Ein Viertel der Beschäftigten — berührt, nicht ersetzt

Die Zahl läuft seit Monaten durch Vortragsfolien: Weltweit arbeitet einer von vier Beschäftigten in einem Beruf mit einer gewissen Exposition gegenüber generativer KI. Wer sie ohne das Wort „Exposition“ weitergibt, macht daraus eine Ankündigung von Stellenabbau. Das Arbeitspapier, aus dem sie stammt, sagt etwas deutlich Nüchterneres.

Die Internationale Arbeitsorganisation ordnet in ihrem Arbeitspapier 140 Berufe nach vier Stufen, je nachdem, wie stark ihre Aufgaben von der Technik berührt werden. In die höchste Stufe fallen 3,3 Prozent der weltweiten Beschäftigung. Exposition ist damit ein Maß für Berührung, nicht für Verdrängung — es sagt, wie groß der Anteil der Tätigkeiten ist, bei denen die Technik überhaupt ansetzen kann. Ob daraus Entlastung, Umbau oder Abbau wird, entscheidet sich außerhalb dieser Messung.

Der Unterschied klingt akademisch und ist es nicht. Er entscheidet darüber, welche Frage ein Unternehmen sich überhaupt stellt.

Wer Exposition als Ersetzung liest, landet bei einer Personalfrage: Wie viele Stellen fallen weg, und wann? Wer sie als Berührung liest, landet bei einer Prozessfrage: Welche Teile welcher Vorgänge laufen künftig anders, wer gibt sie frei, und woran merken wir, dass sie schiefgehen? Die zweite Frage ist unbequemer, weil sie sich nicht an die Personalabteilung delegieren lässt — und sie ist die einzige, für die es derzeit belastbare Anhaltspunkte gibt.

Ein hoch exponierter Beruf kann bestehen bleiben und sich dabei von innen vollständig verändern. Ein wenig exponierter Beruf ist umgekehrt nicht sicher, sondern nur aus dieser einen Richtung nicht betroffen. Beides folgt unmittelbar aus der Konstruktion des Maßes, und beides geht verloren, sobald die Zahl in eine Schlagzeile rutscht.

Die Last verteilt sich nicht gleichmäßig

Der interessanteste Teil des Papiers steht nicht im globalen Durchschnitt, sondern in seiner Aufschlüsselung. Denn „die Arbeitswelt“ gibt es hier als einheitliche Größe nicht.

In der höchsten Expositionsstufe stehen weltweit 4,7 Prozent der weiblichen und 2,4 Prozent der männlichen Beschäftigung. Das ist knapp das Doppelte. In Ländern mit hohem Einkommen — Deutschland gehört dazu — fällt der Unterschied noch schärfer aus: 9,6 Prozent gegenüber 3,5 Prozent, also fast der dreifache Wert.

Auch die Gesamtlage ist dort eine andere. In Ländern mit hohem Einkommen fallen 34 Prozent der Beschäftigung in eine der vier Stufen und 17,3 Prozent in die beiden oberen. Gegen die 3,3 Prozent des globalen Spitzenwerts gehalten, heißt das: Je stärker eine Volkswirtschaft bereits digitalisiert ist, desto größer ist der Anteil der Arbeit, an dem generative KI überhaupt ansetzen kann. Der Umbau beginnt also nicht dort, wo Arbeit billig ist, sondern dort, wo sie schon heute am Bildschirm stattfindet.

Welche Berufe das sind, benennt das Papier ebenfalls. Büro- und Verwaltungstätigkeiten tragen weiterhin die höchste Exposition, und zusätzlich steigt sie bei stark digitalisierten Fach- und Technikberufen. Die Geschlechterdifferenz und die Berufsgruppen weist das Papier getrennt aus; welcher Anteil der Differenz auf die Zusammensetzung der Berufe entfällt, lässt sich aus den hier verwendeten Angaben nicht beziffern.

Für die Praxis folgt daraus eine unangenehme Konsequenz. Eine Maßnahme, die im Konzern zentral beschlossen wird, trifft die Abteilungen sehr verschieden — und innerhalb einer Abteilung trifft sie Beschäftigtengruppen verschieden. Wer Qualifizierung, Umbau oder Entlastung über alle Bereiche gleich verteilt, verteilt sie an der Belastung vorbei.

