Welche Aufgaben übernimmt KI, und was müssen Menschen dafür lernen? Paul spricht mit Stefan, Head of Product und AI bei ACP in Dresden, über den Einstieg im Unternehmen, die Veränderungen in der Softwareentwicklung und die Gefahr, mit immer mehr Agenten einfach nur immer beschäftigter zu sein. Das Gespräch aus Folge 51, Teil 1, wurde für diesen Beitrag gekürzt und redaktionell bearbeitet.
Inhalt des Beitrags
Welche Arbeit bleibt, wenn KI Routine übernimmt?
Paul: Welche Jobs gibt es in fünf Jahren noch? Wenn man sich intensiv mit KI beschäftigt, merkt man ständig, was inzwischen möglich ist. Gleichzeitig haben gerade Junior-Entwickler und Berufseinsteiger Schwierigkeiten. Da spielen natürlich auch wirtschaftliche Themen hinein. Wie schaust du darauf?
Stefan: Eine genaue Prognose, welche Jobs es in fünf Jahren noch gibt, ist wahnsinnig schwierig. Ich würde eher darauf schauen, wie sich die Arbeit verändert: Wie gehe ich an Probleme heran, wie baue ich Lösungen? Es heißt oft, Menschen mit KI ersetzen Menschen ohne KI. Ich mag diesen Satz eigentlich nicht besonders, aber ein Funken Wahrheit steckt darin. Menschen, die KI nutzen, arbeiten anders.
Paul: Zum Beispiel bei der Datenaufbereitung. Früher hat man dafür programmiert. Und wer das nicht konnte, hat Daten teilweise wirklich stupide abgeschrieben. Ich glaube, es gibt noch viele, die das heute genauso machen.
Stefan: Genau. Daten umformatieren, administrative Routinen oder Standarddokumente erstellen sind solche Aufgaben. Für eine Projektdokumentation kann ich etwa Tickets, Wiki-Inhalte und die Kommentare der Beteiligten als Grundlage nutzen. Aber zwischen den Möglichkeiten und dem, was tatsächlich im Alltag ankommt, liegt noch viel Arbeit. Menschen müssen dabei begleitet werden.
Warum die Veränderung beim Chef anfängt
Paul: Ich gebe solche stupiden Arbeiten gern ab. Früher habe ich mir ein Programm geschrieben, damit ich sie nicht mehr machen musste. Andere Menschen empfinden genau diese Routine aber als Sicherheit. Sie wissen, dass sie das beherrschen. Dann kommt jemand und will plötzlich alles verändern.
Stefan: Da sehe ich die Unternehmen in der Verantwortung. Diese KI-Transformation ist auch ein Veränderungsprojekt, bei dem wir Menschen mitnehmen müssen. Bei ACP Mitteldeutschland geht unser Führungskreis bis zur Geschäftsführung voran. Unser Geschäftsführer erzählt beispielsweise, welches private Problem er am Wochenende mit KI gelöst hat. Diese Begeisterung hilft.
Paul: Also nicht einfach ein Werkzeug hinstellen und erwarten, dass alle sofort damit arbeiten.
Stefan: Du musst einen geschützten Raum zum Ausprobieren bieten und erklären, warum ihr euch damit beschäftigt. Ein Einstieg kann eine Kundenkommunikation sein, die auf die jeweilige Zielgruppe zugeschnitten ist. Erklärst du etwas einer Ingenieurin oder einer Projektleiterin mit einem ganz anderen Hintergrund? Solche kleinen Anwendungen helfen, ein Gefühl für die Antworten zu entwickeln.
Stefan: Dabei dürfen wir nicht vergessen: Ein Chatbot ist ein Werkzeug. Wir führen zwar einen Dialog mit einer Maschine, aber wir sollten sie nicht vermenschlichen.
