# Wenn KI Arbeit verändert, reicht Mitarbeiterschulung nicht

> Wie sollten Unternehmen Mitarbeitende vorbereiten, wenn KI ihre Arbeit verändert? Ich betrachte Schulung, Rollengestaltung und interne Übergänge gemeinsam.

> 💡 **Zusammenfassung:**
> - **KI verändert meist zuerst die Aufgaben innerhalb eines Berufs, bevor sie den Beruf verändert.** Die erste Entscheidung lautet daher nicht, welche Schulung einzukaufen ist, sondern wie die neue Version der Arbeit aussehen soll.
> - **Eine Person innerhalb des Unternehmens weiterzuentwickeln und jemanden nach Arbeitsplatzverlust umzuschulen sind verschiedene Probleme.** Im ersten Fall sind Zielrolle und Geschäftskontext bekannt; im zweiten muss die Person in einen neuen Beruf und eine neue Einkommensstruktur wechseln.
> - **Schulung wirkt, wenn sie Teil einer neu gestalteten Rolle ist.** Wenn niemand festgelegt hat, welche Entscheidungen der Mitarbeiter trifft, welche Ausgaben er prüft und welches Fachwissen erhalten bleiben muss, füllt allgemeine KI-Schulung die Lücke nicht.

Beginnt ein Supportteam mit künstlicher Intelligenz zu arbeiten, ändert sich meist nicht sofort die Supportrolle. KI fasst Gespräche zusammen, formuliert eine erste Antwort oder hilft bei der Suche nach Information. Die Supportkraft muss weiter entscheiden, ob der Vorschlag stimmt, die Ausnahme erkennen und die Zusage an den Kunden verantworten.

Der Beruf ist nicht verschwunden, aber nicht mehr ganz derselbe. Unternehmen reagieren oft mit Schulung: Sie stellen einige Werkzeuge vor, erläutern sichere Nutzung und erwarten Produktivitätsgewinn. Das fehlende Stück ist möglicherweise nicht die Schulungsqualität. Kehren Menschen danach zu einer Rolle zurück, die noch in ihrer alten Form besteht, haben sie keinen Ort für das Gelernte.

Menschen müssen lernen, KI-Werkzeuge zu nutzen. Das Unternehmen muss aber zuerst die neue Form der Arbeit gestalten.

## KI-Exposition ist nicht Arbeitsplatzverlust

Dass ein Beruf KI ausgesetzt ist, bedeutet nicht, dass dieser Beruf verschwindet. Für ein Unternehmen ist entscheidend, welche Aufgaben sich verändern und welche Verantwortung beim Menschen bleibt.

Eine [Weltbankstudie von 2026 zu KI-Exposition und Komplementarität in der Türkei](https://documents.worldbank.org/en/publication/documents-reports/documentdetail/099704407242668121){.dofollow target="_blank" rel="noopener"} stuft etwa 41 Prozent der Beschäftigung als stark gegenüber KI exponiert ein. Diese Zahl als „41 Prozent der Jobs verschwinden“ zu lesen, wäre falsch. Die Studie misst, ob KI einen bedeutenden Anteil der Aufgaben eines Berufs technisch berühren könnte. Sie sagt nicht, ob daraus Automatisierung, Unterstützung von Mitarbeitenden oder eine Umverteilung von Aufgaben folgt.

Der OECD-Bericht [*Skills in the AI age*](https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/07/skills-in-the-ai-age_e8d8c1e6/972bd15e-en.pdf){.dofollow target="_blank" rel="noopener"} vom Juli 2026 zieht eine ähnliche Grenze zwischen Exposition und Automatisierungsrisiko. Führungskräfte, Fachkräfte und Ingenieurinnen und Ingenieure zählen zu den Gruppen, die dem KI-Fortschritt besonders stark ausgesetzt sind; das Automatisierungsrisiko erscheint dagegen bei routinemäßigen Tätigkeiten mit geringerem Qualifikationsniveau höher. Diese Arbeitsmarktperspektive liefert Unternehmen noch kein fertiges Schulungsprogramm. Welche Aufgaben beim Menschen bleiben und welche Fähigkeiten Mitarbeitende entwickeln müssen, muss weiterhin gestaltet werden.

