KI kommt – aber nicht als Tsunami: Warum Panik der falsche Ratgeber ist

Teuflisch schwierige Matheaufgaben, komplexe medizinische Diagnosen, in Sekunden neue Software erschaffen: Die Leistungen generativer KI werden von Tag zu Tag beeindruckender. Zugleich wächst die Sorge über ihre gesellschaftlichen Folgen. Kristalina Georgieva, Chefin des IWF, warnt vor einem arbeitsplatzvernichtenden „Tsunami“. Sir Demis Hassabis, Chef von Google DeepMind, einem der führenden KI-Labore, würde eine Verlangsamung der Innovation unterstützen, damit sich die Gesellschaft anpassen kann. Jamie Dimon, Hohepriester der amerikanischen Finanzwelt, meint gar, Regierungen sollten Entlassungen verbieten, wenn dies „die Gesellschaft rettet“.

Alles scheint auf einen schmerzhaften Umbruch hinauszulaufen.

Der weitere Verlauf der KI-Entwicklung ist offensichtlich ungewiss. Doch die jüngste Serie von Boss Class, unserem Management-Podcast, zeigt: Es gibt gute Gründe zu glauben, dass die Gesellschaft mehr Anpassungsspielraum hat, als diese prominenten Stimmen vermuten. Es wird dauern, bis neue Technologien vom absoluten Spitzenbereich bis in den Büroalltag durchsickern.

Unternehmen und Regierungen sollten diese Atempause nutzen, um jene zu unterstützen, die am stärksten von Verdrängung bedroht sind.

Geschäftsprozesse ändern sich nicht über Nacht

Bislang zeigen sich die Arbeitsmärkte erstaunlich gelassen. Zwar gelten Dienstleistungsjobs als besonders anfällig für generative KI, doch in den USA ist die Zahl der White-Collar-Stellen* seit dem Start von ChatGPT um drei Millionen gestiegen, während die Zahl der Blue-Collar-Jobs* stagnierte. Selbst in Bereichen, die KI früh adaptiert haben – etwa in der Softwareentwicklung –, ist die Beschäftigung gewachsen.

Ein Grund für die bislang geringe wirtschaftliche Wirkung ist die „zerklüftete Grenze“ der Technologie: Sie brilliert bei manchen Aufgaben, produziert dann aber mit großer Überzeugung Unsinn oder scheitert daran, die Anzahl der „r“ in „strawberry“ zu zählen. Diese Unberechenbarkeit zwingt Unternehmen und Beschäftigte dazu, erst mühsam herauszufinden, wo KI sinnvoll eingesetzt werden kann.

Hinzu kommt: Geschäftsprozesse ändern sich nicht über Nacht. Elektrizität wurde bereits in den 1880er-Jahren kommerziell genutzt, doch es dauerte 40 bis 50 Jahre, bis sie messbare Produktivitätsgewinne in Fabriken brachte. Produktionsstätten mussten neu gestaltet, Arbeitsabläufe neu gedacht werden. Auch diesmal müssen Unternehmen klären, wie sie Mitarbeitende zur Nutzung von KI ermutigen, wie sie Risiken begrenzen und wie sie die Technologie erfolgreich integrieren.

Regierungen müssen Mobilität fördern, statt Entlassungen zu verbieten

Diese Reibungsverluste sind eine gute Nachricht für alle, die sich vor der Geschwindigkeit des technologischen Wandels fürchten. Entwickler weltweit aufzufordern, die Arbeit niederzulegen, während ein Vorsprung enorme kommerzielle und geopolitische Vorteile verspricht, wäre illusorisch. Doch zwischen Erfindung und breiter Anwendung vergeht wertvolle Zeit – Zeit, um zu identifizieren, wer besonders exponiert ist, und um Wege zu finden, diesen Gruppen zu helfen.

