Insights
KI-native Unternehmen und der Verlust des Mittelbaus
Eine Generation von Unternehmen wird derzeit ohne die Mitte der Organisation aufgebaut, und fast niemand fragt, was die Mitte eigentlich getan hat.
Ein Arbeitspapier der Harvard Business School aus diesem Jahr (26-090, „AI-Native Firms“) klassifizierte Y-Combinator-Batches von 2020 bis 2024 sowie US-amerikanische risikokapitalfinanzierte Start-ups und verknüpfte sie mit Personaldaten zu Teamgröße, Funktion und Seniorität. Verglichen mit Nicht-AI-Start-ups derselben Branche und Kohorte sind AI-native Unternehmen etwa 25 % kleiner. Ihre Hierarchien sind etwa eine halbe Senioritätsstufe flacher. Sie haben etwa 15 % weniger Manager – und etwa 15 % weniger Berufseinsteiger. Die Bewertungen sind vergleichbar.
Die ersten drei Erkenntnisse werden gefeiert. Die vierte wird ignoriert.
Es gibt ein passendes Signal in den Arbeitsmarktdaten. Ein Arbeitspapier des US Census Bureau (CES-26-27, April 2026) stellte anhand abgeglichener administrativer Arbeitgeber-Arbeitnehmer-Daten einen unmittelbaren und anhaltenden Rückgang bei der Einstellung von 22- bis 24-Jährigen in den Branchen-Bundesstaat-Zellen fest, die am stärksten von AI betroffen sind: Die Beschäftigung von Berufseinsteigern im am stärksten exponierten Quintil sank in den zehn Quartalen nach der Veröffentlichung von ChatGPT um etwa 12 %, während weniger exponierte Branchen unverändert blieben.
Zwei unabhängige Datensätze, dieselbe Form. Die Organisation verliert gleichzeitig ihre untere und ihre mittlere Ebene.
Ich möchte hier vorsichtig sein, denn die naheliegende Lesart ist die falsche. Dies ist im Wesentlichen keine Geschichte darüber, dass junge Menschen ihre Jobs verlieren. Es ist eine Geschichte über eine Funktion, die niemand aufgeschrieben hat.
Die Hierarchie war nie nur ein Koordinationswerkzeug
Sie war auch ein Herstellungsprozess.
Juniorrollen waren die Art und Weise, wie Organisationen Urteilskraft erzeugten. Nicht durch Schulungsprogramme – sondern durch Exponiertheit. Man traf unter Aufsicht schlechte kleine Entscheidungen, und jemand mit mehr Erfahrung erklärte, warum sie schlecht waren. Im mittleren Management fand diese Erklärung statt. Die Ebene, die alle als bürokratischen Overhead bezeichneten, war still und leise der Ort, an dem Menschen lernten, welche Probleme es wert waren, gelöst zu werden, wie viel Unsicherheit normal ist, wann man eskalieren muss und wie sich eine gute Entscheidung von innen heraus tatsächlich anfühlt.
Niemand hat das je kalkuliert. Es war das Nebenprodukt einer Struktur, die aus anderen Gründen aufgebaut wurde, weshalb sie entfernt werden kann, ohne dass jemand merkt, dass er sie entfernt hat.
Die ehrliche Frage für ein AI-natives Unternehmen lautet also nicht: „Wie flach können wir werden?“ Sie lautet: Woher kommt die Urteilskraft jetzt?
Drei Antworten scheinen sich abzuzeichnen, und nur eine
Die erste besteht darin, sie zu kaufen. Stellen Sie nur erfahrene Leute ein. Das funktioniert, solange ein Vorrat an erfahrener Urteilskraft auf dem Markt existiert – ein Vorrat, der von den älteren, hierarchischen Organisationen produziert wird, die diese Unternehmen ausstechen. Das ist Extraktion, keine Produktion.
Die zweite besteht darin anzunehmen, dass die Tools sie liefern. Das tun sie nicht. Modelle liefern Sprachgewandtheit, Optionen und Entwürfe. Urteilskraft ist die Fähigkeit, eine plausible Antwort aus einem Grund abzulehnen, den man verteidigen kann. Sie entwickelt sich durch Konsequenz, nicht durch Zugriff.
Die dritte besteht darin, die Entwicklungsfunktion bewusst aufzubauen, da sie nicht länger kostenlos ist. Das bedeutet, sie zu benennen: Welche Entscheidungen muss eine Person in ihrem ersten Jahr ohne Hilfe treffen, wer überprüft die Argumentation statt des Ergebnisses, und was ist die Organisation bereit, jemanden zu übersehbaren Kosten falsch machen zu lassen. In einem Unternehmen mit drei Senioritätsstufen statt fünf muss dies gestaltet werden. Es fällt nicht von selbst aus dem Organigramm, weil es kein Organigramm mehr gibt, aus dem es herausfallen könnte.
Ich finde dies das interessanteste Designproblem, vor dem wir stehen. Flachheit ist nicht der Fehler. Flachheit ist größtenteils gut – weniger Menschen, die Informationen weiterleiten, die nicht länger weitergeleitet werden müssen. Der Fehler wäre es, die gelöschten Ebenen als reine Kosten zu betrachten, während ein Teil ihrer Kosten in der Produktion der nächsten Generation von Menschen bestand, die überhaupt zu irgendetwas beitragen konnten.
Jede Organisation, die ihren Mittelbau entfernt, geht eine Wette darüber ein, woher Urteilskraft stammt. Die meisten haben nicht bemerkt, dass sie diese Wette eingehen.