Herzlich Willkommen zu den AI FIRST Insights!

Diese Woche habe ich zwei Gespräche geführt, die unterschiedlicher nicht sein könnten.

Im ersten Gespräch saß ich mit einem Team zusammen, das mir minutenlang erklärte, warum eine KI noch nicht "bereit" für ihren Bereich sei. Der "Beweis" war ein kleiner Fehler in einem KI-generierten Dokument. Ein Detail, das nicht perfekt war.

Ihr Fazit: "Wir machen das lieber weiter selbst."

Ich saß da und dachte mir: Ihr ignoriert doch völlig, dass ihr für das gleiche Ergebnis – selbst mit dem Fehler – zehnmal so lange gebraucht hättet. Da wurde der KI-Output mit einem theoretischen Idealzustand verglichen, den das Team selbst im Alltag oft gar nicht erreicht.

Im zweiten Gespräch erzählte mir der Gründer von Jamie, dass sie mit wenigen Mitarbeitern 700% in 12 Monaten gewachsen sind und mit max. 50 Menschen in den kommenden 3 Jahren auf 100m€ wiederkehrenden Umsatz wachsen wollen.

Sein Fokus lag natürlich nicht darauf, was die KI nicht kann. Sein Fokus war: "Wie müssen wir uns aufstellen, damit jeder Mitarbeiter den Output von zehn Leuten bei gleichbleibend hoher Qualität liefert?"

Zwei Gespräche in zwei völlig unterschiedlichen Welten. Die einen suchen Gründe, warum es nicht geht. Die anderen bauen darauf ihre Zukunft.

Warum nur eine Gruppe gewinnen kann, erkläre ich jetzt.

Los geht's!

KI kann immer mehr, immer schneller

Ich versuche bei solchen Themen immer, die Emotionen rauszunehmen und auf die Daten zu schauen. Dafür habe ich mir zwei Studien angeschaut (GDPval Benchmark & METR Time Horizon), die ein sehr klares Bild zeichnen.

In der GDPval Studie (etwas mit Vorsicht zu genießen, da die Benchmark von OpenAI entworfen wurde) wurden KI-Modelle in 1.320 Aufgaben aus 44 Berufen über 9 US-Wirtschaftssektoren, basierend auf echter Arbeit von Experten mit durchschnittlich 14 Jahren Erfahrung getestet.

Wenn wir uns die Ergebnisse von GPT 5.2 (wurde auf profesionelle Arbeit optimiert) im Vergleich zu den Ergebnissen von Branchenexperten anschauen, dann gewinnt KI bereits in 50-60% der Vergleiche.

Und das Tempo zieht an:

Die METR Studie "Measuring AI Ability to complete long tasks" zeigt, dass sich der Zeithorizont – also wie lange eine KI an einer Aufgabe autonom arbeiten kann – alle 7 Monate verdoppelt. Vor kurzem waren es noch Minuten-Aufgaben. Heute schaffen Modelle Aufgaben, für die ein Mensch ca. 50-60 Minuten braucht (z.B. einen spezifischen Bug finden und beheben). Wenn der Trend hält, sprechen wir Ende 2028 von Aufgaben, für die ein Mensch einen Monat braucht.

Für mich ergeben sich daraus zwei Schlussfolgerungen:

1. KI ist heute in vielen Aufgaben besser als Menschen.
2. KI wird in den nächsten Jahren noch deutlich besser werden.

Meine persönliche Bilanz

Wenn ich ganz ehrlich zu mir selbst bin (mein armes Ego...), dann muss ich zugeben, dass mich KI in weiten Teilen meiner Arbeit längst überholt hat. Das betrifft vor allem drei Bereiche:

1. Die intellektuelle Fleißarbeit

Egal ob es um Texte, Code oder Bildbearbeitung geht: Überall dort, wo Modelle auf massiven Datenmengen trainiert wurden, habe ich keine Chance mehr. Die KI liefert hier eine Qualität, die von meiner kaum noch unterscheidbar ist – aber sie tut es in Sekunden und für Bruchteile eines Cents. Wo ich früher Stunden für einen ersten Entwurf gebraucht habe, ist die KI fertig, bevor ich meinen Kaffee geholt habe.

