„Der lange Atem der Dampfmaschine.“Diese Überschrift hat bei mir sofort etwas ausgelöst. Weil sie in einem Satz erklärt, was gerade viele bei generativer KI falsch einschätzen: Sie erwarten den Effekt zu früh. Und sie unterschätzen, wo der Effekt wirklich entsteht.Denn die Dampfmaschine war nicht „der Wohlstand“. Sie war der Motor.Wohlstand kam erst, als Menschen gelernt haben, diesen Motor zu bedienen. Als Prozesse, Ausbildung, Organisation und Standards nachgezogen haben. Und als Unternehmen verstanden haben: Technologie allein ist nett. Anwendung ist der Hebel.Genau da stehen wir heute wieder.
KI ist keine Innovation. KI ist eine Invention – bis du sie durchsetzt.
Ich sage das bewusst provokant, weil es weh tut.
Viele Unternehmen verhalten sich gerade wie Kinder im Technikmuseum: Staunen, ein bisschen drehen, ein paar Knöpfe drücken – und dann weiter zum nächsten Ausstellungsstück.
Aber Innovation ist nicht „wir haben ChatGPT“.
Innovation ist nicht „wir haben eine KI‑Policy“.
Innovation ist nicht „wir haben jetzt auch Copilot“.
Innovation entsteht erst, wenn du eine Idee in den Markt und in die Wertschöpfung drückst.
In meiner Dissertation habe ich Innovation genau so abgegrenzt: Es gibt die wahrgenommene Neuartigkeit (Invention) – und es gibt die Durchsetzung/Verwertung am Markt (Exploitation). Erst zusammen wird daraus Innovation.
Und jetzt kommt der unangenehme Teil:
Wenn wir generative KI nur bestaunen, sind wir Zuschauer.
Wenn wir sie anwenden, sind wir Gestalter.
Basisinnovation heißt: Nicht nur Technik. Sondern Reorganisation.
Wenn du Kondratieff und Schumpeter ernst nimmst, dann gilt ein einfacher Satz:
Große Technologiewellen sind immer auch große Umbauwellen.
In der Theorie der langen Wellen wird das ziemlich klar beschrieben: Kondratieffzyklen laufen nicht nur über Investitionen und neue Technologien – sie ziehen gesamtgesellschaftliche Reorganisationsprozesse nach sich. Und zwar ausdrücklich inklusive Produktions- und Managementmethoden, Bildung, Forschung und Entwicklung.
Übersetzt in normales Unternehmerdeutsch:
Eine Basisinnovation verändert nicht nur Maschinen.
Sie verändert Menschen, Abläufe, Rollen, Lernen, Führung.
Und genau deshalb ist der Vergleich Dampfmaschine ↔ generative KI nicht nur ein nettes Bild. Er ist ein Warnsignal.
Weil wir sonst denselben Fehler machen wie immer:
Wir investieren in Technik.
Und sparen an Umsetzung.
Woran du erkennst, ob generative KI wirklich eine Basisinnovation ist
In der Arbeit werden drei Kriterien genannt, die eine „normale Neuerung“ von einer Basisinnovation abgrenzen:
- ein eng vernetztes Technologiebündel, das Innovationsaktivitäten über Jahrzehnte prägt,
- die Rolle als Motor im Entwicklungsprozess über viele Jahre,
- ein gesamtwirtschaftlicher Reorganisationsprozess.
Jetzt leg da mal generative KI drauf.
1) Technologiebündel?
Modelle, Daten, Chips, Cloud, Schnittstellen, Security, rechtliche Leitplanken, neue Human‑Machine‑Interfaces. Das ist kein einzelnes Tool. Das ist ein neues Betriebssystem für Wissensarbeit.
2) Motor über Jahre?
Wenn KI erstmal in Vertrieb, Service, Einkauf, Entwicklung, HR, Produktion, Qualitätsmanagement und Dokumentation steckt, reden wir nicht über ein Quartal. Wir reden über eine Dekade.
3) Reorganisation?
Passiert gerade. In jedem Unternehmen, das ehrlich hinschaut. Rollen verschieben sich. Entscheidungen werden anders vorbereitet. Wissen wird anders dokumentiert. Arbeit wird anders verteilt. Führung muss neu denken.
