Anfang Oktober schickte BMW Zehntausenden Beschäftigten in Verwaltung und Entwicklung ein Abfindungsangebot, Berichten zufolge rund 40.000. Der Andrang war so groß, dass das Personalportal zeitweise ausfiel und der Konzern das Programm nach wenigen Tagen stoppte. Weltweit sollen bis Ende 2027 rund 8.000 Stellen wegfallen.
Im selben Monat stellte BMW neue Kollegen vor. Im Einkauf arbeitet einer namens „Mr. Flexibility“. Er prüft in Minuten, ob 2028 zusätzlich 10.000 iX3 gebaut werden können, wo Batteriezellen fehlen und was es kostet. Neben ihm arbeiten „Ms. Product Quality“ und „Ms. Resilience and Risk Management“. Keiner von ihnen hat einen Arbeitsvertrag. Alle drei sind KI-Agenten.
Einen Zusammenhang zwischen beidem behauptet BMW nicht. Aber beides passiert im selben Haus und im selben Monat. Die einen gehen, mit ihrer Erfahrung und mit den kurzen Dienstwegen, die sie kennen. Die KI-Kollegen kommen, ohne beides. Ihre Namen sind Absicht: Die Agenten sollen Aufgaben selbstständig übernehmen, jeder in seinem Ressort, wie Mitarbeiter.
Damit stellt sich eine Frage, die bisher nur Personalabteilungen kannten: Wer führt diese Kollegen ein? Und wer merkt es, wenn sie einen Weg abschneiden, über den bisher ein Mensch die Dinge zusammengehalten hat?
Ich arbeite selbst seit Monaten mit KI-Kollegen. Hier steht, was ich dabei gelernt habe, was der Markt dahinter treibt und was ich im Austausch mit Tanja Magnus und Tobias Grewe über Organisationen verstanden habe. Die Bilder sind Folien aus meinem aktuellen Vortrag.
Warum jetzt: Geld, Preise und Vorstände zeigen in dieselbe Richtung
Rund 930 Milliarden Dollar sind in sechs Jahren in die KI-Rechenzentren der fünf großen US-Anbieter geflossen, inflationsbereinigt. Das ist mehr als Apollo und der Marshallplan zusammen, und pro Jahr mehr, als jedes dieser Programme in einem Jahr ausgegeben hat. Gleichzeitig sinken die Kosten, eine bestimmte KI-Leistung zu erreichen, seit 2023 um rund das 13-Fache pro Jahr.
Die Entscheider sehen das. In der Horváth-Studie 2026 halten 95 Prozent von über 1.000 Vorständen aus 32 Ländern die digitale Transformation mit KI für wichtig oder sehr wichtig. Im Budget kommt das noch nicht an: Industrieunternehmen wollen 2026 und 2027 je 0,7 Prozent ihres Umsatzes in KI stecken. Die deutsche Industrie liegt 2026 bei 0,6 Prozent, die amerikanische bei 2,9. Als größte Hürden nennt die Studie die Datenbasis und die Fähigkeiten der Belegschaft, beide mit 77 Prozent.
Ziehen die Budgets nach, wird die Durchdringung mit hoher Wahrscheinlichkeit sprunghaft steigen.
Was in Übersee schon läuft
In mehreren Städten der USA fahren Taxis ohne Fahrer im normalen Verkehr. Der Rückversicherer Swiss Re hat 25,3 Millionen fahrerlose Waymo-Meilen ausgewertet: 92 Prozent weniger Fälle mit Personenschaden als bei Menschen am Steuer. Ein US-Versicherer berechnet seit Januar 2026 für Meilen, die Teslas Fahrassistent übernimmt, nur noch rund die Hälfte des Kilometertarifs.
Interessant ist der Weg dorthin. Vom Tempomat über das teilautomatisierte Fahren bis zum Fahren ohne Lenkrad hat die Maschine Schritt für Schritt mehr Spielraum bekommen, immer dann, wenn sich das Bisherige bewährt hatte. Im Büro geht es genauso: erst lesen und vorbereiten, dann verändern mit Freigabe, dann Routinen, die allein laufen und stichprobenhaft geprüft werden. Unumkehrbares bleibt ausgeschlossen.
Zwei Dinge entscheidet dabei immer der Mensch: wie viel Autonomie die Maschine bekommt und wann sie anhält. Die Kernfrage für jeden Betrieb lautet deshalb nicht „Dürfen wir das?“, sondern: Welche Evidenz brauchen wir, um morgen mehr Spielraum zu geben?
