Die Schlagzeilen erzahlen zwei unvereinbare Geschichten: KI wird 40% der Jobs vernichten, und KI schafft mehr Jobs als sie zerstort. Beide Aussagen sind je nach Zeithorizont und gemessenen Aufgaben vertretbar. Keine hilft Ihnen herauszufinden, ob Ihre spezifische Rolle gefahrdet ist. Der richtige Ansatz ist Aufgabenzerlegung, keine Titelanalyse. Fragen Sie, ob jede Aufgabe in Ihrer Rolle durch KI erledigt werden kann, nicht ob Ihre Jobkategorie auf einer Risikoliste erscheint.
“KI wird 40% der Jobs ersetzen” und “KI schafft mehr Jobs als sie vernichtet” sind beide technisch vertretbar. Sie messen unterschiedliche Dinge uber unterschiedliche Zeitraume mit unterschiedlichen Definitionen von Ersatz. Was keines dieser Statements Ihnen sagt: ob Ihre spezifische Rolle in Ihrem spezifischen Unternehmen in Ihrer spezifischen Branche in den nachsten zwei bis funf Jahren tatsachlich gefahrdet ist.
Diese Unsicherheit ist das eigentliche Problem. Nicht die Schlagzeilen, sondern die Lucke zwischen dem, was sie behaupten, und dem, worauf Sie tatsachlich reagieren konnen. Dieser Artikel gibt Ihnen ein Framework, um diese Lucke zu schliessen, auf Basis Ihres eigenen Jobs, nicht einer fremden Kategorie.
Warum Jobtitel die falsche Analyseeinheit sind
Wenn Analysten sagen, ein Job habe ein hohes Automatisierungsrisiko, meinen sie typischerweise, dass ein erheblicher Prozentsatz der Aufgaben innerhalb dieser Rolle automatisiert werden kann. Sie meinen nicht, dass die Rolle verschwindet. Sie meinen, dass sich die Rolle verandert, meist in Richtung weniger Stellen oder anderer Kompetenzen.
Der Job eines Radiologen wird nicht durch KI ersetzt. Die Bildanalyse-Komponente der Arbeit eines Radiologen wird durch KI erganzt. Die Teile, die eindeutig menschlich bleiben: diagnostisches Urteilsvermogen bei mehrdeutigen Befunden, Patientenkommunikation uber schwierige Diagnosen, Behandlungsempfehlungen unter Unsicherheit, und die rechtliche und ethische Verantwortung, die mit einer Arztlizenz einhergeht. Der Radiologe, der KI-Analysetools verwendet, ist genauer und schneller als einer ohne diese Werkzeuge.
Dieses Muster gilt fur die meisten Wissensarbeitsrollen. Der Jobtitel bleibt bestehen. Die Aufgabenzusammensetzung verandert sich. Das Risiko ist nicht Abschaffung, sondern Obsoleszenz spezifischer Kompetenzen innerhalb einer Rolle, die weiterhin existiert.
Das Drei-Fragen-Framework zur Aufgabenbewertung
Arbeiten Sie fur jede wichtige Aufgabe in Ihrer aktuellen Rolle drei Fragen durch.
Frage 1: Kann ein fahiges Sprachmodell oder KI-System 80% dieser Aufgabe mit guten Anweisungen und grundlegendem Kontext erledigen?
“80%” ist eine bewusste Schwelle. Sie fragen nicht, ob KI es perfekt erledigen kann. Sie fragen, ob ein KI-System mit vernunftigem Setup Ergebnisse produzieren konnte, die nur leichter Bearbeitung bedurfen statt grundlegender Uberarbeitung. Wenn ja, liegt diese Aufgabe in der Zone hohen Automatisierungsdrucks.
Beispiele, wo die Antwort klar ja lautet: Erstentworfe von E-Mails, Datenaggregation aus strukturierten Quellen, Zusammenfassen langer Dokumente, Erstgenerierung von Code fur definierte Anforderungen, Formatierung von Berichten aus vorliegenden Daten.
Beispiele, wo die Antwort nein oder unklar ist: Beratung bei einer Entscheidung, bei der der Kontext wirklich neu ist, Management einer schwierigen Stakeholder-Beziehung, Bewertung, ob eine kreative Richtung zur langfristigen Markenpositionierung passt.
Frage 2: Erfordert diese Aufgabe physische Prasenz, lizenzierte Haftbarkeit oder Echtzeit-Beziehungsvertrauen?