Vom Vorschlag über den Teilprozess zum Ergebnis

Zwischen einem Assistenzwerkzeug und dem, was in Produktankündigungen inzwischen „Digital Worker“ heißt, liegen drei Stufen — eine redaktionelle Ordnung, kein eingeführtes Branchenmodell. Sie hilft trotzdem, weil sich an jeder Stufe eine andere organisatorische Frage stellt.

Auf der ersten Stufe schlägt ein System etwas vor, und ein Mensch übernimmt oder verwirft es: der Entwurf einer Antwort, eine Zusammenfassung, ein Codevorschlag. Die Verantwortung bleibt vollständig beim Menschen, weil er jeden einzelnen Schritt bestätigt. Gemessen wird hier meist Nutzung, und das reicht auch, denn Schaden entsteht kaum.

Auf der zweiten Stufe führt das System eine abgegrenzte Kette von Schritten selbst aus — Daten holen, abgleichen, einen Vorgang anlegen, eine Antwort entwerfen — und legt das Ergebnis zur Freigabe vor. Hier verschiebt sich die Arbeit zum ersten Mal ernsthaft. Der Mensch tut nicht mehr, was das System tut, sondern prüft es, und Prüfen ist eine andere Tätigkeit als Ausführen. Sie verlangt, dass man erkennt, was fehlt, und das ist bei einem fertig aussehenden Ergebnis schwerer als bei einem leeren Formular.

Auf der dritten Stufe verantwortet das System ein Ergebnis, und der Mensch sieht nur noch in Stichproben und bei Ausnahmen hinein. Das ist der Punkt, an dem der Begriff Digital Worker überhaupt erst etwas bezeichnet. Es ist zugleich der Punkt, an dem Protokollierung, Eskalationswege und Zuständigkeiten keine Kür mehr sind, sondern die Voraussetzung dafür, dass jemand die Verantwortung überhaupt tragen kann.

Ein Programmpunkt der HumanX Europe 2026 trägt den Titel „Digital Workers: What It Takes to Scale Enterprise AI“ und fragt damit nach genau diesem Übergang. Die Veranstaltung läuft vom 22. bis 24. September 2026 im RAI Amsterdam; dieser Beitrag entstand davor und wertet allein das veröffentlichte Programm aus, keine Aussagen von der Bühne.

Wo die Systeme scheitern, sagt mehr als jede Prognose

Prognosen über Beschäftigung sind billig zu haben. Messungen darüber, was ein System tatsächlich zu Ende bringt, sind selten — und eine davon sagt mehr über künftige Aufgabenzuschnitte als jede Hochrechnung.

Eine Gruppe der Carnegie Mellon University und der Duke University hat eine vollständige Firma nachgebaut, mit Chat-Plattform, Dateiablage, Projektwerkzeug und simulierten Kolleginnen und Kollegen. Darin mussten Agenten 175 realitätsnahe Büroaufgaben erledigen. Die Arbeit erschien 2025 auf der NeurIPS-Konferenz und ist begutachtet.

Das beste geprüfte System brachte 30,3 Prozent der Aufgaben eigenständig zu Ende und brauchte dafür im Schnitt 27,2 Arbeitsschritte; mit angerechneten Teilerfolgen kommt es auf 39,3 Prozent. Die nächstbesten Systeme liegen bei 26,3 und 24,0 Prozent, ein deutlich günstigeres bei 11,4 Prozent, offene Modelle bei 5,7 bis 7,4 Prozent. Die Werte stammen aus einer nachgebauten Umgebung mit einem Modellstand, der inzwischen überholt ist — als Größenordnung taugen sie trotzdem.

Entscheidend für die Frage nach Arbeit ist aber nicht die Quote, sondern das Muster dahinter. Am schlechtesten schnitten die Systeme dort ab, wo eine Büro-Oberfläche zu bedienen war, und dort, wo sie mit den simulierten Kollegen sprechen mussten.

Das sind ausgerechnet die zwei Anteile, die in jeder Tätigkeitsbeschreibung als selbstverständlich durchgehen und in keiner Stellenanzeige auftauchen. Sich in einem gewachsenen System zurechtfinden, in dem drei Felder anders heißen, als sie gemeint sind. Merken, dass die Kollegin im Einkauf gerade etwas anderes meint, als sie schreibt. Was dagegen gut läuft, sind abgegrenzte technische Aufgaben innerhalb eines Werkzeugs — also der Teil, den Beschäftigte selbst am ehesten als die eigentliche Arbeit bezeichnen würden.

