ChatGPT, generative KI, RPA, Codex.
In den letzten Jahren sind die Werkzeuge, mit denen sich Arbeit automatisieren lässt, explosionsartig mehr geworden.
Textentwürfe kann die KI schreiben. Auswertungen in Excel kann man die KI fragen. Mit RPA (Software-Robotern, die die Klicks und Eingaben wiederholen, die ein Mensch am Computer machen würde) lassen sich Bildschirmaktionen und das Übertragen von Daten von einer Stelle zur anderen automatisieren. Mit einer KI, die Aufgaben tatsächlich ausführt, wie Codex, kann man gleich eine ganze Menge Arbeit voranbringen: Artikel, Landingpages, Code, Unterlagen, Datenverarbeitung und sogar Verbesserungsvorschläge.
Und trotzdem sieht man in der Praxis immer noch solche Aufgaben.
- Excel öffnen
- Kopieren
- Einfügen
- Mit dem Auge prüfen
- In ein anderes System abtippen
- Nochmal kontrollieren, ob kein Fehler drin ist
- Im Meeting noch einmal bestätigen
- Eine Korrekturbitte bekommen und wieder von Hand ausbessern
Das ist Bambusspeer-Arbeit im KI-Zeitalter. (In Japan stammt der Ausdruck aus der Endphase des Krieges, als Zivilisten mit zugespitzten Bambusstangen gegen moderne Waffen gedrillt wurden: viel Einsatz, aber das falsche Werkzeug.)
Natürlich ist Excel selbst nicht das Problem. Im Gegenteil, Excel ist stark. Als Tabellenkalkulation, für Auswertungen, als einfache Datenbank, für Formulare, Diagramme, Prüflisten und Verwaltungstabellen und als vorübergehende Zuflucht für jede Abteilung ist es bis heute hervorragend.
Das Problem ist nicht, Excel zu benutzen.
Das Problem ist, dass Arbeit, die Excel erledigen könnte, immer noch mit Handarbeit, Augenmaß, Durchhaltewillen und Bestätigungsmeetings abgewickelt wird.
Die Nutzungszahlen zeigen: Wir stehen noch ziemlich am Anfang
Vielleicht denkst du: „Nutzen nicht inzwischen alle KI und RPA?“
Stimmt, ChatGPT ist inzwischen sehr bekannt. Laut Reuters schätzt Sensor Tower, dass die ChatGPT-App im Mai 2026 weltweit 1 Milliarde monatlich aktive Nutzer erreicht hat.
Wer dagegen auch die Ausführung seiner Arbeit an KI und Automatisierung abgeben kann, ist noch sehr selten.
Laut Axios hatte Codex von OpenAI im Juni 2026 mehr als 5 Millionen wöchentlich aktive Nutzer. Davon sollen rund ein Fünftel Wissensarbeiter sein.
Das ist ein weltweit nutzbares KI-Werkzeug von OpenAI, das Aufgaben ausführt, und es hat gerade einmal gut 5 Millionen Nutzer pro Woche. Das sind weniger Menschen, als in der Präfektur Aichi leben, der Toyota-Region in Zentraljapan.
Gegenüber der 1 Milliarde pro Monat der ChatGPT-App sind die gut 5 Millionen pro Woche von Codex ziemlich wenig.
Es gibt also diese Lücke:
- Mehr Leute stellen der KI Fragen
- Mehr Leute lassen die KI Texte glätten
- Aber nur wenige geben der KI echte Arbeit
- Und noch weniger können sie in so klare Häppchen aufteilen, dass die KI sie ausführen kann
Genau hier liegt ein großer Spielraum fürs Geschäft.
Auch die RPA-Verbreitung ist noch lange nicht hoch
Bei RPA ist es genauso.
RPA ist eine Methode, bei der Software-Roboter die Routineaufgaben übernehmen, die Menschen am Computer erledigen. Dateneingabe, Übertragen von Daten, Auswertungen, Prüfungen, Erstellen von Formularen, Arbeiten über mehrere Systeme hinweg: Das passt gut zur Handarbeit in Excel.
In der Umfrage 2024 von Startear Raise lag die RPA-Einführungsquote bei japanischen Unternehmen insgesamt aber bei 13.04 %. Bei kleinen und mittleren Unternehmen waren es 8.51 %, und selbst bei Großunternehmen nur 27.69 %.
Die meisten japanischen Unternehmen haben RPA also noch gar nicht eingeführt.
