Hauptartikel
Was braucht ein Unternehmen wirklich?
Eine Untersuchung darüber, ob wir mit künstlicher Intelligenz die Organisation mittelständischer Unternehmen grundsätzlich neu denken können
1. Warum die Firmen so sind, wie sie sind
Wenn wir uns die heutige Firma ansehen, haben wir ein organisatorisch gewachsenes Konstrukt auf der Basis der menschlichen Fähigkeiten. Punkt. Es ist einfach so.
Man muss das ganz kalt sagen: Wir versuchen, organisatorisch gewachsene Konstrukte durch bessere Kommunikation zu verbessern – und landen an der Grenze der Fähigkeit der Menschen. Die Firmen sind so organisiert, weil die Menschen so sind. Kein Mensch kann tausend gleichzeitige Entscheidungen überblicken. Deshalb zerlegt die Organisation das Ganze in kleine Einheiten mit kleinen Verantwortlichkeiten, filtert Informationen, bevor sie oben ankommen, und speichert Routine in Regeln und Rollen. Die Führung selbst ist Menschenarbeit: motivieren, weitergeben, schlichten. In diesem Sinn ist die Firma ein lebendiger Organismus, der über Abstimmung, Vertrauen und Verantwortung zusammengehalten wird.
Daraus entsteht das Abteilungsdenken, daraus entsteht die Identifikation mit der eigenen Abteilung, ihren Kennzahlen und ihrer Sicht der Dinge. Und daraus entsteht die Art, wie Probleme im Dauerdurchlauf beseitigt werden – oder eben einfach Arbeit erledigt wird. Herbert Simon hat das 1947 beschrieben: Die Organisation ist ein Hilfsmittel, um mit begrenzter Denkkraft trotzdem zu bestehen. Henry Mintzberg hat beobachtet, dass Führung überwiegend Reden ist, nicht Rechnen.
Das ist auf eigene Weise beruhigend. Ich muss nicht kämpfen, eine Firma zu optimieren, die an ihrer Struktur leidet. Wir können uns weiter darüber unterhalten, wie wir die Gespräche zwischen den Abteilungen besser machen oder Koordination betreiben. Aber wir werden nichts ändern. Wir Menschen sind so.
2. Eine Technologie, die anders denkt
Jetzt haben wir ein ganz anderes Technologiemodell, das ganz anders denkt: Was es denkt, rechnet es.
Ich gebe der künstlichen Intelligenz keine eigene Intelligenz und kein eigenes Bewusstsein. Wir haben eine Technologie geschaffen, die in ihrer Entscheidungsfindung viel klarer ist als wir – vorausgesetzt, die entsprechenden Rahmenbedingungen sind gegeben. Wenn wir eine Frage richtig hineinstellen, einen Steuerungsparameter setzen und die Randbedingungen richtig stellen, ist das Ergebnis gut. Mit den richtigen Randbedingungen bekommen wir auch das Halluzinieren weg. Das nennt man Alignment – und in der Firma sind es die richtigen Schnittstellen. Wenn dann etwas halluziniert, ist entweder die Frage falsch, das Modell falsch oder das Setup falsch.
Worum es geht, wird erst klar, wenn man sich den Stand heute ansieht. Was ich hier beschreibe, war vor acht Wochen nicht möglich – nicht in diesem Ausmaß und nicht in dieser Qualitätsstufe. Wenn ich mir die Unternehmensankündigungen für nächste Woche ansehe, hat sich das Agenten-Werkzeugset schon wieder verändert. Wenn ich mir Fraunhofer ansehe: Die sind auf einer ähnlichen Spur, aber noch konservativer, gerade was die Datenhaltung angeht.
Und kalt gedacht heißt das: Wir bauen den Konstrukt einer Firma ein zweites Mal – diesmal nicht auf den Fähigkeiten von Menschen, sondern auf der Grundlage eines Werkzeugs, das die Zielkonflikte des Unternehmens, Lagerbestand gegen Lieferfähigkeit gegen Kapitalbindung, nicht in Abstimmungsrunden verteilt, sondern als Randbedingungen in ein gemeinsames Modell stellt. Die Frage ist dann nicht mehr, ob der Einkauf oder die Produktion recht hat, sondern welche Lösung für das Gesamtunternehmen die beste liefert.
3. Die Daten: vertrauenswürdig statt aktuell
Jeder sagt: Du musst deine Daten in Ordnung bringen. Aber Fakt ist, dass die Firma mit einem Datensatz arbeitet, in dem Tonnen von Altdaten im ERP-System liegen, die keinen Menschen interessieren – die aber jeder Prozessoptimierer aktualisiert haben möchte, nach dem Motto: Wir können nur mit aktuellen Daten arbeiten.
Ich werde Daten von vor drei Jahren nicht aktualisieren. Wird kein Unternehmer tun. Der grinst nur, wenn die Leute mit diesem Anspruch ankommen, um den nächsten Datenfriedhof zu schaffen. Denn wenn die Daten aktualisiert sind, sind sie schon wieder veraltet.