Denn Berufe sind keine unteilbaren Einheiten.

Bei einem Buchhalter kann KI Datensammlung und Klassifikation beschleunigen, bei anderen Aufgaben nur einen ersten Entwurf erzeugen und bei kostspieligen Fehlern menschliche Prüfung wichtiger machen. Vor „KI-Schulung für Buchhalter“ muss sichtbar sein, welche Aufgabe sich ändert: Fließt bei weniger Datensammlung mehr Zeit in Prüfung? Wer bearbeitet Ausnahmen bei mehr Transaktionen? Wie bleibt Fachwissen zur Verifikation erhalten, wenn der erste Entwurf billig wird?

Wie ich in einem früheren Artikel über den Unterschied zwischen KI-Nutzung und [Wertschöpfung für ein Unternehmen](/de/wie-koennen-unternehmen-mit-ki-wert-schaffen) schrieb, ist Modellfähigkeit keine dauerhafte Geschäftsfähigkeit. Dasselbe gilt für Mitarbeiterschulung: Sie kann nötig sein, um eine neu gestaltete Rolle zuverlässig auszuüben, genügt aber nicht.

## Ein Trainingsetikett verdeckt drei Entscheidungen

Unter „Mitarbeitende umschulen“ fallen mindestens drei unterschiedliche Situationen:

1. Der Beruf bleibt, doch seine Aufgaben ändern sich. Eine Marketingfachkraft nutzt KI für Recherche und erste Entwürfe, behält aber Markenentscheidung und finale Prüfung. Ein Entwickler schreibt weniger Code von Hand und übernimmt mehr Verifikation und Entscheidungen auf Systemebene. Hier geht es meist um Kompetenzaufbau im bestehenden Arbeitsfluss.
2. Der Schwerpunkt der Rolle verschiebt sich. Wiederholbare Aufgaben schrumpfen, während Urteilsvermögen, Kundenkommunikation, Ausnahmenmanagement oder Qualitätskontrolle den Kern bilden. Titel kann gleich bleiben, erwarteter Wert aber nicht. Rolle, Ziele und Befugnis müssen sich gemeinsam mit der Schulung ändern.
3. Die Nachfrage nach dem Beruf sinkt tatsächlich. Die Person muss in eine andere interne Rolle oder einen ganz neuen Beruf wechseln. Dann geht es nicht um Werkzeugnutzung, sondern um Eintritt in neuen Arbeitsmarkt, andere Einkommensstruktur und möglicherweise einen jahrelangen Weg zu Expertise.

Für alle drei Fälle dasselbe KI-Kompetenzprogramm einzusetzen, macht das Problem nur zu einer Schulungsaktivität.

## Interne Übergänge sind leichter zu gestalten

Ein Unternehmen, das einen Mitarbeiter im bestehenden Feld weiterentwickelt, hat wichtige Vorteile: Es kennt Arbeit, Kunden, Daten, Fehlerkosten und bisherige Expertise; die Zielrolle liegt oft in derselben Organisation. Kompetenzentwicklung kann im Unterricht beginnen, muss aber in der Arbeit abgeschlossen werden. Mitarbeitende brauchen ein Umfeld, in dem sie KI-Ausgaben sehen, entscheiden, Fehler auffangen und Feedback erhalten.

Diese Fähigkeit entsteht nicht durch eine einmalige Werkzeugeinführung. Mitarbeitende müssen im echten Arbeitsfluss Aufgaben auswählen, Kontext geben, Ergebnisse prüfen und Fehler sehen. Die dafür nötige Lernzeit gehört zur neuen Arbeitsweise und sollte nicht in die Restzeit verschoben werden.

Fasst KI etwa ein Verkaufsgespräch zusammen, ist es nicht genug, jemanden zur Erstellung der Zusammenfassung zu schulen. Was passiert danach? Welches Signal zählt als Chance? Welche Information gehört ins CRM? Wer korrigiert eine falsche Schlussfolgerung? Welche Managemententscheidung nutzt die Daten? Diese Fragen beantwortet keine Schulung, sondern der Arbeitsablauf.

