Einführung
Andrzej Kinastowski (AK): Konnichiwa! Willkommen im AI automation Dojo wo wir in den Abgrund der modernen Arbeitswelt blicken – und der Abgrund mit einem Ladebildschirm zurückblickt. Heute tauchen wir kopfüber in den glorreichen und manchmal verwirrenden Zustand der Automatisierung im Jahr 2025 ein. Wir werden uns mit der zyklischen Geschichte der Automatisierung befassen. Ich bin euer Gastgeber, Andrzej Kinastowski, einer der Gründer von Office Samurai, dem Unternehmen, das sich traut zu fragen: „Was wäre, wenn Unternehmensberatung ohne PowerPoint-Präsentationen möglich wäre, die eindeutig gegen die Genfer Konvention verstoßen?“. Heute haben wir einen besonderen Gast – Dominik Jaskulski. Dominik, willkommen im Podcast.
Dominik Jaskulski (DJ): Ja, hallo zusammen, konnichiwa. Es ist schön, hier zu sein.
Die zyklische Natur des Automatisierungshypes
AK: Dominik, du bist schon sehr lange in der Welt der Automatisierung unterwegs. Erzähl den Leuten, die uns zusehen: Warum bist du hier – und vor allem, wann hast du das letzte Mal ein VBA-Makro geschrieben?
DJ: Ich denke, der Hauptgrund ist, dass wir gemeinsam ein Unternehmen führen. Vor Office Samurai war ich als Automatisierungsmanager tätig und verantwortlich für die Skalierung von Automatisierungsprogrammen in den GBS-Abteilungen großer Unternehmen. Ich glaube, das letzte Mal, dass ich ein Makro geschrieben habe, ist etwa acht Jahre her. Ich habe 16 Jahre Berufserfahrung, und eine meiner ersten Aufgaben, als ich noch Praktikant war, bestand tatsächlich darin, ein VBA-Makro zu schreiben. Dann, über viele Jahre hinweg, wenn Leute von Büroautomatisierung sprachen, meinten sie in etwa 80 % der Fälle tatsächlich VBA.
AK: Vermisst du es manchmal? Ich habe auch mit Makros angefangen. Heute möchten wir über den Stand der Automatisierung im Jahr 2025 sprechen. Worüber, denkst du, sollten wir sprechen?
DJ: Ich würde tatsächlich damit beginnen, worüber wir nicht sprechen werden, denn wir sind definitiv nicht die Typen, die sich mit industrieller Automatisierung auskennen oder in Produktionsunternehmen über Industrie 4.0 und IoT sprechen. Wenn du jedoch erfahren möchtest, wie Automatisierung im Büroumfeld und im Dienstleistungssektor umgesetzt wird, dann bleib bitte bei uns.
AK: Du hast mit den VBA-Makros angefangen, aber seitdem ist eine Menge passiert, oder?
DJ: Definitiv. In den Jahren 2014–2015 dachten alle, dass RPA kommen und all diese traditionellen, makrobasierten Automatisierungen ersetzen würde. Die Erwartungen waren extrem überhöht. Als wir mit einigen Leitern von GBS-Organisationen sprachen, dachten sie tatsächlich: „70 % der Arbeit von Buchhaltern wird automatisiert.“ Seitdem habe ich den Verdacht, dass die Zahl der Buchhalter eigentlich gestiegen ist – nicht gesunken. Ich habe das Gefühl, dass wir uns in einem sehr ähnlichen Moment auch mit KI befinden. Vor ein oder zwei Jahren, nachdem GPT-3.0 von OpenAI veröffentlicht wurde, erwarteten alle, dass KI alles automatisieren und die Arbeitsplätze übernehmen würde. Hast du schon von Clara gehört?
AK: Nein, Clara kenne ich nicht. Ich habe dich zwar davon sprechen hören, aber die Geschichte selbst kenne ich nicht.