Also ja: Für mich erfüllt generative KI ziemlich viele Merkmale einer Basisinnovation.
Aber – und das ist der entscheidende Punkt – die Rendite entsteht nicht im Modell. Sie entsteht im Prozess.
Das Problem in Deutschland: Wir sind gut in Technik. Und oft zu brav in Anwendung.
Deutschland liebt Ingenieurskunst. Und ich meine das als Kompliment.
Wir können Maschinen. Wir können Qualität. Wir können Prozesse. Wir können Hidden Champions. Wir können Weltklasse in Nischen.
Aber wir haben auch eine gefährliche Komfortzone:
Wir diskutieren erst mal.
Wir regeln erst mal.
Wir perfektionieren erst mal.
Wir bilden erst mal Arbeitskreise.
Während andere längst Prototypen bauen, testen, verwerfen, neu bauen.
Das ist keine Charakterfrage. Das ist ein Systemreflex.
Und genau hier liegt die Chance: Anwendungsweltmeister wirst du nicht, weil du die beste Technologie hast. Sondern weil du sie schneller, konsequenter und breiter in Wertschöpfung übersetzt.
Das ist nicht Glamour. Das ist Maschinenraum.
Und Maschinenraum ist unsere Paradedisziplin – wenn wir ihn wieder ernst nehmen.
Die eigentliche Engstelle: Es fehlen KI‑Ingenieure für den Alltag
Bei der Dampfmaschine hat man irgendwann verstanden: Du brauchst nicht nur Erfinder. Du brauchst Bediener, Meister, Ingenieure. Menschen, die das Ding sicher, effizient und produktiv einsetzen.
Heute passiert wieder derselbe Denkfehler:
Wir suchen „KI‑Strategen“.
Wir suchen „Head of AI“.
Wir suchen „Prompt Engineers“ (allein dieses Wort triggert mich schon ein bisschen).
Was wir wirklich brauchen, sind Menschen, die generative KI anwenden können – in ihrem Fachkontext. In echten Abläufen. Mit Verantwortung.
Und das ist Ausbildung.
In meiner Arbeit unterscheide ich dafür zwei Lernlogiken:
- Lernen 1: Erwerb von Fachwissen, Daten, Informationen und Anwendungsmethoden.
- Lernen 2: Erwerb von Kompetenzen – also die Fähigkeit, Veränderung und Innovation überhaupt zu lernen. Fachübergreifend, adaptiv, reflektiert.
Viele KI‑Trainings hängen gerade in Lernen 1 fest.
„Hier ist ein Prompt.“
„Hier ist ein Tool.“
„Hier ist ein Workshop.“
Haken dran.
Das ist nett. Das ist Einstieg. Aber das ist nicht der Hebel.
Der Hebel ist Lernen 2:
Wer kann Prozesse neu designen, weil KI plötzlich eine echte Assistenz sein kann?
Wer kann Wissen so strukturieren, dass es wiederverwendbar wird?
Wer kann Qualität sichern, statt Halluzinationen einfach zu akzeptieren?
Wer kann Verantwortung übernehmen, statt „die KI war’s“ zu sagen?
Das sind KI‑Ingenieure. Nicht im akademischen Sinne. Sondern als neue Rolle in der Praxis.
Anwendungsweltmeister heißt: 100 Use Cases statt 1 Leuchtturm
Viele Unternehmen machen gerade den gleichen Fehler wie bei Digitalisierung damals:
Sie bauen einen Leuchtturm.
Ein Pilot hier. Ein Chatbot da. Eine Präsentation für die Geschäftsführung.
Sieht gut aus. Fühlt sich gut an.
Und dann?
Dann bleibt es bei einem Leuchtturm.
Weil keiner den Strom legt. Keiner die Wartung macht. Keiner das Ding in die Fläche bringt.
Anwendungsweltmeisterschaft entsteht nicht durch einen großen Wurf. Sie entsteht durch Breite.
Durch 50 kleine Verbesserungen im Monat.
Durch Teams, die KI wie ein Werkzeug behandeln – nicht wie ein Event.
