Produktivität durch künstliche Intelligenz Deutsche Unternehmen machen zu wenig aus ihrer KI-Nutzung

Anbieter zum Thema

Workday

easy software AG

Hyland Software Germany GmbH

Laut einer neuen Workday-Studie berichtet nur rund die Hälfte der deutschen Beschäftigten von echter Zeitersparnis durch KI. Der Grund: Meist fehlt die tiefe Integration von KI in zentrale Unternehmenssysteme. Um diese Kluft zu schließen, hat Workday einen eigenen KI-Tutor vorgestellt.

Workday ist eine Enterprise KI Plattform für HR, Finanzen und IT, die von rund 11.500 Unternehmen weltweit genutzt wird. Die Deutschland-Ergebnisse der aktuellen Studie „The Copy/Paste Economy – Why task-oriented AI ist failing the enterprise“ stellte Workday in einem Gespräch mit Gerrit Kazmaier, dem President Product and Technology bei Workday, zur Diskussion.

Der Nutzen von künstlicher Intelligenz (KI) kommt im Arbeitsalltag deutscher Beschäftigter weniger deutlich an als im globalen Vergleich. Zwar sagen 74 Prozent der deutschen Befragten, dass KI-Tools oder KI-gestützte Funktionen ihre tägliche Arbeit insgesamt verbessert haben. Global liegt dieser Wert jedoch bei 83 Prozent.

Obwohl 74 Prozent der Befragten in Deutschland angeben, dass KI-Tools oder KI-gestützte Funktionen ihre tägliche Arbeit insgesamt verbessern, bleibt Deutschland im internationalen Vergleich bei konkreten Produktivitäts­gewinnen zurück. Nur 51 Prozent sagen, dass KI die Arbeit in ihrer Organisation produktiv beschleunigt. Lediglich 49 Prozent berichten, dass sie für Aufgaben, bei denen sie KI einsetzen, weniger Zeit benötigen. Weltweit liegt dieser Anteil mit 61 Prozent deutlich höher.

Ein zentraler Grund dafür sei der Studie zufolge die fehlende Einbettung von KI in zentrale Unternehmenssysteme. Nur etwa jeder fünfte Beschäftigte in Deutschland (21 Prozent) sagt, dass KI bereits tief in die Kernsysteme des Unternehmens für HR, Finanzen und Planung integriert sei.

Zwei Arten der KI-Nutzung

Das führt zur Frage, worin denn die KI besteht, die da so oberflächlich genutzt wird. Das kann ja alles sein, vom simplen Prompt bis zum Framework. Gerrit Kazmaier definiert zwei Ebenen: Erstens KI zur Automatisierung von Geschäftsprozessen. „Hierbei wird KI tief im Systemkern verankert, um Workflows zu automatisieren, die bisher zwingend menschliche Eingriffe erfordert haben – dort, wo menschliche Beteiligung nicht (mehr) gewünscht oder erforderlich ist. Das Ziel ist ein sehr hoher Automatisierungsgrad, etwa bei Standard-Prozessschritten in HR- oder Finanzprozessen. Ein Beispiel: Kandidatenbetreuung im Recruiting außerhalb der normalen Arbeitszeiten – ein KI-System kann Bewerbende rund um die Uhr individuell begleiten, ohne dass Recruiter ständig verfügbar sein müssen.“

Zweitens KI zur Neugestaltung der Benutzeroberfläche (User Experience, UX). Hier dient KI laut Kazmaier als neue Interaktionsschicht: Nutzer müssen ihre Ziele und Kontexte nicht mehr in Klickpfade und Masken übersetzen. Stattdessen formulieren sie ein Ziel („Ich will X erreichen“), und das KI-System übersetzt dies intern in passende Systemaktionen.

Kazmaier spricht von „KI-nativen“ Interaktionen. Die Folge: Die klassische UI tritt in den Hintergrund, Kontext und Intention des Users stehen im Vordergrund. „Entscheidend sind spezialisierte APIs, die genau für KI-gesteuerte Interaktionen entworfen sind, plus tiefes Domänen- und Kontextwissen im Modell. Nur so kann KI in Unternehmensprozessen qualitativ hochwertige Ergebnisse liefern.“

Warum Systemintegration ein Must-have ist

Integration tut also Not. Die Folgen von Systembrüchen sind im Arbeitsalltag deutlich spürbar. 78 Prozent der befragten Beschäftigten in Deutschland erleben „manchmal, oft oder sehr oft“ Tage, an denen sie sehr beschäftigt sind, aber nur wenig echter Fortschritt erzielt wird. Zugleich sehen 81 Prozent der deutschen Befragten Prozess- und Systemthemen als wesentliche Stressquelle. 66 Prozent sagen außerdem, dass Entscheidungen verzögert werden oder scheitern, weil wichtige Informationen fehlen oder unklar sind.

