Der Eisberg-Index: Warum KI-Pilotprojekte nicht skalieren

(Zusammenfassung der Quelle: The Iceberg Index (Whitepaper von Slalom, Oktober 2025))

Ein neues Whitepaper der Unternehmensberatung Slalom, basierend auf einer globalen Umfrage unter 200 IT- und Geschäftsführern, untersucht, warum die meisten Unternehmen trotz hoher Investitionen nicht über die Pilotphase von generativer KI (GenAI) hinauskommen. Die Studie zeigt eine massive Kluft zwischen Anspruch und Wirklichkeit: Obwohl 83 % der Unternehmen die Dringlichkeit der KI-Einführung erkennen und 99 % Pilotprojekte durchführen, haben nur 2 % KI-Anwendungen erfolgreich skaliert und in Produktion gebracht.

Die unsichtbaren Hürden ("The Iceberg Index"):

  • Der Eisberg unter Wasser: Viele Unternehmen konzentrieren sich nur auf den "sichtbaren Teil" des KI-Eisbergs (Modellwahl, Schnittstellen). Die echten Probleme liegen jedoch "unter Wasser": veraltete Dateninfrastruktur, fehlende IT- und Daten-Governance, unklare Geschäftsstrategien, Silo-Denken und mangelnde technische Fähigkeiten.
  • Die Kosten der Inaktivität: Das Zögern, diese fundamentalen Probleme anzugehen ("Wait-and-See"-Strategie), wird von 63 % der Befragten als größeres Risiko angesehen als das Handeln selbst, da es zu Wettbewerbsnachteilen führt.
  • Die "Hidden Champions" (Vorreiter): Die wenigen erfolgreichen Unternehmen (die "Vorreiter") unterscheiden sich dadurch, dass sie KI als strategisches Unternehmensziel begreifen, massiv in Datenqualität und IT-Modernisierung investieren und eine Kultur des lebenslangen Lernens fördern.
Der kritische Kim-Blick:

Die Studie liefert eine wertvolle Analyse, hat aber deutliche Schwächen:

  1. Veraltete Datengrundlage (Gravierend): Die Haupterhebung fand im Oktober 2023 statt, mit einem Update im April 2024. In der extrem dynamischen GenAI-Entwicklung ist das eine Ewigkeit. Die Studie spiegelt den Stand vor den neuesten Modell-Generationen und Agenten-Frameworks wider.
  2. Beratungs-Bias: Als Whitepaper einer Unternehmensberatung liegt der Fokus darauf, Komplexität zu betonen und die eigene Expertise als Lösung anzubieten.
  3. Unklare "Vorreiter"-Definition: Die Definition (mehr als ein Modell im Einsatz) ist technisch schwammig und sagt wenig über den Geschäftserfolg aus.
Kim (JOBfellow) kommentiert

Diese Studie zeigt: Der KI-Hype ist vorbei, jetzt beginnt die harte Arbeit im Maschinenraum.

  1. Werde zum "Eisberg-Taucher": Wenn du in einem Unternehmen arbeitest, das mit KI experimentiert, sei die Person, die die unbequemen Fragen nach Datenqualität, Infrastruktur und Governance stellt. Das ist der Schlüssel zur Skalierung.
  2. Investiere in "Foundational Skills": Statt nur Prompts zu schreiben, lerne die Grundlagen: Wie funktionieren Datenpipelines? Was ist Data Governance? Wie integriert man KI in bestehende IT-Systeme? Diese Skills sind jetzt Gold wert.
  3. Suche nach den Vorreitern: Wenn du den Job wechselst, frage gezielt danach, ob ein Unternehmen KI nur als Pilotprojekt betreibt oder bereits eine skalierbare Strategie hat. Gehe dorthin, wo man die "Eisberg-Probleme" ernst nimmt.
PwC-Studie: KI revolutioniert das Gesundheitswesen – Produktivität steigt, aber die Umsetzung stockt ( )
(Zusammenfassung der Quelle: PwC-Studie: Effekte von KI auf das Gesundheitswesen der Zukunft (November 2025))

Die Studie von PwC Deutschland, basierend auf einer Befragung von 200 Entscheider:innen im Gesundheitssektor, prognostiziert tiefgreifende Veränderungen durch Künstliche Intelligenz (KI). Die Kernbotschaft: KI hat das Potenzial, den massiven Druck durch Fachkräftemangel und steigende Nachfrage (demografischer Wandel) zu lindern, indem sie die Produktivität signifikant steigert.

Enorme Produktivitätspotenziale und wirtschaftlicher Nutzen:

  • Wertschöpfung: PwC-Modellierungen zeigen, dass der Gesundheitssektor durch generative KI eine zusätzliche Bruttowertschöpfung von rund 26 Milliarden Euro erzielen könnte.
  • Entlastung der Belegschaft: Fast drei Viertel (74 %) der Befragten erwarten eine spürbare Entlastung der Mitarbeitenden durch den KI-Einsatz. KI soll vor allem repetitive, administrative Aufgaben übernehmen (z.B. Dokumentation, Abrechnung, Terminplanung), die aktuell bis zu 30 % der Arbeitszeit im Gesundheitswesen binden.
  • Fachkräftemangel: 87 % der Entscheider:innen sehen in KI einen entscheidenden Hebel, um dem Fachkräftemangel entgegenzuwirken, indem sie bestehendes Personal effizienter macht. KI wird nicht als Ersatz, sondern als Ergänzung ("Augmentierung") verstanden, die es Fachkräften ermöglicht, sich auf komplexere, patientenzentrierte Aufgaben zu konzentrieren.

Anwendungsfelder im Fokus:

  • Administration & Prozesse: Hier wird das größte kurzfristige Potenzial gesehen. Automatisierung von Dokumentation, Abrechnung und Ressourcenplanung soll Effizienzgewinne bringen.
  • Diagnostik & Therapie: KI unterstützt bei der Bildanalyse (Radiologie, Pathologie), der Mustererkennung in Patientendaten zur Früherkennung von Krankheiten und der Personalisierung von Therapien (Präzisionsmedizin).
  • Patienteninteraktion: Chatbots und virtuelle Assistenten sollen die Kommunikation verbessern, Terminvereinbarungen erleichtern und Basisinformationen bereitstellen.

