Vom Chatbot zum echten Teammitglied

Also, stell dir mal vor, dein absolut fähigster Projektmanager kommt heute bei dir ins Büro.

Oh, ich ahne, worauf das hinausläuft.

Genau. Und der legt dir einfach seine Kündigung auf den Tisch. Bam! In dem Moment verlierst du ja nicht nur eine Arbeitskraft?

Nee, absolut nicht. Da geht ja das ganze Firmengedächtnis mit.

Richtig. Das ganze implizite Wissen über die wichtigsten Kunden, das feine Gespür für diese unausgesprochenen Prozesse. Oder auch einfach die Erinnerung daran, warum ihr vor drei Jahren eine bestimmte Entscheidung exakt so und nicht anders getroffen habt. All dieses, ich nenn's mal, kulturelle Gedächtnis, das marschiert in dem Moment einfach mit ihm zur Tür raus.

Und das ist halt der absolute Albtraum für jedes Unternehmen, oder? Wir investieren ja Unsummen in Wissensmanagement, in riesige Datenbanken, Wikis, Confluence, was auch immer.

Ja, total.

Alles nur in der Hoffnung, dieses menschliche Erfahrungswissen irgendwie greifbar zu machen. Aber ganz ehrlich, am Ende verbringen die Leute, die noch da sind, einen Absurdenteil ihres Tages mit der Arbeit, also der Arbeit rund um die Arbeit quasi.

Genau, die suchen sich dann die Infos zusammen, scrollen mühsam durch alte Chatverläufe oder müssen Kollegen fragen, wo ein Projekt überhaupt steht. Und genau da, genau da setzen wir in unserer heutigen Tiefenanalyse an.

Ein extrem spannendes Thema heute.

Absolut. Wir schauen uns nämlich eine technologische Entwicklung an, die genau diese Lücke schließt. Und um das direkt klarzustellen, wir reden hier in diesem Deep Dive heute nicht, also wirklich gar nicht über den nächsten Standard-Chatbot. Nee, überhaupt nicht. Wo du so ein Fenster öffnest, ne? Frage reintippst und beim nächsten Mal weiß das Ding von nichts mehr. Wir reden heute über echte, in Anführungsstrichen digitale Mitarbeiter. Das System dahinter nennt sich NaraOS und entwickelt wurde das von setaro.

Genau, setaro. Und der Kerngedanke, also die absolute Prämisse bei dieser Architektur ist ja, dass der Mensch das Vorbild ist. Wenn du wirklich Entlastung willst, musst du das System wie einen Menschen aufbauen.

Okay, lass uns das mal auseinandernehmen, weil das ist ja ein massiver Paradigmenwechsel.

Das ist fundamental, ja. Wenn wir uns so bisherige Automatisierungen anschauen oder reine KI -Agenten, die arbeiten ja rein transaktional.

Wie meinst du das genau?

Na ja, die bekommen einen isolierten Auftrag. So nach dem Motto, fasse diese E -Mail zusammen oder trag mir diesen Termin ein und soweit das durch ist, zack, wird der Vorgang aus dem Arbeitsspeicher gelöscht.

Einmal erledigt, sofort vergessen.

Exakt, ein digitaler Mitarbeiter, der auf NaraOS basiert, der agiert da völlig anders, der kriegt keine Einzelaufträge, der übernimmt einen echten Verantwortungsbereich, der baut eine persistente, also eine durchgehende, dauerhafte Identität auf, er hat eine echte Geschichte im Unternehmen.

Warte mal, das heißt aber auch, also wenn ich mir jetzt eine normale Software

kaufe, dann installiere ich die, logge mich ein und zack, es muss funktionieren.

Richtig.

Aber wenn das menschliche Vorbild hier gilt, dann klappt das so ja nicht. Einen neuen Kollegen aus Fleisch und Blut, den klicke ich ja nicht einfach an, den muss ich einarbeiten, der braucht einen Paten, der braucht Zeit, um diese ungeschriebenen Gesetze zu kapieren. Wie sieht das denn bei NaraOS aus?

