Optimieren Sie noch Tätigkeiten, die verschwinden?
Effizienzgewinne: Unternehmen automatisieren Tätigkeiten, müssen dabei aber auch berücksichtigen, welche menschlichen Beiträge im Zuge der KI-Entwicklung unerlässlich bleiben.
Verschiebung am Arbeitsmarkt: Ein massiver Rückgang von Einstiegspositionen gefährdet langfristig die Entwicklung von Führungstalenten in Organisationen.
Fehlerhafte KI-Investitionen: Die Mehrheit der Organisationen legt den Fokus fälschlicherweise auf Automatisierung, statt auf die Förderung menschlicher Rollen und Fähigkeiten.
Strategische Verantwortung: Die Verantwortung für die KI-Transformation sollte bei den CHROs liegen, um menschliche Arbeit und Technologie besser zu verzahnen.
Talententwicklung: Neue Arbeitsmodelle verlangen den Aufbau vielseitiger Kompetenzen statt ausschließlich traditioneller Spezialisierung.
Irgendwo investiert gerade ein Unternehmen, um eine Rolle effizienter zu machen. Diese Rolle bearbeitet Anträge, leitet Anfragen weiter oder erstellt Berichte, etwas in der Art. Das Team hat die Arbeitsabläufe kartiert, Reibungspunkte identifiziert und einen Plan erstellt. Bis zum Quartalsende wird diese Rolle für die gleiche Arbeit 30 % weniger Zeit benötigen.
Bis zum Ende dieses Jahrzehnts wird diese Arbeit vollständig von KI erledigt werden.
Dies ist keine Geschichte über Erfolg oder Misserfolg von Technologie. Es ist die fortlaufende Geschichte der bedeutendsten Führungsherausforderung dieses Jahrhunderts – und sie findet branchenübergreifend in Unternehmen statt, die glauben, strategisch mit KI umzugehen, während sie in Wirklichkeit einfach nur beschäftigt sind.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Die Frage, die derzeit fast jedem ernsthaften KI-Gespräch zugrunde liegt, ist die, der die meisten Organisationen ausweichen: Nicht wie wir KI einsetzen, sondern wofür wir überhaupt noch Menschen brauchen?
Diejenigen, die Millionen in Produktivitätsoptimierung investieren, beantworten diese Frage nicht. Sie verschieben sie – einen Effizienzgewinn nach dem anderen.
Die Nachwuchsförderung kollabiert bereits
Laut Korn Ferry planen 37 % der Unternehmen, Einstiegsstellen durch KI zu ersetzen. Weitere 66 % haben die Einstellung von Berufseinsteigern verlangsamt. Wenn Sie also gerade Ihren Abschluss gemacht haben und sich fragen, warum sich der Arbeitsmarkt strukturell anders anfühlt als von Ihren Professoren beschrieben, liegt es genau daran.
Einstiegspositionen waren historisch betrachtet das Hauptinstrument für Unternehmen, um eigene Talente zu entwickeln. Der Analyst wird zum Manager. Der Koordinator zur Führungskraft. Die Nachwuchskraft, die drei Jahre lang das Geschäft von innen kennenlernt, wird später einmal das Unternehmen führen.
Eliminiert man den Einstieg, geht nicht nur günstige Arbeitskraft verloren. Es fehlt die Entwicklungsschiene, die erfahrene Führungskräfte in zehn Jahren hervorbringt.
IBM geht den entgegengesetzten Weg und verdreifacht seine Einstiegsrekrutierung, während die Konkurrenz sich zurückzieht. Ob das ein Talent-Coup ist oder ein PR-Schachzug, bleibt abzuwarten. Unbestreitbar ist jedoch: Sie können keine Führungskräfte entwickeln, die Sie nicht einstellen. IBM positioniert sich dafür, auch in Zukunft Menschen ans Steuer zu setzen.
Die falsche Frage bekommt das ganze Budget
Die meisten KI-Investitionen folgen heute einer bekannten Logik: Herausfinden, wo Menschen Zeit verbringen, so viel wie möglich automatisieren, Produktivitätszuwachs messen, wiederholen.
