AI Management Assistant

1. Der zentrale Nutzen: schneller wieder zur Entscheidung kommen

Zwischen einer Frage und der Umsetzung liegt Arbeit, die eine Führungskraft meist selbst erledigt: Informationen in mehreren Systemen suchen, Korrespondenz nochmals lesen, Aktualität prüfen und die Darstellungen der Beteiligten abgleichen.

Der Assistant soll den Aufwand für die Vorbereitung innerhalb dieses Ablaufs verringern und die Verbindung zwischen Entscheidung, verantwortlicher Person, Massnahme und Ergebnis erhalten. Der praktische Nutzen wird anhand vereinbarter Kriterien beurteilt: Geschwindigkeit der Besprechungsvorbereitung, Qualität des verfügbaren Kontexts und Vollständigkeit der Nachverfolgung von Massnahmen.

Warum dieser Ansatz gerade jetzt sinnvoll ist

Werkzeuge für den Zugriff auf Unternehmensquellen und den Einsatz von Agenten ermöglichen es, dieses Modell in begrenzten Anwendungsfällen zu erproben. Drei externe Perspektiven helfen, die Aufgabe einzuordnen:

• Microsoft beschreibt den Capacity Gap – die Lücke zwischen Arbeitsvolumen und verfügbaren personellen Ressourcen – sowie die Entwicklung von Teams aus Menschen und Agenten. Dies bietet einen Rahmen für die Frage, welche Vorbereitungs- und Koordinationsaufgaben delegiert werden können. Work Trend Index, 2025.
• McKinsey untersucht die Coordination Tax: den Aufwand für Prüfungen, Abstimmungen, Wartezeiten und die Übergabe von Arbeit zwischen Teams und Systemen. An solchen Schnittstellen lohnt sich die Suche nach einem sinnvollen Anwendungsfall. Cutting the coordination tax, 2026.
• Deloitte Switzerland verknüpft die Skalierung von Agentic AI mit Führungsentscheidungen zu Wirtschaftlichkeit, Infrastruktur, Verantwortung und Arbeitsorganisation. Technische und organisatorische Voraussetzungen greifen dabei ineinander. Executive decisions shaping the value of the digital workforce, 2026.

Diese Publikationen beschreiben den Übergang zur Zusammenarbeit von Menschen und digitalen Agenten. Wie sich der Ansatz in einem bestimmten Unternehmen anwenden lässt und welchen Nutzen er bringt, zeigt der erste praktische Anwendungsfall.

2. Zwei Ebenen: das laufende Geschäft und die Unternehmensentwicklung

Management Layer – die Lage verstehen und Entscheidungen zum Ergebnis führen

Der operative Bereich verbindet die Themen, mit denen sich eine Führungskraft täglich befasst:

• Geschäftslage: Kennzahlen, Veränderungen, Abweichungen und Verfügbarkeit der zugrunde liegenden Daten.
• Projekte und Risiken: Stand wichtiger Vorhaben, Abhängigkeiten, Hindernisse und Themen, die eskaliert werden müssen.
• Besprechungen: Kontext, Traktanden, bisherige Vereinbarungen und offene Entscheidungsfragen.
• Entscheidungen und Aufgaben: Was wurde entschieden, wer ist verantwortlich, was wartet auf Bestätigung oder Umsetzung?
• Folgemassnahmen und Kontrolle: Was ist nach der Entscheidung geschehen, welches Ergebnis wurde erreicht und was bleibt offen?

Eine Führungskraft fragt beispielsweise: «Warum liegen die Verkaufszahlen in Region X unter Plan?» Eine hilfreiche Antwort unterscheidet vier Aspekte. Die folgende Tabelle zeigt ein hypothetisches Beispiel für ihren Aufbau.

Darauf aufbauend lassen sich eine Besprechung vorbereiten, die getroffene Entscheidung dokumentieren und Aufgaben festhalten. Der Assistant unterstützt die Untersuchung von Ursachen: Vermutete Ursachen bleiben Hypothesen, bis sie anhand von Daten geprüft und durch Fachpersonen bestätigt sind.

