Sind Arbeitnehmer für Stellen auf Senior-Niveau bereit?
![[OPT 2] IMG PMP – Editorial – Are Workers Ready for Seniorized Jobs_ -69868](https://peoplemanagingpeople.com/cdn-cgi/image/format=auto,quality=82,onerror=redirect,width=792,height=446,fit=crop/wp-content/uploads/sites/3/2026/09/OPT-2-IMG-PMP-–-Editorial-–-Are-Workers-Ready-for-Seniorized-Jobs_-69868.jpg)
Steigende Anforderungen: KI verlagert Einstiegsarbeit hin zu Urteilsvermögen, Kommunikation und Problemlösung, die früher mit höheren Positionen verbunden waren.
Fehlende Übung: Die Automatisierung routinemäßiger Aufgaben kann die Fehler, Beobachtungen und Kontextkenntnisse beseitigen, die Berufseinsteigern bei der Entwicklung ihres Urteilsvermögens helfen.
Veränderung bei der Einstellung: Arbeitgeber prüfen zunehmend logisches Denken, Anpassungsfähigkeit und Lerngeschwindigkeit, statt sich auf Abschlüsse oder auswendig gelernte Erfolge zu verlassen.
Neue Karriereleiter: KI beschleunigt die Leistungserbringung, aber Unternehmen müssen bewusst betreute Übungsmöglichkeiten schaffen, bevor sie Mitarbeitern größere Verantwortung übertragen.
Praktische Gestaltung: Simulationen, Abteilungswechsel, Nachbesprechungen und korrigierbare Fehler können das Lernen ersetzen, das die Entwicklung durch routinemäßige Arbeit früher ermöglichte.
Arbeit auf Einstiegsniveau sieht zunehmend weniger nach Einstiegsniveau aus.
PwC’s KI-Arbeitsmarktbarometer vom Juni 2026 ergab, dass Einstiegspositionen mit hoher KI-Exposition siebenmal häufiger Fähigkeiten erfordern, die traditionell mit erfahrenen Mitarbeitenden in Verbindung gebracht werden, als Positionen mit geringerer KI-Exposition. Mehr als die Hälfte der neu entstehenden Fähigkeiten in diesen Stellenausschreibungen wurde in der Vergangenheit eher mit erfahreneren Positionen in Verbindung gebracht.
Dieser Wandel ist intuitiv nachvollziehbar. KI kann zunehmend die strukturierte, repetitive Arbeit übernehmen, die früher einen großen Teil des Arbeitstags von Mitarbeitenden am Beginn ihrer Karriere ausmachte. Was bleibt, erfordert mit größerer Wahrscheinlichkeit Urteilsvermögen, Kommunikation, Problemlösung und Entscheidungen unter unvollständigen Informationen.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Doch dieser Effizienzgewinn bringt ein Problem mit sich.
Diese einfacheren Aufgaben erzeugten mehr als nur Ergebnisse. Sie gaben unerfahrenen Mitarbeitenden auch Zeit, zu beobachten, wie Organisationen funktionieren, relativ kostengünstige Fehler zu machen und nach und nach den Kontext aufzubauen, der für schwierigere Entscheidungen erforderlich ist.
Dr. Rachel Wood, eine Forscherin im Bereich Cyberpsychologie und Gründerin des AI Mental Health Collective, argumentiert, dass diese übersehene Funktion von Einstiegsarbeit von Bedeutung ist.
Stellen Sie sich eine Person vor, die in eine Branche einsteigt und Aufgaben übernimmt, die für die eigentliche Tätigkeit nebensächlich erscheinen. Während diese Person diese Aufgaben erledigt, nimmt sie zugleich auf, wie Führungskräfte Entscheidungen treffen, wie Kolleginnen und Kollegen miteinander umgehen und wie das Unternehmen tatsächlich funktioniert.
Wird diese Erfahrung vollständig entfernt, lautet die logische Schlussfolgerung, dass Arbeitgeber möglicherweise das entfernen, was Wood als „einen entscheidenden Teil der mühsamen Arbeit, die später im Berufsleben die Fähigkeit aufbaut, eine gute Führungskraft zu sein. KI verfügt über Wissen ohne Erfahrung“ beschreibt.
Das bedeutet nicht, dass Unternehmen geringwertige Arbeit aus nostalgischen Gründen bewahren sollten. Nur wenige Mitarbeitende brauchen prägende Stunden damit, Informationen zwischen Tabellen zu kopieren.
Es bedeutet jedoch, dass Organisationen möglicherweise zwischen Arbeit unterscheiden müssen, die lediglich ineffizient ist, und Arbeit, die entwicklungsfördernde Wiederholungen ermöglicht.
Menschen entwickeln Urteilsvermögen teilweise deshalb, weil Entscheidungen Konsequenzen haben. Sie machen etwas falsch, setzen sich mit den Folgen auseinander und passen ihr Verhalten an. Manchmal müssen sie sich erklären, eine Beziehung wiederherstellen oder erkennen, dass eine Annahme, die sie in eine Entscheidung eingebracht haben, falsch war.
Diese Erfahrungen lassen sich nur schwer automatisieren, weil ihr Wert teilweise darin liegt, sie selbst durchlebt zu haben.
