Alle fragen sich ständig, ob KI Spezialisten oder Generalisten bevorzugt.
Ich denke, das ist die falsche Frage.
KI ergreift keine Partei. Sie verändert den Zielkonflikt.
Die alte Welt zwang zu einer Entscheidung. Man konnte in die Tiefe gehen oder in die Breite. Spezialisten hatten Tiefe. Sie kannten das Produkt, die Funktion, die Domäne, den Prozess, die Randfälle und die hart erarbeiteten Lektionen, die man nur bekommt, wenn man lange in einem Problemfeld lebt. Sie konnten die schwierige Frage in ihrem Bereich beantworten.
Generalisten hatten Reichweite. Sie konnten Verbindungen zwischen Teams, Kunden, Märkten, Funktionen und Geschäftsmodellen herstellen. Sie erkannten Muster, die andere übersahen. Sie konnten zwischen Gruppen übersetzen, die nicht dieselbe Sprache sprachen.
Beide waren wertvoll.
Beide waren unvollständig.
Der Spezialist war oft in einer engen Spur gefangen. Dem Generalisten fehlte oft die Tiefe, um die schwierige Entscheidung zu treffen. Dieser Zielkonflikt hat das moderne Organigramm mehr geprägt, als wir zugeben.
Ein Großteil des Organisationsdesigns wurde um die Grenzen der menschlichen Reichweite herum gebaut. Niemand konnte genug Kontext, Fachwissen, Richtlinien, technische Details, Kundennuancen und Urteilsvermögen halten, um komplexe Arbeit vollständig zu bewältigen. Also schufen wir Übergaben.
Der Geschäftsmann übergab an den Techniker.
Der Techniker übergab an den Produktmenschen.
Der Produktmensch übergab an die Rechtsabteilung.
Die Rechtsabteilung übergab an die Sicherheitsabteilung.
Die Sicherheitsabteilung übergab an die IT.
Die IT gab es mit drei Kommentaren und einer Meeting-Einladung zurück.
Sehr ausgeklügelt. Auch sehr langsam.
Das ist der Teil, den KI am meisten verändert.
KI macht Spezialisierung nicht irrelevant. Sie macht auch nicht jeden magisch zu einem großartigen Generalisten. KI greift die Übergabesteuer an.
Sie gibt Spezialisten mehr Reichweite.
Sie gibt Generalisten mehr Tiefe.
Sie ermöglicht es mehr Menschen, Arbeit weiter zu bringen, bevor ein anderer Mensch eingreifen muss.
Dieser letzte Teil ist wichtig.
Das Ziel ist nicht, Experten zu eliminieren. Das Ziel ist, Experten nicht mehr als Routing-Infrastruktur zu nutzen.
KI verändert, wie Arbeit sich bewegen sollte
Nehmen wir ein einfaches Beispiel: Enablement-Inhalte.
Im alten Modell brauchte die für den Inhalt verantwortliche Person möglicherweise Input von Produkt, Recht, IT, Sicherheit, Field Enablement und mehreren anderen Teams, bevor die Arbeit überhaupt kohärent wurde. Ein Teil dieser Genehmigung ist real. Man braucht die Rechtsabteilung, wo eine rechtliche Genehmigung erforderlich ist. Man braucht die Sicherheitsabteilung, wo eine Sicherheitsfreigabe erforderlich ist. Man braucht einen echten Produktexperten, wenn die Antwort wichtig ist.
Aber ein Großteil des Hin und Her ist kein Urteil. Es ist Übersetzung. Es ist die Überprüfung des ersten Entwurfs. Es ist die grundlegende Risikoidentifikation. Es bedeutet, jemand anderen zu bitten, das Denken zu erledigen, das der Eigentümer vor der Übergabe hätte tun können.
Mit KI sollte dieser Inhaltsverantwortliche in der Lage sein, viel mehr zu tun, bevor er jemand anderen einbezieht. Er sollte in der Lage sein, den Inhalt zu entwerfen, ihn mit Richtlinien zu vergleichen, die Botschaft zu testen, mögliche rechtliche Bedenken zu identifizieren, technische Behauptungen zu überprüfen und ein saubereres Genehmigungspaket vorzubereiten.
Der Experte genehmigt immer noch. Aber jetzt wird der Experte für sein Urteilsvermögen eingesetzt, nicht für die Aufräumarbeiten.
Das ist die Verschiebung.
KI beseitigt nicht die Notwendigkeit von Tiefe. Sie reduziert die Abhängigkeit, die dadurch entsteht, dass man keinen sofortigen Zugang zu Tiefe hat.
