# mollick-making-ai-work-leadership-lab-crowd-2025-05-22

## Veille

Organisatorische KI-Einführung, Transformation der Arbeit, Innovationsstrategie, Leadership, Produktivität, oneusefulthing.org

## Titre Article

Making AI Work: Leadership, Lab, and Crowd

## Date

2025-05-22

## URL

https://www.oneusefulthing.org/p/making-ai-work-leadership-lab-and

## Keywords

KI-Einführung, organisatorische Transformation, Produktivität, Leadership, beidhändige Innovation, Experimentieren, Mensch-KI-Zusammenarbeit, Wettbewerbsvorteil, organisationales Lernen

## Authors

Ethan Mollick

## Ton

**Profil:** Akademischer Praktiker | Erste Person, Vordenker (thought leader) | Analytisch-präskriptives Register | Mittleres technisches Niveau

Mollick nimmt die Stimme eines Framework-Erbauers ein, der Forschungsergebnisse zu umsetzbaren organisatorischen Strategien synthetisiert. Die dreiteilige Struktur "Leadership, Lab, Crowd" offenbart systematisches Denken, typisch für Management-Frameworks. Sprache im Gleichgewicht zwischen akademisch (organisationales Lernen, beidhändige Innovation) und praktisch (Experimentieren, Produktivitätsgewinne). Ermutigender und pragmatischer Ton, der KI-Transformation als beherrschbar statt überwältigend positioniert. Das Substack-Format erlaubt eine Tiefe der Auseinandersetzung, die in kürzeren Formaten unmöglich wäre. Typisch für akademische Praktiker (im Stil von Rita McGrath, Clayton Christensen), die Forschung in Führungsberatung übersetzen, gerichtet an Organisationsleiter, die technologischem Wandel gegenüberstehen.

## Pense-betes

- **Paradox der KI-Einführung**: große individuelle Gewinne (bis zu verdreifachter Produktivität), aber minimale organisatorische Verbesserung
- **Reale Leistungsgewinne**: Studien in Dänemark und den Vereinigten Staaten zeigen erhebliche Zeitersparnisse
- **Weitreichende Einführung**: 30-40% der US-Arbeitnehmer nutzen KI beruflich (vs. 20% in offiziellen Systemen)
- **Ungenutztes Potenzial**: Deep-Research-Tools, KI-Agenten und Content-Generierung können bedeutende Transformationen leisten
- **3-teiliges Framework**: Leadership, Lab, Crowd
- **Leadership**: klare Vision, Anreize für transparente Einführung statt "Schatten"-Nutzung
- **Lab**: beidhändige Innovationseinheit, verwandelt Workflows in skalierbare Lösungen, KI-Benchmarking
- **Crowd**: erfahrene Mitarbeiter entdecken effektive Anwendungen durch Versuch und Irrtum
- **Wichtigste Empfehlungen**:
- Explizite Experimentierzonen etablieren (nicht nur vage ethische Richtlinien)
- Schulung = praktische Erfahrung (nicht nur Prompting-Techniken)
- Organisatorische Benchmarks für die realen Aufgaben des Unternehmens
- Anreizstrukturen überdenken, die Menschen dazu bringen, KI-Nutzung zu verbergen
- Den Zweck von Aufgaben hinterfragen, wenn Effizienz Engpässe beseitigt
- **Kernbotschaft**: "Der Wettbewerbsvorteil gehört Organisationen, die am schnellsten lernen, nicht jenen, die auf vollständige Klarheit warten"
- **Zeitpunkt zum Handeln**: jetzt, während noch alles unsicher und chaotisch ist

## RésuméDe400mots

Ethan Mollick identifiziert ein zentrales Paradox bei der KI-Einführung in Unternehmen: Während einzelne Mitarbeiter erhebliche Produktivitätsgewinne berichten (manche behaupten, KI habe ihre Produktivität "verdreifacht"), zeigen Organisationen nur minimale Gesamtleistungsverbesserungen.

**Vier zentrale Beobachtungen**

Erstens sind die Leistungssteigerungen real und dokumentiert. Studien in Dänemark und den Vereinigten Staaten zeigen, dass Mitarbeiter in verschiedenen Bereichen erhebliche Zeitersparnisse erzielen: Produktentwicklung, Vertrieb, Beratung und technische Rollen.

