Wird KI Ihre Mitarbeitenden ersetzen? Messen Sie Aufgaben, nicht Menschen

Prognosen über künstliche Intelligenz werden immer dramatischer. Führungskräfte, Forschende und Technologieverantwortliche diskutieren zunehmend eine Zukunft, in der KI einen erheblichen Teil der Arbeit übernimmt, die heute von Menschen erledigt wird.

Das wirft für Unternehmen eine dringende Frage auf: Welche Jobs wird KI ersetzen?

Doch das ist möglicherweise die falsche Frage.

Die meisten Jobs bestehen nicht aus nur einer Tätigkeit. Sie setzen sich aus Aufgaben zusammen: mit Kundinnen und Kunden kommunizieren, Daten eingeben, Berichte erstellen, Dokumente prüfen, Entscheidungen treffen, ungewöhnliche Probleme lösen und mit anderen Menschen koordinieren.

KI kann einige dieser Aufgaben automatisieren, während andere weitgehend unverändert bleiben. In vielen Fällen bleibt die Mitarbeitende weiterhin wichtig, aber die Art und Weise, wie sie arbeitet, verändert sich.

Unternehmen sollten daher vermeiden, zu fragen, welche Mitarbeitenden ersetzt werden können. Eine nützlichere Frage lautet:

Welche Aufgaben und Workflows in unserem Unternehmen sollte KI zuerst automatisieren?

Wird KI Mitarbeitende wirklich ersetzen?

KI wird mit sehr hoher Wahrscheinlichkeit verändern, wie Millionen von Menschen arbeiten. Das bedeutet jedoch nicht, dass jeder betroffene Beruf verschwinden wird.

Die Internationale Arbeitsorganisation schätzt, dass weltweit etwa jede vierte Arbeitskraft in einem Beruf mit einer gewissen Exposition gegenüber generativer KI beschäftigt ist.

Die Organisation betont jedoch, dass bei den meisten Jobs eher eine Veränderung als ein vollständiger Ersatz wahrscheinlich ist, da menschliche Beteiligung weiterhin erforderlich sein wird.

Der Future of Jobs Report 2025 des Weltwirtschaftsforums prognostiziert, dass Störungen am Arbeitsmarkt bis 2030 22 % der heutigen Jobs betreffen könnten. Er schätzt, dass 170 Millionen Rollen entstehen könnten, während 92 Millionen wegfallen könnten, was zu einem Nettozuwachs von 78 Millionen Jobs führen würde.

Diese Zahlen zeigen, dass KI Arbeit nicht einfach nur entfernt. Sie eliminiert gleichzeitig einige Aufgaben, reorganisiert bestehende Rollen und schafft neue Arbeitsformen.

OpenAIs Rahmenwerk für den Übergang von KI und Jobs verfolgt einen ähnlichen Ansatz.

Anstatt jeden Beruf in eine einzige Ersatzkategorie einzuordnen, unterscheidet das Rahmenwerk zwischen Berufen, die mit KI wachsen könnten, Berufen mit höherem Automatisierungspotenzial, Berufen, die sich wahrscheinlich reorganisieren, und Berufen, die weniger unmittelbare Veränderungen erfahren.

Die praktische Lehre für Unternehmen ist klar: KI-Exposition ist nicht dasselbe wie Jobersatz.

Jobs bestehen aus Aufgaben

Nehmen wir eine Buchhalterin oder einen Buchhalter. Die Arbeit kann Folgendes umfassen:

• Rechnungen aus verschiedenen Systemen sammeln
• Informationen in Tabellenkalkulationen kopieren
• Transaktionen auf Unstimmigkeiten prüfen
• Monatsberichte erstellen
• Finanzergebnisse dem Management erklären
• Bewertungen zu ungewöhnlichen Transaktionen vornehmen
• Mit Kundinnen und Kunden, Lieferanten und Prüfern kommunizieren

KI und Automatisierung können die Rechnungsextraktion, die Vorbereitung von Tabellen, die Transaktionsklassifizierung und erste Berichtsentwürfe übernehmen. Das Erklären der Ergebnisse, der Umgang mit Ausnahmen und verantwortliche finanzielle Entscheidungen können jedoch weiterhin erfahrene Menschen erfordern.

Dieselbe Unterscheidung gilt für viele Abteilungen.

Eine Mitarbeitende im Kundenservice kann KI nutzen, um Nachrichten zu kategorisieren, Dokumentationen zu durchsuchen und Antwortentwürfe zu erstellen. Eine Projektmanagerin kann KI verwenden, um Meetings zusammenzufassen, Statusberichte vorzubereiten und verzögerte Aufgaben zu identifizieren. Eine Juristin kann KI einsetzen, um Dokumente zu durchsuchen und einen ersten Entwurf zu erstellen, bleibt aber für rechtliche Bewertung und Mandantenberatung verantwortlich.

