Das Ende der klassischen Karriereleiter

Wer Karriere machen wollte, musste unten anfangen.

Als Junior-Prüfer gleichst du Kontosalden ab. Als Junior-Entwickler suchst du stundenlang nach einem Fehler im Code. Als Junior-Copywriter schreibst du SEO-Texte über Staubsaugerbeutel.

Die Idee dahinter:

Du musst zuerst jahrelang die einfache Arbeit machen, bevor du die schwierige Arbeit verstehen kannst.

Ich glaube, wir verwechseln hier Ursache und Wirkung.

Wir haben Junioren nicht deshalb jahrelang Routinearbeiten machen lassen, weil dies die beste Art war, Experten auszubilden.

Wir haben es gemacht, weil die Arbeit sowieso erledigt werden musste und Junioren günstiger waren als Seniors.

Dieser klassische Weg durch die Karriereleiter war kein ausgeklügeltes Ausbildungssystem.

Sie war ökonomisch praktisch.

Und genau deshalb verschwindet sie jetzt.

Die unterste Stufe der Karriereleiter verschwindet

KI greift nicht zuerst die Arbeit der Geschäftsleitung an.

Sie greift die Arbeit an, die einfach zu beschreiben, oft zu wiederholen und gut zu kontrollieren ist.

Und genau dort beginnen viele Karrieren.

Eine Lünendonk-Umfrage zeigt, dass viele Wirtschaftsprüfungsgesellschaften Juniorstellen abbauen wollen.

Auch bei den Stellenanzeigen sieht man die Entwicklung. Stepstone meldet deutlich weniger Einstiegsstellen als im langjährigen Vergleich.

Die naheliegende Erklärung lautet:

KI erledigt einen zunehmenden Teil dieser Arbeiten schneller und günstiger.

Jetzt kommt die berechtigte Sorge:

Wenn Unternehmen heute keine Junioren mehr ausbilden, woher kommen in zehn Jahren die Seniors?

Die Frage ist richtig.

Aber vielleicht ist die Antwort falsch.

Vielleicht müssen wir nicht die alten Juniorjobs retten.

Vielleicht müssen wir neu überlegen, wie Menschen überhaupt zu Experten werden.

Vielleicht haben wir Expertise falsch verstanden

Bisher haben wir Expertise oft mit Erfahrung verwechselt.

Wer 10'000 Belege geprüft hat, kennt sich mit Belegen aus.

Wer 10'000 Zeilen Code selbst geschrieben hat, versteht Software.

Wer 500 Excel-Dateien gebaut hat, versteht Finanzmodelle.

Das stimmt teilweise.

Aber welche Fähigkeit wollen wir eigentlich entwickeln?

Das Erstellen der Tabelle?

Oder die Fähigkeit zu erkennen, ob die Tabelle stimmt?

Das Schreiben des Codes?

Oder die Fähigkeit zu beurteilen, ob die Software richtig gebaut ist?

Das Sortieren der Belege?

Oder das Verständnis dafür, wann etwas nicht plausibel ist?

Das sind nicht dieselben Fähigkeiten.

Und plötzlich haben wir Maschinen, welche den ersten Teil davon übernehmen können.

Dadurch wird der zweite Teil wichtiger.

Ich würde diese Fähigkeit Verifikationsexpertise nennen.

Du musst nicht zwingend alles selbst ausführen können.

Du musst verstehen, was ein gutes Ergebnis ist. Du musst Fehler erkennen. Du musst die richtigen Fragen stellen. Und du musst wissen, welche Konsequenzen sich aus einem Ergebnis ergeben.

Das ist schwieriger als Ausführen.

Aber vielleicht kann man es auch schneller lernen.

Junioren müssen früher denken

Die bisherige Ausbildung funktionierte ungefähr so:

Zuerst fünf Jahre rudern.

Danach darfst du irgendwann steuern.

Mit KI könnte sich das umdrehen.

Der Junior bekommt von Anfang an ein sehr leistungsfähiges Werkzeug für die Ausführung und beschäftigt sich dadurch früher mit den Fragen, die bisher den Seniors vorbehalten waren.

Warum diese Architektur?

Warum ist dieses Ergebnis plausibel?

Was könnte hier falsch sein?

Welche Annahme steckt dahinter?

Was passiert, wenn sich diese Variable verändert?

Was hat die KI übersehen?

Das bedeutet nicht, dass Grundlagen unwichtig werden.

Im Gegenteil.

Wer etwas überprüfen will, muss genug davon verstehen, um einen Fehler überhaupt erkennen zu können.

Aber dafür muss er möglicherweise nicht mehr zehntausendmal dieselbe Tätigkeit von Hand ausgeführt haben.

Das wäre ein fundamentaler Unterschied.

Wir könnten Menschen nicht schlechter ausbilden, weil wir ihnen die Fleißarbeit wegnehmen.

Wir könnten sie besser ausbilden, weil sie früher denken müssen.

Wissen wird ausführbar

Dazu kommt etwas Zweites.

Ein grosser Teil von Expertise steckt bisher in den Köpfen erfahrener Mitarbeiter.

Der Senior weiss, welche Zahlen er kontrollieren muss.

Er weiss, welche Abfrage er als Nächstes macht.

Er weiss, bei welchem Ergebnis etwas komisch riecht.

Wenn du ihn fragst, warum, bekommst du manchmal nur:

«Erfahrung.»

