Warum KI Ihre Leute stärker machen sollte, nicht weniger

Auf der vierten Folie im Deck des Lenkungsausschusses stand eine einzige Zahl: 3,5 FTE. Es ging um die Automatisierung des Auftragsdesks bei einem Großhändler, und die Finanzleitung hatte ausgerechnet, dass das Lesen, Prüfen und Erfassen von Aufträgen die Zeit von dreieinhalb Personen kostete. Die erste Frage am Tisch war die, die wir in den meisten ersten Terminen hören. Wie viele FTE spart das?

Wir haben mit einer anderen Frage geantwortet. Wie viele Angebote gingen im letzten Quartal zu spät raus, und wie viele dieser Kunden haben woanders bestellt? Niemand im Raum wusste es. Alle kannten dagegen die zwei Personen, die der Vertrieb anrief, wenn ein Kunde etwas außerhalb des Katalogs wollte. Diese beiden waren die eigentliche Grenze des Geschäfts, und die Folie plante still um sie herum.

Der Personalabbau-Case ist die einfachste Zahl

Eine Einsparung beim Personal ist sicher, sofort wirksam und passt auf eine Folie. Gehalt mal Köpfe ist eine Zahl, der das Controlling schon vertraut. Sie fällt aber nur einmal an. Sie verbuchen sie einmal, und danach ist der Betrieb auf die Nachfrage ausgelegt, die er am Tag des Abbaus hatte.

Für ein Unternehmen, das so groß bleiben will, wie es ist, geht das auf. Die meisten Unternehmen, die in Automatisierung investieren, wollen das nicht. Es kommen mehr Aufträge, ein neuer Markt steht an, ein großer Kunde verlangt kürzere Durchlaufzeiten. Für sie lautet die Frage, wie viel mehr Nachfrage derselbe Betrieb aufnehmen kann und wie schnell er reagiert. Ein Projekt, das darauf zugeschnitten ist, zwei Stellen zu streichen, antwortet darauf mit einem kleineren Team und einem System, das nicht mehr dazulernt.

Billige Antworten machen Kontext zum knappen Gut

Eine Rechnung lesen, eine E-Mail zuordnen, eine Antwort entwerfen: Das kostet heute sehr wenig, und jeder Wettbewerber kann dieselben Modelle zu denselben Bedingungen kaufen. Was einen Großhändler vom anderen unterscheidet, liegt woanders.

Am Auftragsdesk lag es bei zwei Menschen. Die eine wusste, welche Ersatzartikel jeder große Kunde ohne Rückfrage akzeptiert. Der andere erkannte am Wortlaut einer E-Mail, dass ein Einkäufer Angebote verglich und die Antwort noch am selben Nachmittag brauchte, nicht erst am Donnerstag. Nichts davon war aufgeschrieben, und beides entschied darüber, ob Aufträge gewonnen wurden.

Ein Modell weiß nicht, welcher Kunde gerade abspringen will, und es merkt nicht, dass eine Häufung kleiner Reklamationen auf einen Lieferanten in Schwierigkeiten hindeutet. Es kann Ihnen auch nicht sagen, wo Ihr Betrieb feststeckt. Nach unserer Erfahrung entsteht der Wert von KI im operativen Geschäft selten durch ein besseres Modell. Er entsteht, wenn man den Schritt findet, der begrenzt, wie viel Nachfrage Sie bedienen können, und ihn beseitigt. Dafür braucht es Menschen, die das Geschäft, die Kunden und die Arbeit verstehen. Wer sie abbaut, um das Projekt zu finanzieren, verliert genau die Leute, die den nächsten Engpass gefunden hätten.

Wir beginnen bei dem Schritt, der die Nachfrage deckelt

Ein Personalabbau-Case beginnt beim größten Aufwandsblock. Wir beginnen bei dem Schritt, der die bediente Nachfrage begrenzt: die Warteschlange, die Kunden warten lässt, die Prüfung, die nur eine Person machen kann, der Bericht, der zu spät kommt, um noch zu handeln.

Um ihn zu finden, ziehen wir Zeitstempel aus dem Auftrags- oder Ticketsystem und schauen, wo Arbeit wartet, nicht wo sie bearbeitet wird. Dann stellen wir dem Team eine Frage: Wenn etwas Ungewöhnliches reinkommt, welcher Name fällt dann? Wo Wartezeit und immer dieselben zwei Namen zusammentreffen, liegt meist der Engpass. Der größte Aufwandsblock ist es selten.

Am Auftragsdesk war der Engpass nicht die Auftragserfassung. Es waren die Fälle außerhalb des Katalogs und mit Sonderkonditionen, die auf eine von zwei Personen warteten und das Tempo für alles dahinter bestimmten. Also liest das System jeden Auftrag, prüft ihn gegen Katalog, Preisvereinbarung und Bestand und lässt die Routinefälle durch. Die schwierigen Fälle kommen bei den beiden Fachleuten mit erledigter Vorarbeit an: Kundenhistorie, mögliche Ersatzartikel, die Marge, um die es geht. Die Entscheidung treffen sie. Ihr Tag verschiebt sich vom Erfassen einfacher Aufträge zu den Fällen, die nur sie klären können, und die zusätzliche Kapazität des Desks kommt aus dieser Verschiebung, nicht daraus, dass jemand geht.

