Der Mauszeiger steht auf „Freigeben“. Der neue Kollege lässt die Hand liegen. Neben ihm sitzt der Mann, dessen Arbeit er in wenigen Wochen übernehmen soll.
Auf dem Bildschirm steht ein fertiges Angebot. Die KI hat eine besondere Kundenanforderung erkannt, die passende Ausführung vorgeschlagen und die verwendeten Unterlagen verknüpft. Der erfahrene Kollege hat die technische Auswahl geprüft. Sie passt zu den beschriebenen Einsatzbedingungen. Ob das Unternehmen die Ausführung zum angefragten Termin verbindlich zusagen kann, ist damit noch nicht geklärt.
Die Freigabe bleibt liegen.
Für die Übergabe soll der Nachfolger erklären, weshalb diese Ausführung passt und was der Betrieb vor einer verbindlichen Zusage noch klären muss. Der KI-Entwurf wird dafür kurz beiseitegelegt; Anfrage und Produktunterlagen bleiben offen. Es ist eine begleitete Übung, kein Gedächtnistest.
Der neue Kollege kennt die vorgeschlagene Lösung. Den Entscheidungsweg bekommt er noch nicht zusammen.
Deskilling durch KI wird zur Unternehmerfrage, sobald ein Ablauf menschliche Prüfung voraussetzt, das dafür nötige Können aber ungeklärt ist.
Die Angebote sind schneller fertig. Die Übergabe noch nicht.
Der Geschäftsführer hatte sich Entlastung versprochen. Die KI übernimmt einen Teil der Angebotsvorbereitung, der Nachfolger arbeitet damit, und der erfahrene Kollege soll sich zunehmend zurückziehen können.
Die fertigen Dokumente sehen gut aus. Nur steht jetzt eine Frage im Raum, die auf keiner Liste der erledigten Angebote auftaucht. Wer kann nach dem letzten Arbeitstag des Kollegen beurteilen, ob ein neuer Vorgang wirklich so einfach ist, wie er im Entwurf aussieht?
Der Nachfolger ist kein Berufsanfänger. Er bringt Fachkenntnisse und Erfahrung aus einem anderen Unternehmen mit. Was er noch nicht kennt, sind die Besonderheiten dieses Betriebs.
Welche Ausführung kann die eigene Fertigung herstellen? Welche Bearbeitung muss außer Haus? Wer kann beurteilen, ob ein zugesagter Termin mit den verfügbaren Maschinen und Fachkräften machbar ist? Und an welcher Stelle reichen die üblichen Unterlagen für eine Zusage nicht aus?
Die KI kann solche Angaben berücksichtigen, wenn sie verlässlich verfügbar und passend eingebunden sind. In diesem Betrieb liegt ein Teil davon aber weiterhin beim erfahrenen Kollegen. Er weiß, wann er die Fertigung anrufen muss, bevor ein technisch richtiges Angebot zu einer Zusage wird.
Auf dem Papier ist er der Prüfer. Im tatsächlichen Ablauf liefert er außerdem Erfahrungswissen, das den anderen noch fehlt.
Wenn die KI richtigliegt, wird diese Frage erst interessant
Die KI hat die technische Anforderung richtig erkannt. Die Unsicherheit entsteht bei der Frage, was daraus für die Zusage dieses Betriebs folgt.
Gerade deshalb würde ich genauer hinsehen. Ein Mitarbeiter kann mit ihrer Hilfe gute Arbeit leisten, während noch ungeklärt ist, welche Entscheidungen er selbst beurteilen kann. Vielleicht genügt sein Können bereits für die künftige Aufgabe. Vielleicht setzt der Ablauf weiter eine fachliche Prüfung voraus, auf die ihn bisher niemand ausreichend vorbereitet hat.
Das muss festgestellt werden. Ein Freigabeknopf beantwortet diese Frage nicht.
Der Geschäftsführer muss dafür nicht verlangen, dass jeder Mitarbeiter alles ohne Hilfsmittel erledigt. Er muss festlegen, welches menschliche Können sein Unternehmen künftig braucht. Wer entscheidet bei widersprüchlichen Unterlagen? Wer erkennt, dass die Angaben für eine Zusage nicht ausreichen? Wer darf einen Vorgang stoppen und eine fachliche Klärung veranlassen?
Wer die Bearbeitung automatisiert, muss auch entscheiden, wo das weiterhin benötigte Können entsteht.
