es wirkt heute offensichtlicher, weil wir zusätzlich versuchen, die Arbeitsweise in vielen Bereichen neu zu gestalten.

David Rice: Ja, interessant. Du hast das unsichere Fundament erwähnt, und ich musste an vergangene Woche denken. In den sozialen Medien sah ich einen Ausschnitt, in dem Mom Dani über ein Gebäude in New York sprach, bei dem das Fundament nie richtig gebaut worden war und das nun langsam kippt.

Das ist tatsächlich eine gute Analogie für Organisationen. Sie beginnen zu wachsen. Wenn man aber nicht gleichzeitig dafür sorgt, dass das Ganze auf einer soliden Grundlage funktioniert, endet man wie dieses Gebäude.

Brandon Sammut: Ist es nicht genau so? Wir können so viele Lehren und Beispiele aus anderen Epochen der Geschichte und aus großen technologischen Umbrüchen ziehen – oder einfach aus dem Versuch, irgendwo etwas Bedeutendes zu schaffen, auch beim Bau eines Gebäudes.

David Rice: Ich finde auch interessant, dass zwei Organisationen exakt dieselben Werkzeuge kaufen können und am Ende völlig unterschiedliche Ergebnisse erzielen. Letztlich läuft es auf die Grundlagen hinaus – auf Dinge, die sie möglicherweise jahrelang im Bereich der betrieblichen Infrastruktur ignoriert haben.

Da die Diskussion über den Return on Investment für viele Führungskräfte immer dringlicher wird, sehen wir meiner Meinung nach zumindest mehr Analysen zu diesem Thema.

Brandon Sammut: Die Kosten kommen zur Sprache, nicht wahr? Oder besser gesagt: Die Diskussion über den Return on Investment wird gerade besonders intensiv geführt, teilweise weil zumindest der Nenner der ROI-Gleichung – die Kosten – bei vielen Unternehmen schnell wächst.

David Rice: Ich habe neulich gelesen, dass die KI-Kosten vieler Unternehmen inzwischen höher sind als ihre Ausgaben für Beschäftigte. Da denke ich: „Das ergibt nicht besonders viel Sinn.“ Sicher wird es irgendwann günstiger werden, aber im Moment weiß ich nicht, ob es sich lohnt.

Brandon Sammut: Was hältst du von Ranglisten zur KI-Nutzung oder vielleicht von einer maximalen Token-Nutzung?

David Rice: Token-Maximierung?

Brandon Sammut: Ja, Token-Maximierung. Und dann gibt es das Gegenteil davon: harte Obergrenzen für die KI-Nutzung. Wir sehen derzeit Unternehmen an beiden Enden des Spektrums.

David Rice: Ich glaube, das zeigt, wie viel Kontext in dieser Diskussion fehlt. Möchte ich die Nutzung durch jemanden begrenzen, der sehr kreativ und außerhalb gewohnter Grenzen arbeitet, neue Aufgaben übernimmt oder vielleicht neue Geschäftsmöglichkeiten eröffnet? Nein, diese Person möchte ich nicht einschränken.

Aber wie soll ich das in einer Organisation mit beispielsweise 25.000 Beschäftigten überwachen und bewerten? Das ist eine enorme Herausforderung. Deshalb bin ich gespannt, was wir dort beobachten werden. Ich bin froh, dass die Diskussion über Token-Maximierung so viel Aufmerksamkeit erhalten hat, denn das ist keine produktive Nutzung dieser Technologie. Sie bringt uns in eine Situation, in der viele Menschen möglicherweise passiv aufgeben, was sie tun oder wie sie Wert schaffen, und sich an dieses Umfeld anpassen.

Brandon Sammut: Faszinierend. Möchtest du hören, wie wir bei Zapier darüber nachdenken?

David Rice: Unbedingt.

Brandon Sammut: Dafür gebührt Carly Gilardi Anerkennung. Carly Gilardi ist bei Zapier unsere Leiterin für KI-Betrieb und Infrastruktur und leitet im Grunde unser Kompetenzzentrum für KI-Transformation innerhalb von Zapier.

