Hat KI Berater ersetzt? - Ep 187

00:00:00 Einführung: Die Realität der Beratungserfahrung.
00:05:41 Isolation, die in Führungspositionen empfunden wird.
00:07:15 Schwierigkeiten, Talente aufgrund von Markenproblemen anzuziehen.
00:10:44 KI bedroht die vermeintliche Expertise der Berater.
00:13:13 KI wird die meisten Berater nicht verdrängen.
00:17:35 KI imitiert Experteneinsichten ohne echte Expertise.
00:20:03 Grenzen der KI in persönlichen Interaktionen.
00:21:00 KI stellt das Missverständnis der Expertise von Beratern in Frage.
00:22:40 Kritik an Gen AI in supply chains.
00:29:49 Softwareprobleme dominieren die supply chain-Probleme.
00:33:27 KI beschleunigt Marktforschungsprozesse.
00:38:02 Berater bieten oft eher moralische Unterstützung als fachliche Expertise.
00:42:43 Die Anforderungen an Expertise führen zu komplexer Arbeit.
00:44:11 Die Fassade der Expertise wird durch KI-Fortschritte entlarvt.
00:49:15 Die Zukunft der Beratung bleibt stabil trotz KI-Veränderungen.
00:50:52 KI-gesteuerte Automatisierung verändert die Dynamik der supply chain.
00:57:11 Die Automatisierung routinemäßiger Aufgaben birgt ein existenzielles Risiko.

Zusammenfassung

In der Welt der Beratung enthüllt Joannes Vermorel von Lokad die Oberflächlichkeit, die der Abhängigkeit der Branche von vermeintlicher Expertise anstelle von substanziellen Wissen zugrunde liegt. Vermorel kritisiert die tief verwurzelte Vorstellung, dass Berater unübertroffene Einsichten bieten, und schlägt vor, dass Top-Manager eher Bestätigung als echte Expertise suchen. Er argumentiert, dass KI, obwohl sie Berater noch nicht vollständig ersetzen kann, die Mythen um ihre Expertise in Frage stellt. Mit dem Aufstieg der KI, insbesondere von Modellen wie GPT-4, wird deutlich, dass die Rolle der Beratung auf symbolischem Prestige und psychologischer Unterstützung statt auf authentischen Einsichten basiert. Dieser Wandel deutet auf eine von KI getriebene Transformation hin, die Anpassungsfähigkeit und Umschulung für zukünftige Unternehmenslandschaften erforderlich macht.

Erweiterte Zusammenfassung

In der traditionsreichen und oft paradoxen Welt der Beratung bietet die Schnittstelle mit künstlicher Intelligenz (KI) sowohl Offenbarungen als auch Provokationen und stellt grundlegende Fragen zur Existenz der Branche. Während Joannes Vermorel, CEO und Gründer von Lokad, sich mit Conor Doherty von LokadTV unterhält, entsteht eine tiefgreifende Beobachtung: Viele Berater gedeihen scheinbar nicht durch fundierte Expertise, sondern vielmehr durch einen eigentümlichen Cocktail aus Wahrnehmung und Präsenz. Vermorel rekonstruiert das Beratungsfeld als eine Arena, in der junge Hochschulabsolventen oft in Rollen gedrängt werden, die mit einem illusorischen Mantel der Expertise geschmückt sind. Dieser Ansatz enthüllt eine konträre Sichtweise, die die Aufrichtigkeit der traditionellen Mission der Beratung in Frage stellt: das Streben nach externem Wissen und frischen Perspektiven.

Die offizielle Erzählung plädiert dafür, Berater einzustellen, um auf Wissensreserven zuzugreifen, die innerhalb eines Unternehmens nicht zugänglich sind. Vermorel stellt diese Vorstellung jedoch treffend in Frage und schlägt stattdessen eine zugrunde liegende Dynamik vor, bei der Top-Manager Trost und Bestätigung bei externen Beratern finden – Begleiter, die sie durch Unternehmenslandschaften begleiten, anstatt als Wissensikonen zu fungieren. In traditionsreichen Zeiten kanalisiert das Streben nach Prestige die Unternehmen dazu, Berater zu rekrutieren, insbesondere von angesehenen Institutionen, nicht ausschließlich wegen ihrer tatsächlichen Fähigkeiten, sondern auch wegen ihres anziehenden Images.

In einem Schicksals- oder vielleicht logischen Wendepunkt stellt der Aufstieg der KI diese etablierten Praktiken in Frage. Wie Vermorel argumentiert, wird KI zwar die Berater nicht sofort ersetzen, doch sie stellt den Mythos um ihre Expertise in den Mittelpunkt. Sie wirft ein Licht auf die seltenen Fälle, in denen echte Expertise außerhalb großer Firmen zu finden ist, häufig bei unabhängigen Beratern, die über beeindruckendes Wissen verfügen. Dieser moderne technologische Fortschritt enthüllt die Hyperrealität, in der der vermeintliche Wert der Beratung mehr von Sichtbarkeit und Bestätigung als von substanzieller Expertise abhängt.

Mit dem Aufkommen leistungsstarker KI-Modelle wie GPT-4 vollzieht sich ein deutlicher Paradigmenwechsel in der Wahrnehmung von künstlicher Intelligenz, die nun als mehr als nur Automatisierung angesehen wird. KI durchdringt die Festung der quantitativen Analysen der Berater und bedient sich symbolischer Mathematik und Codierung – Bereiche, von denen man einst glaubte, dass sie für textbasierte KI unerreichbar seien. Vermorel behauptet, dass, wenn spezialisiertes Wissen wirklich im Kern der Beratungspraktiken stünde, KI diese Rollen ersetzen würde, wodurch deren Oberflächlichkeit offenbar würde, anstatt ihre funktionalen Marktpositionen zu unterlaufen.

Dieser Diskurs entwickelt sich weiter, um Bedenken hinsichtlich der Integration von KI in supply chains anzusprechen, wobei Vermorel ein Bild einer anspruchsvolleren, aber erhellenden Zukunft zeichnet. Anstatt Aufgaben zu vereinfachen, erhöht KI die Anforderungen an Führungskräfte, indem sie die Grenzen der technischen Kompetenz und Mitwirkung erweitert. Es geht nicht darum, deren Arbeitsbelastung zu mindern, sondern die Notwendigkeit einer kontinuierlichen Kompetenzentwicklung neu zu definieren, die durch KI-Werkzeuge paradoxerweise noch verstärkt wird.

