KI macht Rollen breiter, nicht überflüssig

In der Debatte über KI und Jobs gibt es zwei Lager. Die einen sagen: Jobs fallen weg. Die anderen sagen: KI kann das gar nicht, schau dir doch an, was ChatGPT für einen Unsinn schreibt. Ich glaube, beide liegen daneben, und zwar aus demselben Grund. Die meisten Menschen kennen KI nur als Chatbot. Was KI heute wirklich kann, sehen sie gar nicht. Und deshalb übersehen sie, was sich tatsächlich ändert: Rollen fallen nicht weg, sie werden breiter.

Warum reden beide Lager aneinander vorbei?

Wer diesen Artikel liest, ist wahrscheinlich ziemlich tief drin in Code und KI. Aber für die meisten Menschen ist KI ein Chatfenster. Man stellt eine Frage, bekommt eine Antwort, kopiert sie irgendwohin. Von Claude Code haben die wenigsten gehört, MCP sagt ihnen nichts, und eine Kommandozeile ist für viele ein Fremdwort.

Das ist ein riesiger Unterschied. Ein Chatbot sieht nur, was man ihm hineinkopiert. Ein KI-Agent mit Zugriff auf Dateien, Werkzeuge und die Kommandozeile kann ein ganzes Projekt lesen, Befehle ausführen, das Ergebnis anschauen und so lange nachbessern, bis es passt. Wer nur das Chatfenster kennt, beurteilt KI nach ihrer schwächsten Form.

Dazu kommt etwas Menschliches. Viele fühlen sich, in Anführungszeichen, in ihrer Ehre verletzt. Sie haben Jahre gebraucht, um ihr Handwerk zu lernen, und wollen nicht hören, dass eine Maschine einen Teil davon in Minuten erledigt. Das verstehe ich gut. Aber Abwehr ändert nichts daran, was die Technik kann.

Ist „KI kann das nicht“ oft ein Bedienfehler?

Nehmen wir Webdesign. Wenn man einer KI einfach sagt: „Designe mir eine Webseite“, kommt meistens etwas Austauschbares heraus. Generisches Layout, Standardfarben, nichts, wofür ein Kunde bezahlen würde. Wer es so ausprobiert, sagt danach zu Recht: KI ist schlecht im Design.

Aber das ist nicht das, was KI kann. Das ist das, was KI ohne Anleitung kann.

Gibt man ihr dagegen ein sauberes Briefing, die richtigen Skills, also festgehaltenes Wissen darüber, wie gutes Design aussieht, und eine Iterationsschleife, in der sie ihr eigenes Ergebnis rendert, anschaut, kritisiert und verbessert, dann sieht das völlig anders aus. Dann entsteht in kürzester Zeit in vielen Fällen eine bessere Webseite, als viele Webdesigner sie bauen würden. Das ist kein Versprechen für die Zukunft. Das ist der Stand heute.

Der Unterschied liegt also nicht in der KI, sondern darin, wie man sie einsetzt. Und genau das sehen die meisten nicht, weil sie nie über das Chatfenster hinausgekommen sind.

Was heißt das für die nächsten drei Jahre?

Wenn das der Stand heute ist, sollte man nicht davon ausgehen, dass es dabei bleibt. Was KI vor drei Jahren konnte, wirkt heute fast lächerlich. In drei Jahren wird das, was heute beeindruckt, genauso aussehen.

Deshalb halte ich es für gefährlich, sich auf „KI kann das nicht“ auszuruhen. Selbst wenn der Satz heute für eine bestimmte Aufgabe stimmt, ist er eine Momentaufnahme. Man muss der Realität ins Auge blicken: Vieles, was heute Handarbeit ist, wird KI übernehmen.

Das heißt aber nicht, dass die Leute verschwinden. Es heißt, dass sich verschiebt, wofür sie gebraucht werden.

Bleiben Junior- und Senior-Stellen?

Ja, glaube ich. Die Unterscheidung bleibt, weil sie nie nur an Aufgaben hing. Senior heißt: mehr Erfahrung, mehr Tiefe, ein besseres Gespür dafür, was in einem Jahr schiefgeht. Das braucht man mit KI eher mehr als weniger, weil jemand beurteilen muss, ob das, was die KI liefert, wirklich trägt.

Was sich ändert, ist der Zuschnitt der Junior-Rolle. Bisher hat ein Junior oft einen kleinen, klar abgegrenzten Teil übernommen. Genau diese abgegrenzten Teile kann KI immer besser. Also muss sich die Junior-Rolle ausweiten.

Wie sieht eine breitere Rolle aus?

Zwei Beispiele.

Webdesign wird Markenarbeit. Statt nur eine Webseite zu bauen, bezieht man die ganze Corporate Identity mit ein: Logo, Farben, Typografie, Tonalität, Social-Media-Vorlagen, Präsentationen. Früher war das ein Projekt für mehrere Leute. Mit KI kann eine Person den Rahmen setzen und die KI die Ausarbeitung machen lassen, vorausgesetzt, die Person weiß, wie eine stimmige Marke aussieht.

Data Analyst wird Ende-zu-Ende-Verantwortung. Statt nur Daten zu analysieren, betreut man die ganze Pipeline: woher die Daten kommen, wie sie verändert und verarbeitet werden, wie sie im Dashboard landen und welche Alerts anschlagen, wenn etwas nicht stimmt. Früher waren das Data Engineering, Analyse und Reporting, oft verteilt auf verschiedene Personen oder Teams. Mit KI kann einer den ganzen Weg im Blick behalten.

Das ist der Knackpunkt: Man braucht ein breites Spektrum. Man muss nicht überall so tief gehen wie ein Spezialist, weil die KI an vielen Stellen aushilft. Aber man muss genug verstehen, um zu wissen, was man fragen muss, und um zu erkennen, wenn die Antwort falsch ist. Die Zukunft heißt also: einen viel größeren Teilbereich abdecken als heute.

Was folgt daraus?

Für mich drei Dinge.

1. Über das Chatfenster hinausgehen. Wer KI beurteilen will, sollte sie so einsetzen, wie sie heute eingesetzt werden kann: mit Agenten, Werkzeugen und Iterationsschleifen. Erst dann sieht man, was sie wirklich kann.
2. Den eigenen Bereich nach links und rechts erweitern. Wer Webseiten baut, sollte Marke verstehen. Wer Daten analysiert, sollte wissen, wie sie ins System kommen und wie man merkt, wenn sie falsch sind.
3. Tiefe behalten, wo sie zählt. Breite funktioniert nur mit einem festen Kern. Ohne ihn kann man die KI nicht steuern, sondern nur hoffen.

Jobs fallen nicht einfach weg, und KI kann auch nicht nichts. Die Wahrheit liegt dazwischen: Die Rollen werden breiter, und wer das früh erkennt, ist effizienter als alle, die noch darüber streiten.

Warum KI Junior-Aufgaben übernimmt, aber nicht Junior-Leute, habe ich in KI ersetzt Junior-Aufgaben, nicht Junior-Leute aufgeschrieben. Und warum KI überall dort am stärksten ist, wo das Ergebnis Code ist, in KI spricht Code, nicht Klicks.