Ein Plädoyer für Software-Intelligenz

Künstliche Intelligenz ist 2023 zum Thema der Stunde geworden. Seit ChatGPT und GPT-4 diskutieren Vorstände über Sprachmodelle, und McKinsey wie Goldman Sachs haben in diesem Jahr Prognosen vorgelegt, die generativer KI erhebliche Produktivitätsgewinne zutrauen. Gleichzeitig nutzt nur ein kleiner Teil der Unternehmen künstliche Intelligenz überhaupt, und wo sie eingesetzt wird, bleibt sie meist ein Werkzeug am Rand. Dieser Beitrag ist ein Plädoyer dafür, künstliche Intelligenz nicht als Produkt zu betrachten, sondern als Software-Intelligenz: als Eigenschaft der gesamten Unternehmenssoftware, die Entscheidungen, Organisationsformen, Arbeit und Ressourceneinsatz verändert.

Warum ich von Software-Intelligenz spreche

Die Prognosen dieses Jahres haben eine Gemeinsamkeit, die in der Berichterstattung untergeht. Das McKinsey Global Institute hat im Juni 2023 das wirtschaftliche Potenzial generativer KI über Unternehmensfunktionen hinweg geschätzt, Goldman Sachs im März 2023 die Wirkung auf Wachstum und Arbeitsmärkte. Die konkreten Zahlen unterscheiden sich, und ich halte es für müßig, sie gegeneinander aufzurechnen. Beide Studien setzen aber dieselbe Bedingung voraus: Die Gewinne entstehen nicht dadurch, dass Mitarbeiterinnen und Mitarbeiter ein Chatfenster öffnen, sondern dadurch, dass die Technologie in Prozesse, Daten und Entscheidungen eingebaut wird. Schon das Europäische Parlament hatte 2020 in einer Übersicht zu Chancen und Risiken künstlicher Intelligenz eine mögliche Steigerung der Arbeitsproduktivität um 11 bis 37 Prozent bis 2035 genannt, ebenfalls unter der Annahme eines breiten Einsatzes in der gesamten Wirtschaft.

Genau deshalb spreche ich lieber von Software-Intelligenz als von künstlicher Intelligenz. Ein Sprachmodell oder ein Prognosemodell ist für sich genommen nur ein Baustein. Intelligent im betriebswirtschaftlichen Sinn wird ein Unternehmen erst, wenn seine Software als Ganzes lernt: wenn Daten aus Vertrieb, Produktion, Einkauf und Finanzen in einem vernetzten System zusammenlaufen, Algorithmen auf dieser Grundlage entscheiden und die Ergebnisse dieser Entscheidungen wieder in das System zurückfließen. In meinem Buch „Das selbstfahrende Unternehmen“ (Springer Gabler 2021) habe ich das so formuliert: Der gewaltige Hebel entsteht nicht durch stärkere Prozessoren oder punktuell eingesetzte künstliche Intelligenz, sondern dadurch, dass erstmals alles vollständig integriert wird. Was diese Software leisten muss, um Entscheidungen zu tragen, habe ich im Beitrag Kognitive Software ist mehr als künstliche Intelligenz beschrieben. Hier geht es um die Folgen für das Unternehmen.

Software-Intelligenz ist keine Technologie, die man einkauft, sondern ein Organisationsprinzip, das man einführt.

Entscheidungen: Fehler sind der Rohstoff des Lernens

Für lernende Algorithmen gehören „Entscheidungen treffen“ und „Fehler machen“ untrennbar zusammen. Ein lernender Algorithmus verarbeitet große Datenmengen, folgt dem programmierten Ablauf und trifft zu Beginn häufig Fehlentscheidungen. Menschen oder andere Algorithmen entdecken diese Fehler und melden sie zurück. Der Algorithmus korrigiert seine Entscheidungsparameter, und die veränderte Konfiguration kommt schon beim nächsten Durchlauf zum Einsatz. Derselbe Fehler passiert kein zweites Mal. Dieser Feedback-Zyklus ist das Grundprinzip jedes lernenden Systems und erklärt, warum solche Systeme trainiert werden müssen, bevor man ihnen etwas anvertraut.

Der Vergleich mit der hierarchischen Organisation fällt ernüchternd aus. Wer länger in einer größeren, abteilungsweise gegliederten Organisation gearbeitet hat, kennt das Muster: Jede Abteilung entwickelt ihre eigene Logik, Informationen werden zurückgehalten, Fehler vertuscht oder verzerrt weitergegeben. Solche Fehler ziehen sich oft über Jahre durch das Unternehmen und fallen erst auf, wenn die verantwortlichen Personen längst gegangen sind. In einer vernetzten Softwarelandschaft wird ein Fehler dagegen dort sichtbar, wo er entsteht, und die Korrektur wirkt sofort auf alle Folgeentscheidungen.