Strategic Cognitive Layer – Ideen mit den Möglichkeiten des Unternehmens abgleichen

Der strategische Bereich unterstützt die Beantwortung der Frage: Wie realistisch ist eine Idee gerade für dieses Unternehmen angesichts seiner aktuellen Möglichkeiten und Einschränkungen?

Bei der Frage «Wie realistisch ist der Eintritt in ein neues Marktsegment?» kann die Analyse folgende Aspekte umfassen:

• Marktpotenzial, Kundenbasis und Produktanforderungen;
• Technologien, regulatorische Anforderungen, Lieferanten und Partner;
• Kompetenzen der Mitarbeitenden und Bedarf an zusätzlichem Fachwissen;
• Produktionskapazitäten, Anlagenauslastung und verfügbare Ressourcen;
• Finanzen, aktuelles Projektportfolio und konkurrierender Ressourcenbedarf;
• Abhängigkeiten, mögliche Zeitrahmen sowie operative und marktbezogene Risiken.

Das Ergebnis sind mehrere Szenarien mit offengelegten Annahmen: Was lässt sich mit den vorhandenen Mitteln prüfen, was erfordert zusätzliche Ressourcen und wo werden weitere Informationen benötigt? Für die Herstellung eines neuen Produkts sind beispielsweise neben der freien Kapazität einer Linie auch die technologische Eignung, Kompetenzen, Qualität und weitere Einschränkungen zu prüfen.

AI hilft, die Grundlagen für eine strategische Entscheidung zusammenzutragen und Schwachstellen in den Annahmen zu erkennen. Fachpersonen prüfen die technischen, kommerziellen und finanziellen Schlussfolgerungen. Die Verbindung beider Ebenen ermöglicht es, die aktuelle Auslastung und bestehende Verpflichtungen in die strategische Analyse einzubeziehen und eine getroffene strategische Entscheidung in Projekte und kontrollierte Massnahmen zu überführen.

3. Der erste Schritt: eine Frage und die Prüfung der Voraussetzungen

Ein Beispiel für den ersten Anwendungsfall:

«Gib mir einen Überblick über die heutigen Verkaufszahlen und zeige, wo meine Aufmerksamkeit gefragt ist.»

Vor Beginn beantworten die Führungskraft und die prozessverantwortliche Person vier Fragen:

System Readiness / Discovery

Dies ist eine kurze, praxisbezogene Prüfung der Voraussetzungen für den gewählten Anwendungsfall. Sie liefert einen klaren Umfang für die Vorbereitung eines durchgängigen Ablaufs und die Grundlage für die Entscheidung, ob dessen Start sinnvoll ist.

Die Prüfung umfasst fünf praktische Bereiche:

• Daten: Wo liegen Ist- und Plandaten, wie aktuell sind sie und stimmen Zeiträume sowie Kennzahlendefinitionen überein?
• Wissen: Welche Regeln, Prozesse und früheren Entscheidungen werden für die Interpretation benötigt, und wer bestätigt ihre Gültigkeit?
• Metadata und Beziehungen: Wie lassen sich Kunde, Auftrag, Organisationseinheit, Kennzahl und Dokument verknüpfen? Lässt sich das gesuchte Objekt eindeutig identifizieren?
• Berechtigungen: Was darf der Benutzer sehen, welche Aktionen darf der Agent ausführen und wer bestätigt diese?
• Connectors: Welcher freigegebene Zugriffsweg besteht, welche Vorgaben machen IT und Information Security, und wie zuverlässig werden die Informationen aktualisiert?

Der erste Ablauf kann sich auf Lesen und Analyse beschränken. Aktionen werden eingebunden, wenn der Anwendungsfall sie erfordert. Die Komplexität der Integration ergibt sich aus der geschäftlichen Fragestellung: Ein SAP-Connector ist sinnvoll, wenn der Anwendungsfall direkten Zugriff auf die betreffenden Daten oder Aktionen verlangt. Andernfalls kann ein bestehender Bericht oder ein kontrollierter Datenexport mit nachvollziehbarem Datenstand ausreichen.

