Vom Mensch zum Mitspieler

Kürzlich las ich ein Buch, in dem in einer Szene beschrieben wurde, wie der niederländische Schachmeister Jan Hein Donner am 04. März 1982 gefragt wurde, was er tun würde, wenn er gegen einen Schachcomputer antreten müsste. Seine Antwort: 

"Ich würde einen Hammer mitbringen."

Eine herrlich menschliche Reaktion, die mich schmunzeln ließ und zu folgender Überlegung führte: Auf die heutige Wirtschaft übertragen, muss die Antwort anders lauten. Unternehmen können ihre neuen, KI-getriebenen Wettbewerber nicht einfach mit einem Hammer zerschlagen. Wenn die Konkurrenz eine Maschine nutzt, bleibt nur eine logische Antwort: Man bringt selbst eine mit.

Es war einmal einfach: Wir entwickelten Dinge für Menschen. Daten sollten verständlich, Prozesse nutzbar, Schnittstellen intuitiv sein. Dann kam die KI. Und plötzlich sitzt ein neuer Kollege am Tisch, der weder Kaffeepausen noch Schulungen braucht.

Das Paradoxe daran: Wir reden viel darüber, wie wir Menschen mit der KI interagieren sollen, aber kaum darüber, wie KI mit uns interagiert: als Endnutzer, Entscheidungstreiber oder schlicht als Kollege am digitalen Fließband. Denn so verschiebt sich die Perspektive. Unternehmen designen, entwickeln und kommunizieren nicht mehr ausschließlich für Menschen, sondern auch für Maschinen, die irgendwann, irgendwie verstehen, verarbeiten und entscheiden.

KI ist kein Add-on mehr

Dass KI längst vom Spielzeug zum Mitspieler geworden ist, lässt sich inzwischen sehr konkret beziffern. IBM befragte Führungskräfte weltweit und kommt zu dem Ergebnis, dass 79% davon ausgehen, dass KI bis 2030 signifikant zum Umsatz beitragen wird. Gleichzeitig können aber nur 24% genau sagen, wo dieser Umsatz eigentlich herkommen soll.

https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/enterprise-2030

In Deutschland hat die Technologie die Schwelle zum Massenmarkt längst überschritten. Laut der Bitkom-Studie 2025 nutzen bereits 36% der Unternehmen KI-Technologien. Das ist fast eine Verdopplung gegenüber den rund 20% im Vorjahr. Weitere 47% planen oder diskutieren den Einsatz. Lediglich eine kleine Minderheit von 17% sieht KI noch als „kein Thema“ an.

https://www.heise.de/news/Bitkom-Jedes-dritte-Unternehmen-nutzt-Kuenstliche-Intelligenz-10644810.html

Dies deckt sich mit globalen Beobachtungen von McKinsey: 2024 nutzten bereits rund 65% der befragten Unternehmen generative KI in ihren Prozessen (gegenüber 34% im Vorjahr). Die Technologie ist nicht mehr nur ein Tool für Innovation-Labs, sondern rutscht in die Mitte der Wertschöpfung.

KI als Konsument von APIs und Prozessen

Bisher galten APIs (Schnittstellen) vor allem als Werkzeug für menschliche Entwickler. Dokumentation, Konsistenz und „Developer Experience“ waren darauf ausgerichtet, was Menschen schnell verstehen. Mit der Verbreitung von autonomen Agenten und Standards wie dem MCP (Model Context Protocol) verändert sich dieses Bild grundlegend. Es entsteht eine neue Klasse von Nutzern, die keine Portale durchsucht und keine Tickets schreibt, sondern APIs eigenständig entdeckt, interpretiert und orchestriert. Ein aktueller Bericht zu „AI-Enabled API Lifecycles“ beschreibt Agenten explizit als neue Zielgruppe: Systeme, die direkt über APIs Kunden anlegen oder Zahlungen auslösen – ohne dass ein Mensch dabei Händchen hält.

https://smartbear.com/blog/building-ecosystems-for-humans-and-agents-the-new-consumer-of-apis/

Das bedeutet für Ihre IT-Strategie einen radikalen Wandel: APIs, genau wie Datenmodelle dürfen nicht länger nur für menschliche Augen dokumentiert werden, sondern müssen semantisch so präzise beschrieben sein, dass Algorithmen sie eigenständig interpretieren können. Parallel dazu avanciert Datenqualität zur universellen Sprache, in der Maschinen erfolgreich miteinander verhandeln. Je sauberer die Daten, desto reibungsloser die maschinelle Interaktion. In diesem neuen Gefüge wird Governance schließlich zum entscheidenden Wettbewerbsvorteil, denn nur wenn das Vertrauen in die autonomen Handlungen einer KI gesichert ist, werden Mitarbeiter, Partner und Kunden Ihre Lösung bevorzugen.