Physische Prasenz umfasst alles, wobei Sie an einem Ort sein und etwas mit Ihren Handen oder Ihrem Korper tun mussen. Lizenzierte Haftbarkeit bedeutet, dass ein zugelassener Fachmann unterzeichnen und rechtliche oder berufliche Verantwortung tragen muss. Echtzeit-Beziehungsvertrauen bedeutet, dass das Ergebnis der Aufgabe von einer Beziehungsdynamik abhangt, die ein Modell nicht replizieren kann.
Aufgaben, bei denen eines davon zutrifft, sind vor Automatisierungsdruck zumindest kurzfristig erheblich geschutzt.
Frage 3: Ist diese Aufgabe Routine und wiederholbar, oder erfordert sie jedes Mal neuartiges Urteilsvermogen?
Routine und wiederholbar bedeutet, die Eingaben sind ahnlich genug zwischen den Fallen, dass ein Prozess zuverlassig befolgt werden kann. Neuartiges Urteilsvermogen bedeutet, die Situation ist jedes Mal wirklich anders auf Weisen, die das Lesen neuen Kontexts, das Abwagen ungewohnlicher Faktoren und eine vertretbare Entscheidung mit unvollstandigen Informationen erfordern.
Routineaufgaben tendieren zur Automatisierung. Aufgaben mit neuartigem Urteilsvermogen widerstehen ihr.
Das Framework auf funf haufige Rollen angewendet
Finanzanalyst
Aufgaben unter hohem Automatisierungsdruck: Daten aus Datenbanken abrufen und aggregieren, Berichte nach Standardvorlagen formatieren, erste Entwurfe fur Quartalsberichte erstellen, Zahlen uber Tabellen hinweg abgleichen, initiale Finanzmodelle aus vorgegebenen Annahmen erstellen.
Aufgaben mit geringerem Automatisierungsdruck: einem Kunden in einer Situation Rat geben, die nicht ins Modell passt, Empfehlungen an Stakeholder prasentieren, die uberzeugt werden mussen, Haftbarkeit fur eine Analyse ubernehmen, die eine wesentliche Entscheidung beeinflusst, Marktkontext interpretieren, der das Lesen qualitativer Signale neben quantitativen Daten erfordert.
Softwareentwickler
Aufgaben unter hohem Automatisierungsdruck: Boilerplate-Code fur definierte Anforderungen schreiben, CRUD-Operationen, Unit-Tests fur einfache Funktionen, Dokumentation vorhandenen Codes, Code nach bestimmten Mustern refaktorieren.
Aufgaben mit geringerem Automatisierungsdruck: Systemarchitektur fur neuartige Probleme, Code-Reviews mit Urteil uber Wartbarkeit und Abwagungen, Junior-Entwickler mentoren, entscheiden, wie eine Anforderung angegangen werden soll, die mehrere gultige Implementierungen mit unterschiedlichen langfristigen Konsequenzen hat, komplexe Race Conditions in Produktionssystemen debuggen.
Die GitHub-Copilot-Akzeptanz unter professionellen Entwicklern uberstieg Ende 2025 bei Unternehmen mit mehr als 1.000 Ingenieuren 50%. Diese Zahl spiegelt wider, wohin die Erwartungen der Arbeitgeber sich bewegen.
Marketing-Manager
Aufgaben unter hohem Automatisierungsdruck: Erstentworfe fur etablierte Content-Formate, SEO-Keyword-Recherche, Social-Media-Planung und -Reporting, E-Mail-Kampagnen-Vorlagen, Zusammenstellung von Performance-Kennzahlen.
Aufgaben mit geringerem Automatisierungsdruck: Markenstrategieentscheidungen, die verstehen erfordern, wofur das Unternehmen uber einen mehrjahrigen Horizont steht, Stakeholder-Management uber Abteilungen mit konkurrierenden Prioritaten hinweg, bewerten, ob eine kreative Kampagne bei einem bestimmten Publikum in einem bestimmten kulturellen Moment ankommt.
Lehrer oder Trainer
Aufgaben unter hohem Automatisierungsdruck: Inhaltslieferung fur klar definierte Themen, Quizerstellung und -benotung fur objektive Bewertungen, Planung und administrative Koordination, Beantwortung haufiger Verfahrensfragen.
Aufgaben mit geringerem Automatisierungsdruck: einschatzen, ob ein bestimmter Schuler aus motivationalen, umgebungsbedingten oder konzeptionellen Grunden Schwierigkeiten hat, die Art von Vertrauen aufbauen, bei der ehrliches Feedback tatsachlich angenommen wird, Curriculum-Design fur neuartige Kontexte.