Viele Berufe erfordern Fähigkeiten, die sich nur schwer automatisieren lassen, etwa Urteilsvermögen oder Empathie. KI-Werkzeuge könnten solche Tätigkeiten produktiver, lukrativer und sogar erfüllender machen – man denke an einen Arzt, der von Bürokratie entlastet wird. Neue Technologien schaffen zudem oft neue Arbeitsplätze; innerhalb der klassischen White-Collar-Jobs entstehen derzeit neue Spezialisierungen, die der Arbeitsmarkt statistisch noch gar nicht erfasst. Gleichzeitig geraten andere Rollen zunehmend unter Druck, weil sie besonders anfällig für Automatisierung sind.  Viel Backoffice-Arbeit besteht aus einfachen Tätigkeiten und dem Abarbeiten von Skripten. Berufseinsteiger müssen häufig Daten auswerten oder Berichte zusammenfassen – genau jene Aufgaben, in denen KI besonders stark ist.

Diesen Gruppen beim Übergang in neue Tätigkeiten zu helfen, ist entscheidend – nicht nur um der Betroffenen willen. Der Verlust von Industriearbeitsplätzen durch Globalisierung und Automatisierung hat im Westen den Aufstieg des Populismus befeuert. Keine Regierung möchte eine Jugendrebellion riskieren. Eine gesellschaftliche Gegenreaktion wäre der sicherste Weg, die wirtschaftlichen Gewinne der KI zunichtezumachen.

Was also tun? Immerhin dürften die Betroffenen diesmal geografisch verstreut sein: Anders als Fabrik- oder Bergbauarbeit sind Backoffice- und Einstiegsjobs nicht in einzelnen Unternehmensstädten konzentriert. Neue Chancen sollten daher leichter zu finden sein. Doch Regierungen müssen Mobilität fördern, indem sie Arbeitsmärkte flexibel halten, statt Entlassungen zu verbieten, wie Herr Dimon vorschlägt. Auch das Bildungssystem braucht eine grundlegende Reform, um KI-Kompetenzen und ergänzende Fähigkeiten zu vermitteln.

Auch Unternehmen müssen sich rüsten. Um erfolgreich zu sein, müssen sie nicht nur KI optimal einsetzen, sondern auch die besten Köpfe finden und fördern, die mit ihr arbeiten können. Einige Backoffice-Beschäftigte werden ihren Job verlieren. Andere wiederum, die über implizites Wissen des Unternehmens verfügen, lassen sich für neue Aufgaben qualifizieren.

Der größte Fehler wäre, junge Menschen gar nicht mehr einzustellen. Das würde nicht nur die Talentpipeline für die Zukunft austrocknen, sondern Unternehmen auch der KI-Natives berauben. Stattdessen sollten Firmen die Art der Arbeit für Berufseinsteiger neu denken: weniger stupide Routine, mehr Urteilskraft und Analyse; schnellere Rotation durch verschiedene Bereiche, um Einblicke zu gewinnen, die KI nicht haben kann; das Erproben neuer Rollen und Ansätze.

Umbrüche und Jobverluste werden unvermeidlich sein – so ist der technologische Fortschritt. Doch trotz der beeindruckenden Leistungen der KI bleibt Zeit, die Folgen abzufedern. Diese Zeit sollte nicht verschwendet werden.

Ergänzend (zur Einordnung)

• White Collar: Büro-, Wissens- und Managementberufe (z. B. Verwaltung, Beratung, IT, Medien)

• Blue Collar: Handwerkliche, industrielle und körperliche Arbeit (z. B. Produktion, Bau, Logistik)

• Grey Collar: Mischformen aus geistiger und praktischer Arbeit (z. B. Techniker, Medizin)

• Pink Collar: Soziale und personenbezogene Dienstleistungsberufe (z. B. Erziehung, Pflege)

• New Collar: Neue digitale Berufe ohne klassischen Studienweg (z. B. IT-Support, Cloud-Administration, Cybersecurity)