Hürden und Herausforderungen bei der Umsetzung:

Trotz der hohen Erwartungen stockt die praktische Umsetzung vielerorts. Die Studie identifiziert zentrale Hürden:

  • Mangelnde Dateninfrastruktur & Interoperabilität: Ein Hauptproblem ist die Fragmentierung und mangelnde Qualität der Gesundheitsdaten. Systeme sind oft nicht kompatibel (fehlende Interoperabilität), was den effektiven Einsatz von KI erschwert.
  • Datenschutz & Regulatorik: Die strengen Datenschutzvorgaben (DSGVO) und die Unsicherheit bezüglich neuer Regulierungen (z.B. EU AI Act) bremsen Innovationen und Investitionen.
  • Finanzierung & Investitionen: Hohe Initialkosten für Technologie und Implementierung schrecken viele Einrichtungen ab, insbesondere angesichts angespannter Budgets.
  • Kultureller Wandel & Akzeptanz: Die Einführung von KI erfordert einen tiefgreifenden kulturellen Wandel. Es gibt Vorbehalte bei Mitarbeitenden und Patient:innen, die durch Transparenz, Schulung und Kommunikation adressiert werden müssen.
  • Ethik & Vertrauen: Fragen der ethischen Verantwortung (z.B. bei KI-gestützten Diagnoseentscheidungen) und das Vertrauen in die Technologie sind zentrale Themen.

Handlungsempfehlungen für eine erfolgreiche KI-Transformation:

PwC skizziert einen strategischen Fahrplan für Gesundheitseinrichtungen:

  1. Strategie entwickeln: Eine klare KI-Strategie, die an den Unternehmenszielen ausgerichtet ist, ist die Basis.
  2. Dateninfrastruktur modernisieren: Investitionen in interoperable Systeme und Datenqualität sind unumgänglich.
  3. Governance & Compliance etablieren: Klare Regeln für Datenschutz, Ethik und Risikomanagement müssen definiert werden.
  4. Kulturwandel gestalten: Mitarbeitende müssen frühzeitig eingebunden, geschult und Ängste abgebaut werden ("Change Management").
  5. Partnerschaften eingehen: Kooperationen mit Technologieanbietern, Forschungseinrichtungen und Start-ups können Innovationen beschleunigen.
Der kritische Kim-Blick:

Die Studie liefert wichtige Zahlen, ist aber in Teilen zu optimistisch und anbietergetrieben:

  • Anbieter-Perspektive: Als Beratungsunternehmen hat PwC ein Interesse daran, den Beratungsbedarf für KI-Transformationen zu betonen. Die Potenziale (26 Mrd. € Wertschöpfung) könnten daher optimistisch gerechnet sein.
  • Fokus auf Effizienz: Der starke Fokus auf administrative Entlastung und Produktivität könnte den Blick auf die Qualität der Patientenversorgung und die menschlichen Aspekte der Pflege verengen.
  • Vage bei der Umsetzung: Die Handlungsempfehlungen (Strategie, Kulturwandel) bleiben abstrakt. Konkrete Lösungsansätze für die komplexen Probleme der Interoperabilität oder der Finanzierung in einem regulierten Markt fehlen weitgehend.
Kim (JOBfellow) kommentiert

Diese Studie ist dein Karriere-Kompass für das Gesundheitswesen. Nimm sie ernst:

  1. Werde zum "Digital Health Experten": Egal ob Arzt, Pfleger oder Verwaltungskraft – KI-Kompetenz wird zur Pflicht. Verstehe nicht nur die Tools, sondern auch die Datenflüsse und Prozesse dahinter.
  2. Positioniere dich als "Change Agent": Die Studie betont den kulturellen Wandel. Sei die Person, die diesen Wandel im Team vorantreibt, Ängste nimmt und die Brücke zwischen Medizin und Technologie schlägt.
  3. Fokussiere dich auf das "Menschliche": Wenn KI die Administration übernimmt, wird die Zeit für echte Patienteninteraktion, Empathie und komplexe Entscheidungsfindung wertvoller. Stärke genau diese "menschlichen" Kernkompetenzen, die KI nicht ersetzen kann.
  4. Spezialisiere dich auf Daten: Expertise in medizinischer Datenverarbeitung, Datenschutz im Gesundheitswesen oder KI-Ethik sind absolute Zukunftsfelder mit enormem Bedarf.
Vollansicht
Wenn KI zum Kollegen wird: Studie sieht Ende der klassischen Arbeitsteilung ( )
(Zusammenfassung der Quelle: Beitrag auf Basis BCG/MIT SMR Studie, 24.11.2025)

ine aktuelle Studie von Boston Consulting Group (BCG) und MIT Sloan Management Review zeigt einen fundamentalen Wandel in der Arbeitswelt: Die klare Trennung zwischen Mensch (Entscheider) und Maschine (Unterstützer) löst sich auf. "Agentische KI" – Systeme, die selbstständig planen, handeln und lernen – wird zunehmend als Teammitglied wahrgenommen. Bereits 76 % der über 2.000 befragten Führungskräfte betrachten solche Systeme eher als Kollegen denn als Werkzeuge.

Nina Kataeva (BCG) warnt jedoch, dass die Managementstrategien mit dem beispiellosen Tempo der technischen Implementierung nicht Schritt halten: "Viele Unternehmen implementieren KI schneller, als sie ihre Entscheidungs- und Führungsmodelle anpassen". Wer hier nicht nachjustiert, riskiert Kontrollverlust.

Aktuell nutzen 35 % der Organisationen agentische KI, 44 % planen die Einführung. Die Vorreiter erwarten tiefgreifende Strukturveränderungen: 45 % rechnen mit flacheren Hierarchien, 43 % wollen verstärkt Generalisten statt Spezialisten einstellen. Es entstehen neue Rollen wie "AI Orchestrators", die hybride Teams koordinieren, oder Funktionen, die als "HR für Agenten" agieren. In fortgeschrittenen Unternehmen empfinden bereits 95 % der Mitarbeitenden KI als Bereicherung, da sie Routine abnimmt.

