Monat: Februar 2026

Machen wir ein kurzes Gedankenexperiment.

Stell dir vor, du hast in deiner Organisation seit etwa 2010 das Thema „Digitale Transformation“ oder „Agile Transformation“ so ein wenig mitgemacht. Hier ein neues Tool, da ein paar Scrum Master, dort ein Kanban-Board. Die Effizienz und die Lieferfähigkeit haben sich im Schnitt so um gemütliche 3 bis 5 % pro Jahr verbessert. Alle im Management sind happy. Häkchen dran.

Aber sind wir ehrlich: Wirklich happy?

Wenn du heute, im Jahr 2026, auf deine Organisation schaust, hättest du eigentlich folgende Reife – folgende Maturität – erreicht haben müssen:

• Dezentrale Entscheidungen: Werden da getroffen, wo das Wissen ist – in crossfunktionalen Teams.
• Echte End-to-End Verantwortung: Deine Teams haben alle Skills, um ein Produkt zu liefern. Von der ersten Idee über Sales und Entwicklung bis hin zum Operating.
• Radikaler Fokus auf den Wertstrom: Silos existieren nur noch im Museum.
• Verlässlichkeit: Deine Release Trains fahren pünktlich, liefern zum vereinbarten Preis genau die versprochene Funktionalität.
• Technische Exzellenz: Deine Teams beherrschen nicht nur die Technologie, sie investieren auch proaktiv in den Abbau technischer Schulden, um die Wartungs- und Betriebskosten flach zu halten.

Was? Du sagst, ihr seid noch nicht so weit?

Der Realitäts-Check: Willkommen in der „Fleiss-Falle“

Schauen wir der Wahrheit ins Auge. In vielen Unternehmen sieht die Realität völlig anders aus: Da werden enorme Budgets ausgegeben, damit verwaiste Entwickler-Gruppen tief im Keller (oder im metaphorischen Silo) Entscheidungen treffen sollen – oft völlig im Blindflug, ohne echtes Feedback von Kunden oder verlässliche Marktdaten.

Die Codebase gleicht einem Jenga-Turm, der immer höhere Wartungs- und Betriebskosten verursacht. Und dein „soziales Kapital“ – deine Mitarbeiterinnen und Mitarbeiter – sind kulturell darauf getrimmt, einfach fleissig zu sein. Sie arbeiten viel. Sie arbeiten hart. Sie sind extrem output-orientiert, aber selten outcome-basiert. Und das Schlimmste: Ein klares, strategisches „Nein“ zu einem sinnlosen Feature über die Lippen zu bringen, geht schon gar nicht.

Der KI-Schock: Was passiert, wenn du Kerosin ins Feuer giesst?

Und nun rate mal, was in den kommenden Monaten und Jahren in deiner Firma passiert, wenn genau dieses fehlerhafte, unausgereifte System plötzlich Zugang zu unlimitierten KI-Tokens und autonomen Agenten bekommt?

Wenn du KI auf einen kaputten Prozess wirfst, wird der Prozess nicht magisch repariert. Er wird nur mit Lichtgeschwindigkeit skaliert.

• Deine verwaisten Entwickler im Silo? Sie werden dank KI-Unterstützung zehnmal so schnell Code produzieren, der immer noch nicht das Problem des Kunden löst.
• Deine technische Schuld? Sie wird explodieren, weil KI-generierter Code in ein ungepflegtes System gepumpt wird, das ohnehin schon wackelt. Die Wartungskosten werden dich auffressen.
• Deine „fleissigen“ Mitarbeiter? Sie werden mithilfe von KI-Agenten gigantische Mengen an Dokumenten, Features und Analysen erstellen, zu denen niemand mehr „Nein“ sagen kann, weil niemand mehr den Überblick hat.

Das Fazit: Die Technologie ist bereit. Seid ihr es?

Alle reden aktuell über die Technologie, über LLMs, über Token-Preise und Latenzen. Aber das wahre Problem liegt nicht im Serverraum, sondern in der Aufbau- und Ablauforganisation.