Was in Deutschland beginnt
BMW zeigt, wie das in einem großen Haus aussieht. Rund 80 Milliarden Euro Einkaufsvolumen im Jahr, vier Agenten mit Namen und Ressorts. Laut Handelsblatt sollen sie bis Jahresende zusammenarbeiten, ab 2028 will BMW ein KI-orchestriertes Unternehmen sein.
Für den Mittelstand ist das kein fernes Konzernthema. Wenn auf der anderen Seite ein Agent in Minuten nach Kapazitäten fragt, wartet er ungern Wochen auf die Excel-Liste vom Freitag.
Die hybride Organisation: Was wirklich neu ist
Wie sieht eine Organisation aus, in der Menschen mit eigenen KI-Teams arbeiten? Oben die Geschäftsführung, darunter Menschen mit ihren Teams aus Maschinen, in unterschiedlicher Form: mit Leitung, mit Stab, als Paar mit Prüfer. Die Maschinen bauen, prüfen gegen und bessern nach. Teams übergeben Ergebnisse und prüfen die Arbeit der anderen quer. Entschieden wird beim Menschen.
Den größten Gewinn bringen die Querverbindungen. Viele Häuser arbeiten heute in Silos, jede Abteilung für sich. Hängen alle Bereiche am selben Lagebild, werden die Wege kurz. Der Liefertermin steht im Kundengespräch fest und nicht drei Tage später. Das Ersatzteil ist bestellt, bevor die Maschine steht. Das Wissen einer Kollegin ist auch nachts um zwei auffindbar.
Und jetzt der Teil, über den kaum jemand spricht. Die Organisation, die wir kennen, besteht aus Menschen, die miteinander arbeiten. In der hybriden Organisation kommen neue Beziehungen dazu:
- Mensch und KI im eigenen Haus.
- KI und KI, wenn Agenten untereinander Aufgaben weiterreichen.
- Mensch und fremde KI, wenn ich mit dem Agenten eines Lieferanten oder Kunden spreche.
- KI und fremde KI, wenn die Agenten zweier Unternehmen miteinander verhandeln.
In den letzten beiden ist ein Teil der Reibung einprogrammiert. Eine fremde KI hält Grenzen der Zusammenarbeit ein, die ihr Betreiber festgelegt hat und die oft nirgends offen dokumentiert sind. Mit einem Menschen auf der anderen Seite klärt man so etwas im Gespräch. Bei einer Maschine merkt man es erst, wenn etwas nicht ankommt. Das hat eine andere Qualität als ein Kollege, der nicht mitziehen will.
Was man berücksichtigen muss
Erstens: Die Organisation ist mehr als ihr Organigramm
Diesen Gedanken haben Tanja Magnus und ich in unserem gemeinsamen Fachartikel ausgearbeitet. Tanja schaut systemisch auf die Organisation: Organigramm, Prozesse, Kennzahlen und Richtlinien beschreiben jeweils einen Ausschnitt, keiner davon das ganze Unternehmen. Menschen verbinden die Ausschnitte, oft ohne dass es je ihre Aufgabe war. Ich bringe die Praxis mit KI-Kollegen ein: Einige wichtige Abläufe stehen nur zwischen Menschen und nirgends geschrieben. Das merkt man spätestens, wenn ein Wissensträger geht.
Jede Organisation hat also zwei Ebenen: das Formelle, das festgelegt und dokumentiert ist, und das Informelle, die kurzen Dienstwege, die keiner aufschreibt und über die trotzdem vieles läuft. Verlagert KI eine Schnittstelle, reißen zuerst die informellen Wege. Dort entstehen Irritation und Reibung, und dort braucht es Orientierung und Führung.
Ein Beispiel, das viele kennen: Klarna ließ 2024 den Großteil seiner Service-Chats von KI beantworten. 2025 holte das Unternehmen wieder Menschen in den Kundenservice, weil die Qualität litt (Bericht bei Entrepreneur).
Zweitens: Nicht jede Redundanz ist Verschwendung
Eine um 30 Prozent kürzere Bearbeitungszeit ist eine echte Verbesserung, die Kennzahl misst korrekt. Was sie nicht zeigt: Vielleicht ist eine Prüfschleife entfallen, und der Engpass ist nur gewandert. Das zweite Augenpaar war oft gewollt. Wer mit KI verdichtet, muss wissen, welche Redundanz gewollt war.
Drittens: Der Spielraum wächst mit der Evidenz
Verantwortet wird nicht jede einzelne Aktion der Maschine, sondern der Raum, in dem sie handeln darf. Diesen Raum kann man Schritt für Schritt erweitern, wenn sich das Bisherige bewährt hat. Beim Menschen bleiben die Grenze und der Notstopp.
