<\/p>\n
ALISON BEARD: Ich bin Alison Beard und das ist die HBR IdeaCast.<\/em><\/p>\n Harvard Business Review veranstaltete k\u00fcrzlich den HBR Strategy Summit 2026, einen Tag voller Expertenratschl\u00e4ge und Anleitungen von F\u00fchrungskr\u00e4ften und Akademikern, und wir teilen die H\u00f6hepunkte der Veranstaltung in dieser speziellen IdeaCast-Serie.<\/p>\n Heute h\u00f6ren Sie einen Meisterkurs, eine interaktive Vorlesung, von HBS-Professorin Tsedal Neeley dar\u00fcber, wie Organisationen eine erfolgreiche KI-Transformation vorantreiben k\u00f6nnen. Sie werden h\u00f6ren, wie sie die 30%-Regel erkl\u00e4rt, die minimale organisatorische Ver\u00e4nderung und das grundlegende Verst\u00e4ndnis der KI-Technologie, die erforderlich sind, um echte Ergebnisse zu erzielen. Sie wird Beispiele von Moderna, Domino's Pizza und Rakuten durchgehen und von HBR-Chefredakteurin Amy Bernstein moderierte Publikumsfragen beantworten. Genie\u00dfen Sie die Folge.<\/p>\n TSEDAL NEELEY: Hallo zusammen. Ich freue mich, heute hier zu sein, um dar\u00fcber zu sprechen, warum KI radikale Ver\u00e4nderung bedeutet. Und was ich in der Zeit, die wir gemeinsam haben, tun m\u00f6chte, ist dar\u00fcber zu sprechen, was es braucht, um KI in dem Tempo einzuf\u00fchren, das f\u00fcr Sie, f\u00fcr Ihre Organisation und f\u00fcr Ihre Branche sinnvoll ist.<\/p>\n KI ist \u00fcberall. Die Leute reden \u00fcber KI, KI, KI, und sogar \u00fcber agentische KI, agentische KI, agentische KI. Einiges davon ist Hype. Einiges ist real. Die Aufgabe, die wir in all unseren Organisationen haben, ist herauszufinden, wie wir \u00fcber den Hype hinauskommen und anfangen, uns in dem Tempo zu bewegen, das f\u00fcr uns sinnvoll ist.<\/p>\n Nun, zun\u00e4chst m\u00f6chte ich \u00fcber die 30%-Regel sprechen, um uns zu orientieren, wie wir \u00fcber KI denken sollten und wie viel wir als Einzelpersonen, als F\u00fchrungskr\u00e4fte, aber auch als gesamte Belegschaft verstehen m\u00fcssen, um Fortschritte in der KI zu erzielen.<\/p>\n Die 30%-Regel ist eigentlich eine Verh\u00e4ltnism\u00e4\u00dfigkeit, die besagt, dass wir alle eine minimale Technologie- und Ver\u00e4nderungskompetenzschwelle ben\u00f6tigen werden, um zu einer Zukunft beizutragen, die Daten, Algorithmen und KI als Teil davon hat. Und die 30%-Regel besagt, dass Sie kein Programmierer sein m\u00fcssen. Sie m\u00fcssen kein Datenwissenschaftler sein. Sie brauchen nichts davon, aber Sie brauchen ein grundlegendes Verst\u00e4ndnis, wie die 30% der englischen Sprache, die die meisten globalen Mitarbeiter beherrschen m\u00fcssen, wenn Englisch nicht ihre Muttersprache ist.<\/p>\n Eine der M\u00f6glichkeiten, \u00fcber den Hype hinauszukommen, ist ein grundlegendes Verst\u00e4ndnis davon zu haben, was KI ist und was KI nicht ist. Die Realit\u00e4t ist, dass KI nicht neu ist. Es gibt sie schon seit sehr, sehr langer Zeit. Und tats\u00e4chlich hat Flagship Pioneering f\u00fcr uns vier Innovationen oder vier Wellen von Innovationen in der KI festgehalten. Die erste begann tats\u00e4chlich in den 1950er Jahren. Sie wird als Kybernetik-\u00c4ra bezeichnet. Und in der Kybernetik-\u00c4ra, das ist die Zeit, in der Wissenschaftler am MIT, in Stanford, beim Milit\u00e4r versuchten, Biologie oder Ingenieurwesen zu nutzen, um zu sagen: K\u00f6nnen wir tats\u00e4chlich Maschinen haben, die sich auf eine Weise verhalten, die menschliche Elemente hat? Und k\u00f6nnen wir tats\u00e4chlich Maschinen haben, die sehr regelbasiert, feedbackbasiert waren, sich ein bisschen wie Maschinen verhalten? Dies sind die fr\u00fchen Perioden der Robotik, tats\u00e4chlich.