Die richtige Frage ist eine andere: Was ist überhaupt da – und was davon ist in welchem Maßstab vertrauenswürdig? Das verlangt keine große Untersuchung. Man setzt einen Fleck hinein und arbeitet mit dem, was sich bewährt. Woher stammt der Wert? Wofür wurde er erfasst? Für welche heutige Entscheidung ist er verwendbar – und welche Unsicherheit bleibt? Aus welchen Parametern kann ich arbeiten, und welche habe ich schon wieder überworfen? Historie nennt man das. Die IT-Leute und die Prozessoptimierer sehen das anders. Aber genau deshalb funktioniert das Modell der vertrauenswürdigen Daten: nicht alle Daten aktuell halten, sondern wissen, welchen man in welcher Entscheidung vertrauen kann.
4. Wir bauen die Agenten – und rechnen die Firma durch
In diesem Kapitel ziehen wir die Technik hoch: Wir bauen die Agenten, wir bauen die Firma so auf – und dann simulieren wir sie und schauen, was dabei herauskommt.
Der Aufbau erfolgt in Schichten. Erst automatisieren wir Standardaufgaben. Dann setzen wir einen Agentenprozess über eine Abteilung, der sich selbst optimiert und aufzeigt, was die Leute machen und wo die Daten herkommen. Dann ein Agent über das ERP-System, der guckt, wo die Daten herkommen und wie Entscheidungen zustande kommen. Dann einer übers gesamte Unternehmen, unter den Fragestellungen der Geschäftsführung und der Prozessoptimierung: Wo kommen welche Daten her? Wie reagieren wir auf den Markt? Wie ist unser Produkt? Die kleinen Agenten, gestaffelt, gucken nach Produktion und Arbeitsvorbereitung. Darüber die Optimierungsschicht. Darüber die Unternehmensschicht.
Dann simulieren wir das Ganze, ansatzweise, an einem kleinen Beispiel: ein Fertiger mit vier Produkten und sieben Abteilungen, fünf Randbedingungen – Maschinenkapazität, Rüstzeiten, Lieferfähigkeit, Kapitalbindung, Deckungsbeitrag.
Nach klassischer Abteilungslogik fahren Produktion und Einkauf große Lose und sind für sich betrachtet effizient. Das Ergebnis: rund drei Viertel der Aufträge liegen neben dem Termin, und das Lager bindet etwa viermal so viel Kapital wie nötig. Nach integrierter Rechnung fährt das System kleine Wochenlose, der Rüstaufwand steigt auf das Vierfache – für die Produktion allein ein schlechterer Plan. Aber alles ist pünktlich, die Kapitalbindung sinkt um drei Viertel, und die Maschinen laufen mit 91 Prozent Auslastung. Keine Abteilung hätte diesen Plan vorgeschlagen. Er ist nur im Gesamtkontext der beste – und genau deshalb würde ihn keine Abteilung finden.
Und jetzt die Pointe, die keine Simulation ist: Ich habe diese Rechnung in meiner letzten Firma gefahren. Sie war das Optimum – und ich wurde an die Wand geredet. Es war nicht gewollt, weil sie alle Abteilungen genervt hat. Für die Produktion bedeutete sie mehr Rüstvorgänge. Für die Arbeitsvorbereitung mehr Arbeit: mehr Lose, mehr Aufträge, mehr Abstimmung. Völliger Scheiß – aus Sicht der Stellen, die sie umsetzen sollten. Zu der Zeit gab es noch keinen Agenten, der Arbeitsaufträge automatisiert in die Fertigung gebracht hätte. Der Plan war technisch optimal, aber nicht menschlich optimal. Der Plan war richtig, aber er lief über Menschen, deren Arbeit er vermehrte. Ich bin damit gescheitert. Und aus diesem Scheitern schreibe ich diesen Artikel.
Daraus folgt der Kern des ganzen Artikels: Wenn wir eine Firma mit einem Sprachmodell aufbauen – mit seiner neuen Art zu denken –, dann kommt ein Firmenkonstrukt heraus, das nicht menschlich ist. Das hat nichts mehr mit menschlicher Unternehmensführung zu tun. Das ist Unternehmensorganisation als Rechenkonstrukt. Damals, in meiner letzten Firma, hätte genau dieses Konstrukt meinen Plan ausgeführt – ohne dass jemand an die Wand geredet hätte.
Die Frage ist: Wie vereinbaren wir die Menschen und die Firmen, die sie steuern?
5. Die unmenschliche Zukunft – und wie wir sie menschenverträglich kriegen
Damit ist der Rundschluss gemacht: Die Firmen sind so, weil die Menschen so sind. Die Rechnung, die es besser wüsste, wird an die Wand geredet – ich habe es erlebt. Und die Firma, die das Rechenkonstrukt einmal laufen lässt, würde die Füße auf den Tisch legen und sich dumm und dämlich verdienen – und nicht einmal mehr daran denken, die Struktur wieder zu ändern. Die gleiche Falle, nur eine Stufe weiter.