2. Das konzeptionelle "Heavy Lifting"

Auch bei komplexeren Aufgaben wie mehrschrittigen Recherchen, Datenanalysen oder Produktkonzepten bringt mich die KI rasend schnell auf ein 80- bis 90-Prozent-Ergebnis. Ja, es ist noch nicht perfekt. Aber der Weg von 0 auf 90 war früher der harte Teil. Jetzt sind es ein paar Prompts.

3. Der Mythos der Kreativität

Oft wird ja argumentiert: "Aber kreativ ist die KI nicht!". Gegenfrage: Welcher Mensch ist denn wirklich kreativ? Da die KI keine Limitationen kennt, kann ich mir in Minuten 50 verschiedene Ideen für eine Headline oder eine Strategie geben lassen. Und wenn ich objektiv bin, sind in dieser Masse oft Ideen dabei, die besser, frischer und origineller sind als das, worauf ich in der gleichen Zeit gekommen wäre. Wir Menschen neigen dazu, unsere eigene durchschnittliche Kreativität zu überschätzen. Die KI liefert mir Optionen, auf die ich selbst nie gekommen wäre.

Woran es wirklich scheitert

Wenn etwas heute nicht mit KI klappt, liegt das fast nie an der mangelnden Intelligenz des Modells. Es liegt meistens an mir oder der Umgebung:

• Entweder bin ich mir selbst noch nicht klar genug darüber, was ich eigentlich will (dann kann ich eine KI nicht briefen und steuern).
• KI muss auf ihren Trainingsdaten arbeiten, weil ich keinen spezifischen Kontext/Datenbasis bereitstellen kann und produziert generische Ergebnisse.
• Es fehlen technische Integrationen in Drittsysteme.
• Oder es ist eine reine Architekturfrage (z.B. wie bekomme ich den Text jetzt schön auf eine Slide?), keine Fähigkeitenfrage.

Seit spätestens 2025 ist meine Limitierung nicht mehr die Technologie.

Die Limitierung ist nur noch meine Fähigkeit, KI zu führen und in Systeme einzubetten.

Addieren & multiplizieren

Wenn sich die Leistung meines "digitalen Kollegen" alle 7 Monate verdoppelt, habe ich manuell keine Chance. Ich kann das Spiel gegen KI oder gegen jemanden, der KI nutzt nicht gewinnen, wenn ich versuche, schneller zu tippen oder härter zu arbeiten.

Diese Erkenntnis brauchen wir in Unternehmen auf der obersten Ebene, weil nur dann die notwendigen Veränderungen im Sinne der Menschen im Unternehmen (=Transformation von Arbeitsweisen, Organisation, Kultur, Prozessen, Geschäftsmodell, ...), umgesetzt werden können.

Bei AI FIRST sind wir schon längst in unserer eigenen Transformation von "die Arbeit selbst machen" zu "Systeme bauen, die die Arbeit machen" angekommen.

Für jeden Bereich und jeden Menschen in unserem Team setzen wir zwei konkrete Hebel an, um unser wertvollstes Gut (unsere Zeit) mit größter Wirkung einzusetzen:

1. Stärken multiplizieren

Ich nehme mein Wissen, meine Arbeitsweisen und meine Qualitätsansprüche und bringe sie meinen KI-Agenten bei. Das mache nicht nur ich so, sondern jeder bei uns.

Früher habe ich den Report selbst geschrieben. Heute schreibe ich einmalig eine Checkliste mit meinen 5 Qualitätskriterien ("Was macht einen guten Report aus?") und gebe diese dem Agenten als dauerhafte Anweisung. Ich investiere die Zeit in die Kriterien, nicht in den Text.

