Das ist die Fähigkeit, die im nächsten Jahrzehnt am meisten fehlen wird

Heutzutage kann KI innerhalb weniger Sekunden zehn Wachstumskonzepte generieren, den Entwicklungszyklus drastisch verkürzen und sogar an strategischen Simulationen teilnehmen.

Was Unternehmen heute wirklich fehlt, ist nicht die Verfügbarkeit von KI-Tools, sondern wer die Probleme definiert, wer die Lösungen auswählt und wer die Folgen von Entscheidungen trägt.

Wirklich führende Unternehmen gestalten die Entscheidungsgewalt neu: Welche Probleme an Maschinen übergeben werden können, welche unbedingt von Menschen entschieden werden müssen, wie man bei Anomalien zurückkehrt und wie die Organisation die Arbeit neu verteilt.

Herr Wang Sai, Vorsitzender des Kuratoriums der PPE- (Politik, Wirtschaft, Philosophie) Akademie von Notesight und renommierter Berater für CEOs, hat eine Erkenntnis vorgebracht: „Unbegrenzte Strategien, knappe Entscheidungen.“ Wenn die Generierung von Lösungen billig wird, werden Urteil, Auswahl und Verantwortung umso wertvoller.

In dem heutigen Artikel stellt Herr Wang Sai eine Frage, die kein Unternehmer vermeiden kann: Wenn KI zu einem neuen Teilnehmer an Entscheidungsprozessen wird, wie kann ein Unternehmen sie von einer Zusatzfunktion zu einem Betriebssystem aufwerten, das Wachstum, organisatorische Evolution und strategische Entscheidungen vorantreibt?

Wir hoffen, dass der heutige Inhalt Ihnen neue Impulse gibt.

I. Die unternehmerische Entscheidungsgewalt wird neu gestaltet

1. KI nimmt an unternehmerischen Entscheidungen teil

Dieses Jahr im Mai hat das US-Unternehmen Coinbase eine Aktion durchgeführt, die alle Führungskräfte im Silicon Valley nicht schlafen lassen.

Sie haben 700 Mitarbeiter entlassen – nicht weil die Leistung schlecht war, oder weil das Unternehmen Geld fehlte, sondern weil der Cashflow auf dem Unternehmenskonto sehr reichlich war.

Der Grund für die Entlassungen war: KI hat ihre Arbeit bereits ersetzt.

Coinbase hat ein System entwickelt, einen „Stab von Beratern“, der aus vier KI-Rollen besteht.

Bei wichtigen strategischen Entscheidungen streiten sich diese vier KIs zuerst intern: Der Analyst führt eine erste Bewertung durch, der Erforscher durchsucht das interne Wissensarchiv nach Grundlagen, und der Synthetisierer fasst alle Meinungen zu einem Vorschlag zusammen.

Am beeindruckendsten ist die vierte Rolle, der „Widersprecher“, der speziell dafür zuständig ist, Schwachstellen zu finden: „Welches Risiko hat dein Konzept übersehen?“ „Ist diese Annahme wirklich haltbar?“ „Funktioniert dein System noch, wenn sich der Markt ändert?“

Raten Sie mal, was passiert ist: Die Probleme, die die KI gefunden hat, hätten menschliche Führungskräfte in dreitägigen Sitzungen nie entdeckt.

Aber das Verrückteste ist eine Prognose von Gartner: Bis 2027 werden weltweit die Hälfte aller geschäftlichen Entscheidungen durch KI verstärkt oder automatisiert getroffen.

Deshalb möchte ich heute mit Ihnen über eine Sache sprechen: Wenn KI beginnt, Entscheidungen für Sie zu treffen, was bleibt dann noch als Kernkompetenz für unser Unternehmen und für uns selbst?

Meine Antwort lautet: Entscheidungen – aber nicht die Fähigkeit, „Entscheidungen zu treffen“, sondern die Fähigkeit, zu gestalten, „wer Entscheidungen treffen soll“.