Managementverantwortung geht daher über die Übergabe eines Werkzeugs hinaus:

- Aufgaben trennen, die KI übernimmt, von Aufgaben, die bei Menschen bleiben;
- Verantwortung für das Ergebnis klären;
- echte Arbeitszeit zum Lernen und Kontrollieren bereitstellen;
- Leistungsmaße an die neue Version der Rolle anpassen;
- verhindern, dass Domänenwissen und Qualitätskontrolle mit beschleunigter Arbeit verschwinden.

In meinem Artikel darüber, wohin von KI freigesetzte Kapazität im Unternehmen geht, argumentiere ich, dass wir nicht jede freie Minute mit mehr Arbeit füllen müssen. [Die Zeit kann auch zum Lernen der neuen Rolle, Prüfen von KI-Ausgaben und für bessere Entscheidungen dienen](/de/der-wert-von-ki-ist-nicht-immer-mehr-arbeit). Die alte Arbeitslast vollständig zu erhalten und die neue Arbeitsweise in die Restzeit zu legen, versteckt nur Übergangskosten.

## Nicht jeder Mitarbeiter muss KI-Spezialist werden

Wenn KI manche Berufe verändert, wirkt es wie eine einfache Antwort, Mitarbeitende in „KI-Berufe“ zu lenken. Je weiter eine Zielrolle vom bisherigen Wissen und Können entfernt ist, desto schwerer wird der Übergang.

In Unternehmen sehe ich eine weitere Variante: Wenn KI die Arbeit einer wertvollen Person mit institutionellem Wissen verringert, versucht Management, eine neue Aufgabe zu erfinden. Die Logik lautet: Diese Person ist gut in Job A; auch ohne Erfahrung in Job B hat sie ChatGPT und kann damit die Arbeit erledigen.

Expertise in A überträgt sich nicht automatisch auf B. ChatGPT-Nutzung verschafft weder Wissen über das neue Feld noch die Fähigkeit, mit KI verlässliche Arbeit zu liefern. Wer nicht weiß, welche Frage zu stellen ist, wo eine Antwort unvollständig sein kann oder wie sie zu prüfen ist, kann dennoch etwas Flüssiges erzeugen. Das macht es nicht richtig.

Jemand mit echten Fähigkeiten im Umgang mit KI-Werkzeugen und Agenten kann sich außerhalb seiner Expertise schneller bewegen. Diese begrenzte Möglichkeit darf aber nicht zur allgemeinen Behauptung werden, jeder ChatGPT-Nutzer könne mit KI unbekannte Arbeit erledigen.

Forscher der New York Fed untersuchten dies anhand von [mehr als 1,6 Millionen Workforce-Development-Datensätzen aus 2012 bis 2023](https://www.newyorkfed.org/research/staff_reports/sr1165){.dofollow target="_blank" rel="noopener"}. Beschäftigte aus stärker KI-exponierten Berufen erzielten nach Training höhere Einkommensgewinne als vergleichbare Personen mit nur Unterstützung bei der Jobsuche. Bereitete die Ausbildung sie jedoch auf Berufe mit intensiverer KI-Nutzung vor, kehrte sich das Ergebnis um: Ihre Einkommensgewinne waren 29 Prozent niedriger als bei vergleichbaren Personen mit allgemeinerem Training.

Das bedeutet nicht, dass KI-Schulung nicht funktioniert. Es zeigt, dass Menschen nur wegen einer vermeintlich zukunftsfähigen Rolle weit von ihrer Erfahrung weg zu verschieben, kein solider Übergangsplan ist. Ob der Zielberuf tatsächlich existiert, an aktuelle Kompetenzen anschließt und angemessen bezahlt, zählt mehr als das Wort „KI“ im Namen.

Eine weitere [Weltbankstudie mit LinkedIn-Daten aus der Türkei](https://documents.worldbank.org/en/publication/documents-reports/documentdetail/099432404282619243){.dofollow target="_blank" rel="noopener"} stellt ebenfalls fest, dass fortgeschrittene KI-Fähigkeiten in einem engen Spektrum von Berufen und Branchen konzentriert sind. Übergänge dorthin kommen meist aus angrenzenden technischen Feldern. Sichtbare Nachfrage in Ausschreibungen bedeutet nicht zwangsläufig Einstellungen im selben Umfang.

