Zukunftskompetenzen im KI-Zeitalter

Zukunftskompetenzen im KI-Zeitalter

Von David Schulte-Herbrüggen · Zuerst auf LinkedIn erschienen am 27.02.2026

Davids These: KI verschiebt Aufgaben, nicht Jobs

Die landläufige Erwartung war, dass Generative KI Büroarbeit in grösseren 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 grösserem Maßstab. Aufgabenpakete werden umsortiert, das Stellenprofil bleibt, allerdings mit verändertem Schwerpunkt.

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

Welche Fähigkeiten 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 über alle Branchen hinweg an Wert gewinnen: Executive und Stakeholder-Kommunikation, Führung und People Management, Beziehungsaufbau. Auffällig daran ist, dass kein einziger dieser Cluster eine Tool-Kompetenz ist. Es geht um soziale, situative und sprachliche Fähigkeiten — also genau die Bereiche, in denen LLMs strukturell schwach sind, weil sie Kontext nur aus dem Prompt-Fenster ableiten können, nicht aus jahrelanger Beziehung zu einer konkreten Person.

Die Begründung dafür liefert die McKinsey-Studie selbst. Empathie, Konfliktlösung und Beziehungsaufbau haben die geringste Substitutionsrate. Ein KI-System kann ein Mitarbeitergespräch 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 Änderung passiert unterhalb der Ebene der Soft Skills. Wo früher eine Sachbearbeiterin in einer Stunde fünfzehn Service-Tickets durchsah, betreut sie heute eine kleine Flotte von KI-Agenten, die diese Tickets vorklassifizieren und Standardfälle vollautomatisch beantworten. Die menschliche Aufgabe verschiebt sich auf Auswahl der Eskalationen, Korrektur falscher Entscheidungen und das Trainieren der Agenten an neuen Fällen. Diese neue Rolle wird unter dem Begriff Agent Manager beschrieben.

Der Begriff klingt zunächst 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 geänderten Eskalationsregel. Er ist die Schnittstelle zwischen Fachbereich und KI-Plattform, und er erklärt dem Datenschutzbeauftragten, warum ein bestimmter Agent eine bestimmte Datenquelle nicht berührt. Davids Pointe in Post 5 trifft hier: Das ist eine Frage der Organisationsstruktur, keine der Technologie.

Die Gegenkräfte: Schulungslücken und mittlere Qualifikationen

So einfach läuft die Verschiebung nicht überall. Die McKinsey-Analyse zeigt zwei Gegenkräfte, die im LinkedIn-Post bewusst keinen Platz hatten und im Long-Form Stand benötigen.

Erstens die Schulungslücke. Walmart investiert nahe einer Milliarde Dollar in Workforce Development, weil der Konzern weiss, dass Reskilling kein Halbtags-Workshop ist. In Mittelstands-Bilanzen ist diese Größenordnung 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 Produktivitätsgefälle 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, Reisekostenprüfung, Standardverträge. McKinsey verortet hier die höchste Substitutionsrate. Die Stellen werden nicht abgebaut, der Inhalt der Stellen verändert sich aber so stark, dass Mitarbeitende neue Fähigkeiten brauchen, ohne dass die Stellenbeschreibung das spiegelt. Personalentwicklung muss diese Verschiebung auffangen, bevor die IT-Abteilung das nächste Tool ausrollt.

Was das für Payroll und HR konkret bedeutet

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

Stellenbeschreibungen entkoppeln sich von Aufgaben. Wer einen Sachbearbeiter zum Agent Manager weiterentwickelt, behält formal die gleiche Position, trägt aber eine andere Verantwortung. Für die Lohnabrechnung relevant: tarifliche Eingruppierung, Prüfung der Entgelttabelle, ggf. Anpassung übertariflicher Bestandteile. Wer nur den Titel ändert, ohne die tarifliche Grundlage zu prüfen, riskiert Nachzahlungsansprüchen.

Schulungsbudgets werden Lohnbestandteile. Investitionen in Reskilling treten als geldwerte Vorteile, Sachbezüge oder Bildungspauschalen auf. § 3 Nr. 19 EStG befreit beruflich veranlasste Weiterbildung, sofern sie überwiegend 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 Sachbezüge treten häufiger 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, spürt die Komplexität zuerst.

Wie Payroll Fuchs die Lohnabrechnung automatisiert und jede Abrechnung vom Wirtschaftsprüfer prüfen lässt, steht unter Lohnabrechnung automatisiert auslagern.

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 Beschäftigung bleibt aber stabil, weil Aufgaben umverteilt werden statt wegzufallen.

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

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

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

Was sollten Mandanten 2026 konkret tun?
Erstens: Stellenbeschreibungen prüfen und Aufgabenverschiebungen dokumentieren. Zweitens: Schulungsbudgets lohnsteuerlich klären, bevor sie ausgerollt werden. Drittens: Zielvereinbarungs- und Bonusmodelle für hybride Rollen vorbereiten, bevor der Mitarbeiter im nächsten Gespräch danach fragt.

Quellen