KI ist ein gnadenloser Multiplikator. Wenn deine Organisation noch nicht die entsprechende agile und digitale Maturität erreicht hat und dein soziales Kapital (noch) keine guten, autonomen Entscheidungen an der Kundenfront trifft, dann wird dir die KI nicht helfen. Sie wird deine Schwächen nur schneller offensichtlich machen.

Es ist höchste Zeit, die Hausaufgaben der letzten 15 Jahre nachzuholen. Radikal in die eigene Reife und in das Entscheidungsvermögen der Mitarbeiter zu investieren.

Oder wie wir hier im schönen Kanton Bern zu sagen pflegen: Langsam pressiert es.

Link zu Wertwandler: https://wertwandler.ch

Wenn ich mich aktuell in den sozialen Netzwerken umsehe oder die Titel der grossen Management-Konferenzen lese, stolpere ich unweigerlich über diesen einen Satz: „Lead Your Org’s GenAI Transformation“.

Jedes Mal, wenn ich das lese, beschleicht mich ein massives Déjà-vu. Ich schliesse die Augen und bin plötzlich wieder im Jahr 2010. Damals hiess der Satz: „Lead Your Org’s Agile Transformation“. Die Energie war genau die gleiche. Die Versprechen waren astronomisch: Alles wird schneller, effizienter, innovativer. Wir müssen nur diese neue „Sache“ ausrollen, und schon sind wir bereit für die Zukunft.

Was damals auf die grosse Euphorie folgte, wissen wir heute. Die Ernüchterung. Der Kater. Wir haben gelernt, dass man eine Arbeitskultur nicht transformiert, indem man eine Jira-Lizenz kauft, die Wände mit bunten Post-its tapeziert und den Projektleiter plötzlich „Scrum Master“ nennt. Wir haben Millionen in Methoden und Frameworks investiert – in das, was ich das Work System nenne. Aber wir haben das Social System sträflich vernachlässigt: die Menschen, ihre Ängste, die Qualität unserer Beziehungen und das historisch gewachsene Silodenken in unseren Strukturen.

Das bittere Ergebnis in vielen Firmen: Wir haben den sprichwörtlichen Lippenstift auf das Schwein aufgetragen. Die alten, hierarchischen Machtstrukturen blieben intakt, sie trugen nur plötzlich hippere Namen.

Und jetzt? Jetzt stehen wir mit Künstlicher Intelligenz, mit Copilots und ChatGPT-Enterprise-Lizenzen exakt an derselben Klippe. Wenn wir nicht aufpassen, wiederholen wir den teuersten Fehler des letzten Jahrzehnts.

Die GenAI-Falle: Schnellerer Unsinn in kaputten Silos

Lass uns ehrlich sein: Wenn du eine Organisation hast, die in tiefen Silos feststeckt, in der Abteilungen gegeneinander statt miteinander arbeiten und in der das Vertrauen gering ist – was passiert dann, wenn du dort grossflächig generative KI einführst?

Die Antwort ist simpel: Du bekommst keinen Kulturwandel. Du bekommst denselben dysfunktionalen Output, nur in Millisekunden generiert.

Wenn das Marketing nicht mit dem Vertrieb spricht und die IT ihr eigenes Süppchen kocht, dann hilft es nicht, dass jede Abteilung ihre lokalen E-Mails und Konzepte nun von einer KI schreiben lässt. Wir automatisieren lediglich die organisatorische Reibung. KI löst keine Strukturprobleme. KI deckt sie gnadenlos auf und skaliert sie.

Deshalb greift der Ruf nach der „GenAI Transformation“ als reines Technologie-Rollout viel zu kurz. Es geht nicht darum, Mitarbeitenden beizubringen, wie man bessere Prompts schreibt. Es geht um Wertschöpfung.

