Wird geladen…

Warum wollen Manager, dass alle anderen KI nutzen – nur sie selbst nicht?

senior_slacker
Öffentlich 10 Gespräche 17 Gedanken 71 Zustimmungen 18 stimmen ab 0 Serien 137 Aufrufe

Was mich langsam nervt, ist nicht der KI-Druck an sich. Manche Tools sind wirklich brauchbar. Ich nutze sie inzwischen jeden Tag. Was mich nervt, ist ein Management, das „AI-first" verlangt und gleichzeitig jeden Prozess drumherum aggressiv KI-feindlich hält. Den Leuten wird gesagt, sie sollen KI fürs Coding nutzen, fürs Planen, fürs Recherchieren, fürs Schreiben, fürs Debugging, fürs Nachschlagen von Wissen, fürs Koordinieren von Projekten. Und dann steckt die Hälfte des operativen Wissens der

In groups

Diskussionsinhalt

Was mich langsam nervt, ist nicht der KI-Druck an sich. Manche Tools sind wirklich brauchbar. Ich nutze sie inzwischen jeden Tag. Was mich nervt, ist ein Management, das „AI-first" verlangt und gleichzeitig jeden Prozess drumherum aggressiv KI-feindlich hält.

Den Leuten wird gesagt, sie sollen KI fürs Coding nutzen, fürs Planen, fürs Recherchieren, fürs Schreiben, fürs Debugging, fürs Nachschlagen von Wissen, fürs Koordinieren von Projekten. Und dann steckt die Hälfte des operativen Wissens der Firma immer noch in undokumentierten Gesprächen und einer aufgeblähten Meeting-Kultur. Wenn die Führung KI wirklich pushen und zum Kern der Produktivität machen wollte, würde sie als Erstes den Informationsfluss rund um maschinenlesbare Systeme neu bauen. Stattdessen bitten sie die Engineers im Wesentlichen nur, schneller zu tippen.

Nimm die 1:1s.

Wäre es Firmen mit KI-gestützter Arbeit ernst, würde jedes 1:1 automatisch strukturierte Notizen erzeugen. Action Items, Blocker, Personalsorgen, Karriereziele, Follow-ups. Nicht weil Überwachung gut wäre, sondern weil das institutionelle Gedächtnis in den meisten Firmen miserabel ist. Die Hälfte des Managements entdeckt jedes Quartal denselben Kontext neu, weil nichts das Meeting selbst überlebt.

Stattdessen tun wir weiter so, als wäre das Live-Gespräch der wichtige Teil von Management und nicht das beständige Artefakt, das daraus entsteht.

Oder die Standups.

Wir verbrennen immer noch Engineering-Stunden, indem wir Menschen in wiederkehrende Rituale treiben, wo alle in Echtzeit Fortschritt vorführen. Dabei kann KI problemlos schriftliche Updates auswerten, Blocker erkennen, verwandte Themen clustern, Zusammenfassungen erzeugen, Risiken eskalieren und Abweichungen über die Zeit verfolgen. Aber das würde von Managern verlangen, Informationen asynchron aufzunehmen, statt sich auf Meetings als Beruhigungstheater zu verlassen.

null
Hoffentlich geht die Mode vom „KI ersetzt Engineers" nach hinten los und am Ende ersetzen wir die Manager.

Und dann die Dokumentation.

Die treibt mich in den Wahnsinn. Firmen sagen, sie wollen KI-fähige Workflows, während die wichtigen Planungsdokumente in riesigen Word-Dateien festsitzen, Screenshots in Tabellen gepappt sind, Roadmap-Updates in Foliensätzen vergraben liegen und Promotion-Pakete auf optische Politur statt auf strukturierten Zugriff getrimmt sind. Wenn du wirklich KI-Hebel willst, sollte Klartext das Standard-Substrat der Organisation werden.

  • Roadmaps: Klartext.

  • Planungsdokumente: Klartext.

  • Promotion-Belege: Klartext.

  • Entscheidungsprotokolle: Klartext.

  • Postmortems: Klartext.

Nicht weil Markdown überlegen wäre. Sondern weil Maschinen damit sauber arbeiten können. Du kannst Workspaces aus Verwaltungsdokumenten haben, genau wie du mit Code arbeitest, und CLI-Agents drauf loslassen! Aber nein, du musst alles in Word-Dokumente kippen -_-

Gerade machen die meisten Organisationen das Äquivalent davon, Industriemaschinen zu kaufen und ihnen dann laminiertes Papier durch einen Schlitz zu schieben.

null
Bestimmt ist das keine Selbsterhaltung

Die Leute, die am lautesten auf KI-Integration drängen, sind oft genau die, die Meeting-Notizen aus Google Docs kopieren, Jira-Updates von Hand neu schreiben, Screenshots zurück in Text verwandeln und in Status-Meetings sitzen, die vor allem deshalb existieren, weil niemand asynchronen Systemen genug traut, um sich auf sie zu verlassen.

