Wir entwickeln uns weiter. Mercer ist jetzt Teil der neuen, erweiterten Marke Marsh

Entdecken Sie das neue Marsh
Transformation

Das KI-gestützte Betriebssystem: Ist Ihr Unternehmen darauf vorbereitet? 

Dieser Artikel wurde vom „Future of Work Thinkers Board“ verfasst. Für Informationen zum Vorstand klicken Sie hier.

Eine steigende Arbeitsproduktivität wirkt wie ein Dominoeffekt auf das Wirtschaftswachstum, höhere Löhne und einen besseren Lebensstandard.

In den Branchen, in denen KI am stärksten zum Einsatz kommt (Finanzdienstleistungen, Informationstechnologie und freiberufliche Dienstleistungen), steigt die Arbeitsproduktivität fast fünfmal so stark (um das 4,8-Fache) wie in Branchen mit geringerem KI-Einsatz (wie Transport, verarbeitendes Gewerbe und Bauwesen).[1] Für ein Drittel der Personalverantwortlichen haben generative KI und große Sprachmodelle (LLMs) jedoch keine Vorteile für die Produktivität der Belegschaft gebracht[2], während nur 27 % der Beschäftigten davon ausgehen, dass KI und/oder Automatisierung die Art und Weise, wie ihre Arbeit erledigt wird, in den nächsten drei Jahren verbessern werden.[3]

Es ist klar, dass Technologie nicht immer hält, was sie verspricht. Um den Erfolg auch in Zukunft zu sichern, müssen Führungskräfte bereits heute die Weichen stellen, damit KI nicht nur zur Leistungssteigerung beiträgt, sondern auch die Arbeit zugänglicher macht. Und hier kommt das KI-gestützte Betriebssystem (AOS) ins Spiel.

Der Preis, der mit dem AOS verbunden ist, besteht aus zwei Teilen:

  1. Exponentielle Leistungssteigerungen

    Eine Verschiebung der Nachfragekurve im Arbeitsmarkt wird die Leistungsfähigkeit grundlegend verändern. So hat beispielsweise ein großes Finanzdienstleistungsunternehmen seine Arbeitsabläufe auf der Grundlage einer KI-gestützten Technologieplattform neu gestaltet. Das Ergebnis war eine Produktivitätssteigerung von über 50 %, da die Datenerfassung automatisiert, Transaktionsverarbeitung beschleunigt, und Kundenbeziehungsmanagement erweitert durch ein besseres Verständnis des Kundenverhaltens und der Kundenbedürfnisse. Neben den Produktivitätssteigerungen trugen auch die deutliche Verringerung der Fehlerquote und die geringeren Abweichungen bei der Ausführung erheblich zur Verbesserung der Gesamtleistung bei.

    Eine weitere Quelle für Produktivitätssteigerungen ist der Rückgang des „Erfahrungsbonus“, da sich der Abstand zwischen Experten und Anfängern verringert. Eine Studie schätzte, dass sich die Produktivität von Kundendienstmitarbeitern durch den Einsatz von Gen AI um 14 % verbessert hat. Die deutlichsten Fortschritte zeigten sich bei Berufseinsteigern, die bereits nach drei statt nach zehn Monaten das Leistungsniveau erfahrener Mitarbeiter erreichten.[4]

    Beispiele wie diese sind Musik in den Ohren der weniger als Hälfte der Führungskräfte (46 %), die zuversichtlich sind, dass ihr Unternehmen mit seinem derzeitigen Personalmodell den Kundenanforderungen gerecht werden kann.[5]

  2. Die Barrierefreiheit und die Menschlichkeit der Arbeit verbessern

    Die Angebotskurve für Arbeitskräfte zu verschieben bedeutet, die Geschwindigkeit und Flexibilität der Arbeitnehmer zu steigern und bewusst Raum für Lernen und Wohlbefinden in den Arbeitsalltag integrieren. Auf diese Weise können Mitarbeiter intelligenter (statt härter) arbeiten und mehr Erfüllung und Zufriedenheit in ihrem Berufsleben finden. Beispielsweise umfassen durchschnittlich 40 % der Tätigkeiten von Pflegekräften Aufgaben, die „unterhalb ihres Qualifikationsniveaus“ liegen. Was wäre, wenn wir diese Aufgaben durch KI, Automatisierung oder Nachwuchskräfte ersetzen könnten, damit Pflegekräfte in den übrigen 60 % ihrer Arbeit mehr Zufriedenheit finden?

