Wie beweist man den ROI von KI, wenn die Rendite nur 1 % beträgt?

David Rice: Nur 17 % der Unternehmen haben überhaupt KI-Agenten eingeführt. Bei mehreren Abteilungen liegt die Zahl bei etwa 3 %. JLL hat aufgehört, ihre Agenten zu zählen. In der heutigen Sendung spreche ich mit Carlin Power, der globalen Vizepräsidentin für KI und die Befähigung von Plattformtechnologien bei JLL, darüber, was die anderen 97 % bald lernen werden.

Denn JLL experimentiert nicht mit Agenten. Das Unternehmen betreibt sie unternehmensweit in der Produktion – im Facility Management, in der Markenkommunikation und in den Unternehmensfunktionen – und die daraus gewonnenen Erkenntnisse sind größtenteils nicht technischer Natur. Das Erste, was ins Wanken geriet, war nicht die Technologie, sondern die ROI-Diskussion. Wie rechtfertigt man die Kosten von Grundvoraussetzungen?

Wie setzt man sich vor den Finanzvorstand und sagt: „Vielleicht erzielen wir damit eine Rendite von 1 %“? Powers Antwort bestand darin, die Wertdiskussion wieder dorthin zu verlagern, wo sie hingehört: in die Gewinn- und Verlustrechnung, die über die Investition entscheidet. Wenn eine Führungskraft das Geschäft ausbauen und den Anteil am Kundenbudget ihrer wichtigsten Kunden um 20 % erhöhen möchte, wird KI zu einem Teil dieser Diskussion – statt zu einem Hammer zu werden, der nach einem Nagel sucht.

Auch die Frage nach dem Berufseinstieg verdient in diesem Zusammenhang Aufmerksamkeit. Eine Studie aus Stanford zieht eine klare Grenze: Wenn KI automatisiert, sinkt die Einstellung von Berufseinsteigern. Wenn KI unterstützt, bleibt die Beschäftigung stabil oder wächst. JLL traf eine bewusste Entscheidung, und die kürzlich gewonnenen Praktikanten präsentierten Abschlussprojekte, die so anspruchsvoll waren, dass Power ohne Hinweis nicht vermutet hätte, dass sie nicht bereits seit drei oder vier Jahren in ihrer Karriere standen.

Heute sprechen wir also darüber, was Agenten, die Bestand haben, von den 40 % unterscheidet, deren Projekte laut Gartner bis 2027 eingestellt werden, warum die Darstellung des ROI wichtiger ist als die Technologie selbst, wie man KI-Kompetenz in 80 Ländern aufbaut, ohne die lokale Relevanz zu verlieren, und was ein Chief People Officer ohne einen einzigen produktiv eingesetzten Agenten in den ersten ein bis drei Monaten ihrer Einführung tun sollte.

Ich bin David Rice. Dies ist People Managing People. Wenn Ihr Unternehmen noch herauszufinden versucht, wo es mit Agenten anfangen soll, liefert dieses Gespräch einen praktischen Fahrplan von jemandem, der diese Frage längst hinter sich gelassen hat. Legen wir also los.

Willkommen beim People-Managing-People-Podcast. Wie immer bin ich Ihr Gastgeber David Rice, und heute spreche ich mit Carlin Power. Sie ist die globale Vizepräsidentin für KI und die Befähigung von Plattformtechnologien bei JLL. Viele Unternehmen experimentieren mit KI-Agenten, aber Sie haben tatsächlich einige erfolgreich eingeführt. Richtig. Also –

Carlin Power: Ja, das haben wir ...

David Rice: Wir werden ein wenig darüber sprechen und über einige der daraus gewonnenen Erkenntnisse.

Meine erste Frage an Sie betrifft eine Gartner-Umfrage unter CIOs. Darin hieß es, dass nur 17 % der Unternehmen überhaupt Agenten eingeführt haben.

Carlin Power: Genau.

David Rice: Und ich glaube, die Zahl für mehrere Abteilungen liegt bei 3 % oder so, richtig? Ja, ja. Das ist wirklich niedrig.

Carlin Power: Ja.

David Rice: Für viele stehen die Dinge also noch ganz am Anfang. Sie haben veröffentlicht – die letzte Zahl, die ich gesehen habe, war etwa 34. Ich glaube, inzwischen sind es mehr.

