Die KI-Produktivitätsrevolution: Warum braucht es eine „neue Fabrik“?

Eines Tages kommt ein digitaler Mensch auf dich zu und fragt: „Kann ich CEO werden?“ Wie würdest du antworten?

Das ist keine Hypothese, sondern ein echter Vorfall auf der Baidu World Conference 2026.

In einem von Baidu Yijing generierten Interviewvideo mit einem digitalen Menschen gab Robin Li angesichts dieser recht herausfordernden Frage eine direkte Antwort: Nein.

Diese Antwort ist mehr oder weniger unerwartet. Schließlich hat KI in den letzten Jahren alle Bereiche wie Code-Entwicklung, Textgestaltung und Kundenservice durchdrungen, und immer mehr Arbeiten, die früher von Fachkräften erledigt werden mussten, können heute der KI überlassen werden.

Aber damit taucht auch ein praktisches Problem auf: KI macht Mitarbeiter immer leistungsfähiger, warum steigen die betriebliche Effizienz und der Gewinn des Unternehmens insgesamt nicht unbedingt synchron?

Vielleicht liegt das Problem nicht nur darin, was KI tun kann, sondern vor allem darin, wie Unternehmen diese Fähigkeiten organisieren und welche Dinge nach wie vor von Menschen entschieden werden müssen.

Das ist auch die Frage, die Robin Li auf der diesjährigen Baidu World Conference zu beantworten versucht.

Vor zehn Jahren verglich er künstliche Intelligenz mit neuer Elektrizität und stellte fest, dass KI eine wichtige Kraft für die nächste Runde der industriellen Umwälzung sein wird. Seitdem gibt es einen klaren roten Faden in Robin Lis Überlegungen zur KI-Produktivität: Von der Betonung der Internalisierung von KI-Fähigkeiten über die Vorschläge zur Selbstevolution von Individuen und Organisationen bis hin zur Fokussierung auf „intelligente Organisationen“ in diesem Jahr – nach ständigen Durchbrüchen bei technischen Fähigkeiten, welche Faktoren entscheiden letztendlich darüber, ob sie wirklich Wert schaffen können?

Diesmal liefert er eine Metapher mit stärkerer organisatorischer Bedeutung: KI ist der neue Elektromotor, und die intelligente Organisation ist die neue Fabrikhalle. Wenn der Elektromotor ausgetauscht, die Fabrikhalle aber nicht neu gestaltet wird, können selbst die fortschrittlichsten Maschinen die Produktivität kaum vollständig freisetzen.

Wenn die Kernaufgabe der KI-Industrie in den letzten zehn Jahren darin bestand, ausreichend leistungsstarke „neue Elektromotoren“ herzustellen, dann stellt sich als nächstes die neue Frage für Unternehmen, wie genau die „neue Fabrikhalle“ gebaut werden soll.

01

Die KI-Transformation von Unternehmen stößt auf ein „Effizienzparadox“

Seit dem Industriezeitalter verfügen Unternehmen über Fähigkeiten zur Massenproduktion durch fachliche Arbeitsteilung. Jede Person ist für einen Teil der Arbeit verantwortlich und arbeitet über Abteilungen und Verwaltungsprozesse zusammen. Dieses System funktionierte sehr gut in einer Zeit, in der menschliche Arbeit im Vordergrund stand. Aber wenn KI immer mehr fachliche Aufgaben übernimmt, kann das ursprüngliche Arbeitsverteilungsmechanismus neue Reibungen erzeugen.

Die globale KI-Umfrage, die McKinsey im August dieses Jahres veröffentlicht hat, ist sehr aufschlussreich: 80 % der Befragten geben an, dass KI die individuelle Produktivität verbessert hat, aber nur 37 % sagen, dass KI einen positiven Einfluss auf das EBIT des Unternehmens hatte.

Zwischen der individuellen Effizienzsteigerung und dem organisatorischen Nutzen klafft eine große Lücke.

Der Grund ist einfach: Eine Arbeit, die ursprünglich acht Stunden dauert, kann von KI möglicherweise in nur einer Stunde erledigt werden. Wenn die anschließende Genehmigung, Kommunikation und Lieferung aber noch zwei Tage dauern, ist die Effizienzsteigerung, die das Unternehmen letztendlich erzielt, bei weitem nicht so ausgeprägt wie bei einzelnen Arbeitsabläufen.

