"Wir müssen schneller liefern." In einer Vorstandssitzung klingt das wie eine eindeutige Ambition. In der Praxis meint der eine: kürzere Durchlaufzeiten bei gleicher Besetzung. Der andere meint: dasselbe Volumen mit weniger Kapazität. Ein Dritter meint: schneller reagieren auf Anfragen, die derzeit liegen bleiben. Alle drei sind legitim, aber sie verlangen unterschiedliche Dinge von der Organisation.
Der Unterschied wird schärfer, sobald KI ins Bild kommt. "Schneller liefern" ohne KI bedeutet meist: Prozesse vereinfachen, Wartezeiten beseitigen, Personal anders einteilen. "Schneller liefern" mit KI-Arbeit darin bedeutet: bestimmte Schritte werden nicht mehr von einer Person ausgeführt, sondern von einem System, mit oder ohne jemanden, der das Ergebnis beurteilt. Das ist eine andere Ambition, auch wenn die Worte dieselben sind.
Beim Beschleunigen von Lieferzeiten laufen drei Situationen durcheinander, oft innerhalb desselben Prozesses:
Unternehmen, bei denen das bereits funktioniert, haben diese drei Kategorien bis auf Aufgabenebene entwirrt. Unternehmen, bei denen es noch nicht funktioniert, sprechen noch über "den Prozess" als Ganzes, und genau dort bleibt die Verzögerung stecken: Man kann keinen Teil beschleunigen, wenn man nicht weiß, welcher Teil es ist.
Schneller liefern mit KI-Arbeit darin erfordert nicht primär mehr Technik. Es erfordert acht Dinge, die miteinander zusammenhängen und die innerhalb einer Organisation meist ungleich entwickelt sind:
1. Aufgabenzerlegung — die Fähigkeit, einen Prozess in Schritte zu unterteilen, die einzeln auf KI-Eignung beurteilt werden können. 2. Datenbereitschaft — die Eingabe, die ein System benötigt, ist nicht immer die Eingabe, die derzeit verfügbar oder strukturiert ist. 3. Aufsichtsgestaltung — wer genehmigt oder lehnt ab, aufgrund welcher Begründung, und was geschieht mit einer Ablehnung. 4. Entscheidungsrechte — wenn ein System einen Vorschlag macht, muss festgelegt sein, wer das Mandat hat, ihn zu bestätigen. 5. Fehlerbehandlung — schneller liefern ohne einen funktionierenden Wiederherstellungspfad bei Fehlern führt nur zu schnelleren Fehlern. 6. Messbarkeit — ohne eine Nullmessung der aktuellen Durchlaufzeiten ist eine Verbesserung nicht nachweisbar, nur spürbar. 7. Veränderungskapazität — Mitarbeiter, die jetzt die vollständige Aufgabe ausführen, müssen lernen, das Ergebnis eines Systems zu beurteilen; das ist eine andere Fähigkeit. 8. Kundenerwartung — schneller liefern verändert, was ein Kunde anschließend erwartet, und das wirkt sich auf andere Teile der Organisation aus.
Diese acht Dimensionen bestimmen zusammen, ob "schneller liefern" eine realistische Ambition für das kommende Jahr ist, oder ein Wunsch, der auf Kapazität wartet, die es noch nicht gibt.
Die Ambition verändert, wer darüber entscheidet. Neben dem Prozessverantwortlichen, der jetzt die Durchlaufzeit überwacht, entsteht der Bedarf an jemandem, der die Grenze zwischen "KI kann es", "KI macht einen Vorschlag" und "bleibt Menschenarbeit" pro Aufgabe festlegt und aktuell hält — diese Grenze verschiebt sich nämlich, und nicht automatisch in dieselbe Richtung. Es besteht auch Bedarf an einer Rolle für denjenigen, der die Qualität von KI-Vorschlägen über die Zeit beurteilt, unabhängig davon, wer an dem Tag die Aufsicht führt. Ohne diese Rolle explizit zu machen, bleibt die Aufsicht von individueller Aufmerksamkeit abhängig, und darauf möchte ein Vorstand keine Geschwindigkeitsvereinbarung stützen.
Dies betrifft nicht Personalentscheidungen als solche; welche Konsequenzen eine Organisation daraus zieht, unterliegt den eigenen gesetzlichen Anforderungen, die dafür gelten.
Keine Prozentzahl erzählt hier die ganze Geschichte, und wie viel Zeit genau frei wird, hängt vom Prozess, der Datenqualität und dem Maß an Aufsicht ab, das die Organisation für akzeptabel hält. Was jedoch erkennbar ist: ein wiederkehrender Prozess, bei dem die Anzahl der freigewordenen Stunden pro Team einsehbar ist, ein fester Punkt, an dem abgelehnte KI-Vorschläge besprochen statt ignoriert werden, und Kunden, die eine kürzere Durchlaufzeit erfahren, ohne dass die Fehlerquote merkbar zunimmt. Sind diese drei Dinge sichtbar, ist die Ambition nicht nur ausgesprochen, sondern auch realisiert.
Schneller liefern steht selten allein. Dieselben acht Dimensionen kehren mit anderen Akzenten wieder bei internationaler Expansion und den dafür nötigen Capabilities, bei einer Übernahme integrieren, ohne die Bereitschaft beider Organisationen zu verwechseln und bei kundenorientierterem Arbeiten, wenn KI-Arbeit dabei eine Rolle bekommt. Wer merkt, dass die eigene Vision noch zu vage ist, um diesen Test darauf anzuwenden, findet Anknüpfungspunkte in die Vision konkretisieren, bevor Sie sie testen.
Die zugrunde liegende Frage — welche Arbeit in diesem Unternehmen tatsächlich von KI übernommen werden kann — wird mit dem Arbeitsscan von FTE TO AI pro Aufgabe beantwortet, nicht pro Prozess oder Abteilung. Möchten Sie zunächst wissen, wo Ihre Organisation bei diesen acht Dimensionen steht, dann gibt es den kostenlosen Bereitschaftscheck: acht kurze Fragen, eine pro Dimension, mit als Ergebnis ein Bild davon, wo Sie am weitesten und wo Sie am wenigsten weit sind. Der vollständige Ambitionstest, mit den vier Ebenen 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.