Wir haben alles automatisiert, außer der eigentlichen Arbeit: Agentic AI kann endlich die Ausführung im großen Maßstab beheben

Wir haben unsere Kalender, unsere E-Mails und sogar unsere Onboarding-Sequenzen automatisiert. Die eigentliche Arbeit – der chaotische, menschliche, tägliche Fluss von Aufgaben – bleibt jedoch stecken in Chaos.

Jede Woche verlieren Wissensarbeiter etwa 40% ihrer Zeit durch wiederholbare, niedrig priorisierte Aufgaben, wie das Suchen nach Dateien, Kopieren und Einfügen, Dateneingabe und das Verfolgen von Statusupdates. Diese Aktivitäten sind nicht diejenigen, die den Unterschied ausmachen. Und natürlich hat diese Ineffizienz einen negativen Welleneffekt. Bei Menschen führt sie zu Burnout. In wirtschaftlicher Hinsicht führt sie zu Milliarden von Dollar an Ablenkungen und verlorener Produktivität.

Bevor Sie dies auf einen “Mangel an Tools” zurückführen, denken Sie zweimal nach. Das Problem, aus meiner Sicht, ist, dass die Tools, die wir haben, nicht zusammenarbeiten und nie wirklich zusammenarbeiteten.

Wo das System versagt

In der Theorie löst jede App in Ihrem Stack ein Problem. In der Praxis erzeugen sie neue. Oft sehen wir Mitarbeiter, die zwischen 12 oder mehr Plattformen pro Tag springen. Wir verwenden Slack, Google Docs, Notion, Projektboards und so weiter, und jede davon hat ihre eigene Logik, Anmeldedaten und Lernkurve.

Als Ergebnis wird jede Aufgabe zu einer Tab-Hopping-Schatzsuche. Die Arbeit wird über Threads und Ordner verstreut, und Teams erfinden neue Prozesse jeden Quartal, nur um die blinden Flecken des letzten Systems zu flicken. Niemand hat Zeit, um zu dokumentieren, und wenn sie es tun, liest niemand es.

Ich weiß das, weil ich es selbst erlebt habe. Als leaner VC-Fonds – wir sehen uns selbst als Startup – der über Kontinente hinweg operiert und mehrere Zeitzonen jongliert, haben wir unsere eigenen Workflows von Grund auf aufgebaut. Frühzeitig haben wir einen benutzerdefinierten Deal-Flow-Motor erstellt und strenge Rituale eingerichtet, einschließlich wöchentlicher Anrufe, regelmäßiger Überprüfungen und quartalsweiser Präsenzmeetings. Diese Systeme haben uns geholfen, mit einem kleinen Team schnell zu sein. Aber auch dann habe ich das Gewicht der Tool-Überlast gespürt.

Wir haben diese Erkenntnis in unsere Investitionsphilosophie einbezogen. Unser Portfolio umfasst Unternehmen wie WalkMe, das Teams hilft, die digitale Adoption zu straffen und potenzielle Reibungspunkte in internen Workflows zu identifizieren.

Trotzdem sahen wir in der Welt im Großen und Ganzen weiterhin ein konsistentes Problem. Die wichtigste Arbeit, wie Schulung, Delegation und Urteilsvermögen, lebt noch immer verstreut zwischen Slack-DMs, Kalender-Einladungen und spontanen Loom-Videos.

Von Tools zu Spannungen

Trotz Fortschritten in der Automatisierung verlassen sich die meisten Teams noch immer auf manuelle Übergaben. Es gibt keine zentrale Wahrheitsquelle. Prozesse können brechen, wenn jemand Wichtiges geht, und wenn etwas schiefgeht, ist es einfacher, eine Aufgabe noch einmal zu tun, als herauszufinden, wie sie das letzte Mal durchgeführt wurde.

Ein solches System skaliert nicht, und angesichts der heutigen schnellen Umgebung ist es nicht länger nachhaltig.

Wir stehen jetzt am Rande eines Wandels. Dank multimodaler KI-Modelle, die Text, Bilder, Video und Audio parsen können, betreten wir eine Ära, in der Software “zusehen” kann, wie man arbeitet, und beginnt, zu verstehen, was passiert, ohne perfekte Eingaben zu benötigen. Diese Software erkennt Kontext, detektiert Wiederholungen und wird exponentiell intelligenter.

Ein größerer Wandel ist im Gange

Das kommende Jahrzehnt der Arbeit wird wahrscheinlich nicht darum gehen, eine “bessere” App oder einen besseren Satz von Tools zu wählen. Was es definieren wird, ist, was viele dieser Apps ersetzen wird. Fortschritte in der multimodalen künstlichen Intelligenz, das Wachstum unstrukturierter Arbeitsplatzdaten (oft als Graudaten bezeichnet), die stetige Verbreitung von Software-as-a-Service-Tools und die Expansion der Creator-Economy drängen in eine Richtung: ein Betriebssystem für die Arbeit, das proaktiv, adaptiv und KI-nativ ist.