Carlin Power: Ja. Wir wachsen. Ich glaube, wir haben einfach aufgehört zu zählen.

David Rice: Sie haben einfach aufgehört ... Meine erste Frage an Sie lautet also: Was wissen Sie heute, was die anderen 97 % bald lernen werden?

Carlin Power: Nun, ich glaube, das geht tatsächlich auf einige Entscheidungen zurück, die wir anfangs getroffen haben. Wir haben in etwas investiert, das wir JLL Falcon nennen – ein schicker Markenname für eine Sammlung von KI-Funktionen und APIs, die all unsere Softwareentwickler kostengünstig nutzen konnten, um KI-Funktionen auf völlig neuer Technologie und auf bestehender Technologie einzusetzen, die bereits auf dem Markt war.

Dadurch und weil wir Innovation dezentral über all unsere Ingenieurteams verteilen konnten, eigneten sie sich viel schneller die Fähigkeiten an, Dinge wie Agenten zu entwickeln und einzusetzen. Wir haben beispielsweise Agenten in unserem Facility-Management-Geschäft, die Arbeitsaufträge optimieren und etwa bestimmen, wie Techniker zu Standorten geschickt werden, um dort ihre Facility-Management-Arbeit zu erledigen.

Wir haben Markenagenten, die unsere PowerPoint-Präsentationen mit unserer Marke versehen und unseren Tonfall für die interne und externe Kommunikation bei JLL festlegen. Und wir haben vor ungefähr anderthalb Monaten Ask JLL eingeführt – eine Sammlung von Agenten, die von unseren Fachexperten aus allen Unternehmensfunktionen unterstützt werden und Mitarbeitern in sämtlichen Unternehmensfunktionen Hilfe bieten.

Durch diese Dezentralisierung über all diese Entwicklungsteams hinweg bauen wir Agenten für maßgeschneiderte Geschäftsprobleme –

David Rice: Hm ...

Carlin Power: – und zwar mit sehr klar definierten ROI-Zielen.

David Rice: Ist das ein Teil des Grundes, warum Sie glauben, dass es erfolgreich war? Sie haben die maßgeschneiderte Natur erwähnt. Ist das ein Teil dessen, was es erfolgreich gemacht hat – dass Sie nicht allgemein versuchen, ein Problem zu lösen, sondern sehr spezifisch vorgehen?

Carlin Power: Ja. Wir haben auch allgemeine Agenten und KI-Werkzeuge für allgemeine Zwecke. Wir haben einen allgemeinen KI-Assistenten namens Pulse, den wir liebevoll ... nennen. Er durchsucht all unsere Chats, E-Mails und gemeinsam genutzten Dokumente. Im Grunde funktioniert er wie ein Verwaltungsassistent, der einen großen Teil der administrativen und taktischen Aufgaben übernimmt, die zu einer Tätigkeit als Wissensarbeiter gehören.

Wir haben also bewusst einige allgemeine Funktionen eingeführt. Aber ja, der echte ROI – denn diese Dinge sind eher Grundvoraussetzungen –

David Rice: Richtig, richtig.

Carlin Power: – besteht darin, dass all unsere Mitarbeiter sie zur Verfügung haben müssen, damit wir im Markt wettbewerbsfähig sein können.

Die Agenten, die unsere Softwareentwicklungsteams für eine bestimmte Geschäftslinie oder Unternehmensfunktion einsetzen, lösen maßgeschneiderte Geschäftsprobleme, die unsere Geschäftsergebnisse voranbringen. Das ist über mehrere Ebenen der Organisation hinweg abgestimmt.

David Rice: Nehmen Sie mich mit zurück zum ersten Agenten. Was ging schief, was nicht technischer Natur war? Ging es um Berechtigungen und Verantwortlichkeiten oder um die Aufgabenbeschreibung einer Person?

Carlin Power: Ja ...

David Rice: Im Grunde um die Stellenbeschreibung?

Carlin Power: Ja, genau. Agent Nummer eins – wow. Das ist eigentlich Pulse, also ...

David Rice: Okay ...