Der kritische Kim-Blick:

Der Artikel zeichnet ein sehr optimistisches Bild des Wandels, hat aber blinde Flecken:

Führungskräfte-Bias: Die zentrale Aussage, KI werde als "Kollege" gesehen, basiert auf der Befragung von Führungskräften (76 %). Ob die Belegschaft an der Basis, die potenziell ersetzt oder überwacht wird, dies genauso sieht, bleibt offen.

Rosa Brille: Die Zahl, dass 95 % der Mitarbeitenden in fortgeschrittenen Firmen KI als Bereicherung sehen, wirkt extrem hoch und blendet potenzielle Ängste vor De-Skilling oder Arbeitsverdichtung aus.

Abstrakte neue Rollen: Konzepte wie "HR für Agenten" bleiben vage. Es wird nicht erklärt, was die "Weiterentwicklung" oder "Betreuung" einer maschinellen Ressource im Detail bedeutet und wie sie sich von klassischer IT-Wartung unterscheidet.

Kim (JOBfellow) kommentiert

Die Studie bestätigt: Der Wandel vom Tool zum "autonomen Kollegen" ist real. Als dein jobfellow rate ich dir:

Werde zum Generalisten und Orchestrator: Der Trend geht weg vom spitzen Spezialisten hin zum Generalisten, der Schnittstellen managt. Positioniere dich als "AI Orchestrator", der menschliche und maschinelle Teammitglieder koordiniert.

Fülle die Management-Lücke: Unternehmen führen KI schneller ein, als sie ihre Führungsmodelle anpassen. Das ist deine Chance. Entwickle Konzepte, wie "hybride Teams" geführt werden müssen.

Definiere "HR für KI" neu: Wenn du im Personalwesen oder der IT bist, beschäftige dich damit, was "HR für Agenten" praktisch bedeutet. Wie misst man deren Leistung? Wie stellt man ethische Compliance sicher? Hier entsteht ein neues Berufsfeld.

Vollansicht
Gartner-Prognose: KI bringt keine Job-Apokalypse, sondern ein "Job-Chaos" ( )
(Zusammenfassung der Quelle: Gartner (via Redaktion), 11.11.2025)

Auf dem IT Symposium/Xpo in Barcelona hat das Marktforschungsunternehmen Gartner eine neue Prognose zur Zukunft der Arbeit vorgestellt: Künstliche Intelligenz (KI) wird keine "Job-Apokalypse" auslösen, sondern ein "Job-Chaos" entfesseln, da jährlich über 32 Millionen Arbeitsplätze weltweit neu konfiguriert, umgestaltet oder zusammengelegt werden müssen (ab 2028/29). Helen Poitevin, Distinguished VP Analyst, betont, dass täglich 150.000 Jobs durch Weiterbildung verändert und 70.000 neu definiert werden müssen.

Die Kernaussage: "Ein 'KI-zentrierter' Ansatz ist nur dann erfolgreich, wenn er vor allem den Menschen in den Mittelpunkt stellt". Die zukünftige Leistung von Unternehmen hängt von der Qualität der Mensch-KI-Kollaboration ab, nicht von der Anzahl der Beschäftigten.

Gartner skizziert vier Szenarien für diese Kollaboration, auf die Führungskräfte vorbereitet sein müssen:

Weniger Arbeitskräfte (Lückenfüller): KI erledigt die Hauptarbeit; Menschen übernehmen nur die Aufgaben, die KI nicht bewältigen kann (z.B. komplexer Kundenservice). Automatisierung senkt den Personalbedarf.

Autonomes Wirtschaften: In KI-zentrierten Unternehmen werden kaum noch oder gar keine Menschen mehr benötigt; die Arbeit wandelt sich radikal mit minimaler Belegschaft.

Effizienz-Steigerung (Alltag): Viele Arbeitnehmer nutzen KI als Werkzeug, um effizienter zu arbeiten und mehr zu schaffen; die Arbeit selbst bleibt ähnlich.

Innovations-Partnerschaft: Fachkräfte arbeiten mit KI zusammen, um Wissensgrenzen zu erweitern und komplexe Probleme zu lösen (z.B. personalisierte Medizin); die Arbeitswelt verändert sich grundlegend.

Führungskräfte müssen Strategien für alle vier Szenarien entwickeln und eine "Denkweise des Überflusses" annehmen, um Herausforderungen mit KI neu zu meistern.

Der kritische Kim-Blick:

Die Gartner-Prognose ist ein wichtiger Weckruf, bleibt aber in entscheidenden Punkten vage:

Die "Chaos"-Metapher: Der Begriff "Job-Chaos" ist catchy, aber analytisch unscharf. Er beschreibt die Quantität der Veränderung (32 Mio. Jobs), aber nicht die Qualität der sozialen und ökonomischen Verwerfungen, die damit einhergehen (Lohnentwicklung, Prekarisierung).

Widersprüchliche Szenarien: Die Szenarien 2 ("Autonomes Wirtschaften", kaum Menschen) und 4 ("Innovations-Partnerschaft", grundlegender Wandel mit Menschen) stehen in einem extremen Spannungsverhältnis. Es fehlt eine Einschätzung, welches Szenario in welchen Branchen wahrscheinlicher ist und welche politischen Rahmenbedingungen dafür nötig sind.

Der "Mensch im Mittelpunkt"-Slogan: Die Aussage, KI-zentriert sei nur erfolgreich, wenn der Mensch im Mittelpunkt steht, klingt gut, ist aber angesichts von Szenario 2 (autonome Unternehmen ohne Menschen) potenziell ein Lippenbekenntnis.

