Der wahre harte Kampf der KI besteht darin, die Verantwortung für das Wachstum zu tragen.

Im vergangenen Jahr hat sich im Bereich der unternehmensweiten KI eine konkrete, sichtbare Veränderung ergeben: Sie hat sich von einem Werkzeug zu einer Arbeitsstelle entwickelt und ist zu einem Mitarbeiter geworden.

Bei Unilever übt ein Vertriebsmitarbeiter, bevor er ein Restaurant besucht, um Gewürze zu verkaufen, zuerst einmal das gesamte Gespräch mit einem KI-Vertriebsmitarbeiter.

Wenn er dem Chefkoch gegenübersteht, wie er über Geschmack und Gerichte sprechen soll; wenn er dem Inhaber gegenübersteht, wie er über Kosten und Betrieb sprechen soll; was der Kunde möglicherweise fragen wird und wie er darauf reagieren soll – die KI wird das gesamte Gespräch im Voraus durchgehen, unter Berücksichtigung der Situation des Restaurants, der Produktunterlagen und des bisherigen Geschäftswissens.

Früher waren diese Urteile größtenteils in den Köpfen hervorragender Vertriebsmitarbeiter gespeichert. Jetzt werden sie schrittweise herausgelöst und zu Prozessen, die die KI erlernen und ausführen kann.

Ähnliche Veränderungen finden auch in Unternehmen wie VOYAH, Bright Food und Pechoin statt: KI-Mitarbeiter beginnen, tatsächlich in die Geschäftsabläufe der Unternehmen einzugreifen.

Einige KI-Systeme übernehmen das Marketing, andere den Vertrieb, wieder andere wirken an der Planung mit. Sie übernehmen klare Aufgaben und werden sogar direkt an Indikatoren wie Konversionsrate, Umsatz und Kundenbindung gemessen. Das ist der Punkt, an dem sich KI-Mitarbeiter wirklich von früheren KI-Assistenten unterscheiden. Wenn die KI beginnt, für Ergebnisse verantwortlich zu sein, ändern sich auch die Anforderungen der Unternehmen an sie.

Für die Einstellung dieser Mitarbeiter ist Lingyang zuständig, eine Marke für unternehmensweite Agenten mit Fokus auf Wachstum unter der Alibaba Cloud Intelligence Group. Auf der selbst entwickelten Plattform AgentOne erstellt sie für Unternehmen KI-Mitarbeiter, die tief in die Arbeitsabläufe integriert sind und tatsächlich eingesetzt werden können, und deckt alle zentralen Betriebsabläufe ab.

Auf dem Cloud Habitat Conference im September dieses Jahres hat Lingyang mit den Leistungsnachweisen dieser KI-Mitarbeiter eine tiefgreifende Branchenfrage beantwortet: Wenn alle Branchen bereits KI zur Effizienzsteigerung einsetzen, warum ist der von uns erwartete Wachstumsschub nicht gleichzeitig eingetreten?

01. Wie sieht ein guter KI-Mitarbeiter aus?

Das Wort „Effizienz“ war drei Jahre lang der Hauptakteur in der Erzählung über KI. In seiner Rede auf dem diesjährigen Cloud Habitat Conference hat Peng Xinyu, Vizepräsident der Alibaba Cloud Intelligence Group und CEO von Lingyang, beschlossen, den Hauptakteur auszutauschen.

Sein Urteil lautet: Die KI-Revolution beginnt mit Effizienz, endet aber mit Wachstum.

Eine globale Umfrage von McKinsey aus dem Jahr 2025 zeigt, dass 88 % der befragten Organisationen KI bereits in mindestens einer Geschäftsfunktion einsetzen, während der Anteil der Unternehmen, die mehr als 5 % des EBIT (Ergebnis vor Zinsen und Steuern) auf KI zurückführen können, seit zwei Jahren bei etwa 6 % stagniert. Der Anteil der Organisationen, deren individuelle Produktivität durch KI stark gestiegen ist, beträgt 80 %, aber nur 37 % der Unternehmen profitieren beim EBIT davon.

In seiner Rede bezog sich Peng Xinyu auf einen aussagekräftigen historischen Bezugspunkt: Zu Beginn der industriellen Revolution stieg die Effizienz pro Arbeitsstunde um das 26-fache, aber es gab einen Produktionsschub, keinen Gewinnschub.

