Die peinlichste Generation im KI-Zeitalter sind wahrscheinlich die frischgebackenen Hochschulabsolventen.

Kürzlich haben wir Kontakt zu einem US-amerikanischen Unternehmen aus der Fortune-500-Liste aufgenommen, das zwei Einstiegspositionen besetzen wollte. Die Stellen waren nicht hochrangig und auch keine Führungspositionen, aber nach der Veröffentlichung der Stellenanzeige gingen schnell etwa 1000 Bewerbungen von Hochschulabsolventen ein. Noch überraschender war, dass etwa 500 davon von Absolventen der 985-, 211-Programm-Universitäten sowie der internationalen Top-50-Hochschulen stammten. Am Ende stellte das Unternehmen trotzdem nur zwei Personen ein.

Dass 1000 Personen um zwei Stellen konkurrieren, lässt sich natürlich nicht einfach auf KI zurückführen. Das wirtschaftliche Umfeld, der Arbeitsmarkt, die Anzahl der Absolventen und die Anziehungskraft großer Unternehmen selbst beeinflussen diese Zahl alle. Aber dieser Fall lässt mich trotzdem an eine laufende Veränderung denken: Im KI-Zeitalter könnte die am meisten in der Klemme stehende Gruppe im beruflichen Wettbewerb genau die jungen Menschen sein, die gerade die Universität verlassen haben.

Denn KI wirkt sich auf Menschen in unterschiedlichen Berufsphasen unterschiedlich aus. Für eine Person, die bereits 20 Jahre berufstätig ist, kann KI ein Verstärker ihrer Fähigkeiten sein. Aber für eine Person, die gerade ihren Abschluss gemacht hat und noch keine berufliche Erfahrung aufgebaut hat, wird KI zunächst möglicherweise zu ihrem Konkurrenten.

Warum haben Unternehmen früher so viele junge Menschen eingestellt?

Wenn man auf die vorangegangenen zehn Jahre zurückblickt, übernahm ein Hochschulabsolvent nach dem Eintritt in ein Unternehmen normalerweise nicht sofort besonders komplexe Aufgaben. Er konnte zunächst Excel-Tabellen ordnen, Berichte erstellen, Informationen recherchieren, Sitzungsprotokolle vorbereiten, Daten sammeln, Präsentationen erstellen, Kundeninformationen ordnen, Projektfortschritte verfolgen oder erfahrene Ingenieure bei einigen grundlegenden Analysen unterstützen.

Diese Aufgaben scheinen nicht sehr technisch anspruchsvoll und sogar teilweise langweilig zu sein. Aber sie hatten in der Vergangenheit eine sehr wichtige Funktion: Sie waren der Eingang für junge Menschen in die echte Geschäftswelt.

Ein frisch graduierter Qualitätsingenieur konnte beispielsweise:

- Zuerst Beschwerdedaten ordnen und dann langsam mit der 8D-Methodik vertraut werden;

- Zuerst SPC-Daten ordnen und dann allmählich verstehen, warum der Prozess Schwankungen aufweist;

- Zuerst erfahrene Ingenieure zu den Standorten der Lieferanten begleiten und dann langsam wissen, worauf man bei Audits achten muss.

Auch ein junger Unternehmensberater konnte zunächst Interviewprotokolle ordnen, Brancheninformationen recherchieren und Präsentationen erstellen, bis er nach einigen Jahren allmählich in der Lage war, Probleme von Kunden selbstständig zu analysieren.

Deshalb war die berufliche Entwicklung in der Vergangenheit im Wesentlichen ein sehr langer Pfad: Zuerst einfache Aufgaben erledigen → mit echten Problemen in Kontakt kommen → ständig Fehler machen → von älteren Kollegen korrigiert werden → Fälle sammeln → Erfahrung aufbauen → schließlich Urteilsvermögen entwickeln.

Unternehmen stellten junge Menschen ein, einerseits weil die Kosten für junge Menschen relativ niedrig waren, andererseits weil eine große Anzahl grundlegender Aufgaben tatsächlich erledigt werden musste. Während junge Menschen dem Unternehmen bei der Erledigung dieser Aufgaben halfen, absolvierten sie gleichzeitig ihre eigene berufliche Ausbildung. Aber KI verändert dieses Austauschverhältnis gerade.

Was KI zuerst ersetzt, sind genau die „Einstiegsaufgaben“ junger Menschen

Schauen Sie sich an, worin KI heute am besten ist: Informationen recherchieren, Informationen ordnen, Sitzungsprotokolle erstellen, Daten verarbeiten, erste Entwürfe von Berichten anfertigen, Gliederungen für Präsentationen erstellen, E-Mails verfassen, übersetzen, grundlegenden Code schreiben, Branchenforschungen durchführen, Lösungen vergleichen, Wissensabfragen durchführen … Bei genauer Betrachtung stellt man fest, dass dies genau die Hauptaufgaben vieler Einstiegspositionen in der Vergangenheit waren.

