Generative KI wird wenige Auswirkungen auf manuelle Arbeiten haben, insbesondere wenn sie eine hohe Spezialisierung erfordern. Sie wirkt sich vor allem auf minderwertige und weniger wichtige Aufgaben aus, wie das Schreiben von Patientenanmerkungen bei Chirurg:innen, die durch generative KI unterstützt werden können. 

Die Technologie wird jedoch die Arbeit um die Arbeitsrolle herum verändern. Bei Chirurg:innen könnten das medizinische Diagnosen oder eine persönlichere Patientenkommunikation und Nachsorge sein. Auch die Qualität der ausgeführten Arbeit würde besser werden, da die von den Chirurg:innen verwendeten Systeme sich weiterentwickeln und somit mehr Informationen zu den Patient:innen liefern, den besten Behandlungsansatz vorschlagen und die neuesten klinischen Forschungen und Verfahren anzeigen würden. Tatsächlich würden der höchste Wert und die relevantesten Erkenntnisse aus den riesigen verfügbaren Datenmengen geboten werden.

Eine spezialisierte Ausbildung in generativer KI ist für diese Gruppe nicht die oberste Priorität. Allerdings können ein Grundlagenverständnis für generative KI, ethische Betrachtungen und Überlegungen dazu, wie man mit KI-Tools zusammenarbeiten kann, diesen Fachleuten dabei helfen, Technologie in ihre Arbeitsabläufe zu integrieren, sodass die Effizienz gesteigert wird, ohne ihre zentralen Arbeitsfunktionen zu verändern.

Möglicherweise muss die Anzahl der benötigten Mitarbeitenden ein wenig verringert werden, da generative KI Aufgaben schneller abschließen kann. Insgesamt bleibt die traditionelle Talentpyramide jedoch erhalten, da die Mitarbeitenden in dieser Gruppe weiterhin im Laufe der Zeit praktische Erfahrungen und Wissen ansammeln müssen.

Als generative KI zum ersten Mal auf der Bildfläche erschien, setzte sie sich hauptsächlich durch ihre Fähigkeit ab, kreative Outputs wie Marketingtexte, Gedichte und visuelle Designs zu liefern. Die Folge war, dass Rollen wie Art Director, Führungskräfte in Kreativabteilungen, Texter:innen und Designer:innen davon bedroht schienen, vollständig automatisiert zu werden.

Inzwischen scheint diese Gefahr jedoch gebannt – und das nicht nur, weil bildgenerierende KI-Modelle oft immer noch Outputs liefern, die statt authentisch und natürlich skurril und unrealistisch sind,  sondern auch, weil diese leistungsstarken Tools gar nichts produzieren können, solange ihnen niemand sagt, was überhaupt hergestellt werden soll. Die meisten Unternehmen haben festgestellt, dass diese Arbeit am besten von Personen auszuführen ist, die in der Lage sind, klare Anweisungen für hervorragende Designs zu geben – mit anderen Worten: Designer:innen oder Creative Directors. 

Dasselbe gilt für andere Rollen, die von KI unterstützt werden. Im Schuldienst kann KI Aufgaben wie Unterrichtsvorbereitung und das Erarbeiten von Hausaufgaben beschleunigen. Im Justizwesen kann sie helfen, Präzedenzfälle zu analysieren, Schriftsätze vorzubereiten und Berufungen einzureichen. Geschäftsleute können sich unterdessen bei Aufgaben wie dem Vorbereiten und Genehmigen von Budgets und Berichten sowie dem Analysieren von Geschäftsabläufen auf generative KI stützen.

Während die erforderlichen Kompetenzen für automatisierbare Aufgaben zwar an Wert verlieren, nimmt der Wert von Fähigkeiten für nicht automatisierbare Aufgaben zu, da die Fachleute, von denen sie ausgeführt werden, zahlreiche Möglichkeiten haben, diese einzigartigen menschlichen Fähigkeiten zu verfeinern.

