Die Wissenslücke, die KI schafft, ist die neue Sicherheitslücke. Hier erfahren Sie, wie Sie sie schließen können.

Technologieunternehmen setzen auf eine vertraute Wette: dass KI die Arbeit schneller und billiger als Menschen erledigen kann. Während dies in vielen Fällen zutreffen mag, wird KI auch als einfache Lösung für Entlassungen eingesetzt.

In einem von PwC veröffentlichten Bericht sagten 56% der CEOs, dass sie noch keine signifikanten finanziellen Vorteile aus ihren KI-Investitionen erzielt hätten und nur 12% berichteten, dass sie durch KI Kostenersparnisse und Umsatzsteigerungen erzielt hätten. Darüber hinaus fand eine Studie des National Bureau of Economic Research im Februar heraus, dass fast 90% der Unternehmen angaben, dass KI in den letzten drei Jahren keinen Einfluss auf die Beschäftigung oder Produktivität hatte. All dies unterstreicht eine erhellende Wahrheit: Viele Organisationen haben noch nicht die von KI versprochenen Umsatz- und Produktivitätssteigerungen gesehen und um ihre Verluste zu decken, entlassen sie weiterhin Tausende von Mitarbeitern.

Aber hier ist, was die Gewinnmitteilungen nicht sagen: Wenn Sie den Account-Manager eliminieren, der zehn Jahre Beziehungscontext im Kopf hat, oder den QA-Ingenieur, dessen institutionelles Wissen das Einzige ist, was Fehler vor dem Erreichen der Kunden auffängt, schneiden Sie nicht einfach Fett. Sie schneiden tragende Wände. Die Nachbearbeitungskosten, der Kundenverlust, die Qualitätsfehler, die folgen, erscheinen selten in derselben Präsentation, die die Reduzierung der Belegschaft feierte. Sie werden stillschweigend in zukünftige Quartale aufgenommen, auf Marktbedingungen zurückgeführt und vergessen. Die Lücke zwischen dem, was KI-getriebene Umstrukturierungen versprechen, und dem, was sie tatsächlich liefern, ist real, sie wächst und für viele Organisationen bleibt sie völlig unanerkannt.

Die tatsächlichen Kosten dieses Zyklus landen nicht an einem Ort. Sie verteilen sich auf jedes Team, das nach den Entlassungen noch steht. Entwickler absorbieren die Arbeitslast der Ingenieure, die weg sind, während sie gleichzeitig mit KI-Tools ausgestattet werden, die noch zu unreif sind, um den Verlust an Belegschaft auszugleichen. Produktteams verlieren den Kontext, der die Roadmaps in der Kundenrealität verankert. Support-Organisationen werden dünn ausgestreckt und die Antwortqualität verschlechtert sich, da Kunden sofort “slop”-Antworten auf ihre Tickets erkennen. Die Belastung ist nicht konzentriert, sie ist verteilt, und diese Verteilung ist Teil dessen, was es so leicht macht, sie in einem Quartalsbericht zu ignorieren. Aber innerhalb dieser breiteren Verteilung stehen IT-Teams vor einem besonderen und verschlimmerten Problem. Sie tun nicht nur mehr mit weniger. Sie werden aufgefordert, Infrastrukturen zu verwalten, die schnell gebaut wurden, ohne das institutionelle Wissen, das ihnen Kohärenz gab, während sie gleichzeitig die Abmeldung abgegangener Kollegen und die Aufnahme ihrer Ersatzkräfte durchführen, da Unternehmen stillschweigend ihre Kurskorrekturen auf Entlassungen vornehmen, die sie öffentlich gefeiert haben.

Wenn Organisationen im Laufe des Jahres versuchen, die Versprechen von KI einzulösen, ist es höchste Zeit, zu erkennen, dass viel mehr als nur Umsatz verloren geht, wenn man menschliche Expertise im Namen von KI-getriebener Effizienz abschafft. Die gute Nachricht? Sie können das Beste aus beiden Welten haben. Aber das erfordert einen praktischeren, pragmatischeren Ansatz für KI. Einen, der Menschen in den Mittelpunkt der Strategie stellt.

