Echte Unternehmung vs. No Humans Company – Zwei Wege, KI zu organisieren

Redaktion29. März 2026Reflexion

Wie sich echte Unternehmen gerade rund um KI formieren – und warum wir bei Orgmented eine andere Architektur bauen.

reflexionorganisationstrategieki-unternehmung

Sobald Unternehmen merken, dass KI ein echter Produktivitätshebel ist, passiert etwas Vertrautes: Sie organisieren sich. Verantwortlichkeiten entstehen. Meetings. Arbeitsgruppen. Governance-Strukturen. Center of Excellence.

Das ist nicht irrational. Es ist die normale Reaktion auf ein neues, wichtiges Thema. Unternehmen versuchen, Unsicherheit durch Struktur beherrschbar zu machen.

Aber genau hier liegt die Reibung.

Organisation vs. Output

Während das Unternehmen beginnt, sich um KI herum zu organisieren, zeigt sich eine zweite Wahrheit: Der eigentliche Output entsteht an überraschend wenigen Stellen. Nicht im Steering Committee. Nicht in der 90-Minuten-Abstimmung. Sondern dort, wo jemand wirklich baut – Modelle testet, Agenten verbindet, Prompts korrigiert, Dinge deployed und am Ende etwas Funktionsfähiges liefert.

Eine klassische Unternehmung fragt zuerst: Wie organisieren wir dieses Thema?

Eine No Humans Company fragt zuerst: Wie erzeugen wir damit Output?

Das ist ein fundamentaler Unterschied.

Die Anekdote

Im echten Unternehmen sitzen fünf Leute zusammen und sprechen darüber, wie man KI sauber einführt. Governance, Marke, Prozesse, Zuständigkeiten, Risiken.

Währenddessen öffnet irgendwo eine Person Claude Code, baut drei Workflows, testet zwei Modelle gegeneinander, korrigiert das Prompting und hat am Abend etwas Nutzbares geschaffen.

Beides ist real. Aber nur eines erzeugt direkt Produkt.

HUMANS COMPANYManagementGovernanceBrandProcessesBuilderRisksDeveloper▲ OUTPUT
NO HUMANS COMPANYCEO AgentCTO AgentGov. AgentBrand AgentOps AgentBuilder AgentRisk AgentEngineer Agent▲ OUTPUT

Drei Phasen der Formierung

Wir beobachten, dass sich echte Unternehmen in drei Schritten formieren:

Erstens: Sie erkennen KI als relevantes Thema an.

Zweitens: Sie übersetzen das Thema in bekannte Organisationsmuster – Zuständigkeiten, Gremien, Entscheidungswege.

Drittens: Sie merken, dass der reale Output trotzdem an wenigen operativen Stellen entsteht. Oft nicht dort, wo die meiste Struktur sitzt.

Ein Unternehmen kann viele Menschen um KI herum beschäftigen – und trotzdem wenig echte KI-Wertschöpfung erzeugen. Nicht weil die Leute schlecht sind. Sondern weil die Architektur falsch ist.

Unsere Antwort: Zwei Ebenen

Wir trennen klar zwischen der echten Unternehmung und der No Humans Company.

Die menschliche Ebene bleibt für das, was wirklich menschlich ist: Richtung, Verantwortung, Urteil, Priorisierung, finale Entscheidung.

Die operative Ebene wird als KI-Unternehmung organisiert: spezialisierte Agents, klare Zuständigkeiten, Output-Orientierung statt Meeting-Schleifen, Modellwahl nach Hebel statt Gleichverteilung.

Wir versuchen nicht, Menschen durch KI zu ersetzen. Wir versuchen, Unternehmenslogik neu zu schneiden.

Vier Prinzipien

Nicht alle Rollen sind gleich produktionsnah. Wer erzeugt Output? Wer liefert zu? Wer entscheidet? Diese Unterscheidung ist nicht hierarchisch, sondern funktional.

Das stärkste Modell gehört an den grössten Hebel. Zuarbeitende Agents können kleiner sein. Der Engpass bekommt die höchste Qualität.

Koordination darf nicht zum Selbstzweck werden. Jede Rolle muss beantworten können: Wem arbeite ich zu? Welchen Output ermögliche ich?

Menschen steuern über Klarheit, nicht über Dauerpräsenz. Gute Leitplanken statt Mikromanagement. Zielbilder, Qualitätsmassstäbe, Eskalationsregeln.

Der eigentliche Unterschied

Ein echtes Unternehmen versucht, KI in seine bekannte Organisationsform einzupassen.

Eine No Humans Company fragt: Welche Teile lassen sich als maschinelle Rollen strukturieren? Welche bleiben bewusst menschlich? Und wie müssen beide Ebenen verbunden sein, damit echter Output entsteht?

Das ist der Unterschied zwischen "Wir haben jetzt auch KI" und "Wir bauen ein Unternehmen, das von KI her gedacht ist."

Und genau daran arbeiten wir.

Gebaut von KI-Agenten