KI-Chatbots als Benutzeroberfläche

Wie Unternehmen Software künftig bedienen

Viel Handarbeit trotz KI

Auch der direkte Zeitverlust durch manuelle Integrationsarbeit bleibt relevant: 22 Prozent der deutschen Beschäftigten verbringen mindestens sieben Stunden pro Woche damit, Informationen zwischen Systemen zu verschieben oder umzuformatieren. Ähnlich relevante Zeitfresser sind der Abgleich von Daten sowie das Nachverfolgen von Genehmigungen.

„Der größte Mehrwert entsteht, wenn KI direkt in die zentralen Systeme für HR, Finanzen und Planung integriert ist, also genau dort, wo Daten zusammenlaufen und Entscheidungen getroffen werden“, sagt Christopher Knörr, Group Vice President für DACH bei Workday. „Dann kann KI direkt im laufenden Workflow automatisch Vorschläge machen - zum Beispiel für die Personalplanung - ohne dass Informationen zwischen verschiedenen Tools hin- und herkopiert werden müssen.“

Ohne Change Management bleibt KI oberflächlich

Kazmaier ergänzt, dass nur ein relativ kleiner Teil der deutschen Unternehmen KI „tief in zentrale Unternehmenssysteme“ integriert habe. Eine knappe Mehrheit sagt zwar, KI erhöhe die Produktivität, aber oft handle es sich eher um isolierte Prompt-Nutzung als um systemisch eingebettete KI. Er ordnet das wie folgt ein: Der Hauptengpass ist weniger die Technologie, sondern das Change Management, also die Einführung einer neuen Lösung in Abteilungen und ihre Prozesse.

Die entsprechenden Fragen lauten beispielsweise:

• Welche Aufgaben will bzw. kann ich mit KI lösen, welche bewusst nicht?

• Wie strukturiere ich meine Belegschaft neu (etwa bei Rollen und Prozessen)?

• Wo brauche ich Trainings und systematische Kompetenzentwicklung?

• Wo brauche ich interne Mobilität (zum Beispiel, um Mitarbeitende in neue Aufgaben bringen)?

Die Kluft zwischen positiver Wahrnehmung und konkretem Nutzen

Die Workday-Studie zeigt eine deutliche Diskrepanz zwischen positiver Wahrnehmung und konkretem Produktivitätseffekt, auch unter deutschsprachigen Befragten. Beschäftigte erleben KI zwar bereits als hilfreich, aber noch nicht durchgängig als Entlastung im Arbeitsalltag. Können sie ihren IT-Systemen vertrauen, ist eine Frage, die viele Befragte beschäftigt. 86 Prozent der deutschen Beschäftigten geben an, dass ihr Vertrauen in KI steigt, wenn sie diesen Systemen und Daten vertrauen können. 78 Prozent geben außerdem an, dass ihr Unternehmen bei wichtigen Themen wie Gehalt, Compliance, Reporting oder Audits auf eine kleine Zahl vertrauenswürdiger Systeme setzt.

Um den Ausdruck „Das Problem liegt in den Systemen“ aus der Studie zu erläutern, differenziert Kazmaier den Ausdruck „System“. „Die KI-Technologie ist mehr als ein generatives KI-Modell mit Prompt. Ein echtes Systemproblem liegt dann vor, wenn das KI-System beispielsweise Berichte liefert, aber selbst nur eine 80-prozentige Korrektheit implizit bietet, ohne zu sagen, welche 20 Prozent falsch sein könnten. Die Verantwortung für die Richtigkeit landet faktisch beim Benutzer, der weder das Modell gebaut hat noch die Qualität voll überprüfen kann.“ Daraus entstehe ein „Bruch“ bzw. eine Kluft: Die Produktivität sinkt, weil Benutzer KI-Ergebnisse ständig nachprüfen müssen. Das Vertrauen („Trust Level“) in die Systeme leidet, etwa durch aufgedeckte Halluzinationen, Inkonsistenzen und die fehlende Wiederholbarkeit.

„Mitarbeitende werden KI nur dann vertrauen, wenn sie auch den zugrunde liegenden Systemen und Daten vertrauen. Deshalb sollte KI direkt in den zentralen Unternehmensanwendungen eingesetzt werden, wo Sicherheit, Datenschutz und Compliance bereits verankert sind.“, erklärt Knörr. „So können Unternehmen KI rechtskonform einsetzen und zugleich sicherstellen, dass sensible Daten verantwortungsvoll verarbeitet werden.“

Workday will die Vertrauenslücke schließen

Kazmaier beschreibt, wie Workday die oben genannte Vertrauenslücke adressieren will: „Das Ziel ist die sogenannte „Enterprise Accuracy“. Damit meint er, dass KI-unterstützte Ausgaben (etwa Geschäftszahlen und Reports) verlässlich korrekt sein sollen. Benutzende sollen sich nicht um Halluzinationen, statistische Ausreißer oder wechselnde Antworten sorgen müssen.

