Warum die Automatisierung von allem der falsche Weg ist (und was Sie stattdessen tun sollten)

Lesen Sie das Transkript:

Wir probieren es aus, unsere Podcasts mit einem Softwareprogramm zu transkribieren. Bitte verzeihen Sie eventuelle Tippfehler, da der Bot nicht zu 100 % korrekt ist.

Jim Iyoob: [00:00:00] Ihr müsst aufpassen mit diesem verdammten Narrativ, das da draußen kursiert, dass KI alle Jobs frisst. Es ist viel komplizierter als das, und ich denke, das Problem ist, dass es niemand zugeben will.

Galen Low: Manche dieser Unternehmen nehmen Jobs weg, die vielleicht gar nicht hätten geschaffen werden sollen.

Jim Iyoob: Es ist nicht deine Entscheidung mir vorzuschreiben, wie ich dich kontaktieren darf, wenn ich dein Produkt kaufen möchte. Ich kann dein Produkt von überall kaufen. Das einzige, was dich von anderen unterscheidet, ist das Kundenerlebnis.

Manu Dwievedi: Wenn du darüber nachdenkst, KI einzuführen, dann tust du das nicht, um Menschen zu ersetzen. Du nutzt KI, um es für deine Kunden besser zu machen.

Jim Iyoob: Jeder versucht, alles zu automatisieren. Quatsch. Such dir drei Dinge, die dir nachts den Schlaf rauben. Fang dort an. Du solltest innerhalb von 30 bis 45 Tagen einen ROI sehen... wenn du es richtig machst.

Galen Low: Willkommen beim Digital Project Manager Podcast — der Show, die Führungskräften im Projektmanagement hilft, intelligenter zu arbeiten, schneller zu liefern und besser zu führen im Zeitalter der KI. Ich bin Galen, und jede Woche tauchen wir ein in praxisnahe Strategien, neue [00:01:00] Tools, bewährte Modelle und gelegentlich eine Kriegsstory von der Projektsfront. Egal, ob du riesige Transformationsprojekte steuerst, KI-Workflows zähmst oder einfach nur das Chaos in den Griff bekommen willst – hier bist du richtig.

Heute sprechen wir über KI-Transformationsprojekte im großen Stil und was wir daraus lernen können, wenn sie gelingen oder scheitern. Besonders schauen wir auf das Thema Kundenerlebnis, wo Kundencenter überall auf der Welt versuchen, das richtige Maß an KI in die Kunden- und Mitarbeitenden-Erfahrung zu bringen.

Bei mir sind heute zwei Experten mit viel Erfahrung in KI und Change Management im CX-Bereich – Jim Iyoob und Manu Dwievedi.

Jim ist Präsident von ETS Labs und Chief Customer Officer bei Etech Global Services. Er ist mein Ansprechpartner für pragmatische, ehrliche KI-Innovationen, die zur operativen Exzellenz führen. Zudem ist er ein profilierter Autor und Mitglied im Beirat unseres Schwesterportals The CX Lead.

Manu ist Assistant Vice President von ETS Labs und Co-Moderator des Etech [00:02:00] Podcasts, in dem er tiefgehende Einblicke in KI und CX mit anerkannten Expert:innen der Branche gibt. Er ist außerdem meine Anlaufstelle, wenn es um Change Management bei KI-Transformationsprojekten in Unternehmen geht.

Jim, Manu — danke, dass ihr heute dabei seid.

Jim Iyoob: Vielen Dank, dass wir dabei sein dürfen.

Manu Dwievedi: Danke.

Galen Low: Ich liebe unsere Gespräche. Ich kenne euch jetzt schon eine Weile. Ich gehe davon aus, dass wir ein bisschen querdenken werden – und das ist voll okay. Aber damit die Zuhörer:innen wissen, wie die Route heute aussieht, hier mein Fahrplan:

Eigentlich habe ich mich am meisten darauf gefreut, weil ihr beiden tief in der CX-KI-Transformationswelt steckt. Es gibt viele Schlagzeilen darüber, wie große Unternehmen KI im Kundenkontakt einsetzen wollen – mit guten oder schlechten Ergebnissen. Wir starten deshalb mit dem großen Elefanten im Raum: KI-Transformationsprojekte in Callcentern.

