Was sollte euer Unternehmen jetzt ändern?

Einordnung

Der Ausgangspunkt: Die Menschen sind bereit, ihre Abläufe nicht

Drei Befunde tragen diese Empfehlung. Offenheit für Veränderung ist mit 3,94 der höchste Wert der Studie. Das Anpassen von Strukturen und Prozessen ist mit 2,47 der tiefste. Und die Anpassungsfähigkeit trennt fortgeschrittene von zurückliegenden Organisationen am schärfsten (4,13 gegen 1,84). Wer also Akzeptanz schaffen will, arbeitet am falschen Ende. Wer KI nur auf bestehende Abläufe setzt, verändert das Fundament nicht.[Probst 2026, Anhang B]

Was Menschen und KI-Agenten brauchen

Das fortgeschrittene Profil liegt bei Daten (4,11 gegen 2,31), bei Menschen und Zusammenarbeit (4,53 gegen 2,73) und bei der Anpassungsfähigkeit deutlich vor der frühen Phase. Wir lesen darin drei Bedürfnisse, die für Menschen und KI-Agenten gleich sind: Zugang zu aktuellen, verlässlichen Informationen, Orientierung, was gerade zählt, und die Fähigkeit, aus Gelerntem neue Arbeit zu machen. Ein Agent ohne aktuellen Kontext beginnt jeden Auftrag bei null. Ein Agent ohne klare Priorität arbeitet am Falschen. Und ein Agent, dessen Quelle nie nachgeführt wird, wiederholt morgen den Fehler von gestern.[Probst 2026, Tabelle 5]

Drei Praktiken: Shared Context, Company Brain, Playbook

• Shared Context (Zugang). Neuer Tag, zurück auf null: Menschen und Agenten bauen den Kontext jedes Mal neu auf, weil er in Köpfen, Chats und alten Dateien steckt. Antwort: Vertrauenswürdige Quellen verbinden, damit alle vom selben aktuellen Stand ausgehen.
• Company Brain (Orientierung). Derselbe Stand, unterschiedliche Richtungen: Alle kennen die Fakten, verfolgen aber unterschiedliche Prioritäten, weil Ziele in Präsentationen stehen und kein Dokument verbindlich ist. Antwort: Die tägliche Arbeit mit gemeinsamen Zielen und Entscheiden verbinden und sichtbar machen, wo sie davon abweicht.
• Playbook (Anpassungsfähigkeit). Wir haben etwas Neues gelernt und arbeiten noch wie früher, weil das Gelernte in Meetings und Chats bleibt. Antwort: Die Änderung freigeben, in die Quelle zurückschreiben, aus der Menschen und Agenten arbeiten, und prüfen, was wirkt. Lernen wird erst zu Anpassungsfähigkeit, wenn es die Arbeit verändert.

Warum das ein Wettbewerbsvorteil ist

Modelle und Werkzeuge stehen jeder Firma offen, und sie werden jedes Jahr besser. Was sich nicht kaufen lässt, ist der eigene aktuelle Kontext, die gemeinsame Ausrichtung und das Tempo, mit dem Gelerntes in die Quellen zurückfliesst. Diese drei Dinge wirken zusammen: Shared Context macht Wissen nutzbar, das Company Brain gibt ihm eine Richtung, und das Playbook hält beides aktuell. Jede freigegebene Änderung verbessert den nächsten Entscheid und jeden Agenten, der mit dieser Quelle arbeitet. Je mehr Arbeit Agenten übernehmen, desto stärker wirkt dieser Kreislauf, in beide Richtungen: Eine veraltete Quelle vervielfacht Fehler, eine aktuelle vervielfacht gute Entscheide.

Wie ein Team damit beginnt

• Wählt einen wichtigen Entscheid der letzten drei Monate und den Ablauf, den er verändern soll.
• Shared Context: Benennt die Quellen, aus denen Menschen und Agenten dafür arbeiten, und wer sie aktuell hält.
• Company Brain: Haltet Ziel, Priorität und Verantwortung in einem Satz fest und prüft, wo die laufende Arbeit davon abweicht.
• Playbook: Streicht, was nicht zum Ergebnis beiträgt, vereinfacht den Rest, gebt die Änderungen frei, schreibt sie in die Quelle zurück und prüft nach einer Iteration, was wirkt.
• Erst jetzt: Welche Schritte lassen sich beschleunigen, welche automatisieren, mit welcher Freigabe?

Einordnung & Grenzen

• Die Studie untersucht Organisationen über Branchen hinweg; die Übertragung auf Shared Context, Company Brain und Playbook ist unsere Interpretation.
• Die Studie misst weder die Wirkung von Teklens noch Zeitersparnis, Rendite, Wettbewerbsvorteile oder Rechtskonformität. Solche Aussagen machen wir hier nicht als Befund.
• Der Leitfaden ordnet Massnahmen nach Dimension. Welche zuerst dran ist, entscheidet euer Kontext, nicht die Reihenfolge der Tabelle.

Fragen & Antworten

Quellen

Die DACH-Analyse stammt aus der Masterarbeit von Felix Probst (Universität St.Gallen, 2026), die sich auf Deutschland und die Schweiz konzentriert und in Zusammenarbeit mit Studyond und Teklens entstand. Die europäische Erhebung ist die Teklens-Vorstudie mit 165 Teilnehmenden (Forschungspartner der Ausgabe 2027: ETH Zürich mit TUM); Teklens ordnet die Befunde als Herausgeber ein. Vollständige Zitate und Stellenverzeichnis: Methodik & Quellen.

1. Probst 2026 · Probst, F. (2026). Capturing AI's Potential: How Ready Are Organisations in the DACH Region? Masterarbeit, Universität St.Gallen, in Kooperation mit Teklens. Deutschland und Schweiz, n = 64, Reifeskala 1–5, Selbsteinschätzung, explorativ.Verwendete Stellen: Anhang B, Tabelle 5 und Abbildung 7, Abschnitt 5.1

Methodik & Quellen