Die nächste große Veränderung durch künstliche Intelligenz beginnt vielleicht nicht mit einem neuen Tool, sondern mit einem guten Gespräch.
Wir sprechen über Tools, aber zu wenig über Zusammenarbeit
Wer sich derzeit mit künstlicher Intelligenz beschäftigt, stößt beinahe täglich auf neue Werkzeuge. KI-Agenten, n8n, automatisierte Workflows, Schnittstellen und immer leistungsfähigere Modelle.
Die Versprechen klingen verlockend: weniger Arbeit, höhere Produktivität, geringere Kosten.
Doch bei all diesen Möglichkeiten beschäftigt mich zunehmend eine andere Frage: Wissen wir überhaupt schon, was wir mit KI sinnvoll machen wollen?
Wir diskutieren darüber, welche Software wir miteinander verbinden können, bevor wir gelernt haben, wie wir mit künstlicher Intelligenz gemeinsam Probleme lösen, Entscheidungen reflektieren oder unser eigenes Handeln verbessern können.
Vielleicht beginnen wir gerade am falschen Ende. Denn bevor ich einen Prozess automatisiere, sollte ich verstehen, welchen Nutzen dieser Prozess tatsächlich schafft. Und bevor ich KI als Werkzeug einsetze, könnte es sinnvoll sein, sie zunächst als Denkpartner kennenzulernen.
Ein Beispiel aus der Unternehmenspraxis: die Buchhaltung
Nehmen wir einen kleinen Unternehmer. Er beschäftigt sich mit der Frage, wie er seine Buchhaltung mithilfe künstlicher Intelligenz automatisieren kann. Er vergleicht Softwarelösungen, beschäftigt sich mit Schnittstellen und überlegt, wie Rechnungen automatisch eingelesen, erkannt und verbucht werden können.
Das ist durchaus sinnvoll. Aber welchen wirtschaftlichen Nutzen bringt es ihm tatsächlich? Vielleicht spart er dadurch zwei Stunden monatlich bei der Belegverwaltung. Das ist angenehm. Doch verändert es sein Unternehmen grundlegend? Wahrscheinlich nicht.
Was wäre hingegen, wenn er die KI jeden Morgen für ein kurzes Gespräch über sein Unternehmen verwenden würde? Nicht über Buchungssätze, sondern über Fragen wie:
Welche Kunden haben ihre Rechnungen noch nicht bezahlt?
Welche Ausgangsrechnungen müssen wir heute schreiben?
Welche Leistungen verrechnen wir möglicherweise zu günstig?
Wie entwickelt sich unsere Liquidität in den nächsten Wochen?
Können wir uns die geplante Investition leisten?
Wie viel Geld sollten wir heute für Steuern, Rücklagen und Gewinn reservieren?
Plötzlich verändert sich die Rolle der KI. Aus einer Software, die Verwaltungsarbeiten übernimmt, wird ein Sparringspartner für unternehmerische Entscheidungen.
Die eigentliche Wertschöpfung entsteht nicht dadurch, dass eine Rechnung automatisch verbucht wird, sondern dadurch, dass wir aus den verfügbaren Informationen bessere Entscheidungen ableiten.
Natürlich benötigt die KI dafür verlässliche Daten. Aber erst aus dem gemeinsamen Arbeiten ergibt sich, welche Daten und Automatisierungen wir wirklich brauchen.
Finanzielle Grundlagen statt technischer Abkürzungen
In unseren Überlegungen sind wir auf zwei interessante Ansätze gestoßen: Profit First von Mike Michalowicz und die Finanzprinzipien von Dave Ramsey.
Beide beschäftigen sich, wenn auch aus unterschiedlichen Perspektiven, mit einer fundamentalen Frage: Wie schaffen wir finanzielle Stabilität durch einfache, konsequent angewandte Regeln?
Profit First verfolgt den Gedanken, Geld bewusst unterschiedlichen Zwecken zuzuordnen. Nicht erst am Jahresende zu schauen, was übrig bleibt, sondern Gewinn und Rücklagen systematisch einzuplanen.
Ramsey betont unter anderem den Aufbau einer finanziellen Notfallreserve und die Bedeutung regelmäßiger Spargewohnheiten.
Übertragen auf ein kleines Unternehmen könnte daraus ein einfaches System entstehen: Ein Konto für den laufenden Geschäftsbetrieb, ein Konto für Steuern und ein Konto für Reserven. Je nach Unternehmenssituation können weitere Konten sinnvoll sein.
