Die Strukturierung der internen und externen Aktivitäten eines Unternehmens erfolgte bisherig überwiegend in Form von End-to-End Prozessen. Diese Grundstruktur wurden bisher auch der Digitalisierung zu Grunde gelegt. Dabei wurde jedoch noch nicht an die erheblich komplexeren Möglichkeiten der künstlichen Intelligenz gedacht, mit der gewaltige Potenziale in den Unternehmen entfaltet werden können. Wenn in Echtzeit kommunizierende, mit dem kompletten Unternehmen vernetzte Algorithmen 80 % aller Funktionen des Unternehmens übernehmen, wird eine völlig neue Generation der Performance ins Leben gerufen.
Die folgende Abbildung zeigt, wie die Gliederung in traditionelle Einzelbereiche in einem typischen Unternehmen bisher erfolgt ist.
So wie die einzelnen Felder und die übergeordneten Bereiche von voneinander abgegrenzt sind, haben sich auch historisch starre Grenzen zwischen den einzelnen Abteilungen entwickelt. Damit wurde auch das Denken der Menschen begrenzt. Statt sich gegenseitig laufend im Sinne eines Gesamtoptimums zu engagieren, steht bis heute in vielen Unternehmen der tägliche Kampf um den kleinen Vorteil innerhalb der eigenen Abteilung im Vordergrund. Gelingt es, diese Denkweise zu überwinden und die strukturellen und technischen Voraussetzungen für einen ganzheitliches System zu schaffen, wird eine völlig neue Sichtweise auf das Unternehmen erreicht.
Ein guter Vergleich lässt sich mit der Automobilherstellung herstellen. Dieses wird seit gut einem Jahr 100 rund um den Verbrennungsmotor konzipiert und realisiert. Dieses Herzstück war jahrzehntelang im Fokus alle Forschungs- und Entwicklungsaktivitäten. Mit dem Elektromotor wird die Zukunft des Autos auf Basis einer einfachen Batterie und eines eben so simplen Elektromotors eingeleitet. Damit werden die Automobilkonzerne auch genötigt, ihre Denkweise radikal zu verändern. Es wird nicht mehr dem Motor mit seiner Leistung, dem Verbrauch und den Abgaswerten das Hauptaugenmerk gewidmet. Vielmehr werden es jetzt die Menschen sein, ihr Fahrkomfort und ihre Sicherheit. Die Bemühungen von Forschung und Entwicklung werden sich auf die Software für das autonome Fahren und alle sonstigen interaktiven Tools konzentrieren, die den Komfort und der Unterhaltung der Fahrgäste dienen.
Die Schaffung eines Superorganismus
Analog ist die bisherige Entwicklung in den Unternehmen zu bewerten: Bis jetzt wurde an den einzelnen Kernprozessen der Abteilungen getüftelt, um die Effizienz um einige wenige Prozent zu steigern. Der Blick auf die weitaus größeren Potenziale einer ganzheitlichen Vernetzung des Unternehmens zu einem einzigen Organismus wurde dadurch verstellt.
Damit ist die Digitalisierung und Automatisierung der bisherigen End-to-End Prozesse nur ein erster kleiner Zwischenschritt. Werden bereichsübergreifend intelligente und selbstlernende Algorithmen eingesetzt, erfolgt eine Auflösung dieser Prozesse zugunsten eines völlig verletzten Gesamtorganismus. Die bisherigen Prozesse sind nun funktionsspezifische Softwaresysteme, die allesamt kontinuierlich und in Echtzeit, 24 Stunden und sieben Tage die Woche miteinander kommunizieren und ihren Systemstatus wechselseitig abgleichen. Während die alten Prozesse vergleichsweise eindimensional und linear von Anfang bis zu Ende mit mühseliger Schnittstellenarbeit abgearbeitet wurden, erfolgt nun eine laufende, reibungslose Optimierung aller Teilsysteme im Sinne des Gesamtoptimums.
