realtimestrategy Auf die Warteliste

Kennisbank

Die Annahme, dass sich diese Arbeit nicht standardisieren lässt

Woher die Annahme kommt

In praktisch jeder Strategie steckt, meist unausgesprochen, eine Annahme über die Natur der eigenen Arbeit: Das ist zu spezialisiert, zu kontextabhängig, zu viel Maßarbeit, um es in einen Standardprozess zu fassen. Diese Annahme ist nicht aus der Luft gegriffen. Sie ist aus jahrelanger Erfahrung mit Software entstanden, die Regeln folgte und deshalb nur konnte, was vorher vorgesehen war. Arbeit, die auf Beurteilung beruhte, auf Abweichung, auf dem Lesen einer Situation, die nicht im Handbuch stand, blieb dadurch Menschenwerk. Die Schlussfolgerung wurde zu einem festen Balken unter der Strategie: Dieser Teil unserer Arbeit gehört uns, und das wird so bleiben.

Warum sie lange zutraf

Solange Automatisierung auf Regeln beruhte, war die Annahme zutreffend. Ein System, das exakt dem folgt, was programmiert wurde, kann keine Ausnahme erkennen, die nicht als Ausnahme definiert ist. Arbeit mit vielen Varianten, wenig Wiederholung und Beurteilung auf Basis von Erfahrung blieb dadurch außer Reichweite der Automatisierung. Die Strategie, die auf dieser Annahme aufbaute, traf zu, und die Direktionen, die daran festhielten, hatten recht. Das Problem ist nicht, dass die Annahme jemals falsch war. Das Problem ist, dass sich die Bedingung, auf der sie beruhte, verändert hat.

Was sich verändert hat

KI, die mit Sprache, Mustern und Kontext arbeitet, muss nicht jede Variante vorher kennen. Sie erkennt Übereinstimmungen mit dem, was sie bereits gesehen hat, und wendet das auf eine neue Situation an. Dadurch verschiebt sich ein Teil der Arbeit, die als nicht standardisierbar galt, in eine von drei Kategorien: Arbeit, die KI selbständig erledigen kann, Arbeit, bei der KI einen Vorschlag macht und ein Mensch mit Begründung genehmigt oder ablehnt, und Arbeit, die Menschenwerk bleibt, weil die Beurteilung zu stark auf Erfahrung, Verantwortung oder nicht festgehaltenem Kontext beruht. Diese Verschiebung geschieht nicht überall gleich. Ein Unternehmen, in dem Beurteilungen gut dokumentiert sind, in dem Muster in früheren Fällen erkennbar sind und in dem die Aufsicht über KI-Ergebnisse eingerichtet ist, sieht diesen Teil der Arbeit schneller verschieben als ein Unternehmen, in dem dieselbe Beurteilung größtenteils in den Köpfen der Mitarbeiter steckt. Der Unterschied liegt nicht im Sektor, sondern darin, wie explizit die Arbeit bereits gemacht worden war, bevor KI mitlas.

Woran eine Direktion merkt, dass die Annahme abgelaufen ist

Die Annahme läuft selten mit einer Ankündigung ab. Sie läuft ab, weil ein Wettbewerber, ein Lieferant oder ein Kunde etwas tut, was nach der alten Annahme nicht möglich sein sollte. Ein paar Signale, die darauf hindeuten: Ein Anbieter auf dem Markt liefert eine Dienstleistung in einem Tempo oder zu einem Preis, der sich nur erklären lässt, wenn ein Teil der Beurteilungsarbeit übernommen wurde. Interne Diskussionen über Qualität handeln nicht mehr davon, ob etwas stimmt, sondern davon, ob die Aufsicht über das Ergebnis gut genug ist. Neue Mitarbeiter werden für Kontrolle und Korrektur eingesetzt statt für die ursprüngliche Aufgabe. Und die Frage, ob neue Marktteilnehmer noch Jahre benötigen, um diese Arbeit zu lernen, erhält eine andere Antwort als vor fünf Jahren. Keines dieser Signale beweist für sich genommen etwas. Zusammen sind sie Grund genug, die Annahme erneut zu prüfen, statt sie stehen zu lassen, weil sie nie widersprochen wurde.

Diese Verschiebung betrifft auch die Frage, wo die Marge in einem Unternehmen genau liegt. Wenn die Arbeit, die als nicht standardisierbar galt, teilweise übernehmbar wird, verschiebt sich auch, wo im Prozess Wert hinzugefügt wird, was mit der Annahme, dass die Marge in der Ausführung liegt zusammenhängt. Wer dies nur als operative Frage behandelt, übersieht, dass es sich um eine strategische Annahme handelt, die überarbeitet werden muss.

Dieses Thema betrifft unvermeidlich auch die Frage, was das für die Personalstärke bedeutet. Darüber handelt diese Seite nicht. Wenn eine Direktion Entscheidungen erwägt, die das Personal betreffen, gelten dafür eigene gesetzliche Anforderungen und ein eigenes Verfahren; diese fallen außerhalb dessen, was hier behandelt wird.

Was Sie messen sollten, um zu wissen, ob sie noch trägt

Eine Annahme über die Standardisierbarkeit von Arbeit ist überprüfbar, sofern Sie die richtigen Dinge verfolgen. Brauchbare Indikatoren sind unter anderem: der Anteil der Aufgaben innerhalb der Arbeit, der inzwischen als Entscheidungsregel oder Muster dokumentiert ist, statt als einzelne Beurteilung; das Tempo, mit dem vergleichbare Anbieter auf dem Markt Tools einsetzen, die dieser Arbeit ähneln; die Anzahl der Fälle, in denen die Aufsicht über einen KI-Vorschlag zu einer begründeten Ablehnung führt, als Hinweis darauf, wie viel Beurteilung noch wirklich Menschenwerk ist; und das letzte Datum, an dem diese Annahme innerhalb der Direktion ausdrücklich besprochen wurde, nicht stillschweigend angenommen. Wer keine dieser vier Angaben nennen kann, weiß nicht, ob die Annahme noch trägt oder nur noch nie herausgefordert wurde.

Was Sie jetzt tun können

Die zugrunde liegende Frage, welche Arbeit in Ihrem Unternehmen tatsächlich von KI übernommen werden kann, lässt sich nicht mit einem allgemeinen Eindruck beantworten; der Werkscan von FTE TO AI beantwortet das pro Aufgabe. Für die Direktion, die erst wissen möchte, welche Annahmen einer Überarbeitung bedürfen, bevor ein aufgabenweises Bild entsteht, gibt es den kostenlosen Annahmecheck: eine kurze Runde, in der Sie Ihre wichtigsten Annahmen benennen und pro Annahme sehen, wann sie zuletzt tatsächlich bestätigt wurde. Wer sich fragt, wer bei einem Strategiereview am Tisch sitzen sollte, oder feststellt, dass die Direktion sich intern nicht über die Prioritäten einig ist, findet dort einen Ausgangspunkt. Die vollständige strategische Druckprobe, mit Sektordaten neben dem Selbstplot der Direktion, befindet sich im Aufbau.

Colossusde assistent van de strategische drukproef

Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.

Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.