<\/p>\n Und dann geht es weiter zu den 1980er, 1990er Jahren. Diese \u00c4ra wird als \u00c4ra der trainierten Experten bezeichnet, und hier versuchten Maschinen, menschliche Entscheidungsfindung in bestimmten Bereichen wie Medizin, wie Ingenieurwesen, zu replizieren und verlie\u00dfen sich wirklich auf regelbasierte Programmierung und Datenbanken, um Fachwissen in diesen Bereichen zu simulieren. Dies war eine effektive Periode, keine breite Akzeptanz, aber wir sahen einen gro\u00dfen Sprung in der KI-Innovation.<\/p>\n Und dann springen Sie in die 2000er Jahre. Dies ist eine Zeit, in der maschinelles Lernen entstand. Wir begannen, aus den reichlich vorhandenen Daten zu lernen, die hereinkamen, und die Rechenleistung war vorhanden, und Maschinen begannen zu lernen und sich anzupassen. Und dies war eine Art fr\u00fche Periode des Computer-Sehens, der nat\u00fcrlichen Sprachverarbeitung, all der Dinge, die uns zu heute gef\u00fchrt haben.<\/p>\n Die 2020er Jahre, generative KI mit, nat\u00fcrlich, der Ver\u00f6ffentlichung von ChatGPT im Jahr 2022 und zunehmend agentische Systeme. Dies ist, wo die neue Technologie namens Transformer es uns erm\u00f6glicht, neue Inhalte zu erstellen, Text, Sprache, Video, Audio, eine gro\u00dfe Welle, die das Tempo, wie sich KI entwickelt, dramatisch ver\u00e4ndert hat. Aber KI ist nicht neu. Das ist wirklich wichtig zu verstehen.<\/p>\n Nun biete ich zwei Definitionen von KI an, \u00fcber die wir nachdenken m\u00fcssen. Eine davon existiert noch nicht. Eine davon ist sehr in unserer Welt. Die, die existiert, ist spezifische KI. Allgemeine KI existiert noch nicht ganz, aber ich werde sie f\u00fcr Sie definieren, weil Informatiker und Philosophen der KI tats\u00e4chlich immer \u00fcber diese beiden Elemente sprechen.<\/p>\n Die allgemeine KI, die es noch nicht gibt, kann man sich wie den Terminator vorstellen, also Systeme, die menschen\u00e4hnlich sind. Sie verhalten sich wie Menschen, handeln wie Menschen, treffen Entscheidungen wie Menschen \u2013 existiert aber noch nicht. Ein Teil von mir hofft, dass sie nie existieren wird. Was tats\u00e4chlich existiert, nennt man spezifische KI oder schwache KI. Dabei f\u00fchrt KI bestimmte Aufgaben aus, wie gro\u00dfe Sprachmodelle, Gesichtserkennung oder Spracherkennung. Okay?<\/p>\n Was wissen wir also? Viele der Unternehmen der 2000er Jahre wie Meta \u2013 fr\u00fcher Facebook \u2013, Apple, Amazon, Google und Netflix setzen seit den letzten 15 bis 20 Jahren gezielt KI im gro\u00dfen Ma\u00dfstab ein. Wir waren also tats\u00e4chlich schon sehr stark dieser spezifischen KI in unserer Welt ausgesetzt. Heute erm\u00f6glicht KI Skalierung: Wir k\u00f6nnen Millionen und sogar Milliarden von Menschen sehr schnell bedienen, Entscheidungen und Abl\u00e4ufe beschleunigen und unser Handlungsspektrum erweitern. Mit den vorhandenen Daten k\u00f6nnen wir jetzt viel mehr erreichen und kreativ bei der L\u00f6sungsfindung sein. Ich werde Ihnen gleich einige Beispiele daf\u00fcr nennen.