    Angesichts der Entwicklung der KI und der Technologie im Allgemeinen ist das AOS eine unvermeidliche Entwicklung. Doch wie sieht der Weg von unserem heutigen Stand zum angestrebten Ziel aus? Führungskräfte beginnen in der Regel damit, die Machbarkeit einzelner Anwendungsfälle zu prüfen, die auf die Steigerung von Effizienz und Produktivität abzielen, damit sie zunächst in einem „sicheren Umfeld“ Erfahrungen sammeln können, bevor sie das Recht erhalten, zu einer umfassenderen Transformation des Geschäftsmodells überzugehen. Randfälle oder Szenarien mit hohem Risiko erfordern eine stärkere menschliche Überwachung und Kontrolle. Unternehmen werden wahrscheinlich in jeder Phase des AOS-Kontinuums über entsprechende Arbeitsmodelle verfügen – mit herkömmlichen, von Menschen gesteuerten Systemen an einem Ende und einem autonomen, maschinengesteuerten Modell am anderen (sowie einer Mischung aus Mensch und Maschine dazwischen).

    Im Mittelpunkt des Übergangs zum AOS steht, dass Anwendungsfälle zu Pilotprojekten werden und sich diese Pilotprojekte zu einem systemischen Wandel entwickeln, der alle Mitarbeiter – unabhängig von ihrer Position im Unternehmen – mit auf diese Reise nimmt. Letztendlich erfordert der Sprung von einzelnen KI-Anwendungsfällen hin zu einer umfassenden Transformation des Geschäftsmodells eine grundlegende Umgestaltung der Betriebsstruktur.

    Bevor Unternehmen den Sprung zu einem AOS wagen, müssen sie einige grundlegende Herausforderungen bewältigen, um nicht Opfer des Produktivitätsparadoxon. Diese These, die von Robert Solow, Ökonom und emeritierter Professor am Massachusetts Institute of Technology, dargelegt wurde, besagt, dass bei höheren Investitionen in Technologie die Produktivität möglicherweise sinkt statt steigt.

    Dafür gibt es zwei Gründe:

    Erstens weisen frühe Versionen vieler Technologien oft Mängel auf und sind für eine breite Einführung ungeeignet. Doch die generative KI hat gegenüber vielen älteren Technologien einen einzigartigen Vorteil. Gen AI:

    • Es ist einfach zu bedienen und erfordert relativ wenig Fachwissen oder Schulung
    • Kann direkt auf die Computer der Nutzer übertragen werden, was die Einführung beschleunigt
    • baut auf den jüngsten Fortschritten in den Bereichen robotergestützte Prozessautomatisierung (RPA), maschinelles Lernen und Deep Learning auf
    • entwickelt sich in einem noch nie dagewesenen Tempo
    • Erfordert nur begrenzte menschliche Überwachung
    • Ist die erste Technologie, die sowohl von Arbeitnehmern als auch von Führungskräften gefordert wird[6]

    Der zweite Grund hängt mit der Arbeitsorganisation zusammen: den Abläufen, der Struktur, den Entscheidungsbefugnissen, den Kompetenzen der Mitarbeiter und der Unternehmenskultur. Digitale Kompetenzen haben eine kürzere Halbwertszeit als je zuvor – bei manchen technischen Fähigkeiten beträgt sie nur noch etwa zwei Jahre.[7] Angesichts der jüngsten KI-Entwicklungen, einschließlich der Auswirkungen generativer Tools wie ChatGPT, könnten etwa 300 Millionen Arbeitsplätze von KI und Automatisierung betroffen sein.[8] Das Weltwirtschaftsforum Der Bericht „Die Zukunft der Arbeit 2023“ prognostiziert, dass sich 23 % der Arbeitsplätze in den nächsten fünf Jahren verändern werden und 44 % der Kernkompetenzen der Arbeitnehmer davon betroffen sein werden.

    Um dieses Problem anzugehen, ist eine systemische Neugestaltung der Arbeitsabläufe erforderlich, indem Arbeitsplätze neu definiert, Aufgaben neu verteilt und neue Arbeitsweisen geschaffen werden. In den nächsten drei Jahren werden KI und Automatisierung die Arbeitswelt grundlegend verändern:

Diese Grafik veranschaulicht den Wandel in der Arbeitswelt und die transformative Rolle generativer KI. Der Trend zu einem verstärkten Einsatz von KI wird dazu beitragen, Fachwissen zu erweitern, die zwischenmenschliche Arbeit zu unterstützen und die Produktivität bei der Abwicklung von Transaktionen zu ersetzen oder zu steigern.