Geschlossene Softwareprodukte ohne API mit proprietären Datenformaten, die sogar nur durch Menschen genutzt werden können und mit denen wir womöglich noch technische Schulden vor uns herschieben, haben in dieser Welt keinen Platz mehr.

Wenn Maschinen APIs nutzen sollen, gelten (mindestens) drei neue Design-Prinzipien:

1. Semantische Klarheit: APIs benötigen maschinenlesbare Beschreibungen (z. B. OpenAPI 3.1 + JSON Schema). KI interpretiert keine PDFs – sie braucht semantische Metadaten für autonome Orchestrierung.
2. Predictable Behavior: Konsistente Fehlercodes und Strukturen sind Pflicht. Menschen tolerieren mal einen kryptischen Fehler; KI-Agenten scheitern oft komplett und lernen falsche Muster.
3. Entdeckbarkeit: Wir brauchen zentrale Registries, die es KI erlaubt dynamisch Services finden lassen – quasi ein Google für Maschinen-Services.

Architektur für hybride Zielgruppen

Studien zum „AI-driven Enterprise 2030“ zeichnen daher ein klares Bild: Produktivitätsgewinne stellen sich nur ein, wenn die Architektur stimmt.

https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/charting-a-path-to-the-data-and-ai-driven-enterprise-of-2030

Eine schlechte Architektur bremst KI genauso aus wie Menschen. Prozesse müssen daher dual lesbar sein: transparent und nachvollziehbar für Mitarbeitende, zugleich strukturiert und maschinenverständlich für KI. Datenplattformen entwickeln sich von reinen Reporting-Fabriken hin zu operativen „Futterstationen“ für Modelle, die in Echtzeit Entscheidungen unterstützen.

Zusammenarbeit: Menschen, Modelle und Märkte

McKinsey und andere Analysten kommen übereinstimmend zu dem Schluss, dass der größte Hebel von KI dort liegt, wo Menschen und Maschinen zusammenarbeiten. Das verschiebt die Rolle des Menschen: von der ausführenden Rolle hin zum Kurator, Lektor, Qualitätsprüfer und Kontextlieferanten.

In diesem Bild ist KI nicht das „Tool am Rand“, sondern ein Kollege, der eine andere Art von Aufmerksamkeit braucht.

Wenn Unternehmen KI heute nur als Silvesterfeuerwerk einsetzen – beeindruckende Shows in Proof-of-Concepts, die am nächsten Morgen verpuffen – dann liegt das oft daran, dass sie Prozesse, Daten und Systeme weiterhin ausschließlich für Menschen entwerfen. Gleichzeitig entsteht durch „Schatten-KI“ (Mitarbeitende nutzen private Tools ohne Richtlinien) ein Risiko. Man kann den Hammer nicht gegen die eigene Belegschaft schwingen, um das zu verhindern. Stattdessen brauchen Unternehmen offizielle, sichere Angebote und Governance-Strukturen, um Agenten kontrolliert einzubinden.

Die Prognosen der nächsten Jahre deuten darauf hin, dass der eigentliche Wettbewerb dort entschieden wird, wo Organisationen ihre Architektur so gestalten, dass Menschen und Maschinen gleichermaßen adressiert werden. Überträgt man den anfangs geschilderten Jan Hein Donner Moment aus dem Schach auf heute, lautet die Antwort: Sie können den Computer nicht mit dem Hammer kaputtschlagen. Aber Sie können entscheiden, welchen Computer Sie an den Tisch lassen.

Die spannende Frage ist nicht mehr, ob KI in Ihre Organisation einzieht. Sie ist längst da. Die eigentliche Frage lautet: 

Wie lange wollen Sie noch so planen, bauen und administrieren, als arbeiteten in Ihrem Unternehmen nur Menschen?