<\/p>\n Ein wenig Vorarbeit, bevor ich loslege, betrifft das, was ich gerade in Bezug auf Umfang, Geschwindigkeit und Reichweite beschrieben habe. Auf welche Weise wirken diese? Nun, es gibt die drei Ps: Vorhersagen, Mustererkennung \u2013 das ist das Beispiel der Gesichtserkennung, das ich Ihnen genannt habe \u2013 und Automatisierung. Ein viertes P, das sich nun immer mehr durchsetzt, ist die Produktion mit Agenten, und ich werde das gleich f\u00fcr uns definieren.<\/p>\n Nun gibt es drei Wertevektoren, die wir im Zusammenhang mit KI bedenken m\u00fcssen, und deshalb sagen wir, dass KI Wandel und radikalen Wandel bedeutet. Der erste ist, dass wir sicherstellen m\u00fcssen, Produkte zu haben, die die Menschen nutzen m\u00f6chten, mit Funktionen und Merkmalen, die f\u00fcr unsere heutige Welt sinnvoll sind. Der zweite Wertevektor ist der Netzwerkwert. Wir m\u00f6chten, dass so viele Menschen wie m\u00f6glich unsere Produkte und Dienstleistungen nutzen, um nicht nur diejenigen zu erweitern, die von unserem Angebot profitieren, sondern auch, um Innovationen voranzutreiben. Und der letzte Wertevektor sind Daten, Daten, Daten \u2013 sowohl interne Daten unserer Organisation als auch externe Daten.<\/p>\n Und so wird eine KI-Schwungmasse, wenn man dar\u00fcber nachdenkt, was das f\u00fcr uns bedeutet und wie wir uns daf\u00fcr ver\u00e4ndern m\u00fcssen, dass je mehr Daten wir nutzen k\u00f6nnen, um unsere Kunden, unsere Stakeholder zu bedienen oder sogar au\u00dfergew\u00f6hnlich zu bedienen, desto besser k\u00f6nnen die Algorithmen oder die Modelle, die wir verwenden, und die Dienstleistungen werden. Wir wissen also, wie wir anpassen und personalisieren k\u00f6nnen. Und je besser die Dienstleistungen sind, desto mehr nutzen die Menschen unsere Dienste, und das f\u00fchrt zu mehr Daten, mehr Daten, besseren Algorithmen, besseren Dienstleistungen, mehr Nutzung, mehr Daten.<\/p>\n Das ist wirklich das Schwungrad. Und hier zeigt sich echte Innovation, oft spezifisch f\u00fcr unsere Stakeholder \u2013 wie wir sie bestm\u00f6glich bedienen k\u00f6nnen. Die Auswirkungen von KI sind recht geteilt. Einerseits wissen wir, dass einige mit KI in der einen oder anderen Form wirklich f\u00fchrend sind, andererseits wissen wir auch, dass die Adoption eine Herausforderung war \u2013 und dar\u00fcber werde ich ebenfalls sprechen.<\/p>\n Die Auswirkungen von KI innerhalb von Organisationen sind enorm, und es gibt heute zahlreiche Daten, die belegen, dass Menschen, die KI \u2013 insbesondere generative KI \u2013 in Unternehmen einsetzen, eine Steigerung ihrer Produktivit\u00e4t erfahren. Wenn man sich die vielen Studien ansieht, die an der Harvard Business School und weit dar\u00fcber hinaus an vielen anderen Orten durchgef\u00fchrt wurden, zeigt sich: Eine Aufgabe, die mit KI eine Stunde dauert, nahm ohne KI fr\u00fcher drei bis vier Stunden in Anspruch. KI beschleunigt also erheblich, was Menschen tun k\u00f6nnen und wie sie es tun, einschlie\u00dflich der Nutzung von Werkzeugen, die zuvor manuell erledigt wurden.<\/p>\n Wenn wir \u00fcber Vertrieb und Marketing nachdenken, ist Marketing ein Bereich, der durch KI stark unter Druck geraten ist und sich ver\u00e4ndert, weil all die Videos, Audios, Bilder und die gesamte Inhaltserstellung jetzt viel schneller m\u00f6glich sind. Im Finanzwesen oder sogar im Fintech-Bereich, im rechtlichen Umfeld, in der Personalabteilung, im Ingenieurwesen und im Kundenservice \u2013 all diese Bereiche f\u00f6rdern, wenn sie gut umgesetzt werden, die Kreativit\u00e4t und definieren die Art des Wettbewerbs neu. Das bedeutet: Wenn ein Unternehmen KI einsetzt und ein anderes nicht, wird das offensichtlich.