Ich arbeite eng mit ihr zusammen. Sie begann tatsächlich vor mehr als vier Jahren im People-Team und hat heute diese große Aufgabe. Das war eines der Themen, die sie und die Arbeitsgruppe in der ersten Jahreshälfte bearbeitet haben. Auch bei uns stiegen die Kosten. Gleichzeitig nahm aber auch die Zahl der Einsatzmöglichkeiten von KI zur Erzielung von Ergebnissen zu.

Der Kostenanstieg allein war also kein Warnsignal. Wir hatten jedoch Fragen zur Modellauswahl. Irgendwann – auch im Zapier-Produkt – möchten wir einen Tag erreichen, an dem das System abhängig von der Investitionshöhe, die man in einem bestimmten Zeitraum leisten möchte, und von der jeweiligen Aufgabe automatisch das effizienteste Modell auswählt.

Effizient kann dabei Geschwindigkeit, Kosten, Qualität oder eine Kombination daraus bedeuten – je nachdem, worauf man optimiert. Heute haben wir das noch nicht. Derzeit müssen Einzelpersonen die relativen Vor- und Nachteile verschiedener Modelle verstehen und das richtige Modell für die jeweilige Aufgabe auswählen.

Genau das wollten Carly und ihr Team in der ersten Jahreshälfte lösen. Wir haben deshalb keine Ranglisten und auch keine Nutzungsobergrenzen eingeführt. Stattdessen erfassen wir die KI-Nutzungsdaten aus allen Bereichen, in denen bei uns KI eingesetzt wird – darunter Zapier, Produkte von Anthropic, Produkte von OpenAI und einige weitere Anwendungen – und führen alles in einem gemeinsamen Datenspeicher zusammen.

Anschließend haben wir eine Reihe automatisierter Übersichten erstellt. Zu Beginn jedes Monats erhält jede Person eine Direktnachricht in Slack mit ihrem persönlichen Bericht zur KI-Nutzung. Daran sind zwei Dinge besonders interessant. Erstens ist der Bericht nicht öffentlich, und es gibt keine Ranglisten. Man wird also nicht mit anderen verglichen. Das halte ich für sehr wichtig.

Zweitens beschreibt der Bericht nicht nur die Nutzung des vergangenen Monats, sondern gibt auch Empfehlungen. Wenn ich beispielsweise als Benefits-Analyst bei Zapier arbeite und meinen monatlichen Bericht erhalte, könnte dort stehen: „Hast du im Rahmen deiner Tätigkeit gerade eine Rakete zum Mars gebaut? Falls nicht, brauchst du Fable wahrscheinlich nicht für viele Aufgaben eines Benefits-Analysten. Nach unserer Erfahrung wird Sonnet dafür wahrscheinlich gut funktionieren.“

Man probiert Sonnet vielleicht aus, und wir prüfen die Situation im nächsten Monat erneut. Das System verfolgt die Empfehlungen, die es ausspricht, und kann die Empfehlungen des Folgemonats entsprechend anpassen. Der Bericht ist also sowohl beschreibend als auch vorschreibend, ohne harte Obergrenzen festzulegen.

Wir haben inzwischen zwar eine Nutzungsgrenze, aber sie dient dem Schutz vor unbeabsichtigten, ausufernden Ausgaben. Wer mehr benötigt, kann die Grenze einfach durch eine kurze Nachricht in einem Slack-Kanal anheben lassen. Die Grenze soll die Nutzung nicht einschränken. Sie soll lediglich die geringe, aber bedeutsame Wahrscheinlichkeit verhindern, dass autonome Systeme außer Kontrolle geraten oder jemand mit einem entwendeten Zugangsschlüssel zahlreiche eigene Prozesse startet.

David Rice: Mir ist aufgefallen, dass einzelne Beschäftigte mit KI unglaublich produktiv werden. Diese Fortschritte verbreiten sich jedoch nicht immer über Teams oder die gesamte Organisation. Wenn gemeinsames Lernen und Lernen unter Kollegen in gewisser Weise schwieriger ist als individuelles Lernen, ist das letztlich eine Kulturfrage. Was habt ihr getan, um das aufzubauen und zu fördern?

Brandon Sammut: Wir befinden uns jetzt etwa zwei Wochen in der zweiten Hälfte des Jahres 2026. Unser wichtigster Schwerpunkt – abgesehen von bestimmten neuen Arbeitsweisen – besteht darin, von einer großartigen individuellen KI-Nutzung zu teamweiten Standardarbeitsweisen mit KI zu gelangen.