Das ist genau der Punkt, das ist der Kern des Onboardings bei diesen Systemen. Du hast da nicht einfach einen Schalter, du gibst diesen digitalen Kollegen einen menschlichen Sponsor.

Okay.

Dann definierst du seine Rolle und dann durchläuft er eine Einarbeitungsphase. Das kann gut und gerne, also das kann wirklich bis zu 90 Tage dauern.

Krass, 90 Tage für eine Software?

Ja, weil er in der Zeit beobachtet, er führt strukturierte Gespräche, er vernetzt sich richtig. Es gibt da sechs Bausteine, die extrem wichtig sind, er braucht diese persistente Identität, den klar abgesteckten Verantwortungsbereich, er muss Fähigkeiten erlernen, er formt Beziehungen, also zu den echten Mitarbeitern, er nutzt eine sogenannte Eigenzeit und ganz wichtig, er baut ein Gedächtnis auf.

Ah, okay, bei dem Wort Gedächtnis, da

geht bei mir direkt eine rote Flagge hoch. Wieso? Na ja, überleg mal, wenn ich einem menschlichen Kollegen in der Kaffeepause was erzähle, so ein wichtiges Detail, dann ordnet der das in einen Kontext ein. Der merkt sich ja nicht meinen genauen Wortlaut, sondern die Bedeutung.

Genau.

Wenn jetzt aber eine KI monatelang absolut jeden Chat, jedes PDF, jede kleine Entscheidung aufsaugt, ertrinkt dieses System dann nicht irgendwann in so einem gigantischen Datensumpf? Wie strukturiert dieses Gehirn denn seine Erinnerungen?

Ja, das ist eine super Frage. Und die Lösung dafür ist geradezu technische Psychologie. NaraOS wirft nicht einfach alle Textbausteine in so eine riesige, flache Datenbank. Das Gedächtnis ist streng hierarchisch unterteilt, und zwar in sechs Ebenen. Wir nennen die L1 bis L6.

Okay, also anstatt einfach stumpf nach Stichworten zu suchen, baut sich das Thema quasi so eine Art Ermittler-Pinnwand auf. Weißt du, wie in so Krimis, wo in der Mitte das große Motiv hängt? Und außenrum die kleinen Beweise mit roten Fäden.

Das ist ganz ehrlich eine exzellente Metapher, das trifft es perfekt. Ganz oben auf deiner Pinwand, auf Ebene L1, da hängt der sogenannte Lebenskompass. Das ist wirklich die ganz abstrakte, langfristige Orientierung.

Also die große Strategie?

Genau. Die KI versteht auf L1. Was ist der fundamentale Zweck von diesem Unternehmen und was ist eigentlich meine übergeordnete Mission hier?

Okay, L1 ist der Kompass und L2?

L2 ist der Lebensbereich. Da verortet sich die KI in den großen Abteilungen und den Makroprozessen. Sie weiß dann, ah, ich bin im Bereich Logistik tätig, meine Aufgabe ist die Stabilität der Lieferkette.

Verstehe, das gibt also den großen Rahmen vor. Aber ganz ehrlich, das hilft mir ja im echten Tagesgeschäft überhaupt nicht weiter, wenn es brennt. Richtig.

Und dafür gibt es die mittleren Ebenen. Hier wird es nämlich extrem mächtig. L3, das sind die Muster.

Muster.

Ja, die KI registriert nicht nur Einzelereignisse, sondern sie zieht da wiederkehrende Zusammenhänge raus. Der Modus operandi auf deiner Ermittler -Pinwand.

Ah.

Sie lernt dann zum Beispiel auf L3. Immer wenn wir Bauteil X bei Zulieferer Y bestellen, haben wir drei Tage Verzögerung.

Das ist natürlich extrem wertvoll. Absolut.

Und darunter liegt dann L4. Das ist die kompakte Episode. Also so verdichtete Zusammenfassungen von fertigen Projekten oder Meilensteinen. Und L5 ist dann die ausführliche Episode. Da sind komplette Szenen und Abläufe und der breitere Kontext gespeichert.

Und ganz unten? L6, ist das dann buchstäblich die DNA -Spur am Tatort?

