Kundenzentrierte Leader im Fishbowl 1 (Live-Mitschnitt):
Wie Führungsarbeit mit KI gelingt
Barbara Aigner [00:00:07]: Herzlich willkommen bei 1 weiteren Folge von Sound of Customer. Heute ist tatsächlich alles ein bisschen oder vielleicht ganz viel anders, weil wir keinen Gast bei uns begrüßen dürfen. Alexandra, kläre unsere Zuhörerinnen und Zuhörer doch mal auf, worum geht es heute? Alexandra Nagy [00:00:25]: Ja, heute ist tatsächlich alles anders, Barbara. Es ist Sommer und wir wollten Abwechslung. Und nicht nur, weil wir haben aus etlichen Zuschriften von euch vernommen, dass euch das Thema künstliche Intelligenz in Zusammenhang mit Kundenorientierung, mit Customer Experience sehr interessiert. Und das haben wir als Auftakt genommen, im Juni ein Event mit diesem Thema unter diesem Motto zu veranstalten. Und da haben wir Diskussionen aufgenommen und die spielen wir über den Sommer in unserem Podcast Sound of Customers ab. Das ist uns immer ganz wichtig, dass wir auch dieses Live-Feeling, diese Live-Mitschnitte fernab der Studio-Umgebung, die wir normalerweise haben, da auch einmal einspielen. Und so hat sich jetzt dieses Sommerspecial ergeben. Und wir hatten ja schon in der letzten Episode unsere erste Fischbowl-Aufnahme, unseren Live-Mitschnitt. Alexandra Nagy [00:01:27]: Und dabei ging es ja schon das Thema KI und Führungsarbeit. Natürlich auch immer im Hinblick auf, was tut das mit den Kunden, was tut das mit den Mitarbeitenden. Und so ist dieser Schwerpunkt entstanden, Barbara. Barbara Aigner [00:01:40]: Ja, absolut. Und ich freue mich total, wenn wir diesen Schwerpunkt heute näher betrachten, Also KI in der Führung, welche Rolle die Führungskraft auch im Umgang mit KI im Unternehmen einnimmt, welche Vorteile es da gibt, vielleicht auch welche Nachteile es gibt und wie Führung in Kombination mit KI bestmöglich gelebt werden kann. Aber, und das ist uns ja auch immer ganz wichtig, wir wollen nicht nur theoretisieren, sondern auf der einen Seite auch reflektieren, also darüber sprechen, wie es uns in der Führung in Kombination mit KI geht und was wir natürlich auch bei anderen Unternehmen beobachten. Und dann haben wir auch noch das eine oder andere Tool mitgebracht und werden das auch live zeigen, wie wir damit gearbeitet haben. Alexandra Nagy [00:02:27]: Genau, also wir sprechen nicht nur über KI, sondern wir wenden natürlich auch selbst KI an. Einmal vorneweg, aber gleich. Die Struktur des Podcastes und die Inhalte des Podcastes sind so, ich sage jetzt mal 98 Prozent selbst gestrickt. Es bleiben noch immer 2 Prozent oder 3 oder 5 Prozent über. Und einen Teil, den wir mit KI gemacht haben, den werdet ihr jetzt gleich hören. Und zwar verwenden wir sehr gerne das Tool, das nennt sich Notebook LM. Und das ist ein Tool, das euch helfen kann, eigene Inhalte hochzuladen und dann der KI-Anwendung Fragen dazu zu stellen. Und der große Vorteil dabei ist, dass Notebook LM immer nur auf die hochgeladenen Quellen zugreift und da auch die Verweise genau zu diesen Quellen erstellt. Alexandra Nagy [00:03:24]: Und ihr habt originalgetreue Zitate, es gibt weniger Halluzinationen oder es gibt gar keine Halluzinationen, weil das System immer nur auf eure Inhalte zurückgreift. Und der große Vorteil dabei ist, man kann zum Beispiel auch Audio-Inhalte hochladen. Und das haben wir getan, nämlich mit der letzten Episode. Das war die Fischbowl zum Thema KI und Führung, wo ja 4 unserer Gäste auch sehr intensiv darüber diskutiert haben. Und wir haben uns gedacht, wir lassen jetzt Notebook LM diese letzte Episode mal als Auftakt für die heutige Folge zusammenfassen. Und was noch ein tolles Feature ist bei diesem Tool, man kann sich auch Audio-Zusammenfassungen machen lassen. Das heißt, in dem Fall sprechen 2 Personen und geben euch eine Zusammenfassung über die letzte Folge. Und wenn ich sage 2 Personen, also 2 KI-generierte Stimmen, werde dir gleich hören. Alexandra Nagy [00:04:22]: Und ich schlage einmal vor, Barbara, hören wir uns das an, oder? Barbara Aigner [00:04:26]: Unbedingt. Bin gespannt. KI Stimme [00:04:33]: Hallo und willkommen zu unserer heutigen Vertiefung. Die große Frage, die im Raum steht, macht künstliche Intelligenzführung jetzt eigentlich einfacher oder doch komplizierter? Barbara Aigner [00:04:46]: Genau. KI Stimme [00:04:47]: Wir haben uns da eine ziemlich lebhafte Debatte angesehen mit Stimmen direkt aus der Praxis, aus Unternehmen. Unsere Mission für Sie, wir wollen die Kernargumente rausfiltern. Was bedeutet KI wirklich für Ihren Führungsalltag? Ja, und die Meinungen, die gehen da wirklich weit auseinander. Auf der einen Seite steht so die Hoffnung auf Effizienz, Entlastung. Auf der anderen Seite aber auch die Sorge vor neuen Schwierigkeiten, vielleicht auch dem Verlust des Menschlichen in der Führung. Das ist so das Spannungsfeld. Okay, packen wir das mal aus. Also ein klares Argument war, Führung wird einfacher. KI Stimme [00:05:26]: Das kam von jemandem mit viel Technologieerfahrung. Sein Punkt war, dass