DJ: Der CEO von Clara sagte vor anderthalb Jahren: „Die KI ist bereits so gut darin, die Anfragen unserer Kunden zu beantworten“, dass sie beschlossen, 700 Mitarbeiter zu entlassen – mit dem Plan, insgesamt 3.000 zu entlassen. Ihre Bewertung war ebenfalls stark überhöht – ich glaube, sie lag bei 46 Milliarden Dollar. Ein Jahr nach diesen Entlassungen lag sie dann nur noch bei sieben Milliarden. Kürzlich kündigten sie an, dass sie wieder einstellen werden. Sie sagen, es gehe ihnen jetzt mehr um Qualität – sie wollen eine bessere Qualität bieten, die nicht allein mit KI erreicht werden kann.
AK: Aber warum hat es nicht funktioniert? RPA ist inzwischen Alltag – wenn man es abschalten würde, würde das Unternehmen zusammenbrechen. Bei KI sieht es so aus, als würden wir dasselbe erleben: überhöhte Erwartungen. Warum funktioniert es nicht? Alle zeigen stolz ihre Labore, in denen alles perfekt läuft, aber sobald man versucht, das Ganze im großen Maßstab umzusetzen, scheint der Markt es einfach nicht hinzubekommen.
DJ: Eigentlich stimme ich dir hier nicht zu. Ich denke, dass RPA sich als nützlich erwiesen hat. Wir kennen Beispiele von Unternehmen, die 15, 20, sogar 25 % ihrer Belegschaft automatisiert haben. Ich mag dieses Zitat sehr: Wir überschätzen, was eine Technologie kurzfristig für uns tun kann, aber wir unterschätzen den Einfluss, den sie langfristig auf unser Leben haben kann. Es war dasselbe mit dem Internet. Wenn man jetzt über einen Zeitraum von 30 Jahren nachdenkt, hat es wirklich verändert, wie die Wirtschaft aussieht und was wir als Menschen tun.
AK: Wir hatten ja die Dotcom-Blase. Glaubst du, dass Generative KI die Welt auf eine so grundlegende Weise verändern wird wie das Internet?
DJ: Wahrscheinlich ja, auf lange Sicht. Viele Menschen denken bei dem Thema nur an einfache Chatbots, also etwas, das Wikipedia oder Google ersetzt. Aber die eigentliche Stärke der LLMs liegt darin, dass man sie mit dem Wissen der eigenen Organisation kombinieren kann. Diese KI kann nicht nur Antworten geben, sondern auch Vorschläge machen oder bei der Planung helfen. Und dann kommt die agentische Automatisierung ins Spiel – KI-Lösungen, bei denen man die KI nicht als menschliches Wesen sehen muss. Sie kann irgendwo auf einem Server im Hintergrund laufen und dem Unternehmen helfen, Waren von Punkt A nach Punkt B zu bewegen.
Eiferer, Leugner und die Kosten des Wartens
AK: Ich finde, das ist eine gute Art, über Generative KI nachzudenken und darüber, wie sie unter der Oberfläche implementiert wird. Es gibt tatsächlich Eiferer auf beiden Seiten. Auf der einen Seite sind die Leute, die glauben, dass KI in ein oder zwei Jahren alles verändern und die Arbeitslosenquote in die Höhe treiben wird. Auf der anderen Seite stehen die Unternehmen, die lieber erst eine Roadmap erstellen, McKinsey-Berater engagieren – und dadurch jetzt schon im Rückstand sind.
DJ: Wir empfehlen oft, sich irgendwo dazwischen zu positionieren – also nicht übermäßig optimistisch zu sein, aber auch nicht so zu tun, als gäbe es diese Technologien nicht. Man sollte vielmehr anfangen zu prüfen, wie man diese Technologien in die eigenen Geschäftsprozesse integrieren kann, wie KI die Kundenbetreuung, das Auftragsmanagement oder die HR-Funktionen unterstützen kann. Je früher eine Organisation beginnt, Pilotprojekte zu starten, desto schneller wird sie lernen, wo der Einsatz sinnvoll ist – und wo nicht.