Transformation 2.0: Der radikale Fokus auf den Value Stream

Wenn wir aus den letzten 15 Jahren eines gelernt haben, dann dies: Wahre Wirksamkeit entsteht nicht in den Abteilungen, sondern quer zu ihnen. Es geht um den Fluss der Arbeit, den Value Stream, vom Kundenbedürfnis bis zur fertigen Lösung.

Die Transformation 2.0 – und das schliesst die sinnvolle Nutzung von KI zwingend ein – muss genau hier ansetzen. Wir müssen aufhören, Abteilungen zu optimieren, und anfangen, Wertschöpfungsketten zu bauen. Wenn wir die Mauern zwischen den Silos einreissen und echte, cross-funktionale Zusammenarbeit ermöglichen, dann – und nur dann – wird KI zum Raketenantrieb für unsere Teams.

Die neue Rolle der Gestalter: Was machen Coaches und Architekten jetzt?

Diese Verschiebung verändert alles. Sie zwingt uns, unsere Rollen komplett neu zu denken.

Schauen wir auf die Agile Coaches. Wenn die KI in Zukunft in drei Sekunden das Backlog priorisiert, die Velocity berechnet und das Burn-down-Chart visualisiert – wofür braucht es den Coach dann noch? Die Ära des Coaches als „Methoden-Polizist“ oder reiner „Zeremonienmeister“ ist vorbei. Und das ist eine grossartige Nachricht!

Coaches können sich endlich um das kümmern, was Maschinen nicht können: das Menschliche. Sie werden zu Sense-Makern und Sozialkapital-Architekten. KI löst bei vielen Menschen massive Existenzängste aus (Stichwort SCARF-Modell: Status, Autonomie und Sicherheit sind bedroht). Der Coach der Zukunft navigiert diese Ängste, baut psychologische Sicherheit auf, moderiert ethische Konflikte und fördert kritische Dialogformate. Er sorgt dafür, dass die Teams die KI beherrschen und nicht umgekehrt.

Und was ist mit den Prozess-Leuten und Architekten? Auch sie stehen vor einer Renaissance. Ihre Aufgabe ist es nicht mehr, starre BPMN-Diagramme zu malen, die nach drei Monaten veraltet sind. Sie werden zu den Designern hybrider Systeme. Sie müssen beantworten: An welcher Stelle im Value Stream lassen wir die KI die schwere kognitive Arbeit machen, und an welcher Stelle brauchen wir zwingend menschliche Intuition, Empathie und moralische Urteilskraft? Sie weben künstliche und menschliche Intelligenz zu einem nahtlosen Fluss zusammen.

Ein optimistischer Blick nach vorn

Trotz meines Déjà-vus bin ich zutiefst optimistisch. Warum? Weil wir heute nicht bei null anfangen.

Wir tragen die Narben der agilen Transformationen der letzten Jahre. Wir haben die Lektionen auf die harte Tour gelernt. Wir wissen heute, dass psychologische Sicherheit wichtiger ist als das perfekte Framework. Wir wissen, dass Führungskräfte nicht delegieren können, was sie selbst nicht vorleben. Wir haben verstanden, dass „Lipstick on a pig“ keine Strategie ist.

Wir haben heute die Chance, die Transformation 2.0 richtig anzugehen. Wir haben die mächtigste Technologie der Menschheitsgeschichte in unseren Händen. Aber ihr wahrer Wert entfaltet sich erst, wenn wir aufhören, sie als reines IT-Projekt zu behandeln.

Es geht um die Menschen. Es geht um echte Verbundenheit. Es geht um Führungskräfte, die den Mut haben, den Rahmen vorzugeben und dann den Raum für Entfaltung zu öffnen. Wenn wir das Social System stärken, wird das Work System mit GenAI Unglaubliches leisten. Wir können Organisationen bauen, die nicht nur unverschämt schnell, sondern auch zutiefst menschlich und anpassungsfähig sind.

Bist du bereit, die Leerstelle nach dem Buzzword zu füllen?

Wenn du als Führungskraft spürst, dass es Zeit ist, echte Verantwortung für diese neue Art der Transformation zu übernehmen – jenseits von Dogmen und Methodenkult –, dann lass uns reden.