So entfaltet sich eine komplexe Erzählung: Berater fungieren oft als Vermittler, die die Entscheidungen der Führungskräfte abfedern – eine Rolle, die nicht unbedingt von technischer Brillanz geprägt ist, sondern vielmehr durch psychologische Unterstützung vermittelt wird. Vermorel unterstreicht dieses Verständnis, indem er Berater als Sicherungselemente im Unternehmenskreislauf darstellt, die Volatilität absorbieren, anstatt detaillierte Expertise zu verbreiten, was verdeutlicht, dass die Rolle des Beraters häufig über technische oder akademische Spitzenleistungen hinausgeht.

Mit Blick auf den Horizont warnt Vermorel vor der bevorstehenden Transformation durch KI und vergleicht sie mit einem Massenaussterben routinemäßiger Büro-Jobs. Während die Eliteberatung ihr Prestige und ihre Komplexität bewahrt, verspricht KI-gesteuerte Automatisierung weitreichende Veränderungen in den Back-Office-Prozessen und deutet auf eine neue Ära hin, in der Anpassungsfähigkeit und Umschulung unverzichtbar werden. Vermorel fordert, alternative Wege und manuelle Fertigkeiten in Betracht zu ziehen, da KI das Codieren und die technologische Gewandtheit vereinfacht und damit eine Epoche unaufhörlicher industrieller Metamorphose einleitet.

Vollständiges Transkript

Conor Doherty: Also Joannes, danke, dass du heute dabei bist. Das Thema, über das wir heute sprechen wollten, ist KI und ihr Einfluss auf Beratungsfirmen. Aber bevor wir zu dem kommen, was sicherlich wieder eine gewohnte, pointierte Meinung werden wird, möchte ich einen Moment innehalten und das Gespräch mit einer Frage einleiten. Ich bin mir absolut sicher, dass jeder, der dich jemals getroffen oder mit dir etwas angeschaut hat, sich gefragt hat: Woher kommt dieser kontrarische Geist? Denn, ich meine, ich mag es, du weißt, dass ich hier arbeite. Ich bin genauso, das erkenne ich an, aber für alle, die dich nicht verstehen oder noch nie getroffen haben: Woher kommt diese rebellische Haltung oder Streitsucht, je nachdem welchen Begriff du bevorzugst?

Joannes Vermorel: Äh, ich wurde wahrscheinlich damit geboren. Aber die Wahrheit ist, als ich vor Jahrzehnten Student an der École Normale Supérieure war, begann ich, Beratungsaufträge anzunehmen, um etwas dazuzuverdienen. Es gab mehrere Dinge, die mich sehr überraschten. Zunächst war es relativ einfach, Beratungsaufträge zu bekommen. Warum war das überraschend? Nun, weil ich außer Mathematik nichts wusste. Ich hatte von nahezu allem, was nicht Mathematik, Algorithmik oder Informatik war – meiner Leidenschaft über lange Zeit – keine Ahnung. Aber als es um Geschäftliches ging, war ich sehr unwissend, und das Interessante war, dass dies niemals ein Hindernis für einen Beratungsauftrag darstellte.

Ich geriet schnell in größere Projekte mit namhaften Beratungsfirmen und stellte fest, dass die meisten ihrer Teams lediglich aus Menschen wie mir bestanden – nur zwei Jahre älter, gerade frisch von der Universität, ohne jegliche Expertise oder Erfahrung. Sie waren klug, engagiert, nett, höflich und selbstverständlich gebildet. Kein Problem. Doch sobald man selbst etwas unternimmt, sieht man, was hinter den Kulissen geschieht. Meine erste Erfahrung in der Beratung war nichts als Rauch und Spiegel, und ich war Teil dieses Schauspiels. Das gab mir diese kontrarische Perspektive: Wenn ich es mit 21 und mit 0,01 % von dem, was ich jetzt weiß, schaffen konnte, ist das dann wirklich so herausfordernd? Sollte man dafür so viel bezahlt bekommen? Als Student genoss ich die Beratung, sie wurde sehr gut bezahlt – schockierend, wenn man meine damalige Expertise bedenkt. Aber jetzt, mit mehr Reife, frage ich mich, ob es das investierte Geld der Unternehmen wirklich wert ist.

Conor Doherty: Nun, dazu möchte ich, bevor ich direkt in das übergeordnete, zweifellos kritisch gemeinte – nicht unbedingt als Kritik, sondern als kritische Betrachtung – übergehe, dich bitten, dir so viel Zeit zu nehmen, wie du brauchst, um das Wertangebot der Beratungsfirmen aus deiner Sicht bestmöglich darzustellen. Wir sprechen also von 2025, vor der Mainstream-Ära der KI. Heute ist der 17. April, an dem wir aufnehmen. Was ist die unvoreingenommene, bestmögliche Darstellung des Wertversprechens für Beratungsfirmen heute?

Joannes Vermorel: Es gibt die offizielle und die inoffizielle Version. Die offizielle Aussage lautet: “Wir benötigen diesen Pool an Expertise, der intern nicht vorhanden ist. Wir brauchen das Beste vom Besten, und deshalb holen wir die Experten von außen.” Das ist, so wie ich es erlebt habe, der öffentliche Grund, der für fast alle Beratungsaufträge angegeben wird. Ich glaube, dass dies selten der wahre Grund ist. Ich bin mir nicht einmal sicher, ob 1 % der tatsächlichen Aufträge wirklich damit gerechtfertigt werden können. Aber dieser Grund klingt gut, plausibel, akzeptabel – und genau das wird geschrieben und beworben.

Joannes Vermorel: Nun, der inoffizielle Grund: In vielen großen Unternehmen fühlt sich das Top-Management oft sehr allein. Wenn man Top-Führungskraft ist, ist das Geschäft sehr politisch. Die Vorgesetzten können einen aus jedem erdenklichen Grund entlassen. Man hat eine vollständige Unsicherheit im Job, es ist hart und extrem wettbewerbsintensiv. Die Menge an Arbeit, Einsatz und Opfern, die nötig sind, um eine hohe Position in einem großen Unternehmen zu erreichen, ist enorm. Die Menschen unter einem sind nicht die Freunde, sie könnten Untergebene sein, und man ist möglicherweise auch dafür verantwortlich, sie zu entlassen. Also, wer gehört wirklich zu deinem Team? Man könnte sich sehr einsam fühlen.

Joannes Vermorel: Zudem kann das Problem noch verstärkt werden, wenn das Unternehmen keine ansprechende Arbeitgebermarke besitzt. Wenn ein großes Unternehmen, sagen wir ein milliardenschweres Traditionsunternehmen, seit einem Jahrhundert besteht und keine gute Arbeitgebermarke hat, werden talentierte junge Menschen nicht in Scharen zu dir strömen. Wenn das Unternehmen einen VP für etwas benötigt, gibt es genügend Interessenten. Aber wenn es um eine Position geht, die eher operativ ist, weniger eine Führungsposition, wird es schwieriger, diese Stellen mit Spitzenkräften von Harvard, MIT oder europäischen Äquivalenten, insbesondere wenn du etwas von der ETH Zürich oder ähnlichen Institutionen brauchst, zu besetzen.