Carlin Power: – auch bekannt als JLL-Arbeitswerkzeuge, denn inzwischen stellen wir das über ein MCP bereit, also über das schicke Wort für einen Konnektor, der einen Agenten direkt mit strukturierten Daten verbindet.

Ich glaube also nicht, dass wirklich etwas Technisches schiefging. Es ging vielmehr darum, wie wir die Kosten im Verhältnis zum ROI rechtfertigen. Ich habe mit Ihnen über Grundvoraussetzungen gesprochen. Es ist ein ziemlich schwieriges Gespräch, wenn man nur Effizienzzahlen von 1 bis 3 % sieht.

David Rice: Ja.

Carlin Power: Dann sitzt man vor dem Finanzvorstand und sagt: „Ich glaube, wir sollten diese Sache machen, aber vielleicht erzielen wir damit eine Rendite von 1 %.“ Zunächst mussten wir also herausfinden, wie wir den Wert von Grundvoraussetzungen erklären. Wie erklären wir den Wert eines bestimmten Agenten?

Und sollte das ein Standard sein, den wir für die Entwicklung festlegen? Wie stellen wir sicher, dass jeder Entwickler in unserer Organisation sagen kann: „Ich werde diesen Agenten liefern, um dieses Problem zu lösen, das uns zuvor X an Arbeitsaufwand gekostet oder einen bestimmten Output geliefert hat. Jetzt werden wir jedoch den fünffachen Durchsatz erreichen, eine neue Umsatzlinie generieren, unseren Marktanteil erhöhen oder unseren Anteil am Kundenbudget steigern können.“

Sobald man seine Teams dazu bringt, auf diese Weise darüber nachzudenken, lässt sich der ROI viel einfacher nachweisen und rechtfertigen. Das war die erste große Frage: „Wann sollten Menschen das nutzen? Wie sollten sie es nutzen? Wie hoch ist der ROI?“ Und wir sagten: „Gute Frage.“

David Rice: Interessant, dass Sie die Standardisierung erwähnen. Ging damit auch eine Standardisierung der Sprache einher – also ein gemeinsames Verständnis davon, was als ROI gilt?

Denn ich kann mir vorstellen, dass die Fantasie der Menschen dabei etwas mit ihnen durchgehen kann. Man muss dann sagen: „Moment, das ist eigentlich kein echter geschäftlicher Wert.“

Carlin Power: Glücklicherweise haben wir einige großartige Finanzfachleute in unserer Organisation. Obwohl es sich um eine zentrale Funktion handelt, ist sie in Bezug darauf dezentralisiert, wie die Finanzleute in unseren Geschäftsbereichen und Funktionen angesiedelt sind.

Unser Finanzteam hat viel Zeit damit verbracht, unseren Teams Rahmenbedingungen an die Hand zu geben, mit denen sie tatsächlich eine ROI-Diskussion führen können. Ich denke, oder vielmehr die ROI-Berechnung entwickelt sich gerade weiter. Ich würde nicht behaupten, dass wir die Antwort darauf haben. Wenn dem so wäre, würde ich einfach kündigen und über Nacht eine milliardenschwere Beratung gründen –

David Rice: Ja ...

Carlin Power: – wie alle anderen auch. Aber ich glaube, es geht darum, die Diskussion über den Wert wieder dorthin zu verlagern, wo sie hingehört: in die Gewinn- und Verlustrechnung, die über die Investition entscheidet. Wenn eine Führungskraft sagt: „Wir müssen unseren Anteil am Kundenbudget unserer zehn wichtigsten Kunden um 20 % erhöhen“, ist KI nun Teil dieser Diskussion, statt dass wir ein Hammer sind, der nach einem Nagel sucht.

David Rice: Gartner prognostiziert, dass 40 % der Projekte für agentische KI bis Ende 2027 eingestellt werden. Meine Frage an Sie lautet: Wenn Sie sich die von Ihnen entwickelten Agenten ansehen, was gibt Ihnen die Zuversicht, dass sie widerstandsfähig sind und darüber hinaus bestehen werden?

Carlin Power: Auch das führt wieder zu unserer Entscheidung zurück, JLL Falcon einzusetzen, und zur dezentralen Entscheidungsfindung in unseren Entwicklungsfunktionen, die inzwischen an die Kennzahlen der Geschäftsbereiche gekoppelt sind.