Wir haben inzwischen umfangreich experimentiert, Prototypen entwickelt und Ähnliches getan. Fast jedes Team beginnt zu erkennen: Das ist unser bewährter Weg, KI in der Personalgewinnung, im Wachstumsmarketing oder im Kundensupport einzusetzen. In der zweiten Jahreshälfte wird sich der größte Teil von Zapier darauf konzentrieren, diese bewährten neuen Arbeitsweisen mit Menschen und KI weiterzuentwickeln und sicherzustellen, dass alle, die diese Arbeit im Unternehmen ausführen, den nötigen Kontext, die richtigen Werkzeuge und die erforderliche persönliche sowie teambasierte Weiterentwicklung erhalten.

David Rice: Das ist interessant. Wenn KI-Arbeitsabläufe im Notizbuch einer Person oder in deren Slack-Notizen verbleiben, statt zu institutionellem Wissen zu werden, hast du zwar eine Beschäftigte oder einen Beschäftigten verbessert. Aber es ist noch Nacharbeit erforderlich, damit sich diese Verbesserung verbreitet. Beobachtest du, dass Organisationen über die Messung der Einführung hinausgehen?

Wir haben so viel über Einführung und Nutzung gemessen. Welche Kennzahlen interessieren dich besonders, wenn es darum geht, was sie aussagen?

Brandon Sammut: Zapier investiert seit dreieinviertel Jahren stark in KI. Dabei habe ich Folgendes über Einführung und Wirkung gelernt: Für Zapier war es zu Beginn sehr hilfreich, die Einführung zu fördern, weil sie für Experimente und Lernen notwendig war. Die Einführung ist deshalb ein wichtiger Frühindikator für die Tiefe und Breite von Experimenten und Lernprozessen.

Darum lohnt es sich, sie zu messen. Aber sie ist nur eine Hälfte der Gleichung. Denn letztlich dienen Einführung, Experimente und Lernen dazu, die Organisation außergewöhnlich zu machen und große Fortschritte bei unserer Wirksamkeit zu erzielen – wie auch immer wir diese definieren. Das führt zurück zu unserem Ausgangspunkt: Wir müssen klar sein, was wir als Unternehmen wirklich erreichen wollen.

Heute erstellt Zapier keine regelmäßigen Berichte zur Einführung mehr. Wir wissen, dass wir eine hundertprozentige Einführung erreicht haben. Bei Neueinstellungen achten wir auf KI-Kompetenz, und wir behandeln sie auch in der Einarbeitung, die wir vor etwa anderthalb Jahren neu gestaltet haben. Bei der Einführung sind wir bestens aufgestellt.

Wir konzentrieren uns inzwischen fast vollständig auf die Wirkung. Die Kennzahlen für diese Wirkung sind fast ausnahmslos bereits bestehende Erfolgskennzahlen innerhalb der Organisation. Dazu gehört beispielsweise, wie schnell wir Kundenfragen beantworten und wie zufrieden die Kunden mit den Antworten sind.

Wie hoch ist der durchschnittliche oder mittlere Erfolg einer neuen Person nach 90 und 180 Tagen? Wie zuverlässig ist das Produkt? Wie hoch ist die Verfügbarkeit verschiedener kundenorientierter Produktbereiche? Wie hoch ist die durchschnittliche oder mittlere Zielerreichung eines Vertriebsmitarbeiters?

Wenn man darüber nachdenkt, stellt man fest: All das war uns schon vor der KI wichtig. Damit kommen wir zu unserem früheren Punkt zurück: KI ist ein Mittel, um etwas zu erledigen. Sie verändert normalerweise nicht, worin wir großartig sein wollen. Sie beeinflusst jedoch unsere Vorstellung davon, wie gut wir darin sein können.

David Rice: Frühere Gäste haben darüber gesprochen, dass Fachwissen traditionell oft damit verbunden war, Antworten zu haben. Jetzt verschafft KI plötzlich allen Zugang zu Antworten. Ob diese vollständig korrekt oder kontextbezogen sind, ist eine andere Frage.

