Automatisierung verschiebt Kompetenzen, Rollen und Führungsaufgaben

KI automatisiert Arbeit, aber nicht die Menschen. Entscheidend wird künftig jedoch sein, wer Arbeit neu organisieren kann, statt nur Tools zu bedienen.

Bild: Getty Images / Credits: yaruta

Automatisierung verändert im Enterprise-Umfeld weniger die Existenz ganzer Berufe als die Zusammensetzung der Arbeit. Die zentrale Aussage der McKinsey-Analyse „Human skills in the age of automation“ lautet: Arbeit in Europa wird zunehmend durch Zusammenarbeit zwischen Menschen, KI-Agenten und Robotern geprägt; viele menschliche Fähigkeiten bleiben relevant, werden aber anders eingesetzt.

McKinsey beziffert den theoretisch automatisierbaren Anteil heutiger Arbeitsstunden in zehn europäischen Volkswirtschaften auf 58 Prozent. Die Berater betonen ausdrücklich, dass es dabei um die technische Machbarkeit geht – nicht um eine Prognose für Stellenabbau. Gleichzeitig könnten KI und Automatisierung in Europa bis 2030 einen wirtschaftlichen Wert von bis zu 1,9 Billionen US-Dollar erschließen, sofern Unternehmen Adoption, Kosten, Regulierung und organisatorische Reife bewältigen.

Für Deutschland fällt die McKinsey-Bilanz besonders deutlich aus: 59 Prozent der Arbeitsstunden gelten technisch als automatisierbar, das Produktivitätspotenzial wird auf bis zu 486 Milliarden US-Dollar geschätzt, und 86 Prozent der menschlichen Fähigkeiten bleiben gefragt, auch wenn sie anders angewendet werden.

Automatisierung ist zuerst eine Reorganisation von Arbeit

Der Befund passt zu globalen Arbeitsmarktanalysen. Das World Economic Forum erwartet im „Future of Jobs Report 2025“, dass strukturelle Veränderungen bis 2030 rund 170 Millionen neue Jobs schaffen und 92 Millionen verdrängen könnten – netto also 78 Millionen zusätzliche Stellen. Zugleich sollen sich 39 Prozent der heutigen Kernkompetenzen verändern oder überholen. Am stärksten wachsen laut WEF die Fähigkeiten rund um KI und Big Data, Netzwerke und Cybersicherheit sowie die technologische Grundkompetenz. Analytisches Denken, Resilienz, Flexibilität, Führung und sozialer Einfluss bleiben ebenfalls zentrale Kernfähigkeiten.

Die OECD zeichnet ein ähnliches Bild: Die meisten Beschäftigten in KI-exponierten Berufen benötigen keine spezialisierten Machine-Learning- oder NLP-Kenntnisse, wohl aber neue Anforderungen an Management-, Geschäftsprozess-, soziale, emotionale und digitale Kompetenzen.

In hoch KI-exponierten Stellenanzeigen verlangen 72 Prozent mindestens eine Managementkompetenz und 67 Prozent mindestens eine Fähigkeit im Bereich Geschäftsprozesse; mehr als 50 Prozent nennen soziale, emotionale oder digitale Fähigkeiten.

McKinsey hat die Entwicklung im Rahmen seiner The-Week-in-Charts-Serie visualisiert:

Image
Description
Skill Change Index (Quelle: McKinsey & Company)

Softwareentwicklung: Vom Schreiben des Codes zur Kontrolle der Ergebnisse

Für Software-Entwickler bedeutet das keinen einfachen Wechsel von „Programmieren“ zu „Nicht-Programmieren“, sondern eine Verschiebung von Implementierung hin zu Orchestrierung, Architektur, Qualitätskontrolle und Risikobewertung.

Gartner erwartet, dass 90 Prozent der Enterprise-Softwareentwickler bis 2028 KI-Code-Assistenten nutzen werden, gegenüber weniger als 14 Prozent Anfang 2024. Die Rolle verschiebt sich von der Implementierung hin zu Orchestrierung, Problemlösung und Systemdesign sowie zur Sicherstellung hochwertiger KI-Ergebnisse.

Bis 2027 sollen mindestens 55 Prozent der Software-Engineering-Teams aktiv LLM-basierte Funktionen entwickeln, und 70 Prozent der Organisationen mit Plattformteams sollen GenAI-Funktionen in interne Developer-Plattformen integrieren.

HackerRank sieht die Veränderung bereits in der Praxis: 97 Prozent der Entwickler nutzen mindestens einen KI-Assistenten; im Durchschnitt werden 29 Prozent ihres Codes von KI generiert.

Für Enterprise-Teams rücken damit Code-Review, Testbarkeit, Security-by-Design, Modellgrenzen, Prompt- und Kontextsteuerung sowie die Fähigkeit, KI-generierte Artefakte kritisch zu validieren, stärker in den Vordergrund.

IT-Administration: AIOps, Governance und die Kunst der Ausnahmebehandlung

Auch IT-Administratoren und Infrastrukturteams werden nicht nur entlastet, sondern neu vermessen. Laut Gartner erwarten CIOs bis 2030, dass kein IT-Workload mehr vollständig ohne KI erledigt wird: 75 Prozent der IT-Arbeit sollen von Menschen mit KI-Unterstützung geleistet werden, 25 Prozent von KI allein.

