What the Zukunft?

Hatte James Cameron recht?

1991, als Terminator 2 „Judgement Day“ rauskam, war ich absolut begeistert. Für mich als eher schmächtiger Bub war diese knallharte Muskelmaschine, die ohne jegliches Gewissen auf die Welt kam, mit schierer Heavymetalhaftigkeit alle Probleme sprengte und im Lauf des Films dann doch sowas wie der Endgegner des Maschinenaufstands wurde, ein nie erreichbares, dennoch bewundernswertes Role Model.

Es dauerte damals noch etwa anderthalb Jahre, bevor ich mich aus meinen überschaubaren akademischen Anläufen löste und eine Ausbildung an und mit Computern begann.

The Rise of the AIs

Seitdem habe ich meine anfänglich behutsame Bewunderung für digitale Geräte abgelegt. Mit zunehmendem Verständnis für Zusammenhänge in digitaler Arbeit schwand die schiere Akzeptanz, dass ein Prozess eben so und niemals anders ablaufen musste und wich einem ansatzweisen Prozess-Verständnis und damit tatsächlich einer Verbesserung meiner Arbeit. In anderen Worten: die Kisten gehen nicht kaputt, nur weil ich zu fest auf die Tastatur hacke, sondern weil ich eine Software falsch einsetze.

Heute erleben wir, wie sehr wir uns auf Maschinen verlassen können. Sogar zurücklehnen, weil wir enorm viel Information geliefert bekommen. Beispiel HubSpot und Salesforce: beide Plattformen erleichtern die Arbeit mit Kunden, Kundendaten, vielen Fragen rund um die Business Intelligence. Hier drei willkürliche von mir erlebte Situationen:

Mein Vorgesetzter will die Bounce Raten des letzten Newsletters diskutieren? Mit einem Klick lasse ich ein Dashboard generieren, das ein buntes Balkendiagramm zeigt. Und die AI-Zusammenfassung darunter liest sich in poliert-beruhigendem Ton „Das ist alles halb so wild, 90 Prozent der Bounces sind falsche Mailadressen“.

Der Verkaufsleiter dreht hohl, weil die Churn Rate seit 2 Wochen gigantisch ist? Ois easy, Bro, ois easy: mein Chart zeigt, dass die Schuld dafür in der IT zu suchen ist.

Ein Servicetechniker beschwert sich, dass viel zu wenige Buchungen für die von ihm angebotene Schulung eingehen? Nicht mein Problem, denn ich kann auf Knopfdruck beweisen, dass die Einladung an tausende Empfänger rausging.

Was in all diesen erhobenen Daten nicht steht, ist die Kunst der Interpretation, und die kann sich nicht auf AI verlassen. Genauso wenig auf nur einen Kopf. Das geht nur im Teamwork. Was wir brauchen ist eine Mensch-Maschine-Kollaboration:

Brainbooster AI + Originalität

Machine Intelligence (ich schreibe absichtlich nicht Intelligenz, denn der deutsche Begriff unterscheidet sich immer noch fundamental vom englischen) ist fehlerfrei im Umgang mit Zahlen, Mustern und Code. Auch in der Aufbereitung von Zahlen für Menschen ist die Technologie eine absolute Stütze, perfekt in der Ausführung. Aber was sich aus all den Visualisierungen ableiten lässt, das ist individuell einzigartig.

Solange wir in Unternehmen eine einzelne Person „accountable“ definieren, sind falsche Entscheidungen zwangsläufig:

• Die große Bounce Rate? Schreibt die E-Mail-Adressen halt richtig!
• Churn Raten steigen durch die Decke? Dann muss der Verkäufer gemaßregelt werden!
• Keine Buchungen trotz Werbung? Schickt mehr Einladungen raus!

Das ist Verantwortungsdelegation de Luxe statt Ursachenforschung.

Gibt es DIE EINE Lösung?

Vermutlich nicht, aber es gibt ein Maßnahmenbündel, das ich gern empfehle:

1. Bildet Banden! Nicht ein Key Account, sondern eine Key Group ist verantwortlich: in einer möglichst bunten Gruppe kommen wertvollere Ergebnisse zustande als bei einem Einzelkämpfer.
2. Fehler sind willkommen. Denn ohne Fehler lernt man nicht. Und mir ist klar, dass Fehler teuer sein können. Aber einen Fehler mit Strafe zu bewerten ist auf Dauer teurer, denn so wird aktive Reaktion auf Fehler unterdrückt. In Summe steigen die Kosten.
3. Erfahrung statt To-do-Listen: die um sich greifende Manie, alles in Listenform zu zwingen führt nicht zu Zielen, sondern darf maximal eine Gedächtnisstütze sein. Denn das bloße Abarbeiten von Listenelementen simuliert Produktivität, verschleiert aber Inkompetenz. Wir müssen lernen, Erfahrung wertzuschätzen, auch wenn sie aus vermeintlich niedrigen Hierarchie-Ebenen eingespielt wird.
4. Das Pareto-Prinzip ist eine kluge Richtlinie: mit 20 Prozent Aufwand sind in der Regel 80 Prozent Effekt erzeugt. Daher ist die Frage wertvoll, wieviel Aufwand in ein sterbendes Pferd gesteckt werden muss, wenn man nach kurzer Zeit schon auf eine tödliche Krankheit stößt?

Diese vier Maßnahmen sind perfekt für Menschen! Genau darin sind wir am stärksten.

Mein Fazit

Wir können weder das Rad noch das Feuer „weg-erfinden“. Also lasst uns das Beste daraus machen. Und ich bin sicher: da geht noch jede Menge. Übrigens nicht nur im Marketing (Grüße gehen raus an alle mRNA-Wirkstoff-Entwickler, Brandschützer, Erneuerbare-Energie-Ingenieure…)

Disclaimer:

Jeder Text kann auf die eine oder andere Weise gelesen werden. Und ja, ich beschreibe hier: Wir bilden Grüppchen, wir machen Fehler, wir lernen dazu und wir sind gern faul. Das klingt wenig vertrauenerweckend. Ich schreibe aber auch: wir sollten unbedingt mit AI arbeiten statt sie als Arbeitsplatzvernichter zu sehen. In diesem Sinn können wir riesiges Potenzial abschöpfen.

Ich stelle meine Kenntnisse und Erfahrungen gern zur Verfügung, wenn es darum geht, mehr zu erarbeiten. Wortwörtlich sinnstiftend, kollaborativ und als Sprachrohr zu Euren Kunden. Ich freue mich über jeden Kontakt.