Transformation auf Steroiden
Grosse Organisationen wetten derzeit auf künstliche Intelligenz in einem Tempo, für das es bei Veränderungen in Unternehmen kaum Vorbilder gibt. Verwaltungsräte setzen Kostenziele, die ausdrücklich an die Technologie geknüpft sind, und externe Implementierungsdienstleister erhalten direkten Zugang zu Kernprozessen. Ob dies die erwarteten Erträge bringt, wird weniger von der Technologie selbst abhängen als davon, ob die Managementebenen der Organisationen die Veränderung verkraften können. Die Erfahrung mit früheren Transformationsprogrammen mahnt zur Vorsicht.
Zwei Fälle
Der erste betrifft eine Technologietochter einer grossen internationalen Bank. Ihr Verwaltungsrat hat die Geschäftsleitung angewiesen, die Kosten um 30 % zu senken, ein Ziel, das ausdrücklich und ausschliesslich der KI zugeschrieben wird. Auf Ebene des Verwaltungsrats erwartet man, dass ein digitales Geschäft solche Einsparungen schneller realisieren kann als der Rest des Konzerns. Das Ziel schlägt sich inzwischen in den Budgets nieder, in der Bereitschaft zu investieren und in den Kostenerwartungen an die Investitionen selbst. Was fehlt, ist ein operativer Plan. Weder die Geschäftsleitung der Tochter noch jene der Muttergesellschaft hat das Ziel bisher in konkrete Veränderungen der Arbeitsweise einzelner Einheiten übersetzt, und die Diskussionen auf Managementebene bleiben zu allgemein, als dass eine solche Übersetzung daraus entstehen könnte.
Der zweite betrifft einen grossen europäischen Versicherungskonzern, der seine KI-Strategie als festgelegt bezeichnet. Der Konzern arbeitet direkt mit einem grossen Modellanbieter zusammen, und Entwickler gehen durch die Organisation, um Use Cases zu identifizieren und umzusetzen. Das Tempo ist bemerkenswert. Leistungsfähige Sprachmodelle gibt es seit 2023, Systeme, die in Produktionsumgebungen zuverlässig funktionieren, aber erst seit deutlich kürzerer Zeit. Eine konzernweite Strategie innerhalb dieses Zeitraums für festgelegt zu erklären, ist zumindest eine ambitionierte Aussage.
Ein bekanntes Muster
Das naheliegendste Vorbild ist die Einführung von ERP-Software ab den 1990er-Jahren, als Anbieter wie SAP einen vergleichbaren Zugang zu Kernprozessen erhielten. Die Implementierung überstieg die Kapazitäten der Anbieter allein, und um sie herum entstand eine beträchtliche Branche von Integratoren und Beratern. Eine ähnliche Struktur bildet sich jetzt rund um KI. Im Rahmen seiner Partnerschaft mit Anthropic schult Accenture rund 30'000 Mitarbeitende im Umgang mit Claude, darunter Forward Deployed Engineers, welche die Technologie direkt in den Organisationen der Kunden verankern1; DXC hat angekündigt, Zehntausende solcher Engineers auszubilden2.
Die Arbeitsweise von Forward Deployed Engineers gleicht jener von Managementberatern. Sie gehen durch die Organisation, untersuchen Prozesse und stellen ein Portfolio von Use Cases zusammen, das dann zu einem formellen Transformationsprogramm verdichtet wird. Es gibt wenig Grund zur Annahme, dass solche Programme von den Schwierigkeiten verschont bleiben, die ihre Vorgänger getroffen haben. Der Massstab ist aber ein anderer: Die Dynamik, die in den letzten sechs Monaten entstanden ist, ist nach Einschätzung des Autors mit jener von zwei Jahrzehnten digitaler Transformation vergleichbar.
Die mittlere Managementebene
Die Schwierigkeit liegt weniger darin, Use Cases zu identifizieren, als darin, die Organisationsstruktur zu verändern, in die sie eingeführt werden. Grosse Unternehmen haben über die Jahre Schicht um Schicht mittleres Management aufgebaut, und in vielen von ihnen hängt der Status einer Führungskraft eng an der Zahl der Mitarbeitenden, die sie führt. Ein kleineres Team wird deshalb nicht nur als operative Veränderung erlebt, sondern als Statusverlust. Manager auf diesen Ebenen haben zudem Grund, sich zu fragen, ob ihre eigene Stelle die Einsparungen überlebt, die sie liefern sollen.