In der heutigen Ära der künstlichen Intelligenz kann KI Ihnen unbegrenzt Strategien liefern und in Sekundenschnelle antworten. Für Menschen und menschliche Organisationen wird es daher besonders wichtig – sogar lebenswichtig –, die von der KI vorgeschlagenen Strategien zu bewerten und auszuwählen.

2. Die neue knappe Fähigkeit im KI-Zeitalter: Fragen stellen und bewerten können

In den letzten drei Monaten sind im Silicon Valley zwei wichtige neue Stellen entstanden: Eine heißt „Chef-Fragesteller“ (manche Unternehmen wie DeepMind nennen sie „Chef-Philosoph“) und die andere heißt „Chef-Bewerter“.

Die eine ist dafür zuständig, über die Effizienz hinaus und aus dem Wesen menschlicher Werte heraus gute Fragen zu stellen; die andere trifft hochwertige und wertvolle Entscheidungen aus den Antworten der KI-Zusammenarbeit.

Das ist der Wert von Entscheidungen heute, den ich als „Unbegrenzte Strategien, knappe Entscheidungen“ bezeichne.

3. Drei Wege, wie KI die Wirtschaft verändert

Die Veränderung der Wirtschaft durch KI lässt sich aus verschiedenen Perspektiven in drei Ebenen unterteilen: Innovation, Betrieb und Entscheidung.

Die ersten beiden Ebenen bedeuten „mit KI dasselbe schneller erledigen“, die dritte Ebene bedeutet „KI macht völlig neue Dinge möglich“. Die meisten Unternehmen haben nur die erste und zweite Ebene erreicht, aber die dritte Ebene ist der wirklich wertvolle Bereich.

Ebene 1: Künstliche Intelligenz + Forschung und Entwicklung

Andrej Karpathy, eine legendäre Figur in der KI-Szene (Anmerkung von Notesight: Ehemaliges Kernmitglied des Gründungsteams von OpenAI, Senior Director bei Tesla, der kürzlich zu Anthropic gewechselt ist), hat diesen April auf dem Gipfel von Sequoia Capital ein Detail erzählt.

Er sagte, dass der vergangene Dezember ein Wendepunkt war – er habe plötzlich realisiert, dass er den von KI geschriebenen Code nicht mehr korrigieren muss. Er sagte: „Ich kann mich nicht mehr erinnern, wann ich es das letzte Mal korrigiert habe.“

Früher musste man bei der Softwareentwicklung Zeile für Zeile Code schreiben und dem Computer sagen, was er zuerst und dann zu tun hat.

Heute beschreiben Sie Ihre Anforderungen in natürlicher Sprache, und die KI generiert sie direkt für Sie. Sie müssen keine Skripte mehr schreiben, um Software zu installieren – Sie übergeben die Anforderungen einfach an die KI, die Ihre Maschinenumgebung selbst liest, den Pfad findet und Abhängigkeiten selbst löst.

Daher wurde das Schreiben von Code selbst neu definiert.

In der wissenschaftlichen Entdeckung ist es noch beeindruckender. Der Nobelpreis für Chemie 2024 ging an AlphaFold – ihr KI-Modell hat den Zyklus für die Vorhersage von Proteinstrukturen von Jahrzehnten auf wenige Tage verkürzt.

Google hat ein neues, leistungsfähigeres System entwickelt, das selbstständig wissenschaftliche Hypothesen aufstellen und Validierungskonzepte entwerfen kann – es unterstützt Wissenschaftler nicht nur bei Experimenten, sondern agiert selbst als Wissenschaftler.

Das Merkmal dieser Ebene ist: Sie tritt nicht oft auf, aber jedes Mal ist der Wert enorm.

Früher brauchten Sie für die Forschung und Entwicklung ein großes Team. Heute durchläuft die KI innerhalb weniger Stunden alle relevanten weltweiten Publikationen, Patente und Wettbewerbsdaten und liefert Ihnen einen Forschungsbericht. Für die Pharmaindustrie, die Materialindustrie und die Bekleidungsindustrie bedeutet dies eine Chance, auf der Überholspur voranzukommen.

