# Kann ein Junior mit guter KI-Nutzung einen Senior-Experten übertreffen? > Können weniger erfahrene Beschäftigte mit KI die Senioritätslücke schließen? Eine Analyse von KI-Kompetenz, Arbeitsabläufen und Situationen, in denen Erfahrung weiterhin echten Wert schafft. > 💡 **Kurzfassung:** > - **KI wirkt sich nicht allein nach Seniorität oder Leistung auf Beschäftigte aus.** Sie verändert die Wirtschaftlichkeit von Aufgaben, die sich leicht spezifizieren, reproduzieren und prüfen lassen. > - **Zugang zu KI ist nicht dasselbe wie kompetenter Einsatz.** Ein Junior, der Recherche, Agenten, Arbeitsabläufe und Prüfung orchestrieren kann, kann die Erfahrungslücke bei bestimmten Arbeiten schnell schließen. > - **Diese Lücke verschwindet nicht bei jeder Aufgabe.** Fachwissen, Unternehmenskontext und Verantwortung für folgenreiche Entscheidungen können weiterhin die Grenze markieren, die KI nicht überschreitet. > - **Seniorität zählt nur, wenn sie einen sichtbaren Unterschied in der Arbeit erzeugt.** Dieselbe Standardausgabe langsamer zu liefern ist kein dauerhafter Vorteil. Stellen Sie sich drei Personen vor, die im selben Team verwandte Arbeit leisten. Eine davon ist Senior-Expertin und kennt die Ausnahmen ihres Fachgebiets. Die anderen beiden arbeiten solide, verbringen aber einen großen Teil ihrer Zeit damit, Informationen zu sammeln, erste Entwürfe vorzubereiten und aus etablierten Regeln Standardausgaben zu erzeugen. Sobald KI Entwürfe erstellt, Informationen klassifiziert und Standardprüfungen ausführt, kann die Senior-Expertin das System steuern und die Ergebnisse kontrollieren. Für einen großen Teil der Aufgaben der beiden anderen Rollen werden plötzlich deutlich weniger menschliche Stunden benötigt. Dieses Bild lässt sich leicht auf eine Frage verkürzen: „Wen wird KI verdrängen?“ Meine Sorge für die mittlere und lange Frist lautet: Manche Aufgabenbündel, die vor allem aus standardisierten Ausgaben bestehen, können an Wert verlieren. Beschäftigte, die Urteilsvermögen, Kontext und Verantwortung für Ergebnisse einbringen, können dagegen wertvoller werden. Die Forschung zeigt zugleich, warum die Folgerung „Nur die Besten werden überleben“ viel zu einfach ist. ## Warum ein Leistungslabel nicht reicht Ein und dieselbe Person kann an einem Tag Informationen sammeln, einen ersten Entwurf erstellen, den tatsächlichen Bedarf eines Kunden verstehen, eine Ausnahme erkennen, zwischen konkurrierenden Optionen wählen und die Verantwortung für das Ergebnis übernehmen. KI beherrscht diese Aufgaben nicht gleich gut. Sie kann die sichtbare Ausgabe einer Rolle sehr schnell erzeugen und zugleich übersehen, dass eine Eingabe falsch ist oder eine Ausnahme die Entscheidung verändert. In einer anderen Rolle kann sie den größten Teil der Arbeit zuverlässig genug und zu deutlich geringeren Kosten erledigen. ## Dieselbe Technologie kann Leistungsunterschiede verkleinern Die Behauptung, dass Spitzenkräfte mit KI noch stärker werden, während alle anderen verschwinden, trifft nicht auf jeden Arbeitsablauf zu. In der im *Quarterly Journal of Economics* veröffentlichten Studie von Erik Brynjolfsson, Danielle Li und Lindsey Raymond zu [5.172 Beschäftigten im Kundensupport](https://academic.oup.com/qje/article/140/2/889/7990658){.dofollow target="_blank" rel="noopener"} erhöhte KI-Unterstützung die Zahl der pro Stunde gelösten Anliegen im Durchschnitt um 15 Prozent. Weniger erfahrene und anfangs leistungsschwächere Mitarbeitende erzielten die größten Verbesserungen. Bei der erfahrensten und leistungsstärksten Gruppe waren die Geschwindigkeitsgewinne begrenzt; zugleich gab es ein kleines Signal für sinkende Gesprächsqualität. Dieses Ergebnis lässt sich nicht auf jeden Beruf übertragen. Die Studie untersucht ein Unternehmen, ein Kundensupportumfeld und ein KI-System. Löhne oder die gesamte Einstellungsnachfrage wurden nicht gemessen. Sie liefert aber ein wichtiges Gegenbeispiel: Eine anfangs leistungsschwächere Person ist nicht immer diejenige, die KI am leichtesten ersetzt. Manchmal gewinnt gerade diese Person durch KI den größten Hebel. Die Studie zeigt, dass weniger erfahrene Beschäftigte stärker von KI profitieren können. Die nächste Frage lautet, ob dieser Vorteil