KI ist wie der Knopf im Aufzug

Es gibt Sätze, die beruhigen, weil sie nicht ganz falsch sind.

KI ersetzt keine Menschen, sondern nur Tätigkeiten.

Das klingt vernünftig. Es ist differenziert. Es nimmt der Debatte etwas von der Panik. Und in vielen Fällen stimmt es auch.

Das Problem ist nur: Manche Jobs bestehen zu einem sehr großen Teil aus genau den Tätigkeiten, die automatisiert werden.

Dann ersetzt die Maschine nicht abstrakt „den Menschen“. Sie ersetzt auch nicht sofort eine ganze Branche. Sie ersetzt eine wiederholbare Funktion. Einen Ablauf. Eine Schnittstelle. Einen Routineteil.

Aber wenn ein Beruf historisch vor allem daraus bestand, dann verschwindet am Ende nicht nur eine Tätigkeit.

Dann verschwindet ein Job.

Der Aufzug war nicht menschenfeindlich

Früher brauchte man im Aufzug einen Menschen.

Nicht, weil Menschen gerne in kleinen Kabinen neben anderen Menschen standen. Sondern weil Aufzüge bedient werden mussten. Türen schließen, Hebel bewegen, sauber auf Etagenhöhe halten, Passagiere beruhigen, Fehler vermeiden. Das war keine Dekoration. Das war Arbeit.

Ein guter Aufzugsführer hatte Gefühl für die Maschine. Er musste den Wagen so steuern, dass niemand erschrak, stolperte oder zwischen zwei Stockwerken hängenblieb. Das Museum of American Heritage beschreibt, dass dafür durchaus Geschick nötig war; Anfang der 1950er waren Aufzugsführer in den USA noch verbreitet, zu Beginn der 1960er aber weitgehend durch Elektronik, günstigere Automatisierung und Druckknöpfe verdrängt. (Museum of American Heritage)

Das Interessante daran ist nicht, dass ein Knopf einen Menschen „intelligenter“ gemacht hätte.

Der Knopf hat nur eine Schnittstelle verändert.

Vorher war der Mensch die Bedienoberfläche der Maschine. Danach war es das Bedienfeld.

Und genau das ist eine der wichtigsten historischen Lektionen für KI.

Manche Berufe sind keine ewigen Berufungen. Manche Berufe sind Übergangslösungen, bis eine Maschine direkt genug, billig genug, zuverlässig genug oder akzeptiert genug ist.

„Computer“ waren früher Menschen

Das vielleicht schönste Beispiel ist gleichzeitig das naheliegendste.

Computer waren früher keine Geräte. Computer waren Menschen.

Bei NASA und ihren Vorgängerorganisationen arbeiteten ganze Gruppen menschlicher „Computer“, häufig Frauen, die komplexe mathematische Berechnungen durchführten. Bei JPL waren sie unter anderem für Berechnungen zu Startfenstern, Flugbahnen, Treibstoffverbrauch und anderen Details des Raumfahrtprogramms zuständig; viele wurden später selbst zu frühen Programmiererinnen bei NASA. (NASA)

Das ist als historische Analogie zu KI deshalb so stark, weil hier nicht Muskelkraft ersetzt wurde.

Sondern Denkarbeit.

Nicht Kreativität im romantischen Sinn. Nicht Urteilskraft im letzten Sinn. Aber sehr anspruchsvolle, strukturierte, formalisierbare geistige Arbeit.

Also genau das, was wir uns lange als ziemlich sicheren Bereich vorgestellt haben.

Die menschlichen Computer waren nicht überflüssig, weil sie unwichtig waren. Im Gegenteil. Sie waren wichtig genug, dass man ihre Arbeit beschleunigen, standardisieren und skalieren wollte.

Das ist oft der eigentliche Grund für Automatisierung.

Nicht: Diese Arbeit ist wertlos.

Sondern: Diese Arbeit ist wertvoll genug, um sie einer Maschine beizubringen.

