Anton Bayer (Slothworks) – Alle verwenden die Falsche AI-Kennzahl – darauf müssen Sie wirklich achten
Anton Bayer hat viele Jahre lang in einem Software-Haus einen Standort aufgebaut und über 300 Mitarbeiter geführt. Jetzt hat er Slothworks gegründet: dort berät er Geschäftsführungen und IT-Verantwortliche und entwickelt wieder selbst – vorsätzlich KI-basiert. Im Gespräch erklärt er, was er bei Unternehmen beobachtet, warum die verbreiteten „fünfzehn Prozent Produktivitätsgewinn durch AI” die falsche Kennzahl sind, und welche gesellschaftliche Sprengkraft die nächsten ein, zwei Jahre mitbringen.
Sie haben bereits ein KI-Projekt erfolgreich umgesetzt? Lassen Sie es die Community erfahren und reichen Sie für die Confare LivinIT Trophy ein. HIER einreichen oder nominieren
Du machst gerade zwei Dinge parallel: du baust selbst Software, und du begleitest Organisationen auf C-Level-Ebene zum AI-Wandel. Wie spielen diese beiden Rollen zusammen?
Ich brauche beide Seiten, sonst stimmt das eine nicht zum anderen. In den großen Organisationen sehe ich, wo der AI-Wandel kulturell hängt – zum Beispiel am Zielbild, das zwischen den Abteilungen verloren geht oder an Freigabe-Schlangen. Alle sind dann verwundert, dass aus Lizenzen alleine kein Hebel wird. Bei Slothworks teste ich am eigenen Beispiel, was tatsächlich funktioniert. Ohne das Bauen wäre meine Beratung Theorie und ohne den Blick in große Strukturen wäre Slothworks ein nettes Soloprojekt.
Was hast du in den letzten Wochen konkret gebaut?
Aktuell laufen mehrere parallel. Zum Beispiel ist pippo.app ein mehrsprachiger Diktat-Trainer für Schulkinder, erste bis achte Klasse, mit Sprachausgabe und AI-generierten Texten passend zum Niveau des Kindes. Dazu ein Lehrer- und Eltern-Backend. Pippo ist live im Einsatz und ständig kommen User dazu.
Oder ein WhatsApp-Bestellbot für ein Unternehmen im B2B-Handel: ein Dialog mit den Produkten bis zum Checkout. Der Endkunde tippt seine Bestellung ins WhatsApp –„zehn Kartons der Sorte X bis Donnerstag, ohne Versandkosten weil Selbstabholung” – der Bot versteht das, klärt Rückfragen und schreibt direkt ins ERP. Beides hätte vor drei Jahren ein Team über mehrere Monate gebraucht.
Heute liefere ich das in einem Bruchteil der Zeit, weil ich die zwei Schichten – verstehen, was der Kunde wirklich braucht, und sauber bauen – nicht mehr trennen muss. Und das ist der Mechanismus, der für die größeren Organisationen wichtig wird: AI ist nicht der Code-Generator für Junioren, sondern der Multiplikator für Erfahrung.
Neue Technologien im Unternehmen einbringen braucht Expertise der Community. Holen Sie sich die Stimmen direkt in Ihr Postfach mit einem kostenlosen Confare conText-Abo.
Wie überträgt sich das auf große Organisationen?
Nicht eins zu eins, aber das Prinzip schon. In einem Konzern bauen nicht ein bis zwei Senioren plus AI eine Lösung – sondern Teams über zehn, fünfzehn Disziplinen. Der Hebel verlagert sich. Nicht mehr „kann ich allein liefern”. Die Frage ist: bewegt sich Information in der Organisation so, dass jede Disziplin mit AI wirklich arbeiten kann? Das erste lässt sich in Wochen ausprobieren. Das zweite ist eine Organisationsveränderung. Beides wirkt aus demselben Mechanismus: Erfahrung mal AI. Aber die Reibungsverluste in einer großen Organisation sind ein anderer Maßstab.
Wo siehst du Reibungsverluste konkret bei Kunden?
Zwei Dinge fallen de facto bei allen auf.
Erstens: alle haben AI eingeführt – in der Entwicklung etwa mit GitHub Copilot, im Office mit Microsoft Copilot. Das sind aber Inseln für einzelne Gruppen, kein gemeinsamer Hebel über die Organisation.
Zweitens: die Erwartung, die das C-Level damit verknüpft hatte, hat sich nicht erfüllt. Die Geschäftsführungen wollten dreißig Prozent weniger Kosten, aber sehen jetzt fünfzehn Prozent schnellere Entwicklung. Beides ist die falsche Kennzahl: weder die alte Erwartung noch das neue Ergebnis trifft, was AI in einer Organisation tatsächlich verändern kann.
