Von David Schulte-Herbrüggen · 27.02.2026

Davids These: KI verschiebt Aufgaben, nicht Jobs

Die landlaeufige Erwartung war, dass Generative KI Bueroarbeit in groesseren Wellen ersetzt. Die McKinsey-Analyse „Agents, robots, and us" (November 2025) sieht das anders. Technisch automatisierbar sind 57 Prozent der US-Arbeitsstunden. Trotzdem verschwinden keine Jobs in groesserem Massstab. Aufgabenpakete werden umsortiert, das Stellenprofil bleibt, allerdings mit veraendertem Schwerpunkt.

Davids Lesart in Post 5: Wer das ernst nimmt, denkt in Rollenumbau statt in Stellenabbau. Walmart ist dafuer der greifbare Beleg. Statt 1,6 Millionen Menschen freizusetzen, schult der Konzern sie auf KI-Werkzeuge (Fortune, Februar 2026). CEO John Furner formuliert es nuechtern: „We'll have roughly the same number of people we have today." Das ist betriebswirtschaftliches Kalkuel. Eine ausgebildete Kassiererin, die KI-gestuetzte Bestandsplanung versteht, ist im Laden naeher am Kunden als jede Software allein.

Welche Faehigkeiten wachsen, und warum gerade die

Der Punkt wird konkreter, wenn man auf die Top-Liste der wachsenden Berufskompetenzen schaut. LinkedIn nennt in Skills on the Rise 2026 drei Cluster, die ueber alle Branchen hinweg an Wert gewinnen: Executive und Stakeholder-Kommunikation, Fuehrung und People Management, Beziehungsaufbau. Auffaellig daran ist, dass kein einziger dieser Cluster eine Tool-Kompetenz ist. Es geht um soziale, situative und sprachliche Faehigkeiten — also genau die Bereiche, in denen LLMs strukturell schwach sind, weil sie Kontext nur aus dem Prompt-Fenster ableiten koennen, nicht aus jahrelanger Beziehung zu einer konkreten Person.

Die Begruendung dafuer liefert die McKinsey-Studie selbst. Empathie, Konfliktloesung und Beziehungsaufbau haben die geringste Substitutionsrate. Ein KI-System kann ein Mitarbeitergespraech vorbereiten, aber es kann nicht die Stille aushalten, die nach einer schwierigen Frage entsteht. Diese Stille ist Arbeit. Sie ist im aktuellen Modell-Stand nicht ersetzbar, und sie wird im Arbeitsalltag eines Teamleiters mehrmals pro Woche gefordert.

Vom Ticket-Bearbeiter zum Agent Manager

Die zweite Aenderung passiert unterhalb der Ebene der Soft Skills. Wo frueher eine Sachbearbeiterin in einer Stunde fuenfzehn Service-Tickets durchsah, betreut sie heute eine kleine Flotte von KI-Agenten, die diese Tickets vorklassifizieren und Standardfaelle vollautomatisch beantworten. Die menschliche Aufgabe verschiebt sich auf Auswahl der Eskalationen, Korrektur falscher Entscheidungen und das Trainieren der Agenten an neuen Faellen. Diese neue Rolle wird unter dem Begriff Agent Manager beschrieben.

Der Begriff klingt zunaechst nach Beraterjargon. Operativ ist er aber klar abgegrenzt. Ein Agent Manager arbeitet weniger im einzelnen Fall und mehr an der Fall-Logik. Er erkennt, wenn ein Agent systematisch falsche Antworten gibt, und greift in das Prompt-Setup ein. Er bemerkt, wenn die Stimmung der Anfragen kippt, und reagiert mit einer geaenderten Eskalationsregel. Er ist die Schnittstelle zwischen Fachbereich und KI-Plattform, und er erklaert dem Datenschutzbeauftragten, warum ein bestimmter Agent eine bestimmte Datenquelle nicht beruehrt. Davids Pointe in Post 5 trifft hier: Das ist eine Frage der Organisationsstruktur, keine der Technologie.

Die Gegenkraefte: Schulungsluecken und mittlere Qualifikationen

So einfach laeuft die Verschiebung nicht ueberall. Die McKinsey-Analyse zeigt zwei Gegenkraefte, die im LinkedIn-Post bewusst keinen Platz hatten und im Long-Form Stand benoetigen.

Erstens die Schulungsluecke. Walmart investiert nahe einer Milliarde Dollar in Workforce Development, weil der Konzern weiss, dass Reskilling kein Halbtags-Workshop ist. In Mittelstands-Bilanzen ist diese Groessenordnung nicht abbildbar. Wer 80 Mitarbeitende hat, kann keine Lernpfad-Architektur aufbauen, die mit Google AI Professional Certificate konkurriert. Die Folge ist eine schleichende Spreizung zwischen Mitarbeitenden, die KI-Werkzeuge produktiv nutzen, und solchen, die im alten Aufgabenzuschnitt verharren. Massenarbeitslosigkeit entsteht so nicht, ein Produktivitaetsgefaelle innerhalb der Belegschaft schon.