Dann möchte ich ein bisschen tiefer in die Schlagzeilen schauen und versuchen zu verstehen, was dort wirklich läuft. Und schließlich möchte ich CX als [00:03:00] Perspektive nutzen, um über drei Dinge zu sprechen: Über den aktuellen Stand von KI-Hybridgeschäftsmodellen, über kulturelle Auswirkungen – also was ihr am Boden erlebt – und über Best Practices im Change Management, wenn KI-Änderungen anstehen.

Zum Schluss würde ich gerne eure Ideen dazu hören, wie eine Abteilungsleitung oder ein:e Projektleiter:in mit KI-getriebenem Wandel umgehen sollte, vor allem, wenn das Projekt oder die IT schon mitten im Prozess ist. Was kann man tun, damit es mehr Nutzen als Schaden bringt? Was haltet ihr davon?

Jim Iyoob: Klingt großartig. Das wird heute eine gute Folge.

Galen Low: Starten wir mit der heißen Frage, so wie ich sie sehe. Auch außerhalb des Themas Kundenerlebnis haben wir alle die Schlagzeilen gesehen, zum Beispiel Klarna, die fast alle Callcenter-Agenten durch KI ersetzt haben, nur um sie nach ein paar Monaten wieder einzustellen.

Es gibt weitere Beispiele wie dieses. Also meine Frage: Wenn wir von Entlassungen und Rollen hören, die scheinbar durch KI im Zuge einer großen strategischen Wende ersetzt werden, wie viel davon entspricht dem, was wir auf den ersten Blick sehen? Und wie viel ist vielleicht komplizierter als es scheint?

Jim Iyoob: Ja, ich werde mir wohl Ärger einhandeln, aber 2019 sprach ich in Montego Bay, Jamaika, und sagte sinngemäß: KI ersetzt eure Menschen nicht. Aber ihr müsst da anders drüber nachdenken. Passt auf mit diesem verdammten Narrativ, dass KI alle Jobs frisst.

Es ist viel komplexer. Das will nur keiner zugeben. Aus der Vogelperspektive betrachtet haben die meisten Unternehmen während der Pandemie überreagiert, also haben im Homeoffice alle weitergearbeitet und es hieß: Leute kommen zur Arbeit, also stellen wir noch mehr ein.

Und tatsächlich findet jetzt vielerorts ein Rightsizing statt, weil zu viele eingestellt wurden. Jetzt sagen sie: wir schwenken auf KI um und feuern deshalb Leute. Das stimmt so nicht. [00:05:00] Es ist schlicht nicht strategisch gedacht. Sie haben es nicht richtig geplant und reagieren nun auf den Markt.

Ich kann sagen, Etech als Unternehmen hat Arbeitsplätze geschaffen – trotz KI-Einsatz. Was KI aus meiner Sicht heute ermöglicht, ist Produktivitätssteigerung: die Leute werden schneller und besser, aber sie werden dazu befähigt. Dadurch können wir Menschen mit größeren Fähigkeiten mehr Rollen geben.

Ich denke, Unternehmen nutzen Massenentlassungen und schieben sie auf KI. Sie sagen quasi: „Ich bin nicht schuld, KI ist schuld, dass ich entlasse.“ Das halte ich für falsch. KI wird immer Menschen brauchen. Wir reden ständig von „Human in the Loop“. KI ist nur so schlau wie die Person, die sie programmiert hat.