Der Job verschwindet nicht zwangsläufig. Die repetitiven Teile der Arbeit werden schneller, während sich die menschliche Aufmerksamkeit stärker auf Prüfung, Urteil, Beziehungen und Entscheidungen verlagert.

Welche Aufgaben am Arbeitsplatz eignen sich am besten für KI?

Das Automatisierungspotenzial von KI ist in der Regel höher, wenn eine Aufgabe repetitiv, digital, regelbasiert und durch strukturierte Informationen unterstützt ist.

Unternehmen sollten nach den folgenden Mustern suchen.

1. Wiederholte Dateneingabe

Mitarbeitende übertragen Informationen möglicherweise immer wieder zwischen E-Mails, Dokumenten, Tabellen, Buchhaltungssystemen, CRM-Plattformen und internen Anwendungen.

Diese Workflows sind oft starke Kandidaten für Automatisierung, da die Schritte vorhersehbar sind und anhand klarer Regeln überprüft werden können.

2. Wiederkehrende Berichte

Viele Teams verbringen Stunden damit, jede Woche oder jeden Monat dieselben Informationen zusammenzutragen. KI kann helfen, Daten abzurufen, zu strukturieren, Änderungen zu erkennen und eine erste Version des Berichts zu erstellen.

Eine Führungskraft kann das Ergebnis dann prüfen, anstatt den gesamten Bericht manuell zu erstellen.

3. Dokumentensuche und Zusammenfassung

Rechts-, Finanz-, Operations- und Projektteams durchsuchen oft große Mengen an E-Mails, Verträgen, Berichten oder technischen Dokumenten.

KI kann die Zeit reduzieren, die benötigt wird, um relevante Informationen zu finden, zusammengehörige Inhalte zu gruppieren und wichtige Entscheidungen, Risiken oder offene Punkte zusammenzufassen.

4. Klassifizierung und Weiterleitung

Supportanfragen, Rechnungen, Leads, Dokumente und interne Nachrichten müssen häufig kategorisiert und an die richtige Person weitergeleitet werden.

KI kann die erste Klassifizierung und Weiterleitung übernehmen und unsichere oder sensible Fälle an einen Menschen eskalieren.

5. Erstellung von Erstentwürfen

E-Mails, Angebote, Meeting-Zusammenfassungen, Stellenbeschreibungen, Berichte und interne Dokumentationen beginnen oft mit einer Standardstruktur.

KI kann den ersten Entwurf erstellen. Mitarbeitende können dann die Genauigkeit prüfen, Kontext ergänzen und die finale Version freigeben.

Aufgaben, die weiterhin starke menschliche Beteiligung erfordern

Nicht jede Aufgabe, die Zeit kostet, sollte automatisiert werden.

Menschliche Beteiligung bleibt besonders wichtig, wenn die Arbeit Folgendes erfordert:

• Verantwortung für Entscheidungen mit hoher Tragweite
• Tiefes Wissen über einen ungewöhnlichen Geschäftskontext
• Vertrauensbasierte Kunden- oder Mitarbeiterbeziehungen
• Verhandlung und Konfliktlösung
• Körperliche Aktivität in unvorhersehbaren Umgebungen
• Ethische, rechtliche oder sicherheitsrelevante Beurteilung
• Prüfung und Freigabe von KI-generierten Ergebnissen

Eine sinnvolle KI-Strategie basiert daher nicht darauf, alles zu automatisieren. Sie basiert darauf, die richtige Arbeitsteilung zwischen Menschen und Technologie zu finden.

Vier Signale für KI-Automatisierungspotenzial

Bevor Unternehmen in KI-Tools investieren, brauchen sie Belege dafür, wie Arbeit tatsächlich ausgeführt wird. Vier Signale können helfen, die stärksten Chancen zu identifizieren.

Diese Signale beweisen nicht, dass ein Job automatisiert werden kann. Sie helfen dabei, Workflows zu identifizieren, die eine genauere Untersuchung verdienen.

Wie können Unternehmen KI-Chancen messen?