Dieselbe Umfrage fragte auch nach den Problemen vor der RPA-Einführung: Platz 1 war „viel Handarbeit (Eingeben, Übertragen, Erfassen usw.)“, Platz 2 „viele Fehler durch Handarbeit“.
Das ist ziemlich bezeichnend.
In der Praxis gibt es viel Handarbeit. Es gibt viele Fehler. Es fehlt auch an Personal. Trotzdem liegt die RPA-Quote nur bei etwa 13 %.
Der Bedarf ist also da („Wir haben so viel Handarbeit, wir wollen automatisieren“), aber in Wirklichkeit stecken viele Firmen weiter in der Handarbeit fest.
Fehler von Neulingen behebt man mit Systemdesign, nicht mit Charakterkritik
Das hängt auch mit der Einarbeitung neuer Leute zusammen.
Am Arbeitsplatz passiert ständig so etwas:
- Ein Neuling tippt etwas falsch ein
- Ein Neuling verwechselt den Dateinamen
- Ein Neuling speichert am falschen Ort
- Ein Neuling überspringt einen Prüfpunkt
- Ein Neuling benutzt eine alte Vorlage
- Ein Neuling verwechselt eine Frist oder den Ansprechpartner
Und die Leute drumherum sagen:
„Neue machen so viele Fehler.“ „Kontrollier das ordentlich.“ „Das hab ich dir doch schon gesagt.“ „Warum machst du immer denselben Fehler?“
Aber was man hier bedenken sollte, ist nicht nur der Charakter oder die Aufmerksamkeit des Neulings.
Viel wichtiger ist die Frage, ob die Struktur es einem Neuling nicht viel zu leicht macht, Fehler zu machen.
Ein Neuling kennt den Hintergrund der Arbeit noch nicht. Er kennt die ungeschriebenen Regeln nicht. Er kennt die Eigenheiten seines Vorgängers nicht. Er weiß nicht, warum man diese Spalte ansieht, warum die Datei so heißt und warum diese Prüfung nötig ist.
Wenn man ihn in freie Eingabe, Prüfung mit dem Auge, mündliche Erklärungen, manuelles Abtippen und von einzelnen Personen abhängige Kontrollen hineinwirft, sind Fehler nur natürlich.
Statt ihn jedes Mal zu rügen, ist es besser, von Anfang an ein System zu bauen, in dem Fehler schwer fallen.
Zum Beispiel verändern Verbesserungen wie diese schon eine Menge:
- Ein Dropdown statt Handeingabe
- Auswahlfelder statt Freitext
- Eingaberegeln für Datum und Beträge
- Eine Warnung, wenn ein Pflichtfeld leer ist
- Dateinamen automatisch erzeugen
- Den Speicherort festlegen
- Alte Vorlagen unbenutzbar machen
- Widersprüche in den Eingaben automatisch prüfen
- Nur die wahrscheinlichen Fehler als Liste anzeigen
- Vor dem Absenden eine Bestätigungsseite zeigen
- Ein Protokoll nach Abschluss der Arbeit führen
- Häufige Fehler zur Checkliste machen
Das heißt nicht, Neulinge zu verwöhnen.
Es geht darum, das, was man beibringen müsste, ins System einzubauen.
Statt Leuten zu sagen „Pass auf“, geht es schneller, mit Eingaberegeln in Excel, VBA (der in Excel eingebauten Makrosprache), RPA, Formularen, Checklisten und KI-Gegenprüfung einen Weg zu bauen, auf dem Fehler unwahrscheinlich sind.
Und für den Neuling ist das auch angenehmer.
Er muss nicht jedes Mal Ärger bekommen. Wer ihn einarbeitet, muss nicht jedes Mal dieselbe Warnung wiederholen. Auch Vorgesetzte werden seltener von der Fehlerbeseitigung aufgefressen.
Fehlervermeidung als System ist also nicht bloß Effizienzsteigerung.
Es ist ein Sicherheitsdesign, das die seelische Last von Neuling und Einarbeiter gleichermaßen senkt.
Wenn du sagst, „Neue machen zu viele Fehler“, ist das Erste, was du prüfen solltest, nicht ihre Persönlichkeit.
Sondern ob die Aufgabe als Bambusspeer gebaut ist, der Fehler geradezu provoziert.
Auch generative KI steckt auf Unternehmensebene noch fest
Auch bei generativer KI klafft eine Lücke zwischen dem persönlichen Nutzungsgefühl und der tatsächlichen Einführung in den Firmen.