Ergo: Du brauchst Menschen dafür. Das ist mein Blick darauf. Während alle anderen [00:06:00] es auf KI schieben, sage ich: Das Problem ist woanders. Übrigens: Der Grund, warum Unternehmen Mitarbeiter:innen zurückholen, ist, dass sie nicht wussten, wie man KI richtig einsetzt.

Das Kundenerlebnis hat gelitten, die Hälfte der Kund:innen ist verärgert. Jetzt muss zurückgerudert werden, weil die Umsetzung zuvor misslungen ist – worauf wir heute beim Change Management sicher noch kommen.

Galen Low: Mir gefällt die Sichtweise, dass Ursache und Wirkung oft einen längeren Zeithorizont haben und dass KI als Ausrede dient. Das passiert in alle Richtungen: Den Aktionären erzählt man, warum man ausgerechnet Menschen durch KI ersetzt, und intern geht es darum, Veränderungen zu rechtfertigen. Es ist häufig eine Korrekturmaßnahme. Ich war 2020 Teil einer Massenentlassung in einer großen Beratung und sah dann: Eigentlich war die Pandemie nicht der Hauptgrund, sondern nur der Auslöser, den Plan früher auszuführen. Eigentlich war es eh geplant. Ich finde es toll, dass wir darüber sprechen: Viele Callcenter dachten zu Beginn der Pandemie nicht, dass Remote überhaupt funktionieren kann, und dann ging es. Das höhere Anrufvolumen wurde einfach mit mehr Personal besetzt – man brauchte keine Arbeitsplätze vor Ort mehr einrichten, es war einfacher – und das hier ist jetzt die Korrektur dieser Überreaktion. Das ist sehr interessant.

Manu Dwievedi: Absolut, Galen. Denk auch an die Stakeholder: Welche Geschichte lässt sich leichter erzählen? Dass ich bei billigem Geld viele Leute eingestellt habe, die ich jetzt nicht mehr brauche – oder dass KI es möglich macht, Personal zu reduzieren? KI wird oft nur als Sündenbock benutzt.

Galen Low: Das ist auch bei den Schlagzeilen interessant, denn Nachrichten sind immer politisch [00:08:00] – die Botschaft richtet sich einmal an die Investoren und einmal an die Öffentlichkeit. Oft verschwimmt das, und am Ende beschleicht uns das Gefühl, KI nimmt uns die Jobs – auch wenn es hieß, sie würde das nicht tun. In Wahrheit ist es oft so, dass Unternehmen Jobs streichen, die es vielleicht nie hätte geben sollen, und KI als Ausrede benutzen. Ich wollte noch ein wenig rauszoomen, weil viele Leute in meinem Netzwerk, auch Zuhörer:innen, aufgefordert werden, ihr Geschäft aus KI-Sicht neu zu denken. Aber die Vorgaben sind meist vage, sie wissen gar nicht, wo sie anfangen sollen. Ich erinnere mich an Chatbots, die nur wenig wirklich „intelligente“ Arbeit machten. CX hat immer schon versucht, Geschäftsbereiche rund um Technologie neu zu gestalten. Wenn Firmen anfangen, einen Kernbereich mit KI neu zu denken: Was sollten sie als erstes tun, bevor sie Planung und Implementierung starten, damit Mitarbeitende nicht ratlos vor einer reinen Vorgabe stehen?

Jim Iyoob: Super Frage. Für alle CEOs und Chefs, die fordern „Automatisiert alles“: Seit 2003 sage ich, ihr entscheidet nicht, wie ich euch kontaktieren darf. Hört auf, alles zu automatisieren, denn sonst vertreibt ihr mich als Kunden – dann bin ich weg.

Im globalen Wettbewerb kann ich jedes Produkt überall kaufen. Was bleibt übrig als Differenzierung? [00:10:00] Das Kundenerlebnis. Zerstört ihr das, kündige ich. Für die Planungsphase gibt es mein kostenloses Kindle-Buch: „KI im Contact Center“. Dort gibt’s eine Schritt-für-Schritt-Anleitung. Die meisten liegen falsch, wenn sie glauben, alles automatisieren zu müssen. Das stimmt nicht. Ihr sitzt bereits auf dem größten Datenschatz überhaupt: euren Interaktionen. Wenn ihr die analysiert, erkennt ihr Potenzial für Automatisierung.

