KI als neuer Akteur: Warum Unternehmen ihre Arbeitslogik ändern müssen

Future of Work: Warum KI Arbeit neu schreibt (mit Raphael Gielgen, Vitra)

Future of Work: Warum KI Arbeit neu schreibt (mit Raphael Gielgen, Vitra)

19. Juni 2026 · AI FIRST Podcast

Wie sieht die Arbeit von morgen aus, wenn Künstliche Intelligenz nicht mehr nur ein Werkzeug, sondern ein eigenständiger Akteur ist? Diese Frage treibt viele von uns um, doch nur wenige beschäftigen sich so intensiv damit wie Raphael Gilgen. Als Trendscout für Future of Work bei Vitra ist es sein Beruf, die Zukunft der Arbeit zu entschlüsseln. Im AI FIRST Podcast spricht er mit Host Felix Schlenther darüber, warum wir aufhören müssen, KI auf unsere alten Prozesse anzuwenden, und stattdessen die gesamte Logik unserer Unternehmen hinterfragen müssen. Diese Episode ist ein Weckruf für alle Entscheider:innen, die glauben, mit ein paar KI-Tools für die Zukunft gewappnet zu sein. Sie zeigt, warum es jetzt vor allem Vorstellungskraft, Anstrengung und den Mut braucht, die eigene Küche zu verlassen.

Das Wichtigste auf einen Blick

  • KI ist kein Werkzeug, sondern ein Akteur: Wir müssen KI nicht als verbesserten Akkuschrauber, sondern als autonomen Partner verstehen, der analysiert, entscheidet und Aufgaben ausführt. Diese Koexistenz von Mensch und Maschine ist der Kern der neuen Arbeitswelt.
  • Die Falle der alten Logik: Viele Unternehmen scheitern, weil sie KI nur oberflächlich auf bestehende, veraltete Prozesse anwenden, anstatt ihre Geschäftsmodelle und Arbeitsweisen von Grund auf neu zu denken.
  • Zukunftsfähigkeit als entscheidende Kompetenz: Statt auf starre Pläne zu setzen, ist die Fähigkeit zur kontinuierlichen Beobachtung, Anpassung und zum systemischen Denken überlebenswichtig. Raphael Gilgen nennt als wichtige Fähigkeiten Geschwindigkeit, Anpassungsfähigkeit und das Denken in Ökosystemen.
  • Anstrengung und Kreativität sind gefragt: Wahre Innovation entsteht nicht durch das Drücken eines KI-Buttons. Sie erfordert, was Raphael als echte Anstrengung bezeichnet - die Bereitschaft, tief in ein Thema einzutauchen und nicht lockerzulassen - sowie die schöpferische Kraft, neue Ideen konsequent umzusetzen.
  • Der Wandel vom Optimieren zum Anpassen: Die alte Welt war auf Stabilität und Optimierung ausgelegt. Die neue Welt erfordert permanente Anpassung. Feste Branchengrenzen verschwimmen, einzelne Technologien konvergieren und Besitz wird durch Teilhabe abgelöst.

Die neue Logik der Arbeit: KI als Akteur, nicht als Werkzeug

Raphael Gilgen beginnt mit einer fundamentalen Beobachtung: Die Konvergenz von KI, Daten, Schnittstellen und Automatisierung schafft eine völlig neue Qualität technologischer Systeme. Anders als bisherige Werkzeuge - vom Hammer bis zum Computer - agieren diese Systeme zunehmend eigenständig. Für Raphael ist klar: Aus Werkzeugen werden Akteure. Diese neuen Kollegen analysieren nicht nur, sondern treffen Entscheidungen und führen Aufgaben aus, oft schneller und skalierbarer, als es ein Mensch je könnte.

Um diese neue Arbeitswelt zu verstehen, schlägt Felix' Gast ein Denkmodell mit vier Ebenen vor, die wie ein ständiges Radar wirken sollten:

  1. Wo arbeiten wir? (Der physische und virtuelle Ort)
  2. Womit arbeiten wir? (Die Werkzeuge und Technologien)
  3. Mit wem arbeiten wir? (Menschliche und maschinelle Kollegen wie KI-Agenten oder Roboter)
  4. Woran arbeiten wir? (Die Aufgaben, die für den Menschen übrig bleiben)

Raphael plädiert dafür, diese Ebenen nicht isoliert zu betrachten, sondern unter dem Dach einer systemischen Zukunft der Arbeit zu vereinen. Nur so könnten wir die komplexen Wechselwirkungen verstehen und die richtigen strategischen Entscheidungen treffen.

Warum das Potenzial der KI oft ungenutzt bleibt

Obwohl die technologischen Möglichkeiten rasant wachsen - befeuert durch hunderte Milliarden an Investitionen - klafft eine große Lücke zwischen dem, was technisch möglich ist, und dem, was Unternehmen tatsächlich umsetzen. Raphael bezeichnet dies als Adoption Gap. Das Kernproblem liegt seiner Meinung nach in unseren festgefahrenen Denkmustern. Statt die Logik der KI zu nutzen, um Geschäftsmodelle radikal neu zu erfinden, bleiben viele in der Logik ihrer alten Prozesse gefangen und legen KI nur ganz soft drauf.

