Montag um 9 Uhr - Lukas Webers Arbeitstag

Es ist Montagmorgen um 9 Uhr. Lukas Weber ist 28 Jahre alt. Er arbeitet als Copywriter. Er arbeitet für eine mittelgroße SaaS-Firma. SaaS bedeutet Software as a Service.

Am Montag beginnt er seine Woche. Zuerst kontrolliert er seine KI-Agenten. Er hat eine kleine Armee von KI-Agenten gebaut. Jetzt managt er diese Agenten. Das ist seit Anfang des Jahres seine tägliche Routine. Am Anfang des Jahres hat seine Firma gesagt: Wir machen jetzt alles mit KI. Das nennt man AI-first.

Seine Agenten waren sehr fleißig. Ein Agent hat alle Nachrichten aus der Industrie aus der letzten Woche gesammelt. Er hat auch Informationen aus Gesprächen mit Kunden gesammelt. Dann hat er mögliche Themen für den Newsletter gefunden. Danach hat dieser Agent seine Ergebnisse an einen anderen Agenten weitergegeben. Der zweite Agent ist ein Copywriting-Agent. Er hat Entwürfe für den Newsletter geschrieben. Lukas Weber muss die Entwürfe nur noch kontrollieren und verschicken.

Ein anderer Agent hat potenzielle Kunden gefunden. Er hat gesehen, welche Personen die Webseite der Firma besucht haben. Er hat ihre Aktivität analysiert. Dann hat er jedem Kunden ein persönliches Angebot geschickt.

Wieder ein anderer Agent hat Daten von einer neuen Kampagne analysiert. Er hat ein paar problematische Trends gesehen. Deshalb hat er Lukas Weber kontaktiert. Lukas soll sich die Daten ansehen.

Noch ein Agent hat auf ungelesene E-Mails geantwortet. Die Entwürfe für die Antworten sind jetzt im Posteingang von Lukas. Er kann sie kontrollieren.

Lukas Weber sagt: "Die Erwartung von unseren Chefs ist, dass ich gar nicht mehr selbst schreibe. Ich manage die Agenten und kontrolliere ihre Arbeit. Erst danach geht etwas raus. Unser Team ist in diesem Jahr kleiner geworden. Deshalb bin ich jetzt für mehr Bereiche im Marketing verantwortlich. Die Agenten helfen mir, alles zu schaffen."

Alle arbeiten so

Lukas Weber ist nicht allein. Seine Kollegen in der ganzen Firma starten ihren Tag genauso. Das gilt für HR, also Personal. Das gilt für Sales, also Verkauf. Das gilt für Customer Success, also Kundenservice. Das gilt auch für Engineering, also Entwicklung. Alle kontrollieren morgens ihre Agenten. Alle prüfen die Arbeit der Agenten. Alle schauen sich die Ideen und Analysen der Agenten an. Die Agenten sammeln und analysieren Informationen aus der ganzen Firma.

Lukas sagt: "So arbeiten jetzt alle. Es ist erst ein Jahr so, aber ich weiß nicht, ob ich noch auf die alte Art arbeiten könnte."

In vielen Firmen für Wissensarbeit ist das jetzt normal. Wissensarbeit bedeutet Arbeit mit Wissen am Computer. Mitarbeiter verlassen sich immer mehr auf Armeen oder Schwärme von Agenten. Die Agenten machen ihre Arbeit. Sie helfen nicht nur bei einfachen Büro-Aufgaben. Sie schreiben Code. Sie entwickeln Marketing-Strategien. Sie designen Produkte. Sie geben Ratschläge bei schwierigen Kunden-Problemen. Sie machen Finanz-Analysen. Sie geben juristische Ratschläge und Coaching. Sie definieren die Identität einer Marke.

Ein immer größerer Teil der Denkarbeit wird jetzt an die KI ausgelagert. Vor einem Jahr haben Mitarbeiter diese Denkarbeit noch selbst gemacht. Dafür wurden sie bezahlt. Jetzt macht es die KI.

Das ist genau das, was viele Technik-Chefs wollen, die sehr positiv über KI denken. Sie sagen: Das ist gute KI-Nutzung. Jeder benutzt KI für alles. Menschen sitzen über Teams von Agenten. Und alle diese Agenten basieren auf dem gleichen kleinen System von LLMs. LLM bedeutet Large Language Model, also großes Sprachmodell.

Und es ist nicht nur die Firma von Lukas Weber. Auch die Konkurrenten machen das Gleiche. Sie kontrollieren auch ihre KI-Agenten. Ihre Agenten machen ähnliche Aufgaben. Und auch ihre Agenten basieren auf dem gleichen kleinen System von LLMs wie bei Lukas.

Das ist eine komische Situation. Den ganzen Tag pumpen Menschen aus der gleichen Industrie alle Gedanken durch die gleichen KI-Tools. Sie pumpen jede Business-Herausforderung, jede Idee und jede Lösung durch die gleichen Tools. Dabei wurden diese Menschen eigentlich für ihr besonderes kritisches Denken und ihre Erfahrung eingestellt. Es ist fast so, als hätten alle Firmen gleichzeitig denselben einen Mitarbeiter eingestellt: Herrn Claude. Oder einen seiner Kollegen wie ChatGPT.

