KI ersetzt keine Jobs, sie verändert deren Anforderungen

Die meisten Führungskräfte glauben zu wissen, in welchen Bereichen künstliche Intelligenz (KI) ihr Unternehmen verändern wird. Sehr wahrscheinlich richten sie ihren Blick dabei jedoch auf die falsche Stelle.

Der eigentliche Einfluss von KI zeigt sich nicht in Jobbezeichnungen, Organisationsstrukturen oder Innovationsabteilungen. Er entfaltet sich leise in alltäglichen Arbeitsprozessen, welche die Unternehmen am Laufen halten: Analyse, Dokumentation, Koordination und das erste Durchdenken von Problemen. Diese Tätigkeiten machen selten Schlagzeilen, tragen aber einen erheblichen Anteil zum Wert der geleisteten Arbeit bei.

Diese Lücke zeigt sich häufig. Über KI wird meist in Form von Rollen und Tools gesprochen, während sich die Ökonomie der Arbeit grundlegend verändert. Der eigentliche stille Effekt entsteht dort, wo Fähigkeiten allmählich verloren gehen.

Die meisten Gespräche über KI und Arbeit drehen sich noch immer um Jobs: Welche Rollen sind gefährdet und welche Funktionen werden sich verändern? Als das Massachusetts Institute of Technology (MIT) im vergangenen Jahr seinen Project-Iceberg-Report veröffentlichte, löste es sich bewusst von diesem Blickwinkel und stellte eine deutlich wichtigere Frage: Wo entsteht wirtschaftlicher Wert und wie viel davon ist heute bereits durch KI erzielbar?

Statt sich an Jobbezeichnungen zu orientieren, zerlegen die Forscher Arbeit in konkrete Fähigkeiten und verknüpfen deren Lohnwert mit den Aufgaben, die KI-Systeme bereits heute übernehmen können. Dieser Perspektivwechsel ist entscheidend: Jobs sind abstrakt, Fähigkeiten hingegen nicht.

So betrachtet sind die Ergebnisse eindeutig. In technischen Tätigkeitsfeldern ist KI zwar bereits relevant, doch der Umfang bleibt vergleichsweise begrenzt und gut sichtbar. Der deutlich größere Einfluss liegt in den Bereichen Verwaltung, Finanzen und professionelle Dienstleistungen. Statt sich auf Tech-Hubs zu konzentrieren, verteilt sich der Einfluss über Unternehmen und Funktionen, die selten in den Schlagzeilen zu KI auftauchen.

Ein Warnsignal für Führungskräfte: sinkende Chancen für Berufseinsteiger

Ein Aspekt der Project-Iceberg-Analyse, der besondere Aufmerksamkeit verdient, ist die zunehmende Verdrängung von Einstiegspositionen.

Die Daten zeigen ein klares Muster: In Tätigkeitsfeldern mit hoher KI-Exposition sinkt die Beschäftigung bei 22- bis 25-Jährigen deutlich stärker als in weniger betroffenen Bereichen. Zugleich verschiebt sich der Fokus in Stellenausschreibungen von Einstiegspositionen hin zu erfahrenen Kandidaten.

Das ist kein theoretisches Zukunftsrisiko, sondern zeigt sich bereits im Einstellungsverhalten.

Vielen Unternehmen im Bereich professioneller Dienstleistungen dürfte dies unangenehm vertraut vorkommen. Die Aufgaben, die traditionell die erste Stufe der Karriereleiter bilden, sind oft genau jene, die KI-Systeme heute gut beherrschen – erste Analysen, Dokumentenerstellung, standardisierte Recherche und routinemäßige Zusammenfassungen.

Wenn diese Aufgaben still und heimlich verschwinden, geht mit ihnen auch das Praxisfeld verloren, in dem Kontextverständnis, Urteilsvermögen und fachliches Können von einer Generation zur nächsten weitergegeben werden.

Bei Berufseinstiegspositionen ging es schon immer um mehr als bloße Leistungserbringung. Wenn KI diese Arbeit übernimmt, ohne dass Unternehmen Einstiegsrollen aktiv neu gestalten, gefährden die Effizienzgewinne von heute die Führungskräfteentwicklung von morgen.