Genau das. L6 ist die quellnahe Nacherzählung. Da liegen wirklich die harten Evidenzen. Originale Chatverläufe, exakte Daten, harte Fakten.

Okay. Aber da muss ich jetzt massiv reingrätchen.

Nur zu.

Wenn ich diesen digitalen Kollegen jetzt frage. Hey, wo hakt es bei Projekt Alpha? Rattert der dann ernsthaft jedes Mal seinen kompletten L1 -Lebenskompass? Alle gesammelten L3 -Muster und Zehntausende von kleinteiligen L6 -Chat -Protokollen durch?

Das wäre ineffizient, ja.

Das würde doch ewig dauern. Und die Serverkosten würden explodieren.

Das wirft eine ganz zentrale Frage auf, aber genau das passiert eben nicht. Das System hat eine chirurgisch präzise Abruflogik. Das öffnet nur das, was wirklich zwingend gebraucht wird.

Wie geht das?

Wenn du was fragst, triggert das keinen riesigen Datenbank -Dump. Die oberen Ebenen, L1 und L2, die geben intern nur den Rahmen. Die klären ganz schnell, warum ist das für meine Rolle überhaupt relevant? Die mittleren, also L3 und L4, die liefern das inhaltliche Muster. Okay. Und erst, aber auch wirklich erst, wenn du nach harter Evidenz fragst, sowas wie welche Seriennummer hatte das Teil, dann greift er punktgenau auf L5 und L6 zu. Er zieht nur einen Faden, nicht den ganzen Teppich.

Ah, okay. Ressourcenschonend. Macht Sinn.

Aber Erinnerung ist ja nur die halbe Miete. Ein Kollege, der alles weiß, aber den ganzen Tag nichts tut. Das ist ja im Grunde nur ein absurd teures Lexikon. Richtig. Wie arbeitet diese KI denn im digitalen Alltag? Wie redet die mit uns?

Das bringt uns direkt zur Architektur der Arbeitsumgebung. Und hier wird es wirklich extrem spannend, weil wir uns von einem der größten Zeitfresser überhaupt verabschieden.

Lass mich raten, keine endlosen Meetings mehr.

Exakt. Keine Meetings. Die gesamte Kommunikation läuft strukturiert ab, und zwar asynchron über Chat, in sogenannten Räumen.

Räumen, also wie in Messaging -Apps.

Genau. Ein Raum bündelt ein Projekt und alle beteiligten Menschen und KIs. Und in diesen Räumen gibt es dann Gesprächsfäden, also Threads. Der riesige Vorteil. Alles wird im natürlichen Verlauf dieser Fäden entschieden.

Und es bleibt nachvollziehbar.

Absolut. Monate später siehst du noch exakt, wer was warum entschieden hat. Es gibt kein: „Oh, das haben wir doch gestern in der Kaffeeküche besprochen.“

Das ist genial. Aber okay, er chattet in diesen Räumen. Wie macht er den wirklich Sachen? Er hat ja keine Hände, um jetzt mal eben eine Excel-Tabelle zu bearbeiten oder in einer anderen Software was zu klicken.

Dafür nutzt NaraOS sogenannte Agenten. Das sind die Fähigkeiten oder Skills. Das sind quasi seine Hände.

Was für Skills sind das?

Der kommt schon ab Werk mit Standardskills. Der kann Microsoft 365, E-Mails, der kann in Notion komplexe Wissensdatenbanken durchforsten oder in monday.com Aufgaben verschieben. Und das Beste, er kann individuelle Skills für euer spezifisches Unternehmen dazulernen.

Wahnsinn. Okay, das heißt, am Tag orchestriert er in diesen Räumen seine Aufgaben. Aber was ist nach Feierabend? Wir Menschen gehen nach Hause, schlafen, erholen uns. Geht die KI dann einfach in den Standby -Modus bis am nächsten Morgen jemand Hallo tippt?

Nein. Und das ist vielleicht der philosophischste Teil des Ganzen. Wir müssen hier strikt zwischen Arbeitszeit am Tag und Eigenzeit in der Nacht unterscheiden.

Eigenzeit. Du meinst, die KI schläft und träumt? Und ich zahle dafür Cloud -Rechenleistung, während meine KI nachts ein Nickerchen macht? Wie rechnet sich das denn?

