Die interessanteste Organisationsforschung kommt direkt aus den Nachrichten. Seit Generative KI in Unternehmen angekommen ist, überschlagen sich die Erzählungen über die Zukunft der Arbeit. Mal heißt es, Unternehmen würden bald keine Berufseinsteigerinnen und -einsteiger mehr brauchen. Dann ist von Deskilling die Rede, davon dass Beschäftigte Aufgaben nur noch mit KI-Unterstützung bearbeiten und wir deswegen bald alle die Fähigkeit verlieren, ein paar klare Gedanken aneinanderzureihen. Wieder andere Beiträge zeichnen das Bild einer Arbeitswelt, in der ganze Tätigkeitsfelder in kurzer Zeit verschwinden.
Viele dieser Warnungen sind durchaus berechtigt. Problematisch ist jedoch, dass sie sich oft schneller verbreiten, als wir sie wissenschaftlich prüfen können.
Der Ökonom und Nobelpreisträger Robert Shiller hat für solche Dynamiken einen hilfreichen Begriff geprägt: Narrative Economics. Er beschreibt, wie wirtschaftliche Entwicklungen nicht nur durch Preise, Produktivität oder Investitionen geprägt werden, sondern auch durch Geschichten. Manche Geschichten gehen viral. Sie beeinflussen Erwartungen, Entscheidungen und Verhalten. Die Angst, Maschinen könnten menschliche Arbeit überflüssig machen, ist mindestens seit dem Aufkommen der Dampfmaschine so eine dieser typischen Geschichten. Sie taucht historisch immer wieder auf, besonders dann, wenn neue Technologien sichtbar in Arbeitsprozesse eingreifen. Googeln Sie einmal Captain Swing, Cybernation oder Elektronengehirn. Die Begriffe klingen heute teilweise kurios, erzählen aber immer wieder dieselbe Geschichte. Eine neue Technologie greift sichtbar in Arbeit ein, und sofort entsteht die Sorge, dass Menschen entwertet, ersetzt oder überflüssig werden.
Das heißt nicht, dass diese Sorgen falsch sind. Jede gute Geschichte hat bekanntermaßen immer auch einen wahren Kern. Dass wir in den Medien diesen Geschichten nur wellenartig Aufmerksamkeit schenken, heißt aber, dass die öffentliche Aufmerksamkeit eben nicht automatisch dem tatsächlichen Problembedarf in Unternehmen folgt. Manche Risiken werden groß erzählt, obwohl sie nur einzelne Bereiche betreffen. Andere gehen dafür in unserer Aufmerksamkeit komplett unter, obwohl sie für Beschäftigte und Organisationen viel entscheidender sind.
Für Unternehmen ist das eine schwierige Lage. Sie müssen heute Entscheidungen über KI, Digitalisierung, Qualifizierung, Führung und Personalentwicklung treffen. Aber woran sollen sie sich orientieren? An Schlagzeilen? An Anbieterpräsentationen? An einzelnen Erfahrungen aus Pilotprojekten? Oder an belastbaren Daten darüber, was sich in der eigenen Organisation tatsächlich verändert?
Die alte Frage hinter der neuen KI-Debatte
Beim Nachdenken darüber, wovon es eigentlich abhängt, ob die KI-Wende Beschäftigte stärkt oder unter Druck setzt, kommen wir zu einer zweiten Nobelpreisträgerin . In ihrem Buch The Race between Education and Technology haben Claudia Goldin und Lawrence Katz beschrieben, warum technischer Fortschritt nicht automatisch zu Wohlstand für alle führt.
Ihre Grundidee ist dabei einfach und beruht auf dem Prinzip von Angebot und Nachfrage. Wenn neue Technologien entstehen, brauchen Beschäftigte neue Kompetenzen. Wer diese Kompetenzen besitzt, wird auf dem Arbeitsmarkt wertvoller. Wer sie nicht besitzt, gerät unter Druck. Dadurch können Lohnunterschiede wachsen. Das hält so lange an, bis Schulen, Ausbildung, Hochschulen, Weiterbildung und betriebliche Lernprozesse den Kompetenzrückstand wieder aufholen. Eine Gesellschaft mit fairen Löhnen hat also wahrscheinlich auch eine starke berufsorientierte Bildung – wäre eine mögliche Schlussfolgerung daraus.
Wenn man diesen Gedanken auf die KI-Wende überträgt, kommen wir zu einem Problem, vor dem jetzt gerade viele Unternehmen in Deutschland stehen. Entscheidend ist nicht nur, welche Technologie verfügbar ist. Entscheidend ist, ob Beschäftigte, Teams und Organisationen schnell genug lernen, sinnvoll mit ihr umzugehen.