AK: Warten hilft nicht viel, wenn man keine eigenen Erfahrungen sammelt. Wir kennen diese Unternehmen, die im Bereich Generative KI praktisch nichts haben. Alles ist blockiert durch die echte Angst vor Datenlecks. Selbst Dinge, die einfach und sicher umzusetzen wären – zum Beispiel, wenn man Microsoft nutzt, könnte man sich einfach einen Copilot holen – werden von vielen Firmen immer noch abgelehnt, weil sie weiterhin planen und Roadmaps erstellen, anstatt endlich anzufangen.
DJ: Ich würde sogar sagen, dass viele Unternehmen an der Leine von Compliance und IT-Sicherheit hängen. Es wird bei ihnen noch drei, vier oder fünf Jahre dauern, bis sie überhaupt etwas mit KI anfangen. Es gibt auch viele dumme Ideen, manchmal sogar von Vorstandsmitgliedern oder CEOs, weil sie gar nicht verstehen, was KI eigentlich ist. Ich habe mit einem unserer Kunden gesprochen, bei dem der CEO eines Unternehmens mit 10.000 Mitarbeitern hereinkam und sagte: „Ich möchte, dass ihr 200.000 Euro für Copilot-Lizenzen ausgebt.“ Unternehmen kaufen sie, um zu zeigen, dass alle Zugang zu KI haben – aber sehr oft haben sie ihre Mitarbeiter gar nicht geschult.
AK: Wenn man eine Technologie kauft, die noch so neu ist, sind die Menschen oft noch nicht daran gewöhnt, sie zu benutzen. Wir kennen Organisationen, für die wir bereits viele Schulungen durchgeführt haben.
DJ: Vielleicht ergibt Copilot nicht in jeder Position deines Unternehmens Sinn, aber man sollte auf jeden Fall mit diesen Technologien experimentieren. Es gibt Bereiche in der Organisation – E-Mails schreiben, Besprechungsnotizen erstellen, Präsentationen vorbereiten – in denen solche Software die Produktivität der Mitarbeiter deutlich steigern kann. Aber wenn man mehrere Millionen Dollar für diese Art von Software bezahlt und sie dann nur 5–10 % der Belegschaft tatsächlich nutzen, ergibt das wirklich keinen Sinn.
AK: Wir haben diese KI-Eiferer und KI-Leugner, und das erinnert ein bisschen an den RPA-Hype. Wir sehen sogar heute noch Unternehmen, die gerade erst mit RPA anfangen.
DJ: Sie haben dabei tatsächlich potenziell eine Menge Geld verloren, denn normalerweise hat man am Anfang, wenn man mit solchen Technologien startet, viele „Low-Hanging Fruits“ – also sehr offensichtliche Prozesse, bei denen man eine bestimmte Technologie in größerem Maßstab einsetzen kann und dadurch einen höheren Return on Investment erzielt.
AK: Glaubst du, dass Unternehmen wissen, wie sie KI in ihren Geschäftsprozessen einsetzen können?
DJ: Ich habe tatsächlich schon viele Unternehmen gesehen, die in eine unternehmensweite KI-Plattform investiert haben, und seit neun Monaten hören wir immer wieder von ihnen: „Wir bereiten die Implementierung noch vor, wir suchen noch nach den ersten Use Cases.“ Ich habe das Gefühl, dass wir den Zyklus wiederholen. Ich frage mich, was der nächste Zyklus nach der KI sein wird – Quantencomputing vielleicht?