Wenn dieses Muster stabil bleibt, verschiebt sich der Aufgabenzuschnitt nicht dorthin, wo viele es erwarten. Nicht das Anspruchsvolle bleibt beim Menschen und das Einfache geht an die Maschine, sondern das Abgrenzbare geht an die Maschine — und beim Menschen bleibt, was zwischen den Systemen und zwischen den Leuten passiert.

Was beim Menschen bleibt

Aus dem Befund lassen sich vier Anteile trennen, die in fast jedem Vorgang stecken: Regeln, Ausnahmen, Urteil und Verantwortung. Auch das ist eine redaktionelle Einteilung, kein Standard — sie ist hier nützlich, weil die vier Anteile ganz unterschiedlich auf Automatisierung reagieren.

Der regelhafte Anteil ist der, um den es bei jeder Automatisierung geht. Er verschwindet dabei nicht, er wandert: Jemand muss die Regeln festlegen, jemand muss merken, wenn sie veralten, und jemand muss sie ändern, wenn sich ein Steuersatz, ein Lieferant oder eine Freigabegrenze ändert. Diese Pflegearbeit taucht in keiner Wirtschaftlichkeitsrechnung auf, die vor der Einführung geschrieben wird.

Der Ausnahmefall ist der Vorgang, der nicht ins Raster passt. Er war schon vorher der teure Teil, nur fiel das weniger auf, weil er zwischen hundert unauffälligen Vorgängen lag. Läuft der unauffällige Teil maschinell, bleibt dem Menschen ein Arbeitstag, der überwiegend aus Sonderfällen besteht — und das ist anstrengender, nicht leichter.

Urteil meint die Abwägung ohne eindeutige Regel: ob eine Kulanz gewährt wird, ob eine Abweichung tolerabel ist, ob ein Lieferant trotz Verzugs gehalten wird. Verantwortung meint die Unterschrift darunter, gegenüber der Geschäftsführung, dem Kunden oder einer Aufsicht. Beide lassen sich technisch vorbereiten, aber nicht übertragen, weil sie an eine Person gebunden sind, die dafür einstehen kann.

Das McKinsey Global Institute beschreibt dieses Bild in einer 60-seitigen Arbeit vom 25. November 2025 als Partnerschaft aus Menschen, Agenten und Robotern. Das ist eine Beratungsveröffentlichung und keine Messung, und die Metapher der Partnerschaft glättet mehr, als der Betriebsalltag hergibt. Die Richtung trifft sie dennoch: Der Zuschnitt ändert sich, nicht der Bestand an Rollen. Wie weit diese Systeme innerhalb ihres Auftrags bleiben, zeigen die 90 gegen 40 Prozent aus einer Vorfalluntersuchung.

Kennzahlen, die einen Agentenbetrieb steuern

Die meisten Organisationen messen heute, wie verbreitet ein Werkzeug ist. Vergebene Zugänge, aktive Nutzer je Woche, Nutzungsminuten, ein Zufriedenheitswert aus einer internen Umfrage. Das sind Kennzahlen für ein Werkzeug, das ein Mensch bedient — und sie werden in dem Moment unbrauchbar, in dem das System einen Vorgang selbst abschließt.

Denn ab dieser Stufe ist nicht mehr interessant, wie oft jemand die Software öffnet, sondern wie viele Vorgänge durchlaufen, wie viele davon zurückkommen und was das kostet. Die linke Spalte nennt, was üblicherweise erhoben wird, die mittlere, was einen Agentenbetrieb tatsächlich steuert, die rechte, woher der Wert stammt.

Die Zeile zu den Kosten ist die, an der die meisten Rechnungen kippen. Bezahlt werden alle Versuche, auch die gescheiterten — bei einer Erfolgsquote im niedrigen Drittel liegt der Preis je erledigtem Vorgang deshalb um ein Vielfaches über dem Preis je Versuch. In der McKinsey-Befragung vom 25. August 2026 geben 20 Prozent der Teilnehmenden an, dass die laufenden KI-Betriebskosten einschließlich der Kosten für verarbeitete Token ihren Einsatz begrenzt haben. Das ist eine Selbstauskunft, keine gemessene Größe, und sie beschreibt eine Grenze, die erst im Betrieb sichtbar wird.

