Ethan Mollick identifiziert ein zentrales Paradox bei der KI-Einführung in Unternehmen: Während einzelne Mitarbeiter erhebliche Produktivitätsgewinne berichten (manche behaupten, KI habe ihre Produktivität "verdreifacht"), zeigen Organisationen nur minimale Gesamtleistungsverbesserungen.

Vier zentrale Beobachtungen

Erstens sind die Leistungssteigerungen real und dokumentiert. Studien in Dänemark und den Vereinigten Staaten zeigen, dass Mitarbeiter in verschiedenen Bereichen erhebliche Zeitersparnisse erzielen: Produktentwicklung, Vertrieb, Beratung und technische Rollen.

Zweitens ist die Verbreitung weitreichend. Zwischen 30 und 40% der US-Arbeitnehmer nutzen KI beruflich, wobei offizielle Unternehmenssysteme geringere Nutzungsraten (~20%) aufweisen, was auf eine erhebliche "Schatten"-Nutzung hindeutet.

Drittens existiert ungenutztes Potenzial. Deep-Research-Tools, KI-Agenten und Content-Generierungssysteme können transformative Arbeit weit über die aktuellen organisatorischen Implementierungen hinaus leisten.

Viertens erfassen Organisationen diesen Wert nicht. Individuelle Produktivitätsgewinne übersetzen sich nicht automatisch in organisatorische Verbesserungen ohne systemische Innovation.

Das Framework: Leadership, Lab und Crowd

Mollick schlägt ein dreiteiliges Modell zur Auflösung dieses Paradoxons vor.

Leadership muss eine klare Vision der zukünftigen Auswirkungen von KI auf die Arbeit etablieren und Anreize schaffen, die transparente Einführung fördern statt verdeckter Nutzung aus Angst vor Entlassungen oder verminderter Anerkennung.

Das Lab fungiert als beidhändige (ambidextrous) Innovationseinheit, die von der Crowd entdeckte Workflows in skalierbare Lösungen verwandelt, KI-Leistungs-Benchmarks für die realen Aufgaben der Organisation etabliert und experimentelle Prototypen baut, die aufkommende Möglichkeiten testen.

Die Crowd repräsentiert erfahrene Mitarbeiter, die durch Versuch und Irrtum organisch effektive KI-Anwendungen entdecken und erfolgreiche Workflows dann im gesamten Unternehmen teilen.

Praktische Empfehlungen

Mollick betont die Notwendigkeit, über vage ethische Richtlinien hinauszugehen und explizite Experimentierzonen zu etablieren. Schulungen sollten als praktische Erfahrung neu gefasst werden statt als Unterweisung in Prompting-Techniken. Organisationen müssen Benchmarks aufbauen, die KI-Leistung an ihren realen Aufgaben messen.

Er hebt zudem die Bedeutung hervor, Anreizstrukturen anzugehen, die Mitarbeiter davon abhalten, KI-unterstützte Produktivität offenzulegen, sowie den Zweck von Aufgaben grundlegend zu überdenken, wenn Effizienzgewinne frühere Engpässe beseitigen.

Strategische Vision

Mollicks entscheidende Erkenntnis: Der Wettbewerbsvorteil gehört Organisationen, die am schnellsten lernen, nicht jenen, die auf vollständige Klarheit warten. "Der richtige Zeitpunkt zum Anfangen ist nicht, wenn alles klar wird – es ist jetzt, während noch alles chaotisch und unsicher ist."