AK: Quantencomputing könnte tatsächlich vieles durcheinanderbringen, besonders im Sicherheitsbereich. Wir sehen immer noch Unternehmen, die versuchen, sehr große KI-Unternehmensplattformen zu implementieren – und oft sind das Tools, die vor 10–15 Jahren entwickelt wurden, bei denen man einfach einen Zugang zu einem LLM hinzugefügt hat. Es überrascht mich wirklich, dass Unternehmen kaum Pilotprojekte oder schrittweise Implementierungen durchführen.
DJ: Man sieht bereits eine gewisse Abneigung gegen KI auf LinkedIn – Aussagen wie: „Uns wurde X versprochen, und die KI hat nicht geliefert.“ Wir haben zum Beispiel den Fall einer KI-Assistenten-Implementierung in Microsoft Teams, bei der die Lösung nicht in verschiedenen Sprachen antworten kann.
AK: Sprachen sind etwas, das Generative KI wirklich, wirklich gut beherrscht. Wenn man also eine Beratungsfirma beauftragt, ein Tool zu entwickeln, würde man erwarten, dass sie so etwas wissen und es auch ordnungsgemäß testen können.
DJ: Das ist sehr ähnlich wie bei RPA. Die großen Beratungsunternehmen haben riesige Programme aufgebaut, dir 20, 30 oder sogar 50 Entwickler zur Verfügung gestellt – und dabei oft frisch graduierte Absolventen eingestellt, die erst in deinen Projekten gelernt haben, wie man RPA überhaupt macht. Ich habe das komische Gefühl, dass es heute in vielen Situationen ganz ähnlich ist.
AK: Ich denke, wir müssen RPA genauer untersuchen, um besser zu verstehen, was als Nächstes mit KI passieren wird. Mir gefällt dieser Gedanke, dass sich die Zyklen immer wiederholen.
DJ: Der Großteil des Marktes stabilisiert sich normalerweise vier bis fünf Jahre nach dem ersten Hype, also sollten wir wahrscheinlich 2027–2028 eine ähnliche Standardisierung sehen. Ich glaube allerdings, dass dieser Zyklus eine viel größere Amplitude hat. Aber die Geschwindigkeit des Wandels, also wie schnell alle Marktteilnehmer neue KI-Lösungen implementieren, ist wirklich atemberaubend. Es ist auch eine Frage der Spezialisierung – wir könnten feststellen, dass es immer mehr LLMs gibt, die auf bestimmte Bereiche spezialisiert sind.
Der beste Ansatz: agiles Experimentieren
AK: Wenn man sich die KI-Technologien ansieht – wie instabil sie sind und wie schnell sie sich verändern –, denke ich, dass dieser agile Ansatz – etwas Kleines ausprobieren, einen Test durchführen, ein Lab aufbauen, sich selbst eine Meinung bilden – wahrscheinlich das Beste ist, was man tun kann.
DJ: In großen Organisationen gibt es dieses SAFe-Framework, und ich habe ein Meme gesehen, in dem steht, dass es bereits 800 Seiten umfasst. Wie soll man agil sein, wenn man ein 800-seitiges Handbuch hat? Das klingt irgendwie nicht mehr nach Agilität.
AK: Einer unserer Werte bei Office Samurai lautet: No Bullshit. Wenn die Leute sehen, dass du ihnen nichts verkaufen, sondern ihnen wirklich bei der Problemlösung helfen willst, ist das eine ganz andere Art von Gespräch.
DJ: Das führt irgendwie wieder zurück zur Eiferer-Diskussion. Man darf kein Eiferer sein.
AK: Was begeistert dich heutzutage am meisten?
DJ: Ich kann hier Daniel Lines zitieren: Die Zukunft ist agentisch. Das ist im Moment das heißeste Thema – KI-Agenten: wie man sie baut, testet und die Prozesse orchestriert, in denen man möglicherweise mehrere KI-Agenten gleichzeitig einsetzt.
