Wie AI Organisationen fundamental verändern wird
«Wir haben Copilot ausgerollt. Einzelne sind effizienter. Aber als Organisation? Kein Unterschied.» Das sagte mir kürzlich ein CFO einer mittelgrossen Schweizer Bank beim Mittagessen.
Ich verstehe den Punkt. Und ich glaube, er trifft einen wunden Nerv. Denn individuelle Produktivitätssteigerung ist nicht dasselbe wie nennenswerte Effizienzgewinne für die ganze Organisation.
Ein Mitarbeiter, der E-Mails schneller beantwortet oder ein Analyst, der seinen Research Report schneller verfasst, machen die Organisation per se nicht schneller. Dafür muss sich die Organisation selbst verändern: wie sie Wissen teilt, wie sie entscheidet, wie sie sich koordiniert. Das Gespräch mit dem CFO hat mich dazu gebracht, mich intensiv mit der Frage zu beschäftigen, wie sich Organisationen — und Schweizer Banken im Besonderen — durch AI in Zukunft verändern könnten.
Hierarchien und das Koordinationsproblem
Warum sind Firmen überhaupt hierarchisch organisiert? Hierarchien lösen ein simples Problem: Ab einer gewissen Grösse kann ein CEO nicht mehr alle Informationen selbst verarbeiten. Die Pyramide existiert, um Informationen nach oben zu verdichten und Vorgaben nach unten weiterzugeben. Das mittlere Management koordiniert diesen Informationsfluss. Aber Menschen können nur begrenzt Informationen verarbeiten. Sie filtern selektiv und brauchen Zeit für die Abstimmung. Dies führt mit steigender Firmengrösse zu immer grösseren Ineffizienzen.
Schon vor AI haben Unternehmen nach Lösungen gesucht, um die Abstimmung zu vereinfachen. Microsoft schuf die Rolle des Program Managers, der die Abstimmung zwischen Teams koordinierte. Amazon setzte bei der Wurzel an: Jedes Team stellte seine Daten und Funktionen über standardisierte Schnittstellen (APIs) bereit, so dass Teams möglichst unabhängig voneinander arbeiten konnten und per se weniger Koordination notwendig war. Apple wiederum alignierte Teams mit konkreten Prototypen, statt über abstrakte Spezifikationen zu diskutieren — und konnte so die Abstimmung vereinfachen.
Neue Möglichkeiten durch AI — Erkenntnisse von First Movern
AI eröffnet neue Möglichkeiten, die Koordination in einer Organisation massgeblich zu vereinfachen. Wenn eine Organisation AI als eine Art intelligente Schicht integriert, die E-Mails, Chat-Nachrichten, Code und Protokolle in Echtzeit erfassen und verknüpfen kann, sinken die Koordinationskosten markant. AI kann den vollständigen organisatorischen Kontext liefern und historische Entscheide abrufen. Damit wird der Informationsfluss schneller und direkter. Einige der erfolgreichsten Technologieunternehmen bauen deshalb aktuell ihre gesamte Organisation um.
Jack Dorsey (Founder von Twitter / CEO von Block) hat bei Block 40% der Belegschaft abgebaut und gleich mehrere Führungsstufen gestrichen. Seine These: AI kann den Informationsfluss deutlich vereinfachen und macht damit einen grossen Teil des mittleren Managements überflüssig. Sein Ziel: maximal zwei bis drei Führungsebenen statt fünf. Voraussetzung dafür: Das gesamte Unternehmenswissen muss für AI lesbar sein. Da Block remote-first arbeitet, sind Kundengespräche, interne Diskussionen und Entscheide bereits digitale Artefakte — dies erlaubt es Block, ein First-Mover zu sein.
