Die KI-Nutzung nimmt zu. Doch verbessert sich auch die Unternehmensleistung?

Unternehmen haben Schwierigkeiten, mit ihren KI-Investitionen nennenswerte Erträge zu erzielen. Die Nutzung nimmt zu, doch nur 13% der Unternehmen berichten von einem erheblichen transformativen Nutzen durch KI. Diese Lücke sollte Führungskräfte dazu veranlassen, einen Schritt zurückzutreten und sich zu fragen, ob sie Aktivitäten oder tatsächlich bedeutsame Veränderungen messen.

Unter dem Druck, einen klaren KI-ROI nachzuweisen, greifen Unternehmen häufig auf leicht zu erfassende Kennzahlen zurück, etwa zur Nutzung von Tools, zu aktiven Nutzern oder zu Nutzungsraten. Diese Kennzahlen zeigen, ob Beschäftigte KI verwenden. Darüber, ob sich die Arbeit verbessert oder die Investition einen Mehrwert schafft, sagen sie jedoch wenig aus.

PwC stellte beispielsweise fest, dass 64% der befragten Beschäftigten in den vergangenen 12 Monaten bei der Arbeit KI genutzt hatten – ein Anstieg um zehn Prozentpunkte gegenüber dem Vorjahr. Auf den ersten Blick ist das ein vielversprechendes Zeichen für Wachstum, doch belegt es keine Auswirkungen auf das Geschäftsergebnis. Die Einführung von KI wird zur Scheinmetrik, wenn Führungskräfte sie als Beweis für einen Wandel betrachten. Aussagekräftiger ist, wie KI dabei hilft, Erkenntnisse aus früheren Projekten in Methoden, Tools und Beschleuniger zu überführen, mit denen Teams bessere Ergebnisse erzielen.

Das verborgene Problem: KI kann Arbeit beschleunigen, die eigentlich verändert werden muss

Bevor Unternehmen KI einführen, müssen sie den Zweck des Arbeitsablaufs verstehen, unnötige Schritte erkennen und überdenken, wie die Arbeit ablaufen sollte. Das ist wichtig, denn der Einsatz von KI kann einen ineffizienten Prozess beschleunigen, Engpässe in nachgelagerte Bereiche verlagern und zusätzlichen Prüf- oder Nacharbeitsaufwand verursachen.

Dasselbe Verständnis sollte auch die Auswahl der Kennzahlen bestimmen. Wenn Teams den gesamten Arbeitsablauf betrachten, erkennen sie, wie sich Änderungen bei einer Aufgabe auf alle nachfolgenden Schritte auswirken und ob vermeintliche Verbesserungen den Aufwand tatsächlich verringern oder ihn lediglich auf andere verlagern.

KI kann einzelne Aufgaben beschleunigen – etwa das Verfassen von Inhalten, das Zusammenfassen von Informationen oder die schnellere Analyse von Daten –, ohne die Prozesse zu verbessern. Eine schnellere Erstellung von Inhalten kann beispielsweise für Prüfer und Genehmigende in nachgelagerten Schritten mehr Arbeit bedeuten. Der Engpass verlagert sich, auch wenn einzelne Beschäftigte von Zeitersparnissen berichten.

Hier können Produktivitätskennzahlen zu Scheinmetriken werden. Eine schnellere Erledigung einzelner Aufgaben mag wie ein schneller Erfolg wirken, lässt aber möglicherweise den Aufwand außer Acht, der nötig ist, um aus dem Ergebnis später einen brauchbaren Nutzen zu ziehen. Bei der Neugestaltung von Arbeitsabläufen sollte zunächst das angestrebte Ergebnis feststehen. Anschließend gilt es zu bestimmen, wo KI einen Mehrwert schafft und welche Schritte geändert werden müssen.

Sowohl die Produktivität bei einzelnen Aufgaben als auch die Produktivität im gesamten Arbeitsablauf sind wichtig. Um beides gemeinsam zu messen, müssen Teams über die Zeitersparnis bei einzelnen Aufgaben hinausblicken und Qualität, Nacharbeit sowie den gesamten menschlichen Arbeitsaufwand für das Erreichen des Ergebnisses bewerten.

