KÜNSTLICHE INTELLIGENZ · ARBEITSWELT
Ein Text ist in Sekunden geschrieben. Aber wer erkennt, ob er stimmt, zum Kunden passt und eine Zusage enthält, die niemand geben wollte? Genau hier beginnt die wichtigere Debatte über KI im Job. Wir schauen auf aktuelle Forschung und zeigen, warum der Blick auf konkrete Aufgaben hilfreicher ist als die pauschale Frage, ob bald ganze Berufe verschwinden.
KI im Job: Betroffenheit bedeutet nicht automatisch Stellenabbau
Die Internationale Arbeitsorganisation ILO unterscheidet zwischen möglicher technischer Betroffenheit und tatsächlichen Beschäftigungsfolgen. Ihr globaler Index von 2025 ordnet rund jeden vierten Beschäftigten einem Beruf mit einem gewissen Potenzial zur Veränderung durch generative KI zu. Gemeint sind Aufgaben, bei denen die Technik etwas verändern könnte. Daraus folgt nicht, dass ein Viertel aller Arbeitsplätze wegfällt. Die ILO hält die Veränderung vieler Tätigkeiten für wahrscheinlicher als ihre vollständige Ersetzung, weil Berufe weiterhin menschliche Beiträge und unterschiedliche Aufgaben enthalten.
Ein ILO-Forschungsüberblick vom Juni 2026 beschreibt ein gemischtes Bild: Produktivitätsgewinne sind vorhanden, fallen aber unterschiedlich aus und sind nicht immer ausreichend belegt. Ein großflächiger Beschäftigungsabbau bleibt in den ausgewerteten Befunden bislang begrenzt. Gleichzeitig nennt der Überblick Risiken für Ungleichheit, Einstiegsmöglichkeiten junger Beschäftigter und die Qualität der Arbeit. Diese Einordnung verdient beides: Offenheit für Verbesserungen und Aufmerksamkeit für mögliche Nachteile. Eine sichere Vorhersage für jede Branche lässt sich daraus nicht ableiten.
Für ein einzelnes Team ist deshalb die Aufgabenebene der bessere Ausgangspunkt. Eine Kundenanfrage umfasst vielleicht das Suchen von Informationen, einen Antwortentwurf und die Entscheidung über eine Ausnahme. Diese Schritte können unterschiedlich gut unterstützt werden. Schreibe sie getrennt auf, bevor du über den ganzen Arbeitsplatz urteilst. Dann lässt sich konkret fragen, wo eine Hilfe Zeit spart und wo weiterhin Erfahrung, Rückfragen oder Verantwortung gebraucht werden. Ein beeindruckender Entwurf allein beantwortet diese organisatorischen Fragen noch nicht.
Warum menschliche Fähigkeiten nicht zur Nebensache werden
Die OECD betont in ihrem Überblick zu KI und Fähigkeiten vom Juni 2026 die Bedeutung der Menschen, die die Technik einsetzen. Fehlende Kenntnisse können gerade kleinere Unternehmen bei der Einführung ausbremsen. Ein früheres OECD-Papier zu Kanada untersuchte außerdem die Nachfrage nach Fähigkeiten in stark von KI berührten Berufen. Es fand unter anderem eine wachsende Bedeutung sozialer und sprachlicher Kompetenzen. Das ist ein konkreter Forschungsbefund für den untersuchten Kontext, keine Garantie, dass jede Tätigkeit durch Freundlichkeit automatisch sicher wird.
Für den Arbeitsalltag lässt sich daraus eine praktische Frage ableiten: Wer kann einen Entwurf in die tatsächliche Situation übersetzen? In einem Beratungsgespräch fehlen anfangs oft entscheidende Angaben. Vielleicht braucht ein Kunde eine einfache Lösung, obwohl er nach dem größten Funktionsumfang fragt. Eine hilfreiche Antwort beginnt dann mit Zuhören und einer passenden Rückfrage. Unser Beispiel zeigt, warum technische Geschwindigkeit und verständliche Kommunikation zusammengehören. Die Qualität entsteht nicht allein dadurch, dass möglichst schnell möglichst viel Text verfügbar ist.
Auch fachliches Urteil bleibt eine eigene Aufgabe. Prüfe, welche Aussage durch eine Quelle gedeckt ist, was nur vermutet wird und wo eine Entscheidung erforderlich ist. Wer ein Ergebnis kontrolliert, braucht dafür Zeit und passende Kenntnisse. Plane diese Prüfung ausdrücklich ein. Sie darf nicht als unsichtbare Zusatzarbeit neben unverändert hohen Vorgaben verschwinden. Unsere Empfehlung lautet, Zuständigkeiten für Entwurf, fachliche Kontrolle und Freigabe getrennt zu benennen. So wird sichtbar, welchen Beitrag die Technik und welchen Beitrag die Menschen tatsächlich leisten.