HR Business Partner
Aufgaben unter hohem Automatisierungsdruck: Vorstellungsgesprache planen, Standard-Angebotsschreiben erstellen, Bewerbungsstatus verfolgen, Fluktuations- und Engagement-Kennzahlen zusammenstellen, haufige Richtlinienfragen beantworten.
Aufgaben mit geringerem Automatisierungsdruck: Organisationsgestaltungsentscheidungen, die ein Verstandnis der Unternehmenskultur erfordern, Konfliktlosung zwischen Mitarbeitern oder Teams, Fuhrungskrafte in Personalstrategie beraten, sensible Entlassungs- oder Leistungssituationen handhaben.
Was die Daten tatsachlich zeigen
54.000 Stellen wurden 2025 abgebaut, wobei KI als mitwirkender Faktor in Personalplanungsdokumenten genannt wurde. Die Aufschlusselung ist wichtig: Die Mehrheit dieser Stellenabbaumanahmen konzentrierte sich auf Rollen mit hohem Anteil an Routineaufgaben, Ausgaben, die von einer erfahreneren Person schnell uberprufbar waren, begrenzter kundenorientierter Rechenschaftspflicht und Arbeit, die von den Beziehungs- und Urteilskomponenten benachbarter Rollen trennbar war.
Das Muster ist konsistent mit dem Framework oben: Aufgaben unter Druck, nicht ganze Fachgebiete.
Ersatz versus Erganzung
Die meisten Geschichten uber KI, die Jobs ersetzt, sind eigentlich Geschichten uber KI, die Aufgaben innerhalb von Jobs ersetzt, was zu Konsolidierung fuhrt statt zu Abschaffung. Ein Team von funf Personen, das fruher zwei fur Datenvorbereitung brauchte, benotigt jetzt eine. Diese Person verwendet KI-Tools und produziert mehr als die zwei zuvor taten. Eine Stelle wurde abgebaut. Die verbleibende Rolle ist anders und erfordert andere Kompetenzen.
Diese Unterscheidung ist wichtig fur Ihre Beurteilung der eigenen Situation. Wenn Ihre Rolle aktuell existiert, ist die Frage nicht, ob KI Ihren Job aus der Welt entfernen wird, sondern ob Ihr spezifisches Kompetenzprofil Sie zu den wachsenden oder schrumpfenden Teilen der Rolle positioniert.
Was Sie basierend auf Ihrer Einschatzung tun sollten
Bei hohem Automatisierungsdruck auf die meisten Ihrer Aufgaben: Die relevante Reaktion ist, die Person zu werden, die die KI steuert, nicht die Person, die die Aufgabe manuell erledigt. Das Ergebnis kann ahnlich sein. Die erforderliche Kompetenz ist anders. Jemand, der einen KI-Workflow aufbauen, seine Ausgabe kritisch uberprufern und den Prozess im Laufe der Zeit verbessern kann, liefert das gleiche Ergebnis mit anderen Eingaben.
Bei mittlerem Automatisierungsdruck: Dokumentieren Sie Ihre KI-Nutzung explizit darin, wie Sie Ihre Arbeit beschreiben. “Marktforschungsprozess mit GPT-4-gestutzter Wettbewerbsanalyse verwaltet” erzahlt eine andere Geschichte als “Marktforschung durchgefuhrt,” auch wenn der Inhalt ahnlich ist.
Bei geringem Automatisierungsdruck: Fugen Sie mindestens ein KI-Tool hinzu, das Ihre hochwertigsten Aufgaben erganzt, bevor der nachste Jobmarktzyklus beginnt. Das Ziel ist, den Erwartungen der Arbeitgeber voraus zu sein, nicht nur dort zu sein, wo sie aktuell stehen.
Die Daten aus 2025 unterstutzen weder die Katastrophenversion der KI-Verdrangungsgeschichte noch die abweisende Version. Sie unterstutzen ein spezifischeres Bild: Routineaufgaben innerhalb von Wissensarbeitsrollen stehen unter nachhaltigem Druck, Urteils- und Beziehungsarbeit hingegen nicht.
Ihre Situation ist spezifisch. Das Framework oben gilt fur Ihre spezifischen Aufgaben, nicht fur Ihren Jobtitel im Abstrakten. Je klarer Ihre Einschatzung des eigenen Stands, desto nutzlicher Ihre Reaktion darauf.