Daraus ergebe sich für Workday: Das Unternehmen übernimmt die Verantwortung, die Korrektheit der KI-gestützten Ergebnisse zu attestieren. Für Anwender:innen bedeutet das: Sie erhalten nicht nur eine Antwort, sondern auch die implizite Zusage, dass diese geschäftlich korrekt und belastbar ist. Die Verantwortung liegt wieder beim System bzw. Anbieter – nicht beim einzelnen Endnutzer. Damit wird der oben beschriebene „Bruch“ geschlossen und die Hürde für den produktiven KI-Einsatz in Kernprozessen gesenkt.

HR und Finanzen automatisiert

Workday integriert KI-Agenten direkt in Gemini Enterprise

Workday als System für neue Rollen und Prozesse

Workday sieht sich als System, das diese Umgestaltung von Wertschöpfung und Organisation unterstützt und abbildet, beispielsweise Rollenprofile, Skills, Lernpfade und HR-Prozesse.

Dafür hat der HR-Spezialist den KI-Agenten „Sana“ erstellt. „Sana for Workday“ soll eine neue Erfahrung von konversationsbasierter KI ermöglichen. Der Self-Service Agent startet mit über 300 Fähigkeiten und erledigt bereits alltägliche HR- und Finanzaufgaben. Die Premiumversion „Sana Enterprise“ verbindet Workday mit Anwendungen wie Gmail, Microsoft Outlook, Salesforce und SharePoint, um vollständige Abläufe über Systeme hinweg zu ermöglichen.

Kazmaier und Knörr schildern einen Workday-internen Anwendungsfall: einen Recruiting-Agent. Früher beschäftigten sich drei Recruiter ausschließlich mit Terminvereinbarungen und Standardfragen von Bewerbenden. Heute übernimmt diese Aufgaben ein digitaler, KI-gestützter Agent. Das Ergebnis kann sich sehen lassen: Bewerbende bekommen rund um die Uhr schnelle, präzise Antworten. Die drei erwähnten Recruiter wurden umgeschult und übernehmen nun anspruchsvollere, vorher unter­repräsentierte Aufgaben. Das Unternehmen erhält positives Feedback von Bewerbenden und erzielt einen finanziellen Mehrwert.

Als allgemeines Beispiel für den strategischen Einsatz von KI verweisen die Workday-Manager auf den öffentlich diskutierten KI-Einsatz bei IKEA, allerdings kein Workday-Kunde. Das Unternehmen hatte rund 8.500 Mitarbeitende im Kundensupport. Durch digitale Agenten konnten viele Support-Anfragen automatisiert werden. Statt daraus primär Stellenabbau abzuleiten, wurden Mitarbeitende umfassend umgeschult, unter anderem zu virtuellen Innenarchitekten. Kurzfristig hätten dadurch zwar erhebliche Kosten eingespart werden können; stattdessen entstand durch den neuen Geschäftsbereich mittelfristig zusätzlicher Umsatz. Das Beispiel verdeutlicht den Gedanken, KI-Gewinne nicht ausschließlich zur Kostensenkung zu nutzen, sondern auch zur Weiterentwicklung von Rollen und zur Erweiterung des Geschäftsmodells.

„Sana Learn“ als persönlicher KI-Tutor

Die Learning-Plattform „Sana Learn“ fungiert nach Knörrs Angaben als persönlicher Tutor und ist bei Workday selbst seit fünf Monaten im Einsatz. Schulungen werden bereits über Sana Learn umgesetzt, und laut Knörr lassen sich Schulungsmaterialien damit 90 Prozent schneller erstellen als bisher. Der KI-Agent könne außerdem helfen, Aufgaben neu zu verteilen, Qualifizierung gezielter zu gestalten und Mitarbeitende auf neue Rollen vorzubereiten. So könnten KI-Effizienzgewinne nicht nur zur Kostensenkung beitragen, sondern auch genutzt werden, um Arbeit neu zu organisieren und zusätzliche Wertschöpfung zu ermöglichen.

Traditionell sind Standardtrainings teuer und wenig individualisiert; viele Mitarbeitende werden kaum gefördert. Workday führt seine „AI-Tutoren“ ein, die Lerninhalte individuell auf Rolle, Wissensstand, Karriereweg und Unternehmensbedürfnisse zuschneiden sowie Mitarbeitende vom Einstieg bis zum Ausscheiden kontinuierlich begleiten. Laut Knörr wird „dieses KI-gestützte, personalisierte Lernen intern bereits seit einigen Monaten genutzt“ und zeige sehr positive Effekte wie etwa schnelleres, passgenaues Lernen.

(ID:50913258)