Es rechnet sich, weil in dieser Eigenzeit der eigentliche Mehrwert entsteht. Das ist wie beim menschlichen REM-Schlaf.

Wo wir Muster bilden?

Genau. Am Tag ist die KI vom operativen Geschäft getrieben. Aufgaben erfüllen, Fragen beantworten. Aber in der Nacht, völlig ohne Unterbrechung, da verarbeitet sie die Erlebnisse. Sie gleicht Chats ab, sucht nach Anomalien. Hier formt sie diese L3 -Muster.

Das heißt, da entstehen regelrecht innere Monologe eigene Schlüsse, die ich gar nicht angefragt habe.

Exakt. Sie folgt eigenen Interessen, baut Kompetenzen aus. Aber ganz wichtiges Detail. Diese privaten Gedanken sind streng getrennt von den echten operativen Daten.

Das fließt nicht einfach so ins System zurück.

Erst wenn die KI am nächsten Tag im Chat einen verifizierten Vorschlag macht und ein Mensch zustimmt,

wird es real. Okay, genug der Theorie. Das klingt fast zu gut.

Lass uns schauen, wie das in der Praxis aussieht. Wir haben für diesen Deep Dive ja vier Beispiele recherchiert. Extrem detaillierte Fälle. Fangen wir an mit Timo und Mira.

Ein Superbeispiel. Timo ist ein digitaler Mitarbeiter im operativen Bereich. Mira ist im Management.

Genau. Stell dir vor, es ist Freitagmorgen. Vorgang 2417, ein Liefertermin wackelt. Es hakt in der Produktion.

Und Timo legt los. Er pingt nicht einfach eine Datenbank an. Er redet mit den Leuten. Um 07:16 schreibt Timo daraufhin Marco aus der Werkstatt. Morgen Marco. Bei Auftrag 2417 fehlt die Materialzuordnung. Ist das Teil schon da?

Und Marco antwortet. Ja, bei Sonderteilen fehlt die Zuordnung im System häufiger.

Ein winziger Nebensatz von Marco. Aber Timo macht direkt weiter. Er chattet mit Aylin im Lager. Aylin sagt, ja, P42, Charge C4181 liegt bereit.

Zack, Material ist da. Aber Timo denkt ja mit. Er kontaktiert Frank von der Qualitätssicherung.

Genau. Frank sagt, ich brauche den Prüfbericht. Timo holt den Bericht per Skill, gibt ihn Frank. Frank sagt, technische Eignung passt.

Und dann kommt noch Lea aus der Planung dazu und setzt eine harte Deadline. Plan muss bis 14 Uhr stehen, sonst kippt uns alles.

Logistische Detektivarbeit vom Feinsten. Und jetzt kommt die Eigenzeit. Timo klärt nicht nur diesen Einzelfall. Er erinnert sich nachts an Marcos Nebensatz.

Aha, das L3-Muster.

Richtig, er lernt. Bei Sonderteilen fehlt oft die Zuordnung und schlägt am nächsten Tag direkt vor, die Lagerübergaberegeln anzupassen.

Wahnsinn. Aber wir haben jetzt Freitagvormittag, der Plan muss bis 14 Uhr stehen. Timo darf ja nicht selbst entscheiden in der Produktion. Er übergibt das komplett aufbereitet an Mira.

Genau, Mira ist die digitale Assistentin der Geschäftsführung. Mira bereitet das Lagebild für Johannes, den echten CEO vor. Sie schreibt Johannes, Vorgang 2417, Material und Qualität passen, Option eins, Teillieferung, kostenneutral, aber Risiko bei Kundenzustimmung, Option zwei, Zusatzschicht, pünktlich, aber höheres Qualitätsrisiko durch Ermüdung. Johannes liest das, der muss sich nicht durch 20 E -Mails wühlen.

Er schreibt einfach, Option 2. Die KI führt es aus, der Mensch urteilt, die KI bereitet vor.

Perfektes Zusammenspiel. Lass uns zu Lina springen.

Beispiel 2, Lina im Projektmanagement.

