IBA Redaktionsteam Viele Unternehmen setzen Künstliche Intelligenz als Assistenz- oder Automatisierungstool ein. Gleichzeitig entstehen mit Agenten-Systemen neue Ansätze, bei denen KI eigenständig Rollen übernimmt und Arbeitsprozesse aktiv mitgestaltet. Damit verändert sich nicht nur die Technologie, sondern die Organisation von Arbeit insgesamt. Oskar Trautmann, Manager Strategy Agentic AI bei Plan.Net Studios, begleitet diesen Wandel strategisch. Im Interview mit dem IBA Forum spricht er über Agentic AI, neue Formen der Arbeitsteilung und darüber, warum der Dialog zwischen den Generationen dabei entscheidend bleibt.
Oskar, du warst beim letzten Wherever Whenever – Work Culture Festival gemeinsam mit deinem Vater mit „Zoomer meets Boomer“ auf der Bühne. Wenn du heute darauf zurückblickst: Was hat sich seitdem in deiner Sicht auf die Arbeit verändert, insbesondere mit deiner neuen Rolle im Bereich Agentic AI?
Ich habe das Gefühl, dass sich die Arbeitswelt gerade schneller verändert als je zuvor. Vor einem Jahr haben wir noch viel darüber gesprochen, wie hybride Modelle funktionieren oder wie man Präsenz sinnvoll gestaltet. Heute geht es stärker um die Frage, wie KI ganz konkret in Arbeitsprozesse eingreift. Dabei wird das Büro weniger zum Pflichtort und mehr zum Experimentierraum. Themen wie KI lassen sich nicht rein digital lösen. Teams müssen zusammenkommen, ausprobieren und voneinander lernen. Gleichzeitig sehe ich, dass sich die Rollen verschieben. Jüngere bringen einen sehr natürlichen Umgang mit KI mit, während erfahrene Mitarbeiter Kontextwissen und Urteilskraft haben. Diese Kombination wird immer wichtiger.
Viele kennen dich als Podcaster und Stimme der Generation Z. Heute arbeitest du als Manager Strategy Agentic AI. Was reizt dich persönlich an dieser Schnittstelle aus Kultur, Technologie und Strategie und wie passt das für dich zusammen?
Für mich gehört das alles zusammen. KI ist keine isolierte Technologie, sondern eine Querschnittstechnologie, ähnlich wie Elektrizität oder das Internet. Sie verändert nicht nur Tools, sondern ganze Organisationslogiken. Wenn sich die Arbeitsteilung ändert, betrifft das automatisch Kultur, Führung und Strategie. Genau das reizt mich: nicht nur einzelne Anwendungen einzuführen, sondern zu überlegen, wie Organisationen strukturell anders arbeiten können. Ich möchte lieber aktiv mitgestalten, als nur zuzuschauen, wie Entwicklungen von außen passieren. Und gerade in Europa haben wir die Chance, KI menschlicher und verantwortungsvoller einzusetzen.
Viele Unternehmen nutzen ChatGPT oder Copilot. Was unterscheidet diese Tools von KI-Agenten?
Generative KI wie ChatGPT oder Copilot reagiert in erster Linie auf einzelne Anfragen. Man gibt einen Prompt ein und erhält eine Antwort, einen Text oder eine Auswertung. Das ist hilfreich, bleibt aber punktuell. KI-Agenten gehen einen Schritt weiter. Das System übernimmt eine klar definierte Rolle und bearbeitet Aufgaben eigenständiger und kontinuierlicher. Ich erkläre das gern anhand von drei Bausteinen. Erstens gibt es eine Rollenbeschreibung, zum Beispiel: „Du bist mein Rechercheagent, arbeitest kritisch und belegst deine Aussagen mit Quellen.“ Zweitens das Sprachmodell (wie ChatGPT) im Hintergrund, das Inhalte generiert und bewertet. Und drittens die Tools, auf die der Agent zugreifen darf, zum Beispiel Websuche, interne Daten oder andere Systeme. Diese Kombination macht den Unterschied. Agenten arbeiten nicht nur antwortend, sondern in Zyklen aus Planen, Ausführen und Reflektieren. Sie verfolgen einen Zielzustand und erledigen Aufgaben innerhalb eines definierten Rahmens, also eher wie ein Teammitglied mit Zuständigkeit. Viele Workflows werden heute schon als Agenten bezeichnet, sind letztlich aber nur Automatisierungen. Agentic AI hingegen kommt der menschlichen Arbeitslogik näher und verändert damit tatsächlich, wie Arbeit organisiert wird.