Aber KI gibt allen auf eine andere Weise Zugang zu Informationen. Wie verändert das deiner Meinung nach Einfluss, Glaubwürdigkeit und Status innerhalb von Organisationen – nicht nur für Führungskräfte, sondern auch dafür, wie einzelne Mitarbeitende diese Dinge im Laufe der Zeit aufbauen?

Brandon Sammut: David, das ist eine gute Frage. Das hat mich bisher noch niemand gefragt.

Ich möchte später deine Gedanken dazu hören. Für mich ist in diesem Zusammenhang klar, dass Organisationen von dieser Entwicklung profitieren. Es war für Organisationen schon immer riskant, wenn Fachwissen isoliert war und nur bei wenigen Personen lag.

In meinem letzten Unternehmen gab es beispielsweise einige Ingenieure, die als Einzige in der gesamten Organisation wussten, wie ein bestimmter Teil der Produktarchitektur funktionierte. Dadurch waren sie praktisch unersetzbar. Das ist für niemanden in dieser Gleichung besonders gesund oder leistungsfähig.

Hier findet also eine gewisse Demokratisierung statt. Das Internet hat den Zugang zu Wissen stark demokratisiert, und KI beschleunigt diese Entwicklung enorm.

David Rice: Ich glaube, beim Thema Fachwissen ging es teilweise darum, Zugang zu knappen Informationen zu haben. Das Internet hat Informationen zwar schon seit Längerem zugänglich gemacht. Aber wenn jemand eine bestimmte Information oder Interpretation besitzt, die niemand sonst hat, und sie durch eine eigene Perspektive betrachtet, verschiebt sich vielleicht der Einfluss.

Ich sehe das häufig in meiner eigenen Arbeit. Es geht weniger darum zu sagen: „Das müssen wir erstellen.“ Stattdessen stelle ich heute andere Fragen, um an den Punkt zu gelangen, an dem ich neue Ideen, neue Arbeitsweisen und Dinge, die wir noch nie gemacht haben, beurteilen kann. Danach verbinde ich diese Ideen über verschiedene Fachbereiche hinweg.

Ich komme immer wieder auf die Rolle des Koordinators zurück. Ich glaube, diese Rolle wird noch eine Weile bestehen, weil alle darüber sprechen, ob wir unsere Arbeitsplätze verlieren werden. Ich sage dann: „Nicht sofort – zumindest nicht, wenn du weißt, wie man koordiniert.“

Man kann die Entwicklung beobachten und sehen, wohin sie führt. Ich rate jedoch all meinen Kollegen, darauf zu achten: KI macht Wissen zur Handelsware, erhöht aber den Wert von Weisheit. Und ich glaube, das wird so bleiben.

Dabei geht es nicht nur um Weisheit für die Arbeit, sondern auch um Weisheit im Umgang mit den Menschen, mit denen man arbeitet: darum, wie man das Beste aus ihnen herausholt und ihnen hilft zu erkennen, wo sie noch Möglichkeiten haben, die sie bisher nicht erkundet haben.

Brandon Sammut: Wow. Das sollten sich die Leute aufschreiben.

Mir gefällt, wie du das formuliert hast, David. Es geht um den Unterschied zwischen Wissen und Weisheit. Man könnte eine ganze Episode darüber machen. Wissen und Weisheit sind nicht dasselbe.

Du bringst mich außerdem dazu, über etwas nachzudenken, das in Organisationen wieder wichtiger wird: Was sollte tatsächlich am meisten geschätzt werden? Neben echter Weisheit, Urteilsvermögen und Geschmack – wie man es manchmal nennt – profitieren Organisationen enorm davon, vertrauenswürdig, zuverlässig und rechenschaftspflichtig zu sein und ohne formale Autorität Einfluss nehmen zu können, um eine Gruppe zusammenzubringen und gemeinsam etwas Schwieriges zu erreichen.

In einer Zeit, in der sich Dinge so schnell verändern, werden diese Eigenschaften wichtiger, nicht weniger wichtig – unabhängig von KI.

David Rice: Dem stimme ich zu. Lange Zeit waren Führungskräfte vor allem dafür verantwortlich, Arbeit zu steuern. Jetzt erleben wir flachere Organisationsstrukturen, und Beschäftigte entwickeln in vielen Fällen ihre eigenen Arbeitsabläufe oder bauen Automatisierungen.