Joannes Vermorel: So kannst du auf Berater zugehen und sie direkt bezahlen. Gute Berater sind freundlich und unterstützend. Ihre Arbeitgebermarke, wie McKinsey, ist ziemlich gut und zieht talentierte junge Menschen an.

Conor Doherty: Nun, das ist das erste Mal, dass du “talentiert” sagst. Das ist das erste Mal, dass du überhaupt das Konzept von Expertise, Fähigkeiten, Talent, Know-how anerkannt hast.

Joannes Vermorel: Ich sage Talent, aber wenn du direkt nach der Universität einstellst, wie es bei der überwiegenden Mehrheit der Beratungsfirmen der Fall ist, hast du mit 22 keine Expertise. Ich war leidenschaftlich an Software interessiert, hatte ein gewisses Fachwissen in Informatik, Algorithmen und etwas Softwaretechnik, obwohl ich zu jener Zeit nie ein Team geleitet habe. Das war sehr dünn, buchstäblich hauchdünn. Die meisten Studenten, selbst die Talentierten ohne eine besondere Leidenschaft, kommen mit nahezu null Expertise heraus. Sie mögen rohes Talent und Intelligenz haben, aber echte Expertise ist äußerst knapp.

Joannes Vermorel: Allerdings verfügen Elite-Beratungsgruppen über attraktive Arbeitgebermarken und schaffen es, talentierte Menschen anzuziehen, selbst wenn die Expertise zu Beginn sehr gering ist.

Conor Doherty: Gut, dann kommen wir zum Kern der Diskussion: Beherrscht deiner Ansicht nach die Position der Beratungsfirma nicht mehr oder ist sie durch die Entwicklungen im Bereich KI gebrochen?

Joannes Vermorel: Entwicklungen – ich denke, KI setzt sozusagen dieses Vortäuschen von Expertise ins Rampenlicht.

Joannes Vermorel: Wenn Berater wirklich wegen ihrer Expertise eingestellt würden, dann wäre meine Meinung, dass sie von KI-Tools ausgelöscht werden würden. Aber wie gesagt, das ist nur der offizielle Grund. Das ist nicht der inoffizielle Grund. Also ja, der offizielle Grund ist Expertise. Meiner Ansicht nach ist das jedoch in der Praxis äußerst selten der Fall.

Joannes Vermorel: Es gibt einige außergewöhnliche Situationen, in denen man jemanden hinzuzieht, der wirklich eine einzigartige Fähigkeit besitzt. Übrigens arbeiten diese Berater mit echter Expertise fast immer auf eigene Faust. Sie arbeiten nicht für eine Firma wie McKinsey. Ich habe zum Beispiel vor über einem Jahrzehnt eine Person getroffen, die über 30 Jahre hinweg eine unglaubliche Expertise im Bereich Fertigung entwickelt hatte und sich auf die korrekte Einrichtung und Kalibrierung sehr komplizierter Werkzeugmaschinen konzentrierte.

Joannes Vermorel: Diese Person konnte in bestimmten Fabriktypen, dank lebenslanger Erfahrung in der Kalibrierung komplizierter, aus Italien importierter Werkzeugmaschinen, in wenigen Stunden die Anzahl der Mängel halbieren. Um dir ein Bild zu geben: Das ist jemand, der zu deiner Fabrik kommen, für vier Stunden Arbeit eine halbe Million berechnen und die Anzahl der Mängel von einem zu 100.000 auf einen zu einer Million reduzieren kann.

Joannes Vermorel: Diese Person hatte in der fernen Vergangenheit für einen bekannten Konzern gearbeitet, sei es McKinsey oder Bain, aber sobald die Leute seine Expertise erkannten, arbeitete er auf eigene Faust. Wenn du über diese völlig einzigartige Expertise verfügst, brauchst du nicht unter einer Marke zu stehen; es ist besser, auf eigenen Beinen zu stehen.

Joannes Vermorel: Ein solcher Fall von Expertise ist selten. Wenn man akzeptiert, dass Berater meist keine echte Expertise mitbringen, warum sollte KI dann eine Gefahr für Berater darstellen? Denn KI wird nahezu 100 % Expertise einbringen. Wahre KI, zumindest in ihrer jetzigen Form, wird nicht dein tröstlicher Kumpel sein, der dir auf die Schulter klopft.

Joannes Vermorel: Meiner Ansicht nach ist KI für die meisten Berater eine absolute Nicht-Gefahr. Sie verdeutlicht, dass das, worauf Führungskräfte bei der Einstellung dieser Berater abzielten, keine echte Expertise war. Dadurch wird das Feld ein wenig transparenter.

Conor Doherty: Das Feld der KI existiert seit Jahrzehnten. Deine Argumentationslinie hat sich Mitte 2023 wirklich gewandelt. Zuvor hattest du bereits einen Wandel bis Ende 2022 erwähnt. Wir haben zwei Gespräche geführt – eines, nachdem ich Ende November oder Dezember 2022 zu Lokad gestoßen bin, und dann haben wir im Frühjahr 2023 erneut generative KI und supply chain thematisiert. Deine Haltung hat sich zwischen diesen Aufnahmen verändert.

Conor Doherty: Berüchtigterweise hattest du zu Beginn LLMs im Grunde mit einer Katze verglichen und warst etwas skeptisch.

Joannes Vermorel: Ich habe diese Formulierung von Yann LeCun übernommen.

Conor Doherty: Doch bis März 2023 hattest du deine Position dahingehend geändert, dass du es als einen Game-Changer ansiehst. Wir befinden uns jetzt im Frühjahr 2025, also was war es im Frühjahr 2023, das für dich diesen Aha-Moment darstellte?

Joannes Vermorel: Zu jener Zeit waren die verfügbaren LLMs GPT-3.5, was nach heutigen Maßstäben absoluter Mist ist. Wenn man nicht mehrere Tage investierte, um seine Prompt-Fähigkeiten zu verbessern, bekam man aus dem LLM nur reinen Müll. Es dauerte Stunden, etwas Wertvolles aus den Tools herauszuholen.

Der Wendepunkt für mich kam mit der Veröffentlichung von GPT-4. Plötzlich waren die Ergebnisse wertvoll. Ich verstand, welche Prompts funktionierten, und erkannte, dass, wenn man sie sorgfältig einsetzte, GPT-3.5 bereits sehr interessante Ergebnisse liefern konnte.