Brian Chesky (Airbnb) setzt auf das, was er «Founder Mode» nennt: Der CEO trifft operative Entscheide direkt, statt sie durch Managementebenen zu delegieren. Er hat den «pure people manager» abgeschafft. Führungskräfte müssen selbst produktiv arbeiten, nicht nur koordinieren. Er nutzt AI, um als CEO direkt und in Echtzeit auf Unternehmensdaten zuzugreifen, anstatt auf aufbereitete Reports zu warten. Damit gewinnt die Organisation deutlich an Geschwindigkeit — ist in dieser extremen Form aber wohl nur in foundergeführten Unternehmen umsetzbar.
Brian Armstrong (Coinbase) hat 700 Stellen gestrichen, um das Unternehmen «AI-native» zu machen. In Zukunft gibt es maximal fünf Ebenen unter dem CEO. Einzelne Personen übernehmen mit AI-Unterstützung Aufgaben, die früher ganze Teams erforderten. Führungskräfte führen bis zu 15 Mitarbeitende direkt. Dies ist nur möglich, weil AI sowohl die persönliche Produktivität vervielfacht als auch die Koordination übernimmt. Als Resultat soll die Firma deutlich schneller und agiler werden.
Ich habe in meinen eigenen Führungsrollen erlebt, wie stark Informationen auf dem Weg nach oben gefiltert werden. Jede Ebene glättet, relativiert, lässt weg. AI gibt Führungskräften die Möglichkeit, die volle Wahrheit viel direkter zu sehen — und darauf zu reagieren. Genau das nutzen Chesky, Dorsey und Armstrong.
Was sich meiner Meinung nach ändern wird
Was haben diese Unternehmen gemeinsam? Sie alle behandeln AI nicht als Tool, sondern als Organisationsprinzip. Es kristallisieren sich fünf Veränderungen heraus, die sie alle in der einen oder anderen Form umsetzen:
1. Unternehmenswissen digital und maschinenlesbar machen. AI kann die Firma nur effizienter machen, wenn sie Zugang zum Wissen der Organisation hat. Meetings, Entscheide, Kundengespräche — alles muss digital verfügbar sein. Da die Datenmenge dadurch nochmals massiv ansteigt, ist es umso wichtiger, dass Datenhaltung, -pflege und Zugriffsmanagement sauber aufgesetzt sind.
2. Engpässe verschieben sich — Teamstrukturen müssen folgen. Wenn Softwareentwicklung durch AI massiv schneller wird, verschiebt sich der Engpass. Früher lag das Verhältnis von Produktmanagern zu Entwicklern typischerweise bei ca. 1:8 — der Engpass lag bei der Umsetzung. Dank AI kann heute sehr viel schneller gebaut werden. Die entscheidende Frage verschiebt sich von «Was können wir bauen?» zu «Was sollen wir eigentlich bauen?». Das Verhältnis zwischen Produktmanager und Entwickler verschiebt sich in Richtung 1:3 oder sogar noch tiefer.
3. Flachere Hierarchien, grössere Führungsspannen, kleinere Teams. Sämtliche Beispiele aus dem Silicon Valley zeigen in dieselbe Richtung: Weniger Führungsebenen, grössere Führungsspannen, direktere Führung. Gleichzeitig werden einzelne Personen dank AI ihre Produktivität vervielfachen können. Rollen verschmelzen — ein Produktmanager entwickelt in Zukunft gewisse Features selbst, ohne einen Softwareentwickler einbeziehen zu müssen. Dies führt zu kleineren Teams, die im Alleingang globale Lösungen ausrollen können.
4. AI als Schlüssel für schnellere und bessere Entscheide. AI kann Entscheidungsgrundlagen schärfen, Lücken aufdecken und Argumente challengen, bevor sie das Führungsgremium erreichen. Darüber hinaus gilt: «Show, don't tell». AI ermöglicht es, innerhalb von Minuten funktionsfähige Prototypen zu erstellen. Statt über abstrakte Konzepte zu debattieren, können Teams sich an konkreten Prototypen ausrichten und diese sogar direkt im Meeting anpassen. Das beschleunigt Abstimmung und Entscheidungsfindung enorm.