Von Pilotprojekten und einzelnen Anwendungsfällen hin zu einem durchdachten Design

Diese Entwicklung lässt sich am besten am Beispiel von Walmart und IKEA verdeutlichen.[9]

Walmart nutzt generative KI, um die Verhandlungen über Lieferantenverträge abzuwickeln. Dies ist ein Beispiel für den Einsatz traditioneller KI auf strategischer Ebene. Walmart startete 2021 ein solches KI-Pilotprojekt, um alle seine Lieferantenverträge auszuhandeln. Das Pilotprojekt konzentrierte sich ausschließlich auf die Aushandlung von nicht zum Weiterverkauf bestimmten Artikeln, wie Einkaufswagen, Flottendienstleistungen und andere Ausrüstungsgegenstände, die Walmart für die Belieferung seiner Endkunden nutzt. Die Verhandlungen gestalteten sich kompliziert, da sie Preisnachlässe auf der Grundlage von Absatzmengen oder der Produktpalette, verschiedene Zahlungspläne in Verbindung mit Skonti für vorzeitige Zahlungen, aber auch unterschiedliche verlängerte Zahlungsfristen sowie die Aushandlung verschiedener Optionen zur Vertragskündigung umfassten. Diese Pilotprojekte führten dazu, dass dreimal so oft wie erwartet eine Einigung erzielt wurde, durchschnittlich 3 % an Kosteneinsparungen erzielt wurden und die Zahlungsfristen auf 35 Tage verlängert wurden.

Ein weiteres Beispiel für einen Einzelhändler, der KI einsetzt, ist IKEA. Die Vision von IKEA ist es, seine Kunden zu stärken und auch als Einrichtungsberatung wahrgenommen zu werden. Sie setzen KI für Do-it-yourself-Dienste (DIY) sowie für eine personalisierte Innenarchitekturberatung ein. Seit 2021 schulen sie ihre Callcenter-Mitarbeiter um, damit diese als Innenarchitekturberater im Homeoffice tätig werden können, während sie routinemäßige Kundenanfragen an ihren KI-Chatbot Billie delegieren. Mitte 2023 gab IKEA bekannt, dass ihr Chatbot „Billie“ seit seiner Einführung 47 % der Kundenanfragen erfolgreich bearbeitet habe und dass das Unternehmen 8.500 Callcenter-Mitarbeiter erfolgreich umgeschult habe, damit diese nun als Einrichtungsberater für die Kunden tätig sind. Im Jahr 2022 führten sie außerdem IKEA Kreativ ein, mit dem Kunden Wohn- und Büroräume von ihrem eigenen Computer oder Smartphone aus gestalten und visualisieren können. IKEA Kreativ verbindet jahrzehntelanges IKEA-Know-how mit den neuesten Entwicklungen in den Bereichen Spatial Computing, maschinelles Lernen und 3D-Mixed-Reality-Technologien.

Ein AOS-Unternehmen hat grundlegende Modelle nicht nur in bestimmten Geschäftsbereichen, sondern in seiner gesamten Wertschöpfungskette integriert. Dies würde kontextbezogene Rückkopplungsschleifen entlang der gesamten Wertschöpfungskette des Unternehmens ermöglichen, zu der das Unternehmen selbst, sein Ökosystem und seine Kunden gehören.

Kontextspezifische Dienstleistungen für Kunden sowie Unternehmens- und Ökosystemfunktionen, die „vereinheitlicht“ werden können, sind der Leitstern der AOS-Geschäfte. Die Entwicklung von Systemen für maschinelles Lernen für ein breites Anwendungsspektrum – das ist Homogenisierung – ist bei der Konzeption von Basismodellen Standard und stellt ein zentrales Unterscheidungsmerkmal zwischen einem KI-nativen und einem digital-nativen Unternehmen dar.

Die Kunst des Möglichen

Ein erfolgreiches AOS basiert auf grundlegenden Technologien wie Gen AI, die auf bestehenden Investitionen in maschinelles Lernen und robotergestützte Prozessautomatisierung (RPA) aufbauen. Es handelt sich um ein Modell, das darauf ausgelegt ist, sich im Einklang mit der technologischen Entwicklung bzw. der Entwicklung der KI oder sich ändernden äußeren Bedingungen ständig neu zu erfinden. Dieser grundlegende Wandel wird von Führungskräften, Kunden und Mitarbeitern spürbar sein, die alle wesentliche Bestandteile des AOS sind.

Wie wird das AOS von verschiedenen Menschen erlebt werden?