Sie arbeiten auf eine Weise mit KI zusammen, die Führungskräfte nicht immer sehen können. Wie sieht wirksames Management in diesem Umfeld aus? Und welche Herausforderungen hat diese Gruppe, wenn es darum geht, mehr aus Menschen herauszuholen – auf eine nachhaltige Weise mit langfristiger Wirkung und nicht nur nach dem Motto: „Wir haben diesen Prozess automatisiert, großartig“, obwohl das vermutlich ohnehin unvermeidlich gewesen wäre?

Brandon Sammut: Genau. Das ist sehr interessant. Ich war immer der Meinung, dass Führungskräfte von Menschen drei besondere Aufgaben oder Verantwortlichkeiten haben. Die erste besteht darin, dem Team Klarheit zu geben: Was tun wir hier? Wie sieht großartige Arbeit aus? Die zweite ist die Verteilung von Ressourcen – Entscheidungen darüber, wer was tut oder wie hoch die Investition in eine bestimmte Technologie sein soll.

Die dritte besondere Verantwortung besteht darin, das Team selbst zu coachen und weiterzuentwickeln. Führungskräfte können KI inzwischen bei allen drei Verantwortlichkeiten einsetzen. Ich habe jedoch noch kein Beispiel gesehen, bei dem KI die besondere Rolle der Führungskraft bei der Erfüllung einer dieser drei Aufgaben ersetzen kann.

Das könnte langfristig bedeuten, dass eine einzelne Führungskraft mehr Menschen führt, weil sie durch KI Unterstützung erhält. Eines der besten Entwicklungsgespräche, die ich in der ersten Jahreshälfte erhalten habe, kam beispielsweise von einem Coach, den Courtney Hickey, unsere Leiterin für Executive Operations bei Zapier, für unser Führungsteam entwickelt hat.

Dieser Coach verfolgt unsere Führungssitzungen und nutzt einen bestehenden Rahmen: Patrick Lencionis Modell der fünf Dysfunktionen eines Teams. Unser Führungsteam arbeitet seit fünf Jahren damit. Wir kennen das Modell, glauben daran und nutzen es, um uns gegenseitig zu coachen und die Gesundheit unseres Führungsteams zu verbessern.

Courtney entwickelte also einen Coach, der unseren Führungssitzungen zuhört und unmittelbar danach in Slack eine Zusammenfassung mit Coaching-Feedback bereitstellt. Es gibt eine allgemeine Zusammenfassung darüber, wie wir als Team aufgetreten sind, wobei das Modell der fünf Dysfunktionen als zentrale Perspektive dient.

Anschließend gibt es individuelles Feedback darüber, wie jede einzelne Person aufgetreten ist. Außerdem werden all diese Informationen Woche für Woche dokumentiert. So können Muster erkannt werden: Dinge, in denen wir als Team besser werden, und Dinge, bei denen wir noch keine Fortschritte machen.

Das Feedback ist spezifisch und gleichzeitig allgemeingültig. Niemand wird herausgepickt. Alle erhalten Feedback und Empfehlungen. Was ich außerdem feststelle, wenn ich mit Kollegen darüber spreche und an meine eigene Erfahrung mit diesem Coach denke: Das Feedback ist bemerkenswert direkt.

Es gehört zu dem direktesten Feedback, das ich in einem Monat erhalte. Ich kann es leichter von einem Coach annehmen, der anhand eines Rahmens oder einer Reihe von Werten trainiert wurde, hinter denen ich bereits stehe, als wenn mein Chef Wade mir jede Woche dasselbe sagen würde. Das ist einfach menschliches Verhalten.

Es ist dasselbe Feedback und verdient unabhängig vom Überbringer meine Aufmerksamkeit. Aus irgendeinem Grund nehmen Menschen konstruktives Feedback besonders gut an, wenn es von einem Coach vermittelt wird, der auf etwas trainiert wurde, an das sie bereits glauben.

David Rice: Das habe ich auch gehört. Man muss transparent damit umgehen, wie man es einsetzt.

Das ist ein entscheidender Teil dafür, wie die Wahrnehmung dessen geprägt wird, was daraus entstehen wird. Für Führungskräfte bedeutet die Veränderung meiner Meinung nach, dass sie Arbeit nicht mehr so stark steuern. Sie versuchen vielmehr, Bedingungen zu schaffen, unter denen gute Arbeit entstehen kann.