Wir entwickeln nichts – oder versuchen zumindest, nichts zu entwickeln –, das keinen zurechenbaren ROI oder keine konkret bezifferbaren Einsparungen hat. Dadurch wird die Diskussion sehr einfach. Wenn man die KI-Agenten betrachtet, die gut oder nicht gut funktionieren, lautet die Frage: Erreichen sie ihre Ziele, so wie ein Mitarbeiter seine Geschäftsziele erreichen würde?

Macht diese Technologie, macht dieser Agent das, was wir von ihm erwartet haben? Realisiert er den Nutzen, den wir erwartet haben? Wenn nicht, warum nicht, und sollten wir weiter investieren? Für jeden Agenten, den man in der Organisation einführt, muss regelmäßig eine Entscheidung über Beenden, Starten oder Fortführen getroffen werden.

David Rice: Sie haben die dezentrale Entscheidungsfindung erwähnt. Haben Sie das von Anfang an so aufgebaut? War das bereits vor all dem Teil Ihrer Prozesse?

Carlin Power: Die Grundlage unserer KI-Strategie ist unsere unternehmensweite Datenebene. Wir haben unter der Leitung unseres CTO Yao Moran in den vergangenen fünf bis sechs Jahren daran gearbeitet, Datenkompetenz, Genauigkeit, Qualität und Relevanz all unserer Daten aufzubauen – im Grunde in unserem unternehmensweiten Data Warehouse.

Jedes einzelne Datenstück, das wir bei JLL haben, gelangt in unser unternehmensweites Data Warehouse. Es gibt also eine Reihe von Governance-Funktionen, die definieren, was diese Daten sind, wofür sie relevant sind, für wen sie relevant sind und wie Menschen Zugriff auf diese Informationen erhalten. Wir haben eine sehr robuste Datenebene am unteren Ende, und darauf liegt JLL Falcon.

Wenn wir also über das MCP oder den Konnektor sprechen, geht dieser direkt in unser unternehmensweites Data Warehouse und ruft die für den jeweiligen Nutzer relevanten Daten ab. Das ist unsere Skalierungsfunktion – im Hinblick auf Kosteneffizienz und Datenrelevanz.

Daneben haben wir eine von den Mitarbeitern getragene KI-Strategie und eine zentral gesteuerte KI-Strategie. In unserer zentral gesteuerten KI-Strategie findet die von mir beschriebene Dezentralisierung statt. Für jeden Geschäftsbereich und jede Unternehmensfunktion gibt es Technologieinitiativen, die im Rahmen dieser Strategie die Differenzierung liefern sollen, die wir im Markt brauchen.

Die von den Mitarbeitern getragene Strategie wiederum ermöglicht es den Menschen im Unternehmen, unsere Werkzeuge zu nutzen und interne KI-Kompetenz aufzubauen. Das ist unsere Befähigungsfunktion. Wir haben also die Grundlage – unsere Daten.

Wir haben die Skalierungsfunktion – unsere JLL-Falcon-Plattform. Wir haben die Differenzierungsfunktion – die zentral gesteuerte Strategie. Und wir haben die Befähigungsfunktion – die von den Mitarbeitern getragene Strategie. All das zahlt auf unsere drei Geschäftsergebnisse ein: Kundennutzen zu liefern, operative Exzellenz freizusetzen und Innovation zu fördern.

Ich glaube, das ist ein wesentlicher Grund für unseren Erfolg. Und zu Ihrer Frage, ob die Entscheidung zur Dezentralisierung bewusst getroffen wurde: Ja, das war sie. Haben wir sie sofort getroffen? Ich kann mich nicht erinnern. Aber sind wir letztendlich dort gelandet? Absolut.

David Rice: Eine Frage, die ich Ihnen stellen wollte: Ich habe eine Stanford-Studie gesehen, die eine klare Grenze zog. Wenn KI Aufgaben automatisiert, sinkt die Einstellung von Berufseinsteigern.

Wenn sie unterstützt, bleibt die Beschäftigung stabil oder wächst.

Carlin Power: Ja.