Was wir gelernt haben, als wir selbst zum KI-Kunden wurden

Bei Arionkoder haben wir Socrates, unser internes Transformationsprogramm, ins Leben gerufen, um ein KI-natives Unternehmen zu werden. Als wir KI an unserem eigenen „Fall Null“ erprobten, zeigte sich, wie Produktivitätsgewinne bei einzelnen Aufgaben Probleme im gesamten Arbeitsablauf verdecken können. So gingen wir bei unseren Projektmanagement-Abläufen zunächst davon aus, dass KI-generierte Besprechungszusammenfassungen, Aufgabenlisten und Projektaktualisierungen diese Tätigkeiten effizienter machen würden. Das größere Informationsvolumen erforderte jedoch weiterhin manuelle Prüfungen, Priorisierung und Abstimmung zwischen den Teams. Dadurch verlagerte sich die Arbeit in nachgelagerte Schritte, statt abzunehmen. Uns wurde klar, dass schnellere Einzelschritte nicht zwangsläufig den gesamten Arbeitsablauf effizienter machen. Das Ziel von Socrates blieb relevant, doch das Programm musste Teams dabei unterstützen, nicht länger nur einzelne Aufgaben zu beschleunigen, sondern Abläufe von Anfang bis Ende neu zu gestalten.

Dieser Rückschlag erwies sich als hilfreich, als wir die Geschehnisse untersuchten und die Erkenntnisse in unseren nächsten Versuch einfließen ließen. Er bestätigte, dass eine KI-Transformation mehr erfordert als die Einführung neuer Technologien. Sie setzt voraus, dass sich ändert, wie Menschen aus Experimenten lernen, Entscheidungen treffen und zusammenarbeiten. Socrates sollte Beschäftigten dabei helfen, ihre individuellen Entwicklungen mit der tatsächlichen Arbeitsweise zu verknüpfen.

Der überarbeitete Ansatz gibt diesem Experimentieren eine klare Abfolge. Beschäftigte können damit beginnen, mithilfe von KI ein kleines, konkretes Problem zu lösen. Als Nächstes lässt sich erproben, ob auch andere das entwickelte Ergebnis nutzen können. Darauf aufbauend kann das Unternehmen den umfassenderen Arbeitsablauf untersuchen, Reibungsverluste erkennen und die Arbeit mit den Fähigkeiten verknüpfen, die andere Teams entwickelt haben. Der gemeinsame Wissensaustausch unter Beschäftigten hilft zu beurteilen, ob eine Verbesserung auch über die Aufgabe hinaus nützlich bleibt, für die sie ursprünglich gedacht war.

Dieser Unterschied ist wichtig. Etwas zu entwickeln, das für eine einzelne Person funktioniert, ist der Ausgangspunkt. Um einen Mehrwert für das Unternehmen zu schaffen, muss man verstehen, wie andere es nutzen und was sich verändert, wenn es Teil eines größeren Prozesses wird.

Unser Neustart begann daher mit dem angestrebten Ergebnis. Was musste das Team erreichen? Welche Schritte trugen zu diesem Ergebnis bei, und welche gab es nur aufgrund eines etablierten Prozesses, der seinen Zweck nicht mehr erfüllte? Diese Fragen halfen dabei, den Schwerpunkt von der Ergänzung einzelner Aufgaben durch KI auf die Neugestaltung des Arbeitsablaufs mit einem klareren Ziel zu verlagern.

Anschließend legten wir für jeden Arbeitsablauf passende Ausgangswerte und Kriterien fest. Neben der Bearbeitungszeit betrachteten wir die Qualität, die Nacharbeit und den Arbeitsaufwand der Beschäftigten. Anhand dieser Kennzahlen konnten wir Verbesserungen im gesamten Prozess beurteilen.

Bei Socrates haben wir mehr als 20 Arbeitsabläufe neu gestaltet und Experimente zu realen Geschäftsproblemen in Fähigkeiten umgewandelt, die auch andere nutzen konnten. Die Finanzberichterstattung verkürzte sich von vier Stunden auf 20 Minuten. Die IT meldete 40 % weniger repetitive Aufgaben und eine Verkürzung der Reaktionszeiten um 60 %. Diese Ergebnisse zeigten operative Fortschritte. Um zu verstehen, wie sich diese Kennzahlen in geschäftlichen Mehrwert übersetzen, muss bewertet werden, ob der Aufwand im gesamten Arbeitsablauf gesunken ist und wie die Teams die gewonnene Kapazität genutzt haben.

Für uns bestand die Lehre darin, Verbesserungen bis zum Ende zu verfolgen. Einzelne Zeitersparnisse sind wichtig, schaffen aber erst dann einen Mehrwert für das Unternehmen, wenn sie der nächsten Person helfen, bessere Arbeit zu leisten, und das Team dem angestrebten Ergebnis näherbringen.