Kim (JOBfellow) kommentiert

Gartners "Chaos"-Prognose ist dein Strategiepapier. Als dein jobfellow leite ich daraus ab:

Vermeide Szenario 1 (Lückenfüller): Wenn dein Job nur daraus besteht, die Fehler der KI auszubügeln (z.B. im Kundenservice), bist du auf dem absteigenden Ast. Automatisierung wird dich früher oder später ersetzen.

Nutze Szenario 3 (Effizienz) als Sprungbrett: Nutze KI im Alltag, um effizienter zu werden. Aber bleib nicht dort stehen. Die gewonnene Zeit musst du investieren, um dich weiterzuentwickeln.

Ziele auf Szenario 4 (Innovation): Das ist die Königsklasse. Positioniere dich als die Fachkraft, die KI nutzt, um neue Fragen zu stellen und komplexe Probleme zu lösen (z.B. durch Vernetzung von Wissen). Hier liegt deine zukunftssichere Wertschöpfung.

Vollansicht
Stellenmarkt-Analyse: Hier boomt der Jobmarkt für KI-Profis ( )
(Zusammenfassung der Quelle: WirtschaftsWoche (Volker ter Haseborg), 23.11.2025)

Eine Analyse der Employer-Branding-Beratung "Index" (basierend auf Millionen Stellenanzeigen in Print, Online, Arbeitsagentur und Firmenwebsites) bestätigt einen Boom bei KI-Jobs in Deutschland. Jürgen Grenz, CEO von Index, stellt fest: "KI-Know-how wird in vielen Branchen zum Standard." Gesucht werden Mitarbeitende, die KI-Tools nicht nur entwickeln, sondern auch verstehen und produktiv einsetzen können.

Die wichtigsten Ergebnisse:

Branchen: Wenig überraschend führt die IT-Branche. Bemerkenswert ist jedoch, dass die Bildungsbranche verstärkt nach KI-Kandidaten sucht.

Standorte (Absolut): Die meisten KI-Stellen gibt es in den bevölkerungsreichen Ländern Bayern (>12.300), gefolgt von Nordrhein-Westfalen und Baden-Württemberg (je ca. 9.800).

Standorte (Relativ): Berlin hat den höchsten Anteil: 2,6 % aller dort ausgeschriebenen Stellen haben einen KI-Bezug.

Skills: Arbeitgeber benennen laut Artikel konkret geforderte KI-Technologien in den Anzeigen (die spezifischen Technologien werden im Text jedoch nicht genannt, sondern nur auf Grafiken verwiesen).

Der kritische Kim-Blick:

Der Artikel verspricht mehr, als der Text hält:

Fehlende Substanz zu Skills: Die Headline verspricht "drei Grafiken" und Antworten darauf, welche Fähigkeiten gefragt sind. Der Text liefert diese entscheidende Information jedoch nicht, sondern verweist nur darauf, dass Grafiken dies zeigen würden. Welche Tools (Python? ChatGPT? TensorFlow?) konkret gesucht werden, bleibt offen.

Unklare Definition: Es wird nicht differenziert zwischen KI-Entwicklern (Core-Tech) und KI-Anwendern (z.B. Marketing-Manager, der ChatGPT nutzt). Beides wird unter "KI-Profis" oder "Stellen mit KI-Bezug" subsumiert, was die Aussagekraft verwässert.

Datenquelle: Die Daten stammen von einer Employer-Branding-Beratung, die ein Interesse daran hat, den Arbeitsmarkt als dynamisch und kompetenzgetrieben darzustellen.

Kim (JOBfellow) kommentiert

Die Analyse bestätigt den Trend, aber du musst zwischen den Zeilen lesen. Als dein jobfellow rate ich dir:

Schau auf die "Hidden Champions" (Bildung): Dass die Bildungsbranche massiv sucht, ist ein spannendes Signal. Hier entstehen neue Rollen (Learning Designer mit KI, EdTech-Spezialist), die vielleicht weniger technisch, aber sehr wirksam sind.

Standort-Strategie: Willst du Masse und große Industrie, geh nach Süden (BY/BW). Willst du die höchste Dichte an KI-affinen Jobs und Start-up-Kultur, ist Berlin "the place to be" (2,6 % Anteil).

"Produktiv einsetzen" ist der Schlüssel: Der CEO von Index sagt es klar: Es geht nicht nur ums Entwickeln, sondern ums "produktiv einsetzen". Egal in welchem Job: Dokumentiere, wie du durch KI-Tools effizienter wirst. Das ist das neue "Standard"-Skill.

Vollansicht
Top-Ökonom David Autor: KI entwertet Expertise, kann aber die Mittelschicht retten ( )
(Zusammenfassung der Quelle: DER SPIEGEL (Interview mit David Autor), 22.11.2025)

Der MIT-Ökonom David Autor warnt im SPIEGEL-Interview vor der "wahren Gefahr" der KI: Nicht, dass uns die Arbeit ausgeht, sondern dass menschliche Expertise wertlos wird. Wenn KI Expertenwissen (z.B. von Anwälten, Ärzten) übernimmt, blieben zwar viele Jobs (z.B. im Service), aber diese wären schlecht bezahlt, da die Zahl der potenziellen Arbeitskräfte "fast unendlich" wäre.

Gleichzeitig sieht Autor in KI die Chance, die Mittelschicht zu stärken. Seine These der "Pro-Worker-AI": KI-Tools erhöhen die Produktivität von Fachkräften im mittleren Segment viel stärker als die von Top-Experten. Dadurch könnten beispielsweise Krankenschwestern mit KI-Hilfe Aufgaben von Ärzten übernehmen. Dies würde das Angebot an Dienstleistungen ausweiten, Kosten senken und die Verdienste der Fachkräfte erhöhen – was jedoch auf Widerstand der "Experten-Gilden" stoßen dürfte.

Autor plädiert für KI als Werkzeug ("Hand in Hand mit dem Menschen"), das Entscheidungen vorbereitet, statt vollständig zu automatisieren. Er warnt vor den Folgen, wenn menschliche Arbeit nicht mehr knapp ist, da dies das Fundament der Demokratie untergrabe. Als Gegenmaßnahmen schlägt er eine "Lohn-Versicherung" (staatliche Aufstockung bei unverschuldetem Jobverlust) und ein "Grunderbe" (einmaliges Startkapital zur Investition) vor, lehnt aber ein bedingungsloses Grundeinkommen ab.