Die Falle in diesem Aufbau: alles Unklare an die Fachleute zu schicken. Dann hat sich der Engpass nur verschoben. Wir begrenzen, was bei ihnen ankommt, auf Fälle, in denen ihr Wissen die Antwort ändert, und wir messen das Alter ihrer Warteschlange als eigene Kennzahl.

Das System ist darauf gebaut, Expertenurteil zu verbreiten

Ausnahmen werden nach Kontext verteilt, nicht danach, wer gerade frei ist: Eine Frage zu Ersatzartikeln geht an die Person, die die Produktlinie dieses Kunden kennt, eine Konditionsfrage an die Person, die den Vertrag verhandelt hat. Jede Entscheidung wird als kleiner Datensatz gespeichert: was das System vorgeschlagen hat, was die Fachperson getan hat, ein Begründungscode und eine Zeile Freitext. Jede Woche sortieren wir diese Datensätze nach Begründung. Eine Begründung, die sich wiederholt, wird zur Regel, mit dem Namen der Fachperson daran. Ein Fall, in dem die Fachperson das System überstimmt hat, wird zum Testfall, und das System muss ihn bestehen, bevor eine Änderung live geht.

Mit Bauchgefühl gehen wir genauso um. Wenn eine Fachperson einen Auftrag anhält, weil er nicht stimmig wirkt, bitten wir um eine Zeile dazu, was ihr aufgefallen ist. Oft ist es ein Muster, das noch niemand benannt hatte: eine neue Lieferadresse bei einem großen Erstauftrag, eine Preisanfrage, die jede frühere unterbietet. Einmal benannt, wird es bei jedem Auftrag geprüft, nicht nur bei denen, die diese Person zufällig sieht.

Mit der Zeit bekommt auch eine neuere Kollegin bei jedem Fall dieselben Belege, dieselbe Historie und die Begründungen früherer Entscheidungen. Brynjolfsson, Li und Raymond haben einen generativen KI-Assistenten in einem Kundenservice-Team untersucht („Generative AI at Work“, NBER, 2023) und die größten Zugewinne bei weniger erfahrenen Mitarbeitenden gefunden, weil das Werkzeug die Arbeitsweise der Besten an alle anderen weitergab. Genau auf diesen Effekt legen wir das System aus, und er hält nur so lange, wie die Fachleute da sind, von denen man lernen kann.

Was wir dem CFO sagen, der den Personalabbau-Case sehen will

Über Kosten sprechen wir durchaus, aber wir ändern, was gemessen wird. Die Wertaussage, die wir vor dem Bau vereinbaren, enthält drei oder vier dieser Kennzahlen:

• Bediente Nachfrage. Aufträge, Angebote oder Fälle, die in der Spitze mit demselben Team innerhalb der Zielzeit erledigt werden.
• Reaktionszeit. Von der Kundenanfrage bis zur brauchbaren Antwort, gemessen an Systemzeitstempeln.
• Abgewiesene oder verzögerte Arbeit. Angebote nach der zugesagten Frist, verlorene Aufträge mit „keine Antwort“ als Grund im CRM, Fälle, die eskaliert wurden, weil das Team ausgelastet war.
• Spielraum für den nächsten Schritt. Ob ein neuer Markt, Kunde oder eine neue Produktlinie ohne ein eigenes neues Team übernommen werden kann.

Den Rest sagen wir offen. Wächst das Unternehmen, fließt die Kapazität in dieses Wachstum. Wächst es nicht, zeigt sich die Kapazität in Einstellungen, die bei steigendem Volumen nicht nötig werden, und was damit geschieht, entscheidet das Unternehmen. Was wir nicht tun: den Abbau der Menschen, von denen das System abhängt, als Rendite verbuchen. Sind sie weg, bleibt das System so gut, wie es am Tag des Go-live war, und niemand ist mehr da, der es besser machen kann.

Was wir ablehnen

Wir lehnen Aufträge ab, deren einziges erklärtes Ziel ein kleineres Team ist, und wir sagen das im ersten Gespräch, vor einem Workflow Assessment.

Wir lehnen auch eine leisere Variante davon ab: ein System auf Korrekturen von Fachleuten zu bauen, die bereits wissen, dass sie ersetzt werden sollen. Ihre Korrekturen versiegen oder werden defensiv, die Grenzfälle werden nie benannt, und das System lernt nur die einfachen Fälle. Das sagen wir lieber früh, als es später im Testset zu finden.

Und wir berichten eingesparte FTE nicht als Hauptkennzahl, auch nicht auf Nachfrage. Eingesparte Zeit kann in den Details stehen. Sie ist nicht der Grund für die Arbeit.

Eine Einsparung wird einmal verbucht

Zwei eingesparte Gehälter sind eine Zahl, die sich ab dem Tag der Buchung nicht mehr bewegt. Zwei Fachleute, deren Entscheidungen jetzt jeden Fall prägen und die ihre Woche mit den Kunden und Ausnahmen verbringen, die sie wirklich brauchen, finden immer wieder den nächsten Engpass. Ein solches System wird nur besser, solange die Menschen, die das Geschäft verstehen, da sind, um es zu korrigieren. Deshalb bauen wir es um sie herum.