Lina ist quasi das Ende vom Silo -Denken. Sie verhindert, dass Projektwissen in endlosen Listen oder irgendwelchen Köpfen versandet.

Genau, Lina hält einfach die Verbindung zu allen. Sie merkt zum Beispiel, wenn ein Dienstleister ein AP-Dokument noch nicht geliefert hat, fragt freundlich nach, gleicht das mit den Entwicklern ab und zwar alles asynchron im Chat. Und sie bringt das Projekt genau zu dem Punkt, wo der Mensch nur noch sagen muss, okay, wir verschieben den Launch oder wir machen es so.

Sie nimmt uns diese ganze kognitive Last ab, dieses ständige Hinterherrennen.

Absolut. Und dann haben wir noch ein drittes, extrem anschauliches Beispiel. Enno.

Enno ist fantastisch, ja. Er ist für Energie - und Ressourcenmanagement zuständig.

Seine Einarbeitung lief echt wie bei einem neuen Kollegen. Er kriegt seinen M365-Zugang, er liest Organigramme, checkt, wer was macht und er vernetzt sich direkt per Du mit den Leuten.

Sein Auftrag ist, Einsparpotenziale zu finden. Und er chattet wegen einer Trocknungsanlage der T500 mit Julia, die da arbeitet. Und Julia merkt beiläufig an, echt komisch, dass die Absaugung in unseren Pausen einfach voll weiterläuft.

Enno schnappt das sofort auf. Er zieht Frank und Jürgen aus der Instandhaltung mit in den Raum. Die tüfteln das aus und beschließen. Wir passen die Heizkurve an. Spart sofort bares Geld.

Super Erfolg. Aber, und das ist das Geniale, wenn wir das jetzt mal in den größeren Kontext setzen. Was passiert denn sechs Monate später?

Oh ja, ein Update.

Genau, der Hersteller macht ein Update und zerschießt die ganzen Einstellungen. Setzt die Heizkurve auf Werkseinstellungen zurück. Ein normaler Bot würde einfach gar nichts merken.

Aber Enno hat das im Gedächtnis. In seinem L4 und L5 -Gedächtnis. Er weiß noch genau, warum das damals mit Julia, Frank und Jürgen geändert wurde. Er kennt die Parameter, er hat den Kontext.

Er erkennt die Abweichung sofort, schlägt Alarm, weil er eben die Vorgeschichte hat.

Es fühlt sich so unfassbar organisch an, oder?

Ja, weil die Arbeitsteilung völlig klar ist. Die KI bereitet vor, nutzt Skills, Gedächtnis und Eigenzeit.

Und du, also du als Hörer, als Mensch, du bringst dein fachliches Urteil ein. Du behältst die unternehmerische Verantwortung, du entscheidest und die KI hält den ganzen Zusammenhang am Laufen.

Weißt du, ich möchte dir da draußen am Ende noch eine wirklich provokante Frage mitgeben.

Schieß los.

Überleg mal. Wenn so ein System jeden einzelnen Tag durch seine Eigenzeit und durch echte Interaktion ein kleines bisschen mehr über dein Unternehmen lernt, über deine Kollegen, über diese ganzen unausgesprochenen Prozesse, Ab welchem Punkt glaubst du, hört das auf, ein reines Stück Software zu sein?

Wow.

Wann wird das Ding tatsächlich unersetzlich für die Firmenkultur? Und was bedeutet das eigentlich für den Moment, in dem ein menschlicher Kollege das Unternehmen verlässt? Vermisst er dann seinen digitalen Kollegen Lina oder Enno mehr als manchen echten Mitarbeiter?

Lass das mal kurz wirken. Das ist echt ein verrückter Gedanke. Aber genau das ist es, was diese Technologie so revolutionär macht. Wir hoffen jedenfalls, dass du in dieser Tiefenanalyse heute was Spannendes für dich mitnehmen konntest.

Das war wirklich ein extrem tiefer Einblick heute.

Absolut. Und wir freuen uns natürlich riesig darauf, dich beim nächsten tiefen Eintauchen in ein neues Thema wieder begrüßen zu dürfen. Bis dahin, mach's gut.