Das GCC der Zukunft ist kein Standort, sondern ein Betriebssystem

Wenn Bündelung nicht mehr reicht

Ein Global Capability Center kann Tausende Vorgänge bündeln und trotzdem wenig Kontrolle über den Gesamtprozess haben. Das passiert, wenn Arbeit zentralisiert wird, Entscheidungen, Daten und Nachweise aber in getrennten Systemen bleiben. Dann skaliert nicht die Leistung, sondern die Übergabe.

Eine von PRNewswire verbreitete Mitteilung von Aokah rückt GCCs als strategische Unternehmenswerte und die verlässliche Globalisierung von Arbeit in den Vordergrund. Als Unternehmenskommunikation ist sie ein Marktsignal, keine unabhängige Marktstudie. Die folgenden fünf Trends sind deshalb keine Nacherzählung, sondern die Einordnung der ANORA-Redaktion.

Unsere These: Der Standort verschwindet nicht, verliert aber seine Funktion als primäre Gestaltungseinheit. An seine Stelle tritt ein steuerbares Betriebsmodell, das Arbeit über Menschen, Modelle, Systeme und Regionen verteilt. In diesem Sinn wird das GCC zum Betriebssystem globaler Arbeit – nicht als Softwareprodukt, sondern als operative Architektur.

1. Das Mandat wandert vom Service zum Ergebnis

Das klassische GCC wird über einen Leistungskatalog geführt. Es bearbeitet Vorgänge, erstellt Berichte oder übernimmt abgegrenzte Backoffice-Aufgaben. Dieses Modell funktioniert, solange die Wertschöpfung entlang stabiler Übergaben organisiert werden kann.

KI löst diese Grenzen nicht automatisch auf, macht ihre Schwächen aber sichtbarer. Wenn Systeme Informationen klassifizieren, Fälle priorisieren und Aktionen vorbereiten oder auslösen, lässt sich Verantwortung kaum noch an einem einzelnen Prozessschritt festmachen. Ein Center kann seine eigene Aufgabe schneller erledigen und dennoch das Gesamtergebnis verschlechtern.

Ein belastbares GCC Operating Model beginnt deshalb nicht mit der Frage, welche Arbeit zentralisiert werden soll. Es beginnt mit dem Ergebnis, das das Center tatsächlich verantworten darf: etwa einer kürzeren Durchlaufzeit, weniger ungeklärten Ausnahmen oder nachvollziehbaren Freigaben. Die passenden Kennzahlen hängen vom Prozess ab. Das Prinzip bleibt gleich: Verantwortung folgt dem Ergebnis, nicht dem Organigramm.

Damit verschieben sich auch Entscheidungsrechte. Wer ein Prozessergebnis verantwortet, muss innerhalb klarer Grenzen eingreifen können. Fehlt dieses Mandat, bleibt das GCC trotz neuer Technologie eine verlängerte Werkbank.

2. KI verlässt den Assistentenmodus

Viele KI-Initiativen beginnen am persönlichen Arbeitsplatz: Texte zusammenfassen, Antworten entwerfen, Dokumente durchsuchen. Das kann Zeit sparen, verändert aber noch keine globalen Business Operations.

Der strukturelle Wechsel beginnt, wenn ein System einen Prozesszustand erkennt, den nächsten Schritt auswählt und die Übergabe dokumentiert. Dafür müssen Datenquellen, Regeln, Modelle, Fachanwendungen und menschliche Freigaben zusammenspielen. Der operative Wert liegt dann nicht im einzelnen Modell, sondern in der Prozessorchestrierung.

Genau hier steigt das Risiko. Ein Assistent macht einen Vorschlag. Eine operative Ausführungsschicht verändert einen realen Vorgang: Sie leitet einen Fall weiter, fordert Informationen an oder bereitet eine Freigabe vor. Berechtigungen, Begründbarkeit und Rückabwicklung gehören damit nicht mehr an den Rand des Projekts. Sie sind Teil des Prozessdesigns.

Beispiel: Ausnahmen in der Rechnungsprüfung

Ein möglicher Anwendungsfall ist die Bearbeitung von Rechnungsabweichungen. Ein System könnte verfügbare Belege zusammenführen, einen Standardfall nach definierten Regeln zuordnen und eine Abweichung mitsamt ihrer Prozessspur an die zuständige Fachperson geben. Fälle mit höherem finanziellen oder rechtlichen Risiko würden nicht automatisch weitergeführt.

Dieses Beispiel zeigt die Grenze intelligenter Automatisierung: Nicht jeder Schritt muss autonom werden. Entscheidend ist, dass der Ablauf jederzeit erkennen lässt, welcher Zustand vorliegt, wer handeln darf und wie eine fehlerhafte Aktion korrigiert werden kann.

3. Governance wird ausführbare Prozesslogik

Ein zentrales Regelwerk genügt nicht, wenn Arbeit täglich über verschiedene Modelle, Datenräume und Fachsysteme läuft. Governance für generative KI muss dort greifen, wo eine Entscheidung vorbereitet oder ausgeführt wird. Aus einem Dokument wird eine ausführbare Kontrollarchitektur.

