Drift: Wie KI die klassische Betriebswirtschaft zerstört

Während etablierte Industriegiganten verzweifelt versuchen, sich durch Massenentlassungen gesundzuschrumpfen, züchten agile KI-Akteure mit winzigen Teams Milliardenbewertungen heran. Wir erleben keinen konjunkturellen Abschwung, sondern einen historischen Strukturbruch: den „Drift“. Dieser Beitrag dekonstruiert die Illusion der klassischen Skalierung, erklärt, warum die Transaktionskosten nach Ronald Coase gerade implodieren, und zeigt auf, warum die Betriebswirtschaftslehre an der Schwelle zum Zeitalter autonomer Nano-Netzwerke komplett neu geschrieben werden muss.

Anatomie eines Paradigmenwechsels: Der Riss in der globalen Wertschöpfung

Es gibt in der Wissenschaft diese raren Momente der kognitiven Dissonanz: Man blickt auf ein Fachgebiet und erkennt plötzlich, dass die etablierten Lehrbuchmeinungen nicht mehr mit der Realität vor dem eigenen Fenster übereinstimmen.

Genau an diesem Punkt setzen wir gerade an. In einem extrem spannenden Forschungsprojekt arbeite ich aktuell gemeinsam mit meinen lieben Kolleg:innen Julian und Saba an der Dekonstruktion genau dieser Verschiebungen. Unsere Diskussionen wirken dabei oft wie ein Seismograph: Wir spüren, dass das alte Fundament der Organisationen nicht mehr trägt. Die hier skizzierten Thesen zum „Drift“ sind erste, ergänzende Gedanken aus diesem intensiven Austausch – quasi ein Blick hinter die Kulissen unserer aktuellen Forschung an der Schnittstelle von Mensch, Organisation und Technologie.

Denn als Arbeitsökonom wird mir klar: Wir wandern gerade auf einer tektonischen Verwerfungslinie. Dort, wo die klassische Betriebswirtschaftslehre auf die neue, fundamentale digitale Realität der KI-Märkte prallt, zeigt sich ein historischer Riss. Lange Zeit war das Paradigma des strategischen Managements von einer simplen Korrelation geprägt: Betriebswirtschaftliche Skalierung erfordert Masse – ob Maschinen, Standorte, Menschen oder Output. Wer als Unternehmen wachsen wollte, musste eine komplexe Aufbauorganisation errichten. Die Zahl von 10.000, 20.000 oder 50.000 Mitarbeitenden war nicht nur eine Notwendigkeit, sondern das ultimative Statussymbol korporativer Macht. Zugleich natürlich auch der Quell aller bürokratischen Übel: Machtasymmetrien, Kostenexplosion und träge Transformationsprozesse.

Doch wenn wir heute die Architektur der globalen digitalen Wertschöpfung betrachten, erleben wir eine absurde Asymmetrie: Auf der einen Seite sehen wir die verzweifelten Rückzugsgefechte der Industriegiganten – von Volkswagen bis Bayer –, die zehntausende Stellen über sogenannte Transformationsprogramme und Vorruhestandsregelungen abbauen. Auf der anderen Seite sehen wir parallel den Aufstieg von neuen KI-Akteuren wie Cognition AI oder Safe Superintelligence (SSI): Das sind Organisationen, die mit einer minimalen Rumpfbelegschaft von einigen wenigen klugen Köpfen aus dem Stand Unternehmensbewertungen im zweistelligen Milliardenbereich erzielen. Oder das sind Online-Plattformen, die mit weniger als 50 Mitarbeitenden Bruttoumsätze generieren, für die ein klassischer DAX-Konzern Heerscharen von Controllern, Abteilungsleitern und Sachbearbeitern benötigen würde.

Diese Entkopplung von Belegschaftsgröße und Wertschöpfung ist kein bloßer konjunktureller Ausreißer. Es ist ein fundamentaler Strukturbruch.

Nennen wir dieses Phänomen einfach den „Drift“.