Das ist ein deutlich weniger kontrollierendes Modell von Führung und Management, was die meisten Beschäftigten vermutlich begrüßen. In manchen Kulturen wird der Übergang jedoch länger dauern. Wenn man etwas jahrzehntelang auf dieselbe Weise getan hat, sind Gewohnheiten schwer zu ändern. Das Werkzeug kann viele neue Möglichkeiten eröffnen, aber die eingeübte Denkweise bleibt bestehen.

Wenn du nach vorn blickst und darüber nachdenkst, dass KI die Gestaltung von Organisationen und Arbeit beeinflussen wird: Gibt es etwas, worauf die meisten Führungskräfte derzeit nicht genug achten?

Brandon Sammut: Ja. Und das ist für mich genauso eine Orientierung wie für alle anderen. Ich glaube daran, dass KI die Arbeitsweise, die Qualität der Arbeit und hoffentlich auch die Erfahrung der Menschen verbessern kann. Aber das geschieht nicht von allein. Es erfordert außerordentliche Sorgfalt, Bescheidenheit und Experimente, um herauszufinden, wie das gelingen kann.

Das ist die interessante Seite der KI. Meine persönliche Erkenntnis zu diesem Thema ist jedoch, dass unsere Teams – unabhängig von KI – gerade viel Unterstützung bei den Dingen brauchen, über die du und ich zuvor gesprochen haben. Sie brauchen Hilfe dabei, den Überblick darüber zu behalten, was wir erreichen wollen.

Das Tempo der Veränderung ist in vielen Organisationen derzeit sehr hoch. Auch der Wettbewerb in vielen Branchen, in denen wir tätig sind und Unternehmen aufbauen, ist ungewöhnlich stark.

Unsere Mitarbeitenden wissen das ebenfalls. Sie sehen, wie Unternehmen aus unserem Wettbewerbsumfeld Beschäftigte entlassen. Es gibt viel Angst, Unsicherheit und Zweifel. Das beeinflusst zwangsläufig, wie Menschen über ihre Arbeit in unseren Organisationen denken.

Ich glaube deshalb sehr an alles, was wir über die Chancen von KI und darüber besprochen haben, wie sie Arbeit für Menschen verbessern kann. Gleichzeitig gibt es einige grundlegende Dinge, auf die Führungskräfte wie du und ich derzeit besonders konzentriert bleiben müssen.

Dazu gehört, für jede einzelne Person in unserer Organisation den Fokus und ein Gefühl für den Zweck zu bewahren. Dazu gehört auch, sehr klar über die Herausforderungen zu sprechen, vor denen unsere Organisation steht.

Manchmal denken Führungskräfte, dass dies Menschen nervös oder ängstlich machen könnte. Aber unsere Mitarbeitenden kennen die Risiken und Probleme im Allgemeinen ohnehin. Es kann Vertrauen schaffen, wenn sie sehen, dass ihre Führungskräfte diese Dinge offen benennen, darüber sprechen, wie sie sich dabei fühlen und wie sie die Chancen des Unternehmens innerhalb dieser Herausforderungen betrachten.

Das ist eine klassische Führungsaufgabe, und ich bin immer wieder in die gegenteilige Falle getappt. Ich arbeite daran und werde besser darin. Wenn man ein schwieriges Thema erkennt, sollte man es als Erste oder Erster benennen. Man sollte es nicht beschönigen und nicht so tun, als gäbe es eine perfekte Antwort, wenn man nicht wirklich davon überzeugt ist.

Es kann für ein Team sehr gesund sein, ein Problem zu benennen. Dann sprechen die Menschen eher darüber, wie es aussieht, oder darüber, ob sie eine Idee haben. Das hat nichts damit zu tun, sich in Unsicherheit zu verlieren. Es ist gesund, das Problem zu benennen, weil man dadurch näher an einen Plan kommt, um es zu überwinden. Das wäre eine meiner wichtigsten Empfehlungen für alle, die derzeit etwas aufbauen.