Selbst wenn am Anfang nur ein kleiner Prozentsatz des verfügbaren Geldes zurückgelegt werden kann, entsteht durch die Regelmäßigkeit eine Gewohnheit.
Das Ziel könnte beispielsweise sein, langfristig eine Liquiditätsreserve in Höhe von sechs Monaten betrieblicher Fixkosten aufzubauen.
Und genau hier wird KI interessant. Sie könnte regelmäßig berechnen, wie weit wir von diesem Ziel entfernt sind, welche Beträge wir zurücklegen können und ob unser aktuelles Verhalten mit unseren finanziellen Zielen übereinstimmt.
Noch wichtiger: Sie könnte uns frühzeitig darauf aufmerksam machen, wenn wir vom eingeschlagenen Weg abweichen.
Die KI ersetzt dabei weder die unternehmerische Verantwortung noch die fachliche Prüfung. Sie unterstützt uns dabei, finanzielle Prinzipien tatsächlich im Alltag umzusetzen.
Was das mit Gesundheit zu tun hat
Während unseres Gesprächs kam mir eine Parallele zur Gesundheit.
Auch dort beschäftigen wir uns häufig mit den Feinheiten: Welches Nahrungsergänzungsmittel ist das beste? Welche Trainingsmethode verspricht die letzten paar Prozent Verbesserung? Welches neue Gerät sollten wir anschaffen?
Dabei sind die grundlegenden Faktoren für die Gesundheit seit Langem gut untersucht. Regelmäßige Bewegung, ausreichender Schlaf, eine ausgewogene Ernährung und langfristig gesunde Gewohnheiten bilden das Fundament.
Natürlich können Details wichtig sein. Aber sie ersetzen die Grundlagen nicht. Warum sollte es beim Einsatz künstlicher Intelligenz anders sein?
Wir suchen nach dem perfekten KI-Agenten, obwohl wir möglicherweise noch gar kein vernünftiges System für unsere Unternehmensfinanzen haben. Wir automatisieren das Erfassen von Rechnungen, obwohl wir nicht regelmäßig unsere offenen Forderungen kontrollieren. Wir optimieren Prozesse, deren wirtschaftlichen Nutzen wir noch nicht verstanden haben.
Vielleicht sollten wir zuerst die richtigen Gewohnheiten entwickeln und erst danach ihre technische Umsetzung optimieren.
Co-Intelligenz bedeutet gemeinsam denken, lernen und handeln
Ethan Mollick beschreibt in seinem Buch Co-Intelligence: Living and Working with AI eine Perspektive, in der künstliche Intelligenz nicht nur als Werkzeug, sondern auch als Partner für Denk- und Arbeitsprozesse betrachtet wird.
Für mich liegt darin ein wesentlicher Gedanke. Wir müssen nicht jede Antwort sofort kennen. Wir müssen auch nicht jedes Problem allein lösen.
Wir können gemeinsam mit KI unterschiedliche Lösungsansätze entwickeln, unsere Annahmen hinterfragen, Szenarien durchspielen und aus den Ergebnissen lernen.
Das verändert den Lernprozess. Ein Unternehmer muss nicht erst sämtliche Finanzkennzahlen auswendig beherrschen, bevor er beginnt, sich mit seiner Liquidität zu beschäftigen.
Er kann gemeinsam mit der KI die Kennzahlen erarbeiten, ihre Bedeutung verstehen und sie unmittelbar auf sein Unternehmen anwenden. Er lernt nicht nur über Liquidität. Er lernt, indem er seine eigene Liquidität analysiert.
Und aus diesem gemeinsamen Lernen entsteht schrittweise Handlungskompetenz.
Die Voraussetzung bleibt allerdings, dass die KI nicht bloß zustimmt. Sie muss auch kritisch hinterfragen, Unsicherheiten offenlegen und alternative Perspektiven anbieten. Sonst wird aus Co-Intelligenz lediglich eine komfortable Bestätigung unserer bisherigen Überzeugungen.
Vom Gespräch zur messbaren Veränderung
Eine entscheidende Frage bleibt: Woher wissen wir, ob diese Zusammenarbeit tatsächlich etwas bringt?