In der Anfangsphase jeder technologischen Revolution gibt es einen Zyklus, in dem die Effizienz voranschreitet und das Wachstum zurückbleibt. Allerdings ist Effizienz ein Prozessindikator, während Wachstum der Ergebnisindikator ist. Der wahre Wert der KI für Unternehmen liegt im Wachstum. Die eingesparte Zeit muss wieder in das Geschäft investiert werden, damit sie zu Einnahmen für das Unternehmen wird.

Im KI-Zeitalter ist das größte Hindernis für die Umwandlung von Effizienz in Wachstum, dass die unternehmensweite KI nicht wirklich in die Prozesse der Organisation eingetreten ist. Um die KI in die Prozesse einzubinden und die Prozesse tatsächlich in Gang zu bringen, muss die KI ihre Identität ändern: von einem Frage-Antwort-Assistenten am Arbeitsplatz zu einem Mitarbeiter im Prozess.

Wie soll also heute, wo das Konzept des digitalen Mitarbeiters seit mehr als zehn Jahren existiert und die Durchdringungsrate von KI in Unternehmen bereits hoch genug ist, ein guter KI-Mitarbeiter eigentlich aussehen?

In den vergangenen drei Jahren konzentrierten sich die Branchenstandards für die Messung von KI auf die Fähigkeiten des Modells: Parameterumfang, Ergebnisse von Benchmark-Tests und Flüssigkeit der Konversation. Diese Standards werden hauptsächlich zur Definition von Werkzeugen verwendet und beschreiben die praktischen Dimensionen von Werkzeugen, können aber die KI nicht direkt an der Veränderung der Geschäftsergebnisse beteiligen.

Peng Xinyu erwähnte auf dem Cloud Habitat Conference ein „Telefonat“. Ein kleiner Unternehmer, der im Seltenerdgeschäft tätig ist, mit einem Jahresumsatz von etwa 200 Millionen Yuan und 20 Vertriebsmitarbeitern, fragte sofort, wie viel die Bereitstellung eines neuesten Modells kosten würde.

Als Peng Xinyu ihm eine Zahl ab mehreren zehn Millionen Yuan nannte, war der Gegenüber verblüfft und sagte, was er eigentlich wolle, sei ganz einfach: dass die 20 Vertriebsmitarbeiter Kunden finden, die Konversionsrate steigt und das Team schließlich auf 100 Personen wächst. Peng Xinyu sagte ihm, dass er einen Konversationsassistenten brauche, der den Vertrieb versteht – das könne das große Sprachmodell nicht leisten.

In diesem Umfeld, das Werkzeuge betont und sich vom Geschäft löst, hat Lingyang einen neuen Satz von Bewertungsstandards für KI eingeführt, dessen Kerndimension die Anforderungen der Arbeitsstelle sind.

Das heißt, ein guter KI-Mitarbeiter sollte an eine echte Arbeitsstelle angebunden sein, einen vollständigen Geschäftsprozess durchlaufen und wie ein Mensch anhand von KPIs bewertet werden können.

Aus der Sicht von Lingyang basiert die Umsetzung dieser Bewertungsstandards hauptsächlich auf der Kombination von drei Elementen: Data for AI, Agent und FDE.

Dabei sind die Daten das Fleisch und das Gedächtnis: Die hochwertigen eigenen Daten des Unternehmens werden nach der Verarbeitung zu KI-verständlicher Semantik und bilden ein langfristig angesammeltes Datenvermögen. Der Agent ist der Körper und die Fähigkeiten: Er ist für die Ausführung, Entscheidungsfindung und Lieferung der Ergebnisse zuständig. FDE steht für die Einarbeitung und die Gestaltung der Arbeitsstelle: Es abstrahiert das implizite Wissen, das nur in der Erfahrung der Mitarbeiter existiert, zu Prozessen, die die KI standardisiert ausführen kann.

Das oben genannte Gewürzvertriebsgeschäft von Unilever ist das Ergebnis der Zusammenarbeit dieser drei Elemente. Warum muss man gegenüber dem Chefkoch und dem Inhaber zwei völlig unterschiedliche Gesprächsstrategien verwenden? Wenn der Kunde sagt „das ist teuer“, meint er das wirklich so, oder versteht er den Wert des Produkts nicht? Wann soll man das Produkt weiter empfehlen, und wann soll man das Thema wechseln?

Früher waren viele dieser Urteile in den Köpfen hervorragender Vertriebsmitarbeiter gespeichert. Wenn ein Vertriebsmitarbeiter das Unternehmen verlässt, geht ein großer Teil dieser Erfahrung höchstwahrscheinlich mit ihm verloren.