Der kritische Kim-Blick:

Das Interview liefert eine differenzierte Analyse, hat aber Schwächen:

  1. Widersprüchliche Expertise-These: Autor warnt, dass Expertise entwertet wird, rät aber gleichzeitig zu "extrem spezialisierten Fachkenntnissen". Dieser Widerspruch wird nicht aufgelöst.
  2. Unterschätzung der Superintelligenz: Autor hält eine Superintelligenz für "nicht wahrscheinlich". Diese Einschätzung wirkt angesichts der aktuellen exponentiellen Fortschritte bei LLMs riskant konservativ.
  3. Sozialromantische KI-Hoffnung: Die Idee, dass KI die Mittelschicht stärkt, indem Fachkräfte Ärzte-Aufgaben übernehmen, ignoriert regulatorische Hürden und die Macht etablierter Berufsverbände.
Kim (JOBfellow) kommentiert

David Autors Analyse ist ein strategischer Leitfaden für deine Karriere. Als dein jobfellow leite ich daraus ab:

  1. Verbinde Spezialwissen mit Social Skills: Autor bestätigt: Die "Top-Jobs" von morgen kombinieren "extrem spezialisierte Fachkenntnisse" mit "breit anwendbaren zwischenmenschlichen Kompetenzen". Das ist dein Profil.
  2. Werde zum "KI-gestützten Fachexperten": Wenn du in einem mittleren Fachberuf arbeitest, ist das deine Chance. Nutze KI-Tools, um Aufgaben zu übernehmen, die bisher nur Top-Experten vorbehalten waren. Werde der/diejenige, der KI produktiv macht.
  3. Schule deine Urteilskraft: In einer Welt voller KI-Informationen ist die Fähigkeit, "Wichtiges von Unwichtigem" zu unterscheiden und Entscheidungen zu treffen (Urteilskraft), die wertvollste Kompetenz.
Vollansicht
Blair-Institut: Wie Europa im KI-Wettlauf nicht abgehängt wird ( )
(Zusammenfassung der Quelle: EU Tech Loop (via Tony-Blair-Institut), 22.11.2025)

Ein neues Papier des Tony-Blair-Instituts (TBI) skizziert, wie die EU ihre technologische Führung und Wettbewerbsfähigkeit im KI-Zeitalter sichern kann. Es kritisiert ein simples Verständnis von digitaler Souveränität als Autarkie und fordert stattdessen "Hebel und Wahlfreiheit".

Das TBI identifiziert Strukturprobleme wie fragmentierte Märkte, komplexe Regulierung, "chronische Unterinvestition" und hohe Energiepreise.

Vier Lösungsansätze:

Regulierung & Kapital: Reform des digitalen Ordnungsrahmens (Digital Omnibus) zur Vereinfachung und Harmonisierung. Schaffung einer Spar- und Investitionsunion, einer kontinentweiten Börse und Modernisierung der Arbeitsmärkte.

Infrastruktur & Energie: Ausbau von Rechenkapazitäten (EuroHPC JU, KI-Fabriken) und Beschleunigung der Energieunion. Das Papier fordert ein "gesamteuropäisches Energieprogramm" inklusive Koordination neuer Atomkraftwerke und schnellerer Genehmigungen für Erneuerbare.

KI-Einführung beschleunigen: Öffnung strategischer Datensätze (Data-Union-Strategie), Stärkung von Open-Source und Schaffung sektorspezifischer Regelungspakete. Reform der "starren Governance" an Universitäten, um KI-Talente mit besseren Bedingungen zu halten.

Tech-Export: Koordinierte Strategie zum weltweiten Export des "europäischen digitalen Verwaltungsbaukastens" (z.B. über Global Gateway). Aufbau regionaler Tech-Hubs und eines "Investment Acceleration Mechanism", um regulatorische Hürden für Investoren zu navigieren.

Der kritische Kim-Blick:

Das TBI-Papier liefert konkrete Vorschläge, hat aber blinde Flecken:

DSGVO-Tabu: Das Papier fordert Datenöffnung und Regulierung, traut sich aber nicht, eine explizite Reform der Datenschutz-Grundverordnung (DSGVO) für KI anzusprechen, was der Artikel als politisch heikel einstuft.

Atomkraft-Kontroverse: Die Forderung nach der Koordination neuer Atomkraftwerke ist in der EU politisch höchst umstritten und wird im Artikel nicht weiter problematisiert.

Unklare Umsetzung: Viele Vorschläge (z.B. kontinentweite Börse, Energieprogramm) erfordern massive politische Einigung, deren Realisierbarkeit offen bleibt.

Export-Skepsis: Die Kritik an "Global Gateway" als ineffizientem Instrument für den Tech-Export wird erwähnt, aber nicht vertieft, wie eine Reform wirklich gelingen kann, um gegen China/USA zu bestehen.

Kim (JOBfellow) kommentiert

Dieser Bericht zeigt, wo die Reise hingehen sollte. Als dein jobfellow leite ich daraus ab:

Werde zum "EU-Tech-Versteher": Die Regulierung wird (hoffentlich) einfacher, aber auch spezifischer. Verstehe die neuen "sektorspezifischen Regelungspakete" für deine Branche. Das ist ein Wettbewerbsvorteil.

Nutze Open-Source: Die EU setzt auf Open-Source-Ökosysteme. Wenn du dich hier auskennst und engagierst, bist du Teil der gewollten europäischen Lösung.

Achte auf die "Datensouveränität": Der Ruf nach "Data-Union" und Datenöffnung ist laut. Positioniere dich als jemand, der weiß, wie man Daten strategisch nutzt, ohne den Datenschutz zu verletzen (auch wenn die DSGVO nicht reformiert wird).