gerade jüngere Generationen sowieso lieber mit Systemen interagieren. Vielleicht sogar eher als mit Menschen. KI Stimme 2 [00:05:39]: So die Chatbot-Erwartung quasi. Genau. Die Kernaussage war, Führungskräfte müssen sich damit beschäftigen, mit KI, relevant zu bleiben. Wer das nicht tut, ja, der verliert den Anschluss. Fast schon eine Notwendigkeit. Das ist diese Perspektive der technologischen Anpassung. Und KI ist ja auch, das wurde ja gesagt, kein komplett neues Ding. Das entwickelt sich seit Jahrzehnten. KI Stimme [00:06:02]: Stimmt, aber diese Angst, ersetzt zu werden oder eben den Anschluss zu verlieren, die ist schon real. Interessant fand ich aber auch die Einschränkung, die grundlegenden Herausforderungen der Führung, Diversität, Komplexität, Kundenwünsche, die wachsen ja sowieso unabhängig von KI. KI Stimme 2 [00:06:20]: Genau, unabhängig von KI. KI kommt da sozusagen noch oben drauf, löst die Basisprobleme aber nicht automatisch. Aber dann Die Gegenseite. Und das wird jetzt wirklich spannend. Ein anderer Teilnehmer, der kam aus der Softwarebranche, der sagt ganz klar, Führung wird schwieriger. KI Stimme [00:06:40]: Okay. KI Stimme 2 [00:06:40]: Mitarbeiter, gerade die Jüngeren, kommen ständig mit KI-Argumenten. Nach dem Motto, die KI schlägt doch vor das. KI Stimme [00:06:48]: Ah, okay, verstehe. KI Stimme 2 [00:06:49]: Und das macht es wohl schwer, authentisch zu bleiben, auch mal Grenzen zu setzen oder auf 1 sachlichen Ebene zu diskutieren, ohne dass es zur Streiterei mit der KI wird. KI Stimme [00:07:00]: Das ist faszinierend, weil es hier wirklich die menschliche Interaktionsebene geht, oder? KI Stimme 2 [00:07:04]: Absolut. KI Stimme [00:07:05]: Ein anderer, ein Logistikmanager war das, glaube ich, der hat dem auch zugestimmt. KI kann rechnen, lernen, lesen. Klar, aber sie kann eben nicht fühlen. KI Stimme 2 [00:07:14]: Genau das. Die Sorge ist halt, wenn man sich zu sehr auf KI verlässt, dass dann soziale Kompetenz und diese menschliche Urteilsfähigkeit, Beurteilungsfähigkeit wurde es genannt, dass die bei Führungskräften verloren gehen könnten. Nach welchen Kriterien misst man dann Mitarbeiter wirklich fair? KI Stimme [00:07:33]: Ja, gute Frage. Und wie sieht das in der Praxis aus? Da gab es ein Beispiel aus dem Bankwesen, 1 Volksbank. Das war ziemlich erhellend. Alexandra Nagy [00:07:43]: Die KI Stimme [00:07:43]: nutzten KI im CRM, also im Kundenmanagement, Verkaufsimpulse zu generieren. Aber die Umsetzung, die nannten sie eine echte Challenge. KI Stimme 2 [00:07:52]: Okay, warum? KI Stimme [00:07:53]: Besonders ältere Kollegen tun sich schwer damit. Akzeptanzprobleme. Die KI ist oft so eine Art Blackbox. Man versteht nicht so richtig, wie die zu den Vorschlägen kommt. Barbara Aigner [00:08:02]: – KI Stimme 2 [00:08:02]: Verstehe. Barbara Aigner [00:08:03]: – KI Stimme [00:08:03]: Jüngere nutzen es wohl eher, erfahrene Routiniers weniger. Das Projekt läuft, aber die Erwartungen waren wohl mal höher. Da braucht die Führungskraft dann eben viel Feinfühligkeit. Das zeigt gut diese Implementierungshürden. Und es wurde ja auch betont, viele KI-Projekte scheitern ganz banal an schlechter Datenqualität. Ja, die Daten sind mies, hieß es da ziemlich direkt. Genau, man muss also oft erstmal die Hausaufgaben machen, die Grundlagen schaffen. Aber der Rat, der sich durchzog, für alle Führungskräfte, egal ob technikaffin oder nicht, keine Berührungsängste haben. KI Stimme [00:08:39]: Einfach mal machen. KI Stimme 2 [00:08:40]: Einfach ausprobieren. Man kann nichts kaputt machen, wurde gesagt. Man kennt ja sein Fachgebiet und merkt schon, wenn die KI Unsinn erzählt. Diese schlechte Fila-Kultur, das wurde gerade in Bezug auf Österreich erwähnt, die müsse man überwinden. KI Stimme [00:08:54]: Experimentieren gehört dazu. KI Stimme 2 [00:08:56]: Ja. Also, was heißt das jetzt alles für Sie? Die zentrale Botschaft aus dieser Diskussion scheint mir zu sein, KI ist ein Werkzeug, ja mit Potenzial, aber eben kein Allheimmittel. Richtig. KI Stimme [00:09:10]: Und die menschliche Komponente der Führung, die wird dadurch vielleicht sogar noch wichtiger, nicht weniger. Zusammenfassend lässt sich sagen, die Diskussion zeigt halt keine einfache Antwort. KI kann unterstützen, ja, Prozesse optimieren, vielleicht sogar beim Training helfen. Da war dieses VR-Coaching-Beispiel. Ah ja, stimmt, virtuelle Gesprächsübungen. KI Stimme 2 [00:09:30]: Genau. Aber sie schafft eben auch neue Reibungsflächen in der Kommunikation und stellt die Frage nach dem Kern menschlicher Führung ganz neu. KI Stimme [00:09:39]: Exakt. Und das ist vielleicht der spannendste Punkt für Sie zum Weiterdenken. Wenn KI die Routinen und die Analysen übernimmt, Was wird dann zur eigentlichen Kernaufgabe der menschlichen Führungskraft in Zukunft? Worauf müssen Sie sich konzentrieren? Was kann wirklich nur ein Mensch leisten? Denken Sie mal darüber nach. Alexandra Nagy [00:10:00]: Ja, Barbara, was meinst du? Haben wir in Zukunft noch einen Job oder