Von An
  • Führung, die auf Stabilität und Führung durch Hierarchie. 
  • Der Schwerpunkt der Führung liegt auf Größe, Effizienz und die Nutzung von Fachwissen.
  • Schwerpunkt auf traditioneller Neugestaltung von Geschäftsprozessen , wenn Sie die Leistung verbessern wollen.
  • Der CEO ist eine treibende Kraft für Innovation durch kultureller Transformation und setzt sich für eine Denkweise ein, bei der „Technologie als Wegbereiter“. 
  • Der Schwerpunkt der Führung liegt auf Schnelligkeit, Agilität und Umsetzung.
  • Neue Funktionen oder funktionsübergreifende Teams von Führungskräften, das dem CEO unterstellt ist und sich auf KI sowie die Festlegung der entsprechenden Regeln konzentriert. (z. B. eine integrierte Wissens- und Ressourcenfunktion, die Personalwesen und IT vereint.)
  • Die Gestaltung von Arbeitsabläufen ist eine Kernkompetenz, die die kontinuierliche Dekonstruktion von Prozessen und Aufgaben, die Umverteilung von Arbeitskräften sowie die Neugestaltung von Arbeitsweisen umfasst, wobei die Arbeit zunehmend um eine maschinengestützte Belegschaft herum organisiert wird und nicht mehr um Prozesse.

Von An
  • KI-gestützter Kundenservice für routinemäßige Transaktionen oder Informationsanfragen.
  • Das Kundenerlebnis ist uneinheitlich und in der Regel nach Interaktionsart nach Interaktionsart; KI ist nicht über die gesamte Wertschöpfungskette integriert.
  • Begrenzte Einblicke in die sich wandelnden Bedürfnisse der Kunden.
  • Grundlegende Modelle (eine Art von vortrainierten Modellen für maschinelles Lernen, die eine Reihe von Aufgaben ausführen können) sind ein wesentlicher Bestandteil des gesamten Kundenerlebnisses.
  • Ein Kundenerlebnis, das auf einheitlicher Unternehmenssoftware und Ökosystem-Fähigkeiten.
  • Dank verbesserten Prognosen und einer stärkeren Kundenbindung über den gesamten Geschäftsprozess hinweg (vom Entwurf bis zur Auslieferung). 
  • Mehr Wert für Kunden durch bessere Erschwinglichkeit und schnellere Lieferung von Waren und Dienstleistungen. 
  • Im Bereich der B2B-Kundenbeziehungen erhöhten Einsatz von Machine-to-Machine-Interaktionen (APIs der nächsten Generation) einschließlich Steuerungsprotokollen und Circuit Breakers.  Enthält Regeln dazu, wann diese Interaktionen im KI-„Autopilot“-Modus ablaufen sollten und wann ein menschlicher „Co-Pilot“ erforderlich ist.

Von An
  • Nicht an den strategischen Gesprächen beteiligt, aber Verantwortung für die Umsetzung genannten Strategie.
  • Der Schwerpunkt liegt auf der Weiterbeschäftigung Beschäftigung.
  • Eingeschränkte Mobilität innerhalb der Organisation.
  • arbeiten größtenteils in prozessorientierten Arbeitsmodellen.
  • Breites Spektrum an Mitarbeitergruppen beteiligt an strategischen Gesprächen über Arbeit und KI.
  • Anreize zur Umgestaltung der Arbeitswelt und das Versprechen weiterhin Beschäftigungsfähigkeit (nicht Beschäftigung).
  • Demokratisierte Arbeit gibt den Mitarbeitern mehr Mitbestimmungsmöglichkeiten und Mitspracherecht, was zu einer höheren Produktivität und einem stärkeren Engagement beiträgt. 
  • Mitarbeiter eine Mentalität der ständigen Neuerfindung , da sie dazu ermutigt werden, ihre Fähigkeiten zu erweitern, sich umzuschulen und sich weiterzuentwickeln (sich mit den Fähigkeiten weiterzubilden, die erforderlich sind, um auf dem Arbeitsmarkt wettbewerbsfähig zu bleiben).
  • Schnelle schnelle zwischen verschiedenen Aufgabenbereichen.

Die Umsetzung des AOS

1. Beginnen Sie mit einer Datenstrategie

Mehr als zwei Drittel (67 %) der Unternehmen führen neue Technologien ein, ohne ihre Arbeitsweise anzupassen.[10] Ohne die Grundlagen einer digitalen Transformation und einer Datenstrategie ist es jedoch keine Lösung, KI einfach nur auf Ihr bestehendes Betriebssystem aufzuschichten (insbesondere im Zusammenhang mit frei fließenden Aufgaben). Bevor wir weitermachen, ist es entscheidend, die Zusammenhänge zwischen den Daten zu verstehen, auf denen die allgemeine KI basiert.

