Vor kurzem war ich bei Emily Erker auf ihrer Show Lady Sunshine Live zu Gast. Wir hatten ein deutschsprachiges Gespräch über zukunftsfähige Organisationen und darüber, was es braucht, um aus einem Unternehmen ein Cybernetic Enterprise zu machen: das Zusammenspiel von Menschen, Prozessen, Technologie und KI in kontinuierlichen Feedback Loops. Das Video ist unten eingebettet; im Anschluss fasse ich die wichtigsten Punkte zusammen.
Warum Tools allein keine Transformation schaffen#
Bei jeder digitalen Transformation, die ich in den letzten zwei Jahrzehnten begleitet habe, lag dieselbe stille Annahme im Raum: das richtige Tool einführen, dann kommt der Rest schon. Unternehmen fokussieren auf Jira, ein neues CRM, eine ChatGPT-Lizenz für jede Mitarbeiterin und jeden Mitarbeiter. Und dann warten sie auf das Wunder.
Das Wunder kommt nicht. Tools wirken durch Menschen und Prozesse. Wenn der Workflow und die Organisationsstruktur sich nicht mit verändern, landet das Tool einfach oben drauf, auf der bestehenden Dysfunktion. Genau dieselbe Lektion gilt jetzt für KI: jedem einen Chatbot auf den Schreibtisch zu stellen, ist keine Transformationsstrategie.
“Wir haben uns sehr stark die Tools angeschaut, in dem Glauben, wenn wir Tool XY einsetzen, dann geschieht ein Wunder. Und vergisst dann, dass Menschen diese Tools benutzen und dass dahinter ein Prozess liegt.”
Was “Cybernetic” wirklich bedeutet#
Das Wort Cybernetic ist älter als KI. Es kommt aus dem Griechischen: kybernetes, der Steuermann, der Lenker. Ein kybernetisches System ist ein System, in dem Menschen und Maschinen in kontinuierlichen Feedback Loops zusammenarbeiten.
Das anschaulichste Alltagsbeispiel ist das Auto. Als Fahrerin oder Fahrer sitzt man in einem konstanten Feedback Loop mit der Maschine: Lenkrad, Anzeigen, Strasse, Hände und Augen. Man ist nicht neben der Maschine, man ist mit ihr im Dialog.
Genau dieses Muster brauchen wir auch im Unternehmen, und zwar nicht nur auf Team-Ebene. Feedback Loops müssen End-to-End laufen: vom Verwaltungsrat über die Geschäftsleitung hinunter zu den Produkt-Teams und wieder zurück. Dafür braucht es ein technisches Fundament, die richtigen Prozesse und eine Organisation, die diesen Fluss trägt.
Organisation entlang des Wertstroms#
Die meisten Unternehmen sind heute noch entlang fachlicher Silos organisiert: IT da, Business dort, Marketing irgendwo anders. Der Wert läuft aber quer durch diese Silos. Ein Service oder ein Produkt entsteht, indem Arbeit aus vielen Funktionen zusammengenäht wird. Jede Silogrenze ist ein Handoff, und jeder Handoff ist ein Kandidat für Verzögerung, Verzerrung und Nacharbeit.
Die Technik, die das sichtbar macht, ist Value Stream Mapping (die Wertstromanalyse). Sie ist nicht neu, sie kommt aus dem Toyota-Produktionssystem der 1940er Jahre. Die Mechanik ist einfach:
- Die Schritte von der Idee bis zum Kunden mappen.
- Identifizieren, wer in jedem Schritt beteiligt ist.
- Die Handoffs zählen.
- Messen: Lead Time (Zeit vom Ende eines Schrittes bis zum Ende des nächsten), Process Time (die wertschöpfende Arbeit innerhalb eines Schrittes), Percentage Completion Accurate (wie viel Arbeit ohne Fehler durchläuft).
Die Bottlenecks werden offensichtlich. Und damit auch die wirklich wertvollen KI-Use-Cases, denn man sieht genau, wo im Strom ein Modell Reibung wegnehmen oder einen Schritt beschleunigen könnte.
Der stärkste Hebel ist, die Aufbauorganisation selbst entlang der Wertströme umzubauen. Es ist auch der härteste, weil dabei interne Königreiche geschliffen werden. Menschen verlieren Macht, wenn ihr Silo aufgelöst wird. Richtig gemacht, ist genau das aber der Schritt, der die Lücke zwischen Anspruch und Ergebnis schliesst.