Vielleicht gehen dabei ein paar Stellen verloren, aber das Erlebnis für die Kund:innen verbessert sich. Das ist mein Ansatz. Und Manu, der schlauer ist als ich, kann noch mehr dazu sagen – aber das ist mein gesunder Menschenverstand. Jeder Softwareanbieter will angeblich „alle Leute ersetzen“. Lächerlich. Die meisten davon haben nie einen Tag im Contact Center gearbeitet und wissen gar nicht, wie das läuft. Manu, bitte ergänze.

Manu Dwievedi: Galen, jedes Mal, wenn ein Kunde kommt und sagt: „Ich will alles automatisieren, weil so viel schief läuft …“, erinnere ich mich an Jims Leitsatz: Wenn dein Prozess kaputt ist, wird KI ihn nicht reparieren. KI ist ein Effizienztool. Automatisierung behebt nicht, was schon vorher nicht funktioniert. Das ist das Problem beim KI-Ansatz insgesamt. Wer KI einsetzt, sollte nicht Menschen ersetzen, sondern das Leben der Kund:innen erleichtern. Möchtest du wirklich, dass Kund:innen 10 Minuten warten, nur um den Kontostand zu erfahren oder das Passwort zurückzusetzen? Man muss verstehen: Automatisierung dient dazu, Probleme der Kundschaft zu lösen und das Erlebnis zu verbessern – nicht dazu, 200 Stellen zu streichen. Seid schonungslos ehrlich mit eurem Prozess, erkennt, wie ihr das Kundenerlebnis tatsächlich verbessern könnt – dann hebt ihr die Effizienz und den Wert.

Galen Low: Genau das ist das Entscheidende! KI triggert Gedanken, die wir sowieso führen sollten, etwa Prozessoptimierung. Wir wollen effizienter werden, aber nichts Vergangenes skalieren, das schon jetzt schlecht läuft. Es geht nicht darum, dem Endkunden vorzuschreiben, wie dessen Erlebnis abzulaufen hat, sondern es zu verbessern. Das ist nicht in jeder Branche selbstverständlich. Das Berühmte: „Weniger Anrufe annehmen, indem man die Kunden in der Warteschleife verliert“, ist nicht das Ziel. Ziel ist, Kund:innen zu begeistern, zu binden, die Marke zu stärken und den eigenen Mitarbeitenden zu helfen.

Die Gründe für Neugestaltung sind entscheidend: Es geht nicht darum, was KI ersetzen kann, sondern darum, was kaputt ist und verbessert werden sollte, oder was schon gut läuft und wie es allen Beteiligten – Mitarbeitenden, Kundschaft, Investoren – nutzt. Wir müssen Ziele definieren, statt Automatisierung und KI um ihrer selbst willen zu betreiben.

Jim Iyoob: Stimme zu. Absolut.

Galen Low: Um auf die Eingangsfrage zurückzukommen: Immer wieder hören wir diese binären Geschichten – KI nimmt den Job oder ist nur ein hilfreicher Assistent. Die Wahrheit steckt wohl irgendwo dazwischen. In der CX-Branche sind viele tatsächlich schon weiter als in anderen Bereichen. Daher meine Frage: Wie ist der Stand von Mensch-KI-Hybrid-Betrieb in Contact Centern weltweit? Was funktioniert gut, woran hapert es noch – auch mit Blick auf andere Branchen?

Jim Iyoob: Ich kann direkt berichten: Auch bei Etech, 4.000 Beschäftigte in drei Ländern, dachten anfangs viele, dass KI sie ersetzen würde – sie wurden misstrauisch, halfen nicht mit, weil sie glaubten, der eigentliche Plan sei, sie zu entlassen. Das Gegenteil ist der Fall.