Widerstand dieser Art wird selten offen geäussert. Ein Top-Manager einer anderen Bank hat ihn als passiv beschrieben: Initiativen werden genehmigt, aber es folgt wenig. Die Mitarbeitenden an der Front sorgen sich um ihren Job, das untere und mittlere Kader um seinen Einfluss und zunehmend ebenfalls um den eigenen Job.
Was die Daten zeigen
Der Druck beschränkt sich nicht auf Einzelfälle. Mehrere Banken haben einen Stellenabbau ausdrücklich an KI geknüpft. Intesa Sanpaolo kündigte 2024 an, bis 2027 insgesamt 9000 Stellen abzubauen, Mizuho will über zehn Jahre rund 5000 administrative Stellen ersetzen, und Standard Chartered kündigte im Mai 2026 an, die Stellen in seinen zentralen Funktionen bis 2030 um mehr als 15 % zu reduzieren, also um rund 7800 Positionen3.
Speziell für das mittlere Management prognostizierte Gartner, dass bis 2026 jede fünfte Organisation KI nutzen werde, um ihre Struktur abzuflachen und mehr als die Hälfte ihrer heutigen Stellen im mittleren Management zu streichen4. Das ist eine Prognose und keine Messung, aber sie wird oft zitiert und gehört zu dem Kontext, in dem Manager ihre eigenen Aussichten einschätzen. Gallups «State of the Global Workplace 2026» zeigt, dass das Engagement von Managern seit 2022 um neun Punkte gesunken ist, darunter ein Rückgang von 27 % auf 22 % zwischen 2024 und 2025, und dass Manager den Vorsprung beim Engagement, den sie früher gegenüber Mitarbeitenden ohne Führungsverantwortung hatten, weitgehend verloren haben5. Gallup stellt zudem fest, dass neben der Integration in bestehende Systeme der stärkste Prädiktor für die Nutzung von KI ist, ob der direkte Vorgesetzte sie aktiv vorantreibt5; Mitarbeitende, deren Vorgesetzte die KI-Nutzung im Team aktiv unterstützen, nutzen KI mit 1,7-mal höherer Wahrscheinlichkeit mindestens einige Male pro Woche6. Die Daten belegen Zusammenhänge und keine Ursachen; sie zeigen nicht, dass KI für den Rückgang des Engagements verantwortlich ist. Sie zeigen aber, dass die Gruppe, deren Unterstützung für die Einführung am meisten zählt, derzeit zu den am wenigsten engagierten gehört.
Schlussfolgerungen
Daraus ergeben sich drei Schlussfolgerungen. Erstens ist ein Kostenziel noch keine Strategie. Ein Auftrag wie eine Reduktion um 30 %, die der KI zugeschrieben wird, muss in konkrete Entscheidungen in einzelnen Einheiten heruntergebrochen werden, mit namentlich verantwortlichen Personen, bevor er sich sinnvoll in Budgets niederschlagen kann.
Zweitens lässt sich die Verantwortung dafür, wie KI Rollen und Managementstrukturen verändert, nicht an Anbieter oder Integratoren delegieren. Deren Kompetenz liegt darin, Use Cases zu identifizieren und umzusetzen; die Folgen für einzelne Manager und ihre Teams liegen ausserhalb ihres Mandats.
Drittens werden Organisationen überdenken müssen, wie sie die Seniorität von Managern definieren. Solange sie an der Zahl der unterstellten Mitarbeitenden gemessen wird, empfinden ausgerechnet jene eine erfolgreiche Automatisierung als Degradierung, die sie umsetzen sollen. Wo Programme trotz starker Rückendeckung von oben kaum sichtbar vorankommen, sollte man das Fehlen offener Opposition nicht als Fehlen von Widerstand deuten.
Der Ertrag aus KI wird letztlich von einer relativ kleinen Zahl von Managern abhängen, die anders führen sollen, als sie es bisher getan haben, und das oft, während ihre eigene Zukunft ungewiss ist. Sie zu unterstützen, ist eine Voraussetzung dafür, dass sich die Investition auszahlt.