Das Rennen zwischen Bildung und Technologie findet nicht abstrakt »am Arbeitsmarkt« statt. Es findet jeden Tag in Unternehmen statt. In Projektteams, in Entwicklungsabteilungen, in der Verwaltung, im Vertrieb. Neue Tools werden eingeführt, Erwartungen verändern sich, Aufgaben verschieben sich. Wer eben noch mit für sein Unternehmen essenziellen Programmierkenntnissen punkten konnte, muss plötzlich verstehen, was Vibe Coding ist, um nicht plötzlich von den eben noch langsameren Kolleginnen und Kollegen abgehängt zu werden. Durch die KI-Wende werden also auch beruflicher Status und Fachkompetenz neu verhandelt. Manche Beschäftigte gewinnen Handlungsspielräume. Andere verlieren Sicherheit. Manche Teams finden schnell gute Routinen und viele erleben vor allem zusätzliche Komplexität.
Als Arbeitswissenschaftlerinnen und -wissenschaftler stehen wir am Fraunhofer IAO angesichts dieser Entwicklungen vor der Frage, ob die technologische Veränderung den Kompetenzen der Beschäftigten aktuell davonläuft. Oder gelingt es deutschen Unternehmen beides zusammenzubringen und zwar in international wettbewerbsfähigem Tempo?
Der blinde Fleck vieler KI-Studien
Auf den ersten Blick klingt das gut messbar. Man fragt Beschäftigte, ob sie KI nutzen, ob sie ausreichend qualifiziert sind und wie sie ihre Arbeit erleben. Dann weiß man mehr. Ganz so einfach ist es aber leider nicht.
Eine einzelne Befragung zeigt nur einen Zeitpunkt. Sie sagt wenig darüber, ob sich ein Unternehmen an den richtigen Stellen weiterentwickelt, ob Qualifizierungsmaßnahmen wirklich wirken oder ob anfängliche Unsicherheit durch neue Technologien im Lauf der Zeit wieder abnehmen. Noch schwieriger wird es, wenn man wissen will, ob ein Muster nur in einem einzelnen Unternehmen auftritt oder ob es für viele Organisationen typisch ist.
Um das Rennen zwischen Technologie und Kompetenz wirklich zu verstehen, müsste man eigentlich sehr viele Beschäftigte in sehr vielen Unternehmen über längere Zeit begleiten. Man müsste regelmäßig erfassen, welche Rolle Technologie im Arbeitsalltag spielt, ob Beschäftigte sich fähig im Umgang damit fühlen, ob Führungskräfte wirklich Orientierung in diesem Veränderungsprozess vermitteln können, ob Teams lernen und ob das Arbeitsklima förderlich für diese ganzen Veränderungen ist.
Erst auf der Grundlage eines solchen Mikro(Individuum)-Meso(Organisation)-Makro(Organisationen als Gesamtheit)-Datensatzes ließe sich erkennen, ob durch die KI-Wende neue Kompetenzlücken entstehen, die zu Entlassungen oder einem höheren Lohngefälle führen. Anhand eines solches Mehrebenen-Datensatzes ließe sich zeigen, welche Beschäftigtengruppen im technologischen Wandel profitieren und welche eher zurückfallen. Und vor allem ließe sich ermitteln, welche Formen von Führung, Zusammenarbeit und Qualifizierung uns dabei helfen, das Rennen zwischen KI und Kompetenz möglichst arbeitnehmerfreundlich zu lösen. Aus Management-Sicht ließe sich mit solchen Daten vermeiden, dass das Unternehmen nur auf mediale Aufmerksamkeitszyklen reagiert, während die eigentlichen Handlungsbedarfe woanders liegen.
Fraunhofer IAO-Panel baut Langzeitstudie mit wissenschaftlich fundierten Daten auf
Mit dem Fraunhofer IAO-Panel arbeiten wir aktuell an einem sowohl wissenschaftlich als auch rein koordinativ ambitionierten Projekt. Ziel ist es, die organisationale Transformation im technologischen Wandel nicht nur punktuell zu beschreiben, sondern mehrere Jahre hinweg Zeit beobachtbar machen.
Dafür befragen wir Mitarbeitende und Führungskräfte in teilnehmenden Unternehmen regelmäßig. Im Mittelpunkt stehen Fragen, die für die KI-Wende und andere Technikwenden zentral sind, zum Beispiel, wie Technologie den Arbeitsalltag verändert oder wo sich Beschäftigte kompetent und selbstwirksam erleben. Wo entstehen Überforderung oder Unsicherheit? Wie gut funktionieren Führung und Zusammenarbeit?
Die Grundidee des Panels zeigt Abbildung 1: Viele Unternehmen nehmen über mehrere Jahre teil, erhalten eigene Auswertungen und Benchmarks, und aus den zusammengeführten Daten entsteht eine Forschungsgrundlage, mit der sich übergreifende Muster sichtbar machen lassen. Ergänzt wird das durch eine Community, in der Unternehmen ihre Erfahrungen einordnen und voneinander lernen können.
