Ein KI-natives Unternehmen lässt seine Abläufe über KI laufen, nicht nur einzelne Aufgaben. Dafür braucht es lesbares Wissen, feste Qualitätskriterien und neue Rollen. Wo ein Dienstleister anfängt.
Die meisten Unternehmen nutzen KI als Werkzeug. E-Mails werden mit ChatGPT formuliert, zwei Programme per Automatisierung verbunden, auf der Website antwortet ein Chatbot. Das hilft, aber es stößt schnell an eine Grenze. Werkzeuge werden nicht besser, je länger man sie nutzt.
Ein KI-natives Unternehmen stellt die Frage andersherum. Dieselbe Frage steht vor jeder Aufgabe, jeder Neueinstellung und jedem neuen Ablauf: Warum kann das nicht die KI erledigen? Shopify-Chef Tobi Lütke hat sie im April 2025 zur Regel gemacht, in einem Memo an sein Unternehmen. Gemeint sind die Abläufe, nicht die Leute. Jede Antwort zeigt, wo Ihr Team noch etwas von Hand zusammenhält.
Was sich ändert.
| Bisher | KI-nativ |
|---|---|
| Mit Ideen in die Besprechung | Mit funktionierenden Prototypen in die Besprechung |
| Menschen führen Abläufe aus | Agenten führen Abläufe aus, Menschen verbessern sie |
| Mit jedem Auftrag wächst die Verwaltung | Die Verwaltung erledigen Agenten, das Team bleibt bei der Facharbeit |
| Wissen in Köpfen und Postfächern | Wissen strukturiert und für KI lesbar |
| Alles wird manuell geprüft | Kriterien definieren, geprüft wird das Ergebnis |
| Führungskräfte reichen Informationen weiter | Das System verteilt Informationen, Menschen verantworten Ergebnisse |
Das Unternehmen muss für KI lesbar sein.
Das Hindernis sind heute nicht mehr die KI-Modelle, sondern das Wissen im Unternehmen. Preislogik steckt in Excel oder im Kopf der Geschäftsführung, Abläufe in alten Word-Dokumenten, Kundenhistorie in einzelnen Postfächern. Das Unternehmen funktioniert, weil Menschen ungefähr wissen, wo was liegt. Eine KI kann so nicht arbeiten.
Gartner hat dazu rund 1.200 Datenverantwortliche befragt: 63 Prozent der Unternehmen haben keine KI-tauglichen Datenpraktiken oder wissen nicht, ob sie welche haben.
Was fehlt, ist ein Unternehmensgedächtnis. Es sammelt das verstreute Wissen, ordnet es, hält es aktuell und macht daraus Anleitungen, nach denen ein KI-Agent arbeiten kann.
In der Praxis sind das strukturierte Dateien: wofür das Unternehmen steht, wie Abläufe funktionieren, welche Standards gelten, was mit welchem Kunden besprochen wurde. Die KI liest sie vor jeder Aufgabe. Fragt man dann, wie eine Reklamation bearbeitet wird, antwortet sie mit dem Ablauf, wie er in diesem Betrieb wirklich läuft.
Auf dieser Grundlage arbeitet das Team mit einer Oberfläche, hinter der CRM, ERP und Ablage verbunden sind. Daten von Hand übertragen muss dann niemand mehr.
Geschlossene Regelkreise.
Die meisten Abläufe sind offen. Eine Entscheidung wird getroffen, umgesetzt, und irgendwann schaut vielleicht jemand, was dabei herauskam. Was dabei herauskommt, fließt nicht systematisch in die nächste Entscheidung ein.
Ein geschlossener Regelkreis funktioniert wie ein Thermostat. Er misst ständig, vergleicht mit dem Ziel und korrigiert. Übertragen auf einen Ablauf: Jede Korrektur an einem Ergebnis steht im Protokoll, wird ausgewertet und fließt in die Anleitung für den nächsten Auftrag.
Das gilt für jeden Bereich: Vertrieb, Auftragsabwicklung, Buchhaltung, Kundenservice. Jeder ist ein eigener Kreis und wird mit der Zeit besser.