Das klingt subtil, ist es aber nicht. Es verändert das Betriebsmodell. Wenn mehr Menschen mehr Kontext tragen können, dann sollte Arbeit nicht durch die gleiche Anzahl menschlicher Kontrollpunkte laufen müssen. Wenn die Erstanalyse billig ist, sollten Experten ihre Zeit nicht damit verbringen, halbgares Input zu reparieren. Wenn die Koordinationskosten sinken, sollten Teams alte Routing-Pfade nicht nur deshalb beibehalten, weil sie vertraut sind.
Vieles von dem, was wir Zusammenarbeit nennen, ist nur Latenz mit besseren Manieren.
KI zwingt uns, ehrlicher damit umzugehen.
Spezialisten sind immer noch wichtig, aber Tiefe braucht Reichweite
Deshalb kaufe ich das einfache Argument nicht, dass die Zukunft den Generalisten gehört.
Es klingt gut. Es ist auch unvollständig.
Ein oberflächlicher Generalist mit KI ist immer noch oberflächlich. Er wird vielleicht nur schneller darin, selbstbewussten Unsinn zu produzieren, was nicht gerade die Revolution ist, die uns versprochen wurde.
Tiefe ist immer noch wichtig. Tatsächlich könnte Tiefe noch wichtiger werden, weil KI oberflächliche Geläufigkeit billig macht. Jeder kann KI bitten, ein Thema zusammenzufassen. Jeder kann einen anständigen ersten Entwurf erstellen. Jeder kann fünf Minuten lang informiert klingen.
Der Unterscheidungsfaktor wird, ob man genug weiß, um zu erkennen, was fehlt.
Dort zeigt sich Fachwissen.
Der Experte weiß, welches Detail falsch ist. Der Experte weiß, welche Annahme gefährlich ist. Der Experte weiß, wann die Antwort richtig klingt, aber in der realen Umgebung scheitern wird.
KI hebt die Messlatte nach oben. Sie löscht die Obergrenze nicht aus.
Aber der Spezialist muss sich auch ändern.
Tiefe ohne Reichweite wird zum Engpass. Wenn Ihr Wert nur darin besteht, dass Sie eine Sache wissen und alle darauf warten müssen, dass Sie sie beantworten, dann zielt KI direkt auf dieses Modell ab.
Die besten Spezialisten werden nicht nur ihre Spur schützen. Sie werden von dort aus expandieren. Sie werden KI nutzen, um den umgebenden Geschäftskontext, angrenzende Systeme, Kundenauswirkungen, Wettbewerbsdynamiken, Implementierungsbeschränkungen und operative Risiken zu verstehen.
Ich denke an meinen Arzt. Er ist ein Kiefergelenk-Spezialist – jahrzehntelang in einem engen, schwierigen Problem. Die Art von Tiefe, die man nicht vortäuschen und nicht überstürzen kann.
Er hatte seit Jahren Produktideen. Dinge, die nur jemand bauen würde, der in diesem Problem lebt. Aber die Ideen starben immer an der gleichen Stelle. Nicht, weil die Idee falsch war. Sondern weil alles um die Idee herum einen anderen Experten erforderte. Zutatenforschung. Zulassungsverfahren. Fertigung. Patentanmeldungen. Recht. Jedes ein Übergabepunkt an jemanden, den er nicht hatte, den er sich nicht leisten konnte oder mit dem er nicht wusste, wie er ein Gespräch beginnen sollte.
Also blieben die Ideen Ideen.
Das hat sich geändert. Nicht, weil er Chemiker oder Patentanwalt wurde – seine Tiefe liegt immer noch im Kiefer, nicht im Patentrecht. Aber jetzt kann er den ersten Durchgang selbst machen. Die Zutaten recherchieren. Den regulatorischen Weg kartieren. Verstehen, was eine Patentanmeldung eigentlich beinhaltet, bevor er jemanden dafür bezahlt. Er kann die Idee weit genug tragen, um zu wissen, ob sie real ist.
Er braucht immer noch den Patentanwalt. Er braucht immer noch den Regulierungsexperten. Aber jetzt werden sie für ihr Urteilsvermögen hinzugezogen, für eine durchdachte Idee – nicht, um ihm die Grundlagen beizubringen oder ihn zur nächsten Person zu lotsen.
Seine Expertise war nie der Engpass. Der Engpass war der Zugang zu der Expertise aller anderen.
Ihre Tiefe wird zum Anker.
KI erweitert den Radius.
Generalisten sind immer noch wichtig, aber Reichweite braucht verdiente Tiefe
Das Gleiche gilt für Generalisten, nur umgekehrt.
Die besten Generalisten werden nicht nur über der Arbeit schweben und Verbindungen herstellen. Sie werden KI nutzen, um in die Tiefe zu gehen, wenn das Problem es erfordert. Sie werden Annahmen testen. Prototypen bauen. Die Dokumentation lesen. Die Daten analysieren. Genug von der Architektur verstehen, um zu wissen, wo die eigentliche Einschränkung liegt.