Schneller lernen heißt nicht, Verantwortung abzugeben
Paul: Früher habe ich Bücher gelesen und Foren durchgewälzt, um ein Entwicklungsproblem zu lösen. Heute beschreibe ich das Problem, bekomme eine Lösung und überprüfe sie. Vielleicht ist sie noch nicht perfekt, aber ich kann mir ein Thema in Minuten erschließen, für das ich früher sehr viel länger gebraucht hätte. Für mich bleibt das Erfolgserlebnis: Ich erschaffe etwas, das ich vorher aus Zeit- oder Wissensgründen nicht geschafft hätte.
Stefan: Das kann ich bestätigen. Du kannst ein breiteres Spektrum bearbeiten. Trotzdem musst du wissen, was du tust, und die redaktionelle Verantwortung behalten. Es geht auch um Probleme, deren Lösung früher einfach zu teuer gewesen wäre. Für eine Tabelle, die zweimal im Jahr umgebaut werden muss, entwickelt man nicht unbedingt mehrere Tage lang ein eigenes Programm.
Paul: Du brauchst trotzdem den fachlichen Hintergrund. Ich nenne das gern Stallgeruch. Du musst die Eingangsinformationen verstehen, wissen, wohin du willst, und das Ergebnis bewerten können.
Stefan: Richtig. Gerade bei Software reicht es nicht, dass eine Anwendung auf den ersten Blick funktioniert. Sie muss sicher an die Unternehmensinfrastruktur angebunden werden. Schnittstellen, Lizenzbedingungen und Wartbarkeit spielen eine Rolle. Wenn beispielsweise Maschinendaten aus einem getrennten Netz gebraucht werden, brauchst du jemanden, der das einordnet und begleitet.
Wie ACP seine Entwickler an Coding-Agenten herangeführt hat
Stefan: Coding-Agenten brauchen einen Rahmen, innerhalb dessen sie entwickeln dürfen. Dafür wird der Begriff Harness verwendet. In diesem Rahmen stecken Regeln, Wissen und Grenzen. Eine Finanzanwendung braucht einen anderen Kontext als Software für einen Produktionsprozess. Dieses Wissen muss jemand bereitstellen.
Paul: Erfahrene Entwickler bringen dafür viel mit: Anforderungen verstehen, Grenzen erkennen, Schnittstellen kennen. Das Werkzeug verändert sich. Statt alles selbst über die Tastatur zu programmieren, setze ich mein Wissen dafür ein, den Rahmen zu konfigurieren und die Ergebnisse zu prüfen.
Stefan: Bei uns war der Einstieg bewusst anders als in vielen anderen Unternehmen. Dort wurden Coding-Agenten direkt in die Entwicklung gesetzt und die Entwickler in die Qualitätssicherung gedrängt. Das war oft genau die Arbeit, die sie weniger gern gemacht haben. Gleichzeitig erzeugten die Agenten mehr Code, als Menschen prüfen konnten.
Paul: Wie habt ihr angefangen?
Stefan: Unser Entwicklungsleiter hat vorgeschlagen, die KI zunächst Reviews machen zu lassen. So konnten die Entwickler Vertrauen gewinnen, weil die KI Fehler gefunden hat, die ihnen sonst entgangen wären. Sie konnten sich weiter auf die Entwicklung konzentrieren. Von dort haben wir sie schrittweise an die Arbeit am Harness herangeführt.
Stefan: Das Berufsbild verändert sich. Bevor ich einen einzelnen Fehler behebe, überlege ich, welche Regel im Rahmen fehlt, damit diese Fehlerklasse künftig vermieden wird. Ich gehe eine Ebene höher. Ob wir künftig genauso viele Entwickler brauchen, kann ich trotzdem nicht sicher sagen. Mehr Effizienz kann auch dazu führen, dass mehr Anwendungen entstehen, weil bisher zu teure Ideen plötzlich machbar werden.
Sechs Agenten gleichzeitig: Viel Output, aber war ich wirksam?