Damit wird es auch zu einer fundamentalen Veränderung des Denkens der Menschen in den Unternehmen kommen: weg vom starren Prozessdenken mit einem Anfangs- und Endpunkt, weg von der Enge innerhalb der Abteilungsgrenzen hin zu visionärem, ganzheitlich vernetztem Denken. Damit wird auch die Gemeinschaft im Unternehmen als Ganzes und somit in Folge auch die Unternehmenskultur eine völlig neue Qualität erreichen.
Stark, lernfähig und unermüdlich
Im Softwaresystem werden laufend die dafür relevanten Informationen bereitgestellt, ein Großteil der Entscheidungen wird von der Software in Abstimmung mit allen andern Funktionsbereichen des Unternehmens selbstständig getroffen. Auf Wunsch sind zudem alle gewünschten Informationen zum Systemstatus jederzeit abrufbar – und nicht erst im nachhinein in Form eines mühsam aufbereiteten Monatsberichts. Das selbstfahrende Unternehmen gleicht damit durchaus dem selbstfahrenden Automobil. Mittels der Digitalisierung werden sämtliche Daten für die weitere algorithmische Verarbeitung vorbereitet, in Folge werden die Abläufe programmiert, um im Regelfall vollkommen automatisiert zu erfolgen. Eine weitere Stufe der Evolution beruht auf der vollkommenen Ablöse der Prozesse zugunsten eines vernetzten, intelligenten, unermüdlichen, lernenden und entscheidenden Systems. Algorithmen sind die Chefs – Daten sind die Währung: Nach diesem Motto werden auch die realen Strukturen in den Unternehmen radikal verändert und öffnen sich hin zu einem mehrdimensionalen Superorganismus.
Ein einfaches Beispiel, dass für klassische End-to-End Prozesse in traditionellen Unternehmen steht, ist das vier-Augen-Prinzip bei der Freigabe von Zahlungen. Der Außendienst-Mitarbeiter bringt einen Bewirtungsbeleg in Höhe von 1.000 Euro, dieser wird von seiner Führungskraft hinsichtlich der damit verbundenen Leistungen begutachtet und die Folge an den Prokuristen zur Freigabe weitergeleitet. In einem selbstfahrenden Unternehmen stehen alle an dem Prozess beteiligten Aktionen bereits in elektronischer und maschinenlesbarer Form bereit, es kommt zu KI-basierten Entscheidungen durch den Algorithmus und sofortigen Aktionen im Sinne der Anweisung des Betrages, der Verbuchung, dem Eingang der Daten in die Liquiditätsplanung und laufenden Projektkalkulation und bei Bedarf zur Simulation von eventuell interessanten oder relevanten Szenarien.
Ganzheitlich abgestimmte, immer bessere Entscheidungen
Wie das Beispiel gezeigt hat, werden also vom selbstfahrenden Unternehmen gleichzeitig mehrere Entscheidungen getroffen und mehrere Aktionen ausgelöst. Dies kann gelingen, weil Software-Algorithmen Entscheidungen anders als Menschen treffen. Sie sind in der Lage, aus weitaus größeren Datenmengen Korrelationen zu berechnen, in extremer Geschwindigkeit fundierte Ergebnisse zu ermitteln, die nach außen als Entscheidung wahrgenommen werden können. Hingegen können Menschen lediglich vergleichsweise wenige Fakten aufgrund von Zielvorstellungen oder intuitiven Abwägungen verarbeiten und dann eine Entscheidung treffen, die zudem meist noch mühsam gerechtfertigt werden muss.
In diesem Zusammenhang ist auch zu erwähnen, dass Algorithmen im Grunde die Entscheidungen nicht selber treffen. Vielmehr verfolgen sie mit ihren Entscheidungen Ziele, die ihnen von menschlichen Programmierern vorgegeben wurden. Aus technischer Perspektive erfolgt dies über vordefinierte Schwellenwerte und Ergebnisparameter, auf denen die Entscheidung im Einzelfall beruht. Von den Menschen wird damit eine Art Meta-Entscheidung getroffen, die in Folge für sämtliche weiteren, immer besseren Einzelentscheidungen als Vorlage dient.