1. Früher brauchte ein Abteilungsleiter möglicherweise mehrere Assistenten, um Informationen zu sammeln, Daten zu ordnen und Berichte zu schreiben. Heute kann er mit Hilfe von KI einen großen Teil davon selbst erledigen.

2. Früher brauchte ein erfahrener Ingenieur möglicherweise junge Ingenieure, um Normen zu recherchieren, Daten zu ordnen und Berichte zu erstellen. Heute können viele grundlegende Aufgaben in wenigen Minuten erledigt werden.

3. Früher mussten junge Berater bei Beratungsprojekten viel Zeit darauf verwenden, Interviewprotokolle zu ordnen, Brancheninformationen zu suchen und Gliederungen für Präsentationen zu erstellen. Heute kann KI einen großen Teil davon erledigen.

Das führt zu einem sehr praktischen Problem: Wenn ein Unternehmen feststellt, dass ein erfahrener Mitarbeiter mit KI die Arbeit eines kleinen Teams aus der Vergangenheit erledigen kann, warum braucht es dann noch so viele Einstiegspositionen?

KI nimmt einem Hochschulabsolventen nicht unbedingt direkt den Arbeitsplatz weg, aber sie reduziert die Nachfrage der Unternehmen nach einer großen Anzahl von einfachen Ausführungsaufgaben. Und das geschieht genau zu einer Zeit, in der die Anzahl der Hochschulabsolventen steigt, die Bildungsabschlüsse immer höher werden und der Wettbewerb auf dem Arbeitsmarkt immer härter wird. So kann das Szenario entstehen, das wir zuvor gesehen haben: Zwei nicht hochrangige Stellen ziehen 1000 frische Absolventen an, von denen viele sogar „Elite-Universitätsabsolventen“ im herkömmlichen Sinne sind.

Für erfahrene Menschen kann KI genau das Gegenteil bewirken

Interessanterweise kann dieselbe KI bei einer Person, die 20 Jahre berufstätig ist, völlig unterschiedliche Wirkungen erzielen. In der Vergangenheit kann ein erfahrener Qualitätsmanager den Betrieb, die Lieferanten und die Kunden sehr gut gekannt haben, aber er war nicht unbedingt gut in der Datenanalyse, konnte nicht unbedingt Programme schreiben, las englische Dokumente möglicherweise nicht so schnell wie junge Menschen und brauchte mehr Zeit zum Erstellen von Präsentationen und Ordnen großer Informationsmengen.

Diese Faktoren begrenzten früher seine Fähigkeitsgrenzen. Aber seit dem Aufkommen von KI nehmen diese Einschränkungen schnell ab. Er kann KI nutzen, um Daten zu ordnen, Informationen zu suchen, Normen zu vergleichen, fremdsprachige Texte zu übersetzen, Berichtsgliederungen zu erstellen und sogar einfache Programme zu schreiben.

Aufgaben, für die früher mehrere junge Mitarbeiter zur Unterstützung benötigt wurden, kann heute eine erfahrene Person mit Hilfe von KI erledigen. So tritt eine sehr interessante Veränderung ein: KI entwertet seine 20-jährige Erfahrung nicht, sondern verstärkt diese Erfahrung stattdessen.

Denn die wirklich schwierigen Probleme bestehen nie darin, „zehn Informationen zu finden“, sondern zu wissen, welche drei davon wirklich wichtig sind. Sie bestehen nicht darin, fünf Lösungen zu generieren, sondern zu wissen, welche davon im Fabrikbetrieb wirklich umsetzbar ist. Sie bestehen nicht darin, KI einen Haufen Daten analysieren zu lassen, sondern zu wissen, ob hinter den Daten ein Problem bei Geräten, Materialien, Verfahren oder dem Management steckt.

Diese Fähigkeiten kann KI unterstützen, aber es ist sehr schwierig für sie, sie für eine Person aus dem Nichts aufzubauen.

Was im KI-Zeitalter wirklich an Wert gewinnt, ist möglicherweise das „Urteilsvermögen“

Deshalb glaube ich, dass die echte Trennlinie im beruflichen Wettbewerb der Zukunft immer weniger darin liegen wird, „ob man etwas machen kann“, sondern darin, „ob man urteilen kann“.