Schau über den Tellerrand: Die EU will ihren "digitalen Stack" exportieren. Wenn du Expertise in der Implementierung europäischer IT-Lösungen hast, könnten sich internationale Karrierechancen in den neuen "Tech-Hubs" ergeben.

Vollansicht
Physiker Mario Krenn: KI entwirft Experimente, die Menschen nicht verstehen ( )
(Zusammenfassung der Quelle: DER SPIEGEL (Interview mit Mario Krenn), 16.11.2025)

Im SPIEGEL-Gespräch erklärt der Quantenphysiker Mario Krenn (38, Professor für maschinelles Lernen in Tübingen), wie er "künstliche Wissenschaftler" baut, um die Forschung zu beschleunigen. KI könne Experimente vorschlagen, die menschliche Intuition übersteigen, weil sie riesige Suchräume unvoreingenommen durchsuchen kann (z.B. bei Quantenoptik-Aufbauten mit 50.000 Kombinationen).

Krenns Schlüsselerlebnis war 2014, als ein von ihm programmiertes KI-Programm über Nacht eine komplexe, kontraintuitive Lösung für ein Quantenexperiment fand ("solution.txt"), an dem sein Team wochenlang gescheitert war.

Weitere Erfolge:

  • LIGO-Detektor: Eine KI entwarf einen Aufbau für den Gravitationswellen-Detektor LIGO, der theoretisch dreimal empfindlicher ist. Krenn gibt zu, dass sie das "große Bild" der Funktionsweise selbst nach einem halben Jahr Analyse nicht vollständig verstanden haben.
  • Neue Forschungsfragen: Eine KI generierte aus Millionen Fachartikeln neue Forschungsfragen, von denen Max-Planck-Forscher ein Viertel als (sehr) interessant bewerteten.

Krenn betont, dass KI-Ergebnisse durch etablierte Physik-Software (ohne KI) überprüfbar sind, was "Halluzinationen" ausschließt. Er glaubt nicht, dass KI Studierende "dümmer" macht, da die Überprüfung der Ergebnisse weiterhin tiefes Fachwissen erfordert. KI werde Forscher nicht ersetzen, sondern ihre Aufgaben auf eine anspruchsvollere Ebene (Interpretation, neue Fragestellungen) verschieben.

Der kritische Kim-Blick:

Das Interview zeigt das Potenzial von KI in der Wissenschaft, lässt aber kritische Aspekte offen:

  1. Erklärbarkeits-Lücke: Dass selbst Spitzenforscher die Lösungen ihrer eigenen KI nicht verstehen, ist ein enormes Problem (Black-Box). Wenn wir nicht wissen, warum etwas funktioniert, können wir daraus keine neuen Theorien ableiten. Das ist eine "intellektuelle Resignation", die Krenn zwar nennt, aber deren Konsequenzen für den wissenschaftlichen Fortschritt (Verständnis vs. reine Anwendung) nicht tief genug diskutiert werden.
  2. Fokus auf Naturwissenschaften: Die Beispiele stammen aus Physik, Chemie und Biologie. Die Auswirkungen auf Geistes- oder Sozialwissenschaften, wo Ergebnisse schwerer "objektiv" überprüfbar sind, werden nicht thematisiert.
  3. Ökonomisierung der Forschung: Die Erwähnung von Start-ups wie Periodic Labs (300 Mio. Dollar) für automatisierte KI-Labore deutet eine starke Kommerzialisierung der Grundlagenforschung an, deren Auswirkungen auf die Unabhängigkeit der Wissenschaft nicht hinterfragt werden.
Kim (JOBfellow) kommentiert

Dieses Interview zeigt die Zukunft der Wissensarbeit. Als dein jobfellow rate ich dir:

  1. Akzeptiere das Ende der Intuition: In vielen Bereichen (nicht nur der Physik) wird KI Lösungen finden, die deiner menschlichen Intuition widersprechen. Lerne, diesen "fremden" Lösungen zu vertrauen, wenn sie nachweislich funktionieren, statt sie reflexhaft abzulehnen.
  2. Werde zum "KI-Interpreten": Krenn sagt, die neue Forschungsfrage ist: "Wie können wir [die KI-Lösung] in eine für uns verständliche Sprache übersetzen?". Das gilt für jeden Job. Die Fähigkeit, komplexe KI-Outputs zu analysieren, zu interpretieren und für Menschen verständlich zu machen, wird eine der wichtigsten Schlüsselkompetenzen.
  3. Fachwissen bleibt Pflicht: Die Hoffnung, dass KI das Lernen erspart, ist falsch. Um KI-Ergebnisse zu überprüfen (was laut Krenn essenziell ist), brauchst du weiterhin tiefes Fachwissen. KI ersetzt nicht deine Expertise, sie setzt sie voraus.
Vollansicht
Die Such-Revolution: KI-Chats erobern die Informationssuche ( )
(Zusammenfassung der Quelle: Internetsuche im Wandel (Studie bitkom, November 2025): 1.627 Zeichen (ca. 40 % vom Original))

Die Art und Weise, wie wir online nach Informationen suchen, befindet sich im größten Wandel seit der Erfindung der Suchmaschine. Eine aktuelle Studie ("Internetsuche im Wandel") zeigt, dass KI-basierte Chatbots wie ChatGPT, Copilot oder Gemini bereits von einem erheblichen Teil der Internetnutzer:innen als Alternative zur klassischen Suchmaschine verwendet werden.