Die Aufgabe von FDE besteht darin, die Aufzeichnungen von Vertriebsbesuchen, Produktunterlagen, Verbrauchsbewertungen und Informationen über Konkurrenten mit dem eigenen Geschäftswissen von Unilever zu kombinieren und eine umfangreiche Wissensmaschine für Lebensmittel aufzubauen. Auf dieser Grundlage erstellt der KI-Vertriebsmitarbeiter für jedes Restaurant und jede anwesende Schlüsselperson ein individuelles Übungsskript auf Basis tatsächlicher Geschäftsdaten – von dem Hintergrund des Kunden, dem Kommunikationspfad, der Produktempfehlung, dem Vergleich mit Konkurrenten bis hin zu Antworten auf häufige Einwände ist alles im Voraus vorbereitet.

In diesem System gibt es einen speicherbaren Kreislauf: Jede Schlüsselinformation und jede Schlussfolgerung kann auf ihre Quelle zurückverfolgt und zu Wissen verarbeitet werden. Dadurch wird Erfahrung von einer individuellen Fähigkeit zu einer erlernbaren und wiederverwendbaren Organisationsfähigkeit.

Bei Unilever werden Daten zuerst zu Wissen verarbeitet, und das Wissen kehrt dann zum Vertriebsstandort zurück. Damit Daten der KI dienen und die KI dem Geschäft dient, fasst Lingyang diese Kette in zwei Sätzen zusammen:

Data for AI: Baue Daten zu Wissen auf; AI for Business: Lass Wissen Wachstum erzeugen.

02. Wachstum entsteht am Ort des Betriebs

Die KI in Unternehmen ist derzeit an verschiedenen Orten verteilt. Einige befinden sich in Dialogfeldern und sind nur für die Beantwortung von Fragen zuständig; andere befinden sich in Bürosoftware und übernehmen Dokumente und Prozesse; wieder andere haben bereits Daten verbunden und sind in die Geschäftssysteme eingetreten.

Lingyang teilt diese drei Arten der KI-Nutzung in drei Ebenen ein: von oberflächlich bis tiefgehend sind es Chat (Dialog), Work (Büroarbeit) und Business (Betrieb). Der Einteilungsstandard ist der Abstand der KI zu den Unternehmensdaten und den Geschäftsergebnissen.

Chat löst das Problem „kann ich es wissen“: Die Daten der Dialog-Assistenten stammen aus dem öffentlichen Bereich, und ihr Wert liegt in der Verbesserung der Erfahrung und der Kosteneinsparung. Work löst das Problem „kann ich es erledigen“: Der Büroassistent übernimmt Dokumente, Browser und Arbeitsabläufe, sein Wert liegt in der Steigerung der persönlichen und organisatorischen Effizienz. In der Branche gibt es bereits unzählige KI-Produkte, die diesen beiden Ebenen entsprechen.

Aber in der Business-Ebene, die dem Geschäft am nächsten ist, gibt es praktisch noch keine ausgereiften Lösungen. Sie löst das Wachstumsproblem und zielt direkt auf Einnahmen, Konversion und Kundenbindung ab. Das echte Wachstum in Unternehmen entsteht aus dieser Ebene – Lingyang nimmt unter allen KI-Dienstleistern eine einzigartige Position ein, weil es seit seiner Gründung genau hier steht.

Der Anstieg des Werts geht mit einem gleichzeitigen Anstieg des Aufwands und der Zugriffshürden einher. Je tiefer die Daten in den Unternehmensbetrieb eingreifen, desto komplexer werden die Probleme von Zugriffsrechten, Risiken und Verwaltung – das macht den riesigen Unterschied zwischen unternehmensweiten Agenten und allgemeinen Agenten aus.

Nach den praktischen Erfahrungen von Lingyang gibt es insgesamt vier Schritte, um Daten zu für Agenten verständlichem Wissen zu machen: Zugriff und Verwaltung, um Daten in Echtzeit und genau zu erfassen; Verarbeitung und Verwaltung, um Felder, Maße und Geschäftsdefinitionen zu vereinheitlichen; Wissensproduktion, um implizites Wissen aus der Erfahrung der Mitarbeiter in Semantik und Regeln umzuwandeln; dienstbasierter Aufruf, damit Agenten über API und MCP Daten abrufen und Aufgaben ausführen können.