In einer Umfrage von Nikkei Research, über die Reuters im Juli 2024 berichtete, hatten etwa 24 % der japanischen Unternehmen KI schon eingeführt, 35 % planten es und 41 % hatten keine Pläne.
Egal wie sehr KI in den Nachrichten Thema ist: Auf Firmenebene hat nur etwa jedes vierte Unternehmen sie eingeführt. Rund 40 % antworteten, sie wollten sie gar nicht nutzen.
Auch hier zeigt sich dasselbe Bild.
Es ist ein Gesprächsthema. Aber es ist nicht im echten Arbeitsalltag angekommen.
Man findet es praktisch. Aber man hat es nicht in die Arbeitsabläufe eingebaut.
Immer mehr Leute haben ChatGPT schon mal ausprobiert, aber wer seine Arbeit wirklich in Schritte zerlegt und an KI, RPA, VBA oder Codex übergibt, ist noch selten.
Warum machen also alle immer noch Excel von Hand?
Der Grund ist nicht einfach „Faulheit“.
Es gibt fünf Hauptgründe.
1. Man kann die Arbeit nicht zerlegen
Um zu automatisieren, muss man die Arbeit erst in Schritte zerlegen.
Soll zum Beispiel das Übertragen von Daten in Excel automatisiert werden, muss man Dinge festlegen wie:
- Wo liegen die Eingabedaten?
- Wohin gehen die Ausgabedaten?
- Welche Spalte kommt in welche Spalte?
- Welche Ausnahmefälle gibt es?
- Bei einem Fehler: anhalten oder nur ins Protokoll schreiben?
- Welchen Teil prüft am Ende ein Mensch?
Ohne dieses Ordnen lassen sich weder VBA noch RPA noch KI in Gang setzen.
Viele können die Arbeit selbst gut erledigen. Aber sie tun sich schwer damit, sie zu strukturieren und in einer Form an eine Maschine zu übergeben, die diese verarbeiten kann.
Genau da bleiben sie hängen.
2. Die Arbeit hängt an einzelnen Personen
Excel-Handarbeit hängt fast immer an einer Person.
„Das macht der oder die.“ „Das hab ich vom Vorgänger übernommen.“ „Diese Zelle fasst man besser nicht an.“ „Ich weiß nicht, warum die Formel so ist.“ „Jeden Monat machen wir das irgendwie so.“
Dann weiß man schon vor jeder Automatisierung nicht mehr, was die Arbeit eigentlich bedeutet.
Wer RPA einführt, ohne den Sinn der Arbeit zu verstehen, beschleunigt am Ende nur eine rätselhafte Aufgabe.
Automatisieren heißt nicht, Arbeit durch eine Maschine zu ersetzen. Zuerst muss man den Sinn der Arbeit sichtbar machen.
3. Es gibt wenige, die VBA oder RPA beherrschen
Excel-Funktionen können viele, aber bei VBA und Makros wird die Zahl schlagartig kleiner.
Verlässliche öffentliche Daten dazu, wie viele Leute VBA nutzen, sind schwer zu finden. Aber nach dem Gefühl aus der Praxis können viele Excel, und nur sehr wenige können mit VBA Arbeitsabläufe bauen.
Und selbst wenn jemand VBA kann, sammelt sich die Arbeit leicht bei dieser einen Person.
Das Ergebnis sieht so aus:
- Es gibt viel Handarbeit
- Wenige können automatisieren
- Alle Anfragen laufen bei den wenigen zusammen
- Diese Person wird zum Mädchen für alles im Büro
- Niemand kann die Lösung warten
- Am Ende geht es wieder zurück zur Handarbeit
Ein Zoo voller Löcher. (So nenne ich einen Arbeitsplatz, der personell dünn besetzt und an allen Ecken geflickt ist.)
4. Man benutzt KI nur als Gesprächspartner
Selbst wer ChatGPT nutzt, nutzt es meist noch als Ratgeber.
- Verbessere diesen Text
- Fass das zusammen
- Gib mir Ideen
- Schreib mir eine Mail
Auch das ist auf seine Art praktisch.
Aber wenn man dabei stehen bleibt, ist die KI nur ein praktischer Notizblock.
Die eigentliche Stärke liegt dahinter.