David Rice: Ich habe dich darüber sprechen hören, dass wir beim Thema Mitarbeitererfahrung oft davon ausgehen, dass Organisationen ihren Beschäftigten eine Erfahrung bereitstellen. Du scheinst jedoch anzudeuten, dass die überzeugendsten Organisationen der kommenden Jahre nicht nur Arbeitgeber sein werden.

Sie werden Menschen tatsächlich verändern. Das ist natürlich eine viel höhere Messlatte als Engagement oder Zufriedenheit. Wenn man betrachtet, was die Generation Z und Hochschulabsolventen derzeit erleben – die Schwierigkeiten, Arbeit zu finden, und die ständige existenzielle Frage: „Was soll ich tun?“ oder „Was ist mein Zweck?“ –, dann glaube ich, dass du recht hast.

Wir müssen darüber nachdenken, Menschen auf andere Weise zu prägen, denn das hält sie relevant, fordert sie heraus und sorgt dafür, dass sie engagiert bleiben. Vielleicht werden die besten Arbeitgeber der Zukunft also nicht für ihr Gehalt oder dafür bekannt sein, dass sie im Lebenslauf besonders gut aussehen.

Sie werden dafür bekannt sein, dass Menschen nach ihrer Zeit dort bessere Versionen ihrer selbst sind: leistungsfähiger und selbstbewusster.

Brandon Sammut: Ich glaube, das stimmt. Außerdem ist es in der aktuellen Situation sehr realistisch, dass der Ort, an dem Menschen die nächsten Jahre ihrer Karriere verbringen, ihre Chancen für viele weitere Jahre beeinflussen wird.

Für diejenigen von uns, die Unternehmen aufbauen, möchte ich darauf eine gute Antwort geben können. Ich möchte morgens aufwachen und sagen können: „Ich glaube wirklich, dass Zapier ein großartiger Ort ist, an dem Menschen die nächsten Jahre ihrer Karriere verbringen können, weil wir so stark in diese neuen Arbeitsweisen investieren.“

Ich sehe, wie sich jede einzelne Person im People-Team von Zapier zu einer absoluten Spitzenkraft entwickelt – ob bei der zukunftsorientierten Personalgewinnung, der Strategie für Gesamtvergütung, der Personaltechnologie oder der People Analytics. Das ist bemerkenswert.

Das macht mich glücklich, aber darum geht es nicht wirklich. Wir als Führungskräfte sollten in der Lage sein, darauf eine Antwort zu geben. Zusätzlich dazu, dass es einfach eine großartige Sache ist, die man mit einem Team ermöglichen kann, wird dies für Unternehmen, die dafür bekannt werden, dass sie stark in ihre Mitarbeitenden investieren und deren Entwicklung besonders schnell voranschreitet, Teil ihres Arbeitgeberversprechens und zu einem Anziehungspunkt für neue Beschäftigte.

Gerade im Softwarebereich ist die Arbeit derzeit anspruchsvoll und äußerst faszinierend. Die Menschen wissen das. Ich glaube nicht, dass die meisten nach einem bequemen oder einfachen nächsten Arbeitsplatz suchen. Ich glaube vielmehr, dass sie erwarten, am nächsten Ort – oder in ihrer nächsten Position im aktuellen Unternehmen – viel über die Dinge zu lernen, die für die nächsten zehn oder mehr Jahre ihrer Karriere wichtig sind.

David Rice: Absolut. Ich könnte dir nicht mehr zustimmen. Brandon, es war großartig, dich heute in der Sendung zu haben. Ich habe unser Gespräch sehr genossen.

Brandon Sammut: Wie immer, David. Lass uns das bald wiederholen.

David Rice: Liebe Zuhörerinnen und Zuhörer, falls Sie es noch nicht getan haben, besuchen Sie peoplemanagingpeople.com/subscribe und melden Sie sich für den Newsletter an.

Melden Sie sich für AI Signal an. Jede Woche erscheint ein Briefing für Führungskräfte, das Ihnen Denkanstöße gibt. Nicht, dass Sie noch mehr zum Nachdenken bräuchten, aber es enthält auch Werkzeuge, Ratschläge und ähnliche Inhalte. Melden Sie sich unbedingt dafür an.

Bis zum nächsten Mal: Denken Sie daran, dass Sie eine Erfahrung gestalten und möglicherweise auch Menschen auf diesem Weg prägen.