Make AI Work for People: Warum Tools allein nichts ändern

Vor ein paar Monaten habe ich in München einen KI-Summit moderiert, vor 400 AI Leaders, die über autonome Agenten diskutierten. Am nächsten Tag saß ich bei einem Kunden und wir haben besprochen, ob die Mitarbeitenden es hinbekommen, Texte per Copy-and-paste in ChatGPT einzufügen. Zwischen diesen beiden Welten liegt ein Tag. Und genau diese Lücke ist das eigentliche Problem von Enterprise AI. 

Die Zahlen bestätigen das. McKinseys State-of-AI-Studie sagt, dass 72 % der Unternehmen KI in mindestens einer Funktion einsetzen. Klingt nach Fortschritt, bis man auf die Nutzung schaut. Microsofts Work Trend Index zeigt, dass die meisten Beschäftigten ihre eigenen KI-Tools mit zur Arbeit bringen, während die offiziell ausgerollten Lizenzen oft ungenutzt bleiben. Ein KI-Tool ohne trainierte Nutzer ist ein sehr teurer Bildschirmschoner. 

Vor drei Jahren haben mich HR- und L&D-Verantwortliche gefragt, ob sie einen Prompting-Workshop anbieten sollten. Heute fragt das niemand mehr. Die Frage ist jetzt: Wie machen wir KI für die Menschen in der gesamten Organisation nutzbar, und wie beweisen wir hinterher, dass es gewirkt hat? Das klingt nach einem kleinen Unterschied, aber es ist der Unterschied zwischen einem Event und einem System. 

In den Programmen mit der Deutschen Telekom, Daimler Truck und Siemens Energy habe ich immer wieder dieselben drei Dinge gesehen, die entscheiden, ob ein Rollout wirkt oder verpufft: 

1. Ein System statt einzelner Events. Menschen brauchen einen Weg vom ersten Kontakt bis zur echten Anwendung, in ihrer Rolle und in ihrer Sprache. Ein Workshop schafft Bewusstsein, und Bewusstsein allein verändert noch keinen Arbeitsalltag. Bei Daimler Truck hat dieser systematische Ansatz zu 20.000 Trainingsteilnahmen und 85 % mehr Copilot-Chat-Nutzung geführt.
   
2. Führungskräfte, die vorangehen. Wenn ein Divisions-CEO seinen eigenen KI-Agenten baut oder die HR-Leitung sich selbst für die erste Kohorte anmeldet, zieht die Organisation mit. Wenn Führung KI an einen Tool-Rollout delegiert, behandeln die Mitarbeitenden es auch so.
3. Messung jenseits von Abschlussquoten. Eine gute Trainingsbewertung sagt, dass die Session gefallen hat. Sie sagt nicht, ob sich etwas verändert hat. Gemessen werden sollten Skills, tatsächliche Nutzung, Business-Ergebnisse und Kultur. Bei der Deutschen Telekom haben wir 1,9 gesparte Stunden pro Mitarbeitendem und Tag gemessen. Das ist die Zahl, der ein CFO zuhört. 

Die Technologie ist bereit und wird jedes Quartal besser. Ob sie im Unternehmen Wert schafft, entscheiden die Menschen. Dieser Gedanke lässt mich seit Jahren nicht los, und deshalb habe ich alles, was ich dabei gelernt habe, in ein Ebook gepackt:  

„How to Make AI Work for People“, über 40 Seiten dazu, wie man KI-Adoption misst und Upskilling so baut, dass es trägt. Das Ebook gibt es kostenlos auf der Landing Page zum AI Readiness Check.