Gab es für dich einen Moment, in dem dir klar wurde, dass KI kein Tool mehr im Hintergrund ist, sondern die Art und Weise, wie Organisationen funktionieren, verändert?
Ja, definitiv. Für mich war das der Punkt, an dem KI nicht mehr nur einzelne Aufgaben beschleunigt, sondern begonnen hat, unterschiedliche Systeme und Wissensquellen miteinander zu verbinden. Plötzlich ging es nicht mehr nur darum, Texte schneller zu schreiben, sondern auch darum, wie Informationen innerhalb der Organisation fließen. Wenn ein System gleichzeitig auf Dokumente, Projektstände, Kommunikation und Daten zugreifen kann und daraus eigenständig Handlungsvorschläge ableitet, verändert das die Strukturen. Silos lösen sich auf, Zuständigkeiten verschieben sich und Prozesse werden durchlässiger. In diesem Moment wird klar: Das ist kein zusätzliches Tool mehr. Das ist eine neue Ebene von Infrastruktur. Und Infrastruktur verändert immer die gesamte Organisation und nicht nur den einzelnen Arbeitsplatz.
Viele Unternehmen experimentieren gerade mit KI-Tools. Ab wann wird aus Automatisierung wirklich eine neue Arbeitsteilung zwischen Mensch und Maschine?
Automatisierung bleibt oft bei Effizienzgewinnen stehen. Zwar spart man Zeit bei Routinen, doch die eigentliche Arbeitslogik bleibt unverändert. Eine neue Arbeitsteilung entsteht erst, wenn KI nicht nur unterstützt, sondern Verantwortung für klar definierte Aufgaben übernimmt. Das passiert am ehesten durch ein sichtbares Leuchtturmprojekt. Also einen Anwendungsfall, der für ein ganzes Team oder eine Abteilung einen spürbaren Mehrwert schafft. Idealerweise betrifft dies Aufgaben, die ohnehin niemand gern ausführt, wie Recherche, Reporting oder Dokumentation. Wenn Mitarbeiter erleben, dass KI echte Entlastung bringt und nicht Kontrolle, verändert sich ihre Haltung. Erst dann beginnt eine Organisation, Prozesse bewusst neu zu verteilen. Was macht der Mensch? Was übernimmt die Maschine? Genau dort startet echte Transformation.
Wo gibt es heute schon konkrete Beispiele, in denen Agenten eher wie Teammitglieder agieren und nicht wie Software im Hintergrund?
Wir entwickeln und testen derzeit spezialisierte Agenten mit klar definierten Rollen. Ein Beispiel ist der sogenannte Opinionated Agent, den wir intern Hannah nennen. Hannah ist bewusst datenorientiert und kritisch angelegt und arbeitet mit Kriterien, nach denen sie Informationen bewertet und priorisiert. Im Alltag binden wir sie ganz pragmatisch ein, etwa per CC in E‑Mails oder in Projekten. Wenn ich beispielsweise eine Markt- oder Wettbewerbsanalyse anfordere, erkennt Hannah den Auftrag, recherchiert eigenständig, sammelt Quellen, strukturiert Ergebnisse und liefert kurze Zeit später einen belastbaren Bericht, den sie sehr kritisch überprüft. Das entspricht in etwa der Arbeit einer sehr sorgfältigen Junior- bis Intermediate-Kraft. Wichtig ist dabei die Transparenz. Wir kommunizieren klar, dass Hannah ein Agent ist und kein Mensch. Trotzdem verändert sich die Zusammenarbeit spürbar. Aufgaben werden tatsächlich delegiert und nicht nur automatisiert. Der Agent übernimmt Recherche- und Routinetätigkeiten, während sich das Team stärker auf Bewertung, Priorisierung und Entscheidungen konzentrieren kann. Genau an diesem Punkt wird aus einem Tool ein echter Akteur im Prozess.