Es hat eine Weile gedauert, bis ich verstand, wie diese Tools unter ihren Einschränkungen eingesetzt werden müssen. Die meisten Einschränkungen gibt es nicht mehr. Das Feld hat in den letzten zwei Jahren enorm Fortschritte gemacht. Es ist eine neue Form von Intelligenz oder Unterintelligenz. Selbst wenn es noch keine allgemeine Intelligenz ist, ist es unglaublich nützlich.

Wenn wir also die Debatte beginnen: Ist es intelligent oder nicht – sagen wir, okay, spielt keine Rolle. Ja, es ist für dieses Gespräch nicht einmal relevant. Es gibt ganze Kategorien von Aufgaben, die es unglaublich gut meistert. Und es ist einfach so massenhaft nützlich. Und dennoch, vielleicht ist es nur ein stochastischer Papagei. Spielt keine Rolle. Tatsächlich liegt es daran, dass die Leute sagen: „Oh, es kopiert lediglich, was ein Experte online gesagt hat,“ und ich sage: „Nun, dafür zahlst du eben. Das ist im Grunde das, was du willst.“

Ich meine, es gibt viele Situationen, in denen es schon ziemlich gut ist, wenn man einfach wiedergibt, was ein einigermaßen kompetenter Experte zu dem Thema gesagt hat. Das ist schon ziemlich gut. Und das ist unglaublich nützlich. Und kostenlos, je nach Zugangspunkt. Kostenlos, ja. Im Grunde ist es im Wesentlichen kostenlos, selbst wenn man bezahlt – selbst wenn man verrückt spielt und 20 Dollar oder ein paar zehn Dollar im Monat zahlt – aus unternehmerischer Sicht sind das Pfennigbeträge.

Conor Doherty: Du hast den Ausdruck “stochastic parrot” erwähnt. Was es wiederholt, ist sehr beeindruckend, und das ist im Laufe der Zeit nur noch wahrer geworden. Wenn Berater dem zuhören, könnten sie argumentieren, dass ihre Arbeit über textbasierte Analysen hinausgehend numerische und quantitative Analysen beinhaltet.

Joannes Vermorel: Ich würde sagen, zunächst sind LLMs sehr gut in symbolischer Mathematik. Sie sind also sehr geschickt darin, eine Formel zu erstellen, bei der sie zehn Faktoren berücksichtigen und dir eine Formel liefern, die du beispielsweise in Excel einfügen könntest. Sie sind darin ausgezeichnet. Ihre Programmierfähigkeiten sind ziemlich hoch. Und seien wir realistisch – die Art von numerischen Rezept, die ein Berater, selbst einer aus einer Elitegruppe, heraufbeschwören wird, gehört zum unteren Ende dessen, was LLMs leisten können. Heutzutage können LLMs bei Programmierherausforderungen deutlich mehr als die Art von Programmierrezepten, die Berater früher geliefert haben.

Der LLM ist also völlig in der Lage, dir die Formel zu liefern, die du dann in Excel einfügst oder in ein Python-Skript einbaust, und es wird berechnen, was immer du möchtest. Daher würde ich sagen, dieses Argument hält nicht wirklich. Wenn sie sagen, “Oh, der LLM kann nichts.” Ja, technisch gesehen kann ein LLM beispielsweise nicht deine Kollegen interviewen. Ja, das stimmt. Das stimmt.

Aber dennoch, was er sehr gut kann, ist den Interviewplan zu erstellen. So wird der Berater nun sagen: “Nun, was ich tun kann, ist das Interview unter Verwendung des von ChatGPT erstellten Interviewplans durchzuführen.” Aber dann kann man argumentieren – bringst du damit wirklich Expertise auf den Tisch? Wenn der Interviewplan vom LLM erstellt wurde, die Mission und deren Ablauf ebenfalls vom LLM komponiert wurden und du zufällig die Person bist, die das Ganze im Meetingraum umsetzt, in dem du dich mit Leuten treffen und das erledigen kannst.

Aber nochmals: Meiner Meinung nach wäre es ein Fehler zu denken, dass das, was Berater beisteuern, als Expertise zählt und sie daher durch LLMs obsolet gemacht wurden. Nochmals: Der Fehler liegt darin, wenn du akzeptierst, dass das, was Berater beisteuern, keine Expertise ist, dann ist die Tatsache, dass LLMs Tonnen an Expertise einbringen, ein wenig irrelevant.

Conor Doherty: Nur zur Anmerkung, du bist ein Mann der Philosophie, also können zwei Dinge gleichzeitig wahr sein. LLMs können Expertise einbringen, und Berater könnten immer noch Expertise beisteuern, aber sie wird redundant oder obsolet, bedingt durch das Niveau der Expertise, das LLMs zur Verfügung steht. Du hast behauptet, dass du keine Expertise erhältst.

Joannes Vermorel: Wenn man die Art von Expertise bedenkt, die man erhalten würde – wie etwa Schulungen von Elite-Beratungsgruppen, die typischerweise mit einigen Wochen beginnen, in denen du darin geschult wirst, Memos, PowerPoints und Ähnliches zu erstellen – sind LLMs, wenn es darum geht, die Form von Ergebnissen zu replizieren, unglaublich fähig.

Conor Doherty: Das führt zum nächsten Punkt, aber ich möchte einen Kommentar verbinden, den du früher über Elitegruppen gemacht hast. Lass mich diese beiden zusammenführen, denn wenn man in diesem Bereich von Elitegruppen spricht, diskutieren wir über AI. Du hast einige ziemlich beißende, direkte und zugleich bereichernde Rezensionen über die Arbeit von Yan Lun und der Harvard Business Review verfasst, wenn es darum geht, generative AI in supply chains anzuwenden. Was siehst du als Streitpunkt zwischen deinem Verständnis und dem der anderen? Du hast hier eine etwas konträre Sichtweise.

Joannes Vermorel: Der Grund, warum ich diese Elite-Beratungsgruppen erwähne, ist, dem Gegenargument zu begegnen, dass man es mit inkompetenten Beratern zu tun hat, die keine Rolle spielen. Sagen wir, die Grundlage sind nicht meine eigenen Beratungsprojekte, als ich jünger war. Ich spreche von Elite-Beratungsgruppen, der besten Repräsentation der Berater. Hier gehe ich einer abweichenden Sichtweise nach.

Zunächst hatten wir einen ganz konkreten Punkt für diesen Artikel in der Harvard Business Review, bei dem im Grunde die implizite Behauptung war: LLMs können völlig autonom sehr komplexe und umfangreiche Softwarestücke schreiben. Und ich glaube nicht, dass die Autoren überhaupt realisierten, was sie sagten. Und wenn ich autonom sage, dann, weil sie die Behauptung aufstellten, dass dies unter der Aufsicht einer Person ohne technische Expertise geschehen könnte.