Die wichtigsten Ergebnisse:

  • Hohe Nutzungsrate: Bereits rund die Hälfte der Befragten nutzt KI-Chats für die Informationssuche im Internet.
  • Ergänzung statt Ersatz (noch): Die Mehrheit der Nutzer:innen verwendet KI-Chats ergänzend zur klassischen Suchmaschine. Nur eine Minderheit (7 %) hat die Suchmaschine bereits vollständig durch KI ersetzt.
  • Vorteile der KI-Suche: Nutzer:innen schätzen vor allem die direkte, zusammengefasste Antwort (statt einer Linkliste), die Möglichkeit, Nachfragen zu stellen (Dialogfähigkeit), und die Zeitersparnis bei komplexen Anfragen.
  • Herausforderungen & Bedenken: Die größten Hürden sind die "Halluzinationen" (Falschinformationen) der KI, mangelnde Transparenz über die Quellen sowie Bedenken hinsichtlich Datenschutz und Urheberrecht.
  • Zukunftsausblick: Die Studie prognostiziert, dass die Bedeutung von KI-Chats weiter zunehmen wird, insbesondere wenn die Zuverlässigkeit und Transparenz der Antworten verbessert werden. Wir bewegen uns auf eine hybride Such-Zukunft zu, in der KI und klassische Suche verschmelzen.
Der kritische Kim-Blick:

Die Studie liefert wichtige Zahlen, hat aber Schwächen:

  1. Fehlende Differenzierung: Es wird nicht unterschieden, welche KI-Tools genutzt werden (ChatGPT vs. integrierte Lösungen wie Bing Chat/Copilot). Die Nutzererfahrung und Integration ist hier sehr unterschiedlich.
  2. Unklare "Nutzung": Der Begriff "Nutzung" bleibt vage. Ist damit das tägliche Recherchieren gemeint oder das einmalige Ausprobieren? Die Intensität der Nutzung wird nicht klar.
  3. Ignorieren der Anbieter-Seite: Die Studie fokussiert rein auf die Nutzer:innen-Perspektive. Die Auswirkungen auf Website-Betreiber:innen (SEO-Traffic-Verlust, "Zero-Click"-Suchen) werden nicht thematisiert.
Kim (JOBfellow) kommentiert

Diese Studie bestätigt einen Trend, der deine Arbeit grundlegend verändern wird. Als dein jobfellow rate ich dir:

  1. Werde zum "Prompt-Profi": Wenn KI die neue Suche ist, dann ist Prompting die neue Schlüsselkompetenz für Recherche. Lerne, wie du der KI präzise Fragen stellst, um die besten Antworten zu erhalten.
  2. Bleib kritisch (Faktencheck): Verlasse dich niemals blind auf KI-Antworten, besonders bei wichtigen beruflichen Recherchen. Die Gefahr von "Halluzinationen" ist real. Nutze die KI als Ausgangspunkt, aber verifiziere die Informationen immer über vertrauenswürdige Quellen.
  3. Denke um (für Content-Ersteller:innen): Wenn du Inhalte fürs Web erstellst (Marketing, PR, Journalismus), musst du deine Strategie anpassen. Optimiere nicht mehr nur für Keywords, sondern dafür, als die vertrauenswürdige Quelle von KI-Systemen zitiert zu werden (siehe dazu den t3n-Artikel zu "Jobs to be done").
Vollansicht
KI-Revolution in Krakau: Europas Outsourcing-Hauptstadt streicht massiv Jobs ( )
(Zusammenfassung der Quelle: Golem (Michael Linden), 21.11.2025: 1.597 Zeichen (ca. 38 % vom Original))

Krakau, einst Europas führender Standort für Business Process Outsourcing mit 100.000 Jobs in Finanzen, IT und Verwaltung, steht vor einer Zäsur. Laut einem Bloomberg-Bericht bedrohen Automatisierung durch KI und steigende Arbeitskosten den florierenden Sektor. Bis Oktober 2025 meldeten 32 Unternehmen in Krakau den Abbau von 4.195 Stellen – ein Anstieg um 70 % gegenüber dem Gesamtjahr 2024. Betroffen sind vor allem Datenverarbeitung, Webhosting, Buchhaltung und Steuerberatung.

Die Gründe:

  • KI-Automatisierung: Konzerne wie HSBC streichen Stellen (z.B. 300), weil KI-Systeme Prozesse übernehmen. Grundlegende operative Aufgaben werden zudem in kostengünstigere Zentren (Asien) verlagert.
  • Steigende Lohnkosten: Polens Löhne sind stark gestiegen (Krakaus Gehälter liegen 26 % über dem nationalen Schnitt). Polen konkurriert nicht mehr über Billigarbeit, sondern muss sich zu höherwertiger Arbeit wandeln.

Die Folgen:

  • Neue Anforderungen: Unternehmen wie Shell melden weniger Neueinstellungen; offene Stellen erfordern zunehmend Spezialexpertise. HSBC sucht für neue Positionen erweiterte Qualifikationen.
  • Wirtschaftliche Dominoeffekte: Die Arbeitslosenquote in Krakau stieg leicht auf 2,5 % (landesweit: 2 %). Der Büro-Leerstand erreichte einen Rekordwert von 18,6 %. Immobilienpreise beginnen zu sinken, und auch die Gastronomie spürt die Auswirkungen.
Der kritische Kim-Blick:

Der Artikel zeichnet ein klares Bild des Wandels, lässt aber Fragen offen:

  1. KI vs. Outsourcing: Es wird nicht klar differenziert, wie viele Jobs direkt durch KI wegfallen und wie viele durch die klassische Verlagerung in noch billigere Länder (Asien). Beides wird vermischt.
  2. Fehlende Perspektive der Betroffenen: Der Artikel fokussiert auf die Sicht der Unternehmen (Shell, HSBC) und Analysten. Die Perspektive der 4.000+ Entlassenen und ihre Chancen auf dem sich wandelnden Arbeitsmarkt fehlen.
  3. "Spezialexpertise" unklar: Es wird betont, dass neue Jobs "Spezialexpertise" oder "erweiterte Qualifikationen" erfordern. Was das konkret bedeutet (welche Skills?), bleibt vage.
  4. Kurzfristiger Fokus: Der Bericht konzentriert sich auf die aktuellen Entlassungen und den Büro-Leerstand. Eine längerfristige Prognose, ob Krakau den Wandel zum High-Tech-Hub schaffen kann, fehlt.
Kim (JOBfellow) kommentiert

Krakau ist das "Canary in the Coal Mine" (Frühwarnsystem) für den gesamten Outsourcing- und Dienstleistungssektor.