braucht es uns vielleicht gar nicht mehr, weil KI das schon so genial erledigt? Wie geht es dir, wenn du das hörst? Barbara Aigner [00:10:12]: Also ich muss ehrlich sagen, wie ich da reingehört habe, ich war total verblüfft, weil ich mir gedacht habe, es ist unglaublich, wie echt diese Stimmen klingen. Also wenn man jetzt rein mal nur über das Klangerlebnis spricht, die männliche Stimme genauso wie die weibliche Stimme, die perfekt getroffen ist, die in 1 Stimmhöhe oder Lage spricht, wie man es richtig gerne hört, wie es ganz leicht in das Ohr hineingeht und wo man auch wirklich gerne zuhört. Und es ist einfach perfekt, perfekt, perfekt, Was mal das Hören betrifft. Der Inhalt ist auch, finde ich, sehr, sehr gut zusammengefasst worden. Wie es mir aber gegangen ist, und das ist der Grund, warum es uns in jedem Fall braucht. Alexandra Nagy [00:10:57]: Hoffentlich hast du eine gefunden. Barbara Aigner [00:10:59]: Auf jeden Fall. Mir ist schon so ein bisschen das Gefühl einer sehr aalglatten Zusammenfassung hochgekommen. Also das ist einfach so perfekt, so allglatt, dass dieses Menschliche, dieses Individuelle, dieses, weiß ich nicht, dass auch mal ein Versprecher oder irgendwas dabei ist und dass du diesen Menschen auch wirklich fühlst. Also dieses Gefühl ist bei mir nicht angekommen. Also es ist perfekt, sie reden perfekt, sie haben eine perfekte Stimme. Am Anfang vielleicht, wenn die Frau sich dazwischen durchmeldet mit ein paar nur Zwischenworten, dann klingt das vielleicht ein bisschen künstlich. Der Inhalt ist perfekt, aber es ist eben perfekt und wir sind ja nicht perfekt. Und wenn ich so in mein Herz hineinfühle und aus dem Verstand rausgehe, dann entsteht kein Gefühl bei mir. Barbara Aigner [00:11:50]: Also ich kann diese Personen oder diese Stimmen nicht greifen. Und ich denke, das ist schon, also das macht ja das Menschsein auch aus, egal ob jetzt privat oder im beruflichen Umfeld, dass wir uns auch spüren können, dass wir uns fühlen können und dass wir uns auch in das Gegenüber hineinversetzen können. Und das habe ich dort vermisst. Aber es ist großartig, was diese Tools, was diese Instrumente können. Und es ist natürlich sensationell, welche Arbeitserleichterung sie auch bieten. Natürlich. Wenn man eine oder mehrere Folgen beispielsweise hochladen kann und ich bekomme in kürzester Zeit eine Zusammenfassung, die wir als Mensch so nicht zustande bekommen würden oder wirklich viele Stunden investieren müssen, Alexandra Nagy [00:12:32]: dann ist Barbara Aigner [00:12:32]: es einfach großartig in der Kombi. Aber ich stehe auf Alexandra und Barbara im Podcast. Alexandra Nagy [00:12:38]: Ich hoffe, ihr anderen die ihr uns da zuhört auch. Also Mut zu fehlen, Mut nicht ganz perfekt sein zu müssen, Das ist ja eine schöne Botschaft, Barbara. Also diese Ähs und Ahs und Pausen, die dürfen wir nach wie vor machen. Das ist mir aber schon aufgefallen, auch bei dieser KI-generierten Zusammenfassung. Also Sie haben dann auch teilweise Ä schon auf sich gedacht. So künstlich einzubauen. Ja, künstlich einzubauen. Aber es stimmt natürlich, dieses Gefühl oder ich sag jetzt mal diese Leidenschaft, dieses Brennen für das Thema, das wir ja haben, das hast du nicht so gefühlt und Das habe ich auch nicht so gefühlt. Alexandra Nagy [00:13:17]: Aber man kann das Tool natürlich, und ich weiß, es nutzen sehr viele. Manchmal hat man Dokumente oder hat einen langen wissenschaftlichen Artikel oder irgendwo kommt einem ein guter Artikel unter und man denkt sich, das würde man jetzt gern beim Autofahren anhören. Also ich höre ja auch wahnsinnig gern beim Autofahren. Und dann könnte man sich zum Beispiel mit Notebook LM über diesen Artikel, man lädt ihn hoch, wenn er natürlich frei verfügbar ist, das ist auch ganz wichtig wegen der Urheberrechte. Aber angenommen, ihr habt was im Internet gefunden, ladet den Artikel hoch, das dauert ein paar Sekunden, lasst euch eine Audiozusammenfassung geben und im Auto höre ich mir dann diese Audiozusammenfassung an. Das ist wirklich ein gutes Effizienztool. Absolut, ja. Barbara Aigner [00:14:05]: Das sind ja genau die Themen, über die wir ja mit Führungskräften auch sprechen. Also wenn es darum geht, auch KI in der Führungsarbeit einzusetzen, dann spiegeln uns ja auf der einen Seite die Führungskräfte auch zurück, dass sie sagen, unser Leben wird dadurch einfacher, weil Dinge uns abgenommen werden, die wir sonst vielleicht auch zeitlich investieren müssten oder wo große Datenanalysen beispielsweise sehr vereinfacht werden können, wo man schnell auf den Punkt gebracht Informationen bekommt. Und auf der anderen Seite sagen ja auch die einen oder anderen, wenn es jetzt noch mehr solcher Tools gibt, wo die Führungsarbeit an und für sich schon so komplex ist, Wo führt uns denn dann der Weg noch hin? Also wie können wir die Führungsarbeit überhaupt bewältigen? Also wie du das siehst oder wie du das beobachtest? Alexandra Nagy [00:14:55]: Also ich glaube auch, dass die Herausforderungen für die Führungsarbeit