Und deshalb war das für mich ein Problem, bei dem ich grundsätzlich widerspreche. Ich bin – auch wenn ich jetzt, denke ich, ein sehr versierter Nutzer von LLMs bin, einschließlich des neuesten von OpenAI und deren Pendants – nein, dem kommst du nicht nahe. Selbst wenn man modernste LLMs berücksichtigt, gelangt man da nicht hin. Und als Ergebnis – als ein Deliverable – erhältst du das sicherlich nicht, wenn die Person, die den LLM betreut, nicht über jede Menge Expertise im Softwareengineering verfügt.

Das war also ein konkreter Punkt, bei dem ich denke, dass die Leute, die das schrieben, selbst nicht sehr bewandert im Softwareengineering waren. Und daher merkten sie nicht einmal, dass die Behauptungen, die sie aufstellten, im Wesentlichen lauteten: Wir können Software haben, die sich im Jahr 2024 selbst schreibt. Und nein, wir sind noch nicht so weit. Wir sind noch nicht dort. Das war also etwas. Ein weiterer Punkt war – würde ich sagen – speziell für diesen Artikel.

Conor Doherty: Um mich einzumischen, du hast darüber gesprochen, ein Beispiel als Exemplar zu nehmen, statt willkürlich ein schwaches Beispiel herauszupicken. Du diskutierst ein Papier darüber, wie generative AI das supply chain management verbessert, das im Dezember letzten Jahres rezensiert wurde. MIT, McKenzie, Microsoft und die Harvard Business Review waren daran beteiligt. Selbst wenn du konträr bist, setzt du dich immer noch in eine höhere Position.

Joannes Vermorel: Genau, der Punkt, den ich mache, geht nicht um inkompetente Berater. Ja, es gibt viele davon. Ich spreche von den Allerbeste, denn das ist es, was zählt. Das autonome Schreiben von Software bleibt Science-Fiction, insbesondere ohne kompetente Aufsicht.

Wenn du einen kompetenten Softwareingenieur im Boot hast, ist es möglich – sogenanntes Vibe Coding – was seit über einem Jahr möglich ist. Es unterscheidet sich erheblich davon, einen LLM supply chain software ohne Mühe beim Meistern der technischen Details betreuen zu lassen. Ich bestehe darauf – wir sind noch nicht nah dran.

Allgemeiner bieten Anwendungsfälle von Beratern tendenziell eine sehr zurückhaltende Botschaft an supply chain executives. Lassen Sie uns Anwendungsfälle für andere Bereiche besprechen. Für supply chain directors können LLMs als unglaubliche Lehrer dienen, um technische Fähigkeiten zu erlernen. Nutze LLMs, um dir ohne Bücher oder Kurse technisches Wissen selbst beizubringen.

Liegt das daran, dass, wenn man sich große Unternehmen anschaut, sehr häufig bei supply chain Problemen 90% der supply chain Probleme Softwareprobleme sind? Es stellt sich heraus, dass viele [supply chain executives] nicht sehr kompetent oder nicht gut mit den technischen Details von Software vertraut sind. Das Interessante ist, dass LLMs ein unglaublich nützliches Mittel gegen diese Lücken in ihren Fähigkeiten bieten.

Conor Doherty: Nicht nur das, sondern wenn du es nutzt, gefällt mir die Analogie des Lehrers. Wenn du zum Beispiel eine tiefgehende Recherche in einem Chatbot – im Grunde einem AI-Agenten – durchführst und ihm eine Aufgabe gibst wie: “Ich möchte etwas über die Paradigmen der Enterprise Software Development lernen, wie mein ERP funktioniert.” Dann könntest du sagen: “Okay, cool. Geh und forsche 30 Minuten lang selbst, Computer. Ich muss in einem Meeting sitzen.” Ich mag es, dass man Aufgaben parallelisieren kann. Aus produktivitätstechnischer Sicht würde ich es so verkaufen.

Joannes Vermorel: Aber wie du siehst, sage ich, dass es schwer zu verkaufen ist, denn hier werden von Beratern im Zusammenhang mit generativer AI Dinge verbreitet, bei denen sie sagen: “Die executives, euer Leben wird einfacher. Dieses Ding wird die Dinge für euch einfach verbessern.”

Ja, und an dieser Stelle hätte ich eine konträre Botschaft. Allerdings bin ich nicht mehr Berater und versuche nicht, der beste Kumpel dieser executives zu sein. Die Realität ist, dass durch die Verfügbarkeit dieser Tools die Messlatte höher gelegt wurde. Jetzt hast du noch weniger Ausreden, diesen technischen Ballast, den du haben solltest, nicht zu erwerben. Das ist eine harte Botschaft.

Wenn ich das mit der Botschaft aus dem Harvard Business Review-Artikel vergleiche, hieß es, dass du nur hochrangige Anweisungen geben musst. Du weißt nichts über Software, und der LLM wird die supply chain optimization Logik end-to-end, ganzheitlich, für dich automatisch zusammenstellen.

Meiner Meinung nach wird das nicht passieren. Was du jedoch tun kannst, ist, den LLM zu nutzen, damit er dir beibringt, diese technischen Elemente zu verstehen. Du wirst einen Punkt erreichen, an dem du über ausreichende technische Expertise verfügst, um den LLM zu entsprechenden Aufgaben zu bewegen. Aber sieh mal, es ist eine weitaus anspruchsvollere Übung, im Gegensatz zu der Vorstellung, dass Magie deinen Job einfacher macht. Im Gegenteil, ich glaube, dass es deinen Job insgesamt anspruchsvoller machen wird. Der LLM bringt Expertise, nicht deinen Kumpel. Es ist eine andere Denkweise, die am besten funktioniert.

Conor Doherty: Du hast auch diskutiert – nicht argumentiert, sondern diskutiert – in genau besagter Position mit Meinolf Sellmann, den Wert von AI-Agenten. Ohne den Wert zu übertreiben, ist einer der Wertpunkte von AI oder Agentic AI die Fähigkeit, Dinge wie Marktforschung zu betreiben. Nehmen wir an, du bist ein [supply chain executive]. Du musst Unternehmen für das, was immer du willst, in die engere Auswahl nehmen. Okay. Nun, dafür könnte ich einen Berater engagieren, es selbst tun, es einem Praktikanten überlassen oder mich an das offene Fenster auf meinem Laptop wenden.

Joannes Vermorel: Aber siehst du, erneut macht der LLM deinen Job als [supply chain executive] anspruchsvoller. Warum?