Abbildung 1: Die Grundlogik des Fraunhofer IAO-Panels. Aus jährlichen Befragungen in mehreren Unternehmen entstehen unternehmensspezifische Auswertungen und Benchmarks. Zugleich wächst eine langfristige Datengrundlage, mit der sich übergreifende Muster technologischer und organisationaler Transformation untersuchen lassen. (Bildquelle: eigene Darstellung mit MS Copilot)
Das Panel untersucht also das Wechselspiel von Technologie, Arbeit und Organisation und ist keine reine KI-Umfrage. Es soll auch dann noch spannende und hochwertige Daten liefern, wenn wir in fünf Jahren vielleicht schon nicht mehr über die KI-Wende reden und schreiben – so würde es zumindest Shiller erwarten. Technologie verändert Arbeit nie im luftleeren Raum. Eine goldene Regel der KI-Wende lautet, dass sie sich in Unternehmen nicht einfach von der Spitze verordnen lassen. Jedes Team muss selbst herausfinden, wie es KI möglichst produktiv in seinen Arbeitszusammenhängen anwenden kann. Dafür brauchen Beschäftigte ein gemeinsames Zielverständnis, Entscheidungsspielräume in ihren Arbeitsprozessen und Freiraum, die eigenen Kompetenzen im Umgang mit neuen Technologien weiterzuentwickeln. Genau deshalb muss auch das Arbeitsklima im Unternehmen stimmen.
Mit dem IAO-Panel erarbeiten wir eine einzigartige Datengrundlage zum Nachvollziehen der Effekte von Technologien auf deutsche Unternehmen, die einzelne Unternehmensfälle übersteigt und belastbare Signale für wirtschaftliche Trends liefert. Je mehr Organisationen teilnehmen, desto besser lassen sich Muster erkennen und desto besser kommen wir der Frage auf die Spur, wo unsere Wirtschaft gerade im Rennen zwischen Technologie und Bildung steht.
Warum Unternehmen trotzdem handfeste Vorteile brauchen
Als Forschende wissen wir aber auch, dass Unternehmen bei einem solchen Panel (leider) nicht mitmachen, nur weil die Forschungsfrage spannend ist. Eine wiederholte Befragung kostet Aufmerksamkeit, Zeit und Vertrauen. Sie muss für die Organisation selbst nützlich sein.
Deshalb ist das IAO-Panel so angelegt, dass wissenschaftliche Tiefe und praktischer Nutzen zusammenkommen. Teilnehmende Unternehmen erhalten eine unternehmensspezifische Auswertung ihrer Ergebnisse. Sie sehen, wie ihr Arbeitsklima wahrgenommen wird, wo Führung als unterstützend erlebt wird, wie Beschäftigte auf Veränderung blicken und wo technologische Anpassungsfähigkeit bereits vorhanden ist. Die eigenen Ergebnisse werden zudem mit den Gesamtwerten des Panels verglichen.
So entsteht ein Stärken-Schwächen-Profil des eigenen Arbeitsklimas und der eigenen Arbeitgeberattraktivität. Unternehmen können besser einschätzen, wo sie ansetzen sollten, welche Themen bislang unterschätzt wurden und ob Veränderungsprozesse im Alltag tatsächlich ankommen. Über die jährliche Wiederholung wird sichtbar, ob Maßnahmen wirken, ob sich Belastungen verschieben und ob sich die Organisation in die gewünschte Richtung entwickelt.
Das ist für Managemententscheidungen wichtig. Denn viele Unternehmen investieren gerade in KI, Digitalisierung, Kulturentwicklung und Qualifizierung. Ohne belastbare Daten bleibt oft unklar, ob diese Investitionen dort ankommen, wo sie gebraucht werden.
Sind die KI- und die Kompetenzwende im Einklang?
Ob KI Beschäftigte stärkt oder unter Druck setzt, ob Kompetenzen Schritt halten oder Lücken größer werden, lässt sich nicht aus Schlagzeilen und auch nicht aus einzelnen Befragungen oder Studien beantworten. Dafür müssen wir über längere Zeit beobachten, was in Unternehmen tatsächlich passiert. Deswegen können wir diesen Beitrag nicht mit einer Antwort auf die große KI-Erzählung beenden. Diese Antwort entsteht erst in den kommenden Jahren – mit belastbaren Daten aus der Praxis.
👉 Interesse am Fraunhofer IAO-Panel?
Dann nehmen Sie Kontakt auf und prüfen Sie, ob das Panel zu Ihrer Organisation passt.
Leselinks:
Kategorien: Arbeitswelten (New Work, Connected Work), Digitale Transformation, Künstliche Intelligenz
Tags: Organisationskultur
Hinterlasse einen Kommentar