David Rice: Auf welcher Seite dieser Grenze befinden Sie sich Ihrer Meinung nach bei 34 oder inzwischen noch mehr Agenten? Und war das eine Entscheidung oder ein Ergebnis?

Carlin Power: Wenn ein Unternehmen auf Effizienz und Produktivität ausgerichtet ist und deshalb Arbeitsplätze beziehungsweise Arbeitsplätze am Anfang der Karriere abbauen möchte, ist das meiner Meinung nach eher ein Zeichen für eine unausgereifte KI-Strategie und ein unausgereiftes Beteiligungsmodell.

Es war nie unsere bewusste Entscheidung zu sagen: „Wir werden all diese Kosten aus der Organisation herausnehmen und 40 % der Stellen abschaffen.“ Bei der heutigen Grundsatzrede wurde das als Angstmacherei bezeichnet.

Ich halte das für eine zu extreme Position. Außerdem ist sie meiner Meinung nach kurzsichtig. Es kann für den Erfolg eines Unternehmens sehr schädlich sein, seine Talente am Anfang ihrer Karriere vollständig abzuschneiden.

David Rice: Ja.

Carlin Power: Erst letzten Montag saß ich mit unseren Praktikanten aus dem Beschaffungswesen zusammen. Sie präsentierten ihre Abschlussprojekte, von denen viele unsere internen Werkzeuge und einige der fortgeschrittenen Labore genutzt hatten, mit denen wir Partnerschaften unterhalten.

Wenn mir der Leiter des Beschaffungswesens nicht gesagt hätte, dass es sich um Praktikanten handelt, hätte ich gesagt, dass sie seit drei oder vier Jahren im Berufsleben stehen – aufgrund der Tiefe ihres Wissens über sehr komplexe Probleme im Beschaffungswesen und der Nähe zu den Kundenkonten, mit denen sie arbeiten mussten, um etwa die von uns verwaltete Vermögensmenge oder die von uns verwaltete Vertragsmenge zu verbessern.

Ich habe Dinge gelernt. Ich war überwältigt von dem, was sie in so kurzer Zeit leisten konnten. Noch mehr beeindruckte mich, dass der Leiter des Beschaffungswesens am Ende im Grunde sagte: „Ihr alle habt hier bei JLL einen Arbeitsplatz, wenn ihr ihn wollt.“ Das ist ein gutes Beispiel dafür, dass wir diese Arbeitsplätze am Anfang der Karriere nicht abschaffen sollten.

Wir sollten völlig andere Erwartungen daran stellen, was wir von Talenten am Anfang ihrer Karriere erhalten. Deshalb haben wir unsere Strategie für den Berufseinstieg komplett neu aufgebaut – rund um projektbasierte Abschlussarbeiten, die in unseren Praktikumsprogrammen echten Wert schaffen.

Ich denke also erneut, dass es sich wahrscheinlich um eine Frage der Reife handelt. Irgendwann werden andere Unternehmen dort ankommen. Ich würde Unternehmen davor warnen, diese Karriereleiter am Anfang zu beseitigen, denn ich glaube, dass ein großer Teil ihrer Innovation in den nächsten drei bis fünf Jahren daraus entstehen wird.

David Rice: Ich finde es großartig, dass Sie das sagen. Das mit der Abschlussarbeit erinnert mich daran, dass es fast eher eine Ausbildung ist.

Carlin Power: Ja.

David Rice: Wir denken bei Praktika oft an meine eigene Studienzeit zurück. Mein Praktikum war ziemlich langweilig.

Carlin Power: Ich glaube, ich habe Telefone beantwortet und ...

David Rice: ... Akten abgelegt.

Carlin Power: Genau. Es war nicht besonders anspruchsvoll.

David Rice: Man ging also nicht hinaus und dachte: „Das war wirklich wichtig.“

Carlin Power: Ja.

David Rice: Man konnte sagen: „Das kommt in meinen Lebenslauf.“

Carlin Power: Genau.

David Rice: Aber das Ausbildungsmodell, auf das Sie meiner Meinung nach hinauswollen, bedeutet, dass man tatsächlich lernt und die Arbeit selbst erledigt – und zwar mit einer Tiefe, bei der man, wie Sie sagten, wie jemand mit drei oder vier Jahren Berufserfahrung wirkt.