<\/p>\n Auf der externen Seite haben wir viele Beispiele, oder? Einige Beispiele sind Unternehmen wie Moderna in der Anfangsphase. Und dieser notwendige Mindset-Wandel wird in diesem Zitat von Stephane Bancel, dem CEO von Moderna, eingefangen: \u201eWir sind ein Technologieunternehmen, das zuf\u00e4llig Biologie betreibt.\u201c Und was wir von Moderna in der Anfangszeit der COVID-Pandemie wissen: Sie hatten nur 800 Mitarbeiter. Pfizer hatte 100.000 Mitarbeiter. Beide Unternehmen waren entscheidend f\u00fcr die Produktion und Lieferung des COVID-Impfstoffs um 2021 herum. Man sieht die Unterschiede im Ma\u00dfstab.<\/p>\n Domino\u2019s, wir sind ein Technologieunternehmen, das zuf\u00e4llig auch Pizza macht. Domino\u2019s hat \u00fcber viele Jahre hinweg eine bemerkenswerte Erfolgsgeschichte in Bezug auf seine Leistung hingelegt, weil sie Technologie und jetzt KI in den Mittelpunkt all ihrer Aktivit\u00e4ten gestellt haben.<\/p>\n Rakuten ist ein weiteres Beispiel f\u00fcr ein Unternehmen. Ich bin zuf\u00e4llig im Vorstand von Rakuten und kann Ihnen sagen: Als Rakuten seine KI-Strategie ank\u00fcndigte, die AInization hei\u00dft \u2013 stellen Sie sich den Begriff vor, nicht der einfachste Begriff, AInization auszusprechen, aber Sie k\u00f6nnen sich vorstellen, was das bedeutet.<\/p>\n Um dies noch konkreter zu formulieren: Die AInization-Strategie bei Rakuten bestand darin, ein Triple-20-Gesch\u00e4ftswachstum zu erreichen. Das bedeutete eine 20-prozentige Steigerung der Marketingproduktivit\u00e4t, eine 20-prozentige Steigerung der Betriebsproduktivit\u00e4t und eine 20-prozentige Steigerung der Kundenproduktivit\u00e4t bzw. des Umsatzes. Dies war ein Auftrag f\u00fcr die gesamte Organisation, diesen je nach den Dienstleistungen, die f\u00fcr die verschiedenen Gesch\u00e4ftsbereiche von Rakuten erbracht wurden, richtig zu interpretieren und umzusetzen. Rakuten verf\u00fcgt \u00fcber ein \u00d6kosystem. Und innerhalb weniger Monate waren die Ergebnisse verbl\u00fcffend, insbesondere da es sich um einen organisationsweiten Auftrag handelte, kombiniert mit der 30-Prozent-Regel f\u00fcr alle. Hier sind einige der Ergebnisse, die das Unternehmen verzeichnen konnte.<\/p>\n Ein R\u00fcckgang der Marketingkosten um 77 % in etwa vier Monaten. Bei denjenigen, die Mobiltelefone besa\u00dfen, Rakuten-Mobiltelefone, verzeichneten wir einen Anstieg von 50 % im E-Commerce-Bereich. Und die Einf\u00fchrung von KI war ziemlich massiv. Insbesondere aufgrund dieser Vorgabe und einer 30-Prozent-Regel wurden intern im Unternehmen \u00fcber 25.000 benutzerdefinierte Bots auf sehr dezentrale Weise erstellt, die Menschen bef\u00e4higen, ausstatten und dann beginnen, ihre Arbeitsabl\u00e4ufe zu verwalten. Zudem weitere 800 Agenten.<\/p>\n Ein weiteres Beispiel, das ich Ihnen nennen kann, ist die sogenannte KI-gest\u00fctzte semantische Suche. Wenn Sie auf einer beliebigen E-Commerce-Website einen Kauf t\u00e4tigen m\u00f6chten, denken Sie typischerweise an Amazon. Sie gehen in ein Dialogfeld und geben ein: \u201eHm, vielleicht Sneaker, ich m\u00f6chte Sneaker, Damen-Sneaker.\u201c Vielleicht f\u00fcge ich noch eine Gr\u00f6\u00dfe hinzu, vielleicht auch nicht. Vielleicht erg\u00e4nze ich eine Farbe oder nicht. Ich dr\u00fccke die Eingabetaste und sehe, was angezeigt wird.