Die teuerste Verwechslung: Aufgaben und Stellen
55% der Unternehmen bereuen ihre AI-Entlassungen. Die Aufgabenanalyse war korrekt. Die Job-Entscheidung war es nicht. Was das ueber den Unterschied zwischen Aufgaben und Stellen verraet.
Ein Newsletter über die Transformation von Wissensarbeit durch AI. Für Menschen, die Entscheidungen treffen. Nicht nur Tools benutzen.
Erhalte eine Nachricht, wenn ein neuer Essay erscheint. Jederzeit abbestellbar.
55% der Unternehmen bereuen ihre AI-Entlassungen. Die Aufgabenanalyse war korrekt. Die Job-Entscheidung war es nicht. Was das ueber den Unterschied zwischen Aufgaben und Stellen verraet.
1,59x bessere Qualität. Null Modelländerung. Nur Vokabular.
Was zwischen eurem AI-Business-Case und einem Edelgas am Persischen Golf steht. In keinem AI-Business-Case, den ich in den letzten sechs Monaten gesehen habe, steht das Wort Helium.
Warum AI alle auf 6/10 bringt, und warum genau das das Problem ist. Wenn alle gleich passabel werden, gewinnt der, der besser ist als passabel.
Der Engpass ist nicht die Software. Es ist das Wissen, das nur in Köpfen existiert. Warum institutioneller Kontext der eigentliche Hebel ist – und warum die meisten Unternehmen auf Stufe 0 stehen, obwohl sie glauben, auf Stufe 2 zu sein.
AI-Plattformen verkaufen künftig nicht nur Modellleistung, sondern Berechenbarkeit. Der eigentliche Aufschlag sitzt in Billing, Limits, Appeals und Policy-Enforcement.
AI macht Einzelarbeit oft schneller. Aber was verschwindet, wenn Teamarbeit in eine Person plus Agent-Stack übersetzt wird, taucht in keiner Produktivitätsfolie auf.
Dieselbe Capability war gestern noch Grund für Zurückhaltung und ist heute plötzlich Produkt. Nicht weil sich das Modell verändert hat, sondern weil sich die Erzählung und der Zugangskanal geändert haben.
Fünf Millionen automatisierte Tests trafen eine Zeile FFmpeg-Code, ohne den Bug zu finden. Ein neues Modell sah ihn beim ersten Durchlauf. Was heißt "geprüft" eigentlich noch?
Die Agentic-Commerce-Literatur sagt: Wenn Agents einkaufen, zählen nur noch Daten. Falsch. Marken sind komprimierte Werteprofile – und genau das, was ein Agent braucht.