Herzlich Willkommen zu den AI FIRST Insights!

„99,9% der Menschen im KI-Bereich haben gerade das Gefühl, hinten dran zu sein. Dabei zählen sie zu den 0,1% mit den wertvollsten Skills des Jahrzehnts." Das habe ich gestern auf LinkedIn geschrieben. Die enorme Resonanz zeigt, in was für einer verrückten Zeit wir gerade leben.

Meine Antwort darauf: Keep building. Nur wer jetzt konsequent KI in die eigene Arbeit und das Unternehmen einbaut (egal ob auf Prozess- oder Produkt-Seite) wird mit dem Verständnis der Möglichkeiten noch hinterherkommen können.

Wir machen das selbst. Vor sechs Wochen habe ich mein Ego über Bord geworfen und angefangen, unsere gesamte Firma noch mal aus KI-Perspektive neu zu denken. Wir sind mitten im Umbauprozess einer Firma, die konsequent AI-First gebaut ist. 

In diesem Newsletter will ich dir den einen zentralen Skill näherbringen, der uns dabei hilft, den Output, den wir aus KI bekommen, zu vervielfachen: systemisches Denken.

Du bekommst Klarheit darüber, warum systemisches Denken gerade jetzt so wichtig ist und fünf konkrete Denkwerkzeuge mit Beispielen, wie du sie auf KI anwenden kannst.

Los geht's!

KI ist kein Tool. KI ist kein Mitarbeiter. KI ist ein Betriebssystem.

Ich muss zuerst einen Denkfehler auflösen, den ich lange Zeit selbst gemacht habe. Diese Denke verhindert, dass wir die Wirkung von KI ausreizen.

Der größte Denkfehler ist, dass KI ein Tool oder ein digitaler Mitarbeiter sei.

Ein Tool hat eine Funktion. Du nutzt es, es erledigt eine Aufgabe, fertig. KI hat viele Funktionen und es werden exponentiell mehr. Wenn wir KI als Tool behandeln, beschränken wir sie auf eine Funktion. 

Wenn wir KI als digitalen Mitarbeiter definieren, ist es nicht viel besser. Dann übertragen wir genau die Einschränkungen, die für Menschen gelten, auf ein System, das sie nicht braucht:

• Wir geben der KI eine feste Rolle - obwohl sie jede Rolle dynamisch einnehmen kann.
• Wir bauen Teams aus spezialisierten Agenten - obwohl ein einziges System alle Fähigkeiten kombinieren kann.
• Wir definieren Übergaben zwischen Agenten - obwohl kein Kontextverlust nötig wäre.
• Wir schaffen Hierarchien und Abstimmung - obwohl es keinen Koordinationsaufwand geben müsste.

Das Kernproblem: Mitarbeiter skalieren linear. KI skaliert exponentiell. Wenn sich KI exponentiell weiterentwickelt, kannst du nicht mehr Use Case für Use Case und Agent für Agent hinterher-optimieren. Dafür reichen unsere menschlichen Kapazitäten schlicht nicht aus.

Was wir stattdessen brauchen, ist ein System im Unternehmen, das neue KI-Fähigkeiten automatisch aufnehmen und über alle Prozesse hinweg einsetzen kann. Ohne dass jemand jeden einzelnen Anwendungsfall manuell anpassen muss.

Das Design von Unternehmen ist dafür ungeeignet.

Unternehmen sind heute so gebaut, dass Menschen darin arbeiten können. Morgen müssen sie so gebaut sein, dass KI darin arbeiten kann.

Deshalb: KI ist ein Mitarbeiter. KI ist ein Betriebssystem.

Fünf Werkzeuge für systemisches Denken

Um ein KI-Betriebssystem zu denken, aufzubauen und weiterzuentwickeln, brauchen wir einen anderen Denkansatz: systemisches Denken.