Sobald man ihnen zeigt, dass KI ihren Job verbessert und strategischer macht, erkennen sie die Vorteile. Ein Beispiel: Komplexe Anfragen, die nur selten vorkommen, sind schwer zu beantworten. Mit einem KI-Assistenten, der genau dabei hilft, entspannt sich die Situation. Automatisieren sollte man solche Spezialfälle nicht – aber der/die Agent:in kann gezielt unterstützt werden. Bei Routinefällen wie Passwort-Reset hingegen macht Automatisierung Sinn. Dort kann das entlastete Personal dann anspruchsvollere Aufgaben wie Betrugsprävention übernehmen. Das sind Dinge, die Unternehmen sonst intern erledigen, und das zu einem geringeren Preis auszulagern ist sinnvoll. Es geht darum, Botschaften zu vermitteln, die ankommen. Viele fürchten sich zu Unrecht vor KI, weil sie YouTube schauen und meinen, sie wären ersetzbar, wenn sie eigentlich aufgewertet werden können.

Ein echtes Beispiel: Manu war vor zehn Jahren selbst Agent und ist heute AVP.

Galen Low: Du bist also ein echtes Beispiel – vom Agenten zum Führungskraft.

Jim Iyoob: Ich hatte damals noch grüne Bildschirme, das kennt heute kaum noch jemand. Wenn Manu sich nicht weiterbildet hätte, wäre er nicht aufgestiegen. Mit Offenheit für Neuerungen und Lernbereitschaft kann man deutlich aufsteigen – das ist die Botschaft: Menschen, die sich weiterentwickeln, profitieren davon. Es wird immer Menschen geben: Ein Kunde von uns hat 99 % aller Anfragen in der IVR (Telefonmenü) automatisiert. Trotzdem beschäftigen sie noch 135 Agent:innen für das verbleibende 1 %. Die Interaktionen mit Menschen sind dort sehr wertvoll, weil IVR das nicht abdecken kann.

Galen Low: Und das sind die hochwertigsten Gespräche, weil der IVR sie nicht lösen kann, richtig? Genau. Für unsere Zuhörer:innen: Ich selbst habe bei eBay nach dem Studium im Bereich Betrugsaufklärung im E-Mail-Support gearbeitet. Die Spezialistenteams waren klein – die Teams für Standard-Anfragen wie Passwort-Reset waren groß. Wenn man also sagt, durch KI werden alle zu Spezialisten, gibt es dann oben weniger Platz? Vielleicht. Aber entscheidend ist, dass Fortbildung und Unterstützung bereitgestellt werden. Nur „be more strategic“ als Slogan zu nutzen, reicht nicht. Organisationen müssen das auch ermöglichen und proaktiv fördern, statt Mitarbeitende das allein via YouTube lernen zu lassen. KI-Automatisierung wie Passwort-Reset ist unvermeidbar, da muss man Aufgaben verteilen und mit KI-Assistenz ergänzen.

Die Praxis: Agent:innen, die früher noch grüne Bildschirme kannten, bekommen nun ein Programm angezeigt – wie früher Clippy – das ihnen bei seltenen oder komplexen Anfragen hilft. Gibt es da Widerstand?

Jim Iyoob: Bei komplexen Anfragen nicht so sehr, denn ohne Hilfe schauen sie ohnehin in Handbücher oder Notizen nach. Wenn-ich ihnen die passende Hilfe direkt auf den Monitor spiele, ist der Stress geringer. Manche werden immer dagegen sein – das ist die Minderheit. Das sind dann meist genau die Leute, die irgendwann ersetzt werden.

