Workforce Reskilling für s Agentic Enterprise

Stell der vor, dis Finance-Team het grad en Agent uf d Bei gstellt, wo bim monatliche Abschluss hilft. Dä Agent cha Date us em ERP zieh, en Entwurf für de Variance Commentary mache und Anomalie markiere. I de erschte Wuche gsehts vielversprächend us. Aber i de zweite Wuche stellt en Controller fest, dass de Agent Date us em falsche Zitruum brucht het. Nöd will de Agent kaputt isch, sondern will d Aawisige, wo s Team am Afang geh het, nöd gnueg spezifisch gsi sind, weli Datequälle söt brucht werde.

Söttigi Situatione chömed i vilne Firme immer meh vor. Nöd will d Technik nöd funktioniert, sondern will d Organisation no nöd d Lüt het, wo wüsse, wie mer mit eme Agent zäme schaffet, wie mer sini Arbet prüeft und wie mer d Arbeitsabläuf verbesseret, wo jetzt vo Mönsch und digitale Arbeiter zäme gmacht werded.

Da isch de Punkt, wo vili Firme en Fähler mached. Si dänked, Reskilling für s Agentic-Zitalter chönt mer mit eme generische Prompt-Engineering-Training oder eme Workshop zum Chatbot-Bruuche erledige. Aber wenn de Agent würkli i reali Workflow ine chunnt – Finance Close, Procurement Intake, Customer Operations, IT Operations, Supply Chain Exception Handling oder Shared Services – denn sind d Veränderige i de Fähigkeite, wo bruucht werded, vil tüüfer. Es goot nöd drum, wie mer de AI öppis froget, sondern drum, wie mer de Betrieb zäme mit AI Agents füehrt.

Vo de Usfüehrig zur Überwachig

Agentic AI übernimmt en Teil vo de transaktionale Arbet. Arbet wie s Sueche vo Date über verschideni System, s Vorbereite vo Entwürf, s Klassifiziere vo Fäll, s Überwache vo Warteschlange oder s mache vo administrative Nachfassaktionen wird immer meh vo Agents übernoo. Aber das heisst nöd, dass de Bedarf a menschliche Fähigkeite abnimmt. Es isch genau umkehrt: D Nachfrag nach bestimmte Fähigkeite stigt starch.

D Mönsch müend jetzt de schwiriger Teil übernäh. Si müend beurteile, ob d Uusgab vom Agent vertrauenswürdig isch, verstah, wänn en Fall eskalieret werde mues, Usnahme behandle, wo nöd is Muster passe, und de Prozess verbessere, damit de Agent mit de Zit besser wird. Agentic AI reduziert di routinemässigi Arbet, aber es erhöht de Wert vo de Überwachig, vom Fachurteil, vom Prozessdesign, vom Risikobewusstsii und vo de Disziplin bim Gäbe vo Feedback.

Es git vier Lücke, wo am hüfigste uftauche. Erschtens, d Lücke bi de operative Aawisige. Vili Mitarbeiter chönd de AI bitte, en Zämmefassig z mache, aber si chönd nöd unbedingt di richtige Aawisige im Kontext vomne Enterprise-Workflow geh. Schlechti Aawisige gänd nöd nume en schlechti Antwort. Si chönd zu Rework, falsche Route oder irreführende Empfählige füehre.

Zwöitens, d Lücke bi de Validierig vo de Uusgab. Das isch di gföhrlichsti. Vili Lüt sind nöd trainiert, zwüsched ere Uusgab, wo überzügend tönt, und ere Uusgab, wo operativ korrekt isch, z unterscheide. I de Finance, im Procurement, i de HR oder im Customer Operations isch d Fähigkeit, d Bewiis z prüefe, vil wichtiger als d Fähigkeit, en schöne Prompt z schriibe.

Drittens, d Lücke bi de Usnahmebehandlig. En Agent schaffet guet bi Muster, wo klar sind. Aber es Enterprise läbt vo Usnahme. Wenn en Fall nöd is Muster passt, mues de Mönsch wüsse, wänn er übernäh söll, wie er d Ursach vom Problem beurteilet und wie er de Fall wider uf en sichere Wäg bringt. Wenn die Fähigkeit schwach isch, wird d Organisation i zwei Extrem verfalle: Entweder vertraut si em Agent z vil, oder si schaltet de Agent bi jeder Ungwüssheit z schnell ab.