Fragen Sie sich selbst: Wurde das Gen-AI-Tool mit vertrauenswürdigen Daten aus verschiedenen Quellen trainiert? Woher stammen diese Daten? Wo liegen die Grenzen? Stammen alle Daten aus derselben Region? Was bedeutet das? Inwiefern wird der kulturelle Kontext beeinflussen, wie nützlich diese Daten für die unterschiedlichen Bedürfnisse der Mitarbeiter sind?

2. Bewerten Sie die Chancen (und Risiken), indem Sie sich auf das Ziel der Arbeit konzentrieren 

Wie bereits erwähnt, stellt das AOS ein Kontinuum dar. Auf der einen Seite übernimmt der Mensch das Steuer; auf der anderen Seite übernimmt die KI die Kontrolle und agiert autonom als alleiniger Pilot. Irgendwo dazwischen übernimmt die KI die Rolle des Copiloten an der Seite des Menschen. Dies gilt jedoch nicht für alle Aktivitäten der Organisation. Je nach Art der jeweiligen Aufgabe werden einige der Arbeiten bzw. Aufgaben eher links und andere eher rechts angesiedelt sein.
Das Spektrum der KI-gestützten Betriebssysteme reicht von reinen Mensch-System-Anwendungen an einem Ende über Mensch-KI-Anwendungen in der Mitte bis hin zu reinen KI-Anwendungen am anderen Ende.

Diese Nuance wird von Unternehmen verlangen, die Arbeitsgestaltung zu einer Kernkompetenz zu machen, damit sie konkrete Aufgaben sowie deren Zielfunktion oder den Ertrag aus Leistungssteigerungen (ROIP) analysieren können.[11]

Hier sind vier typische ROIP-Beziehungen, die diesen Gedanken am Beispiel der Steuererklärung veranschaulichen:

  • Fehler vermeiden
    Diese Art von ROIP reicht von einer Leistung auf sehr niedrigem Niveau, mit vielen Fehlern oder versäumten Terminen, bis hin zu einer gerade noch akzeptablen Leistung, die einen geringen positiven Wert erzielt. Weniger Fehler würden dazu führen, dass Steuererklärungen korrekt und fristgerecht ausgefüllt werden. Bei Arbeiten dieser Art muss ein muss ein menschlicher Copilot sicherstellen, dass unabhängig von der Situation die Mindeststandards eingehalten werden. Dies gilt insbesondere dann, wenn die mit der Arbeit verbundenen Risiken hoch sind. Wenn beispielsweise ein Restaurant bei Bestellungen für die Essenslieferung auf KI setzt und ein Kunde statt eines Currys eine Pizza vor seiner Haustür erhält, entsteht dadurch kein wirklicher Schaden. In einem Krankenhaus hingegen könnten die Folgen schwerwiegend sein, wenn die KI die Patientendaten falsch interpretiert und daraufhin eine falsche Medikamentendosis verabreicht.
  • Varianz verringern
    Dies gilt, wenn Leistungsunterschiede keinen Einfluss auf den Wert haben, beispielsweise wenn es viele Wege gibt, dasselbe Ziel zu erreichen. Die Verringerung der Streuung schafft Mehrwert nicht durch eine Verbesserung des Ergebnisses, sondern dadurch, dass dieses Ergebnis gleichmäßiger erreicht wird, was häufig zu einer Senkung der Kosten oder einer Verringerung von Unklarheiten führt. In unserem Beispiel würde dies bedeuten, das Steuerformular vor Ablauf der Frist auszufüllen, da ein vorzeitiges Ausfüllen keinen größeren Nutzen bringt als das Ausfüllen zum Stichtag. Das könnte eine Gelegenheit für KI sein, im Autopilot-Modus zu arbeiten.
  • Den Wert schrittweise steigern
    Dies kommt zum Einsatz, wenn Leistungssteigerungen zu einer stetigen, schrittweisen Wertsteigerung führen. Bei der Erstellung von Steuererklärungen kann dies die Verständlichkeit und die sprachliche Qualität des Begleitschreibens zur Steuererklärung eines Kunden betreffen. Ein Brief, der gerade noch verständlich ist, erfüllt zwar die Mindestanforderungen, doch ein klarer formulierter Brief oder einer, der wichtigere Punkte hervorhebt, ist deutlich wertvoller. Das könnte eine weitere Gelegenheit für einen KI-Autopiloten sein. 
  • Den Wert exponentiell steigern
    Diese Art von ROIP steht oft für außergewöhnliche oder kreative Leistungen, die einen Kunden überraschen und begeistern oder einen Prozess grundlegend verbessern. In unserem Beispiel könnte dies die Entdeckung eines wenig bekannten Steuerabzugs oder einer ausgeklügelten Methode zur Umgliederung von Einkünften sein, um die Steuerlast deutlich zu senken – beides sind Gelegenheiten, bei denen KI als „Co-Pilot“ fungieren kann.