<\/p>\n Wenn Sie KI integrieren, insbesondere eine KI-gest\u00fctzte semantische Suche wie Rakuten, geben Sie ein: \u201eIch gehe zu einem Musikfestival. Es ist ein gesch\u00e4ftliches Event. Es ist ein Familientreffen. Es ist ein Date, was auch immer es sein mag. Vielleicht ist es ein regnerischer Tag. Du wei\u00dft, meine Lieblingsfarbe ist Rot. Was empfiehlst du?\u201c Und das System w\u00fcrde ein komplettes Outfit vorschlagen. Diese einfache Innovation hat zu einem Anstieg des Bruttowarenumsatzes um 6,5 % gef\u00fchrt. Bruttowarenumsatz. Wenn Ihr Bruttowarenumsatz in Milliardenh\u00f6he liegt, stellen Sie sich vor, was diese Zahl bewirken kann.<\/p>\n Das ist also die Art von Sache, die uns zu der Aussage f\u00fchrt, dass es hier um Wandel geht und um die Neudefinition des Wettbewerbs. Ich nenne Ihnen ein weiteres gro\u00dfes Beispiel, das die US-amerikanische Sch\u00f6nheitsindustrie \u00fcberrascht und im Sturm erobert hat. Die drittgr\u00f6\u00dfte Verkaufsplattform f\u00fcr Sch\u00f6nheitsprodukte in den Vereinigten Staaten ist TikTok, und so funktioniert das. TikTok hat \u00fcber drei Millionen Influencer, und das ist ein Beispiel daf\u00fcr, wie Dinge ablaufen k\u00f6nnen und auch tats\u00e4chlich ablaufen.<\/p>\n Dieser spezielle algorithmische KI-Prozess, den ich Ihnen als Beispiel nennen werde, betrifft diesen Influencer. Sein Name ist Li Jiaqi. Sie nennen ihn den Lippenstiftk\u00f6nig. Und er ist ein ehemaliger L'Or\u00e9al-Mitarbeiter, der jetzt ein Influencer mit \u00fcber hundert Millionen Followern auf vielen Plattformen ist. Sie sehen ihn mit einem Produkt. Er zeigt das Produkt. W\u00e4hrend er das Produkt zeigt, laufen im Hintergrund mehrere Algorithmen, eine Engagement-W\u00e4rmekarte. Stellen Sie sich vor, Sie k\u00f6nnten das f\u00fcr sich selbst tun, und eine Produkt-W\u00e4rmekarte, die bestimmen, wie engagiert die Leute sind und ob sich dieses Produkt verkaufen wird.<\/p>\n \u73b0\u5728\uff0c\u5f53\u674e\u4f73\u7426\u8bf4\u51fa\u4ed6\u7684\u53e3\u5934\u7985\u201c\u54e6\u4e70\u5676\uff0c\u59d0\u59b9\uff0c\u4e70\u5b83\u201d\u65f6\uff0c\u4eba\u4eec\u4f1a\u75af\u72c2\u8d2d\u4e70\u3002\u4f60\u770b\u5230\u7684\u9500\u552e\u989d\u7c7b\u578b\u662f\uff0c\u6bd4\u5982\u4e00\u592930\u4ebf\u7f8e\u5143\u3002<\/p>\n Denken Sie nun an unsere Sch\u00f6nheitspflegeindustrie. Sie haben das nie kommen sehen. Bei solchen Verkaufszahlen m\u00fcssen Sie liefern k\u00f6nnen, und deshalb wird der Wandel so wichtig. Wie liefern Sie das? Sobald Sie solche Verkaufszahlen haben, k\u00f6nnen Sie nur dann liefern, wenn Sie richtig strukturiert sind.<\/p>\n Erstens, Datenintegration. Alle Systeme sind in einer Plattform vereint, einer einzigen Quelle der Wahrheit, sodass Marketing und Lieferkette auf die Kampagne dieses Influencers abgestimmt werden k\u00f6nnen. Das ist der erste Punkt. Zweitens, Bestandsverwaltung. Sie ben\u00f6tigen eine einheitliche Plattform, die sicherstellt, dass das System bei einer effektiven Influencer-Kampagne und einem Nachfrageanstieg automatisch die Bestands- und Lieferkettenprozesse aktualisiert. Und dann das Verbraucherverhalten. Das Verbraucherverhalten, wie ich Ihnen gezeigt habe, die Interaktion und die Produkt-Hitze-Karte \u2013 die Heatmaps beispielsweise \u2013 basieren auf einem geometrischen Algorithmus, der die Videos, Likes, Wischbewegungen und alles dazwischen analysiert, um den Grad der Interaktion zu bestimmen. Und die Produktinteraktion ist tats\u00e4chlich ein maschinelles Lernmodell, das historische und aktuelle Daten nutzt, um vorherzusagen, ob ein Produkt gut verkauft wird oder nicht.