Was Ärzte ohne die Unterstützung erkannten
Eine Untersuchung aus der Medizin macht diese Frage greifbar. Dort geht es um Fachleute, auf deren Wahrnehmung wir uns selbst verlassen müssen.
Forscher untersuchten an vier polnischen Endoskopiezentren, wie sich die Ergebnisse von Darmspiegelungen ohne KI nach Einführung einer KI-Unterstützung veränderten. Der Anteil der Untersuchungen, bei denen mindestens ein Adenom entdeckt wurde, sank von 28,4 auf 22,4 Prozent.[1]
Das waren sechs Prozentpunkte Unterschied. Die Zahl bedeutet nicht, dass Ärzte 22,4 Prozent ihrer Fähigkeiten verloren hätten.
Verglichen wurden jeweils drei Monate vor und nach der Einführung. Die Beobachtungsstudie liefert einen ernst zu nehmenden Hinweis auf ein mögliches Problem. Sie beweist weder einen dauerhaften Kompetenzverlust noch eindeutig die KI als Ursache. Eine veröffentlichte Korrektur der ergänzenden statistischen Auswertung änderte laut Korrekturhinweis die Interpretation nicht.[2]
Eine neuere Untersuchung fand bei ihrem untersuchten Endpunkt keinen entsprechenden Rückgang nach der KI-Nutzung. Sie betrachtete Polypen ab fünf Millimetern und damit eine andere Messgröße.[3] Die Ergebnisse erlauben deshalb keine pauschale Aussage, dass KI Ärzte schlechter macht.
Sie geben aber Anlass, eine zusätzliche Frage zu stellen. Was können Fachleute weiterhin selbst erkennen und beurteilen, wenn sich ihre Arbeit durch die Unterstützung verändert?
Das fehlende Puzzleteil im eigenen Kopf
Den Unterschied zwischen einem guten Ergebnis und einem selbst durchdachten Weg kenne ich aus meiner eigenen Arbeit. Meine Keynotes habe ich früher selbst entwickelt und geschrieben. Ich wusste, wie die Gedanken zusammenhingen und weshalb ich einen Baustein an eine bestimmte Stelle gesetzt hatte.
Dann ließ ich die KI Ausarbeitungen übernehmen. Das Ergebnis konnte sehr gut sein. Ich las es, konnte dem Gedankengang folgen und merkte trotzdem, dass mir etwas fehlte. Warum hatte sie diesen Weg gewählt? Was hing daran? Was würde sich verändern, wenn ich einen Baustein verschob?
An solchen Stellen musste ich wieder in den Text oder den Chat schauen. Es fühlte sich für mich an wie ein riesiges, fertiges Puzzle mit einem fehlenden Teil. Das Motiv war schön. Mein Blick blieb trotzdem an der Lücke hängen.
Ich hatte das Ergebnis gelesen. Den Weg dorthin war ich nicht selbst gegangen. Wenn ich die Zusammenhänge später brauchte, musste ich sie mir erneut herleiten. Für mich gehörte genau dieser eigene Weg zum Lernen dazu.
Das ist meine Erfahrung, kein Beweis dafür, dass KI eine Fähigkeit beschädigt hat. Sie zeigt aber, weshalb ich Lesen und Verstehen nicht mit selbstständigem Beurteilen gleichsetzen würde.
Ein kurzer Selbstcheck
Nimm eine überschaubare KI-Ausarbeitung zu einer Aufgabe, die du fachlich beurteilen können musst. Lies sie und lege anschließend den KI-Text beiseite. Die üblichen Fachunterlagen dürfen offenbleiben.
- Warum wurde dieser Weg gewählt?
- Welche Voraussetzung muss dafür stimmen?
- Was müsste sich ändern, damit eine andere Entscheidung richtig wäre?
Halte deine Erklärung kurz fest. Vergleiche sie anschließend mit den Unterlagen und dem KI-Text. Bei fachlicher Unsicherheit ziehe einen geeigneten Ansprechpartner hinzu; die KI-Erklärung allein ist kein Beleg.
Kannst du die Zusammenhänge erklären, ist das ein Anhaltspunkt für dein Verständnis dieser Ausarbeitung. Bleibt eine Lücke, schau nach, welcher Zusammenhang dir fehlt. Beides ist noch kein Nachweis dafür, was du langfristig gelernt oder verlernt hast.
Welches Können brauchen wir in fünf Jahren noch?
Mein Vater erzählte mir, wie er Veränderungen am Lauf seiner Drehbank hörte und deshalb etwa dem Lager der Hauptspindel nachging. Ich selbst habe nie an einer Drehbank gearbeitet. Diese Verbindung zwischen Wahrnehmung und Entscheidung kenne ich aus seinen Erklärungen in der Werkstatt.