Die Managementfrage lautet nicht, welche Zusatzaufgabe in freigewordene Kapazität gedrückt werden kann. Sie lautet, welchen neuen Wert das Unternehmen aus bestehender Expertise schaffen kann. Hat die neue Verantwortung keine sinnvolle Verbindung zu diesem Domänenwissen, schließt KI die Lücke nicht; sie kann sie nur hinter zunächst plausibel wirkenden Ausgaben verdecken.

Schulung sollte daher auf eine definierte neue Rolle vorbereiten: mit klaren Grenzen, Verantwortung, Verifikation und Geschäftsergebnis – nicht auf einen imaginären „KI-Mitarbeiter“.

## Führungskräfte müssen zuerst die neue Rolle definieren

Wenn KI Aufgaben verändert, sollte der erste Schritt einer Führungskraft nicht die Wahl eines Programms sein, sondern die Definition der Rolle, zu der der Mitarbeiter nach der Schulung zurückkehrt. Das heißt nicht, „nutzt KI“ an eine bestehende Aufgabenliste anzuhängen. Es heißt festzulegen, welche Ausgabe die Rolle erzeugt, welche Qualität erwartet wird, wo KI in den Arbeitsablauf tritt, welche Entscheidungen bei Menschen bleiben und wer bei Fehlern verantwortlich ist. Auch der Einsatz der durch KI entstandenen Kapazität gehört dazu.

- Bleibt die Rolle weitgehend gleich, kann Schulung über reale Beispiele und Kontrollpunkte in den Arbeitsablauf eingebettet werden.
- Verschiebt sich ihr Schwerpunkt, müssen Befugnis, Verantwortung und Leistungsmaße mit den nötigen Fähigkeiten geändert werden.
- Sinkt die Nachfrage, sollte das Unternehmen benachbarte Rollen, die es wirklich braucht, und echte offene Stellen identifizieren, bevor es Personen dafür schult.
- Muss jemand in einen völlig neuen Beruf wechseln, reicht ein Kurs nicht. Der Plan muss Zeit, möglichen Einkommensverlust und die Chance auf Arbeit berücksichtigen.

Ohne diese Unterscheidungen wird Schulung leicht zu messbarer Aktivität: Teilnahmen, Stunden und getestete Werkzeuge. Das Unternehmen sollte stattdessen Qualität in der neuen Rolle, Fehlerarten, Entscheidungsgeschwindigkeit, Beitrag zu Geschäftsergebnissen und Verbleib in der Rolle beobachten.

Vor Freigabe des Schulungsbudgets sollte eine Führungskraft diesen Satz vervollständigen können: „Nach der Schulung ist dieser Mitarbeiter für dieses Geschäftsergebnis verantwortlich, mit dieser Befugnis und in diesem Kontrollsystem.“ Gelingt das nicht, gibt es noch keinen Schulungsplan – nur die Erwartung, dass sich der Mitarbeiter ändern wird, bevor das Unternehmen die neue Rolle definiert hat.

## Weiterführende Literatur

- [AI Jobs Transition Framework](https://cdn.openai.com/pdf/the-ai-jobs-transition-framework-for-the-eu.pdf){.dofollow target="_blank" rel="noopener"}: Ein Rahmen, um 2.609 europäische Berufe nach Automatisierung, Neuorganisation der Arbeit, KI-gestütztem Wachstum und begrenzter kurzfristiger Veränderung zu betrachten. Die Zahlen sind keine Arbeitslosigkeitsprognosen, sondern eine vom Anbieter erstellte Übergangskarte.
- [Anthropic Economic Index, März 2026](https://www.anthropic.com/research/economic-index-march-2026-report){.dofollow target="_blank" rel="noopener"}: Berichtet bei Claude-Nutzern mit mindestens sechs Monaten Nutzung höhere Erfolgsraten in Gesprächen und schwierigere Aufgabenauswahl. Es handelt sich um beobachtende Produkttelemetrie, nicht um einen Nachweis, dass ein bestimmtes Schulungsprogramm für alle Mitarbeitenden funktioniert.

---

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/wenn-ki-arbeit-veraendert-reicht-mitarbeiterschulung-nicht