jetzt ganz egal ob mit oder ohne KI immer vielfältiger werden. Wir brauchen jetzt nur in die letzten Themen denken, die in den in den letzten Jahren aufgebobbt sind, zum Beispiel das Thema Nachhaltigkeit oder ESG. Es gibt immer mehr Daten, die man zur Verfügung hat. Es gibt immer mehr Reports, die man auswerten muss. Es gibt immer mehr KPIs, die man sich ansehen muss. Die Herausforderungen liegen natürlich aber auch in der menschlichen Arbeit mit den Teams, mit den Mitarbeitenden. Auch das wird immer herausfordernder. Stichwort Fachkräftemangel. Alexandra Nagy [00:15:36]: Das heißt, es kommt da einiges auf die Führungskräfte zu oder ist schon zugekommen. Und es wird sicher nicht weniger. Und da stellt sich die Frage und die Frage haben wir ja auch in der ersten Fischbowl-Diskussion gestellt, wird dann Führungsarbeit mit KI tatsächlich einfacher oder schwieriger? Also ich würde aber – unterm Strich für mich – würde ich sagen, sie wird einfacher, weil es doch viele Arbeiten erleichtert, aber auf der anderen Seite werden die Arbeiten auch nicht weniger. Und da sind wir wieder bei diesem immer gehörten Argument, es wird effizienter und wir brauchen dann nicht mehr diese wiederkehrenden, eintönigen Arbeiten machen. Dem erledigt KI und wir können uns auf das wirklich Wichtige konzentrieren. Die Frage ist, weiß man immer, was das wirklich Wichtige ist. Ich wollte gerade sagen, Barbara Aigner [00:16:27]: was ist das wirklich Wichtige und manchmal ist es halt auch herausfordernd, sich den ganzen Tag auf das wirklich Wichtige zu konzentrieren oder fokussieren. Darüber werden wir später auch noch sprechen, dann im Kundenservice. Hin und wieder ist es ja angenehmer, dass man auch mal die ein oder andere repetitive Tätigkeit machen kann, mal ein bisschen runterzukommen zwischendurch, dann sich wieder auf die wirklich wichtigen Dinge zu fokussieren. Und das erleben wir selber in unserer Tätigkeit oder auch in der Begleitung von Führungskräften, dass die Anforderungen so gesehen an die Führungskräfte schon immer mehr wächst und Ausrufphasen eigentlich immer weniger werden. Alexandra Nagy [00:17:03]: Genau. Und du siehst das jetzt aus der Sicht der Führungskräfte. Wenn wir aber jetzt den Blick zu den Mitarbeitenden richten, dann ist das natürlich auch ein vielleicht ein bisschen ein falsches Versprechen zu sagen. Ihr werdet Effiziente, ihr müsst diese eintünnigen Tätigkeiten nicht mehr machen und könnt euch zum Beispiel, wenn Kunden anrufen, dann wirklich auf die schwierigen Kunden fokussieren, was ja einerseits sehr gut ist, aber auf der anderen Seite, was heißt denn das für mein Arbeitspensum oder nicht Arbeitspensum, aber für die Qualität meiner Arbeit. So wie du sagst, das Interessante dabei ist ja, man hat zwischendurch auch einfachere Tätigkeiten, holt sich schneller sein Erfolgserlebnis und hat dann halt mal einen Kunden am Apparat, der eine einfache Frage stellt, die ich einfach beantworten kann. Und der Kunde ist total happy und freut sich. Wenn ich dann aber nur mehr Kunden dran habe, mit den wirklich schwierigen und heiklen Themen zum Beispiel, dann wird es natürlich auch für mich als Mitarbeiterin schwieriger, mir meine Erfolgspunkte abzuholen und ich habe dann also nur mehr solche Anfragen Und das kann natürlich auch dazu führen, dass ich meine Arbeit anders beurteile, anders einschätze oder am Abend auch ganz anders nach Hause gehe. Barbara Aigner [00:18:24]: Ja, absolut. Ich meine, das ist ja auch der Grund, warum Führungskräfte oder Unternehmen dem Thema KI nicht nur super offen gegenüberstehen, sondern natürlich auch eine gewisse Skepsis dem Thema KI gegenüber haben. Also auf der einen Seite, was das Thema Arbeit oder Tätigkeit betrifft. Wir erleben es dann ja auch in dem einen oder anderen Unternehmen, die selbst noch Kunden haben, die auch weit weg von 1 eigenen Digitalisierung sind, also die sich selbst als sehr analog noch bezeichnet. Für diese Unternehmen ist es natürlich auch schwierig, wenn man sagt, okay, die Hälfte meiner Kunden ist dem Thema KI beispielsweise noch überhaupt nicht zugewandt und die andere Hälfte vielleicht schon. Also wie gehe ich auch damit Kann ich dann überhaupt Bots oder was auch immer einsetzen, sie zu unterstützen? Was hast du denn erlebt auch in dem Austausch mit Führungskräften, warum sie skeptisch KI gegenüber sind? Alexandra Nagy [00:19:18]: Ich glaube, es ist auch ein großer Unterschied, aus welcher Branche diese Führungskräfte kommen. Wenn wir natürlich mit Führungskräften sprechen, die in IT- Unternehmen arbeiten oder in sehr digital affinen umgebungen sind, dann ist natürlich die Bereitschaft KI einzusetzen und auszuprobieren viel stärker gegeben. Und wenn wir auf der anderen Seite in die Industrie schauen oder in andere Bereiche, teilweise auch in Handelsunternehmen, da ist die Bereitschaft noch nicht so groß und man hat vielleicht noch mehr Berührungsängste. Ganz einfach, weil die Führungskräfte auch sagen, ja, was passiert denn mit meinem Wissenschatz, was passiert