Wenn du das ernst meinst, brauchst du drei Dinge.
1) Menschen: Du brauchst Übersetzer zwischen Fachbereich und KI
Nicht jeder muss Prompt‑Poet werden.
Aber jede zentrale Funktion braucht jemanden, der drei Sprachen spricht:
- Fachlichkeit (Was ist wirklich wichtig?)
- Prozess (Wo hängt Zeit, Geld, Qualität?)
- KI‑Denke (Was kann ich automatisieren, assistieren, prüfen, beschleunigen?)
Diese Menschen sitzen selten in der IT.
Sie sitzen im Vertrieb, im Service, in der Entwicklung, im Einkauf.
Und sie warten oft darauf, dass ihnen jemand die Erlaubnis gibt.
2) Prozesse: Du musst KI in Abläufe einbauen – nicht daneben stellen
KI als Tool neben dem Prozess ist wie eine Dampfmaschine neben dem Fließband.
Sie kann rödeln, so viel sie will – sie verändert nichts, wenn der Prozess gleich bleibt.
Praktische Faustregel:
- Wenn ein Use Case nur „Text rein, Text raus“ ist, ist es Spielwiese.
- Wenn ein Use Case eine Entscheidung, ein Risiko oder eine Durchlaufzeit verändert, wird es Wertschöpfung.
Das ist der Unterschied zwischen „nice to have“ und „Wettbewerbsvorteil“.
3) Bildung: Du brauchst eine Ausbildungsschiene – intern und wiederholbar
Wenn ich „Ausbildung“ sage, meine ich nicht ein PDF im Intranet.
Ich meine ein System.
Ein Beispiel, ganz pragmatisch, wie du starten kannst:
- KI‑Grundlagen (2 Stunden): Was darf KI, was darf sie nicht? Wo sind Grenzen?
- Use‑Case‑Werkstatt (halber Tag): Teams bringen echte Aufgaben mit, bauen erste Workflows.
- Qualitäts- und Risiko‑Check (90 Minuten): Wie prüfen wir Ergebnisse? Wer zeichnet verantwortlich?
- Multiplikatoren-Programm (4 Wochen): 10 Leute werden intern zu KI‑Anwender‑Coaches.
Das ist nicht „Bildungspolitik“. Das ist unternehmerische Notwendigkeit.
Und es passt auch perfekt zu dem, was bei Basisinnovationen sowieso passiert: Reorganisation über Bildung und neue Methoden.
Die Riesenchance für Unternehmen – und für Deutschland
Jetzt kommt mein Lieblingsgedanke an der ganzen Sache:
Deutschland muss nicht unbedingt der Ort sein, an dem das nächste Foundation Model entsteht.
Deutschland kann der Ort sein, an dem generative KI in Industrie, Mittelstand und Hidden Champions so tief in Prozesse integriert wird, dass andere sich daran messen müssen.
Das wäre echte Anwendungsweltmeisterschaft.
Und das ist eine Riesenchance, weil wir zwei Dinge haben, die schwer kopierbar sind:
- Prozesswissen aus Jahrzehnten realer Wertschöpfung
- Domänenwissen in Nischen, in denen andere nur an der Oberfläche kratzen
Generative KI verstärkt genau das – wenn wir sie in die Hände der richtigen Leute geben.
Der lange Atem entscheidet – aber du musst loslaufen
Die Dampfmaschine hat nicht über Nacht alles verändert. Sie hat die Welt trotzdem umgebaut.
Generative KI wird auch nicht über Nacht alles verändern.
Aber sie wird alles berühren, was wissensbasiert ist. Und das ist in den meisten Unternehmen: fast alles.
Deshalb ist für mich die entscheidende Frage nicht:
„Habt ihr schon KI?“
Sondern:
Wer wird bei euch KI anwenden – jeden Tag, in echten Prozessen, mit Verantwortung?
Wer baut aus Invention Exploitation?
Und wer sorgt dafür, dass aus Technik am Ende Produktivität wird?
Wenn wir darauf eine gute Antwort finden, wird aus dieser Welle keine Bedrohung.
Sondern die größte unternehmerische Chance seit sehr langer Zeit.