Ich habe in den letzten Wochen gemerkt, dass wir bei AI FIRST viele Prinzipien des systemischen Denkens unterbewusst auf unser neues KI-Betriebssystem angewandt haben. Ein Artikel von Leyla Acaroglu über die Grundkonzepte des Systems Thinking hat mir geholfen, das bewusst einzuordnen. Hier sind fünf dieser Werkzeuge und wie wir sie anwenden.

1. Vernetzung

Wenn ich KI als digitalen Mitarbeiter denke, dann arbeitet jeder Agent in seinem eigenen Silo. Er hat Zugriff auf einen bestimmten Kontext, bestimmte Tools und bestimmte Anweisungen. Use Case für Use Case, voneinander getrennt.

Wenn ich KI als Betriebssystem denke, ist alles miteinander vernetzt. Die KI hat Zugriff auf alle Fähigkeiten - also die Standardabläufe, wie Aufgaben erledigt werden sollen. Sie hat Zugriff auf den gesamten Kontext der Firma, alle Tools und alle Agenten, die im Betriebssystem arbeiten. Je nachdem, welche Aufgabe reinkommt, kombiniert sie sich die Fähigkeiten, den Kontext, die Tools und die Agenten, die sie gerade braucht.

Eine der wichtigsten Aufgaben in unserer Transformation war es deshalb, alles, was die KI braucht, an einem Ort zugänglich zu machen. Und damit meine ich wirklich ALLES. Nicht verteilt über verschiedene Tools und Systeme, sondern vernetzt an einer zentralen Stelle.

2. Synthese

Synthese ist das Gegenteil von Analyse. Statt ein komplexes Problem in Einzelteile zu zerlegen und jeden Teil separat zu optimieren, geht es darum, das Ganze zu sehen und das Zusammenspiel zu designen.

Mein persönlicher Augenöffner: Wenn sich die Fähigkeiten von KI exponentiell verbessern und KI in immer mehr Bereichen besser wird als ich, dann komme ich mit meinen menschlichen Limitationen nicht mehr hinterher, um für jeden einzelnen Anwendungsfall das Optimum aus KI rauszuholen.

Genau hier setzt Synthese an: Ich muss aufhören, die einzelnen Teile zu optimieren, und stattdessen ein Betriebssystem bauen, in dem KI als Ganzes wirken kann. Nicht fragen: „Wie mache ich diesen einen Agenten besser?" Sondern: „Wie muss das Gesamtsystem aussehen, damit jede Verbesserung der KI-Fähigkeiten automatisch auf alle Prozesse durchschlägt?"

Das verändert, wie ich an Probleme herangehe. Wenn heute etwas nicht funktioniert, frage ich nicht mehr: „Welcher Agent ist schuld?" Ich frage: „Was fehlt dem System, damit es diesen Fall selbst lösen kann?" Das ist der Unterschied zwischen Analyse und Synthese.

3. Emergenz

Emergenz bedeutet, dass aus dem Zusammenspiel der Teile etwas Neues entsteht, das man aus den Einzelteilen allein nicht vorhersagen konnte.

In der Vergangenheit sah KI-Arbeit bei uns so aus: Aufgabe 1 an Agent 1 delegieren, Aufgabe 2 an Agent 2, Aufgabe 3 an Agent 3. Ich musste wissen, welcher Agent was kann, und die Arbeit selbst aufteilen.

Heute delegiere ich eine Aufgabe an eine KI, und die sucht sich selbständig die notwendigen Fähigkeiten, den Kontext und die Tools zusammen, um sie zu erledigen. Das allein ist schon ein Unterschied. Aber der eigentliche Emergenz-Moment ist ein anderer: Wenn eine Fähigkeit noch nicht existiert, kann die KI sich selbst eine neue Fähigkeit erschaffen - weil das Erstellen neuer Fähigkeiten wiederum eine Fähigkeit im Betriebssystem ist.

Die KI arbeitet also nicht nur im Betriebssystem sondern erweitert es fortlaufend.

4. Rückkopplungsschleifen

In jedem System gibt es Schleifen, in denen das Ergebnis einer Aktion zurückfließt und die nächste Aktion beeinflusst. Es gibt verstärkende Schleifen, die etwas beschleunigen, und balancierende Schleifen, die das System im Gleichgewicht halten.

