KI sollte menschliche Arbeit ersetzen.
Es kam anders.
Zum ersten Mal in der Geschichte sind Menschen billiger als Software.
Token-Ausgaben pro Mitarbeiter bei Top-Unternehmen
Und KI schafft mehr Arbeitsplätze, als sie vernichtet.
Personalwachstum nach KI-Einführung
Technologie hat schon immer ein Problem gelöst, indem sie ein neues schuf.
In den 1830er Jahren führte das Aufkommen der Eisenbahn zum größten Infrastrukturausbau, den die Welt je gesehen hatte. Die amerikanische Gleislänge vervielfachte sich innerhalb eines Jahrzehnts um das 120-fache.
Dann brach das System zusammen.
Am 5. Oktober 1841 kollidierten auf der Western Railroad in Massachusetts zwei Züge tödlich – aufgrund eines einfachen Koordinationsfehlers.
Mit der wachsenden Komplexität der Eisenbahnen reichten einzelne Schaffner nicht mehr aus, um den Zugverkehr sicher zu halten. Die Eisenbahngesellschaften begannen daher jahrzehntelange Bemühungen: Sie stellten Manager für jede Region ein, definierten neue Rollen innerhalb der Organisation und etablierten klare Hierarchien mit Berichtslinien. Das moderne Management war geboren. Damit wurde die Eisenbahn zur ersten Milliarden-Dollar-Industrie der Welt, die auf ihrem Höhepunkt rund 60 % der Börsenmarktkapitalisierung ausmachte.
KI bricht das System erneut.
Wir haben gerade jedem Mitarbeiter, selbst den schlechtesten, unendliche Personalressourcen und unendliches Budget gegeben.
KI zu managen ist schwieriger als Menschen zu managen, weil KI Dysfunktion sofort skaliert. Glücklicherweise können wir aus der Vergangenheit lernen:
Agenten-Arbeitskräfte und menschliche Arbeitskräfte scheitern auf die gleiche Weise.
Das Verständnis der 7 wichtigsten Parallelen zwischen beiden wird den nächsten Billionen-Dollar-Wert durch KI erschließen.
Die 7 Parallelen zwischen Agenten- und menschlichen Arbeitskräften
1. Tokenmaxing ist, Probleme mit Personal zu erschlagen.
Der Hype-Zyklus um Tokenmaxing war in weniger als einem Monat durchlaufen.
Aber die Menge der ausgegebenen Token war nie das wirkliche Problem.
Die Leute geben so viel für Token aus, weil sie nicht wissen, wie man sie einsetzt.
Vielleicht einer von 100 Mitarbeitern weiß, wie man KI Kontext gibt. Es ist eine seltene Person, die in der Lage ist, einen Prozess klar zu formulieren, die Geduld hat, sich in ein überladenes Kontextfenster hineinzuversetzen, oder die überhaupt versteht, was das bedeutet.
Gib den anderen 99 Leuten ein Agenten-Tool und sie werden „Loops“ produzieren.
2. Loops sind Meetings über Meetings.
In Claude Code/Cowork, Copilot, Karpathys Autoresearch oder jedem anderen Tool sind Loops ein Pflaster für die Tatsache, dass fast niemand erfolgreich prompter.
Loops sind ein brutaler Versuch, menschliche Unzulänglichkeit auszugleichen. Agenten rufen sich selbst an, um sich selbst zu reparieren, nur weil ein Mensch die Aufgabe nie sauber formuliert hat. Rohe Gewalt wird zum einzigen Weg des Systems, Fortschritt zu erzielen. Das alles resultiert aus dem menschlichen Versagen, die Aufgabe von Anfang an richtig zu verstehen.
Du gibst Token aus, um Token auszugeben.
3. Verschwendete Token sind die neue Personalaufblähung.
Die meisten Unternehmen sind heute schlecht geführt.
Die überwältigende Mehrheit der Mitarbeiter hat keinen wesentlichen Einfluss auf das Geschäft. Sie sind Zahnräder in der Maschine, stempeln auf jeder Ebene Genehmigungen ab und stellen mehr Zahnräder ein, um eine Maschine zu befeuern, die existiert, um zu existieren.
Sie loopen.
Oft ist es effizienter, den Loop zu durchbrechen. Elon hat 80 % der Belegschaft von X entlassen und das Unternehmen lief besser. Private-Equity-Operating-Partner verdienen ihr Geld damit, diese einfache Tatsache zu nutzen.
So wie 80 % der Mitarbeiter nichts tun, tun heute 80 % der Token nichts.
Menschen erschaffen mehr Menschen. Token erschaffen mehr Token. Loopen ist das neue Imperiumsbauen.