Nicht daran, wie viele Gespräche wir geführt haben. Nicht daran, wie viele KI-Tools wir verwenden. Und auch nicht daran, wie beeindruckend unsere Automatisierungen aussehen.
Sondern daran, ob wir unsere Ziele erreichen.
Wenn unser Ziel eine finanzielle Reserve von sechs Monatskosten ist, können wir messen, wie weit wir davon entfernt sind. Wenn wir unsere offenen Forderungen reduzieren wollen, können wir die Entwicklung beobachten. Wenn wir profitabler werden wollen, können wir Deckungsbeiträge, Kosten und Ergebnisse regelmäßig analysieren.
Die KI hilft uns dabei, diese Informationen zu interpretieren und konkrete Maßnahmen daraus abzuleiten.
Das entspricht auch unserer Vorstellung eines KI-gestützten Dōjōs: Learn. Apply. Prove It.
Zuerst verstehen wir die Grundlagen. Dann wenden wir sie im eigenen Unternehmen an. Schließlich überprüfen wir anhand der Ergebnisse, ob wir tatsächlich besser geworden sind.
Dabei sollten wir Ursache und Wirkung nicht verwechseln: Eine verbesserte Kennzahl beweist allein noch nicht, dass die KI dafür verantwortlich war. Entscheidend ist, ob die Zusammenarbeit nachvollziehbar zu besseren Entscheidungen und konsequenterem Handeln beigetragen hat.
Automatisierung ist nicht das Ziel, sondern eine mögliche Folge
Das bedeutet keineswegs, dass wir keine Automatisierungen benötigen. Im Gegenteil.
Wenn wir regelmäßig mit KI zusammenarbeiten, werden wir wahrscheinlich sehr schnell erkennen, welche Informationen uns fehlen und welche wiederkehrenden Tätigkeiten unnötig Zeit kosten.
Vielleicht benötigen wir einen automatischen Abruf unserer Bankbewegungen. Vielleicht eine Verbindung zur Buchhaltungssoftware. Vielleicht eine tägliche Auswertung offener Forderungen. Oder einen Agenten, der uns auf ungewöhnliche Entwicklungen aufmerksam macht.
Der entscheidende Unterschied liegt in der Reihenfolge.
Wir automatisieren nicht, weil eine neue Technologie verfügbar ist. Wir automatisieren, weil wir im gemeinsamen Arbeiten einen konkreten Bedarf erkannt haben.
Damit wird Technik zum Mittel für ein definiertes Ziel und nicht zum Selbstzweck.
Mein Fazit: Wir müssen Zusammenarbeit lernen
Ich glaube, dass wir die Bedeutung der Zusammenarbeit mit künstlicher Intelligenz noch immer unterschätzen.
Wir beschäftigen uns intensiv mit Modellen, Tools und technischen Möglichkeiten. Doch die Fähigkeit, gemeinsam mit KI zu reflektieren, Probleme zu strukturieren, Wissen aufzubauen und Entscheidungen zu verbessern, bekommt vergleichsweise wenig Aufmerksamkeit.
Dabei könnte gerade diese Fähigkeit langfristig wesentlich wertvoller sein als das Beherrschen einer bestimmten Software.
Denn Tools verändern sich. Modelle werden leistungsfähiger. Automatisierungen werden einfacher.
Die Fähigkeit, gute Fragen zu stellen, Probleme zu erkennen, Ergebnisse kritisch zu beurteilen und daraus konsequent zu handeln, bleibt dagegen entscheidend.
Vielleicht beginnt die produktivste Nutzung künstlicher Intelligenz deshalb nicht mit der Frage: „Was kann ich alles automatisieren?“
Sondern mit einer viel einfacheren: „Woran sollten wir heute gemeinsam arbeiten, damit ich morgen etwas besser kann als gestern?“
Literatur und Denkanstöße
Ethan Mollick (2024): Co-Intelligence: Living and Working with AI. Portfolio.
Mike Michalowicz (2017): Profit First: Transform Your Business from a Cash-Eating Monster to a Money-Making Machine. Portfolio.
Dave Ramsey (2013): The Total Money Makeover: A Proven Plan for Financial Fitness. Thomas Nelson.
Peter M. Gollwitzer (1999): Implementation Intentions: Strong Effects of Simple Plans. American Psychologist, 54(7), 493–503. Zur Bedeutung konkreter Handlungspläne bei der Umsetzung von Zielen.