Veränderung braucht mehr als nur ein Megafon: kommunizieren, experimentieren und weiterbilden, um Transformation voranzutreiben

KI ist die Spitze des Eisbergs – was wir in den Nachrichten lesen, auf Plakatwänden sehen und in der Vorstandssitzung und von Mitarbeitenden hören. Aber das ist nur der Teil, der über der Oberfläche liegt. Die eigentliche Herausforderung besteht darin, das zu bewältigen, was darunter liegt. 

Laut der Boston Consulting Group (BCG) erkennen die leistungsstärksten Unternehmen den Iceberg. Sie folgen dem Prinzip 10-20-70, bei dem sie 10 % ihrer Bemühungen Algorithmen widmen, 20 % Daten und Technologie und 70 % Menschen, Prozessen und der kulturellen Transformation. In einem kürzlich veröffentlichten Webinar über KI-ROI: Stellen Sie sicher, dass Ihre Geschichte Fakt ist, nicht Fiktion. Snowflake und BCG haben diese Herausforderung besprochen. 

Die Transformation von Menschen, Prozessen und Kultur findet nicht über Nacht statt. Und das passiert nicht mit nur einem lautstarken Anführer, egal wie groß das Megafon ist. In seinem kürzlich erschienenen Buch Change: How to Make Big Things Happen breitet sich laut Damon Centola, einem Soziologieprofessor an der University of Pennsylvania, Veränderung nicht so aus wie Ideen es tun. Große Veränderungen oder Transformationen sind nicht viral. Stattdessen wachsen sie durch einen Snowball-Effekt und bauen durch wiederholte Exposition und starke Bindungen auf. Um den Wandel voranzutreiben, reicht es nicht aus, den Menschen von etwas zu erzählen. Vielmehr müssen Sie ihnen zeigen, dass andere, die ihnen wichtig sind, dies tun – und, was noch wichtiger ist, daraus einen Nutzen ziehen. Ob es nun darum geht, neue landwirtschaftliche Methoden einzuführen, den Energieverbrauch zu reduzieren, Daten für fundierte Entscheidungen zu nutzen oder sich auf KI zur Generierung von Code oder E-Mails zu verlassen – sozialer Einfluss ist von Bedeutung. 

Wenn Veränderung für neues Verhalten steht und nicht nur für eine neue Denkweise, dann reicht es nicht aus, eine Führungskraft mit einem Megafon oder ein paar Influencer zu haben, die für die Veränderung werben. Echte Akzeptanz und Verhaltensänderungen treten auf, wenn Menschen die Anwendung bei anderen sehen und von tatsächlichen Ergebnissen erfahren. Besser noch: Weiterbildung und Partizipation helfen ihnen dabei, am Spiel teilzunehmen. 

Erfolgreiche Unternehmen bringen all diese Kräfte zusammen, um Angst vor dem Verpassen (FOMO), einem bewährten Motivator und Veränderungsagent, zu wecken. In einem Gespräch schilderte kürzlich ein Datenverantwortlicher eines großen US-amerikanischen Lebensmittelhändlers, wie das Unternehmen für sein KI-Programm für Begeisterung gesorgt hat: 

1. Änderungen beschleunigen: Der Lebensmittelhändler bestimmte einen KI-Katalysator für jede Funktion oder jeden Geschäftsbereich des Unternehmens. Die Katalysatoren fördern KI im geschäftlichen Kontext und dienen als Ausgangspunkt für neue Anwendungsfälle – ein sicherer Ort, um Ideen zu präsentieren. Die Katalysator-Community bietet einen sicheren Ort, um Ideen zu präsentieren und so Ideen innerhalb des Unternehmens zu fördern. So ein breites Netz zu werfen, ist wichtig.

2. Foster FOMO: Die Organisation bot Workshops an, unterstützte Proof of Concept und förderte Erfolge. Dann legte der Datenverantwortliche noch einmal nach. Wie sie sagten: "Wir haben die Projektleitungen wie verrückt gefeiert und ihre Erfolge überall präsentiert." Und daraufhin haben auch andere die Hand gehoben und gefragt, wann sie ihren Workshop bekommen. 

