KI ist kein Add-on. KI ist Teil des Operating Models.

Stell dir vor, jemand hätte vor 30 Jahren gesagt: „Wir digitalisieren die Börse. Aber eigentlich bleibt alles gleich. Gleiche Abläufe, gleiche Rollen, gleiche Entscheidungswege. Nur mit Computern eben.“

Klingt absurd.

Denn genau das ist auch nicht passiert.

Der alte Trading Floor wurde nicht einfach digital verbessert. Er wurde durch ein anderes Operating Model ersetzt. Heute handeln Algorithmen in Millisekunden, Datenflüsse steuern Entscheidungen, Risikomodelle setzen Grenzen, Monitoring erkennt Auffälligkeiten, Menschen greifen an anderen Stellen ein als früher.

Die Trader der Börse wurden durch Computer nicht schneller gemacht!

Die ganze Börse wurde anders organisiert.

Und genau das ist der Punkt bei KI.

KI irgendwo reinschrauben bringt wenig

Viele Organisationen behandeln KI gerade wie ein neues Werkzeug, das man in bestehende Arbeitsabläufe einbaut.

Gleiche Meetings. Gleiche Übergaben. Gleiche Entscheidungswege. Gleiche Silos. Nur jetzt mit KI-Zusammenfassung, KI-Analyse oder KI-Assistent.

Das ist nett. Meistens sogar echt hilfreich.

Aber es ist wahrlich kein großer Hebel.

Wenn wir KI einfach irgendwo reinschrauben und dann Daumen drücken, dass alles besser wird, haben wir das Thema nicht verstanden.

KI ist kein Plugin für schnellere Arbeit.

KI muss ein integraler Bestandteil des Arbeitsflusses sein.

Und damit auch ein integraler Bestandteil des Operating Models.

KI-Agenten werden Akteure im Arbeitsfluss

Der entscheidende Shift ist: KI unterstützt nicht nur Menschen bei Aufgaben. KI-Agenten werden selbst zu Akteuren in Arbeitsflüssen.

Sie analysieren Informationen. Sie erkennen Muster. Sie schlagen Entscheidungen vor. Sie lösen Aktionen aus. Sie eskalieren Ausnahmen. Sie koordinieren mit anderen Systemen und Menschen.

Damit sind sie nicht einfach Tools am Rand.

Sie werden Stakeholder im System.

Nicht im menschlichen Sinne. Aber im operativen Sinne: Wenn ein KI-Agent Arbeit beeinflusst, Entscheidungen vorbereitet oder Abläufe steuert, dann muss er im Design des Arbeitsflusses berücksichtigt werden.

Wer liefert ihm welche Informationen? Welche Entscheidungen darf er vorbereiten? Welche Aktionen darf er selbst auslösen? Wo braucht es menschliche Freigabe? Wann wird eskaliert? Wer trägt Verantwortung, wenn etwas schiefgeht?

Das sind keine Tool-Fragen.

Das sind Operating-Model-Fragen.

Genau hier wird Flight Level 2 spannend

Ein Flight-Level-2-System gestaltet Arbeitsflüsse Ende-zu-Ende über Teamgrenzen hinweg.

Nicht jedes Team optimiert für sich. Nicht jeder Bereich baut seinen eigenen kleinen Prozess. Sondern wir schauen auf den gesamten Wertfluss: Wo entsteht Arbeit? Wo bleibt sie hängen? Wer muss wann eingebunden werden? Welche Entscheidungen braucht es unterwegs?

Mit KI kommt jetzt eine neue Dimension dazu.

Wir designen Arbeitsflüsse nicht mehr nur teamübergreifend.

Wir designen sie mensch-KI-übergreifend.

Das heißt: KI-Agenten sind Teil des Flow Designs. Nicht nachträglich. Nicht als Deko. Nicht als „da könnte man vielleicht noch ChatGPT drüberlaufen lassen“.

Sondern von Anfang an.

Wenn wir ein Flight-Level-2-System bauen, müssen wir heute fragen:

Wo im End-to-End-Flow kann KI sinnvoll Arbeit übernehmen? Wo verbessert KI Entscheidungen? Wo beschleunigt KI Feedback? Wo reduziert KI manuelle Übergaben? Wo entstehen neue Risiken? Wo brauchen wir klare menschliche Verantwortung?

Das ist die eigentliche Pointe.

Nicht: „Wie machen wir bestehende Teams mit KI effizienter?“

Sondern: „Wie gestalten wir unser Operating Model, wenn Menschen und KI-Agenten gemeinsam Arbeit durch das System bewegen?“

Weniger Tool-Euphorie, mehr Systemdesign

Die meisten KI-Initiativen starten bei Tools.

Welche Plattform? Welcher Copilot? Welcher Agent? Welche Automatisierung?

Alles relevante Fragen. Aber sie bringen genau gar nichts, wenn der Arbeitsfluss nicht verstanden ist.

Denn ein schlechter Flow mit KI bleibt ein schlechter Flow.

In den meisten Fällen sogar gefährlicher, weil Unklarheit automatisiert wird.

Wenn niemand weiß, wer entscheiden darf, was Priorität hat, wann eskaliert wird und welche Daten zählen, dann löst KI das nicht magisch auf. KI skaliert dann die Unklarheit.

Deshalb beginnt die Arbeit nicht mit Prompt Engineering.

Sie beginnt mit mensch-KI-übergreifenden Flow Design.

Wie soll Arbeit Ende-zu-Ende durch das System laufen? Welche Rolle spielen Menschen? Welche Rolle spielen KI-Agenten? Welche Entscheidungen werden wo getroffen? Welche Feedback-Loops brauchen wir? Welche Governance ist notwendig, ohne alles wieder totzubürokratisieren?

Das ist modernes Operating-Model-Design.

Und genau dort wird KI wirklich interessant.

Fazit

KI wird Organisationen nicht dadurch verändern, dass wir sie in bestehende Prozesse hineinschrauben.

KI verändert Organisationen, wenn wir Arbeitsflüsse neu designen.

Ende-zu-Ende. Über Teamgrenzen hinweg. Und jetzt auch über menschliche Grenzen hinweg: zwischen Menschen, KI-Agenten, Datenflüssen, Regeln und Entscheidungssystemen.

Das ist Flight Level 2 in einer KI-Welt.

Nicht lokale Optimierung mit besseren Tools.

Sondern ein Operating Model, in dem KI integraler Bestandteil des Wertflusses ist.

Die entscheidende Frage lautet also nicht:

„Wo können wir KI einsetzen?“

Die bessere Frage ist:

„Wie muss unser Arbeitsfluss aussehen, wenn KI ein echter Akteur darin ist?“

Wer diese Frage ernst nimmt, baut nicht einfach KI in die alte Organisation ein.

Er gestaltet ein neues Operating Model.