Zweitens die mittlere Qualifikation. KI substituiert dort am ehesten, wo Aufgaben standardisiert sind, aber kognitive Schritte enthalten: Buchhaltungsroutinen unterhalb des Bilanzierungsentscheids, Reisekostenpruefung, Standardvertraege. McKinsey verortet hier die hoechste Substitutionsrate. Die Stellen werden nicht abgebaut, der Inhalt der Stellen veraendert sich aber so stark, dass Mitarbeitende neue Faehigkeiten brauchen, ohne dass die Stellenbeschreibung das spiegelt. Personalentwicklung muss diese Verschiebung auffangen, bevor die IT-Abteilung das naechste Tool ausrollt.

Was das fuer Payroll und HR konkret bedeutet

Payroll Fuchs sieht in Mandanten-Lohnabrechnungen, wie sich diese Verschiebung in Stammdaten und Vertraegen niederschlaegt. Drei Beobachtungen aus der Praxis.

Stellenbeschreibungen entkoppeln sich von Aufgaben. Wer einen Sachbearbeiter zum Agent Manager weiterentwickelt, behaelt formal die gleiche Position, traegt aber eine andere Verantwortung. Fuer die Lohnabrechnung relevant: tarifliche Eingruppierung, Pruefung der Entgelttabelle, ggf. Anpassung uebertariflicher Bestandteile. Wer nur den Titel aendert, ohne die tarifliche Grundlage zu pruefen, riskiert Nachzahlungsanspruechen.

Schulungsbudgets werden Lohnbestandteile. Investitionen in Reskilling treten als geldwerte Vorteile, Sachbezuege oder Bildungspauschalen auf. § 3 Nr. 19 EStG befreit beruflich veranlasste Weiterbildung, sofern sie ueberwiegend im betrieblichen Interesse liegt. Bei Google-Zertifikaten und KI-Bootcamps ist diese Abgrenzung nicht trivial. Mandanten, die hier breit ausrollen, brauchen vorab eine saubere Einordnung — sonst wird aus der Schulung ein Lohnsteuer-Risiko.

Neue Rollen erzeugen Zielvereinbarungen. Agent Manager und vergleichbare Profile sind ergebnisorientierter strukturiert als klassische Sachbearbeitung. Tantiemen, Bonusmodelle und individuelle Sachbezuege treten haeufiger auf. Die Lohnabrechnung muss diese Outlier sauber erfassen, ohne dass die Massenabrechnung der breiten Belegschaft langsamer wird. DATEV-automatisierte Mandanten haben den Sockel im Griff. Wer manuell rechnet, spuert die Komplexitaet zuerst.

FAQ

Sagt McKinsey wirklich, dass keine Jobs verloren gehen?
Nicht ganz. Die Aussage ist: keine breiten Jobverluste. Einzelne Rollen verschwinden (z.B. reine Dateneingabe), das Gesamtvolumen der Beschaeftigung bleibt aber stabil, weil Aufgaben umverteilt werden statt wegzufallen.

Was unterscheidet einen Agent Manager von einem klassischen Teamleiter?
Ein Teamleiter fuehrt Menschen. Ein Agent Manager fuehrt KI-Agenten und betreut die menschlichen Eskalationsfaelle, die diese Agenten produzieren. Das Profil ist hybrider und verlangt sowohl Prompt-Verstaendnis als auch Fachkenntnis im Anwendungsbereich.

Wie hoch ist das Risiko fuer mittlere Qualifikationen?
Das Stellenprofil bleibt, der Aufgabenmix verschiebt sich um 30 bis 50 Prozent. Wer in dieser Phase nicht weiterqualifiziert wird, geraet in eine Produktivitaetsluecke gegenueber Kollegen, die KI-Werkzeuge beherrschen. Sichtbar wird das oft erst nach 12 bis 18 Monaten.

Sind Schulungen wie das Walmart-Programm steuerlich beguenstigt?
In Deutschland greift § 3 Nr. 19 EStG, sofern die Weiterbildung beruflich veranlasst ist und ueberwiegend im betrieblichen Interesse liegt. Bei generischen KI-Zertifikaten ist die Pruefung im Einzelfall zu fuehren, bei rollenspezifischen Schulungen ist die Abgrenzung in der Regel klarer.

Was sollten Mandanten 2026 konkret tun?
Erstens: Stellenbeschreibungen pruefen und Aufgabenverschiebungen dokumentieren. Zweitens: Schulungsbudgets lohnsteuerlich klaeren, bevor sie ausgerollt werden. Drittens: Zielvereinbarungs- und Bonusmodelle fuer hybride Rollen vorbereiten, bevor der Mitarbeiter im naechsten Gespraech danach fragt.