Der Betriebsort der KI-Mitarbeiter von VOYAH liegt im Nutzermarketing. In einem Pool mit zwei Millionen Nutzerhinweisen gibt es Personen, die sich gerade die Konfiguration von Modellen angesehen haben, Personen, die nach Finanzierungsrichtlinien gefragt haben, und Personen, die eine Probefahrt gemacht haben und dann lange nichts mehr von sich gehört haben. Früher dauerte eine Push-Nachricht, die sieben Fahrzeugmodelle abdeckt, von der Auswahl der Zielgruppe bis zur Veröffentlichung 12 bis 24 Stunden. Nach der Zusammenarbeit mit Lingyang teilt das Team den Prozess auf Marketing-Agenten auf, die für die intelligente Zielgruppenauswahl, die Analyse der Nutzergruppe, die Planung von Konzepten, die Erstellung von Inhalten und die Gestaltung von Kampagnen zuständig sind – der gesamte Vorgang ist in weniger als 3 Stunden abgeschlossen. Daten zeigen, dass die Effizienz des Nutzermanagements bei VOYAH um das Dreifache gestiegen ist, die Klickrate der Strategien um 15 % zugenommen hat, die Aktivierungsrate von ruhenden Hinweisen um 20 % gestiegen ist und die Konversionsrate von Hinweisen zu Bestellungen um 20 % zugenommen hat.

Der Betriebsort von Feihe liegt im Vertriebskanal. Mit mehr als 2600 Händlern und etwa 67.000 Verkaufsstellen dauerte die Erstellung eines provinzweiten Betriebsberichts früher 3 Tage – bis das Problem erkannt wurde, war das Zeitfenster für die Bearbeitung bereits vorbei. Jetzt können die Regionalmanager den Betrieb in ihrem Zuständigkeitsbereich am selben Tag einsehen, und die Erstellung des Berichts dauert nur noch 1 Stunde.

Lingyang fasst diese Fähigkeiten in drei Wörtern zusammen: fähig, vertrauenswürdig und leistungsstark.

„Fähig“ bedeutet, dass KI-Mitarbeiter tief in die Geschäftsabläufe und das Branchenwissen des Unternehmens integriert sind und vollständige Aufgaben von der Planung bis zur Ausführung end-to-end erledigen, ohne dass ihnen Schritt für Schritt Anweisungen gegeben werden müssen. „Vertrauenswürdig“ bedeutet, dass die Ergebnisse rückverfolgbar und prüfbar sind – dahinter stehen mehr als zehn Jahre Erfahrung in der Datenverwaltung und eine unternehmensweite Sicherheitsarchitektur. „Leistungsstark“ bedeutet, dass die Bewertung der KI-Mitarbeiter direkt an Geschäftsindikatoren wie GMV, ROI, Abschlussrate und Output-Input-Verhältnis gebunden ist, und die Ergebnisse anhand der Geschäftsergebnisse überprüft werden.

Gleichzeitig bedeutet der Einsatz von KI-Mitarbeitern nicht, dass Menschen aus dem Prozess ausscheiden müssen.

Die Erfahrung des VOYAH-Teams zeigt, dass für Teile, die die Markenrichtlinien, die Geschäftskonformität und die strategische Beurteilung betreffen, weiterhin eine manuelle Prüfung erfolgt. Die KI übernimmt häufige, sich wiederholende Ausführungen und erste Beurteilungen, während Menschen die Richtung bestimmen, Risiken prüfen und die nächste Betriebsrunde anhand der tatsächlichen Rückmeldungen anpassen. Die Zeit, die das menschliche Betriebsteam einspart, wird für Fragen aufgewendet, die mehr menschliche Kreativität und erfahrungsbasierte Entscheidungen erfordern – wie zum Beispiel die Prüfung, ob die Strategie angemessen ist und ob die Inhalte den Nutzern nahe stehen.

Wenn man den Blick auf die globale Ebene richtet, entwickelt sich der Bereich der unternehmensweiten KI praktisch in die gleiche Richtung: Die Bereitstellung von KI wandelt sich von Software-Lizenzen zu Geschäftsergebnissen.

Agentforce von Salesforce wird nach der Anzahl der gelösten Aufgaben abgerechnet, der ARR hat bereits 1,2 Milliarden US-Dollar erreicht und ist im Vergleich zum Vorjahr um 205 % gestiegen. HubSpot vermarktet Agenten als Produkte, die nach erledigten Arbeiten bezahlt werden, jede gelöste Aufgabe und jeder Hinweis hat einen festen Preis. Microsoft ergänzt das Abonnement von Lizenzen um eine nutzungsabhängige Abrechnung, und die Produkte verf