Ein AOS wird Führungskräfte dazu zwingen, die Entwicklung von Geschäftsplänen zu überdenken, einschließlich der Verkürzung des Kapitalplanungszyklus, um eine stärkere Integration zu erreichen. Damit verbunden ist die Notwendigkeit, gleiche Wettbewerbsbedingungen hinsichtlich der Art und Weise zu schaffen, wie ein Unternehmen seine Investitionen bilanziert.

Während nach den allgemein anerkannten Rechnungslegungsgrundsätzen (GAAP) verschiedene Arbeitsquellen unterschiedlich behandelt werden – wobei Personalkosten als Aufwand verbucht werden, während Technologiekosten aktiviert werden –, sollte das betriebliche Rechnungswesen Kennzahlen wie die Gesamtarbeitskosten heranziehen.[12] Dadurch werden alle verschiedenen „Arbeitsquellen“ eines Unternehmens vereinheitlicht, um ein realistisches Bild von Kosten und Erträgen zu ermöglichen. Wenn ein Unternehmen über Wachstum in einem AOS nachdenkt, erzielt es eher einen Multiplikatoreffekt, wenn es in Technologien investiert, die selbstständig lernen und Mitarbeitern in allen Abteilungen zugutekommen, als wenn es in eine Neueinstellung investiert, bei der sich der unmittelbare Nutzen auf diese eine Person beschränkt.

Fragen Sie sich selbst: Welche Prozesse lassen sich standardisieren bzw. automatisieren? Wo ist Flexibilität gefragt? Welche Daten- und Prozessabhängigkeiten gelten in Ihrem Unternehmen als selbstverständlich? Was sind die Folgen, wenn man sich irrt? Überwiegen die Vorteile die möglichen negativen Folgen, falls ein Fehler auftritt? Wie können Sie eine objektive Grundlage für Ihre Anlageentscheidungen schaffen?

3. Gemeinsame Gestaltung mit den Mitarbeitern

Mitarbeiter werden KI-Tools ungeachtet etwaiger Einschränkungen nutzen; daher ist es besser, sie in den Dialog einzubeziehen und für eine sachkundige Nutzung zu sorgen. Die Neugestaltung von Aufgabenbereichen und die Einbeziehung der Kollegen in diesen Prozess kann ihnen helfen zu erkennen, wie sie ihre Zeit anders nutzen können. Die Mitarbeiter schätzen, dass sie derzeit ein Drittel ihrer Zeit mit alltäglichen und sich wiederholenden Aufgaben verbringen.[13]

Ein Drittel (32 %) der Führungskräfte ist der Ansicht, dass KI den größten Mehrwert für ihr Unternehmen schafft, indem sie die Intelligenz der Mitarbeiter fördert und so eine qualitativ hochwertigere Arbeit ermöglicht.[14] Dazu muss man sich intensiv mit dem Arbeitsalltag der Mitarbeiter auseinandersetzen, um zu verstehen, was sie behindert. Kombinieren Sie KI-Pilotprojekte mit Brainstorming-Sitzungen, um neue Wege zur Umgestaltung des Geschäfts zu finden und gleichzeitig die Mitarbeiter auf diesem Weg mitzunehmen.

Wie bereits erwähnt, erfordert Co-Creation sowohl Anreize als auch Sanktionen. Sorgen Sie dafür, dass die Mitarbeiter motiviert sind, zu lernen, sich weiterzuentwickeln und zur Weiterentwicklung des Geschäftsmodells beizutragen, indem Sie im Arbeitsalltag Raum und Zeit für Lernen und Experimente schaffen und gleichzeitig diejenigen sanktionieren, die sich dafür entscheiden, auf der Stelle zu treten.

Fragen Sie sich selbst: Wie können wir sicherstellen, dass Menschen nicht in Selbstzufriedenheit verfallen, wenn KI immer stärker in die Arbeitswelt integriert wird? Wie können Sie KI nutzen, um disruptive Veränderungen herbeizuführen? dein eigenes Geschäft? Wie kann du Technologie nutzen, um Wachstumschancen zu erschließen und die Produktivität zu steigern?