4. 100X-Token sind die neuen 10X-Entwickler.
Das Versprechen der Software war, dass wir sie einmal bauen, für immer zu geringen Kosten betreiben und nie beaufsichtigen müssen. KI hat dieses Versprechen gebrochen. Sobald Software alles konnte, konnte sie nichts mehr zuverlässig.
Token verhalten sich wie eine Arbeitskraft, und sobald du Token als Mitarbeiter siehst, zerfallen die Versprechungen der KI:
- „Token sind genauer als Menschen“ – aber nur, wenn sie richtig gepromptet werden.
- „Token sind schneller als Menschen“ – aber Geschwindigkeit bedeutet nichts bei 100 Wiederholungen.
- „Token spielen keine Politik“ – aber sie bauen Imperien aus Token-Ausgaben.
- „Token kündigen nicht“ – aber sie sterben zwischen neuen Modellversionen und neuen Sitzungen.
- „Token kann man vertrauen“ – aber sie versagen selbstbewusst in perfekter Formatierung.
Der eine Bereich, in dem KI wirklich besser ist als Menschen, ist die Skalierbarkeit. Die Skalierung von Menschen verbraucht enorme Energie durch Rekrutierung, Einarbeitung und Fluktuation. Die Skalierung von Token ist augenblicklich. Genau deshalb ist schlechtes Management so teuer, und warum du den 100X-Token finden und skalieren musst.
Der 10X-Entwickler hat die letzte Ära der Unternehmen aufgebaut. Der 100X-Token wird die nächste aufbauen.
So wie eine Handvoll Mitarbeiter andere 10X produktiver machen, kann für jede Aufgabe eine bestimmte Menge Token-Kontext den KI-Aufwand um Größenordnungen reduzieren. Es gibt Token, die dir 100X mehr Hebel verschaffen.
Menschen sind im Durchschnitt billiger als Token, aber gute Token sind im Maßstab billiger.
Management verwandelt das eine in das andere.
5. Konzepthortung ist die neueste Taktik zur Arbeitsplatzsicherung.
Es gibt ein massives politisches Problem mit KI innerhalb des Unternehmens, und es wird nur noch schlimmer werden.
Mitarbeiter wollen KI-Systemen nicht ihr geheimes Rezept beibringen.
Sie beginnen zu merken, dass diese Systeme nicht nur da sind, um ihnen zu „helfen“ oder die „Produktivität zu steigern“.
Schau dir Meta an: Mitarbeiter, die Aktien besitzen und massiv motiviert sind, KI richtig einzusetzen, sind empört, dass das Unternehmen Mitarbeiterkontext als Trainingsdaten verwendet. Das ist in einem Technologieunternehmen… ein Konflikt, der ein Mikrokosmos dessen ist, was in jeder Branche passieren wird.
https://x.com/Polymarket/status/2061903052966076882
Stammeswissen ist seit Jahrhunderten Arbeitsplatzsicherheit. Mittelalterliche Zünfte hielten ihre Methoden geheim. KI ist die erste Technologie, die Arbeiter bittet, alles auf einmal herauszugeben.
Niemand bildet seinen Ersatz kostenlos aus.
Die Menschen, die die 100X-Token besitzen, haben den geringsten Anreiz, sie herauszugeben. Emotional, strukturell und politisch sind Unternehmen darauf programmiert, die wichtigste Technologie für ihre Zukunft abzulehnen.
6. Evals sind die neuen OKRs.
Der beste Weg, eine Token-Arbeitskraft zu managen, ist derselbe wie der beste Weg, Menschen zu managen: indem man definiert, wie gut aussieht.
Der eine KI-Anwendungsfall, der der Politik entkommen ist, ist das Programmieren. Er hat den Kuchen vergrößert und jeden Entwickler besser gemacht.
Der Mechanismus sind Evals. 99 % der KI-Einnahmen stammen heute aus dem Programmieren, weil Programmieren eingebaute Evals hat. Code läuft oder nicht.
Breitere, domänenübergreifende KI-Anwendungsfälle werden erst dann online kommen, wenn jemand die erforderlichen Evals entwickelt. Spezifische Evals sind wichtiger, als deinen Mitarbeitern beizubringen, zu prompter, oder ihnen ein Chat-Tool zu geben. Mit ihnen wird KI die Teile der Wirtschaft fressen, die Code nie erreichen konnte.
Die eigentliche Arbeit des Managements besteht darin, vage menschliche Prozesse in Code zu verwandeln, das Qualitative als Quantitatives auszudrücken.
Die Evals eines Unternehmens werden zu seiner wertvollsten Ressource.
