01Von 3,000 auf ungefähr 20,000 Agenten
Zur Zeit des Davos-Treffens im Januar 2026 nannte McKinsey-CEO Bob Sternfels eine Zahl, um die aktuelle Lage seines Unternehmens zu beschreiben. Es gibt rund 40.000 Menschen bei McKinsey. Und rund 20.000 KI-Agenten. Vor anderthalb Jahren war die Mitarbeiterzahl nahezu identisch, doch die Agenten beliefen sich lediglich auf etwa 3.000. Manche Medien berichteten die Zahl als 25.000, aber sicher ist, dass sich diese Veränderung von rund 3.000 auf rund 20.000 innerhalb von 18 Monaten vollzog.
Als ich dies hörte, fiel mir zuerst das Verhältnis auf. Fast 2 zu 1. Ein KI-Agent auf zwei Menschen. Diese Proportion materialisierte sich innerhalb von 18 Monaten aus fast nichts. Dies ist nicht einfach eine Geschichte über die Einführung von Automatisierungstools. Dies ist eine Geschichte über Entitäten, die als Organisationsmitglieder gezählt werden und die halbe Größe der menschlichen Belegschaft erreicht haben.
Die interne Plattform Lilli, die im Juli 2023 firmenweit eingeführt wurde, bildet das Fundament. Sie verbindet umfangreiches institutionelles Wissen mit externen Daten, und etwa 72% der Mitarbeitenden nutzen sie in der täglichen Arbeit. Der Anstieg der Agentenzahlen spiegelt die praktische Tiefe wider, die auf dieser Plattform aufgebaut wurde.
02Die Antwort der ersten Woche wurde zur Antwort der ersten Stunde
Kate Smaje, McKinseys Global Leader für Tech & AI, beschrieb den Wandel in konkreten Worten. Berater brauchten früher eine Woche, um eine erste Hypothese zu erstellen. Jetzt dauert es eine Stunde. Smaje nennt das den Übergang von der "Antwort in Woche eins" zur "Antwort in Stunde eins".
Das ist nicht nur eine Aussage über Geschwindigkeit. Sie trägt die Implikation in sich, dass sich die Abfolge des Denkens verändert hat. Zuvor floss ein erheblicher Teil der Zeit in das Sammeln, Bereinigen und Visualisieren von Daten, bevor überhaupt eine Hypothese gebildet werden konnte. Da die KI diese Vorarbeit übernimmt, können Menschen direkt bei der Frage selbst ansetzen. Das Arbeitsvolumen ist nicht einfach gesunken; die Natur der Arbeit hat sich verändert.
Die Antwort der ersten Woche ist zur Antwort der ersten Stunde geworden. ── Kate Smaje, McKinsey Global Leader, Tech & AI
03PowerPoint ist zu einem reinen Auslieferungsformat zurückgekehrt
Smaje stellte außerdem fest, dass die Nutzung von PowerPoint innerhalb weniger Monate erheblich zurückging. Die Nuance ist hier entscheidend: Es wird nicht behauptet, dass PowerPoint verschwunden sei. Decks bleiben weiterhin das finale Artefakt, das an Kunden übergeben wird. Was sich geändert hat, ist, dass die eigentliche Arbeitsebene, auf der gedacht, Argumente aufgebaut und Logik geschärft wird, auf KI-native Tools umgestiegen ist.
Das Erstellen von Folien galt in manchen Kreisen einst als das eigentliche Handwerk der Beratungsarbeit. Einen Foliensatz zu erstellen, während man etwas durchdenkt, kann tatsächlich analytische Disziplin trainieren. Doch das Umgekehrte gilt ebenso: Die Zeit für Layout, Formatierung und visuelle Konsistenz hat schon immer Aufmerksamkeit vom Denken selbst abgezogen. Dieses Gleichgewicht beginnt nun zu zerbrechen.
04Ein Berater ersetzte Foliensätze durch eine Website
Ein Beispiel bleibt mir in Erinnerung. Ein Berater, der mit einem nordamerikanischen Kabelunternehmen arbeitete, erstellte mit KI-Unterstützung das, was als "client visualization hub" bekannt wurde: eine Sammlung von Dutzenden HTML-Dateien, die jeweils Analysen, Diagramme, Tabellen und erläuternden Text enthielten und zu einer einzigen teilbaren Web-Umgebung zusammengefügt wurden. Statt eines immer weiter wachsenden Stapels von PowerPoint-Präsentationen lieferte das Team eine Website, die in Echtzeit aktualisiert und geteilt werden konnte.
Das ist keine kosmetische Änderung. Eine PowerPoint-Datei friert in dem Moment ein, in dem sie gesendet wird. Die Version, die im Posteingang des Kunden ankam, und die Version, die in der Nacht vor dem nächsten Meeting überarbeitet wurde, entfernen sich lautlos voneinander. Die Kosten dieser Auseinanderentwicklung wurden nie ehrlich bilanziert. Das Visualisierungszentrum löst dieses Problem an der Wurzel: Berater und Kunde betrachten dieselben Informationen, gemeinsam aktualisiert.