In unserem Betriebssystem haben wir eine zentrale Feedback-Datenbank aufgebaut. Jedes Feedback vom Nutzer und jedes Learning, das die KI bei der Ausführung selbst macht, dokumentiert sie automatisch und berücksichtigt es bei der nächsten Ausführung.

Ein konkretes Beispiel: Ich erstelle mit der KI ein Angebot für einen Kunden. Die Anfrage enthält eine Anforderung, die so nicht in unserem Standardprozess dokumentiert ist. Die KI erkennt das, loggt das Learning und macht einen Vorschlag, wie sich die Anweisung für diese Fähigkeit in Zukunft anpassen sollte, damit solche Anfragen beim nächsten Mal besser verarbeitet werden.

Das ist eine verstärkende Rückkopplungsschleife: Je mehr Aufgaben die KI ausführt, desto mehr Learnings sammelt sie, desto besser werden die Anweisungen, desto besser werden die Ergebnisse. Das Betriebssystem wird mit jeder Ausführung ein Stück schlauer, ohne dass ich manuell eingreifen muss.

5. Kausalität

Wenn in einem Betriebssystem alles miteinander vernetzt ist, dann hat jede Veränderung an einer Stelle Auswirkungen auf das Gesamtsystem. Kausalität bedeutet, diese Zusammenhänge zu verstehen und bewusst zu gestalten.

Wir haben zwei Dinge getan, um Kausalität im Betriebssystem beherrschbar zu machen.

Erstens: Klare Abgrenzung im Design. Nichts wird doppelt dokumentiert. Jede Information hat genau einen Ort. Dadurch ist nachvollziehbar, was sich ändert, wenn wir an einer Stelle eingreifen.

Zweitens: Wir nehmen Anpassungen im Betriebssystem nur mit KI vor. Die KI versteht die Zusammenhänge zwischen allen Bestandteilen des Systems. Wenn ich zum Beispiel eine neue Verhaltensregel einführen will, gibt es verschiedene Orte, die dafür angepasst werden müssen. Die KI kennt diese Orte und setzt die Änderung so um, dass sie im Gesamtsystem die erwartete Wirkung erzielt, ohne dass wir etwas übersehen.

Das wäre mit einem manuellen Ansatz kaum leistbar. Aber weil die KI das gesamte Betriebssystem kennt, kann sie Kausalitäten nachvollziehen, die uns als Menschen entgehen würden.

🏁 Fazit

Die Wirkung von KI im Unternehmen skaliert nur dann mit den Fähigkeiten von KI, wenn wir KI als Betriebssystem denken, aufbauen und umsetzen. Nicht als voneinander getrennte digitale Mitarbeiter. Und nicht nur als Tool, das ein paar Aufgaben unterstützt.

Um dorthin zu kommen, musste ich mein Denken von einzelnen Use Cases und isolierten Agenten hin zu systemischem Denken ändern. Fünf Werkzeuge helfen dabei:

1. Vernetzung: Alles an einem Ort zugänglich machen, statt in Silos zu arbeiten.
2. Synthese: Das Ganze designen, statt die Teile einzeln zu optimieren.
3. Emergenz: Dem Betriebssystem erlauben, sich selbst zu erweitern.
4. Rückkopplungsschleifen: Learnings automatisch zurückfließen lassen.
5. Kausalität: Veränderungen systemisch umsetzen, nicht isoliert.

Ich hoffe, dieser Text gibt dir einen Impuls, KI in deinem Unternehmen weiter zu denken. 

Keep building.

Bis nächsten Sonntag,

Felix

P.S. Ab März nehmen wir wieder neue Mitglieder ins AI Collective auf. Wenn du sehen willst, wie wir unser KI-Betriebssystem konkret aufbauen, und mit anderen Führungskräften daran arbeiten willst, dasselbe für dein Unternehmen zu tun - dann ist das der richtige Ort dafür. 

👉 Auf die Warteliste eintragen