Zerstört KI das Funktionssystem?
Kürzlich vertreten mehrere Wissens-Blogger im Internet eine Ansicht: Die KI-Integration von Geschäftsprozessen und die Entwicklung von Agenten sollten nicht nach Funktionsbereichen ausgerichtet sein – manche halten dieses Denkmodell sogar für zu engstirnig und veraltet. In jedem aufstrebenden Bereich sorgen „umstürzlerische Ansichten“ stets für breite Resonanz, und viele Menschen unterstützen diese Idee sofort uneingeschränkt.
Aber ich möchte betonen: Dies ist erneut eine Wahnvorstellung, dass „Technologie Organisationen durchdringen kann“. Lassen Sie uns dieses Thema heute detailliert erörtern.
01
Kann Technologie Organisationen durchdringen?
Unsere Ansicht bei Musheng Consulting lautet: Mehrere Open-Source-Plattformen bieten zwar die Möglichkeit, Arbeitsabläufe mit Low-Code neu zu gestalten, um den KI-Einsatz zu erreichen, dies erfordert jedoch immer wieder eine schrittweise Neugestaltung innerhalb der einzelnen Funktionsbereiche. Wenn KI Funktionsbereiche durchdringt, geschieht dies ausschließlich über Schnittstellen in Form von APIs.
Dieser Satz umfasst drei „grausame Realitäten“, die die Wahnvorstellung von der „Technologie, die Organisationen durchdringt“, vollständig widerlegen.
Erstens: Das Wesen der „Low-Code-Neugestaltung von Arbeitsabläufen“ liegt darin, dass die „Hürde“ für die Neugestaltung gesenkt wurde, aber der „Eingriff“ unvermeidbar ist.
Open-Source-Low-Code-Plattformen machen die Entwicklung von KI-Anwendungen zwar zu einem „Ziehen und Ablegen von Komponenten“ wie beim Zusammenstecken von Lego-Steinen, dies ist jedoch nur die Verbreitung von „Werkzeugen zur Renovierung“ und führt nicht zu einer automatischen Evolution der Organisation. Die eigentliche Schwierigkeit liegt darin, „die tragenden Wände einzureißen“ – also die umfassende, grundlegende Überarbeitung bestehender Geschäftsprozesse. Beispielsweise muss der ursprüngliche „Abrechnungsgenehmigungsablauf“, der über Excel übermittelt wurde, zu einem neuen geschlossenen Regelkreis umgestaltet werden: „KI erfasst Rechnungsdaten in Echtzeit + automatischer Abgleich mit dem Budget + intelligente Risikokontrolle“. Wie lässt sich diese Veränderung umsetzen? Die Werkzeuge bieten nur die Möglichkeit, der Schlüssel liegt darin, dass Fachkräfte die Neugestaltung der Abläufe durchführen. Das bedeutet, dass Personen mit Kenntnissen des jeweiligen Funktionsbereichs den „Eingriff Schritt für Schritt“ durchführen, bestehende Abläufe zerlegen und sie dann neu zusammenfügen müssen. Low-Code kann die Entscheidungsfragen „Wo soll zerlegt werden?“ und „Wie soll nach dem Zerlegen neu kombiniert werden?“ nicht lösen.
Zweitens: Das Wesen der „wiederholten Neugestaltung innerhalb der Funktionsbereiche“ liegt darin, dass diese Neugestaltung wie „Mauerwerk errichten“ ist, keine „Magie“.
Das Wort „wiederholt“ ist das Ergebnis sorgfältiger Überlegungen. Das bedeutet, dass die KI-Integration nicht durch einen einmaligen Austausch erreicht wird, sondern durch „Zerlegung in feine Granularität“. Beispielsweise muss ein HR-Einstellungsablauf in mehr als ein Dutzend Punkte unterteilt werden: Erstellung von Stellenbeschreibungen, erste Auswahl von Bewerbungsunterlagen, Fragen und Antworten im Vorstellungsgespräch, Hintergrundprüfung, Gehaltsverhandlungen und mehr. Für die Neugestaltung muss jeder einzelne Punkt separat mit KI ausgestattet werden, man probiert nacheinander aus, korrigiert nach Fehlschlägen und fügt die Teile dann wieder zusammen. Bei diesem „mauerwerksähnlichen“ Prozess gibt es keine Abkürzungen – er kann nur durch wiederholte Abstimmung zwischen Fachexperten und Ingenieuren umgesetzt werden.
Drittens: Die Aussage „KI durchdringt Funktionsbereiche und verbindet sich nur über APIs“ beschreibt die grundlegende Logik, nach der KI „Agenten“ oder „digitale Mitarbeiter“ erzeugt.