AK: Wir sprechen jetzt über große Frameworks – agentische Automatisierungsframeworks, bei denen man mehrere Integrationen, mehrere RPA-Roboter, mehrere Abfragen an SQL-Datenbanken hat – und dazwischen KI-Agenten, die die Arbeit erledigen oder sogar andere KI-Agenten orchestrieren.
DJ: Man kann das mit Generative-KI-Modellen vergleichen, die Videos oder Bilder erzeugen. Ich denke, wenn wir irgendwann eine neue Kategorie bei den Oscars sehen – „KI-generierte Filme“ –, dann kann man sagen: „Diese Technologie ist reif genug.“
AK: Man sollte nur nicht erwarten, dass sie einfach sind oder direkt out of the box für einen funktionieren.
DJ: Es gibt diese Analysten, die behaupten, dass RPA tot sei. Dieselbe Geschichte habe ich schon 2015 gehört. Bei KI ist das potenziell möglich, aber auch hier wird es noch einige Zeit dauern.
AK: In den meisten Fällen wäre das auch ein Overkill. Wenn man einen Prozess hat, den die Automatisierungen tausendfach am Tag ausführen müssen, dann ergibt es am meisten Sinn, es auf die RPA-Art zu machen. Wenn man stattdessen den gesamten Bildschirm an ein LLM sendet, kostet das viel Energie, viele Tokens und eine Menge Geld. Außerdem nutzen die meisten unserer Kunden irgendwo noch S400- oder andere alte IBM-Mainframe-Systeme.
Clever starten: Ratschläge für Unternehmen
DJ: Für Unternehmen, die sich fragen: „Was soll ich jetzt tun?“ – was wäre dein Rat?
AK: Zum einen sollte man sicherstellen, dass die eigene Organisation Zugang zu einem LLM hat. Ein weiterer Punkt ist die persönliche Produktivität – man kann etwa Copilot einsetzen, muss aber gleichzeitig auch in Schulung und Weiterbildung investieren. Dann gibt es Bereiche des Wissensmanagements, in denen man Assistenten implementieren kann. Am besten nutzt man bestehende Oberflächen wie Slack als Frontend für die eigenen KI-Assistenten oder Agenten. Und schließlich gibt es die unternehmensweite agentische Automatisierung – sie funktioniert eher wie ein Puzzle, bei dem man die richtigen Teile zusammenfügen muss.
DJ: Andrzej, vielleicht frage ich dich: Was begeistert dich persönlich am meisten, wenn es um KI geht?
AK: Ich finde, beim Thema KI-Automatisierung ist für mich das Spannendste, all die Fehlschläge zu sehen. Besonders die, die von den größten Akteuren am Markt verursacht werden, werden am spektakulärsten sein – denn wenn man beim Thema KI zu viel verspricht, führt das zwangsläufig zu spektakulären Misserfolgen. Wir hatten selbst ein paar Pilotprojekte, die wir bereits in der Pilotphase beenden mussten – zum Beispiel eines, bei dem versucht wurde, das Gespräch zwischen Beratern und Kunden in Echtzeit zu übersetzen. Wir müssen sowohl die Dinge zeigen, die funktionieren, als auch die, die nicht funktionieren, denn die Menschen müssen ein Grundverständnis dafür entwickeln, was real ist und was noch nicht. Dominik, vielen Dank, dass du heute bei uns warst.
Fazit
AK (Andrzej Kinastowski): Und sie automatisierten glücklich bis ans Ende ihrer Tage … oder etwa nicht? Das ist das Ende dieses Kapitels im leicht verstörenden Märchen der Automatisierung 2025. Ein großes Arigato, dass ihr uns eure Ohren geliehen habt. Ein riesiges Dankeschön an unseren Gast Dominik Jaskulski und an unsere Produzentin Anna Cubal. Wie immer aufgenommen im legendären Wodzu Beats Studio. Bis zum nächsten Mal – haltet eure Passwörter komplex und eure Erwartungen an eine vollautomatisierte Utopie lieber moderat. Mata ne.