Aber die entscheidende Erkenntnis ist: Die Durchbrüche der KI in der Forschung und Entwicklung machen Wissenschaftler nicht arbeitslos – sie lassen die Wissenschaftler zu ihrer eigentlichen Kernarbeit zurückkehren.

Früher verbrachte ein Doktorand seine beste Zeit damit, Daten zu verarbeiten und Parameter anzupassen. Heute übernimmt die KI all diese mühsamen Arbeiten, und die Menschen können sich wichtigeren, grundlegenderen Fragen widmen.

Ebene 2: Künstliche Intelligenz + Betrieb

Wenn die Forschungsebene die „Atombombe“ ist, dann ist die Betriebsebene das „Maschinengewehr“ – es tritt häufig auf, jeder einzelne Vorgang hat einen mittleren Wert, aber zusammen ist der Gesamtwert sehr beeindruckend.

Der Mythos von der schnellen Mode von Zara war einst ein klassisches Beispiel: Von der Gestaltung bis zum Einstellen der Waren in die Regale dauert es nur zwei Wochen. Bei traditionellen Bekleidungsmarken wie Nike dauert es von der Gestaltung bis zur Markteinführung eineinhalb Jahre – man muss Trends im Voraus vorhersagen und Waren im Voraus vorbereiten.

Zaras Vorgehen ist völlig anders: Seine Filialleiter übermitteln täglich das Feedback der Kunden in Echtzeit an die Zentrale, zum Beispiel: „Viele Kunden probieren dieses Blumenkleid an, aber nur wenige kaufen es – warum?“ Designer, Einkäufer und Analysten sitzen in einem großen Büro und passen die Konzepte schnell anhand dieser Daten an.

Wenn es gut verkauft wird, wird die Bestellung erhöht – wenn nicht, wird die Produktion eingestellt. Der Lagerumschlag ist dreimal schneller als bei Konkurrenten, und der Anteil der unverkauften Waren beträgt nur die Hälfte des Branchendurchschnitts.

Aber SHEIN, das ebenfalls im Bereich der schnellen Mode tätig ist, geht einen völlig anderen Weg: Sie beschleunigen den gesamten Ablauf mit KI, erfassen in Echtzeit beliebte Suchbegriffe in sozialen Medien, und KI generiert Gestaltungsentwürfe, um die manuelle Konzeption zu ersparen;

Kleine Bestellungen und schnelle Reaktionen: Die KI löst automatisch Nachbestellungen innerhalb von 24 Stunden basierend auf Klick- und Konversionsdaten aus;

Das SCM-System verteilt Aufträge dynamisch, und der Traffic von beliebten Produkten wird synchron mit der Produktion verbunden. Dadurch wird der traditionelle monatelange Betriebszyklus auf wenige Tage verkürzt, um eine blitzschnelle Reaktion zu ermöglichen. Bei SHEIN führt die KI die Menschen direkt im Betrieb – die Menschen ziehen sich auf die Ausführungsebene zurück, und die KI steht im Vordergrund.

Das sagt uns auch eines: Der Wettbewerb um die Betriebseffizienz dreht sich nicht um die Geschwindigkeit des Ablaufs, sondern um die Drehzahl des Entscheidungszyklus.

„Ich prognostiziere, was in einem halben Jahr beliebt sein wird“ ist abgelöst worden von „Ich weiß jetzt, was verkauft wird und was nicht“.

Starbucks‘ „Digitaler Schwungrad“ ist ein weiteres Beispiel.

Der Kaffee-Riese hat fast 30 Millionen aktive Nutzer in seiner mobilen App.

Sein Algorithmus verknüpft Ihre Einkaufsdaten – zu welcher Uhrzeit Sie welchen Kaffee gekauft haben – mit dem Wetter, Feiertagen und sogar Ihrem Standort, um Ihnen „zeitlich und örtlich passende“ Empfehlungen zu senden.

Auf dem Weg zur Arbeit am Morgen wird Ihnen ein Espresso empfohlen, bei Regenwetter eine heiße Schokolade.