Da die KI bei unklaren Aufgaben noch schwächelt, ist genau das jetzt mein Job: Klarheit schaffen. Ich sorge für saubere Daten, klare Prozesse und definierte Entscheidungsregeln. Ich liefere den Kontext, damit der Agent arbeiten kann.

Das ist keine "Aufräumarbeit", sondern Führung. Jeder bei uns ist Führungskraft von KI-Agenten, die eingestellt, geonboarded, trainiert und weiterentwickelt werden.

Darüber vervielfachen wir die Wirkung, die eine einzelne Person haben kann.

2. Fähigkeiten erweitern

Ich nutze KI, um Dinge zu tun, die ich vorher gar nicht konnte.

Ich bin kein Datenanalyst? Mit KI kann ich umfangreiche Datensätze auf die Fragen untersuchen, für die ich Antworten brauche.

Ich kann nicht programmieren, aber brauche ein bestimmtes Tool? Mit Coding Agenten baue ich heute kleine Apps, die genau das Problem lösen, das mich blockiert.

Das ermöglicht mir heute, Projekte umzusetzen, für die ich früher ganze Abteilungen oder viele externe Ressourcen gebraucht hätte. Ich warte nicht mehr auf Ressourcen oder Experten, ich mache einfach die ersten 80% selbst und lasse wenn nötig die letzten 20% von einem Spezialisten feinschleifen.

Die Zeit, die ich dadurch gewinne, investiere ich in das, was wirklich zählt:

Wertschöpfung für unsere Kunden, Beziehungsaufbau, neue Produkte umsetzen, mich weiterbilden. Immer dort, wo Menschlichkeit unverzichtbar bleibt.

Die Grenzen des Machbaren haben sich schon jetzt extrem verschoben und werden es weiter tun. Menschen und Unternehmen, die ihre Expertise multiplizierbar machen und Fähigkeiten erweitern, um Abhängigkeiten zu reduzieren, werden in den nächsten Jahren tolle Erfolgsgeschichten schreiben.

Ich mache mir dabei aber auch Sorgen um diejenigen, die den Wert ihrer eigenen Leistung weiter versuchen über Fehler in KI-Outputs zu rechtfertigen oder überhaupt nicht die Möglichkeiten in ihrem Unternehmen bekommen, das Potenzial von KI für den eigenen Job auszureizen.

It takes two to tango...

Fazit

Wer weiter an der eigenen Hybris festhält, wird's echt schwer haben.

Wer linear weitermacht, wird sich wundern, warum er immer schneller rennen muss, um auf der Stelle zu bleiben. Wer KI als Hebel nutzt, wird sich exponentiell entwickeln – egal ob als Gründer, der 100 Millionen anpeilt, oder als Angestellter, der sich Freiraum für die wirklich spannenden Aufgaben schaffen will und die eigene Wirkung maximiert.

Was das für uns bei AI FIRST bedeutet, haben wir in dieser Woche auf unserem 1. Offsite erarbeitet und ich freue mich darauf, mehr dazu in den kommenden Wochen und Monaten zu teilen.

Ich sehe darin eine große Chance, wieder mehr wir selbst zu werden und Ideen mit großem Einfluss umzusetzen, die vorher unerreichbar schienen. Ich will mit meinem Team und KI lieber die Grenzen des Machbaren verschieben. Die klein-klein Fehlersuche in KI-Ergebnissen überlasse ich gern anderen.

Frage dich einmal selbst:

"Welche Aufgabe hast du diese Woche erledigt, bei der du insgeheim dachtest: 'Das könnte eine KI wahrscheinlich auch' – es aber trotzdem selbst gemacht hast?"

Nimm dir anschließend den KI-Chatbot deiner Wahl und frage, wie KI dich bei der Umsetzung dieser Aufgaben unterstützen kann.

Damit fängst du dann an.

Bis nächsten Sonntag,

Felix

P.S. In diesem Artikel und in unserer School lernst du meine Best Practices für professionelle Arbeit mit KI und wie du darüber deine Expertise hebelst.