Betrachten wir die vorherige Situation. Marktforschung dauerte früher Wochen, und man müsste Berater einstellen. Der gesamte Prozess war langsam. Du hättest 90% deiner Anstrengung damit verbracht, mit einem Berater zu sprechen, ihn zu briefen, Updates zu erhalten, ihn herauszufordern usw. Es dauerte drei Wochen, und am Ende dieser drei Wochen erhieltst du einen 10-seitigen Bericht. Jetzt bekommst du es in 30 Minuten und kannst den Prozess wiederholen. Das bedeutet, dass du mehr Verantwortung trägst.

An einem Tag kannst du am Ende 200 Seiten super hochwertiger, super dichter Informationen erhalten, die du verarbeiten musst. Deshalb sage ich, dass der Job härter wird; LLMs lassen dich erkennen, dass dein Engpass darin besteht, wie schnell du als Executive all diese Informationen verarbeiten und verstehen kannst. Wenn es Dinge gibt, die du nicht verstehst, musst du zum LLM zurückgehen und es bitten, dies und das noch einmal zu erklären.

Du hast nicht den Luxus eines langsamen Prozesses mit Beratern, bei dem du ein schönes Mittagessen mit ihnen genießen und dir ein paar Wochen für die gesamte Aufgabe Zeit nehmen kannst. Der LLM nimmt dir die angenehmen Teile des Jobs und drängt dich direkt vor deinen Bildschirm, um Hunderte von Seiten sorgfältig erstellter Dokumentation zu verarbeiten, die alle deine Fragen beantwortet.

Conor Doherty: Um es hier etwas konkret zu machen, nehmen wir an, ein Unternehmen hat ein supply chain issue. Stell dir vor, das Unternehmen möchte nun neu bewerten: Sollen wir als Unternehmen die Lieferanten wechseln? Ein klassisches supply chain Beispiel. Ich bin mit der Leistung meiner Lieferanten nicht zufrieden. Ich könnte dafür eine Beratungsfirma engagieren, oder ich könnte eine AI verwenden. Würdest du bitte erklären, wie sich diese beiden unterscheiden würden, wie du sie als unterschiedlich – und im Fall der AI positiv anders – siehst?

Joannes Vermorel: Wenn du dich für die AI entscheidest, wird sie dich sofort fragen: “Wie diagnostizierst du, dass dein Lieferant nicht den Standards entspricht?” Hast du ein Lieferanten-Scorecard? Falls nicht, wird sie dir eines bereitstellen. Hast du die relevanten KPIs? Gib der AI deine KPIs, und sie wird sie überprüfen und eine verbesserte Liste anbieten. Kannst du diese KPIs automatisch aus deinem ERP berechnen? Falls nicht, gib der AI ein Schema deines ERP, und sie wird dir die SQL-Abfragen liefern.

Siehst du, das Ganze wird, in voller Geschwindigkeit, dir ermöglichen, die Sache umzusetzen. Das ist Expertise, Expertise, Expertise, Expertise. Also siehst du, es häuft sich einfach an Expertise an.

Nun, in der Realität könnte man sagen: “Ich weiß bereits, dass wir diesen Lieferanten rauswerfen müssen, weil er schlecht ist.” Das Problem ist, dass viele der Mitarbeiter dieses Lieferanten ehemalige Mitarbeiter dieses Unternehmens sind, weil das häufig vorkommt. In Unternehmen gibt es so etwas wie das Mutterschiff, und dann die Lieferanten, und viele Leute gehen dorthin. Okay, also ist dieser Lieferant nicht gut. Das Problem ist, dass viele Leute mit zahlreichen Verbindungen dort arbeiten. Und viele Leute in meinen Teams schätzen diesen Lieferanten wirklich. Ja, vielleicht ist er nicht gut, aber wir haben ausgezeichnete Beziehungen. Viele schätzen es, mit diesem speziellen Unternehmen zusammenzuarbeiten. Es gibt also viele Verstrickungen in Bezug auf Interessen. Und dieser Lieferant ist nicht sehr gut, aber er war sehr loyal. Daher fürchte ich sehr, was es für mich – für meine Karriere – bedeuten würde, wenn ich ihn, weißt du, ausschließe. Was, wenn der Ersatzlieferant nicht besser ist? Was, wenn, etc.

Und so gibt es, würde ich sagen, viel Angst. Nehmen wir an, Sie sind ein supply chain-Führungskraft. Sie wissen so ziemlich, was zu tun ist. Sie kennen bereits die Zahlen. Ja, Sie könnten noch zwanzig weitere KPIs haben, aber grundsätzlich sind Sie zu etwa 99 % sicher, dass das korrekt ist. Und jetzt wollen Sie Berater, die Sie unterstützen. Die eine Aura der Autorität erzeugen, die besagt: “Schauen Sie, ich mache das, aber es ist nicht nur meine Entscheidung. Ich habe Experten hinzugezogen. Experten stimmen überein. Das ist, was wir tun müssen. Das ist überlebenswichtig.”

Aber kaufen Sie wirklich Expertise? Sie kennen bereits die Schlussfolgerung, die sofort mit dem Berater geteilt wird, sodass dieser zu dem gelangt, was Sie erreichen möchten. Dennoch ist es genau diese Art der Unterstützung, bei der man sich sicher sein kann, dass jemand hinter einem steht und einem hilft. Dieser menschliche Touch – so sieht der Vergleich aus: Die Expertise-Mission, bei der “Wir geben Ihnen alles, was Sie für Ihre Diagnose brauchen, wir lassen Sie eine Scorecard erstellen, wir lassen Sie analytisch herausfinden, wer die wahren schlechten Lieferanten sind, sofern es welche gibt” versus: “Ich kenne bereits die Schlussfolgerung. Ich weiß schon, was ich tun will. Ich weiß schon, was passieren muss. Aber ich fühle mich dabei extrem allein.” “Ich fühle mich – und es ist ein wenig beängstigend, es ist ermüdend, und ich brauche einfach Unterstützung, die in meinem Team ist, um es zu schaffen.” “Und das wird der Berater sein.” Und das bedeutet – es gibt also sehr wenig Expertise in dem Sinne dieser rohen, ungeschliffenen Fachkompetenz. Aber genau das kann der Berater einbringen.

Conor Doherty: Eigentlich knüpft das an einen Punkt an, den Eric Kimberling angesprochen hat. Wir sprachen letzte Woche mit ihm. Erinnern Sie sich, dass einer seiner Punkte war, dass der Hauptgrund, warum Beratungsfirmen engagiert werden, nicht unbedingt der Zugang zu deren Expertise ist? Stattdessen möchte man als Vorstand oder supply chain-Führungskraft einfach einen Vermittler, der bestimmte Botschaften übermittelt. Zum Beispiel: Wenn wir Joannes als Lieferanten loswerden müssen, sage ich das nicht selbst, sondern Connor von Mackenzie, den ich gerade eingestellt habe. Es ist eine Methode, das Feedback über jemand anderen zu kanalisieren.