Was verloren geht, wenn Wissen aus dem Unternehmen geht

Kritisches betriebliches Wissen lebt in Menschen und wird durch menschliches Urteilsvermögen angewendet, nicht durch Systeme. Wenn diese Menschen gehen, geht dieses Wissen mit ihnen. Unabhängig davon, wie fortschrittlich das Modell ist, kann KI diese Lücke derzeit nicht füllen.

Selbst wenn die Fähigkeiten von KI expandieren, schafft Automatisierung ohne nuancierten Kontext gefährliche Blindstellen in kritischen Bereichen:

• Urteilsvermögen und Strategie: Intuition, institutionelles Wissen und Marktbewusstsein leben nicht ordentlich in Datenbeständen, auch nicht in unstrukturierten.
• Kontext und situative Wahrnehmung: Menschen erkennen Nuancen, Absichten und können die Grauzonen navigieren, in denen starre Regeln zusammenbrechen.
• Mitgefühl und Vertrauen: Hochwertige oder emotional aufgeladene Momente (insbesondere solche, die Kunden oder Mitarbeiter betreffen) erfordern eine menschliche Reaktion.
• Aufsicht und Rechenschaftspflicht: Jemand muss dafür verantwortlich sein, Versäumnisse, Voreingenommenheit oder Fehlinformationen zu identifizieren. Einfach zu sagen: “Sie haben Recht, ich werde es noch einmal versuchen”, nachdem man völlig falsche Informationen geliefert hat, reicht nicht aus.
• Institutionelles Gedächtnis und Systemkontext: Verständnis dafür, warum Teams Infrastrukturen auf eine bestimmte Weise gebaut haben (oder nicht), was sie zuvor versucht haben und welche Randfälle existieren, die niemand dokumentiert hat.
• Führung und Regierung: Definition von Richtlinien, Risikotoleranz und Einhalten ethischer Grenzen bleibt eine grundlegende menschliche Verantwortung.

KI kann Erkenntnisse aufdecken, Aktionen empfehlen und die Ausführung beschleunigen, aber sie kann nicht institutionelles Gedächtnis ersetzen, das Katastrophen verhindert, oder die Rechenschaftspflicht bieten, die sie vorher abfängt.

Was intelligente Organisationen anders machen

Organisationen, die mit KI erfolgreich sind, entfernen Menschen nicht aus der Gleichung. Sie verwenden KI, um die Routine- und Wiederholungsprozesse zu rationalisieren, die Reibung in den alltäglichen Betrieben hinzufügen. Menschen werden frei, um Zeit und andere wichtige Ressourcen zu widmen, um neue kreative Wege zu finden, um größere Geschäftsvorteile zu erzielen. Sie nutzen KI als “Rennen-mit”-Werkzeug, um die Kraft zu verstärken. Betrachten Sie die Welt der IT-Betriebe. Diese Teams sind bereits dünn ausgestreckt und verwalten eine ausgedehnte Infrastruktur mit begrenzten Mitteln. KI, oder genauer gesagt, maschinelles Lernen (ML), kann hier echten Wert liefern. KI/ML kann früher zeitaufwändige, routinemäßige Aufgaben automatisieren, die wertvolle, fachkundige Experten in operativen Arbeiten begraben: Patch-Tests und -Forschung, Ticket-Klassifizierung, Workflow-Generierung, Entdeckung und Risikokartierung.

Diese Aufgaben bilden die Grundlage der IT-Betriebe, aber sie verbrauchen massive Mengen an Zeit (insbesondere, wenn die digitalen Besitztümer der Organisationen sich erweitern, die Verwundbarkeitslandschaft sich ändert und die Mitarbeiter zunehmend positive digitale Erfahrungen mit den Geräten erwarten, die sie für die Arbeit verwenden). Wenn Teams die Grundlagen nicht gut bewältigen (Verwaltung oder Überwachung dieser Fähigkeiten und Prozesse), weil sie unter Wasser sind, haben die Folgen harte Auswirkungen: Ausfallzeiten, verpasste Patches, Datenlecks, Sicherheitsverletzungen.