3. Für Begeisterung sorgen: Und last but not least haben sie ihr Team gefördert, indem sie für Begeisterung gesorgt haben. „Wenn wir im Büro wären, hätten wir Tassen anfertigen lassen – aber jetzt haben wir eben ein Logo und einen Teams-Hintergrund, um unser Team zu feiern.“ Los, Team!

Bei Snowflake-Kunden greifen echte Veränderer nicht zum Megafon. Sie starten Programme, um zu kommunizieren, zu experimentieren und zu schulen, ihre Mitarbeitenden und Prozesse zu transformieren. 

Effektive Kommunikation

Zwar können lockere Gespräche in der Kaffeeküche vereinzelte Personen an Bord holen, doch KI-Überzeugungsarbeit muss systematischer und im gesamten Unternehmen erfolgen. Wie können Sie den Netzwerkeffekt in Ihrem gesamten Unternehmen optimal nutzen, um nicht nur zu verbreiten, sondern auch den Wandel voranzutreiben? Einige Unternehmen bezeichnen „Katalysatoren“, andere haben eine „Übersetzerrolle“ geschaffen.  

Bei Toyota Motors Europe fungieren Übersetzer als Brücke zwischen dem Unternehmen und den Data Scientists. Sie entfernen Jargon (auf beiden Seiten), um Konzepte leicht zugänglich und verständlich zu machen. Vor einigen Jahren führte Kmart Australia eine Datenübersetzerrolle ein und wies jedem operativen Bereich eine zu. Das Ergebnis war ein 400-prozentiges Wachstum neuer Ideen innerhalb von drei Monaten, aber auch eine dreifache Steigerung des Nutzens pro Datenanwendungsfall. Diese Übersetzer, eingebettet in die Geschäftsbereiche, konnten die Ärmel hochkrempeln und Seite an Seite mit Teams an der Umsetzung der Ergebnisse arbeiten. Kommunikation umfasst mehr als nur Worte. 

Und wie man so schön sagt: Ein Bild malt tausend Worte. Bei Toyota Motors Europe erstellte das Datenteam eine visuelle Darstellung seines Data Mesh, um Datenquellen und -nutzungen sowie die verschiedenen dazwischen liegenden „Stationen“ wie Data-Governance-Anforderungen und Genehmigungsprozesse zu veranschaulichen. Die Idee war, es einfach und visuell zu gestalten. Karten sind effektive Kommunikationsmittel. 

KI- und Datenverantwortliche müssen einen Schritt zurücktreten und die Zielgruppen, die sie erreichen wollen, die Botschaften für die einzelnen Zielgruppen und die Mechanismen der Kommunikation abbilden. Ein guter Ausgangspunkt ist es, folgende Fragen zu stellen:

• Wer sind die Zielgruppen?

• Was müssen sie wissen? Warum reden Sie mit ihnen?

• Wie ist ihr Verständnisgrad?

• Wie sollen die Inhalte aussehen?

• Welche Kanäle werden Sie nutzen, um sie zu erreichen?

• Wann sollten die Inhalte bereitgestellt werden? 

Experimente zur Ideenfindung und Weiterbildung  

Sobald das Unternehmen über KI informiert ist, werden Neugierige damit experimentieren wollen. Bei diesen Experimenten geht es darum, die Möglichkeiten zu entdecken und Ideen für laufende Projekte zu finden. Der Wert der Experimente besteht jedoch nicht in den erstellten Modellen, sondern in der Erfahrung, die Mitarbeitende hierbei sammeln. Werden die meisten Unternehmen auf lange Sicht eigene KI-Modelle entwickeln? Wahrscheinlich nicht. Experimente fördern das praktische Lernen. Toyota Motors Europe veranstaltet regelmäßig Hackathons mit Vertretern aus Fertigung, Logistik, Forschung und Entwicklung und seinen geografischen Märkten. Dieser Bottom-up-Ansatz ermöglicht es Teams, Ideen zu testen und sich mit den Daten und Technologien vertraut zu machen, mit denen sie diese Ideen entwickeln können. 