denn mit meinen Erfahrungen? Verliere ich vielleicht selbst an Bedeutung? Früher sind die Mitarbeitenden zu mir gekommen und ich konnte Fragen beantworten. Heutzutage kann KI schon sehr viele Fragen beantworten. Vielleicht braucht es mich gar nicht mehr. Vielleicht ist mein Wissen gar nichts mehr wert. Früher haben wir schon gesagt, wir haben Silos und wir horten das Wissen. Alexandra Nagy [00:20:22]: Und da ist dann die Frage, wie geht das jetzt weiter? Will ich all mein Wissen der KI zugänglich machen und mich damit vielleicht noch entbehrlicher zu machen? Also dieser Kontrollverlust oder mein Wissen ist vielleicht nichts mehr wert, ist ein ganz wichtiger Faktor. Oder auch das Thema Fehlerkultur. Jetzt entwickeln sich diese KI-Anwendungen so rasant. Dazu gehört, dass man viel experimentieren, viel ausprobieren muss. Und das ist natürlich mit Ressourcen verbunden. In einem Unternehmen, wo die Fehlerkultur offen ist, wo man gut damit umgeht, kann man sich diese Experimente unter Anführungszeichen leisten. Aber in Unternehmen, wo die Fehlerkultur vielleicht nicht so ausgeprägt ist, ist man noch vorsichtiger und das bedeutet, dass man viel Zeit verliert. Barbara Aigner [00:21:12]: Da fallt mir jetzt aber gerade ein, weil du das sagst, eben Zeit verlieren oder effizienter werden oder auch in Richtung Kunden und in der Führung, also gewinne ich Bedeutung oder verliere ich Bedeutung? Da hat uns doch der Martin Heilinger von der Volksbank Wien auf unserem gemeinsamen Event erzählt, dass sie da ja auch sehr aktiv schon unterwegs sind im Thema KI und zum Beispiel Artificial CRM auch zum Einsatz bringen, wo schon Verhaltensmuster von Kunden beispielsweise analysiert werden oder die Berater ganz konkrete Produktabschlüsse zur Verfügung gestellt werden. Alexandra Nagy [00:21:46]: Und Er hat Barbara Aigner [00:21:46]: da ja auch ganz interessant erzählt, dass er gesagt hat, auf der einen Seite ist es großartig, weil die Beraterinnen und Berater in kürzester Zeit genau die Kunden zur Verfügung gestellt bekommen, die eben sich so und so verhalten und deswegen die Wahrscheinlichkeit sehr hoch ist, dass sie dieses oder jenes Produkt nutzen werden. Und auf der anderen Seite hat er auch erzählt, dass so die alten Hasen unter den Beratern sagen, Moment, also meine Kunden, die kenne ich viel besser als irgendeine Maschine und ich weiß auch viel besser, was meine Kunden brauchen und ich fühle vielleicht meine Kunden auch viel besser und weiß deswegen auch, was ich ihnen anbiete. Also spannend war das bei ihm, finde ich, dass er über den Weg berichtet hat und in einer der nächsten Podcast Folgen ist er ja dann auch zu Gast und wird es noch ausführlicher uns näher bringen. Aber wie KI schon auch unterstützt, dass du in Richtung Kunden deutlich effizienter werden kannst und den Beraterinnen und Beratern auch viel Arbeit abnehmen kannst, dass sie sich nicht durch irgendwelche Daten durchsuchen müssen, sondern da ganz schnell auch Empfehlungen bekommen. Alexandra Nagy [00:22:51]: Also das Beispiel ist deshalb auch genial und ich bin Martin echt dankbar, dass er das in der vorigen Folge auch schon angesprochen hat, weil es uns ja auch ganz deutlich zeigt. Er hat darüber gesprochen und hat gesagt, das Tool ist hinter den Erwartungen. Sie alle hätten sich viel davon erwartet, weil das ist doch toll, wenn wir ein KI-System haben, das uns da Vorschläge macht und wir können proaktiv zu den Kunden und Kundinnen gehen. Was dann aber passiert ist, ist genau das, was du jetzt gesagt hast. Die alten Hasen haben gesagt, das weiß ich aber besser als jede Maschine. Das heißt, dieses Blackbox-Symptom, Wir wissen ja auch nicht, wie die KI dann zu dieser Auswahl der Kunden gekommen ist oder zur Auswahl der Produkte und so weiter. Und das führt dann dazu, dass vielleicht jüngere Mitarbeitende eher bereit sind, weil sie selbst noch unsicher sind, nicht so viel Erfahrung haben, das anzunehmen. Und die Älteren lassen es aber lieber bleiben, weil sie sagen, das weiß ich besser. Alexandra Nagy [00:23:53]: Und wieso kommt überhaupt die KI zu dieser Schlussfolgerung? Und das ist ja genau dieses Thema. Da geht es jetzt Führungsarbeit. Dass Führungskräfte auch erkennen, wenn wir so ein KI-Tool loslassen auf unsere Mannschaft, das ist jetzt nicht nur eine technische Errungenschaft oder ein technisches Tool, sondern das tut auch sozial etwas mit uns. Das macht etwas mit der Zusammenarbeit. Und was können wir tun, damit dieses Tool auch von allen angenommen wird? Genau hier geht es aber wieder menschliche Führungsarbeit, empathische Führungsarbeit, dass man sich dieser Probleme auch noch stärker bewusst wird als Führungskraft. Barbara Aigner [00:24:38]: Absolut, ja. Alexandra Nagy [00:24:43]: Barbara, wir haben ja auch heute einen Sound mitgebracht und da möchten wir auch zu euch ganz transparent sein. Wir haben den Sound nicht selbst ausgesucht, sondern haben die KI dazu befragt. Hör dir mal die letzte Episode an. Was meinst du denn, welcher Sound würde da am