Mit anderen Worten: Wenn in einem Projekt die eigentliche „Arbeitszeit“ nur 30 % ausmacht und die restlichen 70 % auf Warten, Abstimmungen und Abläufe entfallen, kann selbst wenn die Ausführungseffizienz auf unbegrenzt hohe Werte gesteigert wird, der Gesamtzyklus nur um 30 % verkürzt werden.

Daher ist es im KI-Zeitalter, wenn ein Teil der fachlichen Fähigkeiten jederzeit abgerufen werden kann, wichtiger, Aufgabenübergaben, Informationsverluste und Entscheidungsreibungen zu reduzieren, als nur die Arbeitsgeschwindigkeit der Mitarbeiter zu erhöhen.

Das tiefere Problem besteht darin, dass individuelle Effizienz nicht automatisch gleich organisatorischer Fähigkeit ist.

Ein Verkäufer kann mit Hilfe von KI schnell Kunden recherchieren, Bedürfnisse analysieren und Lösungen entwickeln. Aber wenn diese Erkenntnisse weiterhin in den persönlichen Chat-Protokollen verbleiben, andere Verkäufer sie nicht abrufen können und das Unternehmen sie nicht bei der nächsten Geschäftstätigkeit wiederverwenden kann, bleibt der von KI geschaffene Wert größtenteils auf die Person selbst beschränkt.

Dasselbe gilt für Positionen wie Forschung und Entwicklung, Design und Betrieb. Dass ein Mitarbeiter KI geschickt einsetzen kann, um komplexe Aufgaben zu erledigen, bedeutet nicht, dass seine Erfahrung bereits zu einer Fähigkeit geworden ist, die das gesamte Team nachhaltig nutzen kann.

Wenn Unternehmen Geld in KI investieren, können sie zunächst eine Gruppe von „Super-Mitarbeitern“ ausbilden, aber nicht unbedingt zu einem „Super-Unternehmen“ werden.

Aus diesem Grund darf das Kriterium für die Messung der KI-Transformation von Unternehmen nicht nur darin bestehen, wie oft Mitarbeiter das Tool verwenden, wie viele Token verbraucht werden oder wie viel Zeit bei einer bestimmten Aufgabe eingespart wird. Es ist wichtiger zu beachten, ob die Arbeitsabläufe wirklich verkürzt werden, ob individuelle Erfahrungen in Teamvermögen umgewandelt werden können und ob diese Veränderungen die betrieblichen Ergebnisse nachhaltig verbessern.

Microsoft nennt dieses Phänomen im „Arbeitstrend-Index 2026“ das „Paradox der KI-Transformation von Unternehmen“: Mitarbeiter nutzen bereits KI zur Effizienzsteigerung, aber Geschäftsprozesse, Kooperationsweisen und Bewertungsmechanismen bleiben in der Vergangenheit stecken, und die Organisation hat sich kaum verändert. Das BCG drückt es noch deutlicher aus: Man sollte das Unternehmen für KI neu gestalten, anstatt KI an das ursprüngliche Unternehmen anzupassen.

Daher ist das von Robin Li vorgeschlagene Konzept „neuer Elektromotor, neue Fabrikhalle“ nicht nur eine technische Metapher. Für Unternehmen kann die echte Produktivitätsrevolution nicht dadurch erreicht werden, dass nur fortschrittlichere Elektromotoren in die ursprüngliche Fabrikhalle eingebaut werden. Das Problem der Rendite von KI-Investitionen entwickelt sich zudem von einem Problem technischer Fähigkeiten weiter zu einem Problem der organisatorischen Effizienz von Unternehmen.

02

Von der Produktion zur Organisation: Der Wettbewerbsvorteil von Unternehmen wird neu definiert

Microsoft stellte im Arbeitstrend-Index 2026 fest, dass nur 19 % der Befragten sowohl über hohe individuelle KI-Fähigkeiten als auch über ein hohes Maß an organisatorischer Unterstützung verfügen. Weitere 10 % der Befragten verfügen zwar über starke individuelle KI-Fähigkeiten, aber ihre Organisationen bieten keine entsprechende Unterstützung.