Wir bei Wertwandler sind keine Verkäufer von Frameworks. Wir sind Impulsgeber, Coaches und Begleiter für Organisationen, die den Wandel wirklich leben wollen. Wir helfen dir, die Silos zu überwinden, Resonanzräume zu schaffen und deine Teams befähigen, echte Wirksamkeit zu entfalten.

Mach den ersten Schritt. Nimm Kontakt mit uns auf und lass uns bei einem echten Gespräch herausfinden, wie eure individuelle Reise aussehen kann.

Link zu Wertwandler: https://wertwandler.ch

---

Schauen wir uns um. Es ist 2026. Wir haben KI-Modelle, die coden, dichten und analysieren, fast zum Nulltarif. Die Kosten pro Token sind ins Bodenlose gefallen. Eigentlich müssten wir alle am Strand liegen und Cocktails schlürfen, während die Algorithmen unsere Arbeit machen.

Stattdessen sind unsere Kalender voller denn je, die Backlogs platzen aus allen Nähten, und die Informationsflut ist von einem Bach zu einem Tsunami angeschwollen. Alle reden über die neueste Modell-Architektur, über Latenzzeiten und Context-Windows. Aber kaum jemand redet darüber, was diese Technologie mit uns als Organisation macht.

Um zu verstehen, warum wir trotz (oder wegen) maximaler Effizienz mehr Stress haben als je zuvor, müssen wir eine Zeitreise machen. Wir müssen über William Stanley Jevons sprechen.

1865: Die Kohle, die Dampfmaschine und der grosse Irrtum

Reisen wir zurück ins England des 19. Jahrhunderts. James Watt hatte die Dampfmaschine revolutioniert. Sie war plötzlich viel effizienter. Die logische Erwartung der Ökonomen und Politiker damals war simpel: „Grossartig! Wenn wir weniger Kohle brauchen, um die gleiche Energie zu erzeugen, werden wir als Industrie / Gesellschaft weniger Kohle verbrauchen. Wir sparen Ressourcen!“

William Stanley Jevons sah genauer hin und erkannte das Paradoxon, das heute seinen Namen trägt: Effizienz führt nicht zu weniger Verbrauch, sondern zu mehr.

Warum? Weil die Energie plötzlich billiger und nützlicher wurde. Man setzte Dampfmaschinen nicht mehr nur dort ein, wo es unbedingt nötig war (in Minen), sondern überall: in Zügen, in Webstühlen, in Schiffen. Die Nachfrage explodierte. Der Verbrauch stieg rasant an. Die Effizienz war kein Sparprogramm, sie war ein Brandbeschleuniger.

2010er: Das Agile Versprechen und die „Feature Factory“

Spulen wir vor in die jüngere Vergangenheit. Erinnern wir uns an den Hype um Agile, DevOps und Cloud Computing.

• Die Erwartung: Durch Sprints, Automatisierung und skalierbare Server werden wir schneller fertig. Wir eliminieren „Waste“. Wir haben mehr Zeit für Qualität und vielleicht sogar für Innovation.
• Die Realität: Haben wir die gewonnene Zeit genutzt, um früher Feierabend zu machen? Nein. Wir haben die „Feature Factory“ erfunden. Da Software-Releases billiger und risikoärmer wurden, haben wir die Frequenz erhöht. Statt 4 Releases pro Jahr machen wir 4 pro Tag. Der Backlog wurde nie leerer, er wurde nur schneller nachgefüllt. Agile hat uns nicht entlastet, es hat nur die Schlagzahl im Hamsterrad erhöht.

2026: Die neue Dampfmaschine ist die KI

Und nun stehen wir hier mit Generativer KI. Das Muster wiederholt sich, aber diesmal mit einer Wucht, die alles Vorherige in den Schatten stellt.