<\/p>\n Und all dies zusammen stellt sicher, dass der Influencer nicht nur verkauft, sondern dass Sie diese Verk\u00e4ufe auch erf\u00fcllen m\u00fcssen und daf\u00fcr auf eine bestimmte Weise organisiert sein m\u00fcssen. Und ich werde Ihnen zeigen, wie das aussieht. Aber zuerst: KI-Agenten. Ich w\u00e4re nachl\u00e4ssig, wenn ich mir nicht die Zeit n\u00e4hme, bevor wir \u00fcbergehen, \u00fcber KI-Agenten zu sprechen. Und worauf ich hinweisen m\u00f6chte, ist, dass dies definitiv im Kommen ist. Es sind definitiv die Anf\u00e4nge, und es ist definitiv etwas, das wir in den n\u00e4chsten Jahren immer h\u00e4ufiger sehen und h\u00f6ren werden.<\/p>\n Und im Wesentlichen, was ein KI-Agent ist \u2013 wenn man dar\u00fcber nachdenkt, und das ist Microsofts Definition, die ich sehr mag, viele der anderen Mag 7 haben ihre eigenen Definitionen, aber ich finde diese klar und sauber. Microsoft definiert KI-Agenten als \u201eSysteme, die planen und handeln k\u00f6nnen, um Aufgaben oder ganze Arbeitsabl\u00e4ufe autonom mit entscheidenden Momenten menschlicher Aufsicht zu erledigen.\u201c<\/p>\n Microsoft hat im letzten April ver\u00f6ffentlicht, und Sie m\u00f6chten dies vielleicht heranziehen, es ist sehr leicht zu bekommen, was sie \"Das Jahr, in dem die Grenzfirma geboren wird\" nennen. Und sie haben ehrgeizig drei Arbeitsmuster definiert, die Menschen mit Unterst\u00fctzung, Menschen mit digitalen Kollegen und vielleicht sogar menschengef\u00fchrte Agenten umfassen. All dies ist interessant zu betrachten, um dar\u00fcber nachzudenken, was das f\u00fcr uns und unsere Arbeitsabl\u00e4ufe bedeutet, und um zu verstehen, was es bedeutet, Agenten und diese autonom gesteuerten Arbeitsabl\u00e4ufe mit menschlicher Aufsicht zu entwickeln.<\/p>\n Eine Seite, die ich mag und die dir einen Eindruck davon vermitteln kann, wie das funktioniert, ist n8n.io. Schau sie dir an. Sobald du eine halbe Stunde auf dieser Seite verbringst, wird dir klar, was das alles bedeutet. Aber ich erw\u00e4hne das, weil es jetzt wichtige Gr\u00fcnde gibt, herauszufinden, wie wir organisiert sein m\u00fcssen, was als N\u00e4chstes f\u00fcr uns ansteht und warum dies eine radikale Ver\u00e4nderung ist.<\/p>\n Eine Studie unseres Kollegen Marco Iansiti untersuchte die Vorreiter und Nachz\u00fcgler im Bereich KI. Er stellt fest, dass der gr\u00f6\u00dfte Erfolgsfaktor darin besteht, dass Sie mit jeder technologischen Architektur, die Sie einf\u00fchren \u2013 wie der von mir erw\u00e4hnten einheitlichen Plattform \u2013 auch Ihre Prozesse \u00e4ndern m\u00fcssen. Sie m\u00fcssen Ihre Prozesse innovieren. Sie k\u00f6nnen Ihre alten Prozesse nicht einfach auf die neue Plattform, den neuen Ansatz oder die neue, KI-gesteuerte Strategie in den bisher beschriebenen Formen \u00fcbertragen.