Das bedeutet, dass früher oft Unternehmen die Mitarbeiter dazu anregten, neue Technologien zu erlernen. Heute laufen die Mitarbeiter den Unternehmen möglicherweise bereits voraus, und das Unternehmen selbst muss nachholen.

Für Unternehmen geht es aber nicht mehr nur darum, wie viele Arbeiten KI für Menschen erledigen kann, sondern vor allem darum, ob die ursprüngliche Arbeitsweise noch Raum für Neugestaltung bietet.

Das ist auch eine Fortsetzung von Robin Lis Einschätzung zur KI-Produktivität.

Von der Betonung der Internalisierung von KI als native Fähigkeit von Unternehmen auf der Baidu World 2025 über den Vorschlag, dass Menschen und intelligente Agenten gemischte Teams bilden und die Organisation zur Selbstevolution antreiben, auf der Create Conference 2026 bis hin zur Vorstellung der „intelligenten Organisation“ auf dieser Baidu World – der Schwerpunkt seiner Überlegungen vertieft sich schrittweise: Von der Integration von KI in die Geschäftstätigkeit über die Neugestaltung der Zusammenarbeit zwischen Mensch und KI bis hin zur letztendlichen Fähigkeit der Organisation selbst, sich nachhaltig weiterzuentwickeln.

Hinter dieser Kontinuität steht die Einschätzung der Veränderung von Produktivitätsengpässen. Wenn Technologie nicht mehr der einzige einschränkende Faktor ist, müssen Unternehmen ihre Organisationsweise neu überdenken. Und diese Neugestaltung findet gleichzeitig auf drei Ebenen statt.

Als Erstes werden die traditionellen Grenzen von Stellen herausgefordert.

Früher musste ein Produkt von der Anforderungsstellung bis zum offiziellen Launch normalerweise von mehreren Rollen wie Produktmanager, Designer, Ingenieur und Tester nacheinander erledigt werden. Nach der Beteiligung intelligenter Agenten können einige Aufgaben neu um Ziele herum gruppiert werden, und ein Mitarbeiter kann mit Hilfe verschiedener Agenten einige positionsübergreifende Aufgaben übernehmen.

Das bedeutet natürlich nicht, dass fachliche Positionen verschwinden werden. Komplexe Geschäftsvorgänge erfordern nach wie vor fachliche Urteile, und wichtige Entscheidungen können nicht ohne die Verantwortung des Menschen auskommen. Aber die grundlegende Logik der Organisation kann sich ändern: Früher wurden zuerst Stellen definiert und dann Aufgaben zugewiesen; in Zukunft kann man zuerst die Aufgaben klären und dann entscheiden, wer und welche intelligenten Agenten gemeinsam die Aufgabe erledigen.

Stellen sind nicht mehr feste Grenzen der Fähigkeiten, sondern Aufgaben können der Ausgangspunkt für die Neugruppierung von Organisationsressourcen sein.

Zweitens verlagern sich die Kernvermögenswerte von Unternehmen von „Menschen, die Wissen beherrschen“ zu „verfestigbarem organisatorischem Wissen“.

Seit langem haben viele Unternehmen ein gemeinsames Problem: Das wertvollste Wissen befindet sich oft nicht in Systemen und Dokumenten, sondern in den Köpfen einiger weniger erfahrener Mitarbeiter. Deshalb verlieren Unternehmen, wenn einige Kernmitarbeiter kündigen, oft nicht nur die Arbeitskraft einer Position, sondern auch über Jahre angesammelte geschäftliche Urteile und implizites Wissen.

Große Sprachmodelle senken die Hürden für den Wissenserwerb, aber allgemeines Wissen ist nicht gleich die Wettbewerbsfähigkeit des Unternehmens selbst. Was wirklich eine Barriere bilden kann, ist die einzigartige Erfahrung, die das Unternehmen in spezifischen Geschäftsvorgängen angesammelt hat, sowie der Mechanismus, der diese Erfahrung in wiederverwendbare Fähigkeiten umwandelt.