Viele Unternehmen beginnen ihre KI-Transformation, indem sie Lizenzen für beliebte KI-Tools kaufen. Dieser Ansatz führt oft zu verstreuten Experimenten, beantwortet aber nicht die wichtigsten Fragen:

• Welche Abteilung hat das größte Automatisierungspotenzial?
• Welcher Workflow verbraucht die meiste repetitive Zeit?
• Wo würde KI einen messbaren Nutzen bringen?
• Nutzen Mitarbeitende bereits KI-Tools?
• Wie viele Arbeitsstunden könnten realistisch zurückgewonnen werden?

Eine bessere Bewertung kombiniert mehrere Arten von Informationen:

• Von jeder Abteilung genutzte Anwendungen
• Während des Arbeitstags genutzte Websites und KI-Tools
• In verschiedenen digitalen Workflows verbrachte Zeit
• Häufigkeit wiederholter Aktivitäten
• Informationen zu Abteilung und Rolle
• Geschäftliche Auswirkungen und Risikostufe jedes Prozesses
• Der Bedarf an menschlicher Freigabe oder fachlichem Urteil

Die Berichte zur Nutzung von Anwendungen und Websites von MonitUp helfen Unternehmen zu verstehen, welche digitalen Tools Arbeitszeit beanspruchen und wie sich Nutzungsmuster zwischen Mitarbeitenden und Abteilungen unterscheiden.

Daten zu Anwendungen und Websites allein können nicht alles erklären, was eine Mitarbeitende tut. Sie können jedoch Muster sichtbar machen und Führungskräften helfen zu entscheiden, wo eine detaillierte Prozessprüfung beginnen sollte.

Warum Bewertungen zum Mitarbeitendenersatz irreführend sind

Es mag verlockend sein, jeder Mitarbeitenden einen „KI-Ersatz-Score“ zu geben. Das würde zwar aufmerksamkeitsstarke Schlagzeilen erzeugen, aber kein verantwortungsvolles oder genaues Management-Tool schaffen.

Eine Software zur Mitarbeiterüberwachung kann die während des Arbeitstags genutzten Anwendungen und Websites identifizieren. Sie kann Zeitmuster messen und wiederholtes digitales Verhalten sichtbar machen.

Sie kann jedoch die Qualität von Entscheidungen, Kundenbeziehungen, Fachwissen oder die informelle Koordination hinter dieser Tätigkeit nicht vollständig erfassen.

Zwei Mitarbeitende können dieselbe Zeit in derselben Software verbringen und dabei Arbeit mit völlig unterschiedlicher Komplexität und unterschiedlichem Geschäftswert ausführen.

Aus diesem Grund sollten Unternehmen Folgendes messen:

• Aufgaben statt Menschen
• Workflows statt Jobtitel
• Zeitersparnis statt Ersetzungswahrscheinlichkeit
• Zusammenarbeit zwischen Mensch und KI statt bloßer Personalreduzierung

KI-Analysen sollten Managemententscheidungen unterstützen, nicht automatisch Personalentscheidungen treffen.

Was könnte ein Bericht zu KI-Automatisierungschancen zeigen?

Ein Bericht zu KI-Chancen könnte Arbeitszeitmuster, Anwendungsnutzung, Abteilungsdaten und Prozesskontext kombinieren, um einen praktischen Ausgangspunkt zu liefern.

Der Score sollte nicht behaupten, dass 72 % der Abteilung ersetzt werden können. Er sollte darauf hinweisen, dass die Abteilung mehrere Workflows enthält, die sich für eine Untersuchung im Hinblick auf KI-Unterstützung oder Automatisierung lohnen.

Von Mitarbeiterüberwachung zu Workforce Intelligence

Traditionelle Mitarbeiterüberwachung beantwortet Fragen wie:

• Wann haben Mitarbeitende mit der Arbeit begonnen und aufgehört?
• Welche Anwendungen und Websites haben sie genutzt?
• Wie wurde die Zeit über den Tag verteilt?
• Welche Produktivitätsmuster erfordern Managementaufmerksamkeit?

Die nächste Stufe ist Workforce Intelligence.

Anstatt nur zu zeigen, wo Zeit verbracht wurde, kann Workforce Intelligence Unternehmen dabei helfen zu verstehen, warum ein Workflow Zeit verbraucht und ob Technologie ihn verbessern könnte.

MonitUp bietet bereits Transparenz in Bezug auf Anwendungsnutzung, Website-Aktivität, Arbeitszeiten und Produktivitätsmuster auf Abteilungsebene für Windows-Teams.

MonitUp hat außerdem Erfahrung mit KI-gestützter Zeiterfassung und Produktivitätsanalyse . Wir untersuchen nun, wie Daten zu Arbeitsaktivitäten Unternehmen dabei helfen können, KI-Automatisierungschancen systematischer zu identifizieren.

