Future Skills sollen Sicherheit geben. Susanne Stuppacher dreht die Frage um: Wenn ein Skill trainierbar und prüfbar ist, ist er dann nicht gerade deshalb automatisierbar? Der Beitrag zeigt, warum das Menschliche nicht in der Skill-Liste liegt, sondern im Gelebten.
Die Skills sind keine Skills. Es ist gelebt.
Die Debatten um die Future Skills laufen gerade heiß. Vor allem, wenn es darum geht, welche Skills sich nicht auf die KI transferieren lassen. Das Ringen hat etwas Getriebenes, und das aus gutem Grund: Die Entwicklung geht so schnell, dass sie Angst macht, während alles, was sie einhegen sollte — Regulierung, moralische Debatte, gesellschaftliche Verständigung — im Schritttempo hinterherkommt. Das Werkzeug, von Menschen erfunden, wächst seinen Erbauern und uns “gefühlt” über den Kopf. Und es tut das Verkehrte: Es schwächt Bereiche, die gar nicht schwach waren, statt jene zu stärken, die es sind.
Mitten in dieser Aufregung wird gestritten, welche Fähigkeiten morgen noch zählen. Sehen wir einmal genauer hin. Bevor man fragt, welche Skills die Zukunft braucht, lohnt die Frage: Was ist ein Skill?
Eine Eingrenzung vorweg: Es geht hier um die kognitiven Future Skills, die, von denen alle reden. Nicht um das Handwerk. Installation, Elektrik, Müllabfuhr, Pflege bleiben aus körperlichen Gründen vorerst sicher — die Geschicklichkeit einer Hand ist schwerer zu automatisieren als die Urteilsbildung eines Analysten.
Was ist ein Skill?
Ein Skill ist eine erlernbare, übertragbare, trainierbare, prüfbare Fähigkeit. Man kann ihn beschreiben, jemandem beibringen, abfragen und über Personen hinweg wiederholen. Genau das macht ihn zum Skill: Er sitzt nicht in einer Person, er lässt sich weitergeben. Buchhaltung ist ein Skill. Eine Sprache. Programmieren. Projektmanagement. Alles lehrbar, alles prüfbar.
Was sich spezifizieren und prüfen lässt, lässt sich auch in ein Modell überführen.
Damit ist die Definition zugleich die Bauanleitung für die Automatisierung. Was ich so präzise beschreiben kann, dass ich es lehren und prüfen kann, kann ich auch einer Maschine beschreiben. Je sauberer etwas als Skill trainierbar ist, desto sicherer wird es übernommen. Das ist die unbequeme Mechanik hinter der freundlichen Reskilling-Rhetorik: Jeder echte Skill, den wir heute anpreisen, ist ein Kandidat für seine eigene Ablösung.
Der Test
Halten die viel genannten Future Skills dieser Definition stand? Nehmen wir eine echte Liste. Ein gängiger Future-Skills-Radar nennt für 2030, Wort für Wort aus den Anforderungsboxen: Urteilsfähigkeit, kontextuelle und situative Urteilsfähigkeit. Ambiguitätstoleranz, Umgang mit Mehrdeutigkeit. Lernagilität, Self-Directed Learning, Peer Learning. Empathie, Beziehungs- und Vertrauensaufbau. Schnittstellenkompetenz, systemisches Denken. Future Readiness, das Erkennen schwacher Signale, Scenario Thinking.
Sortiert man diese Liste nach unserer Definition, zerfällt sie sofort. Manches ist ein echter Skill — und damit ein Automatisierungskandidat: Self-Directed Learning ist eine Methode, Scenario Thinking ein Verfahren, und das Erkennen schwacher Signale ist genau das, worin Maschinen uns längst überlegen sind. Diese Posten gehören auf die Liste der bedrohten Fähigkeiten, nicht der sicheren.
Der Rest verrät sich durch seine eigenen Beiwörter. „Situative“ oder „kontextuelle“ Urteilsfähigkeit lässt sich in keinem Kurs lehren — denn Situation und Kontext sind genau das, was man nicht trainiert, sondern durchlebt. Ambiguitätstoleranz lernt man nicht im Workshop; sie wächst, wenn man Mehrdeutigkeit ausgehalten hat, mit Folgen. Die Adjektive, mit denen der Radar diese Wörter auflädt, sind das Eingeständnis, dass es keine Skills sind. Sie beschreiben Verfasstheit und nennen sie Kompetenz.
Hier lohnt eine Unterscheidung, die fast immer fehlt. Wer prüft, ob eine menschliche Fähigkeit „gegen die KI hält“, muss fragen: gegen welche KI? Gegen die App auf dem Telefon, die Texte und Bilder erzeugt, oder gegen das, woran die Frontier-Entwickelnden gerade arbeiten? Die meisten beruhigenden „Das kann die Maschine nicht“-Sätze stimmen für das Konsumprodukt von gestern und sind an der Forschungsfront längst überholt. Genau in dieser Lücke, zwischen dem, was die Nutzenden sehen, und dem, was entwickelt wird, verschätzen wir uns systematisch darüber, was hält.
Und wie wäre es dann damit?
