Automatisierungswellen und die Frage nach dem Ertrag

Am 29. April 1993 kam Und täglich grüßt das Murmeltier in die deutschen Kinos. Im selben Jahr erschien eine Arbeit, die ein ähnlich hartnäckiges Wiederholungsmuster der Wirtschaft beschrieb: Unternehmen investierten in Computer, überall veränderte sich die Arbeit, nur in den Produktivitätszahlen war davon wenig zu sehen.⁷³⁴⁴ Der Zusammenhang ist natürlich Zufall. Aber als Bild für die Ertragsfrage taugt er trotzdem.

Vor dreißig Jahren galt sie der Unternehmenssoftware, davor der Büroautomation und den Großrechnern. Heute lautet sie: Was bringt uns KI? Wo Technik einen einzelnen Arbeitsschritt oder eine klar abgegrenzte Stelle ersetzt, ist die Messung vergleichsweise einfach. Sobald sie aber neue Prozesse ermöglichte, Qualität veränderte oder Arbeit neu ordnete, wird der Nutzennachweis komplizierter. Nötig sind dann mehr Daten, eine andere Betrachtungsebene oder gleich eine andere Begründung für die Investition.

Die nahe Rechnung

Die frühe Büroautomation bietet im Rückblick ein verführerisch einfaches Bild. Eine Maschine übernimmt das Sortieren von Lochkarten, die maschinelle Buchführung oder Teile der Transkription. Bekannte Personalkosten stehen bekannten Technik- und Betriebskosten gegenüber. Fällt eine abgrenzbare Tätigkeit tatsächlich weg, lässt sich ihr Ertrag direkt ausrechnen.

Ganz so sauber verlief die Geschichte aber schon damals nicht. Ein Bericht des US-Kongresses von 1985 dokumentierte zwar den Rückgang einzelner Büroberufe, darunter Kartenlocher, Aktenkräfte und Schreibkräfte. Gleichzeitig entstanden neue Tätigkeiten in der Computerbedienung und Datenerfassung, andere Berufe wechselten ihre Bezeichnung und wurden stärker nachgefragt.⁷³⁴⁵ Die Technik verdrängte Arbeit weder gleichzeitig noch im Verhältnis eins zu eins. Sie blieb damals aber nahe an dem Ort, an dem die Veränderung stattfand.

Dieser Abstand wuchs, als Computer nicht mehr nur einzelne Tätigkeiten beschleunigten. Ein neues Informationssystem kann stellenübergreifend Fehler vermeiden, zusätzliche Varianten ermöglichen, Entscheidungen früher mit Daten versorgen oder Arbeit zwischen Abteilungen verschieben. Die Kosten dafür stehen auf einer Rechnung, der Ertrag verteilt sich aber über viele Vorgänge und muss nicht zeitlich zusammenfallen. Damit musste sich der Nutzennachweis von der Tätigkeit lösen.

Die Vermessung der Tätigkeit

In den 1980er Jahren wurde diese Lücke auch außerhalb der Unternehmen sichtbar. Computer waren in den Büros angekommen, ihr Beitrag erschien aber kaum in der gesamtwirtschaftlichen Statistik. Der bekannte Satz, man sehe das Computerzeitalter überall außer in den Produktivitätszahlen, stammt aus dem Jahr 1987.⁷³⁴⁶ Das Produktivitätsparadoxon hatte mehrere mögliche Ursachen: Statistiken erfassten Qualitätsverbesserungen schlecht, Unternehmen mussten ihre Organisation erst anpassen, und ein Vorteil für einzelne Wettbewerber erhöhte nicht zwingend die Leistung einer ganzen Volkswirtschaft.

Auf betrieblicher Ebene versuchte die Prozesskostenrechnung, die Lücke zu schließen. Statt Gemeinkosten grob auf Produkte zu verteilen, ordnete sie Kosten einzelnen Tätigkeiten zu. Das war ein sinnvoller Messversuch, nur war er bei großflächigem Einsatz teuer. Mitarbeiter mussten Zeitanteile schätzen, Berechnungsmodelle gepflegt und bei jeder Prozessänderung aktualisiert werden. Die spätere zeitgetriebene Prozesskostenrechnung ersetzte wiederholte Befragungen deshalb durch geschätzte Kapazitätskosten und Zeitgleichungen.⁷³⁴⁷ Die Messung wurde damit gröber, aber sie machte sie im Betrieb überhaupt erst wirtschaftlich möglich.