Das Ende von Ronald Coase: Warum die Transaktionskosten implodieren

Um die Wucht des Drifts zu begreifen, müssen wir zu den Wurzeln der Institutionenökonomik zurückkehren. Im Jahr 1937 stellte Ronald Coase in seinem Aufsatz „The Nature of the Firm“ die Frage: Warum existieren Unternehmen überhaupt? Warum organisieren wir wirtschaftliche Aktivitäten in hierarchischen Firmen und nicht ausschließlich über den freien Markt?

Coase‘ Antwort überzeugte aufgrund der Einfachheit: Transaktionskosten.

Die Suche nach Vertragspartnern, die Verhandlung von Preisen und die Koordination von Arbeitsprozessen auf dem freien Markt sind teuer und ineffizient. Unternehmen existieren, weil der Unternehmer diese Transaktionen intern billiger organisieren kann. Die Grenzen eines Unternehmens – also seine Größe – dehnen sich bis zu dem Punkt aus, an dem die Kosten für eine zusätzliche interne Transaktion den Kosten einer Transaktion auf dem freien Markt entsprechen.

Der Drift zerstört dieses Gesetz.

Ein vereinfachtes betriebswirtschaftliches Rechenbeispiel macht die Brutalität dieser Verschiebung sichtbar:

Nehmen wir an, ein Unternehmen muss 10.000 komplexe kognitive Transaktionen pro Monat durchführen (z. B. Verträge prüfen, Code-Module schreiben oder Kundendossiers auswerten).

In einem typischen Konzern schafft ein Fachexperte 500 Transaktionen pro Monat. Bei einem Gehalt von 5.000 € liegen die Personalkosten für die 10.000 Transaktionen bei 100.000 € (also die Kosten für 20 Mitarbeitende).

Nach der Logik von Coase entstehen nun interne Koordinationskosten: 20 Mitarbeitende brauchen Führung, HR, Büros und Softwarelizenzen. Rechnen wir konservativ mit 20.000 € Overhead.

Die Gesamtkosten belaufen sich also auf : 120.000 €.

Die Grenzkosten für 500 weitere Transaktionen? Sofort wieder 5.000 € (plus Overhead) für die nächste Neueinstellung.

In der “neuen” Welt der KI-Nano-Netzwerke nutzt ein menschlicher Fachexperte (nennen wir ihn mal den „Orchestrator“, den wir für 10.000 €/Monat beschäftigen) ein autonomes KI-Agenten-Netzwerk. Die Fixkosten für die KI-Infrastruktur betragen 2.000 € im Monat. Die API-Kosten pro Transaktion liegen bei winzigen 0,01 €.

Die Kosten für 10.000 Transaktionen ergeben sich folglich aus den 10.000 € für das Gehalt + 2.000 € für die Fixkosten der KI + 100 € variable API-Kosten) = 12.100 €.

Die Grenzkosten für 500 weitere Transaktionen? Das sind nur noch lächerliche 5 Euro.

Wenn eine KI in Sekundenbruchteilen also Prozesse steuern, Daten analysieren und Entscheidungen vorbereiten kann, verdampft die betriebswirtschaftliche Rechtfertigung für die klassische Aufbauorganisation. Wir erleben einen beispiellosen Kollaps der Grenzkostenkurve. Die Daseinsberechtigung für den gigantischen bürokratischen Wasserkopf entfällt, weil die Koordination von Maschinenbruchteilen an Cent kostet, während die Koordination von Menschen Millionen verschlingt. Die Grenzen der Unternehmung ziehen sich dramatisch zusammen. Die Zukunft gehört dezentralen, hybriden Nano-Netzwerken, die mit dem Bruchteil des Personals den hundertfachen Output generieren.

Die Konsequenz aus diesem Grenzkosten-Kollaps ist radikal: Wenn Koordination fast nichts mehr kostet, verschwindet der ökonomische Klebstoff, der Großunternehmen bisher zusammengehalten hat. Wir verlassen die Ära der "Economies of Scale" (Skaleneffekte durch Größe) und treten ein in die Ära der "Economies of Intelligence" (Skaleneffekte durch Orchestrierung).