Viertens, d Lücke bim Feedback und de kontinuierliche Verbesserig. Es Agentic Operating Model bruucht Mönsch, wo strukturierts Feedback chönd geh: weli Uusgab isch falsch, worum isch si falsch, lyt s Problem a de Date, a de Policy, am Tool oder am Workflow, und welli Veränderig mues is Backlog. Ohni die Fähigkeit lernt de Agent nöd würkli uf Organisationsebeni. Er wird nume es Tool, wo bruucht, beklagt und denn links ligge loo wird.

Generischi Trainings zur AI Literacy sind als Fundament nützlich, aber si länged nöd. En Controller i de Finance mues lehre, en Evidence Pack und en Draft Commentary z prüefe. En Procurement Specialist mues lehre, d Klassifizierig vom Intake und d Policy-Prüefig z überwache. En Service Desk Supervisor mues lehre, Eskalationsmuster und Override-Rate z läse. Das alles cha nöd durch en allgemeine Kurs über Prompt Engineering ersetzt werde.

Business Users als Supervisor vom Workflow

Business Users sind di Gruppe, wo am schnellschte betroffe isch, will si täglech i de Prozess schaffet. Aber genau da sind vili Reskilling-Programm z oberflächlich. Si lehred, wie mer es Tool bruucht, aber nöd, wie mer d Arbet zäme mit eme Agent managet.

En Business User im Agentic-Zitalter mues mindestens vier Kernfähigkeite beherrsche. Erschtens, d Agent-Überwachig. Si sind nüm nume Prozessoperatore. I vilne Workflow werded si zum erschte Vorgesetzte vom Agent. Beim Finance Close mues de Controller prüefe, ob de Agent di richtige Bewiis zoge und di relevante Variance markiert het. Beim Procurement mues de Buyer luege, ob de Agent d Bedürfnis richtig klassifiziert het. Im Customer Operations mues de Supervisor beurteile, ob d Empfählig zum Refund oder zur Eskalation vom Agent de Policy entspricht. Die Supervisor-Fähigkeit umfasst, d Uusgab vom Agent schnell z läse, Fählermuster z erkenne, z entscheide, wänn en Override nötig isch, und z verstah, wänn de Agent ohni Iigriff witerschaffe cha.

Zwöitens, d Bewiisprüefig. Im Enterprise söt Vertraue nöd uf de Schreibstil vom Agent ufbaut werde. Vertraue mues uf Bewiis ufbaut werde. Business Users müend trainiert werde, d Datequelle, wo bruucht worde sind, d Policy oder SOP, wo referenziert worde isch, d Historie vo relevante Fäll und de Grund, worum en bestimmti Empfählig usecho isch, z prüefe. Das isch wichtig, zum en Over-Trust z verhindere. Vili Fähler vo AI i Firme passiered nöd, will d Lüt de AI nöd bruuched, sondern will si z schnell en Uusgab akzeptiered, wo ufgerümt usgseht. Aber di ander Site muess au beachtet werde: de Under-Use. Wenn de Benutzer alles vo Null a no einisch prüeft, jedes Mal, denn isch de Produktivitätswert vom Agent verlore. Es Training mues de Lüt hälfe z verstah, was müend si prüefe, was chönd si stichprobeartig prüefe und was chönd si über Usnahme überwache.

Drittens, d Eskalationsbehandlig. En gsunde Agentic Workflow het immer en Eskalationspfad. Business Users müend lehre, zwüsched Fäll z unterscheide, wo mit ere chline Korrektur glöst werde chönd, Fäll, wo de Vorgesetzti bruuched, Fäll, wo zum Process Owner oder Risk Owner müend, und Fäll, wo es systemischs Problem bi de Date oder de Policy zeiged. Wenn de Agent einisch e Policy-Frog falsch beantwortet, isch das villicht es Problem mit eme Knowledge Article. Aber wenn de Agent immer wider bi bestimmte Fallkategorie falsch lyt, isch das es Zeiche, dass de Workflow oder d Knowledge-Layer verbesseret werde müend.

Viertens, d Workflow-Verbesserig. Wenn de Agent en Teil vo de Arbet übernimmt, müend d Business Users sogar aktiver bi de Prozessverbesserig sii. Si müend chöne beantworte, weli Schritt no z manuell sind, weli Handoff nöd nötig sind, welli Bewiis sötte automatisch verfüegbar sii und welli Regle müend standardisiert werde, damit de Agent konsistenter schaffe cha. Es Reskilling vo Business Users söt nöd bim Bruuche vom Agent ufhöre. Si müend als Co-Designer vom neue Workflow trainiert werde.

