Warum wir trotz 1 Mio. € pro Kopf gescheitert sind - und was das über KI-Grenzen in Unternehmen verrät
Es war unsere Weihnachtsfeier vor ein paar Monaten.
Wir saßen zu sechst in unserem Office, schauten auf die Zahlen des Jahres und waren immens stolz und ehrlicherweise überfordert. Über eine Million Euro Umsatz pro Person. Bei sechs Vollzeitkräften und das im zweiten Jahr. Ein Forschungslabor, das beweisen sollte, dass man mit KI und maximal sieben Menschen ein skalierbares Business aufbauen kann.
Und dann sagte Philipp (damals CRO, heute CFO) den Satz, der alles veränderte: "Wir haben sieben oder acht parallel laufende Forschungsprojekte, die alle wichtig sind. Zwei davon würden reichen, um damit ein eigenes Unternehmen aufzubauen. Und wir schaffen es kaum noch, das Tagesgeschäft von der Prozessarbeit zu trennen."
In diesem Moment wurde uns klar: Unser größtes Experiment droht zu scheitern.
Die Idee: Niemals mehr als sieben Menschen
Leaders of AI ist mit einer klaren These gestartet: Wir wachsen ausschließlich mit KI. Niemals mehr als sieben Mitarbeitende. Wir wollen testen, wann diese Strukturen aufbrechen. Wir sind ein Forschungslabor für die Organisation der Zukunft.
2024 waren wir drei Vollzeitkräfte, verteilt auf drei Menschen.
2025 waren wir sechs Vollzeitkräfte, verteilt auf sieben Menschen.
Und 2026? Jetzt sind wir zehn Vollzeitkräfte, verteilt auf zwölf Menschen.
Die Grenze ist gerissen. Und wir reden offen darüber, warum.
Der Moment der Wahrheit: Als die Million pro Kopf fiel
Ende 2025 haben wir die magische Grenze überschritten. Über eine Million Euro Umsatz pro Person. Das klingt nach einem Erfolg. Und das war es auch. Aber es war auch der Moment, in dem uns klar wurde: KI ist nicht unser Bottleneck. Es sind Prozesse und das Explizit machen von Qualitätsanforderungen.
Wir sind auf der grünen Wiese gestartet. Das macht vieles einfacher. Aber es fehlen uns auch bewährte Daten und das Erfahrungswissen eines über Jahrzehnte gewachsenen Business. Wir hatten keine Templates für Forecasts, keine etablierten Dashboards für Cashflow-Steuerung, keine Rollenklarheit für alle Bereiche.
Und dann kam der Sales-Boom. Wir wuchsen massiv. Plötzlich liefen parallel mehrere große Forschungsprojekte. Wir merkten: Wir können nicht gleichzeitig das Tagesgeschäft gestalten und alle Prozesse hinterfragen. Wir brauchten Menschen, die sich dezidiert mit bestimmten Themen beschäftigen. Nicht Generalisten, die alles ein bisschen machen. Sondern Rollen mit klarem Fokus.
Was wir gelernt haben: Wo KI an ihre Grenzen stößt
Die Erkenntnis war hart, aber wichtig: KI kann viel. Aber sie kann nicht Prozesse designen, die es noch nicht gibt. Sie kann nicht strategisch steuern, wenn die Rahmenbedingungen unklar sind. Sie kann nicht Qualitätsanforderungen explizit machen, die implizit in den Köpfen von Generalisten schlummern.
Konkret bedeutete das für uns:
Finance Es braucht jetzt eine dezidierte Finance-Rolle. Jemand, der Umsatzprognosen, Budgetplanungen und Cashflow-Steuerung überblickt und strategisch gestaltet. Gemeinsam mit KI. Aber mit dem tiefen Know-how, das es braucht, um in dieser Größenordnung zu spielen.
Operations Es braucht eine Operations-Rolle, die sich mit nichts anderem beschäftigt als Strukturen und Skalierungspotenzialen. Die in allen Abteilungen unterstützt, Abläufe auf Spur zu bekommen. Die das Fundament legt, auf dem KI dann wirken kann.
Organisationsentwicklung Wir bewegen uns weg von einem klassischen Organigramm, hin zu einem Ansatz, der Richtung Netzwerk geht. Holacracy – ein Organisationsmodell, in dem Teams (Circles) sich selbst steuern, statt von oben geführt zu werden. Circles statt Hierarchien. Circle Leads statt Führungskräfte. Menschen und KIs in Rollen, die Wissenssilos aufbrechen und Arbeit effektiver gestalten.
Für all das haben wir Menschen reingeholt, die Erfahrung haben. McKinsey-Background. Mittelständische Unternehmen. Selbstgeführte Organisationen. Weil wir gemerkt haben: Dieses tiefe Know-how können wir nicht mit KI kompensieren. Noch nicht.
Der neue Weg: Vom Generalisten zur Rolle
Unser nächstes Offsite im April 2026 steht unter einem Zeichen: Wir ändern die Arbeitsweise komplett. Weg vom klassischen Organigramm, hin zu Netzwerkstrukturen. Wir organisieren uns in Circles. In jedem Circle sind Menschen und KIs. Jede Rolle hat einen klaren Fokus. Und wir experimentieren damit, wie wir so die Marktdynamiken schneller aufnehmen können.
Das ist kein Scheitern des Experiments. Das ist die nächste Phase des Experiments.