Dies führt uns direkt zur zentralen Frage: Wenn die alte Konzernstruktur nicht mehr effizient ist – wie sieht das neue Kraftzentrum der Wirtschaft aus?

Die Anatomie der Nano-Firma: Wie wenige Experten tausende Agenten orchestrieren

Um das Konzept des „hybriden Nano-Netzwerks“ zu begreifen, müssen wir uns von der klassischen Start-up-Romantik verabschieden. Eine Nano-Firma ist kein junges Unternehmen, das darauf hinarbeitet, irgendwann selbst ein träger Großkonzern mit Tausenden von Angestellten zu werden. Ihr erklärtes strategisches Ziel ist die radikale Skalierung bei einem quasi eingefrorenen Headcount.

Das Attribut „hybrid“ markiert dabei die Umkehrung des historischen Verhältnisses von Mensch und Maschine. In der alten Industriewelt nutzten hundert Sachbearbeiter eine Software, um Prozesse abzuarbeiten. Im hybriden Nano-Netzwerk orchestriert ein menschlicher Fachexperte einen Schwarm von tausend autonomen KI-Agenten. Diese Agenten sind keine simplen Chatbots mehr; sie agieren als digitale Belegschaft. Sie kommunizieren über APIs miteinander, steuern komplette Prozessketten von der Code-Generierung bis zur Kundenakquise und treffen datenbasierte Mikro-Entscheidungen in Echtzeit.

Die Architektur dieser neuen Organisationen ist hochgradig modular und API-getrieben. Anstatt starre, interne Abteilungen für Recht, Buchhaltung oder Marketing aufzubauen – die allesamt massive Fixkosten und bürokratische Reibungsverluste erzeugen –, klinken sich Nano-Firmen wie in ein Lego-System in externe Plattform-Ökosysteme und spezialisierte KI-Dienste ein. Die Grenzen des Unternehmens werden durchlässig und extrem agil.

Die funktionale Verdichtung: Menschliche Arbeit als Anker im autonomen System

In diesem Ökosystem verschwindet der Mensch nicht, aber seine Funktion erfährt eine radikale physikalische Verdichtung. Er agiert nicht mehr als Rädchen innerhalb der operativen Kette, sondern als übergeordneter Impulsgeber. Die menschliche Arbeit zieht sich aus der Fläche der massenhaften Prozessabwicklung zurück und konzentriert sich als „Integrationsleistung“ auf die Bruchstellen des Systems.

Nach meiner Beobachtung transformiert sich die menschliche Wertschöpfung dabei in eine triadische Steuerungsleistung:

Zunächst geht es um die kontextuelle Orchestrierung. Der Mensch entwirft keine Aufgaben mehr, sondern kuratiert das Zusammenspiel autonomer Agenten-Schwärme. Er setzt die strategischen Ziele und stellt sicher, dass die technologische Kapazität nicht zum Selbstzweck wird, sondern präzise auf die Marktanforderungen einzahlt.

Parallel dazu bleibt der Mensch das Gravitationszentrum für soziale Komplexität. Überall dort, wo Empathie, tiefes Vertrauen oder informelle Netzwerke den Ausschlag geben, ist er unersetzlich. Diese „Bridgemaker“-Funktion sichert die Verbindung zur analogen Welt und zu hochkomplexen menschlichen Verhandlungssituationen, die sich einer algorithmischen Logik entziehen.

Schließlich fungiert der Mensch als normative und organisationale Instanz. Da autonome Systeme hocheffizient, aber wertneutral agieren, setzt er die ethischen und qualitativen Leitplanken. Er ist derjenige, der das organisationale „Betriebssystem“ permanent an die rasanten technologischen Verschiebungen anpasst und als letzte Instanz interveniert, um die Integrität des Gesamtsystems zu wahren.

Das hybride Nano-Netzwerk ist somit die ultimative Verdichtung von Wertschöpfung: Output, exekutiert von einer skalierbaren maschinellen Intelligenz, aber gelenkt und verantwortet von einem kleinen, hochkonzentrierten Kern menschlicher Expertise.