Dazu kommt, was Software von Menschen unterscheidet: Sie verarbeitet ein Vielfaches an Daten, arbeitet schneller und präziser, ermüdet nicht und kennt weder Wochenende noch Nachtschicht. Der nächste Schritt, den ich im Buch beschrieben habe, ist bereits sichtbar: Einzelne lernende Algorithmen werden auf die Spezialfälle eines Unternehmens angelernt und beginnen, auf Basis gemeinsamer Daten miteinander zu interagieren. Daraus entsteht ein Entscheidungsnetzwerk, das das Unternehmen durchzieht. Welche Entscheidungen Software in diesem Netzwerk besser trifft als Menschen und wo Menschen unverzichtbar bleiben, habe ich im Beitrag Wie entscheiden selbstfahrende Unternehmen ausgeführt.

Organisationsformen neu denken

Unternehmen sind wachsenden Anforderungen ausgesetzt, von außen wie von innen: sich ändernde Marktbedingungen, neue Technologien, Konkurrenz durch Start-ups, individuelle Wünsche der Kundinnen und Kunden und fehlende Fachkräfte. Die Störereignisse der vergangenen drei Jahre, Pandemie, Krieg und Energiekrise, haben die Veränderungsgeschwindigkeit zusätzlich erhöht. Klassische, streng hierarchische Organisationsformen können darauf nicht im gebotenen Tempo reagieren. Ihre Fachbereiche sind schlecht miteinander vernetzt, jede Entscheidung läuft über mehrere Stufen, und das Potenzial agiler Arbeitsweisen bleibt an den Abteilungsgrenzen hängen.

Software-Intelligenz verändert die Ausgangslage. Wenn Routineentscheidungen und Koordination von Software übernommen werden, verliert die Hierarchie ihren wichtigsten Daseinsgrund: die Verteilung und Kontrolle von Aufgaben. An ihre Stelle treten Teams mit einer breiten Mischung an Expertise, die Entscheidungen dezentral und vor dem Hintergrund klarer gemeinsamer Ziele treffen. Sie erledigen Aufgaben schneller als Abteilungen, weil Information und Entscheidungskompetenz am selben Ort liegen, und sie ziehen am selben Strang, weil das gemeinsame Ziel für alle sichtbar ist. Die Struktur dahinter, vom vertikalen Produktschnitt bis zur Führung über Ziele, habe ich im Beitrag Die Unternehmensstruktur für wahre Agilität beschrieben.

Ich erwarte darüber hinaus, dass Software-Intelligenz Organisationsformen hervorbringt, die wir heute noch nicht kennen. Die Digitalisierung hat mit den Online-Start-ups eine Generation von Unternehmen erzeugt, die ohne Filialnetz, ohne klassischen Vertrieb und mit sehr kleinen Teams sehr große Reichweiten erzielt haben. Die Start-ups, die seit dem Erscheinen der großen Sprachmodelle entstehen, gehen einen Schritt weiter: Sie bauen ihre Wertschöpfung von Anfang an um lernende Software herum und besetzen Funktionen, die etablierte Unternehmen mit ganzen Abteilungen abdecken, mit wenigen Menschen. Etablierte Unternehmen werden sich an dieser Messlatte messen lassen müssen.

Tätigkeiten verlagern: vom Bericht zur Kompetenz

Wenn Software Entscheidungen trifft und Routinen abwickelt, verlagert sich das Humankapital auf eine andere Ebene. Die repetitiven Tätigkeiten, das Zusammenführen von Tabellen, das Aufbereiten von Berichten, das Suchen von Belegen, das Dokumentieren von Prozessen für das Qualitätsmanagement, übernimmt die Software. Mitarbeiterinnen und Mitarbeiter konzentrieren sich auf ihre eigentliche Kompetenz: auf Kundinnen und Kunden, auf Produkte, auf Probleme, die Kreativität und Empathie verlangen. Nach der These meines Buchs wird das mittlere Management, das seine Zeit mit dem Aufbereiten von Zahlen verbringt, in den kommenden fünf bis zehn Jahren weitgehend von Algorithmen abgelöst, die diese Aufgaben schneller und besser erledigen.

Führung bleibt, ändert aber ihren Charakter. Die Teams werden von Führungspersönlichkeiten geführt, die durch eine authentische Kommunikation ihrer Vision motivieren, nicht durch Anweisungen und Kontrolle. Für die Motivation ist dabei das „Warum“ entscheidend: Warum verfolgen wir dieses Ziel, warum ist diese Aufgabe wichtig? Wer das Warum kennt, identifiziert sich mit den Zielen, und das wirkt auf die Leistung zurück.