In genau diesen Einstiegspositionen sammeln Fachkräfte ihre ersten Erfahrungen und entwickeln das Urteilsvermögen, das später strategische Entscheidungen prägt. Welche Folgen hat dies für die Führungskräfteentwicklung? Und wie kann nachhaltige Talententwicklung gelingen?

Hier kollidiert kurzfristige Optimierung mit langfristigem Potenzial. Aufgaben mit geringem Mehrwert zu eliminieren, erscheint zunächst rational. Doch wenn genau diese Arbeit auch als Lernumgebung dient, birgt dies das Risiko, dass Teams entstehen, die auf dem Papier produktiv erscheinen, aber langfristig Schwierigkeiten haben, Talente weiterzuentwickeln.

Dies ist kein Plädoyer gegen den Einsatz von KI in Arbeitsabläufen von Berufseinsteigern, sondern für einen bewussten Umgang damit. KI sollte den Weg zu echter Expertise beschleunigen, nicht die Erfahrungen eliminieren, die diese überhaupt erst möglich machen.

Unternehmen, die hier Fehler machen, bemerken dies möglicherweise nicht sofort. Die Auswirkungen zeigen sich Jahre später, wenn eine Lücke auf der mittleren Führungsebene klafft und es keinen offensichtlichen Weg gibt, diese zu schließen. Genau deshalb sind die Erkenntnisse aus Project Iceberg so wichtig. Sie werfen eine grundlegendere Frage auf als die nach den Kosten oder der Produktivität: Welche Art von Fachkräften entwickeln wir eigentlich in einem KI-gestützten Unternehmen?

Warum die Debatte über gefährdete Jobs durch KI zu kurz greift

Eine der Stärken von Project Iceberg liegt darin, dass die Analyse bestimmte Aussagen bewusst nicht trifft.

Sie versucht nicht vorherzusagen, wie viele Arbeitsplätze verschwinden oder welche Positionen obsolet werden. Derartige Vorhersagen erzeugen zwar Aufmerksamkeit, unterstützen Führungskräfte jedoch kaum dabei, bessere Entscheidungen für ihre Unternehmen zu treffen.

Der Iceberg-Index konzentriert sich stattdessen auf Überschneidungen. Er misst, wo sich wertschöpfende Fähigkeiten mit dem decken, was KI bereits beherrscht. Nicht theoretisch, nicht in ferner Zukunft, sondern jetzt.

Eine hohe Überschneidung bedeutet jedoch nicht, dass die jeweilige Position verschwindet, sondern dass sich die Arbeitsinhalte verschieben.

Der Vergleich mit einer Erdbebenrisikokarte liegt nahe. Sie sagt nicht voraus, wann eine Erschütterung eintritt, sondern zeigt, wo sich der Boden am wahrscheinlichsten verschiebt, und ermöglicht so eine gezielte Vorbereitung.

Für Führungskräfte ist dieser Ansatz deutlich hilfreicher. Er lenkt den Fokus von defensiven Personalfragen hin zu strategischen Gestaltungsfragen: Welche Tätigkeiten erfordern menschliches Urteilsvermögen? Welche Prozesse lassen sich automatisieren oder verbessern? Wo sollten Zeit und Ressourcen neu verteilt werden, während die Technologie fortschreitet?

Was das in der Praxis bedeutet

Nationale Indizes sind nützlich, doch die eigentliche Arbeit beginnt dort, wo Führungskräfte diese Signale in konkrete Entscheidungen zu Teams, Prozessen und Produkten übersetzen.

Die zentrale Erkenntnis lautet, dass KI sich nicht an Organigramme hält. Sie wirkt auf der Ebene von Kompetenzen und Tätigkeiten.

Daraus ergeben sich drei praktische Konsequenzen.

Fokus auf Fähigkeiten statt auf Jobs legen

Jobs bestehen aus Bündeln von Aktivitäten. Manche davon beruhen stark auf Urteilsvermögen und sind zutiefst menschlich. Andere sind repetitiv, klar strukturiert und damit zunehmend gut für Unterstützung durch KI geeignet.

Ein echtes Verständnis der tatsächlichen Exponierung erfordert einen Einblick in die Fähigkeiten, die in kostenintensiven und volumenstarken Bereichen wie Finanzen, Rechnungswesen, Forschung, Kundenbetreuung und Compliance stecken – und zwar nicht als Stellenbeschreibungen, sondern als die konkrete Arbeit, die Menschen Woche für Woche tatsächlich leisten.