4. Strategische Flexibilität für ständige Erneuerung bewahren

Die Unternehmensstruktur muss so gestaltet sein, dass sie Raum für Innovationen und neue Akteure lässt. Die Möglichkeit, mit jedem KI-Dienstleister, der zum jeweiligen Anwendungsfall passt, nach dem „Plug-and-Play“-Prinzip zu arbeiten, gibt Ihnen mehr Spielraum, um auf rasche Veränderungen zu reagieren. Denken Sie in Portfolios, anstatt sich von Ihrem bisherigen Ansatz einschränken zu lassen – so gewinnt Flexibilität die Oberhand. 
Fragen Sie sich selbst: Entspricht der Anwendungsfall den Unternehmenszielen? Gibt es geeignete Kennzahlen, die eine kontinuierliche Verbesserung und ständige Weiterentwicklung ermöglichen? Was muss sich heute an Ihrer Art zu investieren und zusammenzuarbeiten ändern, um strategische Flexibilität zu schaffen? Wie werden Sie bei Ihrer Vorausplanung die „Altlasten“ und die Belastung durch versunkene Kosten minimieren?

5. Förderung der Einführung und bewährter Verfahren

Zwar besteht der erste Schritt darin, sicherzustellen, dass Führungskräfte und die IT-Abteilung hinsichtlich der Einführung von KI an einem Strang ziehen, doch kann das betreffende KI-Modell nur dann lernen, wenn auch die Belegschaft es annimmt und ihre Beiträge einbringt. Um eine positive Zusammenarbeit zwischen Mensch und Maschine zu fördern, sollte den Mitarbeitern das „Warum“ klar sein. Heben Sie dabei hervor, dass die Integration von KI eine Partnerschaft (und keine Bedrohung) darstellt, die dazu beitragen kann, die Mitarbeiter zu stärken, indem sie ihre Arbeit optimiert, die Effizienz steigert, einen Mehrwert für ihren Arbeitsalltag schafft und zu einer besseren Mitarbeitererfahrung beiträgt.

Ziehen Sie KI-Befürworter in Betracht, richten Sie „Test-and-Learn“-Labore ein und/oder sammeln Sie Beispiele für bewährte KI-Verfahren aus verschiedenen Teams, wobei regelmäßiges Feedback gewährleistet sein sollte, um Gruppendenken zu vermeiden. Häufig besteht ein Ungleichgewicht bei der Nutzung von KI-Tools zwischen Führungskräften, mittleren Führungskräften und Nachwuchskräften. Achten Sie darauf, dass diese Vorbilder und Erfolgsgeschichten die verschiedenen Persönlichkeiten in Ihrem Unternehmen widerspiegeln, damit sich die Mitarbeiter damit identifizieren können.

Fragen Sie sich selbst: Wie sprechen wir mit unseren Mitarbeitern über KI? Verwenden wir unternehmensweit einheitliche Formulierungen? Wie können wir Menschen begeistern und gleichzeitig auf die Ängste eingehen, die mit den Auswirkungen der KI verbunden sind? Welche Auswirkungen hat dies auf die Benutzererfahrung?

6. Weiterentwickelte Organisationsstruktur und Unternehmensführung

Die Unternehmensführung sollte mehrstufig sein und je nach den damit verbundenen Risiken unterschiedliche Kontrollstufen umfassen. Dies kann die Einbindung funktionsübergreifender Teams erfordern. So werden beispielsweise IT- und Personalabteilungen zunehmend unter einer gemeinsamen Leitung zusammengefasst, um die Ressourcen besser zu verwalten, wie es Nestlé unter der Leitung von Beatrice Guillaume-Grabisch. Zur Unternehmensführung kann auch ein zentralisiertes Verfahren gehören, mit dem die Beteiligten Risiken verfolgen, bewerten und mindern können (was anschließend zur weiteren Schulung der Mitarbeiter genutzt werden kann).

Einige Führungskräfte sehen Potenzial darin, neue Partnerschaften mit Anbietern aufzubauen oder mit Wettbewerbern zusammenzuarbeiten, um ihre Widerstandsfähigkeit gegenüber Cyberbedrohungen zu stärken oder einige der kniffligeren Fragen im Zusammenhang mit der ethischen Nutzung von KI anzugehen.

Fragen Sie sich selbst: Wie können wir die Reibungspunkte in unseren Abläufen beseitigen? Wie schaffen wir den Wandel von unserem traditionellen Fokus auf Fachkompetenz hin zu einer Betonung von Schnelligkeit, Flexibilität und Umsetzung? Wo liegen die Risiken? Wie hoch ist unsere Risikobereitschaft? Wo ist ein zurückhaltender Ansatz und wo eine explizite Steuerung erforderlich, um den unterschiedlichen Risikostufen Rechnung zu tragen?