Dazu gehören eindeutige Identitäten, abgestufte Berechtigungen, freigegebene Datenquellen und definierte Einsatzgrenzen. Ebenso wichtig ist die Prozessspur: Welche Quelle wurde verwendet? Welche Regel hat eine Aktion ausgelöst? Wo fand eine Freigabe statt? Kann der vorherige Zustand wiederhergestellt werden?

Auch der Mensch in der Schleife ist nicht automatisch eine wirksame Kontrolle. Eine Freigabe schützt nur dann, wenn die verantwortliche Person den Kontext kennt, tatsächlich eingreifen kann und für einen klar abgegrenzten Entscheidungspunkt zuständig ist. Andernfalls wird Governance zum zusätzlichen Klick.

Für GCCs entsteht daraus eine anspruchsvollere Rolle. Die Unternehmenszentrale kann Regeln und Risikogrenzen festlegen. Das Center übersetzt sie in wiederholbare Kontrollen und macht sichtbar, ob sie über Regionen hinweg tatsächlich angewendet werden.

4. Arbeit wird nach Entscheidungen zerlegt, nicht nach Stellen

Für das Design eines GCC führt die Frage, welche Stellen sich automatisieren lassen, in die falsche Richtung. Rollen bestehen aus unterschiedlichen Entscheidungen, Ausnahmen und Nachweispflichten. Genau diese Bestandteile müssen getrennt betrachtet werden.

Welche Fälle folgen stabilen Regeln? Wo ist fachliche Interpretation nötig? Welche Handlung erzeugt ein finanzielles, rechtliches oder reputatives Risiko? Welche Belege müssen nach einer Entscheidung erhalten bleiben? Erst diese Analyse zeigt, welche Schritte automatisiert, unterstützt oder bewusst beim Menschen belassen werden sollten.

Damit verändern sich Kompetenzprofile. Prozessverantwortliche müssen Grenzen der Automatisierung definieren können. Fachexperten prüfen weniger Standardfälle und gestalten stärker Regeln, Eskalationen und Ausnahmen. Technische Teams wiederum brauchen ein Verständnis für operative Folgen, nicht nur für die Qualität eines Modells.

Intelligente Automatisierung ist daher keine Headcount-Formel. Ihr belastbarer Nutzen liegt darin, Arbeit klarer steuerbar zu machen und menschliche Aufmerksamkeit dort einzusetzen, wo Urteilskraft oder Verantwortung gefragt sind.

5. Aus dem Center wird ein verteiltes Netzwerk

Der Begriff Center suggeriert einen Ort. Ein modernes globales Betriebsmodell funktioniert eher wie ein Netzwerk: gemeinsame Standards und Plattformen im Kern, regionale Ausführung dort, wo Sprache, Regulierung, Kundennähe oder besonderes Fachwissen sie verlangen.

Souveränität bedeutet dabei nicht, jede Aktivität lokal zu halten. Sie bezeichnet die Fähigkeit, bewusst festzulegen, wo Daten verarbeitet werden, welches System handeln darf und welche Verantwortung nicht delegiert wird. Die konkreten Grenzen unterscheiden sich nach Branche, Region und Prozess. Globale Standardisierung darf sie nicht verdecken.

Ein verteiltes GCC kann Arbeit abhängig von Sensitivität, Zeitdruck und verfügbarer Expertise routen. Das setzt gemeinsame Prozessdefinitionen voraus. Wenn Regionen dieselbe Tätigkeit unterschiedlich benennen, messen und freigeben, automatisiert das Unternehmen keine globale Operation. Es automatisiert lokale Missverständnisse.

Der strategische Vorteil entsteht deshalb nicht durch maximale Zentralisierung, sondern durch kontrollierte Beweglichkeit. Arbeit lässt sich verlagern oder bei Störungen neu verteilen, ohne dass Zuständigkeit und Prozesshistorie verloren gehen.

Die Führungsfrage liegt vor der Technologie

Ein GCC wird nicht dadurch strategisch, dass es generative KI einführt. Es wird strategisch, wenn es Verantwortung für ein System aus Menschen, Modellen und Kontrollen übernehmen kann.

Vor dem Ausbau sollten Entscheider daher nicht zuerst über Standorte oder Toollisten sprechen. Die belastbareren Fragen sind:

• Welches Endergebnis darf das Center tatsächlich verantworten?
• Welche Entscheidungen dürfen Systeme selbstständig treffen, und wo gilt ein harter Stopp?
• Welche Nachweise werden für Prüfung, Korrektur und Rückabwicklung benötigt?
• Welche Fähigkeiten gehören in den globalen Kern, welche bewusst in die Region?
• Kann ein Prozess bei einer Störung übertragen werden, ohne seinen Kontext zu verlieren?

Fehlen darauf klare Antworten, skaliert komplexe Automatisierung vor allem die Fragmentierung: mehr Modelle, mehr Übergaben und mehr unsichtbare Abhängigkeiten.

Das leistungsfähigste Global Capability Center wird deshalb nicht zwangsläufig das größte oder günstigste sein. Es wird jenes sein, in dem Arbeit Grenzen überschreiten kann, ohne dass Verantwortung verschwindet.