Der geplante MonitUp-Bericht zu KI-Automatisierungschancen wird sich auf Aufgaben, Workflows und potenzielle Zeitersparnisse konzentrieren — nicht darauf, Mitarbeitende als ersetzbar zu kennzeichnen.

Wie man mit einer KI-Workflow-Bewertung beginnt

Unternehmen müssen nicht jede Abteilung auf einmal transformieren. Eine fokussierte Bewertung kann mit fünf Schritten beginnen.

1. Messen, wo Zeit verbracht wird. Identifizieren Sie die Anwendungen, Websites und wiederkehrenden Aktivitäten, die die meiste Arbeitszeit verbrauchen.
2. Einen wiederholten Workflow auswählen. Wählen Sie einen Prozess, der häufig vorkommt und derzeit erheblichen manuellen Aufwand erfordert.
3. Punkte menschlichen Urteils dokumentieren. Trennen Sie vorhersehbare Schritte von Entscheidungen, die Erfahrung, Verantwortung oder Kontextwissen erfordern.
4. KI an einem begrenzten Prozess testen. Beginnen Sie mit Entwurf, Extraktion, Klassifizierung oder Zusammenfassung statt mit einer risikoreichen autonomen Entscheidung.
5. Das Ergebnis messen. Vergleichen Sie eingesparte Zeit, Fehlerraten, Akzeptanz durch Mitarbeitende und Ausgabequalität, bevor Sie die Automatisierung ausweiten.

Das Ziel ist nicht, KI aus PR-Gründen einzuführen. Das Ziel ist, eine messbare operative Verbesserung zu schaffen.

Fazit: Fragen Sie nicht, wen KI ersetzen wird

KI wird eine große Zahl von Berufen verändern, aber Jobtitel allein zeigen nicht, wo die tatsächlichen Auswirkungen auftreten werden.

Innerhalb derselben Rolle kann eine Aufgabe stark automatisierbar sein, während eine andere von Vertrauen, Verantwortung, Verhandlung oder fachlichem Urteil abhängt.

Die nützlichste Frage für Unternehmensleitungen lautet daher nicht:

Welchen Mitarbeitenden kann KI ersetzen?

Sondern:

Welche Aufgaben sollte unser Unternehmen zuerst automatisieren, und wie viele Stunden könnten wir einsparen?

Unternehmen, die diese Frage mit echten Workflow-Daten beantworten, sind besser positioniert, in die richtigen Tools zu investieren, Arbeit verantwortungsvoll neu zu gestalten und Mitarbeitenden zu helfen, KI effektiv zu nutzen.

Häufig gestellte Fragen

Wird KI die meisten Mitarbeitenden ersetzen?

KI wird wahrscheinlich bestimmte Aufgaben in vielen Berufen automatisieren oder verändern, aber eine KI-Exposition bedeutet nicht, dass ein gesamter Job verschwindet. Die meisten Rollen kombinieren automatisierbare Aufgaben mit Arbeit, die Urteil, Verantwortung, Kommunikation und menschliche Prüfung erfordert.

Welche Aufgaben lassen sich mit KI am einfachsten automatisieren?

Repetitive digitale Aufgaben wie Datenextraktion, Klassifizierung, Zusammenfassung, Dokumentensuche, wiederkehrende Berichterstattung und die Erstellung von Erstentwürfen sind in der Regel starke Kandidaten für KI-Unterstützung.

Wie kann ein Unternehmen KI-Automatisierungschancen identifizieren?

Ein Unternehmen kann die Nutzung von Anwendungen, Website-Aktivitäten, aufgewendete Zeit, wiederholte Workflows, Abteilungsverantwortlichkeiten und den Umfang des erforderlichen menschlichen Urteils prüfen. Die stärksten Chancen verbinden hohen Zeitaufwand mit vorhersehbaren digitalen Schritten.

Können Daten aus der Mitarbeiterüberwachung bestimmen, wer ersetzt werden sollte?

Nein. Anwendungs- und Zeitdaten können Workflow-Muster sichtbar machen, aber sie können Wissen, Entscheidungsqualität, Beziehungen oder Geschäftswert einer Mitarbeitenden nicht vollständig messen. Sie sollten genutzt werden, um Chancen zur Prozessverbesserung zu identifizieren, nicht um automatische Personalentscheidungen zu treffen.

Quellen

• Internationale Arbeitsorganisation — Generative KI und Jobs: Ein verfeinerter globaler Index der beruflichen Exposition
• Weltwirtschaftsforum — Future of Jobs Report 2025
• OpenAI — Modellierung eines Übergangs von KI und Jobs