Carlin Power: Ja. Das hat mich umgehauen und dabei geholfen, einen neuen Standard zu setzen und der Organisation zu vermitteln, was wir von unseren Talenten am Anfang ihrer Karriere erwarten sollten.

Ich hoffe, dass dadurch auf Organisationsebene auch eine Kompetenz entsteht, die uns zeigt, dass wir wahrscheinlich ebenfalls viel mehr von unseren berufserfahrenen Mitarbeitern erwarten sollten. Wir haben unsere Führungskräfte darin geschult, was ich als Weiterentwicklung des eigenen Wertversprechens bezeichnen würde.

Wir führen sie durch einen Workshop mit mehreren Modulen. Man wäre überrascht – oder vielleicht auch nicht –, wie schwer es ihnen fiel, ihr aktuelles Wertversprechen gegenüber dem Unternehmen zu formulieren.

Wir fragen sie also: Wenn Ihr gesamtes Team durch KI unterstützt, verbessert oder ersetzt wird, was werden Sie mit diesem Wert anfangen? Wie werden wir diesen Wert zurückgewinnen – durch höheren Durchsatz, bessere Ergebnisse, mehr Zeit für Kunden oder mehr Zeit, um zukünftige Umsatzlinien aufzubauen?

David Rice: Wenn „Menschen zuerst“ kein Instrument hat, sind es letztlich nur Worte, ein Slogan. Mich würde interessieren, wie Sie zwischen Nutzung, regelkonformer Anwendung und Menschen unterscheiden, die das System einfach umgehen.

Carlin Power: Ja.

David Rice: Den Agenten.

Carlin Power: Das war ebenfalls eine sehr frühe und bewusste Entscheidung.

Wir haben einen erheblichen Teil unseres Budgets für Fachleute in den Bereichen Beteiligung und Befähigung ausgegeben. Sie halfen zu Beginn all unseren Mitarbeitern, ein Maß an KI-Kompetenz aufzubauen.

Das reichte von der Einführung in neue Werkzeuge über die Vermittlung von Grundlagen dazu, wie generative KI funktioniert und wie wir ihre Daten und die Daten unserer Kunden schützen, bis hin dazu, sie mit all den Fragen vertraut zu machen, die am Anfang aufkamen: Was passiert, wenn ich eine Gewinn- und Verlustrechnung eines Kunden in ein GPT hochlade?

Wir haben die Systeme so aufgebaut, dass sie sicher und abgeschirmt sind, aber die Menschen müssen trotzdem ihr eigenes Urteilsvermögen einsetzen. Wir halfen ihnen auch dabei, das richtige Gleichgewicht zwischen dem, was sie der generativen KI anvertrauen können, und dem, was sie ihr nicht anvertrauen können, zu finden – nach dem Prinzip „Vertrauen, aber überprüfen“.

Dass dieses Prinzip früh verankert wurde, half ihnen, die Einführung weiterer, fortschrittlicherer Funktionen zu beschleunigen, sobald diese verfügbar waren.

Wir entwickelten Werkzeuge, führten sie ein und schulten die Menschen darin. Außerdem bauten wir ein Botschafterprogramm auf, das unsere Schulungen für die jeweiligen Rollen und Profile in allen Geschäftsbereichen und Unternehmensfunktionen anpassen konnte, denn wir sind ein riesiges Unternehmen, das in 80 Ländern tätig ist.

Auf lokaler Ebene müssen viele Dinge berücksichtigt werden, die eine zentrale Funktion nicht in großem Maßstab unterstützen kann. Deshalb mussten wir die Experten in diesen Bereichen einbinden. Sie halfen uns, das nächste Kompetenzniveau aufzubauen, das unsere Teams brauchten, um selbst Innovationen hervorzubringen.

David Rice: Uns läuft die Zeit davon. Bevor ich Sie verabschiede, möchte ich Ihnen eine hypothetische Frage stellen. Ich liebe hypothetische Fragen.

Carlin Power: Nur zu.

David Rice: Stellen wir uns einen Chief People Officer vor, der bislang keinen einzigen Agenten produktiv einsetzt. Der Vorstand beginnt jedoch, Druck auszuüben. Er möchte Fortschritte sehen und fragt, warum es diese noch nicht gibt. Es stehen zwölf Monate und ein Budget zur Verfügung.