Damit sind Entscheidungen mittels künstlicher Intelligenz schneller, ganzheitlicher und präziser – allerdings auch nicht ohne Fehler, wobei diese Fehler mittels Lernprozessen rasch gegen null verkleinert werden. Diese Fehler sind vor allem zu Beginn des Einsatzes eines neuen Algorithmus zu erwarten. Sie können jedoch rasch von anderen Algorithmen oder auch Menschen entdeckt werden, wodurch es zu einer Rückmeldung an den Algorithmus kommt. Damit entsteht ein hochleistungsfähiger Feedback-Zyklus, mit dem intelligente Algorithmen mit mit enormer Geschwindigkeit und annähernd unbegrenzter Kapazität lernen. Bereits bei der nächsten Entscheidung kommt die veränderte Konfiguration und damit die bessere Entscheidung zum Einsatz. Im Gegensatz zu Menschen macht der Algorithmus also einen Fehler niemals zweimal. Jeder Algorithmus muss damit von Beginn an trainiert werden, erreicht aber bald ein so hohes Niveau, dass Entscheidungen im Einzelfall kaum mehr von Menschen nachvollzogen werden können. In einem übergeordneten Gesamtkontext kann jedoch die Sinnhaftigkeit der Entscheidung geprüft werden. So übersteigen heute z.B. die algorithmenbasierten Geldanlage-Entscheidungen von Robo Advisors die Performance von erfahrenen Portfolio-Managern bei weitem . Damit explodiert das Wachstum dieser Systeme: 2017 betrug das Anlagevolumen von Robo Advisors weltweit etwa 260 Milliarden Euro. Aktuellen Prognosen zufolge wird es bereits 2025 rund 2,3 Billionen Euro erreichen.
Die fünfte technische Revolution
So werden auch in den Unternehmen in den nächsten 5–10 Jahren immer mehr Algorithmen für einzelne Spezialaufgaben angelernt. Sie werden sehr rasch ihre Aufgaben mit höchster Perfektion und mit einer nie dagewesen Kapazität zur Verarbeitung extremer Datenmengen erfüllen. In einem weiteren Schritt werden sie lernen, ihren Status laufend mit allen Unternehmensbereichen auszutauschen – damit entsteht ein immer weitreichenderes Entscheidungsnetzwerk im ganzen Unternehmen.
Ein solches KI-basiertes Unternehmen operiert wesentlich schneller und präziser. Es ist imstande, ein Vielfaches an Daten extrem kostengünstig zu verarbeiten. Die klassischen Hierarchien und Organigramme der bisherigen Aufbauorganisationen werden aufgelöst, die Grenzen innerhalb der Abteilungen wie auch zu Partnern und Lieferanten werden verschwinden. Diese Veränderungen bedeuten eine Transformation, welche die bisherigen Entwicklungsschritte der technischen Revolution übersteigen wird. Nun geht es nicht mehr um die Summe von parallel eingesetzten Prozessoren, zunehmendem Speicherplatz, leistungsfähigen Endgeräten und punktuellen KI-Anwendungen: Vielmehr entsteht der gewaltige Hebel dadurch, dass erstmals in der Technologiegeschichte alle technischen Errungenschaften vollständig integriert werden. Damit ist eine nie dagewesene Steigerung der Produktivität und Wertschöpfung möglich.
Noch nie war es möglich, sämtliche großen und noch so kleinen Entscheidungen auf das Gesamtoptimum im Sinne der strategischen Ziele auszurichten. Damit ist auch die Zeit der widersprüchlichen Logiken der Einzelsysteme von Abteilungen vorbei: Das Zurückhalten von Informationen, Weitergeben von falschen Daten oder Vertuschen von Fehlern weicht einem echten, konstruktiven Miteinander.
Die Produktivitätssteigerung der algorithmengesteuerten selbstfahrenden Unternehmen wird so gewaltig sein, dass jene Mitbewerber, die an den alten Traditionen festhalten chancenlos sind – und bald ebenso wie die End-to-End Prozesse in die Wirtschaftsgeschichte eingehen werden.