Das 70-20-10-Framework, das wir bereits beleuchtet haben, ist die Denkweise einiger fortschrittlicher Organisationen, wenn es um den Einsatz von KI geht. Es spiegelt andere Prioritäten wider – 70 % der Investitionen fließen in Menschen und Prozessdesign, 20 % in Infrastruktur, 10 % in die Algorithmen selbst. Einziger Haken: Kaum ein Unternehmen arbeitet tatsächlich so. In der Realität ist es meist umgekehrt.
Das Resultat sind Unternehmen, die technisch ausgefeilt, aber strategisch orientierungslos sind. Sie haben bessere Werkzeuge und doch keine klarere Antwort darauf, was aus den Menschen werden soll, die diese Werkzeuge bedienen.
Ausgerechnet die Positionen, die am anfälligsten für Automatisierung sind, sind häufig nicht die am wenigsten wertvollen. Es sind oft Rollen, die routinemäßige Urteile verlangen oder strukturiertes Problemlösen – genau das, worin maschinelles Lernen besonders gut ist.
Die Rollen, die übrig bleiben oder neu geschaffen werden, verlangen etwas anderes: die Fähigkeit, mit Unklarheit umzugehen, ethische Entscheidungen zu treffen, Beziehungen zwischen verschiedenen Interessensgruppen zu managen und kontextuelles Urteilsvermögen zu beweisen, das sich nicht auf eine Eingabeaufforderung reduzieren lässt.
Nach meiner Erfahrung gibt es dafür kaum Stellenbeschreibungen. Es gibt momentan keine Karriereleiter dafür und fast kein Entwicklungsbudget wird darauf verwendet.
Wer ist hierfür verantwortlich?
David Swanagon argumentiert, dass die Einführung von KI bei den CIOs liegt, obwohl sie eigentlich Sache der CHROs sein sollte.
Adoption ist etwas völlig anderes als die Einführung. Dem CIO wurde nicht nur die Gestaltung, das Testen und die Einführung von Tools zugewiesen, sondern auch deren Akzeptanz. Die Akzeptanz sollte vom CHRO verantwortet werden — weil es um Kultur, Vertrauen, Eigenverantwortung und Kompetenzen geht.
Die Logik ist nachvollziehbar. Die Umsetzung von Technologie ist nur ein vergleichsweise kleiner Teil dessen, was über Erfolg oder Misserfolg einer KI-Transformation entscheidet. Die größere Herausforderung ist die Frage, welche Aufgaben Menschen übernehmen sollen, welche Kompetenzen dafür nötig sind und wie diese Kompetenzen bei Mitarbeitenden entwickelt werden, die eigentlich für völlig andere Tätigkeiten eingestellt wurden.
CIOs sind nicht in der Lage, diese Fragen zu beantworten. Ihr Fokus liegt auf Systemen, nicht auf der menschlichen Infrastruktur, die diese Systeme überhaupt erst unterstützen sollen.
Wenn die KI-Strategie in der Technologieabteilung angesiedelt ist, werden vor allem technische Fragen beantwortet. Die organisatorischen und menschlichen Fragen werden vertagt oder als nachträglicher Gedanke an HR delegiert, sobald die Umsetzung bereits läuft.
So entsteht eine KI-Einführung, die technisch funktioniert, aber strategisch scheitert. Die Werkzeuge laufen. Die Mitarbeitenden wissen jedoch nicht, was sie damit tun sollen, wie ihre Rolle in drei Jahren aussehen wird oder ob sie Kompetenzen entwickeln sollen, die das Unternehmen bisher nicht als wertvoll signalisiert hat.
Damit ist nicht gesagt, dass CHROs aktuell dieser Verantwortung gerecht werden. Im Gegenteil, Swanagon würde sogar sagen, dass sie es nicht tun.
"Die meisten CHROs fangen leider mit dem Gedanken an: 'Wir wollen Dinge automatisieren und Geld sparen.' Und das ist gut, aber es macht keinen Spaß", sagte Swanagon. "Es ist auch nicht interessant. Es ist halt gut."
Die M-förmige Lücke
Jahrelang bevorzugte man in der Talentstrategie T-förmige Mitarbeitende – also Spezialist:innen, die über ausreichend Überblick über angrenzende Bereiche verfügen, um dort mitarbeiten zu können. Dieses Modell war sinnvoll in einer Umgebung, wo Spezialisierung stabil war und Breite ein Koordinationsvorteil bot.