- Die Arbeit in Schritte zerlegen
- Sie in Anforderungen überführen
- Sie als Markdown aufschreiben (ein einfaches Textformat)
- Sie an Codex übergeben
- Sie auf GitHub bringen (eine Seite zum Speichern und Teilen von Code)
- Sie in Landingpages, Artikel und Apps einfließen lassen
- Ein Automatisierungsskript daraus machen
- Sogar die Testpunkte erstellen
Nicht die KI fragen, sondern der KI Arbeit übergeben.
Diese Stufe haben bisher nur wenige erreicht.
5. Firmen fürchten das Risiko
Wenn eine Firma KI oder RPA nutzt, gibt es auch Risiken.
- Personenbezogene Daten
- Vertrauliche Informationen
- Rechteverwaltung
- Falsche Ausgaben
- Wer verantwortlich ist
- Sicherheit
- Widerstand der Leute vor Ort
- Passung zu den bestehenden Abläufen
Wenn man das alles bedenkt, ist es natürlich, dass Firmen vorsichtig sind.
Aber vorsichtig sein ist etwas anderes, als gar nichts zu tun.
Keine personenbezogenen Daten eingeben. Lokal verarbeiten. Mit Testdaten ausprobieren. Eine menschliche Prüfung beibehalten. Ergebnisse nicht unbesehen übernehmen. Protokolle führen.
Wenn man den Betrieb so gestaltet, kann man klein anfangen, ohne gleich im ganzen Unternehmen einzuführen.
Das Problem ist, wenn aus der Angst ein „alles verbieten“ wird. Dann bleibt der Betrieb ewig bei Excel-Handarbeit.
Die Excel-Handarbeits-Wirtschaft bleibt uns noch eine Weile erhalten
Nach alldem wird die Excel-Handarbeit in der Praxis wohl noch eine ganze Weile bleiben.
Der Grund ist einfach:
- Die RPA-Quote liegt bei japanischen Unternehmen insgesamt bei etwa 13 %
- Bei kleinen und mittleren Unternehmen unter 10 %
- Bei generativer KI hat nur etwa jedes vierte Unternehmen sie eingeführt
- Codex hat weltweit nur gut 5 Millionen wöchentliche Nutzer
- Wer VBA oder RPA beherrscht, ist selten
- Wer Arbeit zerlegen und an KI übergeben kann, ist noch seltener
Mit anderen Worten: Die Welt ist noch nicht ganz im „Zeitalter, in dem KI die Arbeit ausführt“ angekommen.
In den Nachrichten ist KI großartig. In den sozialen Medien laufen ständig KI-Anwendungsgeschichten durch. Aber vor Ort gibt es immer noch Kopieren und Einfügen, Abtippen, Prüfen mit dem Auge und Bestätigen im Meeting.
Das ist kein Pessimismus. Im Gegenteil, es ist eine Chance.
Wertvoll werden die „Installateure der Arbeit“
Was im KI-Zeitalter an Wert gewinnt, ist nicht einfach, wer KI kennt.
Wert hat, wer Arbeit in eine Form bringen kann, die sich an KI, RPA, VBA und Codex übergeben lässt.
Also ein Installateur der Arbeit.
Vor Ort gibt es lauter verstreute Aufgaben. Es gibt Excel. Es gibt E-Mails. Es gibt PDFs. Es gibt handschriftliche Notizen. Es gibt Meetings. Es gibt stilles Wissen, das nur in den Köpfen einzelner Leute steckt.
All das verwandelt man in Folgendes:
- Zweck der Aufgabe
- Eingabeinformationen
- Ausgabeformat
- Entscheidungskriterien
- Behandlung von Ausnahmen
- Art der Prüfung
- Was sich automatisieren lässt
- Was ein Mensch ansieht
- Anweisungen, die man an Codex oder RPA übergibt
Wer bis auf diese Ebene herunterbrechen kann, ist stark.
Die Arbeit im KI-Zeitalter verschiebt sich von „wer alles selbst von Hand macht“ zu „wer Arbeit so entwirft, dass man sie an die KI übergeben kann“.
„Arbeit übergeben können“ schlägt „KI nutzen können“
Den Unterschied macht künftig nicht, ob du schon einmal KI genutzt hast.
Die Zahl derer, die KI schon genutzt haben, wird wachsen. Die Zahl derer, die ChatGPT schon angefasst haben, auch. Texte erzeugen oder zusammenfassen werden viele können.