Manche Jobs sind Schnittstellen

Ein weiteres Beispiel sind Telefonistinnen.

Heute wirkt es fast absurd, dass ein Telefongespräch einmal ein menschliches Vermittlungssystem brauchte. Man hob den Hörer ab, sagte, wen man sprechen wollte, und irgendwo verband ein Mensch zwei Leitungen.

Das war ein Beruf. Und zwar kein exotischer. Anfang des 20. Jahrhunderts gehörte Telefonvermittlung in den USA zu den häufigsten Jobs für Frauen. Zwischen 1920 und 1940 ersetzte AT&T in mehr als der Hälfte seines US-Netzes menschliche Vermittlung durch mechanische Schaltsysteme. Eine NBER-Studie kommt zu dem Ergebnis, dass diese Automatisierung die meisten Operatorinnen-Jobs eliminierte; viele betroffene Frauen waren zehn Jahre später in schlechter bezahlten Berufen oder gar nicht mehr erwerbstätig. (NBER)

Auch hier wurde nicht „Kommunikation“ ersetzt.

Menschen telefonierten danach nicht weniger, sondern mehr. Das Kommunikationssystem wurde größer, schneller und billiger.

Aber die menschliche Zwischenschicht verschwand.

Das ist ein Muster, das wir bei KI sehr genau anschauen sollten.

Wenn ein Job vor allem darin besteht, zwischen Nutzer und System zu vermitteln, ist er gefährdet, sobald Nutzer direkt mit dem System sprechen können.

Das muss nicht sofort passieren. Und nicht überall. Menschen vertrauen neuen Schnittstellen nicht über Nacht. Prozesse müssen umgebaut werden. Haftung muss geklärt werden. Qualität muss messbar sein.

Aber sobald die direkte Schnittstelle gut genug ist, wird die menschliche Schnittstelle erklärungsbedürftig.

Nicht unmöglich.

Aber erklärungsbedürftig.

Manche Jobs sind Umsetzungsmaschinen

Dann gibt es Berufe, die vor allem aus Umsetzung bestehen.

Nicht aus Entscheidung. Nicht aus Verantwortung. Nicht aus Strategie.

Sondern aus der Transformation von Input in Output.

Ein Text soll vervielfältigt werden.
Eine Vorlage soll gesetzt werden.
Eine Rechnung soll berechnet werden.
Eine Anfrage soll beantwortet werden.
Eine Aufnahme soll transkribiert werden.
Ein Dokument soll zusammengefasst werden.
Ein Produkt soll in fünf Varianten beschrieben werden.

Historisch waren Kopisten genau so eine Zwischenschicht. Vor dem Buchdruck wurden Texte professionell abgeschrieben. Mit Gutenbergs beweglichen Lettern und der schnellen Verbreitung des Drucks konnten Drucker den vertrauten Look von Manuskripten in einem Bruchteil der Zeit und zu geringeren Kosten reproduzieren; professionelle Manuskriptkopie ging bis zum Ende des 16. Jahrhunderts stark zurück. (Cornell Library Exhibits)

Später passierte etwas Ähnliches im Druck selbst.

Die Linotype war einmal eine revolutionäre Maschine. Sie automatisierte den Handsatz und prägte die Zeitungsproduktion über Jahrzehnte. Dann wurde auch sie durch neue Verfahren verdrängt. Als die New York Times 1978 auf elektronische und fotografische Verfahren umstellte, wurden die letzten 61 Linotype-Maschinen ersetzt. (The Library of Congress)

Das ist wichtig, weil es zeigt: Auch die Maschine von gestern kann der Mensch von vorgestern sein.

Technologie ersetzt nicht nur Handarbeit. Sie ersetzt auch frühere Technologien. Und mit ihnen die Berufe, die um diese Technologien herum entstanden sind.

Das Auto ersetzte nicht die Kutsche

Das beliebte Beispiel lautet oft: Das Auto hat die Kutschenbetriebe ersetzt.

Das stimmt so halb.