Viele Laien stellen sich vor, dass KI als „Supergehirn“ das gesamte Unternehmen direkt steuert, so wie viele Unternehmenschefs KI als Wunschbrunnen betrachten und sich vorstellen, dass KI in Zukunft alle Menschen ersetzen kann. Aber in Wirklichkeit kann KI Funktionsbereiche nicht „verdauen“, sondern nur „aufrufen“. Dahinter steckt, dass Außenstehende in der Anfangsphase des KI-Zeitalters die Funktionsweise von KI nicht vollständig verstehen.
Lassen Sie uns ein weiteres Beispiel nennen: Wenn eine „intelligente Lieferkette“ KI feststellt, dass Nachschub erforderlich ist, schreibt sie keine Bestellanforderung selbst, sondern ruft über die API die Schnittstelle „Bestellung erstellen“ des ERP-Systems (Enterprise Resource Planning) auf. Wenn sie ungewöhnliche Lagerbestände feststellt, ruft sie ebenfalls über die API Daten des WMS-Systems (Warehouse Management System) ab. KI ist das „Nervenzentrum“, das Anweisungen gibt, aber die „Hände und Füße“ (die verschiedenen Funktionssysteme) bleiben unabhängige Altsysteme, die über die „Nervenfaser“ API verbunden sind.
02
KI? Welche KI brauchen Unternehmen?
Heutzutage sprechen viele Unternehmen ständig von KI, aber in Wirklichkeit wissen sie gar nicht, welche KI sie benötigen und wie KI ihre Probleme lösen soll. Unternehmen kaufen kein Modell, nicht einmal einen digitalen Mitarbeiter – sie kaufen ein „leichtgewichtiges, agiles System“, das Probleme in Geschäftsszenarien löst.
Selbst wenn wir von der einfachen Vorstellung ausgehen, die viele Unternehmen vertreten, dass „KI-Integration“ bedeutet, „Menschen durch KI zu ersetzen“, können wir die zugrundeliegenden Prinzipien herausarbeiten.
Ein „Agent“ oder ein „digitaler Mitarbeiter“ wird in der Regel auf Basis von Open-Source-Großmodellen entwickelt. Die Entwicklung von Großmodellen ist an sich ein „geldverbrennendes Spiel“ und eignet sich besser als grundlegende Infrastruktur des KI-Zeitalters (genau wie Rechenleistung), die von Unternehmen wie OpenAI, Anthropic oder Deepseek mit Unterstützung von Kapital bereitgestellt wird. Natürlich versuchen viele Unternehmen auch, geschlossene Großmodelle zu entwickeln, aber ihre Zukunftsaussichten sind noch ungewiss.
Ein Großmodell ist ein kluges Gehirn, das die praktischen Probleme von Unternehmen nicht lösen kann, da es „Gehirn, aber keine Hände hat“. Das bedeutet, dass man auf Basis dieses Gehirns einen „Agenten“ oder „digitalen Mitarbeiter“ entwickeln muss, wofür man eine Low-Code-Entwicklungsplattform braucht. Diese ist wie ein Satz „standardisierter Gliedmaßenkomponenten“, der es dem „Gehirn“ (Großmodell) ermöglicht, schnell „Hände und Füße auszubilden“, um konkrete Aufgaben auszuführen. Diese Plattformen bieten normalerweise eine visuelle, ziehbare Entwicklungsumgebung, sodass Entwickler (sogar Geschäftsanwender) nicht von Grund auf neu programmieren müssen, um die Fähigkeiten des Großmodells mit den vorhandenen Systemen und Daten des Unternehmens zu verbinden.
Derzeit gibt es drei Hauptgruppen von Anbietern solcher Werkzeuge:
Erstens: Anbieter von Großmodellen, wie OpenAI und andere, die zusätzlich Low-Code-Entwicklungsplattformen anbieten;
Zweitens: Anbieter mit Wurzeln im Cloud-Service-Bereich, wie Alibaba Cloud, AWS und andere, die aufgrund ihrer Geschäftsausrichtung im Cloud-Service-Bereich natürliche starke Konkurrenten bei der Bereitstellung von Low-Code-Entwicklungsplattformen sind;
Drittens: Drittanbieter von Low-Code-Plattformen, wie OutSystems, Mendix und andere, die tief in Geschäftsszenarien verwurzelt sind und sich in viele Modelle und Cloud-Anbieter integrieren lassen – sie sind die Unternehmen mit der größten Eignung für Low-Code-Entwicklungsplattformen.
