Der stille Wandel: Von Werkzeugen zu lernenden Systemen

Wer heute über Künstliche Intelligenz spricht, spricht meist über Tools. Über Anwendungen, die produktiver machen sollen, schneller, günstiger. Dabei vollzieht sich im Hintergrund längst eine tiefgreifendere Transformation – weg vom instrumentellen Einsatz einzelner Systeme hin zu komplexen Agentennetzwerken, die nicht nur Aufgaben lösen, sondern Erfahrungen sammeln, reflektieren und daraus lernen.

Diese neue Phase der KI-Entwicklung – verkörpert durch Agentic AI oder Eco AI – verlangt nach neuen Begriffen, neuen Modellen, neuen Formen des organisatorischen Denkens. Die Telekom-Studie „Digitale Ökosysteme“ bietet dafür den passenden Rahmen: Sie fragt, wie sich unter den Bedingungen dieser lernenden Systeme nicht nur Geschäftsmodelle, sondern auch ganze Organisationen neu strukturieren. Zwei Denker liefern dafür die theoretische Tiefenschärfe: Winfried Felser mit seinem Konzept der „Eco AI“ – und Frank H. Witt mit seinem Erfahrungsbegriff künstlicher Agenten.

Felser: Der lange Atem der kollaborativen Kognition

Felser beginnt seine Überlegungen mit einem Rückblick – auf eigene Diplom- und Promotionsarbeiten zur kognitiven Architektur von Hochleistungsprogrammierern und zur Fertigungssteuerung durch künstliche Agenten. Was dabei auffällt: Schon in den 1990er Jahren wurden die entscheidenden Kategorien formuliert, die heute das Wesen der Eco AI ausmachen. Reflexion, Analogie, Aufgabenzerlegung, Feedback, Orchestrierung – all das findet sich heute wieder in den Funktionsmechanismen agentenbasierter Systeme.

Doch Felser bleibt nicht bei der Theorie. Mit dem HumanEval-Benchmark liefert er einen empirischen Nachweis dafür, wie Agenten-KI nicht nur schneller, sondern systematischer denkt. Während frühere Modelle wie Codex oder GPT-3.5 einzelne Aufgaben mehr oder minder kreativ bearbeiteten, orchestriert Eco AI mehrere spezialisierte Agenten. Diese zerlegen Aufgaben, konkurrieren um Lösungen, reflektieren Fehlversuche und verbessern iterativ – ein digitaler Reflex auf das, was Felser einst bei „Superprogrammierern“ beobachtete.

Die Leistung dieser Systeme – bis zu 98,2 % Problemlösungsgenauigkeit – ist beeindruckend. Doch ihr eigentlicher Wert liegt nicht im Benchmark selbst, sondern im Prinzip, das er sichtbar macht: Kollaboration ist keine Funktion mehr – sie ist eine Struktur. Und genau diese Struktur ist es, die Felser unter dem Begriff „Eco AI“ als neues Betriebssystem für Organisationen versteht.

Witt: Vom Reden zum Erleben

Während Felser das Organisationsdesign aus der Agentenarchitektur entwickelt, formuliert Frank H. Witt eine komplementäre Differenz: Was unterscheidet GPTs von KI-Agenten? Seine Antwort ist klar und folgenreich. GPTs – also die bekannten Sprachmodelle – lernen durch Kommunikation. Sie sind wie brillante Gesprächspartner, die mit statistischer Eleganz Antworten formulieren. Aber sie handeln nicht. Sie erleben nicht. Sie scheitern nicht real.

KI-Agenten dagegen sind eingebunden in eine Umwelt. Sie agieren in komplexen, oft widersprüchlichen Situationen. Sie planen, handeln, beobachten die Folgen, justieren nach. Sie lernen durch Erfahrung. Und genau das, so Witt, macht sie zu echten Transformatoren in Organisationen. Denn sie verändern nicht nur, wie wir Aufgaben erledigen – sie verändern, wie wir überhaupt Wissen generieren, Entscheidungen treffen, Verantwortung organisieren.

In Witts Formulierung markiert die Agenten-KI den Übergang von Kommunikation zu Praxis. Dieser Übergang ist nicht nur technisch, sondern epistemologisch. Er betrifft die Grundlagen des Lernens, des Organisierens, des Handelns in modernen Systemen. Insofern ist Witt kein bloßer Technikdenker, sondern ein Theoretiker des Wandels.