Für Infrastruktur und Operations nennen laut Gartner 54 Prozent der I&O-Verantwortlichen Kostenoptimierung als wichtigstes Ziel für KI-Adoption; gleichzeitig gelten Integrationsprobleme und Budgetrestriktionen als zentrale Hürden.

Bereits bis 2026 sollen 30 Prozent der Unternehmen mehr als die Hälfte ihrer Netzwerkaktivitäten automatisieren, gegenüber weniger als zehn Prozent Mitte 2023. Damit verschiebt sich die Rolle klassischer Administratoren von Ticketbearbeitung, manueller Konfiguration und isoliertem Monitoring hin zu AIOps, Observability, Policy-as-Code, Cloud-Kostenanalyse, Sicherheitsorchestrierung und Ausnahmebehandlung. Der Administrator verschwindet nicht. Entscheidend wird sein, dass er beurteilen kann, wann Automatisierung zulässig, erklärbar, reversibel und compliant ist.

Kaufmännische Rollen: Agenten übernehmen Routinen, Menschen behalten Kontext

In kaufmännischen Funktionen ist der Wandel besonders greifbar, weil viele Tätigkeiten strukturiert, dokumentenlastig und regelgebunden sind. McKinsey nennt als stärker exponierte Fähigkeiten unter anderem Rechnungsverarbeitung, Buchhaltung, Routine-Dateneingabe, Reconciliation und Transaktionsüberwachung in Finanzprozessen. Zugleich bleiben Fähigkeiten wie Verhandlung, Führung, klinische oder kontextabhängige Entscheidungen deutlich weniger automatisierungsnah.

Für die Buchhaltung heißt das: Der Schwerpunkt verschiebt sich von der Erfassung und Prüfung einzelner Belege hin zur Kontrolle automatisierter Workflows, Ausnahmebehandlung, Compliance und Interpretation von Abweichungen.

Im Einkauf werden Ausschreibungen, Lieferantendaten, Preisvergleiche und Vertragsentwürfe stärker durch Agenten vorbereitet, während die menschliche Bewertung bei Risiko, Verhandlungsstrategie, Lieferantenbeziehungen und Governance bleibt.

In Microsofts Work Trend Index werden Kundenservice, Marketing und Produktentwicklung als wichtigste Bereiche für beschleunigte KI-Investitionen genannt. Beispiele wie ein Agent von Estée Lauder zur Konsolidierung von Consumer Insights oder ein Wells-Fargo-Agent, über den 75 Prozent der Suchanfragen von 35.000 Bankmitarbeitern laufen, zeigen den Enterprise-Charakter dieser Entwicklung.

Auch in Deutschland ist die Breite der Adoption bereits sichtbar: Laut ifo nutzen 40,9 Prozent der Unternehmen KI in Geschäftsprozessen, bei Großunternehmen liegt der Anteil bei 56 Prozent.

Recruiting wird skills-basierter

Bei Bewerbung und Recruiting werden Skills zentraler, aber nicht in der simplen Formel „GitHub ersetzt den Lebenslauf“. GitHub selbst empfiehlt Bewerbern, ihr Profil mit professioneller Bio, drei bis fünf gepinnten Projekten, verständlichen READMEs, Tests, Dokumentation und gepflegten Abhängigkeiten so aufzubereiten, dass Hiring Manager technische Fähigkeiten schnell nachvollziehen können. Das ist ein starkes Signal für praktische Arbeitsproben, aber kein Beleg dafür, dass klassische Lebensläufe obsolet werden.

LinkedIn beschreibt Recruiting 2025 als KI-gestützten und skills-getriebenen Prozess. Mehr als neun von zehn Talent-Acquisition-Profis halten eine präzise Skill-Bewertung für entscheidend. Gleichzeitig fand die Harvard Business School in einem Joint Venture mit The burningglass Institute heraus, dass viele Unternehmen zwar formale Abschlussanforderungen streichen, nachhaltige Änderungen im tatsächlichen Einstellungsverhalten jedoch oft ausbleiben.

Führungskräfte müssen Workflows statt Tool-Stacks neu denken

Für Führungskräfte verschiebt sich die Kompetenzanforderung am stärksten. McKinseybetont, dass Wert nicht durch das Einfügen einzelner KI-Tools in alte Prozesse entsteht, sondern durch die Neugestaltung ganzer Workflows mit weniger Übergaben, integrierter Mensch-Maschine-Zusammenarbeit und neu verteilten Verantwortlichkeiten.

Microsoft spricht von „Frontier Firms“ – Organisationen, die auf On-Demand-Intelligenz sowie hybriden Teams aus Menschen und Agenten aufgebaut sind.

Gartner formuliert dieselbe Herausforderung als Gleichgewicht zwischen AI Readiness und Human Readiness: KI könne Wert nur dann erschließen, wenn Menschen und Organisationen bereit seien, diesen Wert zu erfassen und zu erhalten.

Neue Führung heißt damit nicht, jeden Mitarbeitenden zum KI-Spezialisten zu machen, sondern:

KI-Kompetenz wird zur Standortfrage

Für Deutschland und Europa ist diese Entwicklung zugleich Standort- und Organisationsfrage. Wettbewerbsfähig werden vor allem jene Organisationen sein, die technische Produktivität, praktische Arbeitsproben, skills-basierte Talentmodelle und neue Führungskompetenzen zusammenführen – ohne menschliches Urteilsvermögen, Verantwortung und soziale Fähigkeiten aus dem Prozess herauszurechnen.