Effektivi Trainings sind fast immer uf reali Arbeitsszenarie ufbaut. Es isch besser, s AP-Team mit 20 würkliche Invoice-Usnahme z trainiere, wo passiert sind, als en abstrakti Demo z geh, wie AI de Finance hälfe cha. Es isch besser, s Customer Operations Team mit Transkript vo reale Fäll z trainiere, als en generische Chatbot z zeige. Business Users lerned am schnellschte, wenn si de direkt Zämehang zwüsched de neue Fähigkeit und ihrem tägliche Arbeitspensum gseht.

Fähigkeite für Füehrigschräft

Wenn Business Users müend lehre, de Agent z überwache, müend d Füehrigschräft lehre, es System z designe, wo Sinn macht. Das isch nöd nume d Ufgab vom CIO. Au COO, CHRO, CFO, GCC Leader und Transformation Leader müend die neu Logik verstah.

Erschtens, en Leader mues chöne de richtig Value Pool uswähle. Er mues zwüsched Use Cases unterscheide, wo nume lokali Effizienz bringed, Use Cases, wo de Workflow würkli End-to-End veränderet, und Use Cases, wo interessant usgsehnd, aber no nöd bereit sind, will d Date, d Kontrolle oder de Grundprozess z schwach sind. Agentic AI macht es eifach, z vil Begeisterig z ha. Di beste Value Pools sind normalerwiis bi Workflow, wo es hois Voluume het, reali Usnahme, d Date und d Policy gnueg verfüegbar sind und de Prozessowner klar isch.

Zwöitens, en Leader mues es neus Operating Model designe. Agentic AI isch kei Tool-Projekt. Es veränderet d Arbetsteilig zwüsched Mönsch und Agent, d Approvel-Pünkt, de operativ Rhythmus, d Ownership vom Backlog und d Struktur vo de Metrike. Wenn de Finance Close aafangt, vom Agent understützt z werde, mues de Leader entscheide, ob de Controller alli Entwürf oder nume d Usnahme prüeft, wer für d Qualität vom Evidence Pack verantwortlich isch, wänn de Agent vo Draft uf Recommend ufstigen darf und wie die Veränderig d Rolle vomne Shared Services Team oder GCC beiiflusst. Ohni d Fähigkeit, es Operating Model z designe, wird d Organisation bim Adoptiere vo Tool stecke blibe, ohni dass sich d Resultat veränderet.

Drittens, en Leader mues de Trade-Off zwüsched Autonomii und Risiko manage. Es Agentic Enterprise läbt immer zwüsched zwei Druck: De Business will Gschwindigkeit, Produktivität und Skala; Risk, Compliance und Operations wänd Kontrolle, Prüefbarkeit und klar Verantwortlichkeite. En Leader mues chöne entscheide, wänn e begrenzti Autonomii (Bounded Autonomy) Sinn macht, wänn en menschlichi Approval immer nötig isch, wänn en Use Case no nöd bereit isch für d Skalierig und wänn d Organisation zerscht s Fundament verbessere mues. Die Trade-Offs sind i jedem Bereich anders. I de IT Operations darf de Agent villicht automatisiert Triage mache, aber nöd i d Production deploye ohni strengi Kontrolle. Im Procurement darf de Agent villicht Standard-Request route, aber kei neue Lieferant aalege. I de HR darf de Agent villicht allgemeini Policy-Froge beantworte, aber kei Entscheidige träffe, wo de Arbeitsstatus beiiflusset.

Viertens, en Leader mues d Metrike vo Human-Agent Teams verstah. Wenn er nume uf Headcount, Durchsatz oder d Anzahl Automatisierige lueget, wird er de Fortschritt falsch beurteile. Metrike, wo relevanter sind, sind under anderem d Acceptance Rate, d Override Rate, d Eskalationsrate, d Korrekturrate, d Zykluszit, d Touchless Rate für bestimmti Fäll, d Qualität vom Resultat und de Iifluss uf de Usnahme-Backlog. Das isch wichtig, zum beurteile, ob de Agent de Betrieb würkli verbesseret oder nume d Arbet i d Prüefphase verschiebt.

Fünftens, d Kommunikation vo de Füehrig wird zum Transformations-Tool. Es Reskilling wird nöd funktioniere, wenn d Gschicht, wo d Füehrig verzellt, falsch isch. Wenn Agentic AI vor allem als Programm zur Reduktion vo de Belegschaft kommuniziert wird, wird de Widerstand stige und s ehrliche Feedback wird abnäh. D Lüt werded defensiv, verstecked Problem oder bruuched de Agent nume minimal. E gsündere Kommunikationsstil betont drei Sache: Bestimmti Routinearbeite werded weniger, d Rolle vom Mönsch verschiebt sich zu Urteil, Usnahme und Verbesserig, und d Firma wird i neu Fähigkeite investiere, nöd nume d Adoption verlange. Das isch kei weichi Rhetorik. Es goot drum, s Vertraue z erhalte, damit d Transformation laufe cha.

