Was müssen wir noch selbst können, wenn KI immer mehr übernimmt?

Künstliche Intelligenz schreibt Texte, erzeugt Code, unterstützt bei der Analyse von Daten... Aufgaben, die wir vorher über Stunden oder Tage händisch erledigt haben, können ChatGPT, Claude, Gemini & Co. innerhalb weniger Sekunden oder Minuten ausführen und werden dabei zunehmend autonomer und intelligenter. Und wenn die KI alles kann, was müssen wir als Menschen dann überhaupt noch können?

Dieser Frage hat sich unsere Geschäftsführerin Sarah im Podcast „Systemblick“ mit Andrea Mittermeyer gestellt. Ihre Perspektive ist geprägt von der täglichen Zusammenarbeit mit Unternehmen, die synsugar bei der Einführung und Nutzung von KI begleitet.

Daraus haben wir sechs Learnings abgeleitet. Sie zeigen: KI kann uns Arbeit abnehmen – Ergebnisse einzuordnen, Entscheidungen zu treffen und Verantwortung zu übernehmen, bleibt aber unsere Aufgabe.

KI sinnvoll einsetzen bedeutet auch, auf KI zu verzichten

Nicht jedes Problem braucht eine KI-Lösung. Um das einschätzen zu können, ist es wichtig, im Vorhinein zu klären, welches Problem gelöst werden soll und ob ein KI-Tool dafür der größte Hebel ist.

Oft denken Unternehmen beispielsweise darüber nach, KI im Kundenkontakt einzusetzen. Doch gerade in diesem Bereich zählt nicht nur reine Effizienz und schnelle Abwicklung. Menschliche Eigenschaften wie Empathie, gegenseitiges Vertrauen und persönliche Verbindung können für den Erfolg eines Verkaufsgesprächs entscheidend sein. Genau das kann ein probabilistisches, rein logisches KI-Modell nicht ersetzen.

Zu KI-Kompetenz gehört deshalb auch die Entscheidung, wo wir KI lieber nicht einsetzen sollten. Es ist also weniger von Relevanz, sämtliche Tätigkeiten mit KI zu automatisieren, sondern sich vielmehr zu fragen, in welchem dieser Prozesse KI tatsächlich einen Mehrwert bietet.

Vom reinen Ausführen zum Steuern und Entscheiden

In manchen Tätigkeitsbereichen verschiebt sich bereits heute der Schwerpunkt unserer Arbeit. Statt jeden Schritt selbst auszuführen, definieren wir Aufgaben, geben der KI Kontext, prüfen Zwischenergebnisse und entscheiden über deren weitere Verwendung.

In der Datenanalyse könnte das beispielsweise bedeuten, weniger Code selbst zu schreiben und stärker zu hinterfragen: Was sagen die Daten tatsächlich aus? Welche Schlussfolgerungen sind belastbar? Und was folgt daraus für das Unternehmen?

Damit gewinnen Fähigkeiten an Bedeutung, die über die reine Umsetzung hinausgehen:

• Ziele und Anforderungen klar formulieren
• Aufgaben sinnvoll aufteilen und delegieren
• Relevante Informationen bereitstellen
• Ergebnisse prüfen und gezielt korrigieren
• Zusammenhänge erkennen und Entscheidungen ableiten

Dazu kann auch gehören, mehrere KI-Agenten zu koordinieren. Dafür brauchen wir nicht nur einen guten Überblick über einzelne Aufgaben, sondern auch über ihr Zusammenspiel.

Fachwissen bleibt die Grundlage für Kontrolle

Je mehr wir delegieren, desto wichtiger wird es, den gesamten Arbeitsprozess zu verstehen und bewusst steuern zu können. Denn selbst ein von KI überzeugend formuliertes Ergebnis ist nicht automatisch die finale Lösung oder überhaupt ein verlässliches Ergebnis. Ob eine Lösung sicher, nachvollziehbar und fachlich sinnvoll ist, muss also von uns geprüft werden. Dafür brauchen wir weiterhin das passende Handwerkszeug. Wer grundlegende Abläufe und Prinzipien versteht, weil sie händisch erlernt wurden, kann Fehler, Sicherheitslücken oder unnötige Komplexität besser erkennen.

Das wird beispielsweise im Software Engineering deutlich: KI kann schnell tausende Zeilen Code erzeugen, aber ob dieser verständlich, nachhaltig und für die konkrete Aufgabe geeignet ist, lässt sich nicht allein an seiner Geschwindigkeit oder seinem Umfang erkennen. Wenn nur neuer Code hinzukommt, statt den bestehenden an geeigneten Stellen zu kürzen, wird Software schnell unnötig kompliziert und im schlimmsten Fall weniger sicher.

Beim Lernen kann es deshalb sinnvoll sein, ausgewählte Arbeitsschritte zunächst selbst auszuführen – auch wenn KI sie bereits übernehmen könnte. Nicht, um dauerhaft alles manuell zu erledigen, sondern um Zusammenhänge und Qualitätskriterien zu verstehen.

Künstliche Intelligenz ist auch eine kulturelle Veränderung

Technische Möglichkeiten allein sorgen noch nicht für Akzeptanz, denn neue Werkzeuge verändern Zuständigkeiten, Routinen und Erwartungen. Was technisch bereits funktioniert, lässt sich deshalb nicht automatisch reibungslos in den Arbeitsalltag übertragen. Das ist ganz normal, denn die Veränderungen, die mit der Nutzung von KI einhergehen, sind auch kulturell. Bis sich grundlegend neue Technologien gesellschaftlich etabliert haben, dauert es Jahre – auch, wenn sich die Technologie selbst viel schneller weiterentwickelt.

