Im Vorstandszimmer klingt es oft wie ein einziger Satz: die Marge muss steigen, und KI hilft dabei. Alle nicken, aber der eine denkt an geringere Einkaufskosten, der andere an schnellere Durchlaufzeiten, und ein dritter an weniger manuelle Arbeit im Backoffice. Das ist nicht das Problem der Ambition, sondern der Übersetzung. Marge verbessern mit KI ist keine Kostenmaßnahme, es ist eine Verschiebung, wer die Arbeit erledigt und wer kontrolliert, ob sie richtig erledigt wurde.
Diese Verschiebung verläuft entlang dreier Spuren, die sich überschneiden. Einen Teil der Arbeit kann KI selbst übernehmen: Standardberichte, Reconciliations, erste Analysen von Abweichungen. Ein anderer Teil bleibt eine Zusammenarbeit, bei der KI einen Vorschlag macht und ein Mitarbeiter diesen genehmigt oder ablehnt, mit einer Begründung dazu. Und ein dritter Teil bleibt Menschenarbeit, weil er Beurteilung, Verhandlung oder Kontext erfordert, die nicht in Daten stecken. Marge verbessern bedeutet, dass Sie diese drei Spuren in Ihrem eigenen Unternehmen benennen können müssen, pro Prozess, nicht in allgemeinen Begriffen.
Der Unterschied liegt selten in der Technik. Zwei vergleichbare Unternehmen mit denselben KI-Tools erzielen unterschiedliche Ergebnisse, weil das eine geregelt hat und das andere nicht, wer das Ergebnis eines KI-Vorschlags genehmigen darf, wer die Qualität der Daten überwacht, auf denen diese Vorschläge basieren, und wer verantwortlich ist, wenn eine Margenverbesserung an anderer Stelle ein Problem verursacht, zum Beispiel bei der Lieferzuverlässigkeit.
Unternehmen, bei denen dies bereits läuft, haben dieses Entscheidungsrecht explizit gemacht, bevor sich die Arbeit verschoben hat. Sie wussten, welche Rolle die Ausgabe eines KI-Modells zu einer Produktionsplanung beurteilt, und welche Rolle nur den Prozess überwacht. Unternehmen, bei denen es noch nicht läuft, entdecken das erst, wenn die erste Abweichung auftritt und niemand weiß, wer dazu etwas sagen darf.
Marge verbessern unter diesen Umständen erfordert Reife auf acht Dimensionen, nicht auf einer. Ein paar, die in der Praxis eine Ambition am schnellsten verzögern:
Der Ambitionstest legt diese Ambition in vier Schichten fest: die Vision, so wie die Geschäftsführung sie ausspricht, den Vision State, der beschreibt, wie die Arbeit nach der Verschiebung aussieht, das Target mit einem konkreten Ziel, und den Target State, der beschreibt, welche Kapazität dadurch frei wird. Diese vier Schichten werden anhand acht Dimensionen und fünf Confidence Gates geprüft und in Rollen und Entscheidungsrechte übersetzt, die schon heute besetzt sein müssen, nicht erst, wenn es schiefgeht.
Marge verbessern mit KI erfordert nicht automatisch neue Funktionen, wohl aber neue Verantwortlichkeiten bei bestehenden Rollen. Ein Controller, der jetzt Berichte zusammenstellt, wird zur Rolle, die KI-generierte Abweichungsanalysen beurteilt. Ein operativer Manager, der jetzt Planungen genehmigt, wird zur Rolle, die erklärt, warum ein KI-Vorschlag abgelehnt wurde, damit das Modell daraus lernt. Das erfordert eine andere Art der Zeitverwendung: weniger Stunden für das Zusammenstellen der Übersicht, mehr Stunden für deren Beurteilung.
Diese Verschiebung betrifft die Frage, wie viel FTE-Kapazität frei wird und wo diese Kapazität anschließend eingesetzt wird. Das ist eine Frage der Arbeit, nicht des Personals; was ein Arbeitgeber damit tut, unterliegt eigenen gesetzlichen Anforderungen und liegt beim Arbeitgeber.
Keine Geschäftsführung muss auf einen Jahresbericht warten, um zu sehen, ob dies funktioniert. Die Signale sind früher sichtbar: ein Team, das KI-Vorschläge innerhalb von Tagen genehmigt oder begründet ablehnt, statt sie wochenlang liegen zu lassen. Ein Controller, der benennen kann, welcher Teil der Margenverbesserung einem KI-Vorschlag zuzuschreiben ist und welcher Teil einem eigenen Eingriff. Eine Organisation, die nicht mehr diskutiert, ob KI die Arbeit bewältigen kann, sondern welche Abweichung Aufmerksamkeit verdient. Mehr darüber, was diese frühen Signale genau sind, steht beschrieben auf welche frühen Signale zeigen, dass eine Veränderung greift.
Diese Ambition steht selten allein. Marge verbessern betrifft oft dieselben Entscheidungsrechte wie welche Capabilities schnelleres Liefern erfordert, wenn KI Arbeit übernimmt, und bei einer Fusion oder Übernahme kehrt die Frage in beschleunigter Form zurück, wie beschrieben auf welche Capabilities eine Übernahme integrieren erfordert, wenn KI Arbeit übernimmt. Wer merkt, dass eine strategische Planung trotz dieser Ambition auf dem Papier bleibt, findet eine Erklärung auf wie man verhindert, dass eine Strategie ein Dokument bleibt.
Die zugrunde liegende Frage ist meist nicht, ob KI die Marge verbessern kann, sondern welche Arbeit in diesem konkreten Unternehmen tatsächlich übernommen werden kann. Diese Frage wird pro Aufgabe mit dem Werkscan von FTE TO AI beantwortet.
Wer zunächst wissen möchte, wo die Organisation steht, kann den kostenlosen Reifecheck machen: acht kurze Fragen, eine pro Dimension, mit einem Bild davon, wo Sie am weitesten und am wenigsten weit sind. Der vollständige Ambitionstest, mit den vier Schichten und den fünf Confidence Gates, befindet sich im Aufbau.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.