Ihre Reichweite wird zum Vorteil.
KI gibt ihnen Tiefe auf Abruf.
Das zukünftige Profil ist also nicht Spezialist oder Generalist. Es ist Reichweite und Tiefe auf Abruf.
Gehen Sie in die Breite, wenn das Problem Verbindung erfordert.
Gehen Sie in die Tiefe, wenn die Entscheidung Fachwissen erfordert.
Wissen Sie, wann KI ausreicht.
Wissen Sie, wann ein menschlicher Experte erforderlich ist.
Wissen Sie, wann die Arbeit bereit zur Genehmigung ist und wann sie immer noch ein halbgares Durcheinander in schöner Verpackung ist.
Dieses Urteilsvermögen ist der Job.
Führungskräfte müssen die Arbeit neu gestalten
Dies hat große Auswirkungen auf Führungskräfte.
Wenn Ihr Betriebsmodell immer noch davon ausgeht, dass jede Frage durch fünf Menschen geleitet werden muss, sind Sie nicht KI-nativ. Sie sind nur langsamer mit besseren Werkzeugen.
Wenn jedes Team auf ein anderes Team wartet, um grundlegende Arbeit voranzutreiben, haben Sie die Arbeit nicht neu gestaltet. Sie haben KI an dieselbe alte Abhängigkeitskette angehängt und es Transformation genannt. Das ist keine Strategie. Das ist Beschaffung mit einer Keynote.
Die Frage, die Führungskräfte stellen sollten, ist nicht nur: "Wie machen wir alle produktiver?"
Das ist zu vage.
Die bessere Frage ist: Wo setzen wir Menschen als Übergaben statt als Urteilsvermögen ein?
Diese Frage legt die Verschwendung offen.
Sie zeigt, wo Experten für Low-Value-Reviews eingespannt werden. Sie zeigt, wo Generalisten Arbeit koordinieren, die sie jetzt selbst erledigen könnten. Sie zeigt, wo Spezialisten auf Kontext warten, den sie jetzt selbst generieren könnten. Sie zeigt, wo Teams alte Prozesse schützen, anstatt den Fluss neu zu gestalten.
Das ist die eigentliche Führungsarbeit. Nicht Werkzeuge kaufen. Nicht Pilotprojekte ankündigen. Nicht Nutzungsmetriken feiern, die sehr wenig darüber aussagen, ob sich die Arbeit geändert hat.
Die Arbeit muss um eine neue Annahme herum neu gestaltet werden: Mehr Menschen können jetzt mehr Kontext tragen.
Das bedeutet, dass einige Übergaben verschwinden sollten. Einige Genehmigungspfade sollten sauberer werden. Einige Rollen sollten sich erweitern. Einige Prozesse sollten gelöscht werden. Einige Experten sollten vor wertarmer Arbeit geschützt werden, damit sie sich auf die Entscheidungen konzentrieren können, die wirklich Fachwissen erfordern.
Das ist unangenehm, weil Übergaben nicht nur Prozess sind. Sie sind auch Identität, Kontrolle und Risikomanagement. Teams bauen Macht darum auf, der erforderliche Stopp im Workflow zu sein. Führungskräfte bauen Komfort darum auf, zu wissen, dass jedes Risiko irgendwo einen Besitzer hat.
KI setzt all das unter Druck.
Sie stellt eine schwierigere Frage: Wenn die Arbeit sich jetzt anders bewegen kann, warum sind wir immer noch so organisiert?
Talente sollten anders bewertet werden
Dies ändert auch, wie wir über Talente denken sollten.
Das alte Einstellungs- und Entwicklungsmodell belohnte statische Expertise. Was wissen Sie? Wo haben Sie gearbeitet? Welche Produkte haben Sie betreut? Welche Funktionen haben Sie unterstützt?
Diese Dinge sind immer noch wichtig, aber sie reichen nicht mehr aus.
Die neue Frage ist: Was können Sie herausfinden, bauen, validieren und bewegen, ohne darauf zu warten, dass die Organisation Ihnen ein Drehbuch aushändigt?
Das ist ein anderes Profil.
Baubeweis schlägt Abstammung.
Zeigen Sie mir, was Sie gebaut haben. Zeigen Sie mir, wie Sie feststeckten. Zeigen Sie mir, wo die KI falsch lag. Zeigen Sie mir, wie Sie sich erholt haben. Zeigen Sie mir, wie Sie die technische Entscheidung mit dem Geschäftsergebnis verbunden haben.
Das sagt mir mehr als eine polierte Antwort über Transformation.
Die Leute, die herumbasteln, werden sich schneller weiterentwickeln als die, die auf Schulung warten. Das mag hart klingen, aber ich denke, es ist wahr.