Nach Urteilsvermögen einzustellen, schafft ein weiteres Problem
Arbeitgeber reagieren bereits auf die veränderte Struktur von Einstiegsarbeit, indem sie die Anforderungen erhöhen.
Eine Umfrage von ZipRecruiter unter mehr als 1.000 Arbeitgebern in den USA ergab im Juni, dass 31 % aufgrund von KI die Erfahrungsanforderungen für Einstiegspositionen erhöht hatten. Diese Reaktion löst ein Problem, indem sie möglicherweise ein anderes schafft. Unternehmen können einfach Personen einstellen, die bereits über das Urteilsvermögen verfügen, das ihre neu gestalteten Positionen erfordern.
Irgendwann muss es jedoch jemand entwickeln.
Dadurch werden auch traditionelle Einstellungssignale weniger nützlich. Wenn von einer Person in einer Einstiegsposition erwartet wird, Mehrdeutigkeit zu bewältigen, Anspruchsgruppen zu managen und Urteilsvermögen einzusetzen, liefern Berufserfahrung und ein überzeugender Lebenslauf nur indirekte Hinweise darauf, dass sie dazu in der Lage ist.
Heather Krueger, die in ihrer Tätigkeit als Personalchefin bei Engine Gespräche mit Kandidatinnen und Kandidaten auf Direktionsebene und darüber führt, sagte, sie versuche zunehmend, über das hinauszugehen, was Kandidatinnen und Kandidaten getan haben, und zu verstehen, wie sie denken.
Die meisten Fragen in Vorstellungsgesprächen blicken weiterhin zurück: Was haben Sie erreicht? Was war das Ergebnis? Was haben Sie getan?
KI macht es einfacher denn je, überzeugende Antworten auf diese Fragen vorzubereiten.
Deshalb konzentriert sich Krueger stärker auf unter Druck getroffene Entscheidungen, Situationen ohne offensichtliche Antworten und die Gründe hinter den Entscheidungen einer Kandidatin oder eines Kandidaten. Außerdem bevorzugt sie Arbeitsproben, bei denen Interviewende Annahmen hinterfragen und beobachten können, wie Kandidatinnen und Kandidaten in Echtzeit reagieren.
Der Unterschied wird besonders wichtig, wenn Arbeitgeber nach Potenzial einstellen.
Krueger zufolge überschätzen Unternehmen häufig, was Kandidatinnen und Kandidaten bereits wissen, obwohl die Halbwertszeit dieses Wissens immer kürzer wird. Stattdessen achtet sie auf Neugier, Anpassungsfähigkeit und die Fähigkeit, etwas Neues aufzunehmen und anzuwenden.
Die Lerngeschwindigkeit ist wichtiger als Qualifikationen.
Auch das Urteilsvermögen gehört auf diese Liste. Krueger beschrieb es als eine Fähigkeit, die Organisationen das Vertrauen gibt, mehr Freiheit mit mehr Verantwortung zu verbinden – insbesondere, wenn die Arbeit schnell voranschreitet.
Die Karriereleiter braucht einen Ersatz
Über Jahrzehnte hinweg verfügten Organisationen über ein relativ geradliniges Entwicklungsmodell.
Berufseinsteiger bearbeiteten weniger komplexe Aufgaben. Gute Leistungen führten zur Übernahme von Verantwortung für größere Aufgaben. Mit der Zeit wurde die Erfahrung selbst zu einem Teil des Werts, den sie in ihre Arbeit einbrachten.
KI erschwert diese Entwicklung, weil sie den Abstand zwischen dem ersten und dem zweiten Schritt verkürzen kann.
Ein Analyst am Anfang seiner Karriere benötigt möglicherweise nicht mehr mehrere Jahre, um anspruchsvolle Analysen erstellen zu können. Ein neuer Recruiter kann KI nutzen, um Kontaktaufnahmen zu entwerfen, Vorstellungsgespräche zusammenzufassen oder Kandidaten mit einer Geschwindigkeit zu recherchieren, die zuvor beträchtliche Erfahrung erforderte. Ein Entwickler kann bereits viel früher in seiner Karriere funktionierenden Code erstellen.
Schnellere Produktion bedeutet jedoch nicht schnelleres Urteilsvermögen.
Wenn Unternehmen möchten, dass Mitarbeiter am Anfang ihrer Karriere weiter oben auf der Komplexitätskurve arbeiten, müssen sie möglicherweise gezielt die Erfahrungen schaffen, die sich früher ganz natürlich aus der Arbeit selbst ergaben.
Das könnte Simulationen, beaufsichtigte Entscheidungsfindung, strukturierten Einblick in Gespräche mit Führungskräften, Rotationen, Nachbesprechungen und Gelegenheiten bedeuten, folgenschwere, aber korrigierbare Fehler zu machen.
KI selbst könnte dabei sogar helfen, indem sie risikoarme Umgebungen schafft, in denen Mitarbeiter schwierige Gespräche einüben oder Entscheidungen testen können, bevor sie diese tatsächlich treffen.
Das Ziel sollte nicht darin bestehen, jede eintönige Aufgabe nachzubilden, die durch Technologie entfällt.
Es sollte darum gehen, herauszufinden, was die Mitarbeiter bei der Erledigung dieser Aufgaben gelernt haben, und sicherzustellen, dass dieses Lernen weiterhin stattfindet.