Manu Dwievedi: Mir fällt dazu eine Geschichte ein, die sich gerade eben auf einem Call abgespielt hat. Ein Kunde berichtete, dass wir eine fantastische Mitarbeiterbindung haben: Die Agent:innen nehmen nicht mehr die einfachen Anrufe, sondern sind zufriedener, das erklärt unsere Retention. Unsere Technologie funktioniert gut, Kund:innen müssen nicht mehr warten. Der Schlüssel war: Die Agent:innen werden ausreichend über KI aufgeklärt und erleben ihren ersten Kontakt damit als hilfreich. Die Arbeit wird durch KI abwechslungsreicher und spannender.

Galen Low: Ich war neulich auf einer Konferenz, wo eine Kurve zur KI-Adoption im Entwicklerteam gezeigt wurde. Monatelang passierte wenig, dann gab es plötzlich einen Sprung. Nach einer Phase des Zweifelns merken die Leute, was ihnen KI wirklich erspart. Dann empfehlen sie es anderen. Für Change Management heißt das: Wenn das erste Erlebnis mit KI für die Mitarbeitenden erfreulich ist, dann wirkt es – genauso wie im Kundenerlebnis. Ihr seid ja bei ETS Labs Dienstleister – welche Empfehlungen gebt ihr euren Kunden weiter, damit Change Management das Projekt nicht zum Scheitern bringt?

Jim Iyoob: Das ist Manus Spezialgebiet – er übernimmt.

Manu Dwievedi: Ich beginne gern mit Jims Satz: Wenn man Veränderungen als Überraschung verkündet („Hey, das ist KI, die wird euch helfen“), bleibt Skepsis. Menschen unterstützen nur das, was sie mitgestalten konnten. Es spielt keine Rolle, ob die Zustimmung von oben oder unten kommt – sie ist in jeder Hierarchieebene wichtig. Man muss erklären, wie die neue Technik hilft und auch über KI aufklären, sodass niemand befürchten muss, Fehler zu machen. Bei jeder KI-Implementierung gehen wir davon aus: 80 % ist Change Management, nur 20 % Technik. Man muss die Leute mitnehmen, ihr Input zählt und wird berücksichtigt. Beispiele: Viele Agent:innen werden immer noch für kleine Rechtschreibfehler bestraft. Wenn ihnen KI hilft, Notizen korrekt zu erfassen und weiterzugeben, dann will jede:r das. Der Knackpunkt ist die Kommunikation. Vielen ist gar nicht klar, wie KI funktioniert – sie hören nur von Fehlschlägen. Auf LinkedIn hatte ich erst neulich einen Beitrag dazu: Das MIT sagt, 95 % der KI-Projekte scheitern – aber niemand liest die Details: Es liegt am Change Management und an Führungsproblemen. Die Medien erzählen lieber die griffigere Story vom Scheitern. Die Folge: Angst vor KI an der Front. Also: Erst aufklären, den Grund und das Vorgehen klar benennen, Use Cases eng umreißen („Ich will die 60 Sekunden sparen, die ein:e Agent:in nach jedem Call für Notizen braucht“). Das hilft Kundschaft wie Mitarbeitenden und hebt die Effizienz.

Galen Low: Kein Ärger mehr wegen Tippfehlern!

Manu Dwievedi: Genau. Das Unternehmen löst ein Problem für Mitarbeitende, Kund:innen und sich selbst. Praktiziere Change Management so: Aufklären, Use Cases herausarbeiten, eng starten, iterieren, erweitern.

Galen Low: Bei der genannten MIT-Studie bin ich überzeugt: Auch andere Großprojekte scheitern oft am Change Management. Mit KI ist das nicht anders – aber gerade mit KI lohnt es sich, den Nutzen früh zu zeigen, statt ihn nur zu versprechen. Einige in meinem Netzwerk haben KI privat kaum getestet und nutzen Gemini für Essensplanung – weil sie Angst haben oder den Mehrwert nicht kennen.

Jim Iyoob: Gemini kann Essenspläne? Das muss ich auch mal probieren.

