22% mehr Produktivität.
Das ist der Unterschied, den KI in vernetzten, eigenverantwortlichen Teams macht – verglichen mit klassisch organisierten Teams. So zeigt es der aktuelle Microsoft Future of Work Report.
Die Zahl hat mich überrascht. Nicht weil sie hoch ist – sondern weil sie so stark vom Arbeitssystem abhängt.
Es geht nicht darum, ob KI funktioniert. Sie funktioniert. Die Frage ist: Wie setzt du sie passend zu deinem Arbeitssystem ein?
🎙️ You prefer to listen to the newsletter? Here is a short, AI-generated audio summary of this issue:
Deine Teamstruktur entscheidet über den KI-Erfolg
Ein Forschungspapier von Sebastian Reiche (IESE Business School) hat mir geholfen, das klarer zu sehen. Er beschreibt vier Arbeitssysteme, die sich aus zwei einfachen Fragen ergeben:
Wie vernetzt arbeitet das Team? Gibt es gemeinsame Ziele – oder arbeitet jeder an seinen eigenen Themen?
Wie viel Eigenverantwortung haben die Mitarbeitenden? Entscheiden sie selbst über den Weg zum Ziel – oder wird das vorgegeben?
Je nachdem, wie du diese Fragen beantwortest, arbeitet dein Team in einem von vier Systemen. Und in jedem System hat KI eine andere Rolle.
Oder anders gesagt: KI ist der Motor. Kommunikation ist der Fahrer. Der Motor ist stark – aber er braucht jemanden, der weiss, wohin die Reise geht.
Vier Arbeitssysteme – und was KI dort bewirkt
System 1: Klassisch gesteuert
Geringe Vernetzung, wenig Eigenverantwortung.
Aufgaben kommen von oben. Jeder arbeitet in seinem Bereich. Entscheidungen laufen über die Führung.
Die Rolle von KI: Effizienz-Werkzeug für Einzelne. E-Mails schneller schreiben, Dokumente zusammenfassen, Routineaufgaben beschleunigen. KI unterstützt individuelle Produktivität – aber sie verändert nicht, wie das Team arbeitet.
System 2: Selbstgesteuert mit gemeinsamen Zielen
Hohe Vernetzung, hohe Eigenverantwortung.
Das Team hat ein gemeinsames Ergebnis vor Augen. Jeder entscheidet selbst, wie er dazu beiträgt. Feedback kommt von Kolleginnen und Kollegen, nicht nur vom Chef.
Die Rolle von KI: Sparringspartner für das ganze Team. Gemeinsame Prompts, geteilte Learnings, KI als “Teammitglied” bei Recherche, Ideenfindung und Qualitätssicherung. Hier entfaltet KI ihr grösstes Potenzial – weil der gemeinsame Kontext die Briefings besser macht.
Die erwähnten 22% Produktivitätssteigerung? Sie kommen aus diesem System.
System 3: Formalisiert mit externen Kräften
Hohe Vernetzung nach aussen, wenig Eigenverantwortung.
Freelancer, Projektpartner, klar definierte Aufträge. Die Organisation gibt vor, was geliefert werden soll. Das “Wie” liegt beim externen Partner.
Die Rolle von KI: Standardisierung und Übergabe. KI hilft, Briefings präziser zu formulieren, Qualität zu prüfen, Schnittstellen zu managen. Sie macht die Zusammenarbeit mit externen Kräften effizienter – aber sie ersetzt nicht den klaren Auftrag.
System 4: Selbstorganisiert im Netzwerk
Hohe Vernetzung, hohe Eigenverantwortung, fluide Strukturen.
Teams formieren sich projektbasiert. Heute diese Konstellation, morgen eine andere. Maximale Flexibilität, aber auch Koordinationsaufwand.
Die Rolle von KI: Wissensbrücke und Kontinuität. KI kann helfen, Kontext zu bewahren, wenn Teammitglieder wechseln. Sie dokumentiert, fasst zusammen, hält den Faden. In diesem System ist KI weniger Produktivitäts-Tool und mehr Gedächtnis des Netzwerks.
Kein System ist besser oder schlechter
Das ist der entscheidende Punkt.
Ein Produktionsteam mit klaren Abläufen braucht System 1 – und KI als Effizienz-Hebel. Ein Innovationsteam braucht System 2 – und KI als Sparringspartner. Eine Agentur mit Freelancern arbeitet in System 3 – und nutzt KI für bessere Briefings.
Die Frage ist nicht: “Wie werden wir AI-ready?”
The question is: “In welchem System arbeiten wir – und wie setzen wir KI passend dazu ein?”
Drei Schritte, um das für dein Team zu klären
Schritt 1: Das aktuelle System erkennen
Zwei einfache Fragen an dein Team:
Haben wir ein gemeinsames Ergebnis, auf das wir hinarbeiten – oder hat jeder seine eigenen Aufgaben?
Entscheiden wir selbst, wie wir unsere Arbeit erledigen – oder wird das vorgegeben?
Die Antworten zeigen, in welchem Quadranten ihr steht.
Schritt 2: Die passende KI-Rolle definieren
Je nach System:
In System 1 führst du KI als individuelles Produktivitäts-Tool ein. In System 2 etablierst du KI als Team-Ressource – gemeinsame Prompts, geteilte Learnings. In System 3 nutzt du KI für Briefings und Qualitätssicherung. In System 4 setzt du KI als Wissensmanagement-System auf.
Schritt 3: Kleine Experimente starten
Nicht das ganze Unternehmen umstellen. Ein Team, ein Experiment, zwei Wochen. Was funktioniert? Was nicht? Dann anpassen und wiederholen.
Das ist der Marginal-Gains-Ansatz: Kleine Verbesserungen, die sich summieren.
Falls du das System wechseln willst
Manche Teams wollen von System 1 zu System 2. Mehr Eigenverantwortung, mehr gemeinsame Ziele, mehr Wirkung für KI.
Das geht – aber schrittweise:
In den ersten zwei Wochen wählst du ein Team, das vorangeht. Klein starten. 3-5 Personen mit einem gemeinsamen Output.
In Woche drei und vier definierst du Ziele statt Aufgaben. Was ist das Ergebnis? Nicht: Was sind die einzelnen Tasks?
In Woche fünf und sechs führst du KI als Team ein. Gemeinsamer Workspace für Prompts und Learnings.
In Woche sieben und acht etablierst du Peer-Feedback. Was hat KI diese Woche für uns erledigt? Was lernen wir daraus?
Dann: nächstes Team. Compound Effect.
Invitation to the KI-Café
KI und Teamwork stehen im Fokus des nächsten KI-Cafés am 11. März in Schaan. Zudem geben wir einen Einblick, wie man mit Hilfe von ChatGPT, Microsoft Copilot und Atlassian Rovo grosse Datensätze – qualitativ und quantitativ – analysiert und im Zeitraffer Einblicke und neue Erkenntnisse gewinnt. Hier geht’s zu Anmeldung.