Aber folgende Dinge können bisher nur wenige:
- Die eigene Arbeit in Schritte zerlegen
- Handarbeit als Automatisierungskandidaten herausgreifen
- Festlegen, welche Excel-Spalten verwendet werden
- Die Behandlung von Ausnahmen definieren
- Das Markdown schreiben, das an die KI geht
- Codex die Bedingungen für „fertig“ mitgeben
- Das Ergebnis in Landingpages, Artikel und Apps einfließen lassen
- Das Ergebnis ansehen und verbessern
Hier tut sich der Unterschied auf.
Der Vorsprung von morgen liegt also nicht bei den „KI-Nutzern“, sondern bei den „Entwerfern der KI-Ausführung“.
Welche Handarbeit man zuerst ansehen sollte
Wo sollte man also mit dem Automatisieren anfangen?
Zuerst solltest du dir Aufgaben wie diese ansehen.
1. Aufgaben, die sich jeden Monat, jede Woche oder jeden Tag wiederholen
Je häufiger sich eine Aufgabe wiederholt, desto leichter zeigt sich der Effekt der Automatisierung.
Selbst eine Stunde im Monat sind im Jahr 12 Stunden. Machen es mehrere Leute, wird es noch mehr.
2. Aufgaben mit viel Kopieren und Einfügen
Kopieren und Einfügen ist ein Kandidat für die Automatisierung. Es hat wenig Sinn, dass ein Mensch das macht.
Gibt es aber viele Ausnahmen, bei denen man urteilen muss, fängt man mit Teilautomatisierung statt mit voller Automatisierung an.
3. Aufgaben mit viel Prüfen mit dem Auge
Prüfen mit dem Auge ermüdet. Und es schleichen sich Fehler ein.
Sind die Prüfbedingungen klar, lässt sich das mit Excel-Funktionen, VBA, Python, KI oder RPA deutlich verringern.
4. Aufgaben, die in jedem Meeting bestätigt werden
Was in jedem Meeting bestätigt wird, lässt sich sehr wahrscheinlich vorab als Tabelle oder Checkliste ausarbeiten.
Schon der Wechsel von „im Meeting nachfragen“ zu „vorher eintragen lassen“ bringt viel Effizienz.
5. Aufgaben, die nur der Vorgänger verstand
Arbeit, die nur der Vorgänger verstand, ist gefährlich.
Zuerst hält man sie als Standardverfahren schriftlich fest. Dann sucht man die Teile, die sich automatisieren lassen.
Automatisieren ohne Standardisieren ist riskant. Man beschleunigt nur eine Arbeit, die niemand versteht.
6. Aufgaben, bei denen Neulinge oft Fehler machen
Aufgaben, bei denen Neulinge oft Fehler machen, haben hohe Priorität für Automatisierung und Standardisierung.
Denn dahinter steckt meist eines der folgenden Dinge:
- Die Regeln sind stilles Wissen
- Die Eingabefelder sind zu frei
- Die Entscheidungskriterien sind nicht aufgeschrieben
- Die Behandlung von Ausnahmen hängt vom Gedächtnis der Leute ab
- Es gibt zu viele Prüfpunkte
- Man merkt den Fehler erst, nachdem er passiert ist
Das ist weniger ein Problem des Neulings als ein Problem des Arbeitsdesigns.
Wo ein Neuling Fehler macht, macht auch ein Veteran welche, wenn er müde ist. Wo ein Neuling stecken bleibt, bleibt auch die Übergabe stecken. Was ein Neuling nicht versteht, ist auch noch nicht in ein Standardverfahren gegossen.
Deshalb sind die Fehler von Neulingen wertvolle Debug-Protokolle. (Ein Debug-Protokoll ist die Aufzeichnung, in der Programmierer nachlesen, wo ein Programm fehlerhaft läuft.)
Statt „schon wieder ein Fehler“ zu sehen, sieh: „Hier verlangen wir den Menschen zu viel Aufmerksamkeit ab.“
Allein mit dieser Sichtweise wird die Einarbeitung viel leichter.
Kleine Schritte aus der Bambusspeer-Arbeit
Du musst nicht gleich eine digitale Transformation des ganzen Unternehmens anstoßen.
Fang einfach klein an.
Step 1: Eine Handarbeit auswählen
Such dir eine Excel-Aufgabe aus, die du jeden Monat machst. Daten übertragen, auswerten, prüfen, Dateinamen kontrollieren oder PDFs auflisten reicht völlig.
Step 2: Die Arbeitsschritte in Worte fassen
Schreib die Schritte so auf, als würdest du sie jemandem erklären.