<\/p>\n Der zweite Punkt ist, dass KI-orientierte Unternehmen nach Daten, Algorithmen und einheitlichen Plattformen organisiert sind \u2013 nicht nur nach Abteilungen. KI-Plattformen oder KI-Organisationen sehen so aus. Das ist das Ziel. Sie haben mehrere Datenquellen, einschlie\u00dflich Gesch\u00e4ftsbereichen, die ihre Eigenst\u00e4ndigkeit bewahren k\u00f6nnen, aber ihre Daten teilen k\u00f6nnen. Sie sehen diesen mittleren Teil, wo \u201eKI-Fabrik\u201c steht, Daten mit Tresoren teilen. Es geht nicht darum, dass Sie einfach alle Ihre Daten in ein beliebiges System werfen. Es gibt all diese Kontrollen, die Sie einrichten m\u00fcssen. Aber wenn Sie diese KI-Fabrik haben, direkt dar\u00fcber, sitzen die verschiedenen Einheiten wie Rakuten auf dieser Datenplattform wie Apps auf Ihrem iPhone.<\/p>\n So sehen nicht KI-orientierte Unternehmen aus, wie viele unserer Unternehmen \u2013 abgeschottet, das Spaghettichaos, das Sie sehen: IT-Projekte, Meetings, Meetings, Meetings, Meetings. \u201eOh nein, Sie m\u00fcssen zur Rechtsabteilung. Oh nein, Sie m\u00fcssen dahin. Oh, ich wei\u00df nicht. Nein, das sind meine Daten. Nein, das sind Ihre Daten. Nein, ich teile meine Daten nicht.\u201c All diese Dinge, oder? Alles organisatorisch. Aber das ist Teil der gro\u00dfen Ver\u00e4nderung, die wir durchmachen m\u00fcssen.<\/p>\n Amy, ich m\u00f6chte noch eine letzte Sache mit dir teilen, und vielleicht k\u00f6nnen wir beide dar\u00fcber sprechen. Das Letzte, was ich teilen m\u00f6chte, ist Folgendes: existenzielle Bedrohungen, und dann k\u00f6nnen wir das Thema wechseln. Ich m\u00f6chte dir also diese Liste mit f\u00fcnf Punkten zu existenziellen Bedrohungen hinterlassen, die dir zeigen k\u00f6nnen, in welchem Ausma\u00df und wie du dich ver\u00e4ndern musst. Erstens: Wird KI deine Kernkompetenzen st\u00f6ren? Zweitens: Investieren deine Investoren und Wettbewerber in KI und kommen damit voran? Drittens: Kundenerwartungen \u2013 ver\u00e4ndern sie sich? Und ja, sie ver\u00e4ndern sich massiv. Wir sehen das ganz deutlich in unserer Welt. Viertens: Die aktuelle Technologie schr\u00e4nkt deine Innovation ein \u2013 denk an technische Schulden. Und schlie\u00dflich: Friert deine Unternehmenskultur dein Unternehmen in veralteten Modellen ein?<\/p>\n Damit, Amy, lass uns reden.<\/p>\n AMY BERNSTEIN: Oh mein Gott. Meine Brust ist eng von diesen Fragen, Tsedal. Danke.<\/p>\n Der Lipstick King von TikTok haut mich um. Aber du hast eine Menge Fragen, Tsedal. Lass mich eine teilen, die sehr viele Upvotes von Kinan bekommen hat, der fragt: \u201eWie messen wir den ROI der Effizienz, die durch KI gebracht wird?\u201c<\/p>\n TSEDAL NEELEY: Ah. Die ROI-Frage ist eine riesige Frage. Wir h\u00f6ren sie st\u00e4ndig, und es gibt zwei M\u00f6glichkeiten, dar\u00fcber nachzudenken. Es gibt ROI, den du nicht bekommen wirst. Zum Beispiel sagt mein lieber Freund und Kollege, den du so gut kennst, Amy, Karim Lakhani: \u201eGibt es einen ROI auf WLAN?\u201c Es gibt einige Dinge, die wir tun m\u00fcssen, bei denen wir keinen direkten ROI haben werden, wie du ihn dir vorstellst.<\/p>\n Auf der anderen Seite steigt die Produktivit\u00e4t mit dem Einsatz von KI definitiv, sei es in der Softwareentwicklung oder sogar beim Erstellen von Pr\u00e4sentationen, Folien und Analysen usw. Es ist also schwer zu sagen, dass wir diesen ROI messen werden.<\/p>\n Aber das, was du messen musst, ist: Wie innovieren wir? Was sind die Ergebnisse? Wir m\u00fcssen in dieser Welt sehr ergebnisorientiert sein. Und selbst bei jeder technologischen Revolution, die ich sehr genau beobachtet habe, musst du dar\u00fcber nachdenken, welche Ergebnisse wir brauchen und ob wir diese Ergebnisse messen k\u00f6nnen. Dahin musst du gehen, zu den Ergebnissen. Besessen von Ergebnissen.