Was gut genug ist, steht vorher fest.
In der Softwareentwicklung schreibt der Mensch fest, was das Ergebnis leisten muss. Die KI arbeitet so lange, bis alle Prüfungen bestanden sind. Das geht auch in anderen Abläufen. Man braucht nur eine klare Liste, was „gut genug“ bedeutet.
Für ein Kundenangebot sieht sie etwa so aus:
- Firma, Ansprechpartner und Anfrage korrekt übernommen.
- Preise innerhalb der gültigen Preisliste.
- Leistungsumfang entspricht exakt der Anfrage.
- Aufbau und Ton wie in der Vorlage.
Die KI prüft ihr Ergebnis selbst gegen diese Liste, überarbeitet, was nicht passt, und legt erst dann vor. Der Mensch prüft keinen fehlerhaften Rohentwurf mehr. Er legt fest, was gute Arbeit ist, und trifft die letzte Entscheidung.
Neue Rollen.
Ein großer Teil klassischer Hierarchie dient dazu, Informationen weiterzureichen: Statusberichte sammeln, zusammenfassen, Entscheidungen zurückgeben. Wenn das Unternehmen für KI lesbar ist, übernimmt das System diese Aufgabe. Die Organisation stützt sich deshalb auf drei Rollen. Ähnliche Rollen beschreiben Jack Dorsey und Roelof Botha für Block (Sequoia, „From Hierarchy to Intelligence“):
- Gestalter: Kennen einen Ablauf am besten und legen als Process Owner fest, was ein gutes Ergebnis ist. Sie bauen mit, auch außerhalb der IT: Vertrieb, Buchhaltung, Kundenservice. In die Besprechung kommt ein funktionierender Prototyp, keine Folie.
- Ergebnisverantwortliche: Eine Person verantwortet ein messbares Ergebnis, statt Informationen durchzureichen.
- Geschäftsführung: Geht voran und nutzt die Werkzeuge selbst. Selbst zu erleben, was möglich ist, lässt sich nicht delegieren, auch nicht an die IT.
Wo man anfängt.
Dienstleister sind bisher so gewachsen: mehr Aufträge, mehr Verwaltung, mehr Abstimmung. Ein wachsender Teil des Tages geht in Arbeit, für die kein Kunde zahlt.
Im KI-nativen Unternehmen übernehmen Agenten diese Arbeit. Ein Agent kostet einen festen Betrag im Monat. Wie viele Stunden er übernimmt, rechnen wir vorher aus. Diese Stunden fließen in Arbeit, die nur Menschen machen können. Die Frage ist dann: Wofür verwendet das Team seine Zeit?
Kleine und mittlere Unternehmen sind dabei im Vorteil. Sie haben weniger Altsysteme, kürzere Wege und können Abläufe schneller umbauen als ein Konzern.
Der Umbau folgt vier Schritten. Keiner davon ist ein einmaliges Projekt, jeder zahlt sich mit der Zeit mehr aus.
- Lernen: Die Geschäftsführung arbeitet ein bis zwei Wochen täglich mit einem KI-Arbeitsplatz und baut selbst: ein Angebot, eine Auswertung, eine Seite, bis klar wird, was möglich ist.
- Lesbar machen: Selbstverständnis, Abläufe, Team, Kunden, Preise und Protokolle werden in strukturierte Dateien überführt, die die KI vor jeder Aufgabe liest. Laufende Quellen wie Gesprächsmitschnitte oder CRM-Daten fließen automatisch nach.
- Automatisieren: Pro Bereich übernehmen Agenten wiederkehrende Abläufe, jeder mit eigenen Qualitätskriterien und als geschlossener Regelkreis. Was ein Agent dafür im Dauerbetrieb braucht, ist ein eigenes Thema.
- Ausbauen: Die gewonnene Zeit geht in Facharbeit und Entscheidungen statt in Verwaltung. Neue Bereiche folgen nach demselben Muster.