Die letzte Zeile steht bewusst dort. Wenn der regelhafte Anteil maschinell läuft, verändert sich die Zusammensetzung der verbleibenden Arbeit in Richtung Ausnahme. Wer nur Durchsatz und Kosten misst, sieht diese Verschiebung nicht — bis sie sich über Fehlerquoten oder Fluktuation bemerkbar macht.

Drei Werte aus derselben Befragung, die nicht zusammenpassen

McKinsey hat am 25. August 2026 die jährliche Befragung zum Stand der KI veröffentlicht. Drei ihrer Werte gehören nebeneinander gelesen, weil sie einzeln ein jeweils anderes Bild ergeben.

39 Prozent der Befragten erwarten für das kommende Jahr einen KI-bedingten Rückgang der Gesamtbeschäftigung, nach 32 Prozent im Vorjahr. 80 Prozent berichten eine höhere persönliche Produktivität, 50 Prozent bessere Entscheidungen. Und 37 Prozent berichten einen Beitrag der KI zum operativen Ergebnis — gegenüber dem Vorjahr praktisch unverändert.

Nebeneinander ergibt das ein sperriges Bild. Vier von fünf Befragten spüren an sich selbst eine Wirkung, aber nur gut ein Drittel sieht sie in der Ergebnisrechnung des Unternehmens, und dieser Anteil bewegt sich seit einem Jahr nicht. Zugleich wächst die Erwartung, dass Beschäftigung zurückgeht.

Diese drei Werte messen nicht dasselbe, und genau darin liegt die Erklärung. Persönliche Produktivität ist Selbstwahrnehmung — wer eine halbe Stunde spart, merkt es; ob die Stunde im Unternehmen irgendwo ankommt, merkt niemand an seinem Schreibtisch. Der Ergebnisbeitrag ist eine Unternehmensgröße, die durch Budgets, Auslastung und Nachfrage hindurch muss. Und die Erwartung zur Beschäftigung ist weder das eine noch das andere, sondern eine Einschätzung von Führungskräften über die Zukunft ihres eigenen Hauses.

Wertlos ist eine solche Einschätzung nicht, sie ist nur etwas anderes als ein Arbeitsmarktindikator: Sie sagt, womit in Planungsrunden gerechnet wird, und beeinflusst Einstellungsentscheidungen, bevor irgendeine Statistik sie einfängt. Wer sie als Prognose zitiert, verwechselt eine Absichtslage mit einer Messung.

Der Engpass sitzt bei den Leuten, nicht beim Preis

Die europäische Statistik liefert dazu einen Befund, der die Debatte um Digital Workers merkwürdig unterläuft. Nach Eurostat setzten 2025 rund 19,95 Prozent der Unternehmen in der EU KI ein, nach 13,48 Prozent im Jahr davor.

Interessanter als der Anstieg sind die Gründe, die Unternehmen nennen, wenn sie den Einsatz erwogen und verworfen haben. Ganz oben steht fehlendes Fachwissen mit 70,89 Prozent, danach Unklarheit über die Rechtsfolgen mit 52,52 Prozent und Datenschutzbedenken mit 48,83 Prozent. Mangelnder Nutzen folgt mit 20,68 Prozent. Kosten führt die Statistik in dieser Aufstellung überhaupt nicht auf.

Der mit Abstand meistgenannte Grund ist also kein technischer und kein wirtschaftlicher, sondern einer, der an Personen hängt. Sieben von zehn Unternehmen, die abwinken, tun es, weil ihnen die Leute fehlen, die es könnten. Das ist bemerkenswert für eine Technologie, deren öffentliche Erzählung von der Einsparung von Arbeitskraft handelt.

Daraus lässt sich keine Berufsprognose ableiten, wohl aber eine nüchterne Beobachtung zur Reihenfolge. Bevor ein System Arbeit übernimmt, verlangt es zusätzliche: jemanden, der die Regeln festlegt, jemanden, der die Ausnahmen sortiert, jemanden, der die Protokolle liest. In kleineren Häusern gibt es diese Kapazität oft nicht, und sie lässt sich auch nicht einkaufen, solange der Markt sie nicht hergibt.

Die zweite und dritte Nennung zeigen in dieselbe Richtung: Auch bei Rechtsfolgen und Datenschutz geht es nicht um Technik, sondern darum, wer im eigenen Haus beurteilen kann, was zulässig ist. Wie das im Einzelfall ausfällt, hängt vom konkreten Einsatz ab; die Einordnung hier ersetzt keine rechtliche Prüfung.