Für die meisten Unternehmen reicht es aus, auf Basis des „Gehirns“ von Open-Source-Großmodellen und der „Gliedmaßen“ von Low-Code-Entwicklungsplattformen ihre eigenen Geschäftsabläufe neu zu gestalten, genau wie beim Zusammenstecken von Lego-Steinen. Bei der Neugestaltung der Geschäftsabläufe geht es natürlich auch um die Veränderung der Organisation. Das ist der Punkt, an dem die KI-Integration im Vergleich zur traditionellen „digitalen Transformation“ technisch vielversprechender ist.
Nach dieser Logik wünschen sich Unternehmenschefs natürlich, dass der „Einsatz von KI“ alle Probleme auf einmal löst. Aber in Wirklichkeit ist diese „KI“ keine „schlüsselfertige Gesamtlösung“, sondern eher ein „komplexes System mit fortlaufender Iteration“. Sie entsteht durch das Zerlegen, Umgestalten und Zusammenfügen jedes einzelnen Funktionsbereichs. Selbst das ausgereifteste System muss sich mit den Veränderungen des Marktes ständig weiterentwickeln.
03
So stark KI auch sein mag – sie muss den Organisationsprinzipien folgen
Die Realität ist: Wenn ein „KI-System“ Funktionsbereiche durchdringt, bedeutet das zuerst, dass jeder Funktionsbereich für sich „KI-integriert“ wurde, bevor man sie auf sinnvolle Weise zu einem „Gesamtsystem“ kombiniert.
Die horizontale Arbeitsteilung bleibt bestehen, die Zusammenarbeit bleibt bestehen; die vertikale Zentralisierung der Entscheidungskompetenz bleibt bestehen, die Delegation von Befugnissen bleibt bestehen; die Abläufe bleiben bestehen, die einzelnen Punkte bleiben bestehen; die Leistungsbewertung bleibt bestehen, die Anreize bleiben bestehen … Die Logik der Organisation hat sich nicht geändert. Genau wie von den Mammuts der Urzeit bis zu den modernen Leoparden hat sich die Agilität verbessert, aber die biologischen Grundkenntnisse wurden nicht umgestoßen – Zellen und Organe sind nach wie vor die grundlegenden Bausteine. Von „Technologie, die Organisationen durchdringt“ zu sprechen, ist etwas oberflächlich.
Man kann natürlich sagen, dass KI die Umgestaltung von Organisationen vorantreibt – aber nur „vorantreibt“. In pyramidenförmigen Organisationen sind die Abteilungsbarrieren, die Informationsbarrieren, die starren Abläufe und die Lücken bei der KPI-Steuerung doch längst überfällig für Veränderungen, oder? Unternehmen müssen die pyramidenförmige Organisation aufbrechen und zu einer plattformbasierten Organisation (Platform-based Organization) übergehen – das ist schon lange ein von uns beschriebener Trend. KI bietet nur technische Erleichterungen, und aufgrund der Stärke dieser Technologie wird die Organisationsveränderung einfacher. Aber zu glauben, dass KI die Organisationsveränderung automatisch herbeiführt, ist etwas voreilig.
Wir können unzählige Beispiele nennen: Wenn man KI in eine pyramidenförmige Organisation einbaut, führt das immer noch nicht zu einer Steigerung der Organisationseffizienz. Unsere früheren Forschungen haben zu einem eindeutigen Ergebnis geführt: „Plattformbasierte Organisation + KI-Technologie = Agenten-Organisation“. Aber bis heute wollen viele Unternehmenschefs mit Hilfe von KI-Technologie die notwendige, aber ungeliebte Organisationsveränderung umgehen – das ist wirklich zum Lachen und zum Weinen zugleich.
Kehren wir zu dem Ausgangsthema dieses Artikels zurück. Wir behaupten fest: KI ersetzt keine Funktionssysteme – KI stattet die Funktionssysteme nur mit einer „intelligenten Brille“ aus. Sie kann genauer sehen, aber die Arbeit erledigen nach wie vor die Menschen in den einzelnen Funktionsbereichen, und die Verbindung kann nur über APIs erfolgen.
Natürlich müssen wir auch betonen: Obwohl die Funktionssysteme unverändert bleiben, werden die Geschäftsabläufe oder Prozesse der Unternehmen flexibler. Die API-Verbindung gewährt nur Lese- und Schreibzugriffe, die zukünftige zentrale Hürde liegt im „Ereignis-gesteuerten“ Ablauf. In dem obigen Beispiel mit der Bestellung: Nachdem KI über die API die Bestellanforderung erstellt hat, kann der vom ERP-System automatisch ausgelöste „Genehmigungsablauf“ über die API wieder zu KI zurückrufen, um „mehrrundige Verhandlungen“ durchzuführen. Das ist die fortgeschrittene Form des „Durchdringens“, aber im Kern bleibt es immer noch ein Dialog zwischen API und API.
