Nein. Sprachmodelle erzwingen keine Formalisierung, sie überbrücken unklare Prozesse und beseitigen den Anlass, sie aufzuschreiben.
Die Organisation wird dadurch schwerer lesbar als vorher, nicht klarer.
Über KI in Unternehmen wird gegenwärtig eine These erzählt, die zum guten Ton gehört. Sie steigere die Produktivität zunächst überhaupt nicht, sie liefere eine Diagnose. Sie lege offen, was vorher durch Improvisation und informelle Absprachen verdeckt blieb: unklare Verantwortlichkeiten, implizite Prozesse, ungeordnete Daten. Wer KI einführe, bekomme einen Organisationsstresstest. Prozesskompetenz gehe der Toolkompetenz voraus; ohne beschriebene Abläufe digitalisiere die Maschine lediglich die vorhandene Unschärfe. Governance mache das Ganze skalierbar, Ambiguitätstoleranz sei die eigentliche Führungsaufgabe.
Man erzählt sie seit dreißig Jahren, jedes Mal als revolutionäre Einsicht. Zuerst galt sie den integrierten ERP-Systemen, die seit den frühen neunziger Jahren in die Breite gingen, danach Lean, dann der agilen Transformation, dann der Digitalisierung überhaupt. Ihr Gegenstand ist austauschbar. Die These ist ein Lückentext: Trägt man SAP ein, wo KI steht, stimmt sie weiterhin. Er handelt von Formalisierung, nicht von der jeweiligen Technologie. In einem Warenwirtschaftssystem lässt sich ein Vorgang nicht abschließen, solange ein Pflichtfeld leer bleibt, und eine Freigabe braucht eine Rolle, die im System hinterlegt ist. Wer die Software einführt, stößt deshalb an jeder Stelle auf die Frage, wer hier eigentlich zuständig ist. Existiert die Zuständigkeit nur mündlich, kommt die Einführung an dieser Stelle zum Stillstand, bis jemand entscheidet. Sichtbar wird die Lücke, weil sich die Software sonst nicht in Betrieb nehmen lässt.
Ein Sprachmodell erzwingt keine Formalisierung. Darin liegt sein Unterschied zu allem, was in dieser Reihe vor ihm stand. Es gibt kein Pflichtfeld. Wer einen Halbsatz eingibt, eine widersprüchliche Vorgabe, die Beschreibung einer Praxis, die nirgends dokumentiert ist, bekommt eine Antwort, die mittelmäßig sein mag, aber sofort da ist. Niemand muss vorher entscheiden, wer zuständig ist. Ein Prozess, der nur in einem Kopf existiert, wird der Maschine in zwei Absätzen erzählt, und die Arbeit läuft weiter.
Damit kehrt sich die Diagnose-These um. Die Maschine deckt den unklaren Prozess nicht auf. Sie überbrückt ihn und beseitigt den Anlass, ihn aufzuschreiben. Solange informelles Wissen die Bedingung dafür war, dass die Arbeit gelang, bestand wenigstens Druck, es irgendwann zu formulieren — spätestens beim Stellenwechsel. Dieser Druck entfällt. Das Wissen wandert nicht in eine Verfahrensanweisung, sondern in Prompts und Chatverläufe, die niemandem gehören und die niemand liest. Die Organisation wird schwerer lesbar als zuvor.
Das erklärt auch, warum Governance hier anders wirkt als in der These behauptet. Regeln greifen an Stellen, die jemand kennt. Die Verbreitung dieser Werkzeuge geschieht unterhalb der Wahrnehmungsschwelle der Leitung, ohne Beschaffungsvorgang, ohne Projektnummer. Entsteht später eine Governance-Struktur, regelt sie den Einsatz in den Bereichen, über die ohnehin offiziell gesprochen wird. Zugleich ist Governance mindestens so oft der Grund, warum ein Pilot stirbt, wie seine Rettung: Bis Datenschutz, Betriebsrat und IT-Sicherheit ein Werkzeug freigegeben haben, ist das Budgetjahr vorbei und die beteiligte Abteilung hat sich längst anders beholfen. Die Behauptung, Governance mache KI skalierbar, lässt sich also umstandslos umkehren. Beide Fassungen sind gleich plausibel und deshalb gleich unbrauchbar, solange niemand angibt, ab welcher Verfahrensdauer die eine in die andere umschlägt.
Die Forderung nach expliziter Prozessbeschreibung enthält außerdem eine Gleichsetzung, die schon vorher unhaltbar war. Ein beschriebener Prozess ist Information; er liegt in einem Diagramm mit Versionsnummer. Prozesskompetenz sitzt in Personen und Situationen: das Wissen darüber, wann von der Beschreibung abzuweichen ist, damit die Sache funktioniert, wen man anruft, wenn der offizielle Weg zu lange dauert, welche dokumentierten Schritte seit Jahren niemand mehr ausführt. Wer Beschreibungsdichte als Reifegrad liest, misst die Produktivität der Dokumentationsabteilung.
Die Diagnose-These hält sich, weil kein Verlauf ihr widerspricht. Stellt sich Produktivität ein, war die Organisation reif. Bleibt sie aus, war die Organisation kaputt und die Technologie hat es gezeigt. Wer eine Investition intern verantworten muss, für die er geworben hat, findet hier eine Sprache, in der sich das Ausbleiben des versprochenen Effekts als Erkenntnisgewinn formulieren lässt. Davon zu trennen ist der empirische Befund, dass viele Einführungsprojekte an organisationalen Voraussetzungen scheitern und nicht an der Modellqualität. Dieser Befund ist plausibel. Die Erzählung ist seine Umdeutung in einen Erfolg. Ähnlich verhält es sich mit der Ambiguitätstoleranz: Das Scheitern gilt als Beleg für ihr Fehlen, das Gelingen als Beweis ihres Vorhandenseins. Prüfen ließe sich das nicht, und ein Hinweis darauf, was zu tun wäre, ist darin nicht enthalten.
Wer wissen will, was ein Sprachmodell in einer Organisation anrichtet, muss sich neben jemanden setzen, der damit arbeitet, und zusehen. Welche Tätigkeit wird an welcher Stelle wie viel schneller oder besser? Und welches Wissen wandert dabei aus einem Kopf in eine Maschine, in der es niemand mehr findet, wenn der Kopf die Organisation verlässt?
Damit ist man bei der Zeitstudie, bei der Stoppuhr, beim Zeitnehmer, der neben dem Arbeitsplatz steht und notiert. Die wissenschaftliche Betriebsführung hat diese Beobachtung entwickelt, um Arbeit zu zerlegen und neu zusammenzusetzen. Man greift auf sie zurück, um ein Werkzeug zu verstehen, das ohne jede Zerlegung der Arbeit auskommt. Ich hatte dieses Zeitregime für einen ausgestorbenen Dinosaurier gehalten.