Hinter diesem ganzen Aufwand steckt mehr als nur eine unvollkommene Methode. In gemeinsamer Produktion lässt sich der Beitrag eines Einzelnen häufig nicht einzeln feststellen, wie bei einer Mannschaft, deren Ergebnis auch erst aus dem Zusammenspiel entsteht. Den Grenzbeitrag jedes Mitglieds zu isolieren ist eben häufig gar nicht möglich oder auch einfach zu teuer.⁷³⁴⁸

Der Umbau der Prozesse

In den 1990er Jahren fanden Berater eine neue Antwort auf das Messproblem. Unternehmen sollten schlechte Abläufe nicht länger beschleunigen, sondern neu bauen. Don't automate, obliterate lautete 1990 die zugespitzte Formel.⁷³⁴⁹ Das Ziel der Rechnung war damit nicht mehr die gesparte Minute in einem bestehenden Ablauf, sondern direkt ein komplett neuer Prozess.

Zu dieser Geschichte gehört natürlich auch eine plakative Scheiternsquote für dieses Prozess-Reengineering: "70 Per Cent of All Organizational Change Initiatives fail". Die Zahl begann ihren Siegeszug 1993 als ausdrücklich nicht-wissenschaftliche Schätzung, wurde bald wie ein empirisches Gesetz zitiert.⁷³⁵⁰ Durch Wiederholung wurde aus der Behauptung eine Gewissheit, sicher auch deshalb, weil eine schöne runde Zahl die unübersichtliche Organisationsveränderung auf einen handlichen Befund verkürzte.

Mitten in dieser Phase untersuchten Brynjolfsson und Hitt das Produktivitätsparadoxon auf einer anderen Ebene. Statt IT-Ausgaben und Produktivität für eine ganze Volkswirtschaft gegenüberzustellen, verbanden sie für 367 Großunternehmen Daten der Jahre 1987 bis 1991: Computerkapital und IT-Personal auf der einen Seite, Unternehmensoutput, übriges Kapital, weitere Personalausgaben und branchenspezifische Preisentwicklung auf der anderen. Mit Produktionsfunktionsmodellen schätzten sie, welcher zusätzliche Output statistisch mit einem zusätzlichen Dollar Computerkapital verbunden war. Die Methode ähnelte früheren Untersuchungen; neu waren die Unternehmensebene sowie der größere und aktuellere Datensatz. Das geschätzte Bruttogrenzprodukt des Computerkapitals lag bei durchschnittlich 81%, mindestens so hoch wie bei anderem Kapital. Für die heutige KI-Debatte liegt die Bedeutung im Untersuchungsdesign: Die Messung muss dort ansetzen, wo Technikeinsatz und Ergebnis gemeinsam beobachtet werden können.⁷³⁵¹

Bei der Einführung von Enterprise Resource Planning (ERP), also integrierter Unternehmenssoftware, verschob sich die Begründung noch einmal, weiter weg von einer einzelnen Renditekennzahl. In den späten 1990er Jahren war die Vermeidung von Wartungskosten rund um das Jahr-2000-Problem für viele Kaufentscheidungen zumindest ein Teilmotiv. Daneben standen Datenintegration, globale Abläufe, neue Verfahrensweisen und größere Beweglichkeit.⁷³⁵² Die klassische Renditerechnung verschwand damit nicht. Sie stand nun nur neben weiteren Beweggründen, die sich schwerer auf einen einzelnen Zahlungsstrom zurückführen ließen.

Betriebsvoraussetzung und Prozessroboter

Anfang der 2000er Jahre erreichte die Ertragsfrage eine weitere Kategorie. Die These IT doesn't matter erklärte Informationstechnik zur Infrastruktur: wichtig für den Betrieb, aber als allgemein verfügbare Technik kaum noch eine Quelle dauerhafter Abgrenzung.⁷³⁵³ Für manche Investitionen erübrigte sich die isolierte Renditefrage damit, ähnlich wie bei Stromversorgung oder Buchhaltung. Sie wurden zur Betriebsvoraussetzung. Das beantwortet die Ertragsfrage selbst nicht, verändert aber, wie eine Organisation darüber nachdenkt.

Die letzte große Automatisierungswelle vor generativer KI schien anschließend zur alten Methodik zurückzukehren. Software-Roboter, meist unter dem Kürzel RPA geführt, automatisierten strukturierte Wiederholvorgänge. Ein Vorgang vorher, derselbe Vorgang nachher, dazu Kosten je Roboter und Bearbeitungszeit: Sauberer konnte ein Vorher-Nachher-Vergleich kaum ausfallen.