Galen Low: Ich nutze verschiedene LLMs für verschiedene Zwecke – Gemini für Songtexte über Pokémon, ChatGPT für die Arbeit, Claude für anderes. Spannend ist, dass KI-Transformationen gar nicht unbedingt anders gemanagt werden müssen als jede andere Transformation. Auch IVR und Chat wurden als Jobkiller angekündigt – nichts davon traf ein. Jetzt wird Angst geschürt wegen KI.

Jim Iyoob: Das neueste Video, wo ein Roboter die schlagenden Techniker angreift – das war lustig, aber es zeigt: Wer schlecht programmiert, bekommt schlechte Resultate. Hier kommt menschliche Intelligenz ins Spiel.

Galen Low: Noch ein wichtiger Punkt: Manchmal müssen tatsächlich Menschen gehen – nicht jede:r kann bleiben. Es werden nicht zwangsläufig immer mehr Jobs geschaffen, und bei Low Performern liegt die Ursache meist nicht bei KI, sondern an fehlender Leistungsbereitschaft. Zudem braucht es Leute, die KI bauen und programmieren. Immer mehr Menschen entwickeln Apps oder Automatisierungen, die vorher nie programmiert hätten. Ist es realistisch, dass Contactcenter-Agenten KI-Entwickler werden?

Jim Iyoob: Wer den Willen hat, dem kann man die Skills beibringen. Manu war früher Agent, heute programmiert er. Es ist wie bei meiner Tochter: Die will Jura studieren und ich habe ihr gesagt, KI hilft dir beim Lernen, aber du musst es verstehen. In der Schule werden in den USA jetzt Handys in Klassen verboten – damit Jugendliche wieder selbst denken lernen. Das ist gut so, Lernen ist wichtig.

Galen Low: Ist es vorstellbar, dass der/die Jurist:in der Zukunft mit KI-Assistenz und Gesetzbuch per Klick arbeitet, der Assistent Vorschläge macht? Ja – aber man muss dennoch wissen, wie man Ergebnisse prüft. KI macht Fehler, je nachdem, wie sie programmiert wurde und wie gut sie von der Person eingelernt wurde. Am Ende muss man es selbst überprüfen können. An LinkedIn-Nachrichten merke ich immer sofort, wenn es KI-Texte sind – mit Standard-Emojis und oft ohne Bezug. Ein Beispiel: Mir will jemand Logistikdienstleistungen aufschwatzen, obwohl ich damit nichts zu tun habe – der Mensch hat meinen Hintergrund gar nicht gelesen. Deshalb braucht es die menschliche Komponente immer.

Galen Low: Das ist ein klares Bild der Zukunft: Weiterbildung bleibt zentral, und wir müssen die Menschen dabei unterstützen. Wer sich nicht weiterentwickeln will, wird riskieren, seinen Job zu verlieren – aber das liegt nicht an KI, sondern an fehlendem Engagement.

Jim Iyoob: Es ist wie immer: Bei der Einführung von IVR hieß es schon, alle Agenten würden ersetzt – war nicht so. Dasselbe bei Chat: Auch da wurden nicht reihenweise Jobs gestrichen. Jetzt wiederholt sich das Narrativ mit KI. Das ist nichts als Angstmacherei. Ohne Menschen, die KI klug nutzen, geht es nicht.

Galen Low: Ich möchte zum Abschluss eine praxisnahe Frage stellen: Was raten Sie Abteilungsleiter:innen oder Projektverantwortlichen, die bereits mitten in einem KI-Transformationsprojekt stecken, um sicherzustellen, dass die Veränderung mehr nutzt als schadet – aus Change-Management-Perspektive, technisch und operativ?