Discovery umfasst den ausgewählten Anwendungsfall. Erfordert die Fragestellung zu umfangreiche Vorbereitungen, wird ihr Umfang vor dem Start präzisiert.

4. Architektur für die weitere Entwicklung

Die folgende Darstellung zeigt das Zielbild der Zusammenhänge. Der erste Anwendungsfall nutzt den dafür benötigten Teil; der Ausbau richtet sich nach seinen Ergebnissen. Für den Benutzer bleibt es bei einem Assistant, hinter dem spezialisierte Agenten arbeiten können – softwarebasierte Assistenten für einzelne Aufgaben.

Corporate Context / Metadata

Diese Ebene hilft zu bestimmen, um welches Objekt es geht und wie die zugehörigen Informationen zu finden sind. Metadaten beschreiben:

• Typ und Identifikator des Objekts sowie Beziehungen zu Prozessen, Personen, Projekten und Dokumenten;
• Quelle und verantwortliche Person für die Information;
• Version, Prüfdatum, Aktualität und Vertrauensstatus;
• geltende Berechtigungen und verfügbare Werkzeuge oder Agenten.

Eine Anfrage zu einem Kunden soll beispielsweise zu dessen ERP-Datensatz, den verknüpften Aufträgen, den gültigen kommerziellen Regeln und den Entscheidungen der zuständigen Organisationseinheit führen. Die Daten können in den Quellsystemen verbleiben: Die Kontextebene verknüpft sie und erhält ihre Herkunft. Die korrekte Zuordnung des Objekts und die Aktualität der Quelle werden anhand von Identifikator, Version und Status geprüft.

Agent Orchestration

Die Orchestrierung verteilt eine Anfrage auf Agenten, wählt verfügbare Werkzeuge aus, führt Ergebnisse zusammen und organisiert die erforderlichen Bestätigungen. Für die Vorbereitung einer Besprechung können beispielsweise Projektstatus, Entscheidungshistorie und Kalender benötigt werden. Abweichungen zwischen Antworten und Einschränkungen bei der Verfügbarkeit von Quellen werden im Ergebnis ausdrücklich ausgewiesen.

Die Orchestrierung steuert die Ausführung der Arbeit. Die Verlässlichkeit einer geschäftlichen Schlussfolgerung erfordert die Prüfung der Quellen und, wo nötig, menschliche Fachexpertise.

Befugnisstufen der Agenten

Verschiedene Agenten können unterschiedliche Befugnisse haben. Ein Sales Agent kann lesen und analysieren, ein Meeting Agent eine Einladung vorbereiten und ein Project Agent nach Bestätigung eine Aufgabe erstellen. Befugnisse werden ausdrücklich für konkrete Aktionen und Quellen zugewiesen; der Zugriff wird über die Integration geprüft. Bestätigung und Ergebnis einer Aktion werden für die spätere Kontrolle dokumentiert.

5. Wissen und Veränderungen: den Führungskreislauf schliessen

Operative Daten zeigen, was geschieht. Unternehmenswissen erklärt, wie das Unternehmen arbeiten soll. Die Entscheidungshistorie hält fest, was entschieden wurde, aus welchen Gründen und mit welchem erwarteten Ergebnis. Gemeinsam bilden sie den Arbeitskontext.

Das Wissenssystem umfasst Prozesse, Regeln, Anweisungen, Rollen, Standards, technisches Know-how, Entscheidungsgründe, Lessons Learned, Schulungsunterlagen und die Änderungshistorie. Ihr Status und ihre Beziehungen werden durch die oben beschriebenen Metadaten bestimmt. So kann der Assistant die freigegebene Praxis von einem Dokumententwurf oder einer noch zu prüfenden Einschätzung unterscheiden.

