Die Leistung eines KI-Projekts im Unternehmen misst sich nicht an den erstellten Liefergegenständen, sondern an den Geschäftsergebnissen: Bearbeitungszeiten, Qualität, Nacharbeiten, Kosten und umgewidmete Zeit. Dies ist die These von Alexandre Ruiz, Enterprise-Architekt und Autor von La Couche IA, einem Essay über künstliche Intelligenz und die Transformation von Organisationen. Für ihn ist es manchmal besser, einen Prozess abzuschaffen, als ihn zu automatisieren.
KI-Demonstrationen haben eine gemeinsame Schwäche: Sie enden oft genau dann, wenn das Dokument generiert ist. Eine Zusammenfassung erscheint in Sekunden, eine Tabelle füllt sich automatisch, eine E-Mail schreibt sich fast von selbst. Für den Autor ist jedoch die Erstellung des Liefergegenstands nicht das Geschäftsergebnis. Um eine Transformation zu messen, muss man beobachten, was danach passiert: Validierung, Fehler, Nacharbeit, Entscheidung, Zufriedenheit und Kosten.
Fünf Indikatoren jenseits des Liefergegenstands
Der erste Indikator ist die vollständige Bearbeitungszeit zwischen einer Anfrage und ihrer Erledigung. Zwanzig Minuten bei der Erstellung einer Notiz einzusparen, ändert nichts an einer drei Tage lang anhängigen Akte. Der zweite ist die Nacharbeitsquote: Eine schnell erstellte Antwort, die zweimal korrigiert wird, kann mehr kosten als eine langsame, aber zuverlässige Antwort.
Der dritte Indikator betrifft die Qualität der Entscheidung. Die Erstellung von hundert Empfehlungen ist wertlos, wenn sie keine Entscheidungsfindung erhellen. Der vierte betrifft die umgewidmete Zeit: Konnten sich die Teams wirklich der Kundenbeziehung, der Ausbildung oder komplexeren Akten widmen? Der fünfte sind die vollständigen Kosten, die Lizenzen, Integration, Überwachung, Risiken, Updates und Wartung einbeziehen müssen.
Ein individueller Gewinn, der vom Kollektiv absorbiert wird
Eine randomisierte Studie von Microsoft Research mit 6.000 Beschäftigten beobachtete einen Rückgang der für E-Mails aufgewendeten Zeit, aber keine signifikante Veränderung der Meeting-Zeit. Die Lehre daraus ist laut dem Autor nicht, dass KI nicht funktioniert: Ein individueller Gewinn kann von unveränderten kollektiven Praktiken absorbiert werden. Die Arbeiten des NBER zur Unterstützung im Kundenservice zeigen ebenfalls, dass die Vorteile je nach Profil und Aufgabe variieren.
Lieber abschaffen als automatisieren
Diese Indikatoren können zu einer manchmal kontraintuitiven Entscheidung führen: einen Schritt nicht zu automatisieren, den es einfacher wäre abzuschaffen. Bevor man einen Agenten konstruiert, also ein KI-Programm, das eigenständig mehrere Aktionen ausführen kann, das eine Akte zwischen drei Teams weitergibt, warum nicht die Entscheidungsverantwortung klären? Eine KI-Strategie beurteilt sich nicht an der Anzahl der Automatisierungen in der Produktion, sondern an den Kosten und der Qualität eines nachhaltigen Geschäftsergebnisses.