Wenn KI-Agenten Aufgaben übernehmen, verschiebt sich Arbeit vom reinen Abarbeiten hin zum Entscheiden und Gestalten. Wie verändert das deiner Erfahrung nach die Zusammenarbeit in Teams?
Ich glaube, wir stehen vor einer ähnlichen Situation wie damals bei der Einführung von E‑Mails oder Cloud-Tools. Wir gewinnen Zeit, aber wir müssen bewusst entscheiden, wie wir sie nutzen. Wenn KI operative Aufgaben übernimmt, entsteht Raum für konzeptionelle Arbeit wie Priorisieren, Bewerten, Gestalten und Führen. Genau diese Tätigkeiten sind jedoch weniger standardisiert und erfordern mehr Abstimmung im Team. Das heißt: Zusammenarbeit wird dialogischer. Weniger Abarbeiten, mehr Diskussion über Richtung und Qualität. Auch Führung verändert sich. Es geht weniger um die Kontrolle von Tasks und mehr um Orientierung und Kontext. Langfristig könnte dies die Arbeit menschlicher gestalten. Vorausgesetzt, Organisationen nutzen den gewonnenen Freiraum bewusst und füllen ihn nicht einfach mit noch mehr Meetings, wie bisher.
Du beschäftigst dich viel mit Generationenfragen. Wer tut sich mit KI leichter: Gen Z oder erfahrene Mitarbeiter und warum?
Die Zahlen zeigen eindeutig, dass vor allem jüngere Mitarbeiter KI sehr selbstverständlich nutzen. In der Generation Z ist die Adoptionsrate im Arbeitskontext extrem hoch, während sie bei vielen erfahrenen Beschäftigten noch deutlich niedriger liegt. Der Zugang ist oft intuitiver, experimenteller und weniger von Berührungsängsten geprägt. Gleichzeitig werden die Stärken der älteren Generation häufig unterschätzt. Sie bringen Kontextwissen, Qualitätsbewusstsein und strategische Erfahrung mit. Gerade im Umgang mit KI ist das von entscheidender Bedeutung, da Ergebnisse eingeordnet, Risiken bewertet und Entscheidungen verantwortet werden müssen. Hinzu kommt ein stärkeres Bewusstsein für Themen wie Datensicherheit, Governance und Systemgrenzen. Das sind Aspekte, die bei KI-Projekten schnell kritisch werden können. Aus meiner Sicht geht es deshalb nicht um ein Entweder-oder. Am stärksten sind Teams, die beides verbinden: die Geschwindigkeit und Tool-Kompetenz der Jüngeren mit der Urteilskraft und Erfahrung der Älteren. Ein solcher Tandemansatz schafft Respekt in beide Richtungen und führt in der Regel zu deutlich besseren Ergebnissen.
Gibt es Stärken der Boomer-Generation im Umgang mit KI, die wir oft unterschätzen?
Absolut. Gerade die kritische Distanz halte ich für sehr wertvoll. Themen wie Datenschutz, Sicherheit oder langfristige Auswirkungen werden von den älteren Generationen oft viel bewusster hinterfragt. Und vor allem verfügen sie über enormes Erfahrungswissen. KI kann zwar Informationen liefern, aber sie ersetzt weder Bauchgefühl noch tiefgreifende Branchenkenntnisse oder ganzheitliche strategische Einschätzungen. Wenn diese Erfahrung mit KI kombiniert wird, entsteht ein sehr starker Hebel. Das wird häufig unterschätzt, da der Diskurs oft nur auf technische Kompetenz schaut.