Heute könnte ein System eine Auffälligkeit melden. Der Betrieb muss deshalb nicht von jedem Mitarbeiter verlangen, dieselben Geräusche unterscheiden zu können. Zu klären ist, welches Können weiterhin gebraucht wird, um eine Meldung einzuordnen und über den nächsten Schritt zu entscheiden.
Beim Nachfolger im Vertrieb geht es darum, erforderliches Können aufzubauen. Beim erfahrenen Kollegen wäre zu prüfen, ob sein bereits vorhandenes Können erhalten bleibt, wenn er bestimmte Aufgaben seltener selbst bearbeitet. Ein möglicher Verlust wird als „Deskilling durch KI“ diskutiert.
Die langfristigen betrieblichen Wirkungen bleiben nach der ausgewerteten Recherche in wichtigen Punkten offen. Deshalb würde ich nicht behaupten, dass in fünf Jahren zwangsläufig niemand mehr fachlich entscheiden kann. Ich würde aber heute klären, welche Entscheidungen unser Ablauf dann noch beim Menschen voraussetzt und wo Mitarbeiter sie lernen und anwenden können.
Das Ausscheiden eines Kollegen hat ein konkretes Datum. Bis dahin muss der Betrieb wissen, wer die weiterhin nötigen Entscheidungen übernehmen kann.
Die Übergabe beginnt vor dem Abschiedskaffee – lange vorher.
Der erfahrene Kollege öffnet mit seinem Nachfolger einen abgeschlossenen Auftrag. Sie gehen vom Kundenwunsch aus und verfolgen den Weg bis zur Zusage. Dabei hält der Nachfolger fest, welche Angaben die Auswahl beeinflussen und wo ihm etwas fehlt.
An einer Stelle stockt er. Die Ausführung ist technisch geeignet. Ob die eigene Fertigung sie unter den angefragten Bedingungen herstellen kann, geht aus den Produktunterlagen jedoch nicht hervor.
Jetzt wird eine betriebliche Besonderheit sichtbar. Sie klären, welche Information die Fertigung liefern muss und wer verbindlich darüber entscheidet. Dieser Zusammenhang gehört in die Arbeitsunterlagen. Anschließend soll der Nachfolger ihn an einem anderen Fall anwenden.
Bei einem weiteren Lernfall hält der Nachfolger zunächst seine eigene Einschätzung fest. Anschließend vergleichen beide sie mit dem KI-Vorschlag. Wo unterscheiden sich die Annahmen? Hat die KI etwas berücksichtigt, das er übersehen hat? Oder fehlt ihrem Vorschlag eine betriebliche Voraussetzung?
An diesen Unterschieden arbeiten sie weiter. Im normalen Ablauf nutzt der Nachfolger die vorgesehenen Hilfen. Bei ausgewählten späteren Fällen wird erneut geprüft, welche Zusammenhänge er beurteilen kann. So erhält das Lernen einen Platz in der Arbeit mit KI.
Das verlangt Zeit vom erfahrenen Kollegen. Wenn die Übergabe gelingen soll, muss diese Zeit eingeplant werden. Sie bleibt auch dann notwendig, wenn die Angebote schneller entstehen.
Dabei wird nicht jede eigene Entscheidung sofort richtig sein. Mitarbeiter brauchen begrenzte Aufgaben, Rückmeldung und Gelegenheiten, Fehler zu korrigieren. Ein Fehler ist für mich zunächst ein Anlass, den Entscheidungsweg zu untersuchen. Was konnte der Mitarbeiter wissen? Was durfte er entscheiden? Welche Kontrolle war vorgesehen, und was wird beim nächsten Fall anders gemacht?
Nicht jeder Lernfehler muss beim Kunden landen. Abgeschlossene Aufträge, vorbereitete Fälle und begleitete Entscheidungen schaffen Möglichkeiten, bevor eine Zusage nach außen geht.
Beim nächsten Auftrag bleibt die Hand wieder liegen
Einige Zeit später kommt eine ähnliche Anfrage. Die KI bereitet den Entwurf vor, und der Nachfolger beginnt mit der Prüfung. Diesmal fällt ihm selbst auf, dass für die Zusage noch eine betriebliche Voraussetzung geklärt werden muss. Jetzt bleibt die Hand auf der Maus.