Was dabei herauskommt, ist etwas Unmenschliches: eine Organisation, die nicht mehr menschlich führt, sondern rechnet. Das ist keine Schreckensmeldung, sondern eine nüchterne Beschreibung. Und es hat einen unbequemen Nebeneffekt: Wer in dieser Firma noch arbeitet, arbeitet an den Stellen, die das Modell nicht hergibt – am Neuen, am Markt, an der Verantwortung. Das ist anspruchsvoller als jede Routine. Nicht einfacher.
Deshalb ist die eigentliche Frage des Artikels nicht: Was kommt dabei heraus? Das wissen wir inzwischen – das Optimum, und es ist unmenschlich. Die Frage ist: Wie kriegen wir diese unmenschliche Zukunft menschenverträglich organisiert, um das Optimum für beide herauszufinden?
Für beide. Nicht das Optimum der Rechnung allein, und nicht das Optimum der Menschen allein, die in ihr arbeiten. Sondern das Optimum einer Firma, die rechnet – und der Menschen, die in ihr leben. Die heutige Organisation hat hundert Jahre gebraucht, um aus den Grenzen der Menschen etwas Verträgliches zu bauen. Die Frage ist, ob wir für das Rechenkonstrukt etwas Ähnliches finden – oder ob die Firma der Zukunft einfach die nächste Falle ist, in der niemand mehr etwas infrage stellt.
Wir werden auf dem Markt beides erleben: rein technologische Firmen, die aber wenig Innovationen bringen – und Hybride, die funktionieren und noch erfolgreicher sind. Die einen sind das Optimum der Rechnung, allein. Die anderen sind das Optimum für beide. Genau dazwischen wird sich entscheiden, welche Art von Firma die Zukunft hat.
Ich habe die Rechnung einmal vorgelegt und bin gescheitert. Diesmal wird der Markt zeigen, wer seine Werkzeuge rechtzeitig einsetzt und überlebt.
Quellenverzeichnis
- Begrenzte Rationalität als Grundlage der These, dass die Organisation ein Abbild der menschlichen Arbeitsweise ist: Herbert A. Simon, Administrative Behavior (Macmillan, New York 1947)
- Führungsarbeit als überwiegend mündliche Abstimmung, Motivation und Störungsbeseitigung (Beobachtungsstudie): Henry Mintzberg, The Nature of Managerial Work (Harper & Row, New York 1973)
- Abteilungssilos als selbstverstärkendes Nebenprodukt von Struktur, Homophilie und sozialer Identität (Scoping Review): Frans Cilliers u. a., Organizational Silos: A Scoping Review Informed by a Behavioral Perspective on Systems and Networks, Societies 2022, 10(3), Aufsatz 56 – mdpi.com/2075-4698/10/3/56
- Organisation als Informationsverarbeitung: Jay R. Galbraith, Organization Design: An Information Processing View, Interfaces 4(3), 1974
- Transaktionskosten und Unternehmensgrenzen: Ronald H. Coase, The Nature of the Firm, Economica 1937; Oliver E. Williamson, The Economic Institutions of Capitalism (Free Press, New York 1985)
- Prozessneugestaltung und das Scheitern der Reengineering-Welle der neunziger Jahre an organisatorischen und menschlichen Widerständen: Michael Hammer, Reengineering Work: Don't Automate, Obliterate, Harvard Business Review, Juli–August 1990 – hbr.org
- Produktivitätseffekte generativer KI in einer betrieblichen Anwendung (kein Beweis für eine vollständige Neuorganisation industrieller Unternehmen): Erik Brynjolfsson, Danielle Li und Lindsey R. Raymond, Generative AI at Work, Quarterly Journal of Economics 140(2), 2025 – academic.oup.com/qje
- Alignment-Verfahren (u. a. RLHF) als technische Grundlage des Begriffs: Zhichao Wang u. a., Reinforcement Learning for Large Language Model Post-Training: A Survey, arXiv:2407.16216 (2024) – arxiv.org/abs/2407.16216
- Fraunhofer zu KI-Agenten in Unternehmen (klein beginnen, iterativ skalieren, Datenqualität sichern – die konservativere Spur bei der Datenhaltung): Fraunhofer IAIS/IAO, KI-Agenten verstehen und anwenden (Forschungs- und Innovationszentrum für Hybride KI, Heilbronn, Februar 2026) – digital.iao.fraunhofer.de
Einordnung: Dieser Artikel ist ein hypothesenorientierter Diskussionsbeitrag. Die Simulation in Abschnitt 4 ist eine grobe Illustration, keine empirische Studie. Die Zahlen der integrierten Rechnung (Termintreue, Kapitalbindung, Auslastung) beschreiben das Muster, nicht einen konkreten Betrieb.
Weiterdenken
Artikel teilen
Vorschlag für Instagram / Facebook (Caption zum Kopieren):