5. Die Firma wird zur lernenden Organisation. AI kann systematisch aufdecken, wo Teams in unterschiedliche Richtungen arbeiten oder wo operative Entscheide der Strategie widersprechen. Gleichzeitig fliessen Signale aus Kundeninteraktionen sofort als Feedback zurück. Was heute oft erst Monate später auffällt, erkennt AI in Echtzeit. Die Firma wird zum «closed Feedback-loop»: weniger Reibungsverluste, schnellere Korrekturen, eine Organisation, die mit hohem Tempo auf das richtige Ziel hinarbeitet — aber nur, wenn sie das richtige Lernsystem aufgebaut hat.
Was das für Schweizer Banken bedeutet
Bei Schweizer Banken sehe ich diese Diskussion bisher noch sehr begrenzt. Die meisten sind noch bei der Frage, wie einzelne Mitarbeitende effizienter werden. Das ist wichtig — greift aber zu kurz.
Erstens: Verstehen, wo sich Engpässe verschieben. Wenn AI die individuelle Produktivität in bestimmten Bereichen vervielfacht, verändern sich die Flaschenhälse. Ein Research-Artikel, der früher mehrere Tage brauchte, kann in 30 Minuten entstehen — was bedeutet das für eine Kantonalbank? Was erwarten wir von unseren Kundenberatern, wenn die Vor- und Nachbereitung eines Kundentermins deutlich weniger Zeit benötigt? Wenn Softwareentwickler plötzlich deutlich schneller liefern, stellt sich die Frage: Wissen wir überhaupt, was gebaut werden soll? Abläufe, Anreize, Ziele und Teamstrukturen müssen entlang dieser neuen Realität überdacht werden.
Zweitens: Gezielt digitalisieren. Nicht jedes Meeting muss protokolliert werden — und nicht jedes sollte es. Aber wenn die richtigen Interaktionen digital verfügbar gemacht werden, kann AI die Koordination in der Firma grundlegend verbessern: Widersprüche zwischen Teams aufdecken, Kundenfeedback schneller in die Produktentwicklung einfliessen lassen und Mitarbeitenden in Echtzeit Rückmeldung geben, ob ein Vorgehen mit Weisungen, Strategie oder Firmenwerten vereinbar ist. Gerade weil sich der Engpass von «Was können wir bauen?» zu «Was sollen wir bauen?» verschiebt, wird dieses organisatorische Wissen zum entscheidenden Vorteil.
Drittens: Klare Strategie in Kombination mit Raum für Exploration. Mir ist bewusst, dass der Einsatz von AI in Banken regulatorisch anspruchsvoll ist. Aber es gibt Lösungen. Um AI richtig einzusetzen, braucht es einerseits einen klaren Plan — eine AI-Strategie. Andererseits muss die Organisation auch Raum zum Experimentieren schaffen: indem Teams neue Tools im Tagesgeschäft testen dürfen, innerhalb klar definierter Leitplanken. Wenn Mitarbeitende eigene Erfahrungen sammeln, wo ihnen AI hilft, entstehen Use Cases «bottom-up». Entscheidend ist, dass die Organisation diese Use Cases aufnimmt und die Voraussetzungen schafft, dass sie zeitnah in der Breite produktiv ausgerollt werden können.
Ich bin überzeugt: Unternehmen, die früh verstehen, dass AI nicht nur ein Produktivitätstool, sondern ein Organisationsprinzip ist, werden einen erheblichen Wettbewerbsvorteil haben.
Natürlich bleiben offene Fragen. Es gibt gute Gründe, warum nicht alle Informationen für alle sichtbar sein sollten. Und es kann für einen CEO überwältigend sein, alle Probleme ungefiltert vor sich zu haben. Doch die Richtung hin zu direkterem Informationsfluss und schnelleren Feedbackzyklen scheint ziemlich sicher zu sein.
Wie denkt ihr über das Thema? Habt ihr euch schon Gedanken dazu gemacht?