Lehrkräfte können mehr Zeit darauf verwenden, mit ihren Schüler:innen zu interagieren und die Lernerfahrungen persönlicher zu gestalten. Anwält:innen werden sich stärker auf die Präsentation von Fällen, die Verhandlung von Beilegungen und die Beratung von Klient:innen konzentrieren können – Aufgaben, die ohne komplexe soziale und Kompetenzen zur Problemlösung nicht auskommen. Geschäftsleute werden mehr auf Empathie und Entscheidungsfindung setzen können, um strategische Initiativen voranzubringen. 

Tools für generative KI können sowohl die Produktivität als auch die Qualität der Arbeit dieser Fachleute erheblich verbessern. Das gilt vor allem für die unteren Ebenen der Talentpyramide, wo weniger erfahrene Mitarbeitende mit KI-Tools schneller höhere Kompetenzniveaus erreichen können, als wenn sie diese Fähigkeiten alleine entwickeln müssten.    

Das dringendste Anliegen ist, Mitarbeitende mit den benötigten Tools und Schulungen zu versorgen, um zum Beispiel das Schreiben von Prompts zu erlernen. So kann mehr Nutzen aus einer bestehenden Reihe von Aufgaben gezogen werden. 

Weil sich durch generative KI so viele minderwertige Aufgaben dieser Arbeitsrollen automatisieren lassen, könnte es weniger Bedarf an Mitarbeitenden geben, die Routineaufgaben ausführen. Wenn jedoch weniger erfahrene Mitarbeitende im Laufe der Zeit KI-Kompetenzen an ihrem Arbeitsplatz entwickeln – oder bereits mit diesen Kompetenzen zur Belegschaft stoßen – könnte das die Art der Arbeit auf den unteren Ebenen der Pyramide verändern, sodass sie nun eher in der Mitte der Pyramide angesiedelt ist. 

Eine solche Dynamik kann auch den Bedarf an erfahreneren Fachleuten für komplexere Aufgaben erhöhen, die Urteilsvermögen, Überprüfungen oder Qualitätsbeurteilungen, Zusammenarbeit oder Strategien erfordern. 

Obwohl heute viele der zentralen Aufgaben dieser Arbeitsrollen von generativer KI übernommen werden können, werden die neuen Aufgaben von extrem hohem Wert sein, sofern die Mitarbeitenden dafür entsprechend umgeschult werden.

Es ist beispielsweise äußerst wahrscheinlich, dass viele der wichtigsten Aufgaben von Computerprogrammierer:innen künftig durch generative KI automatisiert werden, etwa das Schreiben von Code. Der Bedarf an analytischen Fähigkeiten und dem Verständnis für Systemdesign bleibt jedoch erhalten.  

Die Rolle wird nicht verschwinden – sie verändert sich nur und wird sich zunehmend auf hochwertige menschliche Fähigkeiten, wie Kommunikation, Zusammenarbeit und Problemlösung konzentrieren. Zum Beispiel legen Computerprogrammierer:innen den Fokus immer mehr auf sich wiederholende, beschleunigte Programmierung. Sie setzen sich mit Geschäftsnutzer:innen zusammen, entwerfen spontan gemeinsam Lösungen und nehmen aufgrund von Echtzeitergebnissen Änderungen vor.

Sie schließen außerdem Lücken zwischen Entwickler-, Engineering- und Technik-Teams, um einen integrierteren und kohärenteren Entwicklungsprozess zu fördern. 

Die Auswirkungen auf die Talentpyramide sind erheblich. Wenn zum Beispiel 80 % einer Arbeit automatisiert sind, benötigen Unternehmen vielleicht nicht mehr so viele Mitarbeitende. Gleichzeitig entstehen jedoch neue Arbeitsplätze, und diese befinden sich oft in der Mitte der Pyramide. 

So könnten Unternehmen beispielsweise einen Pool an extrem spezialisierten Mitarbeitenden schaffen, die die 10 % bis 20 % der Aufgaben ausführen, die sich für verschiedene Arbeitsrollen nicht automatisieren ließen. Ein Beispiel ist eine neue Arbeitsrolle, die durch die Kombination der nicht automatisierbaren Aufgaben von Softwareentwickler:innen und Softwaretester:innen entsteht. 