Im Podcast „Zoomer meets Boomer“ dreht sich alles um den Dialog zwischen den Generationen. Welche Missverständnisse zum Thema KI begegnen dir am häufigsten und wie lassen sie sich auflösen?
Ein häufiges Missverständnis entsteht beispielsweise, wenn KI vorschnell als Bedrohung oder Allheilmittel gesehen wird. In manchen Teams reagieren erfahrene Mitarbeiter zunächst mit Skepsis oder Ablehnung, da sie Kontrollverlust oder Qualitätsprobleme befürchten. Umgekehrt nutzen jüngere Beschäftigte KI sehr selbstverständlich, ohne immer zu reflektieren, wo die Grenzen liegen oder warum Ergebnisse überprüft werden müssen. Problematisch wird es, wenn daraus Verbote oder Vorwürfe entstehen. Dann geht wertvolles Lernpotenzial verloren. Aus meiner Sicht braucht es hier gemeinsame Lernräume. Also Formate, in denen man offen zeigt, wie man KI einsetzt, Ergebnisse diskutiert und voneinander lernt. Wenn beide Seiten ihre Perspektiven einbringen, entsteht schnell ein produktiver Austausch. Die einen bringen Tempo und Tool-Kompetenz mit, die anderen Erfahrung, Kontext und Qualitätsmaßstäbe. Genau dieser Dialog ist entscheidend, damit KI nicht trennt, sondern Zusammenarbeit stärkt. Nur über die kontinuierliche praktische Anwendung gelangt man am Ende zur lernenden Organisation.
Was rätst du Menschen, die denken: „Alle reden über KI, aber ich weiß nicht, wo ich anfangen soll“?
Ich würde immer mit einem konkreten Anwendungsfall starten. Entweder etwas, das Zeit kostet und lästig ist, oder etwas, das wirklich Spaß macht. Beides funktioniert. Im beruflichen Kontext kann das zum Beispiel eine wiederkehrende Recherche, eine Marktübersicht oder eine Dokumentation sein. Privat vielleicht die Reiseplanung oder die Strukturierung von Informationen. Wichtig ist, anzufangen und nicht auf die perfekte Strategie zu warten. KI lernt man nicht theoretisch, sondern durch Ausprobieren. Viele erwarten jedoch sofort perfekte Ergebnisse. Dabei braucht es meist einige Iterationen, bis Prompts und Abläufe funktionieren. Sobald dieser erste Nutzen spürbar wird, entsteht schnell Routine. Dann wächst die Kompetenz fast automatisch und es kommen täglich neue Ideen.
Wenn du drei Dinge nennen müsstest, die jede Organisation 2026 im Umgang mit KI geklärt haben sollte, welche wären das?
Erstens: eine gemeinsame Daten- und Digitalisierungsbasis. Ohne saubere Strukturen funktioniert keine KI sinnvoll. Zweitens: Qualifizierung. Mitarbeiter müssen verstehen, wie die Systeme arbeiten und wo ihre Grenzen liegen. Das darf kein Spezialthema einzelner Teams sein, sondern gehört in die Breite der Organisation. Und drittens: Konkrete Anwendungsfälle mit erkennbarem Mehrwert. Es geht nicht um Technik um der Technik willen, sondern um Lösungen für reale Probleme. Erst wenn der Nutzen sichtbar wird, entsteht echte Veränderung. Wenn diese drei Punkte zusammenkommen, kann KI ihr Potenzial organisatorisch entfalten und wirklich Teil des Arbeitsalltags werden.
Oskar, vielen Dank für das Interview.