05Zurück zur pharmazeutischen Praxis
Der Grund, warum diese Geschichte mich so stark anspricht, liegt in der engen Parallele zur pharmazeutischen und medizinischen Arbeit. Medical-Affairs-Materialien, behördliche Einreichungen, interne Freigabe-Workflows. All das läuft auf einer großen Menge von Folien und Word-Dokumenten, und ein Großteil der Arbeit besteht aus Datenformatierung, Tabellenaufbau und Konsistenzprüfungen.
Würde derselbe Wandel auch im pharmazeutischen Umfeld Einzug halten, wären die am unmittelbarsten betroffenen Arbeiten wahrscheinlich die des MSL, der Daten heranzieht und Interpretationen ergänzt, die des Medical Writers, der Literatur zusammenfasst und sie in einen Fachinfo- oder Off-Label-Kontext einordnet, oder das Versionsmanagement von Sicherheitsdokumenten. Der Wandel von „jemand, der produziert“ zu „jemand, der die Frage stellt“ deutet hier in dieselbe Richtung.
06Das Gewicht von Verifizierung und Dokumentation in medizinischen Kontexten
Die pharmazeutische und medizinische Praxis unterliegt jedoch Einschränkungen, die es im allgemeinen Consulting nicht gibt. Regulatorische Dokumente erfordern Versionskontrolle, elektronische Signaturen und Audit-Trails. Wenn eine KI-generierte Zusammenfassung letztlich als Teil offizieller Arzneimittelinformationen zirkuliert, muss der Prozess, der sie hervorgebracht hat, überprüfbar sein. "Die KI hat es organisiert, also muss es korrekt sein" ist keine Aussage, die einer regulatorischen Prüfung standhält.
Betrachtet man die Sache aus der anderen Richtung, so besteht die Möglichkeit, dass sich menschliche Aufmerksamkeit durch die Übernahme der Vorarbeiten durch KI stärker auf die Genauigkeit des Inhalts selbst konzentrieren kann. Wenn die zuvor von der Formatierung gebundene Zeit in die Prüfung wissenschaftlicher Belege umgelenkt wird, ist das ein Nutzen, der letztlich bei den Patienten ankommt. Die Herausforderung besteht darin, wie man diesen Übergang gestaltet und genau wo man die Grenze zwischen dem zieht, was an KI delegiert wird, und dem, was nicht.
Was ein pharmazeutisches Audit fragt, lautet: Wer hat diese Entscheidung getroffen? Diese Frage ändert sich nicht, unabhängig davon, wie viele KI-Agenten in einer Organisation existieren. Menschliche Verantwortung muss im medizinischen Kontext eine nicht verhandelbare Prämisse bleiben.
07Was tun mit wiedergewonnener Zeit
Die tiefste Frage in McKinseys Transformation ist, wie ich es sehe, nicht, was KI kann, sondern was Menschen mit der Zeit anfangen werden, die ihnen zurückgegeben wird. Wenn die Antwort für die erste Stunde jetzt vorliegt, was füllt die übrigen Stunden? Geht man schwierigeren Fragen nach? Betreut man mehr Kunden? Oder akzeptiert man einfach, dieselbe Leistung in weniger Zeit zu erbringen, und nennt das Fortschritt?
Dieselbe Dreifachauswahl wird auch in der medizinischen Praxis ankommen. Wenn die KI einen ersten Entwurf eines Materialdokuments liefert, fließt die wiedergewonnene Zeit in ein sorgfältigeres Verstehen des Patientenkontexts oder nur in eine Beschleunigung des Genehmigungszyklus? Dieselbe Technologie trägt eine völlig andere Bedeutung, je nachdem, wie die Frage gerahmt wird.
08Festhalten an der Frage, Tag für Tag
McKinsey agiert in einem Maßstab und in einem Kontext, die weit von meinem eigenen Arbeitsplatz entfernt sind. Aber als konkreter Anstoß, um zu überdenken, was die Zeit, die in die Erstellung von Folien geflossen ist, eigentlich wert war, bieten nur wenige Beispiele diesen Grad an Spezifität. Die Zahl, die von 3,000 auf 20,000 steigt, ist keine Marketingbehauptung. Sie ist ein Beleg dafür, dass eine reale Organisation tatsächlich geändert hat, wie sie arbeitet.
Ob man diesen Wandel als Bedrohung oder als Anlass zum Umdenken liest, ist eine Entscheidung, die beim Leser liegt. Ich würde Letzteres wählen. Weiter zu denken, weiter zu hinterfragen, diese Fähigkeit nicht aufzugeben, ganz gleich, welche Werkzeuge zur Verfügung stehen. Das, glaube ich, ist es, was der Ausdruck コラム — jeder Tag ein guter Tag — bedeutet, wenn er keine Floskel, sondern eine Praxis ist.