Paul: Ich habe mich dabei erwischt, sechs Agenten gleichzeitig zu bedienen. Alle haben gearbeitet und plötzlich hatte ich das Gefühl, ich müsste noch einen siebten aufmachen, weil ich gerade unproduktiv bin. Spätestens beim Kaffeeholen dachte ich: Was machst du da eigentlich? Irgendwann schafft das Gehirn diese Wechsel nicht mehr. Ich muss die Ergebnisse ja trotzdem lesen.
Stefan: Ich kenne das. Früher konnte ich in ein Thema abtauchen und alles andere ausblenden. Jetzt bist du in vielen Themen gleichzeitig unterwegs und fühlst dich am Ende, als hättest du mehrere Tage durchgearbeitet. Die Frage ist dann: War ich wirksam? Du hast viel Output produziert, aber wen hat das weitergebracht?
Paul: Das ist eine gute Frage. Bei mir war ein Teil davon auch Ausprobieren, das ich anschließend wieder verworfen habe. Was mir hilft: Wenn ich einen Prozess für die Firma automatisiert habe, soll der danach eigenständig laufen. Ich möchte ihn nicht immer wieder selbst anstupsen müssen.
Stefan: Du kannst eine Idee heute sehr schnell umsetzen oder sie zunächst mit einer KI hinterfragen. Aber du musst weiterhin entscheiden, welches Problem du eigentlich lösen willst.
Vom Maschinenbediener zum Maschinenführer
Paul: Welche neuen Berufe könnten daraus entstehen?
Stefan: Ich kann dir keine fertige Liste nennen. Meine These ist: Wir werden alle Führungskräfte. Du gibst Ziele vor, stellst Kontext bereit, setzt Erwartungen und sorgst für Wissen. Dazu kommen Fähigkeiten, Werkzeuge und Befugnisse. Anschließend bewertest du die Ergebnisse.
Paul: Du sagst also auch, ob die Arbeit gut oder schlecht war.
Stefan: Genau. Ziele sauber formulieren wird eine wichtige Grundkompetenz. Dafür musst du erst selbst klären, wohin du willst. Und wie bei Führung musst du regelmäßig hinterfragen, ob Ziele, Kompetenzen oder Befugnisse noch passen. Wir werden vom Maschinenbediener zum Maschinenführer.
Paul: Und was passiert, wenn KI selbst führen kann?
Stefan: Dann ist die große Frage, wie wir Menschen die Kontrolle behalten. Darüber gibt es sehr unterschiedliche Zukunftsszenarien. Ich habe dazu „Leben 3.0“ von Max Tegmark gelesen. Solche Überlegungen führen auch zu der Frage, woher wir Sinn nehmen, wenn sich Erwerbsarbeit stark verändert. Arbeit muss ja nicht ausschließlich bezahlte Arbeit sein.
Paul: Wir brauchen trotzdem Aufgaben und einen Sinn. Für den Einstieg würde ich es aber gar nicht so schwarz-weiß sehen: Beschäftigt euch mit KI und probiert sie aus. Nehmt ein konkretes Problem, auch aus dem privaten Alltag, und schaut, was dafür nötig ist. Diesen Aha-Effekt muss man einmal selbst erleben.
Takeaway: Fang mit einer konkreten Aufgabe an, prüfe die Ergebnisse und behalte die fachliche Verantwortung. Im Unternehmen brauchen Menschen Zeit zum Ausprobieren und Führungskräfte, die selbst mitmachen. Mehr KI-Output ist noch kein besseres Ergebnis. Entscheidend ist, ob die Arbeit ein echtes Problem löst.
Folge uns bei:
Spotify: Der Büro Experte Podcast
YouTube: Der Büro Experte auf YouTube
Apple Podcast: Der Büro Experte bei Apple Podcasts
Willst du mit mir einen Podcast machen?
Oder mich einfach mal kennenlernen? Schreib mir. Ich lese jede Nachricht selbst.