Aus diesem Blickwinkel ergeben sich rasch Muster. Der eigene Eisberg verbirgt sich dort, wo KI die Hauptlast tragen kann, wo der menschliche Beitrag besonders wertvoll ist und wo Aufwand entsteht, nur weil „es schon immer so gemacht wird“.

Datenqualität als Personalstrategie begreifen

Zu den weniger offensichtlichen Erkenntnissen der Iceberg-Analyse gehört, wo sich die KI-Exposition tatsächlich konzentriert. Nicht dort, wo die Daten perfekt sind, sondern in Bereichen, die auf Vorlagen, Dokumenten, Taxonomien und institutionellem Wissen basieren.

In diesen Umgebungen begrenzt selten das Modell das Potenzial, sondern die Daten.

Uneinheitliche Strukturen, isolierte Systeme und fragile Prozesse begrenzen den Wert von KI

Die Ergebnisse zu Berufseinsteigern machen eines klar: Abwarten ist auch eine Entscheidung.

Wenn KI Einstiegstätigkeiten automatisiert und Unternehmen die Struktur von Juniorpositionen nicht hinterfragen, gehen Lernchancen verloren. Führungskräfte müssen klar definieren, welchen Zweck Einstiegspositionen in einem KI-gestützten Unternehmen erfüllen.

Das erfordert, Mitarbeiter früher in Richtung Prüfung, Urteilsbildung und Kontextarbeit zu entwickeln, KI-gestützte Workflows mit gezielten Lernpfaden zu verbinden und nicht nur die Produktivität zu messen, sondern auch den tatsächlichen Aufbau von Fähigkeiten im Blick zu behalten.

KI sollte das Fundament stärken und das Wachstum beschleunigen. Wenn sie jedoch unbemerkt die Aufstiegsmöglichkeiten beseitigt, übersteigen die langfristigen Kosten jeden kurzfristigen Effizienzgewinn.

Diese Entwicklungen verweisen auf eine grundlegende Erkenntnis: KI-Strategie ist nicht länger nur eine Frage von Tools oder Pilotprojekten, sondern eine Frage der Gestaltung der Arbeit selbst.

Den eigenen Eisberg finden

Es empfiehlt sich, klein anzufangen und einige Funktionen in den Blick zu nehmen, in denen die Personalkosten erheblich sind und die Arbeit weitgehend standardisiert abläuft, etwa in der Finanzberichterstattung, im Steuerbereich oder in der Kundenbetreuung.

Im Mittelpunkt stehen dabei nicht die Stellenprofile, sondern die Aufgaben selbst. Hilfreich ist eine strukturierte Erfassung der zentralen Aktivitäten, ihrer Häufigkeit, ihrer Dauer und der zugehörigen Lohnkosten. Dieser Schritt allein bringt meist mehr Klarheit als jede Technologieanalyse.

Anschließend folgt die nüchterne Bewertung der KI-Exposition, nicht mit Blick auf das, was irgendwann einmal möglich sein könnte, sondern auf das, was heute realistisch ist:

• KI ist derzeit nicht hilfreich.
• KI bietet wesentliche Unterstützung.
• KI übernimmt den Großteil der Arbeit, Menschen prüfen die Ergebnisse und steuern nach.

Wenn Teams dabei ehrlich sind, wird der Eisberg schnell sichtbar. Ein erheblicher Teil der Zeit und Kosten entfällt auf Tätigkeiten, die bereits heute mit verfügbaren Tools erledigt werden könnten.

Der letzte Schritt ist der wichtigste: bewusst gestalten statt treiben lassen.

Bei Aufgaben mit hoher Exponierung stehen Führungskräften konkrete Optionen offen. Sie können Prozesse automatisieren und die Zeit für andere Zwecke nutzen, Workflows so umgestalten, dass KI Entwürfe liefert und Menschen sich auf die Bewertung und den Kontext konzentrieren, sowie Aufgabenbereiche und Weiterbildung so anpassen, dass die Kompetenzen mit den Tools mitwachsen.

Eine interne Iceberg-Analyse dient nicht dazu, Stellenabbau vorherzusagen. Vielmehr geht es darum, Verantwortung dafür zu übernehmen, wie Wertschöpfung entsteht, während sich die Fähigkeiten von KI rasant weiterentwickeln.