04
Haben Fachexperten noch einen Wert?
Wenn die Funktionssysteme durch KI-Technologie nicht überflüssig werden, dann erfordert die „KI-Integration“ die Neugestaltung jedes einzelnen Funktionsbereichs – und das beginnt sogar mit der Neugestaltung jedes einzelnen „Teilfunktionsbereichs“. Deshalb habe ich schon früher darauf hingewiesen, dass das Ergebnis der Arbeit von Funktionsabteilungen in Zukunft „Agenten“ oder „digitale Mitarbeiter“ sein sollten.
Das führt zu einer weiteren wichtigen Frage: Da die Neugestaltung der Funktionsbereiche so „aufwändig“ und „langwierig“ ist – ist es schneller, wenn „erfahrene Mitarbeiter mit Geschäftskenntnissen lernen, Low-Code zu nutzen“, oder wenn „KI-versierte Enthusiasten sich vor Ort einarbeiten, um die Geschäftsprobleme vollständig zu verstehen“? Dies entscheidet darüber, ob der CTO oder CIO im Projekt der „KI-Transformations“ das Budget für Schulungen oder für Neueinstellungen ausgeben soll.
Mein Vorschlag lautet: Wenn das Budget nur für eine Seite reicht, setzen Sie ohne Zögern auf „Geschäftskenntnisse“. Der Grund ist sehr einfach: Die KI-Technologie wird immer erschwinglicher und verbreiteter, aber die „Hürden“ bei der Geschäftskenntnis werden immer höher. Ich habe drei konkrete Gründe dafür:
Erstens: Die Werkzeuge werden für alle zugänglich, aber die geschäftliche Intuition lässt sich nicht für alle zugänglich machen.
Die Leistungsunterschiede zwischen OpenAI, DeepSeek und Llama 3 werden immer kleiner, und Low-Code-Plattformen machen das „Aufrufen von APIs“ so einfach wie das „Ein- und Ausschalten eines Lichts“. Das bedeutet, dass die Frage „Wie ruft man KI auf?“ keinen Wert mehr hat. Aber Fragen wie „An welchem Punkt soll man KI aufrufen?“, „Welches konkrete Problem soll damit gelöst werden?“ und „Wie soll man das Ergebnis dem Unternehmenschef erklären?“ hängen vollständig von der tiefen Kenntnis der jeweiligen Lieferkette, des jeweiligen Finanzberichts und der jeweiligen Kundenmentalität ab. Diese „Intuition“ kann KI nicht vermitteln – man kann sie nur durch jahrelange, intensive Beschäftigung mit dem Bereich erwerben.
Zweitens: KI-versierte Menschen fragen nur „ist das möglich?“, nur Menschen mit Geschäftskenntnissen können beurteilen „ist das sinnvoll?“.
Wenn ein KI-Enthusiast drei Monate lang in der Finanzabteilung arbeitet, kann er zwar Begriffe wie „Prüfung der Echtheit von Rechnungen“ und „Abgleich von drei Dokumenten“ verstehen, aber er wird kaum die „panische Angst des Finanzdirektors am Ende des Monats beim Abschluss der Bücher“ nachvollziehen können, und er kann kaum vorhersehen, „welche Daten bei einer Steuerprüfung echte kritische Punkte sind“. Ein erfahrener Mitarbeiter mit Geschäftskenntnissen hingegen, der nur die grundlegendsten Low-Code-Ziehfunktionen beherrscht, erstellt Arbeitsabläufe, die „geschützt“ sind, die wirklich in der Praxis umsetzbar sind und keine Compliance-Probleme verursachen. Die Ergebnisse, die KI-Enthusiasten erstellen, funktionieren oft im Labor, stürzen aber in der realen Welt mit unsauberen, komplexen Daten ab.
Drittens: Der Widerstand gegen Veränderungen kommt nicht von der Technologie, sondern von der „Gewohnheit der Menschen“.
Das ist der Punkt, der am häufigsten übersehen wird. Bei der Umsetzung der KI-Integration ist das Schwierigste nicht das Programmieren, sondern dafür zu sorgen, dass die „alten Hasen“ in der Verkaufsabteilung bereit sind, die Kundennachverfolgungsdaten