Er hält den Versand zurück, stellt die konkrete Frage an die zuständige Stelle und dokumentiert die Antwort. Der erfahrene Kollege ist noch erreichbar. Er muss den Vorgang aber nicht erst vollständig rekonstruieren, um die offene Frage zu entdecken.
Ein solcher Fall beweist keine abgeschlossene Einarbeitung. Er zeigt, welche Handlung bereits gelingt. An weiteren unterschiedlichen Vorgängen lässt sich feststellen, wo noch Unterstützung nötig ist.
Auf dieser Grundlage legen Geschäftsführer und Fachverantwortliche fest, welche Fälle der Nachfolger selbst bearbeiten darf. Für Abweichungen gibt es einen Ansprechpartner und eine Vertretung. Unklare Vorgänge bleiben bis zur Klärung zurückgehalten. Auch die zugehörigen Unterlagen und der Zugriff darauf werden vor dem Weggang erprobt.
Beim Wissensmanagement im Mittelstand ist Dokumentation wichtig. Ob jemand im entscheidenden Moment die richtige Frage stellt, zeigt sich erst bei der Anwendung.
Ein gutes KI-Ergebnis zeigt noch nicht, ob wir die Entscheidungen dahinter selbst beurteilen können.
Für die Geschäftsführung wäre die richtige Zahl deshalb auch, wie viele der benötigten Entscheidungen die Nachfolger bereits zuverlässig treffen oder zur richtigen Stelle weitergeben können. Die Zahl fertiger Angebote allein reicht für die Übergabe nicht aus.
Drei Fragen für deinen nächsten KI-Schritt
- Welche Entscheidungen setzt unser Ablauf weiterhin beim Menschen voraus?
- Wo können die Nachfolger diese Entscheidungen lernen und erproben?
- Woran erkennen wir, dass dieses Können mit KI-Unterstützung und im notwendigen Umfang auch ohne sie vorhanden bleibt?
Diese Fragen gehören in die Planung, bevor eingesparte Bearbeitungszeit vollständig als verfügbare Kapazität verplant wird. Erst zusammen mit Lernen, Prüfung und Nacharbeit lässt sich beurteilen, wer tatsächlich entlastet wird.
Eine Frage über den Betrieb hinaus
Über den einzelnen Betrieb hinaus bleibt eine weitere Unternehmerfrage offen. Wenn KI Arbeit umfassend verändert, was bedeutet das für Beschäftigung, Einkommen und die Kunden, die unsere Leistungen bezahlen?
Dieser Frage widme ich einen eigenen Vertiefungsbeitrag. Sie verdient eine gesonderte Untersuchung, statt aus einer schnelleren Bearbeitung schon die Zukunft eines ganzen Marktes abzuleiten.
Quellen und redaktionelle Einordnung
Die Betriebsgeschichte einschließlich der Ruhestandsplanung, Übungen und Fortsetzung ist hypothetisch. Die persönlichen Passagen zu KI-Ausarbeitungen, Keynotes und der Puzzle-Metapher beruhen auf Ulrichs eigenem Erfahrungsbericht. Die Passage zur Drehbank beruht auf seinen Erinnerungen an die Erklärungen seines Vaters; Ulrich hat selbst nicht an einer Drehbank gearbeitet. Der Selbstcheck ist eine Reflexionsübung, kein validierter kognitiver oder diagnostischer Test. Die Vorschläge für Übergabe und Kompetenzerhalt sind eigene betriebliche Ableitungen, keine validierte Gesamtmethode.
- Budzyń et al. (2025): Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study. Originalabstract. Vier Zentren, 1.443 Untersuchungen ohne KI im Vorher-nachher-Vergleich; 28,4 auf 22,4 Prozent Adenomdetektionsrate. Kein eindeutiger Kausal- oder Langzeitnachweis.
- Correction to Lancet Gastroenterol Hepatol 2025; 10: 896–903. Korrekturhinweis beim Verlag. Ergänzende multivariable Auswertung korrigiert; laut Hinweis keine Änderung der Interpretation. Hinweis über den indexierten Verlagstext geprüft; korrigierter Anhang nicht vollständig eingesehen.
- Pedersen et al. (2026): Learning and deskilling effects of artificial intelligence in colonoscopy among endoscopists with different levels of experience. Originalabstract. 13 Endoskopiker, 5.013 Untersuchungen; kein signifikanter entsprechender Vorher-nachher-Unterschied beim untersuchten Endpunkt nach Entfernung der KI. Anderer Endpunkt als Budzyń; fehlende Signifikanz beweist keine Gleichwertigkeit.