Erfordert eine Entscheidung eine Änderung an einem Prozess, einem System oder am gültigen Wissen, durchläuft sie den Change-Management-Zyklus:

Für eine Änderung gibt es eine verantwortliche Person und ein Ergebniskriterium. Der Assistant kann den Antrag vorbereiten, die Grundlagen zusammentragen sowie Freigabe und Umsetzung nachverfolgen. Die zuständigen Verantwortlichen prüfen das Ergebnis und geben die neue gültige Version frei. Dadurch wird die nächste Führungssituation bereits unter Berücksichtigung der umgesetzten Änderung beurteilt.

Erfahrung der Mitarbeitenden als Quelle neuen Wissens

Ein Sonderfall, eine Vorfallanalyse, eine Besprechung oder eine Rollenübergabe können Vorgehensweisen sichtbar machen, die die bestehenden Unterlagen ergänzen. Solche Erfahrungen werden zunächst als potenzielles Wissen betrachtet.

Critical Knowledge Continuity / Exit Knowledge Transfer ist ein einzelner Anwendungsfall innerhalb dieses Systems: die Sicherung kritischen Erfahrungswissens bei einem Rollenwechsel oder beim Austritt aus dem Unternehmen. Informationen aus Interviews fliessen nach Prüfung in das Unternehmenswissen ein; eine erkannte Lücke oder Änderung durchläuft Review und Change Management.

6. Von einem Anwendungsfall zur Unternehmensentwicklung

Der Ausbau folgt einem bestätigten Bedarf: Eine neue Quelle schliesst eine konkrete Lücke, ein spezialisierter Agent übernimmt eine bestimmte Aufgabe, und eine weitere Organisationseinheit erhält ihren eigenen Arbeitskontext. Der Zugriff jedes Benutzers richtet sich nach seiner Rolle und seinen Befugnissen. Gemeinsame Verknüpfungen helfen, die Arbeit der Organisationseinheiten aufeinander abzustimmen und zugleich die Zugriffsgrenzen zu wahren.

Dies ist ein langfristiger Entwicklungspfad für das Unternehmen. Das übergreifende Arbeitsmodell mit AI – das AI-enabled operating model – entwickelt sich gemeinsam mit Technologien, Daten und Geschäft weiter. Seine Ausgestaltung verändert sich mit neuen Möglichkeiten und Bedürfnissen des Unternehmens.

Jede einzelne Etappe hat dabei einen klaren Umfang, eine verantwortliche Person, ein messbares Ergebnis, Abbruchkriterien und eine eigene Entscheidung über den nächsten Schritt. Der Nutzen wird dem Aufwand für Integration, Prüfung der Antworten und Betreuung gegenübergestellt. Der Erfolg eines Anwendungsfalls liefert die Grundlage, den nächsten zu erproben; auch die Skalierung wird gesondert geprüft.

Schlusswort des Autors

Ich betrachte den AI Management Assistant als einen Entwicklungspfad für eine moderne Unternehmensführung. Die Technologien für diesen Ansatz sind bereits vorhanden, der Markt bewegt sich in Richtung einer Zusammenarbeit von Menschen und digitalen Agenten, und Unternehmensdaten und -wissen werden zunehmend zur Grundlage einer neuen Schnittstelle für die Unternehmensführung.

Für mich liegt der Kern dieses Konzepts darin, zwei Ebenen der Führungsarbeit zu verbinden: zu verstehen, was heute im Unternehmen geschieht, und schneller zu untersuchen, was das Unternehmen morgen leisten kann. Die Entscheidungen bleiben bei den Menschen. AI hilft dabei, den Kontext zusammenzuführen, Annahmen zu prüfen, Einschränkungen zu erkennen und eine getroffene Entscheidung in eine kontrollierte Massnahme zu überführen.

Es ist sinnvoll, diesen Weg mit einer konkreten Frage aus dem Führungsalltag zu beginnen. Bestätigt sich der Nutzen des ersten durchgängigen Ablaufs, ergibt sich der nächste Schritt aus dem praktischen Ergebnis. So entwickelt sich schrittweise ein neues Arbeitsmodell für das Unternehmen.

Welche konkrete Frage aus dem Führungsalltag sollte der AI Management Assistant zuerst bearbeiten?