Breite Aufklärung

Die meisten Mitarbeitenden können nicht an einem Hackathon teilnehmen, Tatsächlich sind die meisten Mitarbeitenden weder Daten- noch KI-Experten – zumindest noch nicht. Erfolgreiches Änderungsmanagement erfordert umfassende Schulungen, um das Unternehmen zu verbessern; Mitarbeitende brauchen und wollen es. Viele sagen, wenn sie es nicht bekommen, werden sie gehen. Laut einer kürzlich veröffentlichten Studie zum Talentmanagement geben 74 % der Millennials und der GenZ-Beschäftigten an, dass sie ihren Job wahrscheinlich innerhalb des nächsten Jahres aufgeben werden, weil ihnen Möglichkeiten zur Weiterbildung fehlen. Doch laut einer LinkedIn-Studie sorgen sich Unternehmen zum Glück um die Mitarbeiterbindung. Das Bereitstellen von Lernangeboten war die wichtigste Bindungsstrategie der Umfrageteilnehmer. Während KI in Unternehmen Einzug hält, müssen Initiativen für das Änderungsmanagement Mitarbeitende in allen Rollen und Ebenen schulen – von der Werkshalle bis zur obersten Etage. 

Bei Toyota dreht sich die Schulung nicht nur um junge Absolvent:innen, sondern erstreckt sich auch auf Entscheidungsträger:innen auf allen Ebenen, einschließlich der Führungskräfte auf VP- und EVP-Ebene. KI-Workshops und Hands-On Labs beginnen mit Fragen wie „Was sind Daten?“, „Was ist KI?“ und am wichtigsten: „Was kann ich mit KI machen?“ Echte „Hands on Keyboard“-Erfahrungen zeigen die Kunst des Möglichen – und das wiederum bringt mehr Anwendungsfälle zum Experimentieren mit sich. 

Bei Alberta Health erfasst ihr AI Scribe Informationen aus Patienteninteraktionen in der Notaufnahme und gibt Ärzt:innen freie Hand für die medizinische Versorgung und die Verbesserung menschlicher Interaktionen. Sie wird von einer Handvoll Ärzt:innen in Notaufnahmen genutzt. Sie berichten davon, dass sie pro Stunde 10 bis 15 % mehr Patient:innen behandeln können. Die Idee für den Schreiber kam von einem Notarzt, der zeigte, dass nicht das Datenteam den Anwendungsfall identifiziert. Wenn Sie Mitarbeitenden skalierbare Möglichkeiten bieten, entstehen neue Ideen. Und wenn es Bedenken über sensible Daten und Ergebnisse gibt, stehen wachsamere Augen zur Verfügung, um ihre neuen KI-Kollegen bei der Stange zu halten. 

Angesichts der rasanten Zunahme von AI Agents, die eine Vielzahl von Aufgaben erledigen, müssen Mitarbeitende wissen, was sie erwartet. Sie müssen ihre eigenen Rollen bei der Definition, Zusammenarbeit und Überwachung der Ergebnisse ihrer neuen „Kolleg:innen“ verstehen. 

Einführung eines Kompetenz-Frameworks

In meiner Forschung bei Forrester habe ich ein Framework entwickelt, um über Zielgruppen nachzudenken. Es beginnt damit, zu überlegen, was Sie erreichen wollen. Der Kursplan von ACES sollte Bewusstsein, Verständnis und Fachwissen fördern und unternehmensweit skalieren – mit einer Feedbackschleife von Datenexpert:innen (und jetzt KI). 

Die Idee ist, sich nicht nur auf die Expert:innen zu konzentrieren, sondern die Ausbildung auf das gesamte Unternehmen auszuweiten. Schließlich spielt jeder eine Rolle bei der Erfassung, dem Schutz oder der Nutzung von Daten. Wer die Daten erfasst, wird oft übersehen: der Kassierer, die Außendiensttechnikerin oder der Benutzer der Mikrowelle im Pausenraum. Und in unserer neuen Agentenwelt müssen wir Menschen unsere Agentenkollegen verstehen.