Mitarbeitende können befürchten, abgehängt zu werden oder ihren Arbeitsplatz zu verlieren. Gleichzeitig müssen Unternehmen bestehende Prozesse hinterfragen, Kompetenzen aufbauen und Verantwortlichkeiten klären. Das braucht vor allem Zeit.

Bei der Einführung von KI müssen Unternehmen genau diese einkalkulieren, statt KI „von oben“ überzustülpen und zu hoffen, dass sich Mitarbeitende von selbst zurechtfinden. Unser Ansatz ist daher, KI-Einführung als gemeinsame Transformation zu gestalten. Mitarbeitende sollen verstehen, was sich verändert und den Einsatz mitgestalten können. Dazu zählt:

• Offene Gespräche über Möglichkeiten und Grenzen von KI
• Transparenz über Ziele und mögliche Veränderungen von Tätigkeiten: meist sollen durch KI keine Stellen abgebaut, sondern Mitarbeitende anders eingesetzt werden
• Raum für Bedenken und Akzeptanz von Skepsis
• Workshops und begleitetes Ausprobieren, um eigene Erfahrungen in einem gesicherten Umfeld zu sammeln

Transformation gelingt am besten mit den Menschen im Unternehmen, nicht über ihre Köpfe hinweg. Ausprobieren, Mitgestalten und Lernen sollten deshalb feste Bestandteile einer KI-Strategie sein.

Zu KI-Kompetenz gehört, die Grenzen zu kennen

KI ist natürlich auch kein Wundermittel, das auf jedes Problem eine verlässliche Antwort liefert. Fehlender Kontext kann unpassende oder unzuverlässige Ergebnisse begünstigen. Sprachmodelle können zudem Informationen oder Quellen erfinden – auch wenn die Antwort plausibel und rational klingt.

Auch bei Produktentscheidungen oder zukünftigen Marktentwicklungen liefert KI keine Gewissheit. Sie kann Informationen aufbereiten, Ideen entwickeln und Szenarien entwerfen, die sich jedoch vor allem aus vergangenen Mustern zusammensetzen und wenig über eine zukünftige Entwicklung voraussagen können.

„Wir Menschen haben Intuition, Emotion und Empathie, wir haben einen Verstand, […] das ist etwas, das KI uns niemals abnehmen wird […]. KI kann alles nur durchrechnen und das ist am Ende Mathematik und Wahrscheinlichkeit, aber KI wird kein Befinden haben, wie ein anderer Mensch darauf reagiert, wenn sie bestimmte Entscheidungen trifft oder ob [bestimmte Dinge] gesellschaftlich angebracht sind.“

— Sarah Stemmler, Geschäftsführerin synsugar

Entscheidend ist also, die Bereiche zu kennen, in denen unsere Intuition und Erfahrung nötig ist, und die uns KI besser nicht abnehmen sollte. Letztlich tragen wir trotzdem die Verantwortung für unsere Entscheidungen, ob sie nun von KI vorbereitet wurden oder nicht.

Mit steigender KI-Nutzung wächst auch die Verantwortung

Je stärker Unternehmen KI in ihre Abläufe integrieren, desto wichtiger werden klare Zuständigkeiten: Wer prüft Ergebnisse? Wann wird ein reiner Output zum fertigen Ergebnis? Welche Aufgaben dürfen vollständig oder teilweise automatisiert werden?

Dazu kommt der Umgang mit Abhängigkeiten. Was passiert, wenn ein Dienst ausfällt, sich Zugangsbedingungen ändern oder ein Modell nicht mehr verfügbar ist? Für wichtige Prozesse sollten Unternehmen wissen, welche Alternativen sie haben, um handlungsfähig zu bleiben.

Die Verantwortung darf dabei nicht allein bei einzelnen Mitarbeitenden liegen. Unternehmen müssen geeignete Rahmenbedingungen schaffen: klare Regeln, rechtliche Orientierung, Schulungen und Ausweichmöglichkeiten für kritische Abläufe.

Was wir also weiterhin selbst können müssen

Wir müssen nicht jeden Arbeitsschritt dauerhaft selbst erledigen. Aber wir müssen verstehen, welches Ziel wir verfolgen, ob KI dafür geeignet ist und woran wir ein gutes Ergebnis erkennen.

Drei Fähigkeiten bleiben dafür besonders wichtig:

1. Fachliche Grundlagen: Verstehen, was hinter einem Ergebnis steckt und Lösungsschritte nachvollziehen
2. Kritisches Urteilsvermögen: Fehler, Unsicherheit und Grenzen von KI erkennen und Ergebnisse hinterfragen
3. Kommunikation und Zusammenarbeit: Aufgaben klar vermitteln, Zeit einkalkulieren und Veränderungen gemeinsam gestalten

Künstliche Intelligenz beeinflusst also unsere Kompetenzen und Tätigkeiten, je tiefer sie in Prozesse integriert und je flächendeckender sie eingesetzt wird. Denn je mehr wir an KI delegieren, desto bewusster müssen wir sie auch steuern, hinterfragen und verantworten.

Zur Podcastfolge

Podcast

Wenn KI alles kann, was sollte ich zukünftig können?

Systemblick · 30 Min

Sarah Stemmler, Geschäftsführerin @ synsugar

Anhören