besten dazu passen? Und Barbara, wie hat die KI die Antwort formuliert dazu? Welchen Vorschlag hat sie uns gemacht? Barbara Aigner [00:25:09]: Es war wirklich genau, ChatGPT hat uns den Vorschlag gemacht und ich lese das jetzt mal genauso vor, damit man auch sieht, wie das rausgekommen ist. Und zwar ist es das synchrone Einrasten mehrerer Zahnrad- oder Maschinengeräusche, flankiert von einem leisen Rauschen. Spiegelt den Impuls, die Zahnräder der Organisation mit KI anzutreiben, während menschliche Führungskräfte die Feinjustierung vornehmen müssen. Daher also das Maschinengeräusch und das menschliche Murmeln. Also das ist in Wahrheit genau das, worüber wir gerade gesprochen haben. Wir brauchen auf der einen Seite KI, die Organisation anzuschieben, damit die Zahnräder laufen und funktionieren. Aber es braucht dann eben auch die Führungskräfte und das Menschsein, die Sozialkompetenz, die das fein justieren, die vielleicht mal Ölen zwischendurch, die schauen, dass es nicht zu sehr zu Reibungen kommt, dass der Sand aus dem Getriebe rauskommt und dass die gesamte Organisation gut läuft. Und damit braucht es auch dieses Zusammenspiel. Barbara Aigner [00:26:06]: Wollen wir uns das mal anhören? Alexandra Nagy [00:26:07]: Hören wir uns das an. (Sound wird abgespielt) Mir hat die Metapher auch sehr gut gefallen. Und den Sound haben wir dann schon selbst zusammengestellt. Das konnte in dem Fall ChatGPT ja nicht. Aber die Idee dazu, die haben wir von einem Sprachmodell. Hören wir mal rein. Barbara Aigner [00:26:36]: Ja, also klingt richtig gut und symbolisiert finde ich auch sehr, sehr gut, wie KI in Organisationen funktionieren kann oder wie wir dieses Bild auch sehen. Und wie wir dieses Bild auch sehen, das haben wir ja auch in einem White Paper zusammengefasst, wo wir unterschiedliche Landkarten auch kreiert haben und beispielsweise Eine auch, wo es ums Zusammenspiel der KI mit mir als Person, als Führungskraft geht. Wir haben hier auch 3 Tipps verankert. Ihr könnt euch dann das White Paper auch direkt natürlich downloaden. Das werden wir auch verlinken. Was sind denn die 3 Tipps? Alexandra Nagy [00:27:16]: Ja, den ersten Tipp, den wir da in dieses White Paper hineingeschrieben haben, hat etwas mit der AI-Literacy zu tun. Also es geht darum, als Führungskraft nicht nur KI verstehen zu können, also technisch bis zu einem gewissen Grad, sondern auch in der Anwendung zu verstehen, aber auch zu verstehen, wo sind denn die Grenzen? Was kann ich fachlich mit KI-Anwendungen umsetzen oder meinen Unternehmern? Was muss ich menschlich berücksichtigen? Da hatten wir jetzt schon das Beispiel von der Volksbank. Und welche ethischen Grenzen gibt es vielleicht auch? Und dieses Zusammenspiel wird dann verdichtet, nennt man eben die AI-Literacy. Und das ist unsere Empfehlung für Führungskräfte, an dieser eigenen AI-Literacy auch wirklich zu arbeiten. Sich nicht so sehr auf zum Beispiel externe Dienstleister zu verlassen, sondern selbst auch ein gewisses Wissen aufzubauen und zu verstehen, okay, worum geht es denn da eigentlich? Und das heißt aber jetzt nicht, dass ich im Detail verstehen muss, wie neuronale Netzwerke funktionieren, aber doch auch verstehe, wie grundsätzlich KI-Anwendungen auch technisch funktionieren. Aber uns ist natürlich auch immer der menschliche und der ethische Aspekt auch noch wichtig, weil auch das hat ja dieses Beispiel gezeigt, meistens scheitern die KI-Anwendungen nicht an der Technologie oder am technischen Einsatz oder an der Umsetzung, sondern an der menschlichen Akzeptanz oder an kulturellen Hürden im Unternehmen. Und das kann dann dazu führen, dass man viel Geld investiert auf der technischen Seite, aber dann doch nicht die erhofften Gewinne hat. Ja, zum Thema AI-Literacy haben wir ja auch ein Self-Assessment zum Download auf unserer Webseite zur Verfügung und wir verlinken es euch auch. Alexandra Nagy [00:29:11]: Barbara, wie geht es denn dir mit deiner eigenen AI Literacy? Barbara Aigner [00:29:15]: Puh, ich muss ganz ehrlich sagen, also wie wir uns dem Thema KI näher oder uns dann mit näher befasst haben und das Thema AI Literacy auch hochgekommen ist, haben wir gedacht, bei manchen Themen bin ich wirklich weit weg davon. Also vor allem, wenn es die Reflexion von ethischen Fragen zum Beispiel geht, wo ich mir gedacht habe, wie sehr reflektieren wir das auch im Unternehmen, auch mit unseren Mitarbeitenden Alexandra Nagy [00:29:39]: und Barbara Aigner [00:29:39]: wie sehr reflektiere ich es auch für mich. Und das zweite Thema war auch der ökologische Fußabdruck beispielsweise, wo ich mir auch gedacht habe, das hat das so einfach überhaupt nicht im Fokus, sondern man ist sehr stark fokussiert auf welche Tools gibt es, wie kann man die einsetzen, was kann man damit generieren. Aber was das natürlich auch für die Ökologie oder den ökologischen Fußabdruck betrifft, Ja, auch da gibt es einen blinden Fleck und so gesehen kann ich jedem nur empfehlen in diesen Downloadbereich zu gehen. Wir, wie gesagt, verlinken