Eigentlich hat das Auto zuerst das Pferd ersetzt.

Und das ist mehr als eine Pointe.

Denn wenn das Pferd als Antriebstechnologie verschwindet, verschwindet nicht nur ein Tier aus dem Straßenbild. Dann geraten Hufschmiede, Stallknechte, Sattler, Futterlieferanten, Fuhrbetriebe, Kutscher und ganze städtische Infrastrukturen unter Druck. Der Ökonom David Autor beschreibt genau dieses Muster: Das massenproduzierte Automobil reduzierte die Nachfrage nach vielen pferdebezogenen Berufen drastisch, etwa nach Hufschmieden und Stallpersonal. (economics.mit.edu)

Das Auto hat also nicht einfach einen Job ersetzt.

Es hat eine zentrale Funktion ersetzt: Antrieb.

Und um diese Funktion herum hing ein ganzer Berufsverbund.

Bei KI ist die zentrale Funktion nicht Muskelkraft.

Es ist routinisierbare Informationsarbeit.

Text hinein, Text heraus.
Frage hinein, Antwort heraus.
Sprache hinein, Transkript heraus.
Daten hinein, Zusammenfassung heraus.
Briefing hinein, Entwurf heraus.
Regel hinein, Entscheidungsvorschlag heraus.

Solange diese Funktion nur ein kleiner Teil eines Berufs ist, verändert KI den Job.

Wenn diese Funktion aber der Kern des Berufs ist, kann KI den Job ersetzen.

Die beruhigende Formel ist zu bequem

Deshalb ist die Formel „KI ersetzt keine Jobs, sondern Tätigkeiten“ zu bequem.

Sie stimmt auf der Ebene der Tätigkeitsanalyse.

Aber sie unterschlägt die nächste Frage:

Wie viel vom Job besteht aus dieser Tätigkeit?

Wenn 10 Prozent eines Berufs automatisierbar sind, entsteht ein Produktivitätswerkzeug.

Wenn 40 Prozent automatisierbar sind, entsteht ein Umbauproblem.

Wenn 80 Prozent automatisierbar sind, entsteht eine Existenzfrage.

Das heißt nicht, dass morgen alle Menschen in diesen Rollen verschwinden. So funktionieren technologische Umbrüche fast nie. Es gibt Übergänge, Ausnahmen, Nischen, Regulierung, Kundenpräferenzen, Haftungsfragen und Qualitätsprobleme.

Aber historisch ist die Richtung trotzdem deutlich.

Zuerst wird eine Tätigkeit maschinell möglich.
Dann wird sie billig.
Dann wird sie gut genug.
Dann wird sie erwartet.
Dann wird der Mensch in dieser Tätigkeit zum Sonderfall.

Nicht immer.

Aber oft genug.

KI ist anders, weil sie keine einzelne Maschine ist

Der Webstuhl automatisierte Weben.

Der automatische Aufzug automatisierte Aufzugbedienung.

Die Telefonvermittlung automatisierte Verbindungsarbeit.

Die Rechenmaschine automatisierte Rechnen.

KI ist schwieriger zu greifen, weil sie nicht nur eine Maschine für eine Tätigkeit ist.

Sie ist eher eine Schicht, die sich über viele Informationsprozesse legt.

Deshalb wirkt sie gleichzeitig überschätzt und unterschätzt.

Überschätzt, weil viele Ergebnisse nur plausibel aussehen und bei genauer Prüfung Lücken haben.

Unterschätzt, weil sehr viele Jobs erstaunlich viele Tätigkeiten enthalten, bei denen „plausibel, schnell und zu 80 Prozent richtig“ wirtschaftlich schon ausreicht.

Genau hier liegt die Unbequemlichkeit.

In vielen Debatten wird so getan, als gehe es um perfekte Ersetzung.

Kann KI einen Top-Juristen ersetzen?
Kann KI eine erfahrene Ärztin ersetzen?
Kann KI einen sehr guten Softwarearchitekten ersetzen?
Kann KI eine strategische Marketingleiterin ersetzen?