Jim Iyoob: Fachwissen ist wichtiger als jedes technische Know-how. Mein Rat: Schritt für Schritt vorgehen. Alle alles automatisieren zu lassen ist Quatsch. Such dir drei Dinge, bei denen der Schuh am meisten drückt, fang da an. Erst, wenn das in einem kontrollierten Rahmen funktioniert, skaliere weiter. Es geht nicht um ein Megaprojekt, das 6, 9 oder 12 Monate läuft, sondern um schnellen ROI – idealerweise in 30 bis 45 Tagen. Droppe deinen Anrufvolumen um 5 % und spare schon echtes Geld. Skalieren kann man immer noch. Der größte Fehler ist, alles auf einmal zu wollen – das funktioniert selten. Fange klein an, sei lernbereit und passe dich an. Fehler sind nicht schlimm – sie helfen dabei, neue Wege auszuprobieren. Wichtig: Prozesse nicht kopieren, wenn sie eh schlecht laufen.

Galen Low: Prozessfehler skalieren und dann automatisieren – das geht schief.

Jim Iyoob: Genau. Manu, was willst du ergänzen?

Manu Dwievedi: Genau das. Druckt euch das aus! Wer diese drei Dinge beherzigt, kommt ans Ziel. Ein Freund von mir hat mit GPT-5 bei einer alten Kanzlei experimentiert: KI hilft beim internen Troubleshooting. Er ist begeistert. Aber: „Wie mache ich es so, dass es immer richtig läuft?“ Das ist der springende Punkt. KI ist kein Zauberstab, der alles einfach regressiert – man braucht Use Cases, klar definiert. KI löst nicht alles auf Zuruf, sondern nur mit klaren Vorgaben.

Galen Low: Das ist fast poetisch – der Weg zur großen Transformation führt über kleine Schritte. Wer zu viel auf einmal will, ist auf Dauer im Nachteil. Kurzzyklisch denken, Ziele klar benennen, Stück-für-Stück-Erfolge schaffen. Digitale Großprojekte wie Cloud-Migrationen dauern häufig ewig, und während sich die IT dann über Jahre transformiert, verändert sich die Welt weiter. Wir müssen schneller agieren, in kürzeren Iterationen.

Manu Dwievedi: Stimme ich zu.

Jim Iyoob: Ja.

Galen Low: Großartig. Jim, vielen Dank für deine Zeit heute. Das Gespräch war richtig spannend. Wo können Interessierte mehr über dich erfahren?

Jim Iyoob: Am einfachsten auf LinkedIn: Jim Iyoob. Ich gebe einen monatlichen „Remarkable CX“-Newsletter heraus und einen Blog – immer mit Inhalten, die die Leute wirklich brauchen, nicht nur hören wollen. Alles ohne Verkaufsabsicht – einfach hilfreiche Inhalte zum Spaßhaben und Lernen. Aber: Versucht bitte nicht, mir auf LinkedIn etwas zu verkaufen. Wenn doch, bekommt ihr eine ehrliche Rückmeldung dazu.

Galen Low: Recherchiert vorher!

Jim Iyoob: Genau. Wer mich überzeugen will, sollte wirklich recherchieren – sonst gibt’s Feedback von mir.

Galen Low: Super.

Jim Iyoob: Manu?

Manu Dwievedi: Mich findet man auch am besten auf LinkedIn – einfach nach „Manu AI“ suchen: linkedin.com/in/manuai/.

Galen Low: Tolle LinkedIn-URL.

Jim Iyoob: Ja, das hätten alle gern.

Galen Low: Ich packe alle Links in die Shownotes.

Nochmal vielen Dank für euren Besuch und eure Einblicke. Es war großartig.

Jim Iyoob: Vielen Dank.

Manu Dwievedi: Danke! Danke für die Einladung.

Galen Low: Das war’s für heute mit dem Digital Project Manager Podcast. Wenn dir das Gespräch gefallen hat, abonniere uns überall, wo du Podcasts hörst. Noch mehr Tipps, Case Studies und Playbooks findest du auf thedigitalprojectmanager.com.

Bis zum nächsten Mal – danke fürs Zuhören.