Was verspricht diese Zukunft? Und was kostet sie?

Diese Vision der Zukunft will Arbeit an die KI auslagern. So viel Arbeit wie möglich soll die KI machen. Das verspricht Vorteile. Man kann schneller arbeiten. Man kann schneller neue Ideen testen. Man braucht weniger menschliche Mitarbeiter.

Aber nichts im Leben ist kostenlos. Für Firmen, die ohne nachzudenken die Strategie "KI für alles" nutzen, gibt es echte Konsequenzen. Es lauern Probleme in der echten Welt.

Wenn jede Firma in einer Industrie im Grunde das gleiche eine Gehirn benutzt, dann gibt es ein Problem. Der Unterschied zwischen den Firmen wird kleiner. Man nennt das Wettbewerbs-Differenzierung. Sie geht verloren.

Das Wertversprechen von Firmen bricht zusammen. Wertversprechen bedeutet: Firmen werden dafür bezahlt, dass nur sie eine bestimmte Lösung anbieten können. Wenn alle die gleiche KI benutzen, kann jeder die gleiche Lösung anbieten.

Und es ändert sich auch, wie und wo Wert entsteht. Das verändert die ganze Landschaft der menschlichen Arbeit grundlegend. Und das betrifft am Ende alle Menschen.

Ups, ich habe es wieder gedacht

Der Aufstieg von Claude und ChatGPT in der Wissensarbeit hat ein unerwartetes Opfer. Das Opfer ist der Gedankenstrich. Auf Englisch heißt er em dash — also der lange Strich. Viele gute Autoren lieben diesen Strich. Aber LLMs benutzen ihn sehr, sehr oft. Sie benutzen ihn zu viel. Deshalb ist der Gedankenstrich schnell zu einem Zeichen für "KI-Schrott" geworden. Man sagt auf Englisch "AI slop".

Es ist traurig für alle, die den Gedankenstrich lieben. Aber seine plötzliche Häufigkeit in allen Produkten der Wissensarbeit zeigt ein größeres Phänomen. Es zeigt ein Problem, das in Firmen für Wissensarbeit wächst: die intellektuelle Homogenisierung. Das bedeutet: Alle denken und schreiben immer gleicher. Alle Ideen werden ähnlich.

Wir haben schon einmal gesehen, wie Technologie alles gleicher macht. Das war die globale Homogenisierung durch Technologie. Beim letzten Mal haben Social-Media-Algorithmen die physische Welt gleich gemacht. Sie haben eine einheitliche, generische Ästhetik geschaffen.

In seinem Artikel von 2016 "Welcome to Airspace" und in seinem Buch "Filterworld: How Algorithms Flattened Culture" hat Kyle Chayka das beschrieben. Er hat die ästhetische Homogenisierung von Cafés, Bars, Hotels und Airbnbs beschrieben. Er hat Orte von Berlin bis Brooklyn verglichen. Überall sehen sie gleich aus.

Kyle Chayka sagt, der Grund dafür sind Social-Media-Plattformen wie Instagram und Foursquare. Und die Algorithmen dahinter haben die Macht, die physische Welt zu formen. Er nennt diese physischen Orte "Airspace".

Er schreibt: "Es ist leicht zu sehen, wie Social Media unsere Interaktionen im Internet formt, durch Browser, Feeds und Apps. Aber Technologie formt auch die physische Welt. Sie beeinflusst, wohin wir gehen und wie wir uns verhalten. Das gilt auch für Bereiche unseres Lebens, die früher nicht so digital schienen ... Wir könnten diese seltsame Geografie, die durch Technologie entsteht, 'AirSpace' nennen. Es ist die Welt der Cafés, Bars, Startup-Büros und Co-Living/Co-Working-Räume, die überall die gleichen Merkmale haben."

Dann beschreibt er die Merkmale. Er nennt viele Beispiele:

• minimalistische Möbel
• Craft Beer und Avocado-Toast
• altes Holz, das wieder benutzt wird
• Industrie-Lampen
• Cortados, also kleine Milchkaffees
• schnelles Internet

Er sagt: "Die Gleichheit dieser Räume bedeutet, dass Reisen zwischen ihnen ohne Probleme möglich ist ... Den Ort zu wechseln kann so einfach sein wie eine Webseite neu zu laden. Man merkt vielleicht nicht einmal, dass man nicht mehr dort ist, wo man gestartet ist."

Ein Jahrzehnt später kommt Airspace für die Wissensarbeit. Oder wie ich es nenne: Airbrain. Wie bei den Cafés im Jahr 2016 sorgt die breite Nutzung von KI jetzt für sehr viel Content und Produkte. Content bedeutet Inhalte wie Texte, Bilder und Videos. Und diese Inhalte und Produkte haben eine unheimliche Ähnlichkeit. Sie sehen gleich aus und klingen gleich. Weil alle Firmen die gleichen wenigen KI-Modelle benutzen, wird alles, was sie produzieren, immer ähnlicher. Das ist die neue Homogenisierung, aber diesmal im Kopf und in der Arbeit."