Zum Beispiel in der Zusammenarbeit zwischen China Southern Power Grid und Baidu: Die Analyse von Stromausfällen, die früher stark von den Urteilen erfahrener Experten abhing, wird nun durch historische Ausfalldaten, Leitungsinformationen und Expertenwissen in eine abrufbare und überprüfbare fachliche Analysefähigkeit umgewandelt.

Das Besondere an dieser Praxis ist nicht, wie viel Zeit eine einzelne Ausfallanalyse einsparen kann, sondern dass die Erfahrung, die früher in den Händen weniger lag, nun die Chance hat, zu einer Fähigkeit zu werden, die die gesamte Organisation nachhaltig nutzen kann.

Drittens verändert sich die Wachstumsweise von Unternehmen von „phasenweiser Reform“ zu „kontinuierlicher Evolution“.

Die Fähigkeitserweiterung traditioneller Unternehmen hängt oft von Einstellungen, Schulungen, Systemanpassungen und Verwaltungsreformen ab. Ob die Erfahrung, die ein erfolgreiches Projekt gesammelt hat, vom nächsten Team genutzt werden kann, hängt weitgehend von der aktiven Zusammenfassung und Weitergabe durch Menschen ab.

Wenn KI in den Prozess der Geschäftsdurchführung eintritt, kann die Aufgabe selbst zu einer Quelle des organisatorischen Lernens werden. Das von Robin Li vorgeschlagene Prinzip „Messbarkeit + Schleife = kontinuierliche Evolution“ versucht tatsächlich, einen solchen Mechanismus aufzubauen: Die Aufgabendurchführung, Ergebnisevaluierung und Feedback-Optimierung bilden einen geschlossenen Kreislauf, sodass die organisatorische Fähigkeit nicht mehr vollständig von zyklischen Verwaltungsreformen abhängt, sondern sich im täglichen Betrieb nachhaltig ansammelt.

Das bedeutet natürlich nicht, dass Unternehmen automatisch evolvieren können, sobald sie genügend Agenten bereitstellen. Der Schlüssel zur „neuen Fabrikhalle“ im Unterschied zu traditionellen Unternehmen liegt darin, neu zu gestalten, wie Aufgaben ablaufen, wie Wissen angesammelt wird und wie Ergebnisse rückgemeldet werden, sodass jede effektive Arbeit die Grundlage für die nächste Arbeit bilden kann.

Tatsächlich entsprechen diese drei Veränderungsebenen genau den „drei Prinzipien der organisatorischen Evolution“, die Robin Li vorgeschlagen hat: Die Grenzen von Stellen durchbrechen, um die Vitalität der Organisation freizusetzen; implizites Wissen verfestigen, um organisatorische Intelligenz aufzubauen; geschlossene Prozesskreisläufe gestalten, um die Evolution der Organisation voranzutreiben. Der Kern dieser drei Prinzipien besteht darin, Unternehmen eine Fähigkeit zu verleihen, die früher kaum aufgebaut werden konnte: Sie können ihre Arbeitsmethoden ständig ansammeln und verbessern, ohne von der individuellen Leistung eines einzelnen Mitarbeiters abhängig zu sein.

Ehrlich gesagt: Wenn die Modellfähigkeiten immer leichter zugänglich werden, kann die Technologie selbst die Unterschiede zwischen Unternehmen nicht nachhaltig vergrößern. Aber das über Jahre angesammelte Geschäftswissen, der organisatorische Kooperationsmechanismus und die Fähigkeit, sich ständig aus betrieblichem Feedback zu verbessern, lassen sich kaum durch den Kauf eines KI-Tools direkt kopieren. Das bedeutet auch, dass die intelligente Organisation nicht nur ein neues Konzept für Effizienz ist, sondern ein neuer Weg für Unternehmen sein kann, langfristige Wettbewerbsvorteile aufzubauen.

03

Die nächste Evolution von Unternehmen hat bereits Beispiele

Für die meisten Unternehmen klingt die intelligente Organisation immer noch nach einem zukunftsweisenden Konzept. Aber in einigen Unternehmen hat die organisatorische Transformation rund um KI bereits begonnen, von der Vorstellung in die Praxis überzugehen.

Die Signale auf dem Auslandsmarkt sind bereits sehr eindeutig.