Das intelligente System der Huazhu-Gruppe ermöglicht es Ihnen, mit einem einzigen Satz Ihren Aufenthalt zu verlängern.

Das Prinzip hinter all diesen Beispielen ist dasselbe: KI ersetzt keine Menschen, sondern verwandelt das Wissen in der Organisation in die Fähigkeit des gesamten Teams.

In diesem Szenario gestaltet die KI die häufigen, wiederholten Betriebsabläufe neu, speichert die besten Betriebspraktiken im Gedächtnis der künstlichen Intelligenz und lässt die KI die Organisation antreiben.

Ebene 3: Künstliche Intelligenz + Entscheidung

Egal wie beeindruckend die ersten beiden Ebenen sind – im Kern geht es immer noch darum, „mit KI dasselbe zu tun“. Die dritte Ebene ist völlig anders: KI lässt die „Entscheidung“ selbst eine qualitative Veränderung durchmachen.

Was bedeutet qualitative Veränderung? Es gibt zwei Geschichten dazu.

Die erste ist die Millionen-Dollar-Wette von Netflix.

Im Jahr 2006 war Netflix noch ein DVD-Verleihunternehmen.

Es hat eine sehr interessante Aktion durchgeführt: Es bot eine Belohnung von einer Million Dollar an und lud Experten aus der ganzen Welt ein, seinen Empfehlungsalgorithmus zu verbessern. Wer die Genauigkeit der Empfehlungen um 10 % steigern kann, bekommt diese Million Dollar.

Drei Jahre später hat ein Team das geschafft. Aber Netflix hat nicht aufgehört – es hat erkannt, dass der wahre Wert des Empfehlungsalgorithmus weit darüber hinausgeht, Nutzern das Auffinden von Filmen zu erleichtern. Er hat die Entscheidungslogik von Netflix für Inhalte verändert.

Früher haben Filmstudios in Hollywood Filme gedreht, basierend auf der Intuition von Regisseuren und Produzenten: „Ich glaube, dieses Thema wird beliebt sein.“

Netflix spricht mit Daten: Es analysiert das Sehverhalten der Nutzer und stellt fest, dass die Zuschauer, die die ursprüngliche britische Serie „House of Cards“ lieben, auch Filme mit Kevin Spacey und Regiearbeiten von David Fincher mögen.

Daher hat Netflix 100 Millionen Dollar investiert, um diese drei Personen für die US-Version von „House of Cards“ zu engagieren.

Das Ergebnis war, dass diese Serie die erste beliebte Eigenproduktion von Netflix wurde – und es markierte den Übergang von Netflix von einem „Inhaltsverteiler“ zu einem „Inhaltsproduzenten“.

Mit dem Empfehlungsalgorithmus hat Netflix einerseits verändert, was die Nutzer sehen, und andererseits verändert, was es selbst tut. Das ist die qualitative Veränderung von Entscheidungen.

Die zweite ist die strategische Intuition von Amazon Prime.

Im Jahr 2005 war Amazon nur ein E-Commerce-Unternehmen, das Bücher verkaufte. Ein Ingenieur schlug Bezos eine Idee vor: Ein Mitgliedschaftssystem einzuführen, bei dem Nutzer eine feste jährliche Gebühr zahlen und unbegrenzt kostenlosen zweitägigen Versand genießen können.

Viele Führungskräfte waren dagegen – weil die Versandkosten pro Bestellung mehr als zehn Dollar betrugen, und wenn Mitglieder das System missbrauchen, würde das Unternehmen bankrottgehen.

Bezos hat sich gegen alle Widerstände durchgesetzt und sagte einen Satz: „Wenn Kunden Prime mögen, wird die Nachfrage steigen. Wenn die Nachfrage steigt, können wir mehr Versandzentren bauen und die Kosten verteilen.“

Das Ergebnis war, dass die Anzahl der Prime-Mitglieder von Null auf 200 Millionen gestiegen ist. Noch wichtiger ist, dass das Mitgliedschaftssystem unbestimmte