KI im Job sinnvoll erproben statt pauschal einführen
Wähle für einen ersten Versuch eine überschaubare, wiederkehrende Aufgabe. Beispielsweise könnte ein Team aus einem bereinigten Gesprächsprotokoll eine interne Aufgabenliste erstellen lassen. Lege vorher fest, wie ein brauchbares Ergebnis aussieht: richtige Zuständigkeiten, vollständige Fristen und keine erfundenen Zusagen. Vergleiche anschließend mit einer von Menschen geprüften Referenz. Dieses Vorgehen ist unsere praktische Empfehlung, keine Aussage über ein bestimmtes Produkt. Es macht einen Versuch nachvollziehbar, ohne aus einer gelungenen Vorführung bereits einen allgemeinen Erfolg abzuleiten.
Miss dabei die gesamte Bearbeitungszeit. Zum Ergebnis gehören auch das Vorbereiten der Eingabe, das Kontrollieren und die nötigen Korrekturen. Wenn ein schneller Entwurf anschließend aufwendig repariert werden muss, sieht die Bilanz anders aus als die reine Erstellungsdauer. Halte deshalb einige vergleichbare Vorgänge fest. Frage außerdem die Menschen, die damit arbeiten, ob ihnen der Ablauf hilft. Verständlichkeit und Verlässlichkeit sind eigene Kriterien. Sie sollten neben einer Zeitmessung stehen und nicht stillschweigend durch diese ersetzt werden.
Klärt vor dem Versuch außerdem, welche Daten in welchem freigegebenen Dienst verwendet werden dürfen. Nutzt zunächst bereinigte Beispiele, wenn die Freigabe persönlicher oder vertraulicher Informationen ungeklärt ist. Lege fest, wer die eingerichteten Zugänge betreut und bei Problemen entscheidet. Das ist eine organisatorische Aufgabe und muss zur tatsächlichen Umgebung passen. Verändere nicht unbemerkt den bisherigen Arbeitsablauf, nur weil ein neues Werkzeug eine zusätzliche Funktion anbietet. Ein klarer kleiner Versuch liefert eine bessere Grundlage für die nächste Entscheidung.
Weiterbildung und Verantwortung gehören in denselben Plan
Ein sinnvoller Lernplan beginnt bei den Aufgaben der Beschäftigten. Wer Kundenantworten prüft, braucht andere Übungen als jemand, der Tabellen zusammenfasst oder technische Dokumente durchsucht. Plane deshalb kurze Versuche mit vertrauten Beispielen und nachvollziehbaren Fehlern. Die Beteiligten sollten erkennen können, warum ein Ergebnis passt oder warum es überarbeitet werden muss. Ein reiner Kurs in Formulierungen für Eingaben greift dafür zu kurz. Gute Bedienung umfasst auch das Erkennen von Grenzen und die Entscheidung, wann eine andere Vorgehensweise nötig ist.
Beziehe dabei weniger erfahrene Teammitglieder ein. Der ILO-Überblick nennt Einstiegsmöglichkeiten junger Beschäftigter ausdrücklich als einen Risikobereich. Für die betriebliche Planung stellt sich deshalb eine wichtige Frage: Wie lernen neue Menschen die Grundlagen, wenn einfache Vorarbeiten zunehmend unterstützt werden? Unsere Empfehlung ist, die fachliche Erklärung nicht zu streichen. Lasst Ergebnisse gemeinsam prüfen und begründen. So bleibt sichtbar, welche Kenntnisse hinter einer guten Entscheidung stehen. Ein fertiger Vorschlag sollte den Lernweg ergänzen und nicht unbemerkt verdecken.
KI im Job ist damit keine Frage eines einzigen besonders geschickten Prompts. Entscheidend sind konkrete Aufgaben, geeignete Werkzeuge und Menschen, die Ergebnisse beurteilen können. Forschung hilft, die großen Behauptungen einzuordnen; ein kontrollierter Versuch zeigt den Nutzen im eigenen Alltag. Prüft gemeinsam, wo Unterstützung gelingt, welche Nachteile entstehen und welche Kenntnisse fehlen. Daraus lässt sich ein sinnvoller nächster Schritt ableiten. Weder ein pauschales Versprechen noch eine pauschale Untergangsprognose ersetzt diese Arbeit an der tatsächlichen Praxis.
Weiterlesen: IT und Netzwerk bei Marini; Mail und Kalender bewusst mit KI nutzen.