Wir haben gelernt:
- Es gibt Phasen, in denen Generalisten mit KI unglaublich viel bewegen können. Und es gibt Phasen, in denen es dezidierte Rollen braucht, um Skaleneffekte zu erzeugen.
- KI ist ein Hebel. Aber der Hebel braucht einen Ansatzpunkt. Und der Ansatzpunkt sind klare Prozesse, explizite Qualitätsanforderungen und strategisches Denken.
- Auf der grünen Wiese zu starten ist ein Vorteil und ein Nachteil zugleich. Man kann alles neu denken. Aber man muss auch alles neu denken.
Warum wir weiter transparent bleiben
Uns ist es extrem wichtig, weiter offen zu kommunizieren. Auch wenn wir selbstgesteckte Grenzen anpassen müssen. Auch wenn wir zugeben müssen, dass wir uns geirrt haben. Denn genau das macht uns als Forschungslabor seriös.
Wir könnten dem Hype hinterherlaufen. Wir könnten sagen: "Schaut her, wir machen alles mit KI!" Aber das wäre gelogen. Und es wäre gefährlich. Denn es würde anderen Organisationen suggerieren, dass sie einfach nur KI einsetzen müssen, und schon läuft alles.
Die Wahrheit ist komplexer. Und die Wahrheit ist wichtiger.
Deshalb teilen wir unsere Learnings. In unserem Newsletter. Auf LinkedIn. Auf Instagram. In Expert Talks in unserer Community, wo wir unsere Frameworks zeigen. Wo wir transparent machen, was funktioniert und was nicht.
Denn das Scheitern gehört dazu. Immer. Wenn man die Grenzen verschieben will, muss man sich ständig in Frage stellen. Andernfalls läuft man nur einer Idee hinterher, die sich gut anhört.
Was bedeutet das für dein Unternehmen?
Viele Unternehmen stehen vor der gleichen Frage: Wie viele Menschen brauchen wir noch, wenn KI immer mehr kann? Unsere Antwort nach zwei Jahren Forschung: Es kommt drauf an.
Es kommt darauf an, wie klar deine Prozesse sind. Wie explizit deine Qualitätsanforderungen sind. Wie strategisch du steuerst. Wie gut deine Organisation in der Lage ist, Wissen zu externalisieren.
Drei Fragen, die du dir jetzt stellen solltest:
- Sind deine Prozesse explizit genug, damit KI darauf aufbauen kann? Oder schlummert das Wissen noch in den Köpfen einzelner Personen?
- Hast du Rollen mit klarem Fokus, oder macht bei dir noch jeder alles ein bisschen? Generalisten sind in frühen Phasen Gold wert. Aber ab einem bestimmten Punkt bremsen sie Skalierung aus.
- Wann hast du zuletzt deine Organisationsstruktur grundsätzlich hinterfragt? Nicht optimiert. Hinterfragt.
Wenn du auf der grünen Wiese startest, kannst du mit wenigen Menschen und viel KI extrem viel bewegen. Aber ab einem bestimmten Punkt braucht es andere Strukturen. Dezidierte Rollen. Tiefes Know-how. Prozesse, die KI als Werkzeug nutzen, aber nicht ersetzt werden können.
Wenn du in einem etablierten Unternehmen arbeitest, hast du den Vorteil von Erfahrungswissen. Aber den Nachteil von gewachsenen Strukturen, die oft schwer zu verändern sind.
Die Wahrheit liegt irgendwo dazwischen. Und die Wahrheit verändert sich mit jeder Phase deines Wachstums.
Wir sind nicht gescheitert. Wir haben gelernt.
Ist unser Experiment gescheitert? Ja und nein.
Ja, weil wir die Grenze von sieben Menschen überschritten haben. Weil wir zugeben mussten, dass KI allein nicht reicht. Nein, weil wir genau das herausfinden wollten. Wann brechen Strukturen auf? Was kann KI leisten? Wo bleibt der Mensch gefragt?
Und die Antwort ist: Der Mensch bleibt gefragt, wenn es darum geht, Prozesse zu designen, die es noch nicht gibt. Wenn es darum geht, strategisch zu steuern, in Unsicherheit. Wenn es darum geht, Qualität explizit zu machen, die implizit in Köpfen liegt. KI ist nicht der Ersatz für Menschen. KI ist der Hebel, der Menschen in die Lage versetzt, mehr zu bewegen. Aber nur, wenn die Strukturen stimmen. Nur, wenn Abläufe klar sind. Nur, wenn die Rollen definiert sind.
Das ist unser Learning nach zwei Jahren. Und das ist der Grund, warum wir jetzt zehn Menschen sind. Nicht, weil wir gescheitert sind. Sondern weil wir gelernt haben.
Und das Experiment? Das geht weiter. Tomorrow is human.
Was wir dabei lernen, teilen wir auf dem Weg offen mit dir. In unseren Programmen und unserer Community. Für Führungskräfte, die jetzt handeln wollen.
Du willst wissen, welches unserer KI-Programme zu dir passt?
Master in Business and AI (MBAI): Für Führungskräfte und Entscheider, die KI-Transformation auf Unternehmensebene gestalten wollen.
AI Integration Expert: Für alle, die KI operativ in ihre Arbeit und ihre Organisation integrieren wollen.
Beide Programme setzen genau dort an, wo KI als Hebel wirkt: Prozesse klären, Rollen definieren, KI als Hebel nutzen.
Welches passt zu deiner Situation? Mach das Quiz und finde es in zwei Minuten heraus.