Aber die Deloitte-Erhebung von 2022 betrachtete nicht nur RPA, sondern Programme aus RPA, OCR, KI, Prozessanalyse und weiteren Werkzeugen. Mehr als die Hälfte der Befragten hatte die Kostensenkung nicht berechnet; 70% hatten auch die Umsatzwirkung nicht berechnet. Warum diese Rechnungen unterblieben, erhob Deloitte nicht. Der Bericht liefert jedoch einen Kontext: Reifere Programme verbanden mehrere Werkzeuge mit dem Umbau ganzer Prozesse, sodass der Business Case neben eingesparter Zeit auch Genauigkeit, Kundenzufriedenheit und Transaktionsvolumen erfassen musste. Ohne diese Quantifizierung ließen sich Erfolge schlechter vermitteln und weitere Investitionen schwerer begründen. Der einzelne Bot blieb messbar, sein Ertrag im umgebauten Prozess verteilte sich erneut über mehrere Wirkungen.⁷³⁵⁴

Die wiederkehrende Frage

Über die Automatisierungswellen hinweg bewegt sich die Ertragsfrage vom ersetzten Handgriff über den Prozess zur Organisation. In den frühen Büros konnte eine weggefallene Routine einen nahen Kostenvergleich erlauben. Bei Unternehmenssoftware entstanden Nutzen und Kosten bereits über Abteilungsgrenzen hinweg. Prozess-Reengineering veränderte den Ablauf selbst, ERP wurde teilweise zur Betriebsvoraussetzung, und aus einzelnen RPA-Bots entstanden Automatisierungsprogramme, deren Ertrag sich erneut über Prozesse und mehrere Wirkungen verteilte.

Bei KI treffen diese Formen nun gleichzeitig aufeinander. Ein KI-Assistent kann die Erstellung von Entwürfen beschleunigen, Veränderungsdruck auf einen Prozess ausüben, damit er überhaupt automatisierbar wird oder komplett neue Abläufe ermöglichen und damit die Arbeitsorganisation verändern. Bessere Messung wird davon mehr sichtbar machen. Wo Wert nur im Verbund und zeitversetzt entsteht, kann sie ihn jedoch nicht ohne zusätzliche Annahmen einem einzelnen Werkzeug zurechnen. Dies sollte man bei Fragen zur Produktivität und KI im Hinterkopf behalten.

Quellen

1. Erik Brynjolfsson: The Productivity Paradox of Information Technology, 1993. https://ccs.mit.edu/papers/CCSWP130/ccswp130.html sowie Filmförderungsanstalt: Internationale Jahreshitliste 1993. https://www.ffa.de/files/dokumentenverwaltung/filmhitlisten%20%28bearbeitet%20HS%29/Internationale-Jahresliste%20%28bis%202008%29/jahresfilmhitliste-international-1993-1.pdf ↩
2. U.S. Congress, Office of Technology Assessment: Automation of America's Offices, 1985–2000, 1985. https://www.princeton.edu/~ota/disk2/1985/8503/8503.PDF ↩
3. Robert Solow: We'd Better Watch Out, New York Times Book Review, 12.07.1987. http://www.standupeconomist.com/pdf/misc/solow-computer-productivity.pdf ↩
4. Robert Kaplan und Steven Anderson: Time-Driven Activity-Based Costing, 2004. https://hbr.org/2004/11/time-driven-activity-based-costing ↩
5. Armen Alchian und Harold Demsetz: Production, Information Costs, and Economic Organization, 1972. https://josephmahoney.web.illinois.edu/BA549_Fall%202010/Session%205/Alchian_Demsetz%20(1972).pdf ↩
6. Michael Hammer: Reengineering Work: Don't Automate, Obliterate, 1990. https://hbr.org/1990/07/reengineering-work-dont-automate-obliterate ↩
7. Mark Hughes: Do 70 Per Cent of All Organizational Change Initiatives Really Fail?, 2011. https://doi.org/10.1080/14697017.2011.630506 ↩
8. Carol Brown, Iris Vessey und Anne Powell: The ERP Purchase Decision: Influential Business and IT Factors, 2000. Befragung von 122 leitenden IS-Managern. https://aisel.aisnet.org/amcis2000/438/ ↩
9. Erik Brynjolfsson und Lorin Hitt: Paradox Lost? Firm-Level Evidence on the Returns to Information Systems Spending, 1996. https://pubsonline.informs.org/doi/10.1287/mnsc.42.4.541 ↩
10. Nicholas Carr: IT Doesn't Matter, 2003. https://www.nicholascarr.com/?page_id=99 ↩
11. Deloitte: Automation with intelligence, Erhebung unter 479 Führungskräften aus 35 Ländern, 2022. Die durchschnittliche Amortisationsdauer eines Piloten stieg von 16 auf 22 Monate; 70% hatten die Umsatzwirkung nicht berechnet. https://www.deloitte.com/us/en/insights/topics/talent/intelligent-automation-2022-survey-results.html ↩
12. OpenAI: GPT-4 Technical Report ↩
13. OpenAI: Learning to reason with LLMs ↩
14. Liu et al.: Lost in the Middle ↩