Zweitens ist die Verbreitung weitreichend. Zwischen 30 und 40% der US-Arbeitnehmer nutzen KI beruflich, wobei offizielle Unternehmenssysteme geringere Nutzungsraten (~20%) aufweisen, was auf eine erhebliche "Schatten"-Nutzung hindeutet.

Drittens existiert ungenutztes Potenzial. Deep-Research-Tools, KI-Agenten und Content-Generierungssysteme können transformative Arbeit weit über die aktuellen organisatorischen Implementierungen hinaus leisten.

Viertens erfassen Organisationen diesen Wert nicht. Individuelle Produktivitätsgewinne übersetzen sich nicht automatisch in organisatorische Verbesserungen ohne systemische Innovation.

**Das Framework: Leadership, Lab und Crowd**

Mollick schlägt ein dreiteiliges Modell zur Auflösung dieses Paradoxons vor.

**Leadership** muss eine klare Vision der zukünftigen Auswirkungen von KI auf die Arbeit etablieren und Anreize schaffen, die transparente Einführung fördern statt verdeckter Nutzung aus Angst vor Entlassungen oder verminderter Anerkennung.

Das **Lab** fungiert als beidhändige (ambidextrous) Innovationseinheit, die von der Crowd entdeckte Workflows in skalierbare Lösungen verwandelt, KI-Leistungs-Benchmarks für die realen Aufgaben der Organisation etabliert und experimentelle Prototypen baut, die aufkommende Möglichkeiten testen.

Die **Crowd** repräsentiert erfahrene Mitarbeiter, die durch Versuch und Irrtum organisch effektive KI-Anwendungen entdecken und erfolgreiche Workflows dann im gesamten Unternehmen teilen.

**Praktische Empfehlungen**

Mollick betont die Notwendigkeit, über vage ethische Richtlinien hinauszugehen und explizite Experimentierzonen zu etablieren. Schulungen sollten als praktische Erfahrung neu gefasst werden statt als Unterweisung in Prompting-Techniken. Organisationen müssen Benchmarks aufbauen, die KI-Leistung an ihren realen Aufgaben messen.

Er hebt zudem die Bedeutung hervor, Anreizstrukturen anzugehen, die Mitarbeiter davon abhalten, KI-unterstützte Produktivität offenzulegen, sowie den Zweck von Aufgaben grundlegend zu überdenken, wenn Effizienzgewinne frühere Engpässe beseitigen.

**Strategische Vision**

Mollicks entscheidende Erkenntnis: Der Wettbewerbsvorteil gehört Organisationen, die am schnellsten lernen, nicht jenen, die auf vollständige Klarheit warten. "Der richtige Zeitpunkt zum Anfangen ist nicht, wenn alles klar wird – es ist jetzt, während noch alles chaotisch und unsicher ist."

## GrapheDeConnaissance

- Ethan Mollick —recommande→ framework Leadership-Lab-Crowd (METHODOLOGIE, 0.99)
- Ethan Mollick —publie→ One Useful Thing (ORGANISATION, 0.99)
- Manus —est_basé_sur→ Claude (TECHNOLOGIE, 0.97)
- Ethan Mollick —utilise→ Manus (TECHNOLOGIE, 0.97)
- Shopify —a_créé→ politique IA prioritaire (CONCEPT, 0.95)
- Duolingo —a_créé→ politique IA prioritaire (CONCEPT, 0.95)
- Andrew Carton —soutient→ importance d'une vision concrète du leadership (CONCEPT, 0.9)
- Ethan Mollick —affirme_que→ les gains individuels IA ne se traduisent pas en gains organisationnels (AFFIRMATION, 0.98)
- travailleurs américains —utilise→ IA (TECHNOLOGIE, 0.93)
- Secret Cyborgs —est_basé_sur→ incitations organisationnelles inadaptées (CONCEPT, 0.92)
- framework Leadership-Lab-Crowd —utilise→ innovation ambidextre (CONCEPT, 0.95)
- Wharton —a_créé→ simulation business complexe (METHODOLOGIE, 0.9)
- Google Veo 3 —permet→ génération de vidéos à partir de texte (CONCEPT, 0.95)

---
Canonical: https://www.thekb.eu/de/fiches/mollick-making-ai-work-leadership-lab-crowd-2025-05-22/