Dieses implizite Wissen war bisher schwierig zu übertragen.

KI-Agenten beginnen genau das zu verändern.

Ein Experte kann einen Prozess vormachen. Schritte, Abfragen und Entscheidungen können aufgezeichnet und anschliessend wiederholt werden.

Aus «So mache ich das normalerweise» wird ein ausführbarer Prozess.

Das ist noch lange keine Kopie der menschlichen Erfahrung.

Aber es ist interessant.

Denn zum ersten Mal können wir einen Teil von Erfahrungswissen nicht nur dokumentieren, sondern direkt in ein Werkzeug einbauen.

Ein Junior startet dann nicht mehr mit einem leeren Excel-Sheet und der Anweisung:

«Mach mal.»

Er startet mit einem Werkzeug, in dem bereits ein Teil des Ausführungswissens steckt.

Seine Aufgabe verschiebt sich.

Vom Machen zum Prüfen.

Vom Abarbeiten zum Verstehen.

Vom Bedienen zum Entscheiden.

KI bedienen ist nicht die Fähigkeit

Deshalb halte ich auch «Prompt Engineering» als grosse Zukunftskompetenz für überschätzt.

Ein paar clevere Befehle in ein Chatfenster schreiben zu können, ist keine Superkraft.

Die Modelle werden einfacher zu bedienen.

Die eigentliche Fähigkeit liegt woanders:

Kannst du einer KI eine Aufgabe sinnvoll geben?

Merkst du, wenn sie Unsinn produziert?

Fragst du nach?

Kannst du mehrere Ergebnisse gegeneinander halten?

Erkennst du, welche Information fehlt?

Weisst du, wann du der Maschine vertrauen kannst und wann nicht?

Und kannst du am Ende eine Entscheidung treffen?

Interessanterweise scheint genau diese Fähigkeit nicht nur im Umgang mit Maschinen wichtig zu sein.

Eine Studie der Harvard Kennedy School untersuchte Menschen, die Teams aus KI-Agenten durch Aufgaben führten. Die Fähigkeit, KI-Agenten erfolgreich zu führen, korrelierte stark mit der Fähigkeit, auch Menschenteams erfolgreich zu führen.

Gute Führungskräfte stellten mehr Fragen und blieben stärker im Dialog.

Das ergibt Sinn.

Führung bedeutet nicht, jede Arbeit selbst besser machen zu können.

Führung bedeutet, ein Ziel zu verstehen, Arbeit sinnvoll zu verteilen, Ergebnisse kritisch zu beurteilen und einzugreifen, wenn etwas in die falsche Richtung läuft.

Ob auf der anderen Seite ein Mensch oder eine Maschine sitzt, verändert daran weniger, als man vielleicht denkt.

Fähigkeiten verschwinden. Das ist normal.

Wer kann heute noch zuverlässig eine dreistellige Zahl im Kopf multiplizieren?

Ich jedenfalls nicht.

Wir haben Taschenrechner.

Wer findet ohne Navi problemlos durch eine fremde Stadt?

Immer weniger Menschen.

Wir haben GPS.

Natürlich könnte man daraus schliessen, dass wir Fähigkeiten verlieren.

Tun wir auch.

Aber das ist nicht automatisch schlecht.

Menschen haben schon immer Fähigkeiten an Werkzeuge abgegeben.

Die entscheidende Frage ist nicht:

Welche Fähigkeit verlieren wir?

Sondern:

Was können wir stattdessen tun?

Ich muss nicht gut im Kopfrechnen sein, um komplexe finanzielle Zusammenhänge zu verstehen.

Ich muss nicht jede Strasse Zürichs auswendig kennen, um von A nach B zu kommen.

Und vielleicht muss ein zukünftiger Softwareentwickler nicht mehr drei Stunden lang einen simplen Fehler suchen, um später gute Softwarearchitektur beurteilen zu können.

Vielleicht gibt es einen besseren Weg.

Das Ende der klassischen Karriereleiter

Deshalb halte ich wenig von der romantischen Vorstellung, wir müssten die alten Juniorarbeiten erhalten, damit die nächste Generation «noch richtig etwas lernt».

Das klingt ein bisschen wie:

«Wir mussten damals auch leiden.»

Das ist kein gutes Argument.

Wenn eine Maschine eine stumpfe Aufgabe zuverlässiger erledigt, sollten wir froh darüber sein.

Unsere Aufgabe ist nicht, unnötige Arbeit zu konservieren.

Unsere Aufgabe ist, herauszufinden, welche Fähigkeiten danach wichtiger werden – und wie wir sie trainieren.

Junioren werden deshalb nicht überflüssig.

Aber Juniorenjobs müssen sich verändern.

Weniger Belege sortieren.

Weniger Copy-Paste.

Weniger mechanische Ausführung.

Früher Verantwortung übernehmen.

Früher Entscheidungen erklären.

Früher Ergebnisse hinterfragen.

Früher mit Menschen arbeiten, die mehr wissen als man selbst.

Und vor allem:

Früher lernen, Maschinen zu führen, anstatt mit ihnen um Routinearbeit zu konkurrieren.

Vielleicht entsteht Expertise in Zukunft nicht mehr dadurch, dass man jahrelang neben dem Pferd herläuft.

Vielleicht sitzt man von Anfang an darauf.

Dann muss man allerdings lernen zu reiten.