Bis vor Kurzem arbeitete ein Bekannter von mir als Scrum Master in einem großen, traditionell strukturierten Unternehmen.

​

In seinem Bereich, dem Marketing, funktionierte das agile Setup bemerkenswert gut. Das Team war jünger, stärker projektorientiert, und fühlte sich wohl mit Geschwindigkeit, Iteration und enger Zusammenarbeit. In diesem Umfeld entfaltete Agilität ihre volle Wirkung.

​

In anderen Bereichen desselben Unternehmens zeigte sich jedoch ein deutlich anderes Bild.

​

Dort waren Teams in langfristige Kundenbeziehungen eingebunden, mit klar definierten Verantwortlichkeiten und stärker formalisierten Prozessen. Das, was im Marketing als Befähigung erlebt wurde, führte hier eher zu Unklarheit und Reibung. Es ging dabei weniger um Widerstand im klassischen Sinne, sondern vielmehr um fehlende Passung.

​

Ich denke häufig an diese Erfahrung, wenn ich mir die aktuelle Welle rund um Künstliche Intelligenz anschaue. Denn vieles daran kommt mir vertraut vor.

​

Vor etwa einem Jahrzehnt begann Agilität, ihren ursprünglichen Kontext der Softwareentwicklung zu verlassen. Ursprünglich als Antwort auf die Grenzen klassischer Wasserfallmodelle gedacht, bot sie eine schnellere, nutzerzentrierte und adaptive Arbeitsweise. In diesem Kontext war sie hochwirksam.

​

Mit der Zeit jedoch wurde Agilität zu einem organisationsweiten Leitbild erhoben. Unternehmen verschiedenster Branchen – von Telekommunikation über Pharma bis hin zu Finanz-dienstleistungen und Produktion – begannen, agile Prinzipien breit auszurollen. Klassische funktionale Strukturen wurden aufgelöst oder zumindest stark verändert, zugunsten von cross-funktionalen Teams, flacheren Hierarchien und projektbasierter Zusammenarbeit.

​

Ein Teil dieser Transformationen war erfolgreich und schuf echten Mehrwert. Viele erwiesen sich jedoch als deutlich schwerer nachhaltig zu verankern als zunächst angenommen.

 

Heute beobachten wir eine ähnliche Dynamik im Umgang mit KI.

​

Auch hier beginnt vieles in klar abgegrenzten, gut geeigneten Anwendungsfeldern – etwa in der Unterstützung einzelner Aufgaben oder Funktionen. Und auch hier entsteht rasch die Erwartung, dass sich diese Ansätze auf die gesamte Organisation übertragen lassen.

​

In der Praxis zeigt sich jedoch ein differenzierteres Bild.

​

KI kann Prozesse beschleunigen, Entscheidungsgrundlagen verbessern und neue Möglichkeiten eröffnen. Gleichzeitig stellt sie etablierte Arbeitsweisen, Rollenverständnisse und Führungsmodelle infrage. Was in einem Kontext Effizienzgewinne bringt, kann in einem anderen zu Verunsicherung oder zusätzlicher Komplexität führen.

​

Die zentrale Herausforderung besteht daher nicht darin, ob sich Organisationen verändern sollten, sondern wie sie sicherstellen, dass diese Veränderung zur eigenen Realität passt – zur Kultur, zur Struktur, zu den Menschen und zu den jeweiligen Anforderungen des Geschäfts.

 

Und manchmal bedeutet das auch, den Mut zu haben, zu justieren.

​

Nicht als Rückschritt, sondern als bewussten Schritt in Richtung Passung und Wirksamkeit.

​

— Chris Newman

Newman Seminars