Mit der Verlagerung auf kreative und zwischenmenschliche Tätigkeiten wird es zudem weniger wichtig, wann und wo eine Leistung erbracht wird. Starre Arbeitszeitmodelle, die aus Sicht der Motivationspsychologie längst überholt sind, brechen auf, und jede und jeder kann nach der eigenen Leistungskurve arbeiten. Im Buch habe ich die Beobachtung beschrieben, dass Teilzeitkräfte in den meisten Berufen in einem halben Tag etwa 80 Prozent des Arbeitspensums von Vollzeitkräften erbringen, weil sie ihre Zeit besser einteilen. Kreativität entsteht selten unter Zeitdruck im engen Büro, sondern meist dann, wenn nach intensiver Auseinandersetzung eine Distanz zum Problem entsteht.

Ressourcen nachhaltiger einsetzen

Der Produktivitätsgewinn durch Software-Intelligenz kommt zu einem Zeitpunkt, an dem die Anforderungen an Nachhaltigkeit steigen, und diese Anforderungen betreffen nicht nur ökologische Aspekte, sondern alle eingesetzten Ressourcen.

• Humankapital. Die Kenntnisse und Fähigkeiten der Mitarbeiterinnen und Mitarbeiter werden dort eingesetzt, wo sie den größten Unterschied machen. Während Menschen an der Informationsflut scheitern, erzeugt Software aus denselben Datenmengen Wertschöpfung, und sie erledigt die repetitiven Aufgaben fehlerärmer, als es Menschen unter Zeitdruck können.
• Produktionsressourcen. Bedarfsgerechte Planung, optimierte Durchlaufzeiten und Produktion auf Bestellung reduzieren Bestände und Verschwendung. Robotik und lernende Steuerung realisieren, was in der Planung bisher an der Datenlage scheiterte.
• Geschäftsprozesse. Die Abwicklung von Bestellungen, Rechnungen, Anträgen und Freigaben übernimmt Software; Menschen greifen nur in Ausnahmefällen ein. Das verkürzt Durchlaufzeiten und senkt den Aufwand für Kontrolle.
• Demografie. Der demografische Wandel wird uns bis 2035 deutlich weniger Arbeitskräfte lassen. Der Produktivitätsgewinn ist deshalb keine Frage der Gewinnmaximierung allein, sondern die Voraussetzung, den Wohlstand mit weniger Menschen zu halten.

Unternehmen können damit gleichzeitig erfolgreicher und nachhaltiger wirtschaften. Die Effizienzsteigerung wirkt auf den Gewinn und reduziert zugleich den Einfluss auf Umwelt und Klima.

Wo wir stehen: Daten vor Modellen

Wie weit ist der deutschsprachige Raum davon entfernt? Nach einem Bericht des Handelsblatts aus dem Jahr 2022 nutzte rund jedes zehnte Unternehmen in Deutschland künstliche Intelligenz. Das Interesse ist seither sprunghaft gestiegen, der breite Einsatz nicht. In den Gesprächen, die wir in diesem Jahr führen, geht es fast immer um Modelle: welches Sprachmodell, welche Cloud, welcher Anbieter. Das ist die falsche erste Frage.

Der heutige Stand der Technik erlaubt den flächendeckenden Einsatz von Software-Intelligenz, unter einer Voraussetzung: Die Daten müssen in maschinenlesbarer Form vorliegen und zusammenhängen. Der Weg zum selbstfahrenden Unternehmen beginnt daher nicht mit dem Einkauf eines Modells, sondern mit dem Abschied vom Papier und der Vernetzung bisher isolierter Datentöpfe. Im Buch habe ich das Ziel so definiert: Von einem selbstfahrenden Unternehmen lässt sich sprechen, wenn etwa 80 Prozent der betrieblichen Funktionen und Entscheidungen automatisiert und von ausreichend intelligenten Algorithmen gesteuert werden. Die vier Handlungsfelder dieses Beitrags lassen sich daran messen.

Menschen erhalten in diesem Unternehmen eine wichtigere Rolle als je zuvor. Sie werden befreit von Tabellenjobs, vom schweren Heben in der Produktion, vom Suchen verlegter Belege und vom lästigen Dokumentieren. Ihnen kommt eine kreative, empathische Rolle zu, die das Unternehmen auf Basis großer Ziele voranbringt. Das ist der Kern meines Plädoyers: Software-Intelligenz ist kein Sparprogramm, sondern die Bedingung dafür, dass Menschen im Unternehmen das tun, was nur Menschen können.

Der nächste Schritt

Wie Software-Intelligenz Entscheidungen, Organisation, Wertschöpfung und Personal im Unternehmen des Jahres 2035 verändert, beschreibt mein Buch „Das selbstfahrende Unternehmen“ (Springer Gabler 2021): Zum Buch. Wenn Sie wissen möchten, wie weit Ihre Daten und Systeme heute vom vernetzten Einsatz entfernt sind, sprechen wir gern darüber: Expertengespräch buchen.