Die drei wichtigsten Denk-Skills#
Wenn KI immer mehr Detailarbeit übernimmt, lautet die Frage: worin sollen Menschen besser werden? Aus meiner Sicht in drei Dingen:
- Ganzheitliches Denken (Whole-Systems Thinking). Das gesamte End-to-End sehen. Wer nur einen Abschnitt des Wertstroms optimiert, verschiebt das Problem fast immer in einen anderen Abschnitt.
- Kritisches Denken. In einer Zeit selbstbewusst klingender KI-Antworten und einer Flut von Social-Media-Rauschen ist die Fähigkeit zu bewerten Grundlage. Das gilt für KI-Ausgaben, für Deepfakes und für die eigenen Annahmen.
- Analytisches Denken. Daten, Verhalten und Ergebnisse miteinander verbinden, der Rohstoff jeder guten Entscheidung.
Technisches Verständnis hilft weiterhin und wird nicht überflüssig. Aber es ist nicht mehr der Türöffner, der es einmal war. Viele Menschen eignen sich heute den nötigen technischen Kontext über KI an, nicht in Universitätstiefe, aber tief genug, um mitzureden.
Transformation endet nie, und der CEO ist der Evangelist#
Eine “Transformations-Initiative” mit klarem Endpunkt verfehlt den Punkt. Cybernetic, agil, KI: das sind kontinuierliche Transformationen. Unternehmen leben heute im konstanten Wandel, und sie sollten ihre Belegschaft genau darauf vorbereiten, nicht auf ein einmaliges Ereignis.
Der Faktor Nummer eins für Wirksamkeit ist der CEO. Nicht weil die CEO oder der CEO das Playbook schreibt, sondern weil sie oder er der Evangelist wird. Es braucht eine klare Vision, wohin das Unternehmen geht, eine konsequente Kommunikation und das offene Tragen der Ziele. Echte Transformation baut Prozesse und Aufbauorganisation um. Und das hält nur, wenn die Überzeugung von ganz oben kommt.
KI und Jobs: die Zahlen nüchtern lesen#
Schlagzeilen über KI-getriebene Entlassungswellen verdienen einen nüchternen Blick. Der Grossteil der aktuellen Wellen führt sauber auf eine andere Ursache zurück: Post-Pandemie-Überkapazität, aufgebaut zu Zeiten billigen Geldes, jetzt abgebaut, weil die Zinsen wieder gestiegen sind. Viele Unternehmen labeln diese Schnitte als “KI-Effizienzgewinne”, weil die Geschichte sich so besser erzählen lässt als “wir haben zu viele Leute eingestellt”. Forschung dazu hat einen eigenen Begriff geprägt: AI Washing. Bisher hat KI im Grunde noch niemandem den Job gekostet.
Mit Blick nach vorn gilt aber auch: wer sich nicht mit KI beschäftigt, läuft zunehmend Gefahr, ersetzt zu werden, nicht durch die KI selbst, sondern durch Menschen, die mit KI arbeiten. Der Weg ist klar: KI-Tools verwenden, dann ein eigenes Set an Agenten aufbauen, die einem zuarbeiten, und das menschliche Hirn für das einsetzen, was nur Menschen können.
Die wichtigsten Punkte#
- Tools ohne Menschen und Prozesse transformieren nichts. Eine Lizenz ist keine Strategie.
- Cybernetic = Menschen, Maschinen und KI in kontinuierlichen Feedback Loops. End-to-End, vom Board zum Team und zurück.
- Entlang des Wertstroms organisieren, nicht entlang des Org-Charts. Mappen, messen (Lead Time, Process Time, %C/A), umstrukturieren wo möglich.
- Ganzheitliches, kritisches und analytisches Denken sind die Skills, die skalieren. Tiefes Detailwissen allein ist nicht mehr der Burggraben.
- Transformation endet nie; der CEO ist der Evangelist. Konstanten Wandel als Normalbetrieb behandeln.
- Die “KI killt Jobs”-Schlagzeile ist überwiegend Post-Pandemie-Korrektur plus AI Washing. Aber wer sich KI verschliesst, wird durch Menschen ersetzt, die sie nutzen.
Über Emily Erker#
Emily Erker ist österreichische Unternehmerin und Podcasterin mit über 600 Folgen sowie Gastgeberin von Lady Sunshine Live. Sie ist Architektin des Luminar-Modells, einer Orientierungsarchitektur für Macht, Verantwortung und Wirkung in Organisationen. Wer tiefer in ihre Arbeit zu Macht in Systemen einsteigen möchte, findet ihre Überlegungen in der LinkedIn-Newsletter-Serie LuminarBook.
Vielen Dank an Emily Erker für das durchdachte Gespräch. Die volle Episode liegt im Player oben.