• Die Erwartung: „Die KI schreibt meine E-Mails, meinen Code und meine Berichte. Ich spare 50% meiner Arbeitszeit.“
• Das Jevons-Szenario (Die Realität): Da die Erstellung von Inhalten (Text, Code, Bild, Analyse) Grenzkosten von fast Null hat, explodiert die Menge.
  • Wir schreiben nicht eine gute E-Mail, wir generieren zehn Varianten.
  • Wir bauen nicht ein schlankes Feature, wir lassen die KI ganze Applikationen „halluzinieren“, die dann gewartet werden müssen.
  • Wir analysieren Daten nicht mehr zielgerichtet, sondern lassen uns von KI-Reports überfluten, „weil es ja nur einen Klick kostet“.

Wir ertrinken in Mittelmässigkeit, weil die Barriere zur Erstellung gefallen ist.

Die schleichende Veränderung in Organisationen

Während die Tech-Bros über Token-Preise diskutieren, verschieben sich in unseren Firmen tektonische Platten. Wenn wir dem Muster des Jevons-Paradoxons folgen, treten folgende Veränderungen ein – und wir müssen uns jetzt darauf einstellen:

1. Auf Team-Level: Vom Schöpfer zum Kurator (und Müllsortierer)

Die Rolle des Wissensarbeiters wandelt sich radikal. Wir sind nicht mehr die, die den ersten Entwurf machen (das macht die KI in Sekunden). Wir sind die, die prüfen müssen, ob der Entwurf stimmt. Die Gefahr: Das ist kognitiv extrem anstrengend. „Decision Fatigue“ wird zur Berufskrankheit Nr. 1. Teams brennen nicht aus, weil sie zu viel erschaffen, sondern weil sie zu viel validieren müssen.

2. In der Kommunikation: Die „Dead Internet Theory“ im Intranet

Wenn ich KI nutze, um eine E-Mail zu schreiben, und du KI nutzt, um sie zusammenzufassen – wer kommuniziert dann noch? Wir riskieren eine Entmenschlichung der Firmenkultur. Die Menge an Kommunikation steigt (Jevons), aber die Signaldichte sinkt. Wahre Wertschätzung zeigt sich 2026 darin, dass man keine KI benutzt hat.

3. Zum Kunden: Hyper-Personalisierung wird zu Spam

Jevons sagt vorher: Wenn Personalisierung billig ist, personalisieren wir alles. Kunden werden mit „massgeschneiderten“ Angeboten bombardiert, bis sie abstumpfen. Der Shift: Der neue Luxus ist nicht mehr die Information, sondern der echte menschliche Kontakt. Service-Organisationen müssen umschwenken: Weg von Effizienz („Wie viele Tickets schafft der Chatbot?“) hin zu Empathie („Wie fühlt sich der Kunde nach dem Gespräch?“).

4. Prozessual: Der Flaschenhals wandert

Früher war die Erstellung der Flaschenhals (zu wenige Entwickler, zu wenige Texter). Durch KI wird die Erstellung unendlich skalierbar. Der neue Flaschenhals ist die Entscheidung und die Verantwortung. Prozesse stauen sich nicht mehr am Anfang (Input), sondern am Ende (Abnahme). Organisationen, die ihre Prozesse nicht darauf anpassen, werden verstopfen.

Fazit: Beherrsche die Maschine, sonst beherrscht sie dich

Das Jevons-Paradoxon lehrt uns eines: Technologische Effizienz löst keine kulturellen Probleme. Sie verstärkt sie nur.

Wenn wir 2026 nicht einfach nur „schneller gegen die Wand fahren“ wollen, müssen wir aufhören, KI nur als Beschleuniger zu sehen. Wir müssen künstliche Verknappung einführen:

• Nicht alles produzieren, was möglich ist.
• Bewusst „No-AI-Zones“ schaffen für strategisches Denken.
• Qualität über Quantität stellen – radikaler als je zuvor.

Die Frage ist nicht: Was kann die KI für uns tun? Die Frage ist: Was lassen wir weg, obwohl die KI es tun könnte?

PS: Ich bin voll KI Fan, aber es wäre besser sie unterstützt uns als dass wir ihr dienen. 🙂