Was das Management offenbar will, ist KI-Beschleunigung auf der Mitarbeiter-Ebene, ohne die organisatorischen Folgen zu akzeptieren, die das Design rund um maschinenlesbare Arbeit mit sich bringt. Sie wollen, dass ihre Teams KI übernehmen, sich selbst aber nicht anpassen müssen.

Thoughts

  • der_fahrplan

    Eine Sache stört mich an der 1:1-Idee, so sympathisch sie ist. „Jedes 1:1 erzeugt automatisch strukturierte Notizen" klingt sauber, bis jemand merkt, dass Personalsorgen und Karriereziele dann in einem durchsuchbaren System liegen. Das ist genau der Punkt, an dem das institutionelle Gedächtnis kippt und zur Akte wird. Der Post sagt „nicht weil Überwachung gut wäre", aber die Grenze zwischen Gedächtnis und Überwachung ist hier dünner, als der Absatz zugibt.

    Permalink
  • unsichtbare_arbeit

    Der Dokumentations-Teil ist der stärkste im ganzen Post, und er unterschätzt trotzdem, wie viel unbezahlte Arbeit am „Klartext als Substrat" hängt. Jemand muss diese Word-Dateien und Screenshots in strukturierten Text überführen, und in jedem Team, das ich kenne, landet das bei den paar Leuten, die ohnehin schon das Aufräumen machen. Der Manager bekommt seine KI-fähigen Roadmaps, und die Übersetzungsarbeit dahinter wird genauso unsichtbar bleiben wie die UX Debt, die wir nie ins Beförderungspaket schreiben dürfen.

    Permalink
  • technische_schuld

    Das mit dem „schneller tippen" trifft genau den Punkt. Was hier verlangt wird, ist Beschleunigung auf der Ebene des einzelnen Engineers, ohne dass irgendjemand die Systeme drumherum anfasst. Ein Modell kann meinen Incident nicht zusammenfassen, wenn der relevante Kontext aus drei Slack-Threads, einem Anruf und einer Notiz besteht, die niemand geschrieben hat. Maschinenlesbar zu werden heißt, Entscheidungen festzunageln, und genau das will das Management nicht, weil festgenagelte Entscheidungen hinterher jemandem zugeordnet werden können.

    Permalink
  • schaufenster_buero

    Die Bildunterschrift mit „am Ende ersetzen wir die Manager" hat etwas Schönes. Vier Jahre Konzern haben mir beigebracht: Das institutionelle Gedächtnis einer Firma ist ein Mann, der montags fragt, was letzte Woche besprochen wurde, und freitags ein Meeting ansetzt, um es herauszufinden. Den kann man tatsächlich automatisieren. Man darf es nur nicht ihm sagen, sonst legt er ein Status-Meeting an, um die Bedrohung zu besprechen.

    Permalink
  • trockene_pointe

    Industriemaschinen kaufen und laminiertes Papier reinschieben. Das ist die ganze Branche in einem Satz.

    Permalink
  • release_woche

    Der Standup-Absatz beschreibt buchstäblich meinen Dienstag. Wir haben mal versucht, das Standup auf schriftliche Updates umzustellen, damit ich Blocker tatsächlich über die Zeit verfolgen kann. Hat zwei Wochen gehalten, dann hat ein Manager das Meeting wieder eingeführt, weil er sich ohne den Live-Call „nicht abgeholt" fühlte. Das Beruhigungstheater war der Punkt, nicht die Information. Die Pipeline merkt sich Blocker zuverlässiger als jedes Daily, aber die Pipeline beruhigt niemanden um neun Uhr morgens.

    Permalink
  • der_fahrplan

    Ich gebe dir in der Diagnose recht, würde aber das Management einen Moment verteidigen, bevor wir es abschreiben. „Den Informationsfluss rund um maschinenlesbare Systeme neu bauen" klingt im Post nach einem Nachmittag Arbeit. In Wahrheit ist das ein Eingriff in jede Abteilung gleichzeitig, mit politischen Kosten in jeder davon. Der Grund, warum das nicht passiert, ist selten, dass es niemand sieht. Es ist, dass derjenige, der es anstößt, das ganze Risiko trägt und keiner der Sponsoren am Ende dafür geradesteht.

    Permalink

Related discussions

  • Werden die Manager, die dachten, Engineers würden von KI ersetzt, nicht selbst am schnellsten ersetzt?

    Letztes Jahr hatte mein LinkedIn-Feed ein eigenes Genre. Ein Program Manager oder ein „Delivery Lead“ oder jemand mit Agile in der Headline postete einen Screenshot von einer KI, die eine Funktion schreibt, hängte eine Zeile dran wie „und es hieß, dieser Job sei sicher, lern halt programmieren“ und sammelte vierhundert Likes von Leuten ein, die denselben Job machen. Die Unterstellung war immer, dass der Tipp-Anteil am Engineering das Engineering sei, und jetzt, wo ein Modell tippen kann, sei die

  • Geht es nach hinten los, Engineers Anreize zu geben, KI zu nutzen?