Viertens: Auch die Maschine macht Fehler
Von ihr können wir genauso wenig absolute Fehlerfreiheit erwarten wie von uns. Ein Dashboard, das Rot zeigen darf, erfüllt seinen Zweck besser als eines, das immer Grün zeigen muss. Die KI macht übrigens vor, wie es geht: Sie meldet „Fehler erkannt, korrigiert“ und arbeitet weiter, ohne Rechtfertigung.
Fünftens: die guten Gründe der Leute
An diesem Punkt hängen die meisten Einführungen. In einem Gespräch mit Tobias Grewe, Coach und systemischer wie narrativer Organisationsentwickler und Autor von „Kein Change ohne Story!“, ist mir klar geworden, woran KI-Einführungen hängen: selten an der Technik, meist an den simpelsten, banalsten Widerständen. Er nennt sie lokale Rationalitäten. Die Leute haben gute Gründe, dahinter stehen Ängste und Geschichten, die sich im Betrieb erzählt werden.
Jede Belegschaft verteilt sich auf Skeptiker, eine breite Mitte und Begeisterte. Was hilft:
- Eine Geschichte je Zielgruppe. Die Skeptiker ernst nehmen, die Mitte abholen, wo sie steht, die Begeisterten als erste Anwender einbinden.
- Erfahrungsräume. Über Schnittstellen und Reibung reden, bevor sich Fronten verhärten.
- Führung im kritischen Moment. Wo KI die kurzen Dienstwege verlagert, braucht es Orientierung.
- Ein konstruktiver Umgang mit Fehlern. Offen darüber reden, bei Menschen wie bei der Maschine.
Besonders gefragt ist das bei Integration, Nachfolge und Übergabe. Dort entscheidet Führung, ob die Leute mitgehen.
Drei Fragen vor jeder KI-Entscheidung
Am Ende unseres Fachartikels sind Tanja und ich bei derselben Frage angekommen, aus zwei Richtungen. Sie lässt sich in drei Prüfungen fassen:
- In welchen Zusammenhang greift die KI ein?
- Welche Wirkung soll dort entstehen?
- Woran erkennen wir, ob sie eingetreten ist?
Mehr Intelligenz ist noch keine bessere Organisation. Entscheidend ist, ob Menschen und KI in einem Zusammenhang arbeiten, den die Organisation selbst versteht.
Wie das bei mir aussieht
Ich lebe das selbst. Mit einem Team aus KI-Kollegen betreibe ich Website, LinkedIn, Recherche und Präsentationen. Die Führung bleibt beim Menschen: Ziele, Freigaben und das letzte Wort liegen bei mir. Das Ergebnis sind Optionen in Stunden statt Wochen.
Wie diese Kollegen arbeiten, erzählen sie im Maschinenraum selbst. Dort können Sie ihnen auch eine Frage stellen. Jede Frage wird beantwortet und öffentlich gezeigt, damit alle mitlesen können.
Der neue Kollege steht in keinem Organigramm
Die einen gehen, die KI-Kollegen kommen. Der Markt ist so weit, die Technik auch. Ob die hybride Organisation im Betrieb ankommt, entscheiden die Menschen, und die haben gute Gründe. Der neue Kollege steht in keinem Organigramm. Die kurzen Dienstwege stehen da auch nicht. Wer beide ernst nimmt, kommt schneller voran, als es die Technik allein je könnte.
Wo stockt es bei Ihnen gerade: an der Technik oder an den Gründen?
Weiterlesen
- Der Fachartikel von Tanja Magnus und mir bei der DDIM: „KI im Unternehmen: Wenn mehr Intelligenz noch keine bessere Organisation bedeutet“.
- Die Präsentation dazu, links Tanjas Aussagen, rechts meine.
- Mein LinkedIn-Beitrag dazu, mit fünf Erfahrungen aus der Praxis.
- Das KI-Team im Maschinenraum, mit Fragen von Besuchern und den Antworten des Teams.
Quellen: Fin Moorhouse (Forethought), April 2026, Wiedergabe GIGAZINE, Mai 2026 · Epoch AI, „The plunging price of thought“, September 2026, CC BY · Horváth CxO Priorities Study 2026 und Wiedergabe im ap-verlag, September 2026 · Swiss Re und Waymo, Dezember 2024 · Handelsblatt zum BMW-Einkauf, Oktober 2026 · BMW-Abfindungsprogramm nach Berichten von cash-online, drweb und bimmertoday, Oktober 2026 · Klarna nach Berichten aus 2025. Die Folien stammen aus meinem Vortrag „Mensch und Maschine im Vertrieb“, Oktober 2026.