1. KI kann einem Qualitätsingenieur helfen, eine 8D-Dokumentation zu erstellen, aber sie weiß nicht, ob die tatsächliche Ursache vor Ort diejenige ist, die im Bericht angegeben ist;

2. KI kann dem Einkauf helfen, Lieferanten zu vergleichen, aber sie weiß nicht, ob das gesamte Managementteam eines Lieferanten, dessen Eigentümer zwar gute Versprechungen macht, tatsächlich über die Serienproduktionskapazität verfügt;

3. KI kann der Forschungs- und Entwicklungsabteilung helfen, mehrere technische Lösungen zu generieren, aber die endgültige Entscheidung, welche Lösung gewählt wird, erfordert die Berücksichtigung von Kosten, Zuverlässigkeit, Herstellungsfähigkeit, Kundenanforderungen und Projektrisiken.

In diesem Moment verschiebt sich der Wert des Menschen von „das Erzeugen von Antworten“ zu „das Beurteilen von Antworten“. Und woher das Urteilsvermögen kommt, hängt zu einem großen Teil von der Erfahrung ab. Wie viele fehlgeschlagene Projekte hast du gesehen? Wie viele Kundenbeschwerden hast du bearbeitet? Wie viele Standorte von Lieferanten hast du besucht? Wie viele Gerätestörungen hast du erlebt? Wie viele Fehler hast du gemacht, und wie oft hast du nach einem Fehler wirklich verstanden, warum er passiert ist.

Genauer gesagt: KI reduziert die Knappheit von Ausführungsfähigkeiten, erhöht aber den Wert des Urteilsvermögens. Deshalb können einige Fachkräfte im Alter von 40 oder sogar über 50 Jahren zu den Nutznießern dieser KI-Entwicklungsrunde werden. Sie haben in der Vergangenheit eine große Menge an beruflicher Erfahrung gesammelt, und KI hilft ihnen plötzlich, ihre Schwächen bei der Informationsbeschaffung, Darstellung, Datenverarbeitung, Sprache und sogar bei einigen technischen Werkzeugen auszugleichen. Erfahrung kann zum ersten Mal so kostengünstig verstärkt werden.

Alter allein wird nicht automatisch zum Vorteil

Das bedeutet natürlich nicht, dass „je älter man ist, desto vorteilhafter ist man im KI-Zeitalter“. Eine Person, die 20 Jahre berufstätig ist, hat nicht unbedingt 20 Jahre gültige Erfahrung. Es ist auch möglich, dass sie nur die gleiche Aufgabe 20 Mal wiederholt hat. Wenn man lange Zeit nur Aufgaben nach Verfahren erledigt, kein Verständnis für das Geschäft aufbaut, keine Methoden zur Lösung komplexer Probleme sammelt und kein unabhängiges Urteilsvermögen entwickelt, dann kann KI auch seine Position beeinträchtigen.

Deshalb ist das Alter von 40 oder 50 Jahren nicht das wirklich Wichtige. Entscheidend ist, was eine Person nach langjähriger Berufstätigkeit wirklich angesammelt hat:

- Wenn du hauptsächlich über Ausführungsfähigkeiten verfügst, kann KI zu deinem Konkurrenten werden;

- Wenn du über Erfahrung, Fachwissen und Urteilsvermögen verfügst, wird KI eher zu einem Verstärker für dich.

Das könnte die echte berufliche Trennlinie im KI-Zeitalter sein.

Dann steht junge Menschen das schwierigste Problem bevor – wie kann man Urteilsvermögen aufbauen, ohne Erfahrung zu haben?

Hier entsteht ein Paradoxon: Wir sagen, dass das wertvollste Gut der Zukunft das Urteilsvermögen ist, und das Urteilsvermögen wiederum aus Erfahrung stammt. Aber ein frisch graduierter Hochschulabsolvent hat genau das am wenigsten: Erfahrung.

Noch problematischer ist, dass die Aufgaben, die jungen Menschen früher beim Sammeln von Erfahrung halfen, heute zu großen Teilen von KI erledigt werden. Früher musste ein junger Ingenieur möglicherweise persönlich 100 Qualitätsberichte ordnen und dabei allmählich erfahren, welche Probleme häufig auftreten. Er musste möglicherweise mit erfahrenen Kollegen Dutzende Male vor Ort gehen, um zu wissen, worauf man zuerst achten muss, wenn ein Gerät wirklich ausfällt. Ein junger Unternehmensberater musste möglicherweise Dutzende Male Interviewprotokolle ordnen, um allmählich zu verstehen, was der Unterschied zwischen dem „Problem“, das ein Unternehmensmanager nennt, und dem tatsächlichen Problem ist.

Heute erledigt KI diese Aufgaben in wenigen Minuten. Die Effizienz steigt natürlich, aber der Lernprozess junger Menschen kann dabei gleichzeitig übersprungen werden. Das ist möglicherweise das am meisten zu beachtende Problem im KI-Zeitalter: KI kann nicht nur die Anzahl der Einstiegspositionen reduzieren, sondern auch die Chancen junger Menschen verringern, berufliche Erfahrung aufzubauen.