Das sind interessante Fragen.

Aber sie lenken ab.

Denn viele Umbrüche beginnen nicht oben. Sie beginnen bei Routine, Vorarbeit, Standardfällen, Varianten, Recherche, Formatierung, Zusammenfassung, Transkription, Klassifikation und Erstentwürfen.

Also bei all dem, was in Organisationen viel Zeit frisst, aber selten im Organigramm glänzt.

Es wird nicht alle treffen. Aber es trifft echte Jobs.

Die Internationale Arbeitsorganisation kommt in ihrer Analyse zu dem Ergebnis, dass generative KI global eher Tätigkeiten ergänzt als ganze Berufe vollständig automatisiert. Gleichzeitig sieht sie die höchste Exposition bei Büro- und Verwaltungstätigkeiten, wo besonders viele Aufgaben mittel oder stark betroffen sind. (International Labour Organization)

Das klingt beruhigend.

Ist es aber nur teilweise.

Denn „eher Ergänzung als vollständige Automatisierung“ heißt nicht: keine Jobverluste.

Es heißt: Die meisten Berufe werden umgebaut. Einige werden aufgewertet. Einige werden entwertet. Einige werden kleiner. Und manche verschwinden in ihrer bisherigen Form.

Auch das US Bureau of Labor Statistics erwartet, dass KI und generative KI die Nachfrage in verschiedenen Bereichen dämpfen, unter anderem in Vertrieb, Design und administrativer Unterstützung. Genannt werden dort etwa Übersetzer, technische Redakteure, medizinische Sekretariate, Customer-Service-Rollen, nichtmedizinische Assistenzen, Paralegals und Claims Adjusters als Berufe, bei denen KI Effizienzgewinne erzeugt und Beschäftigungswachstum begrenzen oder Rückgänge verstärken kann. (Bureau of Labor Statistics)

Das ist der nüchterne Punkt.

Nicht: Alle Arbeit verschwindet.

Sondern: Bestimmte Arbeit verschwindet aus bestimmten Stellenprofilen.

Und wenn ein Stellenprofil um diese Arbeit herum gebaut war, verschwindet das Profil.

Die eigentliche Frage ist nicht: Wird KI Jobs ersetzen?

Die eigentliche Frage lautet:

Welche Jobs sind eigentlich nur historische Verpackungen für automatisierbare Tätigkeiten?

Das klingt hart. Aber es ist präziser.

Ein Aufzugsführer war nicht „nur“ ein Knopf.
Eine Telefonistin war nicht „nur“ ein Schalter.
Eine Rechnerin war nicht „nur“ eine Rechenmaschine.
Ein Schriftsetzer war nicht „nur“ ein Layoutalgorithmus.
Ein Kopist war nicht „nur“ ein Kopierer.

Jeder dieser Berufe hatte Würde, Erfahrung, Routinen, Stolz und soziale Bedeutung.

Aber die zentrale Marktleistung wurde automatisierbar.

Und sobald das passierte, half es wenig, darauf hinzuweisen, dass der Mensch mehr war als seine Tätigkeit.

Denn der Markt bezahlte vor allem für die Tätigkeit.

Das ist brutal.

Aber genau deshalb sollte man es nicht beschönigen.

Wo Menschen wichtiger werden

Die andere Seite gehört aber genauso dazu.

Automatisierung ersetzt nicht nur. Sie ergänzt auch. Sie macht manche Arbeit wertvoller, weil die maschinell erzeugten Zwischenschritte billiger werden.

Wenn Rechnen billig wird, werden Modellierung, Interpretation und Entscheidung wichtiger.

Wenn Textproduktion billig wird, werden Positionierung, Fachurteil, Quellenkritik und Verantwortung wichtiger.

Wenn Designvarianten billig werden, werden Geschmack, Kontext, Marke und Auswahl wichtiger.

Wenn Code schneller entsteht, werden Architektur, Sicherheit, Tests, Produktverständnis und Wartbarkeit wichtiger.