Schumpeter trifft Brynjolfsson: Warum Konzerne im Tal der J-Kurve feststecken

Warum aber sehen wir diese Effizienzgewinne aus Nano-Firmen und anderen aktuellen Entwicklungen noch nicht flächendeckend in den volkswirtschaftlichen Bilanzen? Hier liefert die aktuelle Forschung an der Schnittstelle von Technologieökonomie und BWL entscheidende Antworten.

Joseph Schumpeter lehrte uns, dass wirtschaftlicher Fortschritt immer ein Prozess der „schöpferischen Zerstörung“ ist. Die alten Organigramme müssen erst eingerissen werden, bevor das Neue skalieren kann. Exakt diesen Schmerzzyklus durchleben wir derzeit. Erik Brynjolfsson beschreibt dieses Phänomen als „Produktivitäts-J-Kurve“.

Die These: Wenn eine radikale Basistechnologie wie KI auf den Markt trifft, sinkt die messbare Produktivität paradoxerweise zunächst ab. Unternehmen investieren Unsummen in neue Software und Infrastruktur, doch anstatt das Geschäftsmodell neu zu denken, pressen sie die KI stur in die starren Konzernstrukturen von gestern. Sie versuchen, den Sachbearbeiter digital zu optimieren, anstatt den Prozess durch autonome KI-Agenten vollständig zu substituieren.

Erst wenn Organisationen den Mut aufbringen, ihr intellektuelles Kapital und ihre Aufbauorganisation fundamental neu zu konfigurieren, durchschreiten sie das Tal der J-Kurve und das Produktivitätswachstum explodiert exponentiell. Die Konzerne, die heute massenhaft entlassen, stecken tief im Tal dieser J-Kurve fest. Sie versuchen sich gesundzuschrumpfen, ohne ihre Architektur an den Drift anzupassen.

Arbeitsökonomie im Wandel: Der KI-Generationeneffekt

Ich betrachte diesen Wandel durch die Linse der Humankapitaltheorie. Der Drift vernichtet die menschliche Arbeit nicht; er verdichtet sie auf eine neue, elitäre Essenz. Routineaufgaben sterben aus, während Rollen wie KI-Orchestratoren, Beziehungsgestalter und Risikoentscheider zu den Flaschenhälsen der neuen Wertschöpfung werden.

Doch hier lauert ein massives arbeitsökonomisches Problem: der „KI-Generationeneffekt“. Jüngste Studien zeigen, dass generative KI ein gewaltiger Katalysator für Berufseinsteiger ist. Sie hilft weniger erfahrenen Arbeitskräften, steile Lernkurven zu meistern. Gleichzeitig aber radiert die Automatisierung exakt jene repetitiven Routineaufgaben aus, an denen sich Berufseinsteiger historisch ihr Fundament und ihr prozessuales Verständnis erarbeitet haben.

Wenn die KI den ersten Entwurf schreibt und die Daten bereinigt – wo lernt die nächste Generation dann noch das intellektuelle Handwerkszeug, um später als orchestrierende Experten souverän eingreifen zu können, wenn die Maschine halluziniert?

Ground Zero der BWL: Unser Auftrag an die Forschung

Der Drift ist keine ferne Science-Fiction, sondern harte, betriebswirtschaftliche Realität. Wir stehen an der Schwelle zu einer Ära, in der sich die DNA von Organisationen radikal neu schreibt. Es reicht nicht mehr aus, inkrementelle Prozessoptimierung zu betreiben oder alte Organigramme neu anzustreichen. Wir müssen die grundlegenden Mechanismen von Führung, Skalierung und Wertschöpfung an der Schnittstelle von Arbeitsökonomie und Technologie von Grund auf neu erforschen.

Die alten Lehrbücher haben ausgedient. Wir befinden uns am Ground Zero der neuen Organisationslehre. Die entscheidende Frage an die nächste Generation von Forschern, Managern und Studierenden lautet daher nicht mehr, ob wir uns anpassen, sondern:

Werden wir diesen Drift passiv erleiden – oder werden wir alles aktiv mitgestalten?