Andere Unternehmen entscheiden sich vielleicht für gänzlich neue Arbeitsrollen. Da Finanzanalyst:innen weniger Zeit mit hochgradig automatisierbaren Aufgaben wie der Datenanalyse und dem Zusammenstellen von Recherchenotizen verbringen, könnten sie sich beispielsweise mehr auf die Arbeit mit Investmentbanker:innen konzentrieren, um neue Kund:innen anzusprechen, und den Fokus auf die Präsentation von Berichten legen und als zentrale Informationsquelle für die Preisgestaltung von Vermögenswerten dienen. Sie könnten aber auch in neue Rollen wechseln und sich darin spezialisieren, anderen den Nutzen der Vermögenswerte und Produkte des Unternehmens näherzubringen.

Wieder andere Fälle erfordern eine hohe Spezialisierung bei hochwertigen Aufgaben oder Aufgaben, die durch die Nutzung von KI entstehen. Bedenken Sie, dass sich die Mitarbeitenden bei einer Automatisierung von 50 % ihrer Arbeit komplett auf die verbleibenden Aufgaben konzentrieren können, was wiederum die Produktivität steigert. Das kann folgendermaßen aussehen: Programmierer:innen nutzen KI-Toolsets, um eine bessere Software als je zuvor zu entwickeln, oder Finanzanalyst:innen übersetzen Informationen weitaus effizienter in Empfehlungen und erweitern dann ihren Verantwortungsbereich, um Vertriebs-Teams bei der Unterstützung von Kund:innen zu helfen, damit diese die Investitionsstrategien und Produktvorschläge besser verstehen.

Zu dieser Gruppe gehören traditionell viele Aufgaben, für die wenig Fachwissen erforderlich ist – vom Zusammenstellen von Berichten bis hin zur Bearbeitung von Gehaltsabrechnungen – und die sich mithilfe generativer KI schneller, effizienter und präziser erledigen lassen. Diese Arbeitsrollen könnten zwar vollständig durch generative KI automatisiert werden, doch das würde u. U. erhebliche Herausforderungen für den Erhalt der Talentpyramide mit sich bringen, da viele dieser Positionen traditionell die Talent-Pipeline gebildet haben, auf die Unternehmen für Positionen auf mittlerer und höherer Ebene angewiesen sind.

Außerdem werden die erforderlichen Kompetenzen für diese Rollen, wie kritisches Denken, Entscheidungsfindung und Problemlösung, immer von Wert sein. Personalabbau ist zwar eine Lösung, aber die Umschulung von Mitarbeitenden für höherwertige Rollen ist eine praktikable, oft vorzuziehende Alternative.  

Ein gutes Beispiel sind Mitarbeitende im Kundendienst. Sie entwickeln im Laufe der Zeit ein fundiertes Wissen über die Systeme und Prozesse des Unternehmens sowie über die angebotenen Produkte und Dienstleistungen. Dieses Wissen ist beispielsweise extrem wertvoll für Business Analysts, Lösungsentwickler:innen oder Produktentwickler:innen.

Da generative KI ihre routinemäßigen Interaktionen automatisiert, könnten sich Servicemitarbeitende auf die komplexeren Aspekte der Problemlösung ihrer Arbeit konzentrieren, was ihnen letztendlich hilft, ihre Aufgaben auf neue Art und Weise auszuführen oder effizienter in eine neue Rolle zu wechseln.

Ein Beispiel für den Wechsel von Kundendienstmitarbeitenden in neue Rollen ist IKEA. Das Unternehmen hat seit 2021 8.500 Call-Center-Mitarbeitende zu Beratenden für Innenarchitektur umgeschult. Bisher gibt es bei dem Unternehmen keine Pläne, Personal abzubauen, auch wenn sein Chatbot in den letzten zwei Jahren 47 % der an die Call Center weitergeleiteten Kundenanrufe übernommen hat.

Geschäftsführende müssen eine klare Strategie entwickeln: Werden die Fachleute in hochgradig automatisierbaren Arbeitsrollen auf andere Geschäftsbereiche aufgeteilt oder werden sie einfach entlassen? Unterschiedliche Unternehmensstrategien erfordern unterschiedliche Antworten. Realität ist jedoch, dass sich Unternehmen auf eine Welt vorbereiten müssen, in der große Teile ihrer Belegschaft weiterhin wertvoll bleiben – nur auf andere Art und Weise als momentan.