Wenn Supportantworten automatisch entstehen, werden Eskalation, Empathie, Kulanz und echte Problemlösung wichtiger.

Das ist kein Widerspruch.

Das ist genau das Muster.

Die Maschine frisst den standardisierbaren Teil.

Der Mensch bleibt dort stark, wo das Problem unscharf ist, Verantwortung trägt, soziale Bedeutung hat oder in einem komplexen System richtig eingeordnet werden muss.

Aber auch das ist keine Garantie für jeden bestehenden Job.

Es ist eher eine Aufforderung, den eigenen Wert nicht mit der Tätigkeit zu verwechseln, die gerade automatisiert wird.

Der Fehler ist, den Übergang mit dem Endzustand zu verwechseln

Bei jeder neuen Technologie gibt es eine Phase, in der man sie leicht unterschätzen kann.

Automatische Aufzüge wirkten zunächst unheimlich.
Telefonvermittlung ohne Menschen wirkte ungewohnt.
Elektronische Computer waren teuer, groß und begrenzt.
KI macht Fehler, halluziniert, missversteht, glättet, erfindet und wirkt oft sicherer, als sie ist.

Daraus entsteht eine tröstliche Beobachtung:

„Siehst du, es geht doch nicht ohne Menschen.“

Stimmt.

Heute.

In vielen Fällen.

Aber die Geschichte zeigt: Der Anfangszustand einer Technologie ist selten ihr Endzustand.

Die ersten Autos waren keine guten Pferde.
Die ersten Drucke waren keine perfekten Manuskripte.
Die ersten Computer waren keine universellen Alleskönner.
Die ersten automatischen Aufzüge mussten erst Vertrauen gewinnen.

Der entscheidende Moment kommt nicht, wenn die Maschine perfekt ist.

Er kommt, wenn sie für genügend Anwendungsfälle gut genug ist.

Und wenn Organisationen ihre Prozesse so umbauen, dass die Maschine nicht mehr wie ein schlechter Mensch arbeiten muss, sondern wie eine Maschine arbeiten darf.

Nicht Panik. Aber Ehrlichkeit.

Es wäre falsch, aus der Geschichte eine einfache Untergangserzählung zu machen.

Technologische Umbrüche vernichten nicht nur Arbeit. Sie schaffen auch neue Arbeit. Das World Economic Forum erwartet bis 2030 weltweit zwar erhebliche Verdrängung, aber zugleich auch viele neue Rollen; konkret nennt es 170 Millionen neu entstehende und 92 Millionen verdrängte Jobs, also netto 78 Millionen zusätzliche Beschäftigungsmöglichkeiten. (World Economic Forum)

Aber solche Nettobetrachtungen trösten nur auf Folien.

Für den einzelnen Menschen ist es egal, ob irgendwo anders ein neuer Job entsteht, wenn der eigene verschwindet.

Für Unternehmen ist es egal, ob „der Arbeitsmarkt“ langfristig neue Rollen schafft, wenn kurzfristig ganze Tätigkeitsketten neu kalkuliert werden.

Und für die Gesellschaft ist es gefährlich, Menschen mit semantischen Beruhigungspillen abzuspeisen.

KI ersetzt nicht alle Jobs.

KI ersetzt auch nicht einfach „den Menschen“.

Aber KI ersetzt sehr wohl bestimmte Tätigkeiten so stark, dass manche Jobs in ihrer heutigen Form verschwinden werden.

Weitere werden kleiner.

Viele werden umgebaut.

Und einige werden wertvoller, weil Menschen mit KI plötzlich mehr leisten können als vorher.

Das ist kein Grund für Panik.

Aber es ist ein Grund für Ehrlichkeit.

Denn der Satz „KI ersetzt keine Jobs, sondern Tätigkeiten“ ist nur dann hilfreich, wenn man den zweiten Teil dazusagt:

Manche Jobs bestehen fast vollständig aus diesen Tätigkeiten.

Und genau dort wird es ernst.