Hybridität als Prinzip – nicht als Kompromiss

Wenn man die Perspektiven von Felser und Witt zusammendenkt, entsteht ein konsistentes Bild: Unternehmen der Zukunft sind nicht mehr zentral gesteuerte Maschinen, sondern hybride Ökosysteme aus menschlicher und künstlicher Intelligenz. Diese hybriden Systeme funktionieren nicht linear, sondern adaptiv. Sie wachsen durch Rückkopplung, durch Kokreation, durch dynamische Kompetenzverteilung.

Felser greift hierfür auf das 7S-Modell von McKinsey zurück – und aktualisiert es für das Zeitalter der Eco AI. Strategie, Struktur, Systeme, Skills, Staff, Style, Shared Values: All diese Bereiche werden durch die Einführung kognitiver Agenten neu konfiguriert. HR wird zur Gestalterin kollektiver Intelligenz. Führung wird zur Orchestrierung emergenter Prozesse. Kultur wird zur Bedingung für Vertrauen zwischen Menschen und Maschinen.

Witt wiederum mahnt, diese Transformation nicht technokratisch zu verkürzen. Es geht nicht darum, die bessere Software zu finden. Es geht darum, eine neue Form des Erfahrens zuzulassen – eine neue Praxisform, in der nicht mehr nur Menschen lernen, sondern auch Systeme. Und in der dieses Lernen nicht nur „effizienter“ wird, sondern bedeutsamer.

HR: Vom Vollstrecker zum Möglichmacher

Ein besonders pointierter Abschnitt bei Felser gilt der Rolle von HR in dieser Transformation. War die Personalabteilung lange Verwalterin von Arbeitskraft, könnte sie in der neuen hybriden Organisation zur Architektin der Kokreation werden. Denn dort, wo Mensch und KI-Partner zusammenarbeiten, entstehen neue Anforderungen an Führung, Kompetenzentwicklung, Wertekommunikation – also genau die Felder, in denen HR Expertise besitzt.

Doch dafür braucht es Mut zur Selbstveränderung. Cawa Younosi spricht von der schöpferischen Selbstzerstörung von HR – ein Begriff, den man auch als paradoxen Imperativ lesen kann: Wer die Organisation neu gestalten will, muss bereit sein, sich selbst in Frage zu stellen. Eco AI bedeutet dann nicht nur eine Erweiterung der Werkzeuge, sondern eine Neufassung der Institutionen.

Ecoismus als neue Logik des Wirtschaftens

Felser deutet gegen Ende seiner Ausführungen eine größere Vision an: Eco AI als Ausdruck einer „ecoistischen“ Logik – einer neuen Form der Kybernetik, die technische, soziale und ökologische Potenziale integriert. Was hier angedeutet wird, könnte sich als die entscheidende Weichenstellung der nächsten Jahrzehnte erweisen: Weg von linearen Wertschöpfungsketten, hin zu dynamischen Wertschöpfungskreisen, in denen Lernen, Feedback, Erfahrung und Verantwortung miteinander verbunden sind.

Frank H. Witt formuliert dies nicht minder klar, wenn er auf Beteiligungskulturen verweist, die jenseits kurzfristiger Kapitalmarktlogik agieren. Seine Beispiele aus der Schweiz – etwa Swiss Clean Battery oder lokale Bürgerprojekte – zeigen: Auch auf der Ebene von Governance und Finanzierung brauchen wir neue Modelle, die mit erfahrungsbasiert lernenden Systemen kompatibel sind.

Vom Unvollendeten zur Zukunft

Felsers Essay endet mit einer ironischen Volte: dem Tripple-Trauma unvollendeter wissenschaftlicher Arbeiten, liegengebliebener Theorien, verpasster Möglichkeiten. Doch gerade darin liegt die Kraft dieses Denkens: Es ist nicht abgeschlossen, sondern offen. Nicht endgültig, sondern iterativ. Und das macht es anschlussfähig – für eine Zukunft, die nicht nur disruptiv, sondern ko-kreativ sein will.

Eco AI, so verstanden, ist kein Produkt. Sie ist eine Haltung. Eine Denkform. Ein System aus Systemen. Sie markiert den Übergang von der Kontrolle zur Emergenz, vom Rechnen zum Reflektieren, vom Reden zum Erleben.

Und wer diese Logik versteht, begreift auch: Der Unterschied, der den Unterschied macht, ist oft nicht die Technologie – sondern der Begriff, mit dem wir sie zu denken wagen.

Siehe auch:

ChatGPT halluziniert immer mehr und OpenAI weiß nicht, warum – Befund kann ich nicht bestätigen.