Joannes Vermorel: Genau. Ein Berater kann die Rolle der Sicherung übernehmen. Sie sind bereit, gegen einen Preis dieses Spiel zu spielen, das einen Wert hat. Nochmals: Es ist das inoffizielle Wertversprechen, das nicht auf Expertise basiert. Die Rolle der Sicherung zu spielen, erfordert keine tiefgehende Expertise.

Conor Doherty: Nun, nicht die technische Art von Expertise. Es ist ein anderes Fähigkeitsspektrum.

Joannes Vermorel: Ja, aber brauchen wir jemanden, der zu den besten 10 % der Absolventen des MIT gehört, um das zu tun? Brauchen wir Top-Talente nur wegen des äußeren Anscheins? Ja, aber für die eigentliche Ausführung nicht. Wenn ich mit Beratern spreche, die an der Universität Naturwissenschaften studiert haben, führten sie zwar komplexe Berechnungen durch, doch als Berater stellen sie oft fest, dass sie lediglich Prozentsätze berechnen und PowerPoints erstellen. Wenn echte Expertise erforderlich wäre, würden sie wesentlich anspruchsvollere Aufgaben erledigen als an der Universität.

Und übrigens ist das der Fall – zum Beispiel – Softwareingenieure bei Lokad arbeiten an Projekten, und in der Regel sind die Software-Schnipsel, die sie erstellen, weitaus anspruchsvoller als alles, was sie jemals an der Universität gemacht haben.

Wenn Sie also tatsächlich in einem Job sind, in dem es auf Ihre Expertise ankommt – wenn Sie arbeiten gehen – wenn Ihr Arbeitgeber wirklich Expertise einkauft, dann gilt in der Regel, dass das, was Sie in Ihrem Tagesgeschäft tun, weitaus anspruchsvoller ist als alles, was Sie jemals an der Universität getan haben.

Wenn es dagegen umgekehrt ist – also wenn Sie an der Universität ausgeklügelte Gleichungen gelöst haben und dann bei der Arbeit PowerPoints erstellen – dann reden wir höchstwahrscheinlich nicht von Expertise. Das ist nicht das, was eingebracht wird. Dort entsteht kein Mehrwert. Es ist etwas anderes. Wichtig – aber etwas anderes.

Conor Doherty: Nun, das führt mich tatsächlich zurück zu einem Punkt, den Sie zuvor angesprochen haben, als Sie darüber sprachen, dass Berater die Botschaft für supply chain-Führungskräfte abmildern. Und Sie haben gerade Universitätsstudenten erwähnt. Und wenn ich das – Universitätsstudenten – mit einem früheren Kommentar von Ihnen über das Massensterben verknüpfe, das durch KI bevorsteht oder möglicherweise bereits eingetreten ist: Ich möchte Sie fragen – wenn Sie KI sagen, steht ein Massensterben der White-Collar-Arbeiter bevor.

Joannes Vermorel: Ja, insbesondere im Backoffice – gerade im Backoffice.

Conor Doherty: White-Collar-Mitarbeiter im Backoffice – einschließlich, was die Expertise angeht, also auch Berater. Und dann sprechen Sie über, naja, die Top 10 %.

Joannes Vermorel: Nochmals: Berater sind keine Backoffice-White-Collar-Mitarbeiter.

Conor Doherty: Aber die Expertise, von der Sie sagen, dass sie sie bieten können, ist bereits verloren gegangen.

Joannes Vermorel: Ja, aber wie gesagt, die Expertise war nie wirklich da – sie war nur ein Vorwand. Es war nie das Echte. Der Vorwand ist also irgendwie durchschaut, aber die Farce kann weitergehen. Nochmals: Es wirkt lächerlich, zu verkünden: “Ich hole diese elitäre Beratungsgruppe herein, weil ich mich wirklich einsam fühle. Ich brauche mehr Unterstützung.” “Ja, es wird das Unternehmen 500k kosten, aber ich brauche sie.”

Okay, das klingt ziemlich lächerlich. Also sage ich: “Ich hole die Experten herein.” In Ordnung, gut. Aber Ihre anderen – Ihre Kollegen, wissen Sie, andere Führungskräfte, andere VPs und dergleichen – sie kennen das Spiel, das gespielt wird. Somit werden sie nicht getäuscht. Sie wissen, dass Berater nicht wegen ihrer Expertise engagiert werden. Sie wissen ganz genau, denn das ist das, was sie selbst getan haben, als sie dieselben Berater einsetzten. Somit kann der äußere Schein bewahrt werden: “Wir holen die Experten herein.” Ja, gut. Der äußere Anschein bleibt unverändert. Die KI macht nur deutlicher, dass es letztlich nur um das äußere Bild geht. Aber damit ist es.

Conor Doherty: Wenn Sie sagen, dass ein Massensterben bevorsteht, das viele Arbeitsplätze betrifft, obwohl die Leute das bereits wissen, was wollen Sie damit erreichen, indem Sie darauf aufmerksam machen?

Joannes Vermorel: Zunächst einmal wollen wir ein paar Dinge klarstellen. Erstens: Berater sind eindeutig kein Backoffice-Job. Das weiß ich, denn man befindet sich ja immer in einer Verkaufsposition. Ein guter Berater wird die Mission ausführen und währenddessen die nächste Mission verkaufen. Für mich ist das der Archetyp des Frontoffice-White-Collar-Mitarbeiters, der im Vertrieb arbeitet. Und während sie ihrer Arbeit nachgehen, verrichten sie zugleich ihren Verkaufsjob. Daher bin ich überzeugt, dass es für KI wirklich sehr schwer sein wird, das zu automatisieren. Denn die Automatisierung des Unternehmensverkaufs ist im Kern eine menschliche Aufgabe – die Mission zu verkaufen. Das ist also nicht wirklich von der Automatisierung bedroht.

Wenn ich von diesem Massensterben spreche, meine ich alle Sachbearbeiter. Große Unternehmen beschäftigen tausende von Menschen, die verwaltungstechnische Aufgaben erledigen. Es fließt Information ein, möglicherweise über ein Postfach, und diese müssen eine Reihe von Schritten absolvieren, um dann eine leicht abgeänderte Version der Information an jemand anderen weiterzuleiten – und dann noch etwas anderes zu tun. Und wenn Sie diese White-Collar-Mitarbeiter haben, die de facto wie Blue-Collar-Arbeiter agieren – weil sie im Grunde wie Automaten arbeiten, verstehen Sie – dann geht es dabei einzig um die Verarbeitung von Informationen. Die Arbeit ist äußerst repetitiv. Dort, so würde ich sagen, kommt das Aussterben.