<\/p>\n AMY BERNSTEIN: Ja. Ich denke, das ist immer wahr. Wir sollten von Ergebnissen besessen sein. Lass mich dir noch eine Frage stellen. Es ist schwer, eine auszuw\u00e4hlen, aber lass uns diese nehmen. Von Emmanuel: \u201eDer KI-Hype erzeugt tats\u00e4chlich viel Angst in unseren Organisationen. Als F\u00fchrungskr\u00e4fte, welche Botschaft kann die Akzeptanz und das Engagement bei der Einf\u00fchrung von KI-Technologien f\u00f6rdern?\u201c<\/p>\n TSEDAL NEELEY: Ungef\u00e4hr alle 40 Jahre gibt es einen KI-Hype. Das ist nicht neu, und es l\u00e4sst sich ziemlich gut alle 40 Jahre zur\u00fcckverfolgen. Wir sind gerade in dieser \u00c4ra. KI wird die Menschheit retten. KI wird die Menschheit zerst\u00f6ren, usw.<\/p>\n Ich denke, der beste Ansatz ist Nummer eins: Du musst KI entmystifizieren. 30 % f\u00fcr alle. Und das ist Teil dessen, was wir an der Harvard Business School tun. Wenn die Leute KI verstehen, reduziert das wirklich die Angst und die Temperatur, also Training, Training, Training.<\/p>\n Die zweite Sache ist empirische Evidenz. Glaube nicht dem Hype. Glaube dem Beweis. Also suchen wir immer nach Beweisen, Evidenz, empirisch, empirisch, empirisch.<\/p>\n Drittens: Sei sehr klar \u00fcber die Anwendungsf\u00e4lle, die wichtig sind, und demonstriere sie und pr\u00e4sentiere sie in deiner Organisation, damit die Leute sich auf die Anwendungsf\u00e4lle konzentrieren k\u00f6nnen, die f\u00fcr dich am relevantesten sind. Aber der Hype wird da sein, und er wird heftig sein.<\/p>\n ALISON BEARD: Das war Tsedal Neeley, die einen Meisterkurs \u00fcber KI im Rahmen unseres k\u00fcrzlichen HBR Strategy Summits gegeben hat. Neeley ist Co-Autorin des Buches \u201eThe Digital Mindset\u201c.<\/p>\n Wenn dir diese Folge hilfreich erscheint, teile sie mit einem Kollegen und abonniere und bewerte IdeaCast unbedingt in Apple Podcasts, Spotify oder wo auch immer du h\u00f6rst. Wenn du F\u00fchrungskr\u00e4ften helfen m\u00f6chtest, die Welt voranzubringen, erw\u00e4ge bitte, ein Abonnement der Harvard Business Review abzuschlie\u00dfen. Du erh\u00e4ltst Zugang zur HBR-Mobil-App, dem w\u00f6chentlichen exklusiven Insider-Newsletter und unbegrenzten Zugang zu HBR online. Gehe einfach auf hbr.org\/subscribe.<\/p>\n Danke an unser Team, Senior Producer Mary Dooe, Audio Product Manager Ian Fox und Senior Production Specialist Rob Eckhardt. Und danke an dich f\u00fcrs Zuh\u00f6ren beim HBR IdeaCast. Wir sind am Dienstag mit unserer regul\u00e4ren Folge zur\u00fcck. Ich bin Alison Beard.<\/p>\n<\/p><\/div>\n #Mittel #Radikale #Ver\u00e4nderung<\/p>","protected":false},"excerpt":{"rendered":" ALISON BEARD: Ich bin Alison Beard, und das ist der HBR IdeaCast. Die Harvard Business Review hat k\u00fcrzlich den HBR Strategy Summit 2026 veranstaltet, einen Tag voller Expertenratschl\u00e4ge und Anleitungen von F\u00fchrungskr\u00e4ften und Akademikern gleicherma\u00dfen, und wir teilen die H\u00f6hepunkte der Veranstaltung in dieser speziellen IdeaCast-Serie. Heute h\u00f6ren Sie einen Meisterkurs, einen interaktiven Vortrag, […]<\/p>","protected":false},"author":1,"featured_media":3277,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_monsterinsights_skip_tracking":false,"footnotes":""},"categories":[9],"tags":[],"class_list":["post-6478","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-management"],"acf":[],"yoast_head":"\n