groß genug werden kann, um die Erfahrungslücke zu schließen. ![Ein geordneter KI-gestützter Rechercheprozess wird zum Bericht, während eine erfahrene Person die offene Ausnahme prüft](/images/inline-ai-experience-gap/experience-transfer.webp) ## Die Erfahrungslücke kann sich schließen – und sogar umkehren Zugang zu KI ist nicht dasselbe wie kompetenter Einsatz. Eine Auswertung von Anthropics Claude-Nutzungsdaten vom Februar 2026 legt nahe, dass sich dieser Unterschied mit der Zeit entwickeln kann. [Nutzer, die das System mindestens sechs Monate verwendet hatten](https://www.anthropic.com/research/economic-index-march-2026-report), erreichten eine um etwa 10 % höhere Erfolgsquote in Gesprächen, wählten schwierigere Aufgaben und passten ihre Modellwahl an die Aufgabe an. Das ist ein Hinweis darauf, dass kompetente KI-Nutzung mehr ist als bloßer Zugang. Sechs Monate Claude-Nutzung entsprechen jedoch weder beruflicher Seniorität noch Fachwissen; der Befund ist beobachtend und anbieterbezogen. Ein unerfahrener Mitarbeiter, der ChatGPT fragt „Wie kann ich meinen Markenwert steigern?“ und die allgemeine Antwort in eine Präsentation überführt, hat das Wissen einer Marketingführungskraft mit 15 Jahren Erfahrung nicht übertroffen. Ohne Kontext können die glatt formulierten Allgemeinplätze das fehlende Verständnis sogar noch sichtbarer machen. Stellen Sie sich nun vor, derselbe Junior interessiert sich ernsthaft für das Thema und versteht es, agentische Arbeitsabläufe aufzubauen. Er lässt maßgebliche und schwächere Webquellen getrennt erfassen, findet wissenschaftliche Aufsätze und Abschlussarbeiten und ordnet die Ergebnisse in sinnvolle Kategorien. Anschließend verbindet er diese externe Recherche mit den Verkaufszahlen der Marke, früherer Kundenkommunikation und öffentlichen Aussagen über das Unternehmen. Er verteilt unabhängige Rechercheaufgaben auf parallele Agenten, bewahrt die Nachvollziehbarkeit der Quellen, markiert Widersprüche und führt die Ergebnisse in einer Markenpräsentation zusammen. Zehn bis fünfzehn Agenten, die vier bis fünf Stunden arbeiten, sind hier ein Gedankenexperiment – kein realer Fall und kein gemessenes Produktivitätsergebnis. Das Beispiel macht jedoch den Mechanismus sichtbar. Der Junior hat nicht über Nacht die 15 Jahre Erfahrung der Führungskraft erworben. Durch Recherche, Beispielsammlung, Vergleich und Erstentwurf hat er aber einen erheblichen Teil dessen rekonstruiert, was diese Erfahrung sichtbar macht – und das in sehr kurzer Zeit. Die erfahrene Person findet möglicherweise eine falsche Aussage in der Präsentation. Diese Kritik ist wertvoll; der Fehler darf nicht ignoriert werden. Den gesamten Entwurf mit dem Hinweis „Das hat KI gemacht“ abzuwerten, verfehlt jedoch die größere Veränderung. Ohne KI hätte der Junior den überwiegenden Teil dieser Recherche in derselben Zeit nicht abschließen können. Wer nur auf den einzelnen Fehler schaut, übersieht die insgesamt gewonnene Kapazität. Nimmt der Junior die Korrektur anschließend in den Quellenbestand, die Checkliste oder den Arbeitsablauf auf, muss derselbe Fehler beim nächsten Mal nicht wiederkehren. Ein starker Junior der Zukunft wird deshalb mehr können als gute Prompts zu schreiben. Er kann Arbeit zerlegen, starke von schwachen Quellen unterscheiden, Agenten den richtigen Kontext geben, erkennen, wo Modelle überzeugend falsch liegen können, Ergebnisse prüfen und Rückmeldungen in einen wiederverwendbaren Arbeitsablauf überführen. Bei bestimmten Arbeiten kann diese Person eine erfahrene Kollegin übertreffen, die ohne KI mit denselben Methoden weiterarbeitet – bei Geschwindigkeit, Breite und Ausgabequalität. Erfahrung bleibt wichtig. Ihr Vorteil entsteht aber nicht mehr nur aus der Zahl der Berufsjahre. Er hängt auch davon ab, wie gut diese Erfahrung in das neue Produktionssystem übertragen wird. Für Berufseinsteiger entsteht daraus ein Widerspruch. KI kann den Bedarf eines Unternehmens an Menschen für Einstiegsaufgaben senken; wie und in welchem Umfang sich das auf Einstellungen auswirkt, bleibt jedoch unklar. Diesen Mechanismus habe ich bei [den Einstellungen, die nie stattfinden](/de/ki-verringert-einstellungen-ohne-entlassungen) untersucht. Zugleich kann