Was sollte diese Person in den ersten ein bis drei Monaten tun, um den Prozess in Gang zu bringen? Und was ist das Erste, wozu sie versucht sein wird, obwohl Sie sagen würden: „Tun Sie das nicht, das ist etwas Zeitverschwendung“?

Carlin Power: Ich glaube, als Erstes sollte man eine Gruppe von Menschen zusammenstellen, denen man zutraut, im gesamten Unternehmen zu experimentieren. Ich bin nicht sicher, ob ich sofort vollständig auf Fachexperten setzen würde, aber man sollte technisch versierte Domänenexperten aus Geschäftsbereichen und Unternehmensfunktionen einbinden.

Sie können helfen, echte Anwendungsfälle zu definieren, bei denen selbst das Experimentieren einen positiven Netto-ROI erzielen wird.

Wenn man gleichzeitig sehr breit und umfassend vorgehen will, entstehen hohe Kosten. Wenn die Menschen im Unternehmen nicht mit den verschiedenen Geschäftsbereichen vertraut oder nicht in KI geschult sind, werden die Kosten einfach explodieren.

David Rice: Ja.

Carlin Power: Genau das, was Sie in Ihren Fragen beschrieben haben, wird dann passieren. Man sollte also mit einigen wenigen Anwendungsfällen Erfolg erzielen, diese anschließend skalieren und den daraus gewonnenen ROI wieder in weitere oder horizontalere, allgemeine Werkzeuge investieren, die im Unternehmen bereitgestellt werden.

Das ist meiner Meinung nach entscheidend. Der andere Teil ist die Befähigungsfunktion, also der Aufbau von Kompetenz. Die Menschen müssen sich bei der Nutzung der Werkzeuge sehr wohlfühlen, und man muss sie dazu motivieren, sie einzusetzen.

Ich verweise immer wieder dankbar auf unseren CEO Christian Ulbrich, der die Vision vorgegeben und die Menschen dazu befähigt hat, KI zu nutzen. Er setzte globale Kennzahlen für Kompetenz, Einführung und Nutzung.

Es gab also keine Bestrafung für die Nutzung dieser Werkzeuge. Es war nicht so: „Ihr habt herausgefunden, wie ihr eure Abteilung automatisieren könnt? Großartig, dann entlassen wir jetzt einfach alle.“ Dieses Narrativ gab es bei JLL nie.

Die Botschaft lautete vielmehr: Wir müssen KI einsetzen können, um unsere Kunden bestmöglich zu unterstützen und unseren Mitarbeitern besser zu dienen.

Daher mussten all unsere Führungskräfte erstens Kennzahlen für das Erreichen dieses Ziels entwickeln und zweitens dieses Verhalten vorleben. Unser CEO war sehr deutlich: Jeder Einzelne müsse KI-Werkzeuge nutzen, und er werde dies messen.

Denn wenn die Mitarbeiter nicht sehen, dass ihre Führungskraft die Werkzeuge nutzt, werden sie sich nicht wohl dabei fühlen oder nicht das Gefühl haben, sie nutzen zu dürfen.

Er wollte, dass die Innovation ebenso von unten nach oben kommt,

David Rice: Richtig ...

Carlin Power: – wie das Vorbildverhalten von oben nach unten. Wenn ich also einer Führungskraft aus der obersten Führungsebene einen Rat geben sollte, würde ich sagen: Sie müssen dieses Verhalten ebenfalls vorleben und die Anreize auf das Verhalten ausrichten, das Sie in Ihrer Organisation sehen möchten.

David Rice: Vielen Dank, dass Sie heute bei uns waren. Carlin Power, meine Damen und Herren. Bis zum nächsten Mal.

Carlin Power: Vielen Dank.

David Rice: Liebe Zuhörerinnen und Zuhörer, falls Sie es noch nicht getan haben, besuchen Sie peoplemanagingpeople.com/subscribe. Melden Sie sich für den Newsletter an. Sie erhalten diesen Podcast und alles Weitere, was wir erstellen, direkt in Ihrem Posteingang.

Bis zum nächsten Mal.