Was CIOs stattdessen messen sollten

Um eine Verbesserung bis zu ihren geschäftlichen Auswirkungen nachzuverfolgen, reicht es nicht aus, die KI-Nutzung oder die eingesparte Zeit zu erfassen. Führungskräfte müssen die Einführung mit Verbesserungen der Arbeitsabläufe und den damit erzielten Ergebnissen verknüpfen. Fortschritte sollten auf drei klar voneinander abgegrenzten Ebenen gemessen werden:

1. Einführung: Nutzen Mitarbeitende KI?

   Die Einführung ist nach wie vor eine nützliche Diagnosegröße. Nutzungsdaten, die Beteiligung an Experimenten und Rückmeldungen der Mitarbeitenden können zeigen, wo sie Vertrauen aufbauen und wo sie Unterstützung benötigen.

   Diese Signale helfen Führungskräften, die Bereitschaft des Unternehmens einzuschätzen, belegen aber keinen ROI. Eine hohe Nutzung ist der Ausgangspunkt für weitere Untersuchungen, kein Nachweis für einen Wandel.

2. Leistung der Arbeitsabläufe: Verbessert sich die Arbeit tatsächlich?

   Erfolgskriterien sollten dem vorgesehenen Zweck des Arbeitsablaufs entsprechen. Je nach Anwendungsfall kann eine Verbesserung genauere Informationen, weniger Fehler oder eine schnellere Bearbeitung bedeuten.

   Vergleichen Sie die Leistung über den gesamten Prozess hinweg mit einem Ausgangswert. Erfassen Sie, wie viele unnötige Schritte entfallen, sowie Nacharbeit, Qualität und den Gesamtaufwand der Mitarbeitenden. Berücksichtigen Sie auch die Personen, die KI-generierte Ergebnisse erhalten und weiterverarbeiten. Eine Aufgabe ist nicht zwangsläufig effizienter geworden, wenn dadurch an anderer Stelle zusätzlicher Prüf- oder Korrekturaufwand entsteht.

3. Geschäftliche Auswirkungen: Verbessert der KI-gestützte Arbeitsablauf die Geschäftsergebnisse?

   Verknüpfen Sie Verbesserungen der Arbeitsabläufe mit Ergebnissen, die der Unternehmensleitung bereits wichtig sind, etwa Kundenbindung, Umsatz, Servicequalität oder Kosten pro gelöstem Anliegen. Mehr Inhalte zu produzieren, belegt beispielsweise eine höhere Ausgabemenge. Ihr geschäftlicher Nutzen hängt von den damit erzielten Inhalten ab.

   Verfolgen Sie, wie die eingesparte Zeit genutzt wird. Hat die zusätzliche Kapazität den Service verbessert, das Wachstum unterstützt oder die Betriebskosten gesenkt? Bewerten Sie den Nutzen anhand der Gesamtkosten seiner Erbringung. Dazu zählen der Arbeitsaufwand, der KI-Verbrauch, die Integration, die Aufsicht, die Schulung und die Wartung.

Zusammengenommen helfen diese Kennzahlen Führungskräften, den Weg von der Einführung von KI über bessere Arbeitsabläufe bis hin zu besseren Geschäftsergebnissen nachzuverfolgen. Steigt die KI-Nutzung, ohne den menschlichen Arbeitsaufwand zu verringern, die Qualität zu verbessern oder geschäftlichen Mehrwert zu schaffen, müssen Führungskräfte den Ansatz neu bewerten, bevor sie ihn ausweiten.

Führungskräfte müssen KI-Fortschritt neu definieren

Daten zur Einführung helfen Unternehmen zu erkennen, wer KI nutzt und wo mehr Unterstützung nötig ist. Um ihren Nutzen zu verstehen, muss man den Menschen zuhören, die die Arbeit erledigen, und bewerten, ob die erzielten Vorteile den gesamten Arbeitsablauf verbessern. Führungskräfte müssen Mitarbeitenden das Vertrauen geben, Ansätze zu benennen, die den Aufwand erhöhen, ohne bessere Ergebnisse zu liefern, und anschließend auf diese Erkenntnisse reagieren. Einen wirkungslosen Ansatz zu ändern oder einzustellen, ist ein Fortschritt, wenn die daraus gewonnenen Erkenntnisse die nächste Entscheidung verbessern.

Ein bedeutsamer Wandel zeigt sich darin, dass unnötige Arbeit entfällt, bessere Ergebnisse erzielt werden und mehr Kapazität für wichtige Aufgaben zur Verfügung steht. An diesen Ergebnissen sollten Führungskräfte den Fortschritt bei der KI-Einführung messen und weitere Investitionen ausrichten.