- Welche Datei öffnest du
- Welche Spalten siehst du an
- Nach welchen Bedingungen entscheidest du
- Wohin kommt das Ergebnis
- Was machst du bei Ausnahmen
Step 3: Die KI fragen, „welche Teile sich automatisieren lassen“
Frag ChatGPT oder eine andere KI zum Beispiel so:
Teile die Schritte dieser Aufgabe auf, welche Teile sich mit Excel-Funktionen, VBA, RPA, Python oder generativer KI automatisieren lassen. Es muss keine vollständige Automatisierung sein, eine Teilautomatisierung genügt. Schlag sie bitte in der Reihenfolge vom geringsten Risiko an vor.
Step 4: Zuerst teilautomatisieren
Automatisiere nicht von Anfang an vollständig.
Bau zuerst eine Prüftabelle. Zeige nur die wahrscheinlichen Fehler an. Werte per Knopfdruck aus. Automatisiere nur die Prüfung vor dem Übertragen der Daten.
So viel reicht.
Step 5: Wenn es gut läuft, eine Vorlage daraus machen
Wenn eine Sache läuft, mach eine Vorlage daraus.
- Verfahrensanleitung
- Checkliste
- VBA-Code
- RPA-Szenario
- KI-Prompt
- Markdown zum Einspeisen in Codex
Wenn du all das aufbewahrst, wird deine persönliche Arbeit zu einem Vermögenswert.
Im Unternehmen aufpassen, nicht zum Mädchen für alles zu werden
Eine Warnung aber: Wer in einem Unternehmen automatisieren kann, muss aufpassen.
Je mehr du siehst, desto mehr wird dir aufgebürdet. Je mehr du bauen kannst, desto mehr musst du schultern. Je mehr du verbessern kannst, desto eher wirst du zum Mädchen für alles.
Das passiert im Zoo voller Löcher sehr oft.
Das Unternehmen stellt weder Zeit für Standardisierung noch einen Verantwortlichen, noch Anerkennung in der Beurteilung, noch eine Wartungsstruktur bereit und lässt die Verbesserungen nur von den fähigen Einzelnen aufsaugen.
Die Folge: Wer Verbesserungen schaffen kann, brennt aus.
Deshalb musst du, wenn du im Unternehmen eine Verbesserung vorschlägst, diese vier Punkte als Paket mitbringen:
- Wer entscheidet
- Wer betreibt es
- Wer wartet es
- Wie weit reicht dein eigener Anteil
Wer verbessert und diese Punkte im Ungefähren lässt, dem wird der gute Wille abgesaugt.
Im Unternehmen: so wenig Kraftverschleiß wie möglich. Bei den eigenen Werten: voller Einsatz.
Diese Trennung ist wichtig.
Fazit: Solange alle Excel von Hand machen, bau die Leitungen
KI ist längst großartig. Es gibt RPA. Es gibt VBA. Es gibt Codex.
Aber die Nutzungszahlen zeigen: Wer auch die Ausführung seiner Arbeit abgeben kann, ist noch selten.
Die ChatGPT-App hat sich bis auf eine Größenordnung von 1 Milliarde Nutzern pro Monat verbreitet. Codex dagegen hat gut 5 Millionen pro Woche. Die RPA-Quote liegt bei japanischen Unternehmen insgesamt bei 13.04 %. Etwa 24 % der japanischen Unternehmen haben KI eingeführt.
Mit anderen Worten: Die Welt hat sich noch nicht vollständig verändert.
Viele Arbeitsplätze öffnen immer noch Excel, kopieren und fügen ein, prüfen mit dem Auge und bestätigen im Meeting.
Das ist Rückstand. Aber auch eine Chance.
Wertvoll wird künftig nicht, wer nur mit KI herumspielt. Sondern wer Arbeit zerlegt und in eine Form bringt, die sich an KI, RPA, VBA und Codex übergeben lässt.
Solange alle Excel von Hand machen, bauen wir die Leitungen.
Während das Affenmeeting kopiert und einfügt, lassen wir im Hintergrund das Markdown fließen. (Das „Affenmeeting“ ist mein Scherz für ein sinnloses Meeting, in dem alle nur von Hand kopieren und einfügen.) Solange die Excel-Handarbeits-Wirtschaft noch besteht, bauen wir die KI-Ausführungsfabrik.
Das ist heute die Gewinnstrategie.