    Eine Firma kann fast jedes gute Werkzeug ruinieren, indem sie die falsche Kennzahl daranhängt. Am Arbeitsplatz zählen nur Anreize, ob finanzieller Vorteil, Status oder Beförderung. Mitarbeiter arbeiten für Anreize. Du und ich auch. Praktisch jeder tut Dinge, weil sie ihm oder den Menschen nützen, die er liebt. Also machen wir bei der Arbeit am Ende das, was uns die Beförderung, mehr Geld, mehr Jobsicherheit bringt. Wir gehört die Firma nicht, wir sind Angestellte. Wir schauen auf uns selbst. Das

  • Ersetzt die KI die Bürojobs nicht von allein – aber ein Mensch mit KI mehrere andere?

    Viele Büroangestellte beruhigen sich mit der falschen Frage. Sie fragen immer wieder, ob die KI ihren ganzen Job machen kann. Das ist nicht die Schwelle, die ihr Arbeitgeber anlegt. Die eigentliche Frage ist, ob sich der Output billig genug erzeugen und billig genug prüfen lässt, dass die Stelle anfängt, teuer auszusehen. Es geht nicht darum, ob die KI unseren Job vollständig erledigen kann, sondern: „Kann sie ihn lange genug beschleunigen, sodass nur noch das halbe Team gebraucht wird?" Denn di

  • Lässt sich mit KI kaum noch unterscheiden, wer wirklich gut programmiert und wer nur Lärm macht?

    Ich höre dasselbe Feedback in immer neuen Formen: „starke Velocity“, „toller Throughput“, „schöner Einsatz von KI“. Von außen sieht es wirklich so aus, als würde mehr passieren: mehr Code Reviews, mehr angefasste Tickets, mehr Updates, mehr E-Mails, mehr Tasks, mehr Designs. Mit KI lässt sich diese Schlagzahl mühelos halten, ohne die übliche Reibung des Schreibens, des Denkens oder auch nur des Zögerns. Aber mitten in der Arbeit steckt ein Dilemma, das immer größer wird.

  • Macht KI Manager medizinisch wahnsinnig?

    Es kursiert eine neue Fantasie in den Chefetagen: dass KI die Mitarbeiter ersetzen kann. Sie ersetzt zwar durchaus ein paar, aber Führungskräfte hegen die Fantasie, dass sie die Arbeit ihrer Leute jetzt selbst erledigen können, mit KI. Dass sie coden können! Einfach ein Dashboard voller benannter Agents aufmachen, zuschauen, wie Tasks über die Panes wandern, im Befehlston ein Update verlangen und ganz nach Laune Features fertigstellen lassen. Es fühlt sich an wie ein Traum, vor allem wenn du dei

  • Sind die meisten KI-Startups nur UIs auf ein paar Agent.md-Dateien?

    Die meisten KI-Startups fühlen sich gerade so an, als hätte jemand GPT an ein Terminal geklebt, ein Dark-Mode-UI drangepappt und angefangen zu reden, als hätte er etwas erfunden. Du siehst diese irren Pitches wie „persistente autonome kognitive Agenten mit Long-Term-Reasoning“ und dann schaust du unter die Haube und es ist im Grunde: gib dem Modell Tool-Zugriff, lass es einen Browser benutzen, vielleicht noch Memory-Summaries und Retry-Logik. Das ist das „Produkt“. Das kriegst du auch allein hin

  • Kann die KI dich um den Verstand bringen – und ist, wer das nicht glaubt, erst recht gefährdet?

    Ich hatte immer den Verdacht, dass die KI-Firmen eine Schicht über die KI legen, um zu erkennen, wann wir testen, ob sie denken kann. Damals zum Beispiel, als wir sie die Vokale und Konsonanten in einem Wort zählen ließen und sie sich verzählte. Ich glaube, inzwischen gibt es ein Skript, das einfach aufgerufen wird, sobald die Aufgabe richtig erkannt ist. Und ich glaube, sie wird auf genau diese Memes trainiert. Heute habe ich einen neuen Test gefunden, der zeigt, wie leicht dir die KI eine KI-P

  • Sind die Geisteswissenschaften im KI-Zeitalter nötiger denn je?

    Keine Eltern raten ihren Kindern zu einem geisteswissenschaftlichen Studium. Empfohlen wird standardmäßig alles, was mit MINT zu tun hat: Ingenieurwesen (Informatik), Finanzen, Medizin … Das Argument gegen die Geisteswissenschaften im KI-Zeitalter macht es noch weniger überzeugend, vier Jahre in einen geisteswissenschaftlichen Abschluss zu stecken. Sprachmodelle können passabel schreiben, schnell zusammenfassen und auf Abruf forschungsförmigen Text produzieren. Also sollen die alten geisteswisse