KI verändert, was Breite bedeutet. Das neue, entstehende Modell wird manchmal als M-förmig oder kammförmig bezeichnet: Mitarbeitende, die mehrere echte Spezialisierungen besitzen, nicht nur oberflächliche Vertrautheit – verbunden durch ein umfassendes Urteilsvermögen, das sie befähigt, flexibel zwischen Bereichen zu wechseln.
Der Unterschied ist wichtig, denn die Entwicklung von kammförmigen Mitarbeitenden erfordert andere Investitionen als die Entwicklung von T-förmigen. Man schärft nicht nur den peripheren Blick. Man baut mehrere Kompetenzzentren in einer Person auf und fördert dann das Urteilsvermögen, diese situationsgerecht einzusetzen.
Die meisten Organisationen haben kein Entwicklungsprogramm, das dies ermöglicht. Sie verfügen über Trainingskataloge und LinkedIn-Learning-Lizenzen.
Was verantwortungsvolles Handeln erfordert
Der Begriff der Verantwortung wird im Führungskontext häufig unscharf verwendet. Meist bedeutet er so etwas wie „Wir kümmern uns um unsere Leute“ – auf einem ähnlich unklaren Niveau wie „Unsere Mitarbeitenden sind unser wertvollstes Kapital“. Keine dieser Phrasen hält einer Restrukturierungsankündigung stand.
Echte Verantwortung in einer KI-Transformation bedeutet, heute Entscheidungen zu treffen, die die Fähigkeit zur Wertschöpfung durch Menschen über einen Zeitraum von fünf bis zehn Jahren sichern – selbst wenn diese Entscheidungen in einer Quartalsbetrachtung schwieriger zu rechtfertigen sind als eine weitere Automatisierungsrunde.
Kürzlich saßen Adam DeRose von HR Brew und ich für eine Folge von „Your Work Friends“ mit Francesca Ranieri und Mel Plett zusammen. Und Adam sagte etwas, worüber ich den Rest des Tages nachgedacht habe.
„Ich verstehe den Wert des Quartalsgesprächs — aber ehrlich, ich denke, wir sollten sie einfach abschaffen.“
Warum? Weil der Fokus auf die Quartalsleistung das langfristige Denkvermögen von Führungskräften verschlechtert hat. Die Obsession für Quartalszahlen zieht sich vom Vorstand bis zum Teamleiter – aber die Taktiken, die kurzfristige Spitzenzahlen liefern, untergraben oft unsere Fähigkeit zu langfristigem strategischem Denken, insbesondere beim Umgang mit Talenten in der aktuellen Zeit.
Dies ist ein Moment, in dem möglicherweise die Entwicklung von Kompetenzen gefördert werden muss, für die es noch keine Jobtitel gibt. Es bedeutet, den Einstiegspipeline zu erhalten, auch wenn die Kalkulation deren Abschaffung nahelegt. Es bedeutet, die Frage danach, wofür Menschen in Organisationen da sind, als strategische zu begreifen – und nicht bloß als HR-Problem – und die Personalverantwortlichen in die Entscheidungsräume zu lassen.
Die meisten Organisationen tun das nicht. Sie optimieren. Und Optimierung – angewandt auf eine Struktur, die sich gerade verändert – ist eine raffinierte Art, in die falsche Richtung zu laufen.
Die Jobs, die heute effizienter gemacht werden, sind nicht diejenigen, die den Organisationswert im Jahr 2030 bestimmen. Die Arbeit, die dann zählt – Urteilsvermögen, Navigation, ethische Entscheidungsfindung und die Fähigkeit, andere Menschen durch echte Unsicherheit zu führen – wird fast nirgendwo entwickelt oder umgesetzt. Sie taucht in keinem Budgetposten auf, nicht in Berichtssystemen und hat erst recht zu wenige Unterstützer:innen auf Führungsebene.
Das ist das Versagen der Führung. Künstliche Intelligenz (KI) ermöglicht es uns, das Ziel der Schnelligkeit zu erreichen, aber es lohnt sich zu fragen, ob wir dabei zu viele Dinge zerstören.
