Aus dem Alltag gegriffen: Mit KI braucht eine Junior- Mitarbeiterin für ihre erste Marktanalyse 45 Minuten statt vier Stunden. Das spart Zeit. Aber was hat sie in der Zeit gelernt, was sie befähigt, in fünf Jahren die Analyse eines anderen kritisch zu beurteilen?
Autorin: Steffi Bärmann
KI kann Tätigkeiten im Einstiegslevel übernehmen bzw. unterstützen. Menschen mit wenig Erfahrung können gute Ergebnisse produzieren. Hinter der KI-Anwendung steckt jedoch noch keine inhaltliche und nachhaltige Kompetenzentwicklung. D.h. Risiken oder mögliche Folgen bestimmter Formen des KI-Einsatzes bestehen in möglicherweise verringerten Anlässen, Erfahrungswissen aufzubauen, welches notwendig ist, um langfristig qualitativ hochwertige Arbeit leisten und Qualität von KI-Ergebnissen beurteilen zu können.
Unternehmen messen, wie KI eingesetzt wird, um produktiver zu sein, Aufgaben schneller und kostengünstiger erledigen und repetitive Aufgabe abzunehmen. Genau diese Aufgaben können zu einem wertvollen Erfahrungsaufbau bei Einstiegspositionen führen. Worin besteht die HR-Aufgabe hier? Was sollte HRD messen?
Für und Wider des KI-Einsatzes für Einstiegspositionen
Studienergebnisse von Brynjolfsson et al. (2025) zeigen auf, dass KI zu mehr Produktivität bei Einsteigenden führt, aber nur kleine Geschwindigkeitsgewinne und teilweise Qualitätsverluste bei erfahrenden Mitarbeitenden. Bei einfachen und repetitiven Aufgabenstellungen wiederum, die eng an die tägliche Arbeit gebunden sind, d.h. KI-Ergebnisse können direkt umgesetzt und ausprobiert werden, finden die Autoren (Brynjolfsson et al. 2025) Hinweise auf Lernen am Arbeitsplatz. Auch ohne KI-Einsatz konnten diese Aufgaben schnell erfüllt werden.
Ergebnisse zur kooperativen Entscheidungsfindung von KI im Rahmen einer Metaanalyse von Vaccaro et al. (2024) zeigen, dass Mensch-KI-Systeme im Durchschnitt schlechter abschnitten als der jeweils bessere Einzelakteur und dass besonders Entscheidungsaufgaben problematisch waren.
Der KI-Einsatz im Consultingbereich hat zu einem Nachlassen des Nachfragens bei erfahrenen Kollegen und Vorgesetzten geführt (Mayer et al. 2025). Die informelle Unterstützung und Beziehungsbildung wurden dadurch geschwächt, was zu einem Verlust des (impliziten) Wissenstransfers und der Weitergabe von Werten, Umgangsformen und Netzwerken führen kann; Aspekte die evtl. wichtig für die weitere Karriereentwicklung sind.
Bisherige Studien liefern jedoch keine tragfähigen Nachweise für einen langfristigen Deskilling-Effekt (Abbasi et al. 2026).
Zusammenfassend lässt sich formulieren, dass HR die Aufgabe hat, proaktiv zu beobachten, welche Auswirkungen der KI-Einsatz insbesondere für neue Mitarbeitende und jene in Einstiegspositionen haben und hier aufmerksam an dem Erhalt und Aufbau relevanter Kompetenzen zu arbeiten.
Ansätze zum Umgang seitens HR
Für HR könnten sich folgende Aufgabenstellungen ergeben:
- Aufgaben, die mit KI bearbeitet werden, nicht nur nach der Produktivität und Einsparungspotenzial messen, sondern erfassen, welche Kompetenzen durch diese Aufgaben erlernt werden. Welche dieser Kompetenzen
- sind langfristig relevant, um KI-Ergebnisse beurteilen zu können,
- müssen auch ohne KI kompetent ausgeführt werden,
- sind notwendige Erfahrungswerte, um in der Folge höherwertige Tätigkeiten ausführen zu können.
- Sie sparen sich durch den KI-Einsatz Zeit? Zu erfassen ist hier, welche Übung durch den KI-Einsatz entfällt und kompensiert werden muss. Es ist z.B. denkbar,
- den KI-Einsatz bei Einsteigern zu dosieren und Möglichkeiten zu schaffen, wo zuerst ohne KI an einer Lösung gearbeitet und erst dann KI als Sparringpartner eingesetzt wird.
- immer wieder Phasen einzubauen, in denen ohne KI gearbeitet wird, und auch mit Tests, Qualitätsüberprüfungen arbeiten.
- andere Möglichkeiten und Lernräume zu schaffen, in denen relevante Skills real geübt werden können.
- Lernen am Arbeitsplatz ermöglichen und den KI-Einsatz an repetitive Arbeit koppeln. Wenn KI-Ergebnisse direkt ausprobiert und angewendet werden können, besteht die Möglichkeit eines langfristigen Lerneffektes, der auch ohne KI bestehen bleibt.
- Das Mentoring durch erfahrene Personen verstärken, evtl. sogar formalisieren, d.h. Termine festlegen lassen o.ä.
KI hat das Potenzial unsere Mitarbeitenden in Einstiegspositionen produktiver zu machen. Es ist wichtig, sich nicht täuschen zu lassen und diese frühe Produktivität für das zu halten, was sie auch ohne KI in der Lage sind, umzusetzen. Daher ist es wichtig, sicher zu stellen und Räume zu schaffen, um relevante Kompetenzen nach wie vor zu üben, um langfristige Erfahrungen aufbauen und Arbeitsqualität einschätzen zu können.
Wenn KI die Juniorarbeit übernimmt | Wer bildet die Fachkräfte von morgen aus?
Quellen
- Abbasi F.F., Usman M., Latif B. (2026), „Exploring the role of generative AI in skill development: a systematic literature review and bibliometric analysis“. European Journal of Training and Development, Vol. 50 No. 7-8 pp. 801–828. https://doi.org/10.1108/EJTD-07-2025-0151
- Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889-942.
- Mayer, A. S., Baygi, R. M., & Buwalda, R. (2025). Generation AI: Job Crafting by Entry-Level Professionals in the Age of Generative AI: A.-S. Mayer et al. Business & Information Systems Engineering, 67(5), 595-613. https://doi.org/10.1007/s12599-025-00959-x
- Vaccaro, M., Almaatouq, A., & Malone, T. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8(12), 2293-2303. https://www.nature.com/articles/s41562-024-02024-1