Zeichen dieses Wandels sind bereits sichtbar. Mehr Menschen überspringen einzelne Apps und gehen direkt zu Ergebnissen, wie z.B. einem AI-Assistenten, der einen Bericht vorbereitet, automatisierte Ketten auslöst, um Inhalte zu veröffentlichen, oder einfach ein Ziel beschreibt und die Software es ausführt. In diesem Modell tritt die Schnittstelle zurück und das Ergebnis wird zum Produkt.

Was sich ändert

Eine neue Generation von Software entsteht, die von regelbasierten Automatisierungen zu adaptiver, harmonischer Koordination und KI-nativer Orchestrierung wechselt. Neue Agentic-AI-Tools wechseln von Reaktivität zu Proaktivität. Ja, das bedeutet, dass sie tatsächlich die Initiative ergreifen.

Drei Muster veranschaulichen diesen Wandel:

• Teams wollen Ergebnisse, nicht Schnittstellen. Menschen wollen nicht noch eine weitere Oberfläche – sie wollen weniger Sorgen. Die besten Tools sind die, die man kaum bemerkt.
• Die Automatisierung wechselt, wie besprochen, von einfachem Reagieren zu Führen. Der wahre Sprung liegt in der Hintergrund-Orchestrierung, die still, nützlich und unsichtbar ist. Die nächste Generation von Tools wartet nicht auf Eingaben. Stattdessen beobachten sie, wie man arbeitet, und beginnen, vorherzusagen, was als Nächstes passieren muss.
• Personalisierung wird zur Norm. Kein Team arbeitet auf die gleiche Weise. Daher werden die Systeme der Zukunft lernen und anpassen, anstatt starre Vorlagen durchzusetzen. Denken Sie an Ihr eigenes, proprietäres Betriebssystem.

Ausführung über Konversation

Die nächste Welle der Automatisierung dreht sich um die Ausführung. Die meisten Software wartet noch immer darauf, dass Menschen durch Menüs klicken oder Befehle eingeben. Neue Systeme können jedoch beobachten, wie eine Aufgabe durchgeführt wird, die wiederholten Schritte erkennen und sie selbst ausführen. Ein Team könnte eine einzige Schritt-für-Schritt-Anleitung aufzeichnen, einschließlich einer Bildschirmaufnahme und einer kurzen Erzählung, und die Software erfasst den Prozess, aktualisiert ihn, wenn sich die Bedingungen ändern, und führt ihn automatisch aus.

Personale Betriebssysteme

Kein Mensch oder Team arbeitet auf die gleiche Weise, und die Systeme der Zukunft werden diese Realität respektieren. Jeder Wissensarbeiter wird ein persönliches Produktivitätsmodell haben: Software, die ihre Gewohnheiten, Rhythmen und Vorlieben lernt und vorhersagt, was als Nächstes passieren muss. In diesem Zusammenhang hört die Ausführung auf, eine brüchige Checkliste zu sein, und wird zu einer sich entwickelnden Partnerschaft zwischen menschlichem Urteilsvermögen und KI-Initiative.

Der Weg vor uns

Um die Zukunft der Arbeit aufzubauen, müssen wir unsere Art und Weise ändern, wie wir über Software denken. Anstatt sie als Sammlung von Tools zu betrachten, müssen wir sie als Umgebung sehen, die sich an die Art und Weise anpasst, wie Menschen operieren, auch wenn sie unvollkommen, asynchron und oft ohne Dokumentation ist.

Tatsächlich ist die unsaubere, unstrukturierte Schicht – Konversationen, Bildschirmaufnahmen, Sprachnotizen und schnelle Nachrichten – der Ort, an dem die eigentliche Arbeit stattfindet, und wo das wahre Betriebssystem eines Unternehmens lebt. Agentic-Systeme sind darauf ausgelegt, dies zu verstehen und zu unterstützen, und mit Menschen als echte Partner in der Ausführung zusammenzuarbeiten.

Die Ausführung kann hier der übersehene Flaschenhals sein. Das Skalieren eines Unternehmens bedeutet immer noch, hunderte von Prozessen zu dokumentieren, Tools zusammenzuflicken und Menschen in Workflows zu schulen, die still brechen, sobald sich etwas ändert. Agentic AI bietet einen Ausweg. Durch Software, die Kontext versteht, proaktiv handelt und sich so schnell anpasst, wie das Unternehmen evolviert, hält sie das Versprechen der Automatisierung ein, Menschen zu befreien, um sich auf Urteilsvermögen, Kreativität und Entscheidungen zu konzentrieren, die nur Menschen treffen können.

Dieser Wandel wird Zeit brauchen. Er wird Vertrauen erfordern. Und er wird Unternehmen dazu zwingen, der Versuchung zu widerstehen, Komplexität mit noch mehr Komplexität zu lösen. Aber das Ergebnis, wenn es richtig gemacht wird, lohnt sich.