Andererseits, wenn Sie KI gut nutzen, um die Arbeit in diesen Bereichen zu rationalisieren, geben Sie dem IT-Personal Zeit, das zu tun, was KI nicht kann: technische Schulden abbauen, bestehende Systeme und Prozesse verbessern, um Resilienz zu architektonieren und das institutionelle Wissen zu bewahren, das kritische Systeme am Laufen hält. Das ist mehr als nur Effizienz. Es ist Risikominderung. Und das legt eine festere Grundlage für langfristiges Wachstum.

Die richtige Anwendung von KI

Organisationen, die mit bedachter KI-Anwendung und -Adoption beginnen und gleichzeitig sichere, effektive Ermächtigung priorisieren, sehen (und werden weiterhin sehen) größere Erfolge durch ihre KI-Strategien. Optimierung kommt nicht durch Personalabbau. Sie kommt durch Investitionen in Menschen, durch die Neugestaltung von Workflows und durch die Schulung von Teams, um KI am besten zu nutzen.

Dies ist wirklich nichts Neues. Technologie hat sich durch generative Zyklen seit Hunderten von Jahren entwickelt. Jedes Mal wiederholen wir dieselben Fehler. Wir überrotieren und versuchen, eine bestimmte Verbesserung zu einer Allheilmittel für alles zu machen, was uns plagt. Es gibt keine Knappheit an Betrügern, die diese Verzweiflung ausnutzen, übermäßige Versprechungen machen und verschwinden, bevor die Ergebnisse gemessen werden können. Die Realität ist, dass KI/ML das tun kann, was Computer immer getan haben; bestimmte Aufgaben mit höherer Geschwindigkeit und Genauigkeit als ein Mensch. Diejenigen, die diese Gelegenheiten finden und KI auf pragmatische Weise anwenden, werden sehr schnelle Rückkehr auf ihre Investitionen sehen. Praktisch bedeutet das:

• KI nutzen, um Aufgaben mit geringem Wert zu eliminieren, nicht hohem Urteilsvermögen
• Entwerfen von Workflows mit menschlicher Beteiligung für die Entschärfung hochwertiger Entscheidungen
• Definieren klarer Eskalationspfade, wenn KI-Systeme fehlschlagen oder unsichere Ergebnisse liefern
• Zuweisen expliziter Eigentümerschaft für KI-getriebene Entscheidungen
• Schulen von Teams, um KI-Ausgaben zu überprüfen, nicht blindlings zu akzeptieren

Die wahre Kosten von Fehlern

Der aktuelle Zyklus der Technologiebranche, massenhafte Entlassungen gefolgt von stiller Wiedereinstellung, ist kein Talentwechsel. Es ist ein Risikotransfer. Organisationen tauschen Jahrzehnte an institutionellem Gedächtnis gegen einige Monate an automatisierter Geschwindigkeit ein, und IT-Führungskräfte sind diejenigen, die am Ende die Verantwortung für die Bewältigung der Folgen tragen.

KI bietet echte Gewinne, aber diese bedeuten am meisten, wenn Sie KI nutzen, um Expertenwissen zu bewahren und zu verstärken, nicht zu ersetzen. Die Unternehmen, die in der Ära von KI weiterhin florieren werden, sind nicht diejenigen, die am tiefsten schneiden oder die meisten KI-Tools einsetzen. Sie sind diejenigen, die KI sorgfältig nutzen, um Monotonie zu automatisieren und menschliche Kreativität, Zusammenarbeit und Expertise zu verstärken.

Weil, wenn das nächste System ausfällt oder der nächste Ausfall oder Cybersicherheitsvorfall eintritt, möchten Sie nicht, dass ein Roboter oder eine Maschine an der Spitze der Systemwiederherstellung oder der Kundenkommunikation steht. Dort möchten Sie (und benötigen) die Person mit tiefem historischem Kontext und Wissen, die noch im Gebäude ist.

Wenn wir das volle Potenzial von KI freisetzen wollen, ist es entscheidend, sich auf die Nutzung von KI für Aufgaben zu konzentrieren, die in Langeweile ersticken, und aufzuhören, KI als Ausrede für schlechte Geschäftsergebnisse zu verwenden.