Capability Academy als Maschine für s operativ Lerne

Firme, wo s ernst nämnd, verlassed sich nöd uf ad hoc Trainings. Si baued e Capability Academy für Agentic AI uf. Aber die Academy söt kei Klasseprogramm sii, wo trennt vo de Operation isch. Si söt en Teil vom Transformation Engine sii.

E effektivi Academy het verschideni Tracks für verschideni Gruppe. De Executive Track konzentriert sich uf Value Pools, Operating Model, Governance, Risk Trade-Offs und organisatorischi Implikatione. De Business Owner Track konzentriert sich uf Use Case Design, Workflow Redesign, Metric Ownership und Backlog-Prioritäte. De Supervisor und Frontline Track konzentriert sich uf Agent Supervision, Evidence Review, Escalation Handling und Feedback Loops. De Engineer und Platform Track konzentriert sich uf Agent Runtime, Integration, Observability, Release Discipline und Control Enforcement. De Risk, Compliance und Legal Track konzentriert sich uf Risk Tiering, Approval Threshold, Auditability, Accountability und Incident Response. De HR und Workforce Track konzentriert sich uf Role Mapping, Skill Taxonomy, Learning Path, Workforce Transition und Change Management.

En hüfige Fähler isch, e Academy z mache, wo z theoretisch isch. D Lüt lerned Konzept, aber si setzed si nie i reale Workflow um. Ds Resultat isch, dass s Wüsse schnell verlore goot und d Organisation sich nöd würkli veränderet. E effektiveri Aasatz isch, d Academy direkt mit eme Pilot z verbinde. S Finance Team, wo de Supervisor Track macht, üebt sofort d Prüefig vo Bewiis am Pilot vom Close Agent. De Procurement Owner bruucht sofort d Vorlag für s Workflow Redesign für de Intake Agent. S IT Operations Team lernt sofort vom Incident Triage Agent, wo scho lauft. S GCC Team bruucht de Pilot vo de Shared Services als Labor für s lernfähige Zämespiel vo de Funktion. So hört s Lerne nöd im Klasseraum uf. Es chunt i d SOP, i s Dashboard und i de täglich Arbeitsrhythmus.

E gueti Capability Academy wird au zum Ort, wo d Organisation us de Pilot lehrt: weli Failure Modes chömed am hüfigste vor, welli Fähigkeite sind am wenigschte usprägt, welli SOP müend aktualisiert werde, welli Governance-Vorläge müend klarer sii und welli Rolle müend formalisiert werde. D Agentic Transformation isch kei einzigi Veränderig. Si isch en Prozess vom organisatorische Lerne, wo sich ständig bewegt. Wenn d Academy nöd mit dem Learning Loop verbunden isch, wird d Firma di gliiche Fähler i jedem Pilot widerhole.

Nöchsti Schritt

Es Reskilling für s Agentic Enterprise söt me nöd mit eme grosse, abstrakte Programm aafange. Fanged a mit ere disziplinierte Kombination: Wählet en prioritäre Workflow, zeichnet d Veränderig vo de menschliche Ufgabe uf, definieret neu Fähigkeite pro Rolle, trainieret d Lüt a reale Use Cases und mässet, ob sich s Arbetverhalte würkli veränderet het. Die Aasatz isch am Afang langsamer, aber vil starch für d Skalierig.

D Firme müend au ehrlich sii zu einere Sach: Nöd alli Lüt werded mit de glich Gschwindigkeit wechsle. En Teil wird schnell zu effektive Supervisor vom Agent. En andere Teil bruucht länger. Drum söt Reskilling gliichzitig als es Operating Model und als Talent Strategy agse werde, nöd nume als es Lernprogramm.

Wenn de Agent i dinere Firma morn am Morge aafangt, transaktionali Arbet z übernäh, weiss dis Team scho, wie mer de Agent überwacht, validiert, eskalieret und sini Arbet verbesseret? Oder chönd si nume en Chatbot ufmache? D Antwort uf die Frog wird entscheide, ob Agentic AI e Quelle vo Produktivität oder e Quelle vo neue Problem wird.