So wie OKRs der Schlüssel sind, um eine menschliche Arbeitskraft optimal zu nutzen, werden Evals der Schlüssel sein, um eine unendlich skalierbare Token-Arbeitskraft zu nutzen. Evals sind der Weg, um 100X-Token zu betreiben.
Darüber hinaus werden keine zwei Unternehmen denselben Evals-Satz haben. Evals werden der Schlüssel zum Wettbewerbsvorteil sein. Eine Organisation, die generische Evals oder generische Agenten einsetzt, hat keinen Vorteil.
7. Die nächste Billionen-Dollar-Chance ist das Transformationsunternehmen.
Unternehmen kaufen seit Jahren Foundation-Model-Commitments, die Anwendungsschicht und interne Entwicklungen. All das verbirgt eine brutale Wahrheit über die Wirtschaftlichkeit:
Niemand hat KI zuverlässig zum Laufen gebracht.
Das Silicon Valley ist so überzeugt von diesem Scheitern, dass seine neueste Obsession darin besteht, gegen das heutige Geschäft zu wetten. „Neofirmen“ oder „KI-native Dienstleistungs“-Startups werden finanziert, um die 21 Billionen Dollar an Dienstleistungsausgaben in der Wissensökonomie zu erobern, basierend auf der Theorie, dass etablierte Unternehmen, die in ihrer eigenen Politik und Prozessen verstrickt sind, den Wandel nie selbst schaffen werden.
Neofirmen mögen durchaus Wettbewerbsdruck erzeugen, der die KI-Einführung in „Tradfirmen“ vorantreibt. Aber die größten KI-Vermögenswerte liegen immer noch in den etablierten Unternehmen: differenzierte Prozesse, die bereits funktionieren, skalierbar durch bereits bestehende Vertriebskanäle.
Tatsächlich werden die nächsten großen Unternehmen nicht bestehende Dienstleistungsausgaben fressen. Sie werden einen völlig neuen Dienstleistungstyp an bestehende Akteure verkaufen:
„KI-Transformationsunternehmen“ werden 10X größer sein als jede Neofirma.
Transformation klingt nach einem einmaligen Projekt. Aber hier wirkt ein Jevons-Paradoxon: Jeder Anwendungsfall, den eine Organisation übernimmt, bringt zehn weitere hervor. Je KI-fähiger ein Unternehmen wird, desto mehr Transformation konsumiert es, während sich die Grenze des Möglichen täglich verschiebt. Kontinuierliche KI-Transformationsbemühungen werden der einzige Weg sein, wettbewerbsfähig zu bleiben.
Betrachte Palantir, auf dem Papier das am meisten durch Claude gefährdete Softwareunternehmen: ein halbes Billionen-Dollar-Unternehmen, das maßgeschneiderte Anwendungen für Unternehmen baut. Nach der Logik, die SaaS fast uninvestierbar gemacht hat, sollte $PLTR eine Null sein vor $NOW.
Ist es nicht, weil Palantir nie Software verkauft hat. Es hat Transformation verkauft.
Aber die Transformation selbst hat sich seit Palantirs alten Tagen weiterentwickelt. In einer KI-zentrierten Welt geht es um mehr als Ontologien, kundenspezifische Software und seltene, maßgeschneiderte Prompts. Die eigentliche Arbeit liegt in den Evals, in der Token-Minimierung, im so tiefen Verständnis eines Unternehmens, dass man es programmieren kann.
Die Feinheiten jedes Unternehmens in Agenten zu kodieren, wird zur größten wirtschaftlichen Aufgabe des Jahrzehnts.
Es ist Zeit zu managen.
Jede Phase des KI-Booms hatte ihren eigenen Leitklischee.
Man sagte uns, wir sollten Spitzhacken während eines Goldrauschs verkaufen, und wir bauten Infrastruktur. Man sagte uns, wir sollten „Service-as-a-Software“ verkaufen, und wir bauten Neofirmen. Wir haben genug Infrastruktur. Wir haben genug Dienstleistungen. Jetzt geht es darum, die Züge pünktlich fahren zu lassen.
Es ist Zeit, das Unternehmen zu durchleuchten: die 100X-Token zu finden, die Loops, die funktionieren, aufzuzeichnen und die Intelligenz zu lenken, die massiv verschwendet wird.
Menschen sind gerade billiger geworden als Software.
Jemand muss ihnen beiden immer noch sagen, was zu tun ist.
Dank an Sam Wolfe, David Oks, @WillManidis und @Alex_Danco für ihre Gedanken. Und an @ClaudeAI Fable 5, das auf viel zu vielen Loops läuft, für die Hilfe beim Verfassen dieses Textes.