Das, was AI an der richtigen Stelle bewirken kann, ist deutlich größer – und gleichzeitig deutlich anstrengender, weil die Einführung von AI eben nicht nur ein Lizenzkauf ist.
Sie haben bereits ein KI-Projekt erfolgreich umgesetzt? Lassen Sie es die Community erfahren und reichen Sie für die Confare LivinIT Trophy ein. HIER einreichen oder nominieren
Viele CIOs melden zehn bis zwanzig Prozent Produktivitätsgewinn in der Entwicklung. Warum ist das die falsche Kennzahl?
Die fünfzehn Prozent stimmen wahrscheinlich. Aber sie messen das Falsche. Es geht nicht um fünfzehn Prozent in der Entwicklung, sondern darum, die ganze Organisation mitzuziehen.
Wenn AI an jeder Station aus derselben Quelle arbeitet, redet man von Faktor zwei bis drei aufs Gesamtsystem. Aktuell landet der AI-Hebel nur in der Entwicklung, alles davor und danach klemmt weiter: Vision im PowerPoint, Spezifikation in Confluence, Reviews in Tickets, Service sucht in einer hundertseitigen PDF. Das ist, als würdest du den Motor eines Autos tunen, dessen Reifen platt sind.
Die fünfzehn Prozent sind eine Nebelgranate, die das eigentliche Gespräch verhindert. Und das ist die unangenehme Wahrheit für jede CIO: dieser Hebel reicht meistens über ihr Mandat hinaus. Die Gespräch müssen sie aber führen.
Du hast von „derselben Quelle” gesprochen. Was meinst du damit konkret?
Die Quelle ist das Wissen und die Ideen aller. Sie fließen ein und werden Grundlage für jeden Schritt. Bisher war das verstreut, weil jeder Bereich seine eigene Ablage hatte. Jetzt entsteht daraus eine gemeinsame Spezifikation – die Grundlage, aus der jede Disziplin mit AI arbeitet, vom Programmierer bis zur Support-Mitarbeiterin.
Das ist der Kern dessen, was inzwischen Spec-Driven Development heißt: jemand, der das Fachliche und das Technische zusammenbringt, brainstormt mit der KI. Dabei fließt alles ein – Anforderungen, Vision, Zeitplan, Details über potenzielle Kundinnen und Kunden. Daraus entsteht die Spezifikation für eine Funktionalität in der Software, und daraus der Plan zur Umsetzung für die KI. Gleichzeitig fließt die Spezifikation wieder zurück ein.
Im Endausbau baut die KI in einer Art „Dark Factory” selbst. Die KI arbeitet, der Mensch reviewt. Fairerweise: in meiner Dark Factory ist das Licht schon noch an. Aber wie gut das geht, ist die neue Welt. Die Disziplin, in die am wenigsten investiert wurde – Wissen so festhalten, dass alle daraus arbeiten können – wird damit die wichtigste. Es ist eine kulturelle Umstellung, kein Tool-Kauf.
Lass uns weiter raus zoomen. Was erwartest du in den nächsten ein, zwei Jahren – und was bedeutet das für uns als Gesellschaft?
Wir unterschätzen, wie schnell das geht. Was diese Welle von früheren unterscheidet: Industrialisierung und Globalisierung trafen den Billiglohn-Sektor. Diese Welle kann aber den etablierten Mittelstand erfassen – ausgebildet, gut verdienend, oft mit langer Karriere. Das hat eine andere soziale Sprengkraft, weil dieser Mittelstand das Rückgrat unseres Selbstverständnisses ist.
Besonders hart trifft es Berufseinsteiger:innen: AI übernimmt genau die Aufgaben, an denen Junioren bisher gewachsen sind. Damit verschwindet der Einstiegspunkt. Wer soll heute aufgebaut werden, wenn ein erfahrener Mensch mit AI in der gleichen Zeit liefert? Wir riskieren eine Generation ohne Lernkurve – und in zehn Jahren keine Senioren, weil das Mittelstück fehlt. Die Gesellschaft muss sich mitentwickeln. In der politischen Diskussion nehme ich das bislang kaum wahr.
Wer soll sich bei Slothworks melden?
Wer anpacken will. Ich glaube, viele Leute in leitenden Funktionen haben längst erkannt, dass etwas auf sie zukommt. Man muss nicht mehr missionieren, weil sie schon überzeugt sind. Die nächsten ein, zwei Jahre entscheiden, wer mitgestaltet.
Mehr von Anton Bayer auf slothworks.at.