ein Junior, der KI gut einzusetzen lernt, einen großen Teil der Erfahrungslücke sehr schnell schließen und bei bestimmten Arbeiten dieselbe Ausgabequalität wie eine erfahrene Person erreichen. ## Seniorität zählt nur, wenn sie die Arbeit verändert Diese Lücke schließt sich nicht bei jeder Arbeit und nicht vollständig. KI kann bei Recherche, Vergleich und Erstentwurf einen großen Teil der Distanz überbrücken. Bildlich gesprochen kann sie einen Junior bis zum zehnten Jahr bringen. Das Fachwissen, den Unternehmenskontext und die Verantwortung für Entscheidungen, die im elften Jahr sichtbar werden, liefert sie nicht automatisch. Auch Seniorität in einem anderen Fachgebiet beseitigt diese Lücke nicht. Ergänzung bedeutet mehr als den Satz „Ein Mensch sollte das Ergebnis immer prüfen“. Die Person braucht genügend Fachwissen, um zu erkennen, wann KI unzuverlässig ist, genügend Befugnis, um die Antwort abzulehnen oder das Problem neu zu formulieren, und genügend Unternehmenskontext, um die Kosten eines Fehlers zu verstehen. Andernfalls wird die menschliche Prüfung zum zeremoniellen Abnicken. Diese Unterscheidung ist keine bequeme Ausrede für Seniorinnen und Senioren. „Ich habe Erfahrung; KI kann sie nicht reproduzieren“ reicht nicht. Entscheidend ist, wie sichtbar diese Erfahrung in der geleisteten Arbeit wird. Wenn Jahre an Urteilsvermögen, Ausnahmewissen und Entscheidungsqualität im Ergebnis nicht erscheinen, schützt Seniorität allein nicht, sobald ein jüngerer Mitarbeiter mit KI bessere Arbeit liefert. Wenn wir starke Beschäftigte nur darüber definieren, dass sie schneller Ausgaben erzeugen, belohnen wir möglicherweise genau die Eigenschaft, die KI am leichtesten zur austauschbaren Standardleistung macht. Der eigentliche Wert liegt darin, das richtige Problem zu wählen, Ausnahmen zu erkennen, Belege abzuwägen, Zielkonflikte zu steuern und für das Ergebnis einzustehen. Erfahrung schafft nur dann einen Vorteil, wenn sie sich in diesen Fähigkeiten ausdrückt. Dieselbe Ausgabe langsamer zu liefern reicht nicht. ![Standardberichte passieren eine Prüfung für Kontext und Verantwortung, bevor die endgültige Arbeit angenommen wird](/images/inline-ai-experience-gap/seniority-visible-output.webp) ## Erfahrung muss in der Arbeit sichtbar werden KI macht nicht aus jedem Junior einen Experten. Eine allgemeine Antwort kann eindrucksvoll wirken, ersetzt aber weder Fachwissen noch Unternehmenskontext oder Verantwortung für eine folgenreiche Entscheidung. Ein Junior, der Recherche zerlegen, die richtigen Quellen finden, Agenten orchestrieren und Ergebnisse prüfen kann, kann dennoch bei bestimmten Arbeiten dieselbe Ausgabequalität wie eine erfahrene Kollegin erreichen. Deshalb lehne ich zwei einfache Folgerungen ab. „Erfahrung spielt keine Rolle mehr“ ist falsch. Ebenso falsch ist die Beruhigung: „Ich mache das seit 15 Jahren; KI kann mein Niveau nicht erreichen.“ Bei manchen Aufgaben kann KI einen großen Teil der Erfahrungslücke schließen. Andere Entscheidungen verlangen weiterhin Urteilsvermögen, das über Jahre entstanden ist. Für erfahrene Beschäftigte ist der Test einfach: Wie groß ist der Unterschied, den Ihre Erfahrung in Ihrer Arbeit tatsächlich erzeugt? Wenn er nur darin besteht, eine Standardausgabe etwas besser – oder langsamer – zu produzieren, kann ein Junior mit guter KI-Nutzung Sie überholen. Wenn Ihre Erfahrung Ihnen hilft, das richtige Problem zu wählen, fehlenden Kontext zu erkennen, ein fehlerhaftes Ergebnis zurückzuweisen und Verantwortung für die Entscheidung zu übernehmen, kann Ihr Wert nicht nur erhalten bleiben, sondern steigen. KI beseitigt Erfahrung nicht. Sie macht sichtbar, wo Erfahrung wirklich zählt – und wer sie in bessere Arbeit übersetzen kann. --- Language: German License: CC BY 4.0 License URL: https://creativecommons.org/licenses/by/4.0/ Scope: Evren Bal-authored text, unless this article expressly states otherwise. Excluded: Third-party material, quoted excerpts, logos, and separately marked images retain their own rights. Attribution: Credit Evren Bal, link to the canonical source and license, and indicate changes. Source: https://evrenbal.com/de/kann-ein-junior-mit-guter-ki-nutzung-einen-senior-experten-uebertreffen