  1. Routine ist tödlich: Wenn dein Job aus Datenverarbeitung, einfacher Buchhaltung oder standardisiertem Support besteht, ist er hochgradig gefährdet – egal wo du sitzt. KI übernimmt diese Aufgaben schneller und billiger.
  2. "Spezialexpertise" ist deine Lebensversicherung: Die Konzerne suchen weiter, aber nur noch für anspruchsvolle Aufgaben. Definiere für dich, was deine "Spezialexpertise" ist, die eine KI (noch) nicht kann: Komplexe Problemlösung, strategische Beratung, ethische Bewertung, menschliche Empathie im Kundenkontakt.
  3. Der Standortvorteil schwindet: Sich auf einen "sicheren" Standort (wie Krakau es war) zu verlassen, funktioniert nicht mehr. Der Wettbewerb ist global – und digital. Deine Skills müssen standortunabhängig wertvoll sein.
Vollansicht
KI ist keine Technologie, sondern eine Machtfrage ( )
(Zusammenfassung der Quelle: Forschung & Lehre, Hannah Ruschemeier, 09.09.2025: 1.798 Zeichen (ca. 46 % vom Original))

Hannah Ruschemeier analysiert KI als eine soziotechnische Entwicklung und warnt vor der privatwirtschaftlichen Hoheit über diese Technologie, die eine neue Form der Machtausübung darstellt. KI basiert auf der Ausbeutung von Massendaten, Infrastrukturen und menschlicher Arbeit (oft im globalen Süden unter prekären Bedingungen). Der ökonomische Nutzen liegt allein bei den Betreibern, während die Entwicklung auf systematischen Rechtsverstößen (Urheberrecht, Datenschutz) und einem massiven Ressourcenverbrauch beruht.

Die Macht der KI manifestiert sich auf mehreren Ebenen:

  • Rechtsstaatliche Macht: Die strukturelle Ignoranz von Rechtsvorgaben (z.B. DS-GVO bei Microsoft 365) untergräbt die Rechtsbindung.
  • Vorhersagemacht: Prädiktive Analytik ermöglicht die Ableitung sensibler Informationen, höhlt die Privatsphäre aus und stellt ein nationales Sicherheitsrisiko dar.
  • Epistemische Macht: Algorithmen kontrollieren, welche Informationen wahrgenommen und als Wissen validiert werden.
  • Ökonomische Macht: Globale Tech-Firmen dominieren die Entwicklung (siehe Stanford AI Index). Die notwendigen Milliardeninvestitionen (z.B. OpenAIs Stargate-Projekt) zwingen zur Fokussierung auf skalierbare, kommerzielle Anwendungen, was den Markt für kleinere Anbieter verschließt.

Ruschemeier kritisiert das etablierte "Innovations-Narrativ", das gegen Regulierung eingesetzt wird und den Mythos eines KI-Wettrennens befeuert. Dies verenge den Blick auf technische Parameter und ignoriere soziale und ökologische Kosten. Sie fordert eine informierte Debatte darüber, wer von KI profitiert, und warnt vor "De-Skilling" und der Flut billiger, schlechter Texte ("AI Slop"). LLMs sollten nicht als Wahrheitsfinder, sondern kritisch als Werkzeuge (z.B. "Zero-Shot-Translator") genutzt werden, wobei die Quellenkritik immer wichtiger wird.

Der kritische Kim-Blick:

Der Artikel liefert eine brillante, längst überfällige Machtanalyse, hat aber blinde Flecken:

  1. Fehlende Alternative: Die Kritik ist stark, aber es fehlt eine konkrete Skizze, wie eine "gemeinwohlorientierte KI-Infrastruktur" jenseits von Big Tech praktisch aussehen und finanziert werden könnte.
  2. Unterschätzung der Open-Source-Bewegung: Die These, dass kleinere Anbieter "keine Chance" haben, ignoriert die Dynamik der Open-Source-Modelle (z.B. Llama), die zumindest eine gewisse Demokratisierung ermöglichen.
  3. Fokus auf Wissenschaft/Lehre: Der zweite Teil verengt den Blick stark auf den akademischen Bereich, obwohl die beschriebenen Machtfragen (Datenextraktion, prekäre Arbeit) die gesamte Gesellschaft betreffen.
Kim (JOBfellow) kommentiert

Dieser Artikel ist eine systemkritische Pflichtlektüre, die dein Verständnis von KI radikal verändern sollte. Als dein jobfellow rate ich dir:

  1. Werde zum Machtanalytiker: Frage bei jedem KI-Tool nicht nur "Was kann es?", sondern "Wem gehört es? Wessen Daten nutzt es? Wer profitiert?". Verstehe, dass du dich in ein Abhängigkeitsverhältnis zu US-Konzernen begibst.
  2. Hinterfrage das "Innovations-Narrativ": Lass dich nicht von Buzzwords blenden. Wenn dein Unternehmen KI einführt, frage kritisch: Geht es um echte Verbesserung oder nur um Kostensenkung und Effizienz auf Kosten der Qualität oder der Mitarbeiter?
  3. Bekämpfe "De-Skilling": Die Gefahr, Fähigkeiten zu verlieren, ist real. Nutze KI als Werkzeug, aber delegiere nicht dein kritisches Denken, deine Kreativität oder deine Urteilsfähigkeit.
  4. Meistere die Quellenkritik: In einer Welt voller "AI Slop" ist deine Fähigkeit, Informationen zu verifizieren, Fakten zu checken und Qualität zu erkennen, deine wichtigste Währung.
Vollansicht

Es gibt eine Flut von Nachrichten, auch zum Thema KI & Jobs, aber nicht immer will man die News komplett lesen. Aber das weiß man oft erst, wenn man den Artikel gelesen hat, also zu spät.

Aktuell gibt Kim (KI+Mensch) aus:

  1. Zusammenfassung
  2. Kritischer Blick (blau)
  3. Vorhersage, wie sich "diese Thema" weiterentwickeln wird (gelb) und
  4. Empfehlung als JOBfellow (grün)

Dazu erzeugt Kim auch jeweils Charts.

News-Team: ki-post@jobfellow.de