Sehen Sie, und der Grund, warum ich darauf hinweise – um eine Grenze zu ziehen – ist, dass ich glaube, dass Märkte keine guten Lehrer sind. Sie fungieren als Filter. Was höchstwahrscheinlich passieren wird, ist, dass die Mehrheit der Unternehmen genau nichts dagegen unternimmt. Sie werden ihre Prozesse nicht verbessern. Sie werden nicht versuchen, 90 % der Arbeitsplätze zu automatisieren. Und das ist in Ordnung. Genau das ist in den vorangegangenen industriellen Revolutionen geschehen.

Was passieren wird, ist, dass einige ihrer Wettbewerber handeln – und die Unternehmen, die das nicht tun, einfach verschwinden werden. Eine kleine Minderheit von Unternehmen wird tatsächlich das Upgrade durchführen und diese Wellen überleben. Doch es wird immer eine Minderheit bleiben. Was ich damit beleuchten möchte, ist, dass – ich denke, es ist ein entscheidender Moment, in dem einige Unternehmen diesen Wandel vollziehen und Teil der nächsten Unternehmenswelle werden. Alle Unternehmen, die das nicht tun, werden letztlich mit einer aufgeblähten Kostenstruktur dastehen, die im Vergleich zu ihren Konkurrenten, die den Wandel vollzogen haben, nicht mehr wettbewerbsfähig ist. Und dazu zählen auch neuere, jüngere Unternehmen, die in diesem Prozess, in diesem Wandel, einfach auftauchen werden.

Conor Doherty: Abschließend, in Anbetracht der technologischen Fortschritte der letzten 20 bis 24 Monate und mit Blick auf die nächsten 5 Jahre, wie sehen Sie die Zukunft der supply chain-Beratung?

Joannes Vermorel: Das Geschäft der elitären Beratungsgruppen wird durch KI nicht radikal verändert werden. Der Schlüsselgrund ist, dass Expertise im Grunde irrelevant ist. Dass es eine Technologie gibt, die Expertise zur Ware macht – wie die LLMs –, ist nicht das, was angeboten wird. Ich glaube, dass KI für elitäre Beratungsgruppen weitgehend unbedeutend bleiben wird. Sie werden diese Werkzeuge genauso übernehmen wie alle anderen, um PowerPoints, Memos und E-Mails schneller zu erstellen. Aber es ist vergleichbar mit der Einführung der E-Mail vor 20 oder 30 Jahren. Es ist lediglich ein Werkzeug, das für Berater – wie für jeden Büroangestellten – Teil des Alltags wird.

Doch für supply chains und den Vertrieb werden die Veränderungen weitaus ausgeprägter sein. Wir sehen das bei unseren Kunden. Zum Beispiel haben wir einen kleinen Kunden, der seinen Anfrageprozess vollständig automatisiert hat. Er erhält unstrukturierte Angebotsanfragen per E-Mail für spezialisierte Ausrüstungen. Zuvor überwachten mehrere Mitarbeiter diesen Posteingang, um eingehende Anfragen in ordnungsgemäß kodifizierte Angebotsanfragen umzuwandeln, die dann durch ERP-Systeme in PDFs konvertiert wurden. Jetzt wurde dieser Prozess mithilfe von LLMs komplett automatisiert, was den Bedarf an vielen Mitarbeitern erheblich reduziert.

Conor Doherty: Wenn Sie sagen, dass alles vollmechanisiert ist, wie viele bewegliche Teile sind dabei im Spiel?

Joannes Vermorel: Es ist einfach ein LLM, das E-Mails entgegennimmt, möglicherweise mit Anhängen wie Tabellenkalkulationen oder PDFs, und ein standardisiertes JSON-Output erzeugt, das den Anforderungen des ERP entspricht. Es wird automatisch in das ERP-System eingespeist, wodurch eine E-Mail mit Vorlage und einem angehängten PDF generiert wird, das das Angebot darstellt. Obwohl es nur eine Funktion ist, hat sie enorme finanzielle Auswirkungen.

Sie gingen in diesem Bereich von etwa neun Vollzeitmitarbeitern auf null über. Es war reine Backoffice-Arbeit, und eine ähnliche Automatisierung findet in großen Unternehmen statt, besonders in den supply chain-Operationen, die einen starken bürokratischen Kern besitzen. In den nächsten fünf Jahren werden viele verwaltungstechnische Backoffice-Jobs vollständig automatisiert.

Conor Doherty: Dafür gibt es einige Vorbilder. Kürzlich erklärte Shopify, dass sie von all ihren Mitarbeitern erwarten, dass sie KI-kompetent werden. Auch in der Generation meiner Eltern hat sich vieles verändert, wie etwa bei Managern von Procter & Gamble, die Sekretärinnen verloren haben, die früher ihre Briefe tippten.

Joannes Vermorel: Ja, diese Jobs verschwanden mit den Mikrocomputern. Heute gibt es persönliche Sekretärinnen hauptsächlich für sehr hohe Positionen. Es war ein massives Aussterben bestimmter Berufe, und was jetzt geschieht, ist noch gravierender, da es alle verwaltungstechnischen Aufgaben auf einmal betrifft – und nicht nur einzelne Positionen.

Conor Doherty: Wenn ich das zusammenfasse: Früher hieß der Ratschlag “Learn to code.” Sagen Sie, dass es jetzt “Lerne einen handwerklichen Beruf” sein sollte, wie Klempnerarbeit oder das Reparieren von Motoren?

Joannes Vermorel: Das kommt darauf an. LLMs sind unglaubliche Lehrer, die es erleichtern, Programmieren zu lernen. Wenn Ihr Job jedoch repetitiv ist – wie eine Backoffice-White-Collar-Position – könnte es ratsam sein, einen Plan B in Betracht zu ziehen, da diese Arbeitsplätze von der Automatisierung betroffen sein werden. Während Frontoffice-Rollen, die den direkten Kundenkontakt beinhalten, wahrscheinlich unberührt bleiben, werden diejenigen, die hauptsächlich am Computer arbeiten, voraussichtlich automatisiert. Manche Unternehmen mögen die Automatisierung hinauszögern, aber letztlich könnte dies zum Kollaps führen, wenn sie sich nicht anpassen.

Conor Doherty: Ich habe keine weiteren Fragen, aber ich würde dieses Thema in zwei Jahren gerne noch einmal aufgreifen und sehen, wie sich Ihre Vorhersagen bewahrheiten. Vielen Dank für Ihre Zeit; es ist immer ein Vergnügen.