Schulung sagt Ihnen, was die Organisation bereits weiß. Herumbasteln zeigt Ihnen, was jetzt möglich ist.
In einer KI-Welt ist die Kluft zwischen diesen beiden Dingen enorm.
Die Person, die mit Agenten, Prototypen, Workflows, Code, Inhalten und Daten experimentiert, wird Instinkte entwickeln, mit denen das formale Enablement-Programm nicht mithalten kann. Sie wird wissen, wo die Werkzeuge stark sind. Sie wird wissen, wo sie versagen. Sie wird wissen, was jetzt in einer Stunde erledigt werden kann, was früher zwei Wochen dauerte.
Dieser Instinkt wird zu einer Führungsqualität.
Nicht, weil jeder ein Ingenieur werden muss.
Sondern weil jeder verstehen muss, was Arbeit jetzt kostet.
Die Kosten für das Entwerfen haben sich geändert.
Die Kosten für die Analyse haben sich geändert.
Die Kosten für das Prototyping haben sich geändert.
Die Kosten für das Lernen haben sich geändert.
Die Kosten für die Koordination sollten sich auch ändern.
Wenn die Kosten für die Erledigung der Arbeit sinken, die Organisation aber die gleichen Übergaben beibehält, ist der Engpass nicht mehr die Fähigkeit. Es ist das Muskelgedächtnis.
Das ist der gefährliche Teil.
Die meisten Unternehmen werden nicht scheitern, weil ihnen KI-Werkzeuge fehlen. Sie werden scheitern, weil sie KI an einen Prozess anhängen, der nicht mehr existieren sollte. Sie werden KI nutzen, um den alten Workflow schneller zu machen, während die eigentliche Chance darin besteht, die Hälfte des Workflows zu löschen.
Architektur ist immer noch wichtig
Es gibt noch ein weiteres wichtiges Stück: Architektur.
Reichweite und Tiefe auf Abruf funktionieren nur, wenn Menschen und Agenten vertrauenswürdigen Kontext haben. Wenn die Daten veraltet, fragmentiert, schlecht berechtigt oder vom Workflow getrennt sind, hilft KI den Menschen nur, sich schneller in die falsche Richtung zu bewegen.
Das ist kein Hebel. Das ist Chaos mit einer schöneren Oberfläche.
Die Person, die KI nutzt, braucht Zugang zu den richtigen Informationen, den richtigen Werkzeugen, den richtigen Leitplanken und den richtigen Eskalationspfaden. Sonst kann sie die Arbeit nicht sicher weiterbringen. Sie kann nur mehr Artefakte schneller generieren.
Deshalb kann KI-Strategie nicht auf Prompt-Training oder Tool-Adoption reduziert werden. Die darunterliegende Architektur ist wichtig. Das Datenmodell ist wichtig. Das Berechtigungsmodell ist wichtig. Die Workflow-Integration ist wichtig. Der Eskalationspfad ist wichtig.
Wenn diese Teile fehlen, wird KI zu einer Produktivitätstheater-Maschine. Viel Output. Nicht genug Bewegung.
Die neue Fähigkeit
Dies ist nicht nur ein Karrieregespräch. Es ist ein Gespräch über das Betriebsmodell.
Wie sollte Arbeit sich bewegen, wenn mehr Menschen mehr Kontext tragen können?
Wie sollten Experten eingesetzt werden, wenn die Erstanalyse billig ist?
Wie sollten Teams gestaltet werden, wenn die Koordinationskosten sinken?
Wie sollten Führungskräfte Talente bewerten, wenn Wissen generiert werden kann, Urteilsvermögen aber immer noch verdient werden muss?
Ich komme immer wieder darauf zurück:
Das alte Organigramm wurde um die Grenzen der menschlichen Reichweite herum gebaut.
KI verändert diese Grenzen.
Das bedeutet nicht, dass alle gleich werden. Es bedeutet, dass die Grenzen zwischen Rollen fließender werden.
Spezialisten brauchen Reichweite.
Generalisten brauchen Tiefe.
Experten sind immer noch wichtig, aber sie sollten für ihr Urteilsvermögen eingesetzt werden, nicht für grundlegendes Routing.
Generalisten sind immer noch wichtig, aber sie brauchen genug Tiefe, um von der Mustererkennung zur echten Ausführung zu gelangen.
Führungskräfte sind immer noch wichtig, aber sie müssen die Arbeit neu gestalten, anstatt Produktivitätssteigerungen innerhalb eines kaputten Modells zu feiern.
Die Gewinner werden die Menschen sein, die wissen, wann sie in die Breite gehen, wann sie in die Tiefe gehen und wann tatsächlich ein anderer Mensch einbezogen werden muss.
Das ist die neue Fähigkeit.
Reichweite und Tiefe auf Abruf.