Veränderungen sind unvermeidlich, und das AOS wird ein wesentlicher Bestandteil davon sein. Führungskräfte müssen sich mit dem Potenzial (und den Risiken) auseinandersetzen, damit sie diese Chance mit beiden Händen ergreifen können. Der Erfolg hängt davon ab, dass man das bestehende Betriebssystem und die datentechnischen Auswirkungen des AOS gründlich versteht, bevor man das System gemeinsam mit den Mitarbeitern gezielt gestaltet und dabei stets die Risiken im Blick behält.

Das AOS wird Geschäftsmodelle überall auf den Kopf stellen und verändern, wie wir arbeiten und mit wem wir zusammenarbeiten. Jedes Unternehmen muss das Potenzial einer Zusammenarbeit mit einer ständig wachsenden Zahl von Interessengruppen (einschließlich Wettbewerbern) erkennen. Ebenso müssen Führungskräfte ihre Organisationen so gestalten und ihre Arbeit stärker auf KI ausrichten, damit die Technologie ihr Produktivitätsversprechen einlösen kann. 

Das Mercer Future of Work Thinkers Board ist ein globales, vielfältiges und nicht-regierendes Gremium aus Führungskräften aus der Wirtschaft, Wissenschaftlern und innovativen Denkern. Mit dem Ziel, die Zukunft der Arbeit zu gestalten, möchte der Vorstand den Arbeitsplatz neu konzipieren, den Zugang zu guter Arbeit fördern und das Wirtschaftswachstum ankurbeln, um so den Weg für eine bessere Zukunft für ein breiteres Publikum zu ebnen.

Ravin Jesuthasan, Co-Vorsitzender und Leiter Global Transformation Services bei Mercer

Kate Bravery, Co-Vorsitzende und Leiterin des Bereichs Global Talent Advisory bei Mercer

Dr. Tomas Chamorro-Premuzic, Chief Innovation Officer, Manpower Group

Kerry Dryburgh, Personalvorstand, BP Jurgens

*Gail Evans, Chief Digital and Technology Officer, Disney Experiences

Jeremy Jurgens, Geschäftsführer, Weltwirtschaftsforum

Tanuj Kapilashrami, Chief Strategy and Talent Officer, Standard Chartered Bank

Greg Till, Personalvorstand, Providence Health

*Gail Evans war Mitglied des „Future of Work Thinkers Board“. Das Gremium hatte das Glück, bis zu ihrem Tod im Oktober 2024 von ihrem Talent und ihren Beiträgen profitieren zu können. Wir werden sie sehr vermissen.
Weitere Lösungen
    Weitere Insights

      Sind Sie bereit, Ihren Arbeitsplatz zu verändern?

      Kontaktieren Sie uns, um loszulegen.

      [1] Branchen, die von KI geprägt sind, verzeichnen einen Produktivitätsschub, da die Zahl der KI-Arbeitsplätze steigt und dort Lohnprämien von bis zu 25 % zu beobachten sind: PwC Global AI Jobs Barometer 2024 

      [2] Mercers Studie zu globalen Talenttrends 2024

      [3] Daten aus der Mercer Global Talent Trends-Umfrage, 2023–24

      [4] Brynjolfsson, E., Li, D. und Raymond, L. „Generative AI at Work“, Technischer Bericht w31161, National Bureau of Economic Research, Cambridge, April 2023.

      [5] Mercers Studie zu globalen Talenttrends 2024

      [6] Oliver Wyman, „Wie generative KI die Zukunft der Arbeit verändert“, 2023

      [7] Forbes, 2024, „KI verkürzt die ohnehin schon schrumpfende Halbwertszeit von Kompetenzen“

      [8] Goldman Sachs: Generative KI könnte das globale BIP um 7 % steigern, April 2023

      [9] „The Fast Future Blur“, The Faculty of The Fast Future Executive (Wiley, 2024)

      [10] Mercers Studie zu globalen Talenttrends 2024

      [11] Boudreau JW. Neugestaltung der Personalabteilung: Mit bewährten Management-Tools bessere Entscheidungen in Bezug auf Talente treffen, Boston: Harvard Business Review Press, 2014; Boudreau, J. W. und Jesuthasan, R. Transformatives Personalwesen: Wie erfolgreiche Unternehmen evidenzbasierte Veränderungen für einen nachhaltigen Wettbewerbsvorteil nutzen, Nashville: John Wiley & Sons, 2011.

      [12] „Work Without Jobs“, Jesuthasan und Boudreau (MIT Press, 2022)

      [13] Mercers Studie zu globalen Talenttrends 2024

      [14] Ebenda.