das auch. Zweiseitiges Self-Assessment. Sich das mal im Detail anzusehen und da durchzugehen, weil jeder für sich mit Sicherheit den ein oder anderen Blindenfleck identifizieren wird. Und wenn es da ein Interesse auch gibt, kurz in eigener Sache, dann stehen wir auch gerne zur Verfügung, hier zum Beispiel mal einen gemeinsamen Workshop auch zu machen, in Richtung AI Literacy auch für das eigene Unternehmen zu gehen. Und dann haben wir Alexandra noch einen zweiten Tipp. Alexandra Nagy [00:30:35]: Einen zweiten, der hat auch mit Literacy zu tun. Ich habe auch schon oft versucht, den Begriff Literacy zu übersetzen, aber es gibt leider im Deutschen keine Entsprechung, die wirklich gut dazu passt. Und deshalb sei es uns gestattet, dass wir über die AI-Literacy und auch im zweiten Punkt über die Data-Literacy sprechen. Es muss uns ja bewusst sein, dass KI immer mit Daten arbeitet. Das heißt, KI stützt sich mit all ihren Aussagen, mit all ihren Ergebnissen auf Daten. Entweder auf Daten, die frei verfügbar sind oder auf Daten, die aus dem Unternehmen kommen, wie auch immer. Wir haben ja auch in unserem Event im Juni auch gesagt, KI ist im Datenraum gefangen. Das muss uns als Führungskraft, aber auch als normale Anwender, Anwenderin auch bewusst sein. Alexandra Nagy [00:31:28]: KI kann zwar neue Inhalte generieren, darum heißt sie ja auch generative KI, indem sie Daten, mit denen sie gefüttert wurde, neu kombiniert, neu anordnet oder auch Muster erkennt. Aber grundsätzlich, wenn es jetzt das Thema geht, wirklich bahnbrechende Innovationen, wirklich was Neues zu denken, bin ich zumindest persönlich davon überzeugt, dass der Mensch da noch immer die Nase vorn hat. Ich habe letztens selbst in einem Podcast gehört, KI betrachtet die Welt immer aus dem Rückspiegel. Und das hat mir sehr gut gefallen, weil es ist genau das. KI kann nur mit denen arbeiten, das schon da ist und das als Daten verfügbar ist. Und das ist natürlich einerseits ein großes Handicap. Auf der anderen Seite muss mir das aber als Führungskraft oder als Team, muss mir das bewusst sein. Und ich muss meine eigene Data Literacy auch stärken, damit ich erkennen kann, wo KI zum Beispiel blinde Flecken hat oder wie ich Ergebnisse von KI vielleicht auch anders verstehen oder anders auswerten kann. Barbara Aigner [00:32:38]: Und das ist total lustig, wenn mir jetzt gerade einfällt, von Kaplan und Norton, die doch die Erfinder der Balance Scorecard waren, die schon sehr frühzeitig gesagt haben, wenn du eben nur auf unternehmensinterne Daten dich stützt, dass du dann permanent durch den Rückspiegel auf einer kurvenreichen Straße fährst. Oder sie haben noch eine andere Metapher gebracht, dass du beim Tennisspiel permanent auf die Anzeigentafel, also wie der Spielstand ist, schaust und nicht aufs Spiel konzentriert bist, also immer in die Vergangenheit blickst. Das ist wirklich interessant, dass sich das so durchzieht und die Prognostik ja auch begrenzt ist. Alexandra Nagy [00:33:13]: Das muss man natürlich bewusst sein. Und Bewusstsein heißt einerseits zu verstehen, dass KI nur mit den Daten arbeitet, mit der sie gefüttert wurde. Wenn es die eigenen Daten sind, muss man sich natürlich auch Fragen stellen zur Datenqualität, zur Datenaktualisierung. Aber Auf der anderen Seite muss ich als Führungskraft in Zukunft, bin ich dann noch stärker gefordert, an meiner eigenen Datenliteracy zu arbeiten und zu verstehen, welche Fragen kann ich denn überhaupt stellen, welche Fragen muss ich stellen, zu hinterfragen, ob diese KI-Auswertungen richtig sind oder für unseren Gebrauch, für unseren Einsatz oder für das Ergebnis, das wir haben wollen, sind das überhaupt auch die passenden Daten. Und da hat ja zum Beispiel auch in der Diskussion, ich weiß nicht, ob es der Martin Heilinger war oder Dejan Vasic von der DHL, sie haben auch darüber gesprochen, wie wichtig die Datenqualität ist und dass es oft daran mangelt, nicht an der technischen Umsetzung, sondern auch an der Datenqualität. Neben der AI-Literacy auch die Data-Literacy. Und weil du das White Paper schon angesprochen hast, wir haben in diesem White Paper auch sehr gute Fragen dazu formuliert, wie man Ergebnisse aufgrund der Daten hinterfragen kann. Und da haben wir, glaube ich, 10, 12 sehr gute Fragen und die kann jeder von euch einmal ausprobieren und anwenden und schauen, wie geht es euch mit diesen Fragen dazu. Barbara Aigner [00:34:49]: Ja, absolut. Und dann haben wir ja noch einen dritten und letzten Punkt, der vor allem oft für Service Center auch interessant ist und es geht den Rebound-Effekt. Was versteckt sich denn dahinter? Alexandra Nagy [00:35:00]: Ja, also das ist mein absoluter Lieblingspunkt, muss ich sagen. Meiner auch. Ja, über diesen Rebound-Effekt schreibe und lese ich wirklich sehr gerne und spreche auch sehr gerne drüber, weil diese KI-Anwendungen und sie alle miteinander, ganz egal, welches Tool ihr aufmacht und nachlest, es steht überall, es wird effizienter und diese repetitiven Arbeiten