Auch Unternehmen werden mit einem größeren Problem konfrontiert – woher kommen die erfahrenen Fachkräfte der Zukunft?

Wenn immer mehr Unternehmen dieselbe Strategie verfolgen: „Die grundlegenden Aufgaben erledigt KI, wir stellen nur erfahrene Menschen ein“, ist das kurzfristig natürlich sehr kostengünstig. Aber was ist in fünf Jahren? Was ist in zehn Jahren?

Wenn ein Unternehmen heute einen Forschungs- und Entwicklungsingenieur mit zehn Jahren Erfahrung einstellen möchte, existiert diese Person nur, weil vor zehn Jahren ein Unternehmen bereit war, einen unerfahrenen Hochschulabsolventen einzustellen und ihm zu erlauben, bei einfachen Aufgaben zu lernen.

Wenn die gesamte Gesellschaft beginnt, die Anzahl der Einstiegspositionen zu reduzieren, aber trotzdem erwartet, dass der Arbeitsmarkt ständig „erfahrene Menschen“ liefert, ist das an sich nicht nachhaltig. Deshalb wird KI Unternehmen möglicherweise dazu zwingen, die Art der Talentförderung neu zu überdenken.

Bei der Förderung junger Menschen in der Zukunft können Unternehmen möglicherweise nicht mehr darauf setzen, „dass er erst drei Jahre lang grundlegende Aufgaben erledigt“. Denn viele grundlegende Aufgaben müssen nicht mehr von Menschen erledigt werden. Die neue Förderungsmethode könnte wie folgt aussehen:

1. KI erledigt eine große Anzahl grundlegender Aufgaben, sodass junge Menschen früher mit echten Problemen in Kontakt kommen;

2. Erfahrene Mitarbeiter verteilen nicht nur Aufgaben, sondern helfen jungen Menschen zu verstehen, warum KI eine bestimmte Antwort gegeben hat;

3. Junge Menschen müssen nicht nur eine Antwort abgeben, sondern auch erklären, warum sie die Antwort von KI akzeptieren oder ablehnen.

Unternehmen müssen nicht mehr nur „geübte Mitarbeiter“ fördern, sondern so schnell wie möglich Menschen ausbilden, die das Geschäft verstehen, Fragen stellen und Urteile fällen können.

Auch die Hochschulausbildung muss möglicherweise eine Frage neu beantworten

Das wirkt sich wiederum auch auf die Hochschulausbildung aus. In der Vergangenheit bestand der größte Wettbewerbsvorteil eines guten Hochschulabsolventen möglicherweise darin, mehr Wissen zu besitzen, bessere Prüfungsfähigkeiten zu haben und Informationen schneller zu verarbeiten. Aber heute können sowohl ein frisch graduierter Student als auch ein 20 Jahre erfahrener Fachmann auf fast gleich leistungsstarke KI zugreifen.

Der Unterschied bei der Wissensbeschaffung schrumpft schnell. In diesem Moment muss die Universität möglicherweise immer weniger darauf ausbilden, „wie viel Wissen man sich merkt“, sondern vielmehr:

Kann man ein Problem definieren?

Kann man Informationen überprüfen?

Kann man die Einschränkungen in der realen Welt verstehen?

Kann man Fehler in den Antworten von KI entdecken?

Kann man bei unvollständigen Informationen ein vernünftiges Urteil fällen?

Wenn das Bildungssystem weiterhin hauptsächlich die Fähigkeit belohnt, „die Standardantwort zu geben“, aber die Arbeitswelt zunehmend die Fähigkeit braucht, „zu beurteilen, ob eine Antwort richtig ist“, dann könnte die Kluft zwischen Universitäten und Unternehmen immer größer werden. Fazit: Was KI wegnimmt, sind möglicherweise nicht die Arbeitsplätze, sondern die erste Stufe der beruflichen Laufbahn.

Wenn man auf die 1000 Bewerbungen zurückblickt, die sich um zwei Stellen bewerben, ist meine echte Sorge nicht, ob diese jungen Menschen heute einen Arbeitsplatz finden können. Es ist viel bedenkenswerter: Auf welche Weise werden sie in Zukunft Erfahrung sammeln?

Die berufliche Laufbahn in der Vergangenheit war klar strukturiert: Man beginnt als Einstiegsmitarbeiter, erledigt grundlegende Aufgaben, wird langsam zu einem Kernmitarbeiter und schließlich zu einem Experten und Führungskraft.

KI baut die untersten Stufen dieser Leiter schnell ab. Für die Menschen, die bereits in der Mitte der Leiter stehen