Das Betriebsmodell ist die eigentliche Baustelle

Wenn Technik, Kosten und Verfügbarkeit nicht die Hauptprobleme sind, bleibt die Organisation. Und die taucht im Programm der Konferenz in auffälliger Deutlichkeit auf.

Ein Programmpunkt am 24. September von 13:55 bis 14:15 Uhr trägt den Titel „Rewriting the Operating Model for the AI Era“. Beteiligt sind Des Traynor von Fin, Jennifer Smith von Scribe und Luisa Bomke vom Handelsblatt. Dass eine Konferenz das Betriebsmodell auf die Bühne holt und nicht das Modell, ist selbst eine Aussage über den Klärungsstand — sie sagt nur nichts darüber, welche Antwort dort fällt.

Anbieter greifen dieselbe Lücke auf. IBM hat auf der eigenen Veranstaltung Think 2026 Anfang Mai in Boston neue Angebote vorgestellt und sie ausdrücklich unter das Vorzeichen der agentischen Ära gestellt, darunter eine beratende Dienstleistung für den Umbau von Unternehmensprozessen. Das ist Anbietermaterial zu einem Angebot, das IBM verkauft, und als Beleg für Wirkung taugt es nicht. Als Hinweis darauf, wo der Markt gerade sein Geschäft sieht, schon.

Praktisch zerfällt die Frage in wenige, sehr konkrete Zuständigkeiten. Wer legt fest, welche Vorgänge der Agent anfassen darf und welche nicht? Wer entscheidet, ab welcher Betragsgrenze eine menschliche Bestätigung nötig ist? Wer bekommt den eskalierten Fall, und in welcher Frist? Wer liest die Protokolle, wenn nichts passiert ist — und nicht erst, wenn etwas passiert ist? Wer verantwortet, dass die hinterlegten Regeln noch zur Wirklichkeit passen?

Diese fünf Fragen klingen banal, aber ihre Beantwortung entscheidet, ob aus einem funktionierenden Werkzeug ein belastbarer Betrieb wird. Beantworten lassen sie sich, bevor irgendein System eingeführt ist. Wo sie offenbleiben, entsteht keine Automatisierung, sondern eine Zuständigkeitslücke mit hoher Durchsatzleistung.

Woran Sie in zwölf Monaten sehen, ob sich etwas verschoben hat

Am Ende steht die Frage, woran sich eine Verschiebung überhaupt erkennen lässt. Und zwar im eigenen Haus, ohne auf die nächste Befragung zu warten.

Drei Größen taugen dafür, und alle drei liegen in Systemen, die ohnehin laufen. Die erste ist der Anteil der Vorgänge einer Art, der vollständig durchläuft, gemessen über Monate statt über eine Woche nach dem Start. Die zweite ist die Eskalationsrate samt der Zeit, bis ein Mensch den Fall übernimmt. Die dritte ist die Zusammensetzung dessen, was übrig bleibt: Steigt der Anteil der Ausnahmefälle an der verbleibenden Arbeit, hat sich der Aufgabenzuschnitt verändert, unabhängig davon, ob jemand eine Stelle gestrichen hat.

Ebenso nützlich ist die Liste dessen, was nichts belegt. Die Zahl der vergebenen Zugänge belegt nichts. Ein Zufriedenheitswert belegt nichts über Qualität. Und die Erwartung von Führungskräften, dass Beschäftigung zurückgeht, belegt vor allem, dass sie damit rechnen.

Für die größere Frage bleibt es bei dem, was das ILO-Papier hergibt und was es nicht hergibt. Es misst, wie stark Aufgaben berührt werden, und es zeigt, dass diese Berührung sehr ungleich verteilt ist: zwischen Berufsgruppen, zwischen Ländergruppen und zwischen Frauen und Männern, mit 9,6 gegen 3,5 Prozent in der höchsten Stufe in Ländern mit hohem Einkommen. Was daraus folgt, steht dort nicht, weil es dort nicht stehen kann. Das entscheidet sich in Betriebsvereinbarungen, in Qualifizierungsbudgets und in der Frage, wer die Ausnahmefälle bekommt.

Wir verfolgen die Veranstaltung und arbeiten die Themen einzeln auf. Sobald Zahlen aus dem laufenden Betrieb vorliegen und nicht nur Erwartungen darüber, tragen wir sie nach.