entfallen und wir können uns auf das Wesentliche konzentrieren. Und der Rebound-Effekt besagt, dass das ein Trugschluss sein kann, dass diese technische Entlastung sehr oft nicht zu diesen gewünschten Einsparungseffekten oder Effizienzgewinnen führen kann, weil durch diese Anwendung wieder andere Dinge erforderlich sind, die diese Effizienz sozusagen auffressen, wenn ich das einmal so formulieren darf. Das ist zum Beispiel so, und Das erleben wir also schon seit Jahren. Also das ist nicht nur mit KI in Verbindung, sondern generell auch mit Digitalisierung. Barbara, du weißt es selbst, wie viele Customer Journeys wir schon mit Unternehmern erarbeitet haben. Und die Kontaktpunkte werden immer vielfältiger. Alexandra Nagy [00:36:17]: Digitale Kontaktpunkte und jetzt auch mit KI, Stichwort Chatbot, es kommt immer zu mehr Kontaktpunkten und das führt aber nicht immer dazu, dass auf einmal es zu weniger Anfragen kommt oder zu weniger Arbeit im Serviceteam, sondern durch die vielen Kontaktpunkte wird die Arbeit noch mehr, es kommen noch mehr Anfragen, weil ganz einfach die Kunden mehr Möglichkeiten haben oder überhaupt nicht mehr selbst recherchieren auf der Webseite, sondern alles nur mehr die KI oder den Chatbot fragen. Und das führt auch dazu, dass im Serviceteam dadurch zum Beispiel noch mehr Arbeiten anfallen. Also das wäre jetzt ein Effekt vom Rebound. Oder es gibt immer mehr Schulungen für all diese KI-Anwendungen und das ist natürlich auch ein Zeit- und ein Ressourcenaufwand. Barbara Aigner [00:37:05]: Absolut, genau. Diese 3 Tipps, wie gesagt, die haben wir in dem White Paper ganz wunderbar zusammengefasst und darüber hinaus gibt es in dem White Paper ja noch mehrere Landkarten, wo man nochmal im Detail hineinschauen kann. Wie geht es jetzt weiter über den heißen Sommer hinweg? 2 Wochen werden wir gerne die nächste Fischbowl-Diskussion, die wir bei dem Event im Juni hatten, veröffentlichen. Da geht es das Thema KI im Team. Auch ein total spannendes Thema und die Frage, welche Vorteile hat das Team von KI? Und auch dafür gibt es ein Self-Assessment auf unserer Website zum Downloaden, das man sich gerne anschauen kann. Und Alexandra, zum Abschluss haben wir für unsere Hörerinnen und Hörer auch noch ein kleines Geschenk. Alexandra Nagy [00:37:52]: Genau. Wir sind total stolz darauf. Das müssen wir jetzt an dieser Stelle zugeben. Wir haben ein Kartenset entwickelt für unser Event im Juni. Und dieses Kartenset beinhaltet 36 Ideen, wie man KI in der Kundenorientierung und in der Customer Experience einsetzen kann. Und dieses Kartenset besteht nicht nur aus diesen Ideen, sondern wir haben sehr viele Möglichkeiten eingebaut, wie Teams, wie man alleine, aber auch mit Teams, reflektieren kann über diese Ideen und für das eigene Unternehmen, für die eigene Anwendung diese Ideen bewerten und die besten für sich selbst herausfinden kann. Das Ganze ist auch verbunden mit ethischen Herausforderungen, mit Design-Herausforderungen, natürlich auch Datenschutz und dem EU-AI-Act. All das kommt in diesem Kartenset vor. Alexandra Nagy [00:38:50]: Und wenn ihr Lust habt, mit diesem Kartenset zu arbeiten, dann schicken wir euch das gerne zu. Einfach bitte ein E-Mail schreiben unter office@kunde21.com, Schreibt es uns gerne und wir schicken euch dieses Karten-Set und freuen uns dann natürlich auch auf euer Feedback, wie es euch gefallen hat und welche genialen Ideen ihr mit diesem Karten-Set auch umsetzen konntet. Barbara Aigner [00:39:17]: Absolut. Alexandra, es hat total viel Freude gemacht. Das werden wir wiederholen, oder? Ja, das Alexandra Nagy [00:39:23]: werden wir wiederholen. Barbara Aigner [00:39:23]: Ich bin jetzt mit den Gästen zu sprechen, aber es hat auch heute viel Freude gemacht. Alexandra Nagy [00:39:29]: Genau. Vielen Dank, Barbara, auch du für deine Offenheit. Wir können selbst auch bei unserem Self-Assessment oder bei unserer AI-Literacy ständig noch weiter lernen, dazulernen. Wir lernen auch sehr viel von unseren Kunden und Kundinnen und es ist ein ständiges Geben und Nehmen und dafür sagen wir auch herzliches Dankeschön. Danke. Alexandra Nagy [00:39:59]: Ja, Das Alexandra Nagy [00:40:00]: war es schon zu unserer Episode, Alexandra Nagy [00:40:01]: wie Führungsarbeit mit KI gelingt, Teil 2. Danke, dass du dabei warst. Vielen Dank auch für euer Feedback, für eure Anregungen und Zuschriften zu diesem Thema. Wir freuen uns immer darüber und es ist alles eine ungeheure Bereicherung für uns und hilft uns, euch und eure Erwartungen auch noch besser zu verstehen. Die Verlinkungen findet ihr in den Shownotes zum White Paper und zum Self-Assessment Center der AI Literacy und ich hoffe, wir hören uns in 2 Wochen wieder. Und by the way, den Sound, den du da gerade im Hintergrund hörst, das ist auch ein KI-generierter Sound, den wir mit Suno aufgenommen haben und uns dort ein eigenes Lied, einen eigenen Jingle für diese Podcast-Episode erstellen haben lassen. Wir hoffen, Alexandra Nagy [00:40:58]: er gefällt dir. Bis bald.