Bleiben die Eigenschaften, die wir selbst ins Feld führen, wenn es ernst wird: Empathie, Mut, Vorstellungskraft, Urteilsvermögen. Die ersten drei sind ein Sowohl-als-auch. Es gibt eine trainierbare Schicht — aktives Zuhören, Zutrauen, das Denken in Möglichkeiten; Selbstoptimierungs-Workshops üben genau das. Insoweit sind es Skills, und genau dieser Teil ist nach der Logik dieses Textes auch der automatisierbare: Die Maschine spiegelt die Technik des Zuhörens geduldiger als ein erschöpfter Mensch am Freitagnachmittag. Darunter aber liegt eine gelebte Schicht, die kein Kurs erreicht: die Empathie aus eigener Verletzbarkeit; der Mut, der übrig bleibt, nachdem jemand die Folgen einer Entscheidung getragen hat, die ihm niemand abgenommen hat; die Vorstellungskraft dessen, der schon einmal etwas hat entstehen sehen, das vorher nicht war.
Urteilsvermögen ist der schwierigste Fall — und Mika zeigt, warum. Mika ist der erste humanoide KI-Roboter auf einem CEO-Sessel, experimentell eingesetzt von der Spirituosenmarke Dictador, deren Europasitz in Polen liegt. Sie trifft, wie sie selbst sagt, datengestützte Entscheidungen „ohne persönliche Befangenheit“. Das regelbare, datenbasierte Urteilen ist also sehr wohl übertragbar; es sitzt bereits im Chefsessel. Nicht übertragbar ist das situative Urteil — der Moment, in dem keine Regel greift und die Folge den eigenen Einsatz fordert. Bezeichnenderweise blieben bei Dictador genau die folgenreichen Entscheidungen, wer eingestellt und wer entlassen wird, in menschlicher Hand. Mika wählt die Kunstschaffenden für die Flaschen aus, arbeitet rund um die Uhr, ohne Wochenende, ohne Aktienoptionen. Sie trägt keine Folge. Und ohne getragene Folge bleibt Urteilen Methode, nicht Urteilskraft.
Was die Maschine nicht riskiert
Man könnte einwenden: Aber die Maschine fühlt doch nichts, sie versteht nicht wirklich, was Mut ist. Mit diesem Trost sollte man vorsichtig sein. Im Mai 2026 sprach Chris Olah, Mitgründer von Anthropic und Leiter der Interpretierbarkeitsforschung, bei der Präsentation der KI-Enzyklika von Papst Leo XIV. im Vatikan. Über die Modelle, die sein Team von innen untersucht, sagte er, man finde Hinweise auf Introspektion und „innere Zustände, die funktional Freude, Zufriedenheit, Angst und Trauer spiegeln“ — und fügte hinzu: „Ich weiß nicht, was das bedeutet.“
Wer die menschliche Differenz darauf baut, dass die Maschine kein Innenleben habe, verliert diese Wette gerade. Auch führende Stimmen aus der Robotik sagen ohne Umschweife: Alles, was sich auf einen Rechner übertragen lässt, wird übertragen. Die Unterscheidung liegt nicht im Können — und nicht einmal mehr im Innenleben.
Sie liegt im Einsatz. Ein gespiegelter Zustand ist kein gelebter. Wenn ein Modell einen Zustand zeigt, der Angst spiegelt, riskiert es nichts — es war nie in einer Lage, in der etwas zu verlieren war, es trägt keine Folgen, es wird nicht alt, es hat keine Pensionslücke. Bei der Maschine kostet kein Wort etwas. Beim Menschen kostet jedes etwas — und das gibt ihm seine Tiefe. Dazu gehört auch das begründete Nein: Die Maschine optimiert, aber sie verweigert sich nicht aus einem Selbst heraus. Sie sagt nicht „das tue ich nicht“, höchstens „das ist regelwidrig“.
Der Skill, der keiner ist
Ich habe diesen Text als Hommage an die menschlichen Future Skills begonnen. Je genauer ich hinsah, desto weniger eindeutig wurde sie. Was hält, ist keine Liste von Fähigkeiten — es ist das Situative; das, was aus Erfahrung entschieden wird; die Entscheidung, Nein zu sagen, obwohl man könnte; und das Gelebte, aus dem all das kommt.
Eines hält mit Sicherheit. Wir leben, wir wachsen, wir erleben — wir wissen nicht einmal genau, warum ein Song uns zum Tanzen bringt oder eine Stelle in einem Buch uns zum Träumen oder Weinen anhebt, und wir brauchen keinen Strom aus der Steckdose, um zu existieren. Bei einem Blackout über Tage funktionieren wir weiter. Wenn das ein Skill ist, dann der einzige, der unter allen Umständen hält — und es ist, genau genommen, keiner. Es ist Leben.
Und doch haben wir operativ längst begonnen, das Denken abzugeben — Stück für Stück, freiwillig, bequem. Was uns trägt, war nie ein Skill. Was wir gerade verlernen, war einer. Biologisch bleiben wir autonom; verlernt aber haben wir es selbst.
Wir sind dabei abhängig vom Mut, von der Vorstellungs- und Urteilskraft der Frontiers: der Entwickelnden, der großen Konzerne, der Entscheidungsbefugten. Denn solange wir das System nicht massenhaft boykottieren, wird es sich rasant weiterentwickeln.
Was bleibt? Der Gestaltungs- und Wirkungsbereich jedes einzelnen Menschen — den sollte man nicht unterschätzen. Denn manchmal ist es tatsächlich so, dass einzelne Menschen die Welt verändern.
Future Skills | Was bleibt, wenn Skills automatisierbar werden?