Er vergleicht diese Denkweise mit einem Gartenzwerg, der nur bis zum eigenen Gartenzaun blickt. Um die wahren Potenziale zu heben, reicht es nicht, über den Tellerrand zu schauen - man muss, so Raphael, die ganze Küche verlassen. Als positives Gegenbeispiel dient das Unternehmen Gebrüder Dorfner, das sich vorstellte, wie ein Nightmare Competitor sein eigenes Geschäft zerstören würde, und aus dieser Perspektive ein völlig neues, datengetriebenes Geschäftsmodell entwickelte. Solche Beispiele zeigen, dass es die Vorstellungskraft braucht, das eigene Wissen und die eigenen Daten durch KI zu augmentieren und völlig neue Wertschöpfung zu schaffen.

Ein Paradigmenwechsel für Unternehmen: Von Stabilität zu permanenter Anpassung

Die Welt, in der Unternehmen auf Stabilität, klare Strukturen und langfristige Prognosen bauen konnten, ist vorbei. Raphael zeichnet ein eindringliches Bild des Wandels, indem er die Prinzipien der alten und neuen Welt gegenüberstellt:

  • Optimierung wird zu Anpassung: Statt bestehende Prozesse zu perfektionieren, wird die Fähigkeit zur schnellen Adaption zum entscheidenden Wettbewerbsvorteil.
  • Produkte werden zu Plattformen: Eigenständige Produkte weichen intelligenten, vernetzten Plattformen.
  • Klare Branchengrenzen verschwimmen: Unternehmen agieren zunehmend in branchenübergreifenden Ökosystemen.
  • Besitz wird zu Teilhabe: Der alleinige Besitz von Ressourcen und Wissen verliert an Bedeutung gegenüber der Fähigkeit, in Netzwerken zu kooperieren.

Diese neue Realität erfordert ein anderes Betriebssystem für Unternehmen. Das alte System, das auf Stabilität ausgelegt war, ist für die dynamische Zukunft nicht mehr rebootfähig. Veränderung ist nicht mehr die Ausnahme, sondern der Standard. Das bedeutet auch, dass sich Wissensarbeit fundamental wandelt: Routinetätigkeiten und intellektuelle Fleißarbeit werden zunehmend von KI übernommen, während menschliche Fähigkeiten wie Kontextverständnis, Kreativität und Empathie an Bedeutung gewinnen.

Praktische Schritte: So trainierst du den Zukunftsmuskel

Wie können Führungskräfte und Unternehmen diesen Wandel aktiv gestalten, anstatt von ihm überrollt zu werden? Raphael Gilgen empfiehlt einen konkreten Prozess, den er als Zoom-Out bezeichnet, um die Zukunftsfähigkeit systematisch zu trainieren:

  1. Starte eine Annahmenübung: Setze dich mit deinem Team regelmäßig zusammen und formuliere konkrete Annahmen über die Welt im Jahr 2030. Recherchiert, diskutiert und validiert diese Annahmen kontinuierlich. Dieser Prozess schärft den Muskel der Beobachtung und zwingt euch, über den Status quo hinauszudenken.
  2. Bilde Themencluster und Aktionsfelder: Verdichtet die validierten Annahmen zu größeren Themenblöcken oder Aktionsfeldern. Stellt ihr beispielsweise fest, dass Automatisierung ein zentrales Thema wird, könnte Robotik ein solches Aktionsfeld sein. So schafft ihr eine greifbare Agenda für die Zukunft.
  3. Identifiziere Wissenslücken und suche Partner: Ihr werdet schnell feststellen, wo euch internes Wissen fehlt. Anstatt zu versuchen, alles selbst zu machen, sucht aktiv nach Partnern - seien es Universitäten, spezialisierte Beratungen oder andere Unternehmen in eurem Ökosystem.
  4. Hinterfrage dein eigenes Betriebssystem: Analysiere die grundlegenden Normen und Arbeitsweisen deines Unternehmens. Sind sie noch mit der Realität kompatibel, die sich aus euren Annahmen ergibt? Oftmals wird deutlich, dass die gesamte Organisationslogik hinterfragt werden muss.
  5. Kultiviere neue Informationsquellen: Um die richtigen Signale zu erkennen, braucht es hochwertige Informationen. Raphael rät davon ab, auf Bücher zu setzen, da diese bei Erscheinen oft schon veraltet sind. Seine Empfehlung: Lies eine qualitativ hochwertige Quelle wie Bloomberg oder trete seiner WhatsApp-Gruppe bei, um kuratierte Einblicke zu erhalten.

Botcaster
Zusammengefasst von Anja Schirwinski

Ich beschäftige mich beruflich wie privat mit Künstlicher Intelligenz - von konkreten Tools im Arbeitsalltag bis zu den größeren Fragen, die dabei aufkommen. Viele der Themen, die in Podcasts besprochen werden, begegnen mir in Projekten immer wieder. Deshalb fasse ich hier die für mich interessantesten Podcastfolgen zusammen und ordne sie aus der Praxis ein.

Mehr über das Projekt Botcaster

Hinweis: Diese Zusammenfassung wurde mit Hilfe von KI aus dem Transkript der Podcast-Episode generiert.

Alle Inhalte auf Botcaster beruhen auf öffentlich zugänglichen Podcasts rund um Künstliche Intelligenz. Wir fassen die Episoden nach bestem Wissen zusammen, übernehmen jedoch keine Gewähr für Vollständigkeit, Aktualität oder Richtigkeit der Inhalte. Die Rechte an den Original-Podcasts und -Inhalten liegen ausschließlich bei den jeweiligen Urheber:innen.