Fahren Sie zweigleisig: Manche Aufgaben gehen an KI, bei anderen hilft KI den Fachleuten

Worum es geht

Teilen Sie Ihre KI-Arbeit in zwei Gleise auf:

• Das Automatisierungsgleis. Wiederholbare, digitale Aufgaben mit klarer Eingabe, klarem Ergebnis und einfacher Prüfung. Die KI erledigt die Aufgabe. Ein Mensch kümmert sich um die Ausnahmen.
• Das Gleis der Fachleute-Hilfe. Facharbeit, die auf Urteil, Verantwortung oder Anwesenheit vor Ort beruht. Die KI bereitet eine Analyse, einen Entwurf oder eine Auswahl an Möglichkeiten vor. Die Fachperson entscheidet.

Nicht jede KI-Arbeit ist dieselbe Art von Projekt. Die beiden Gleise haben unterschiedliche Ziele, unterschiedliche Risiken und unterschiedliche Messgrößen. Führen Sie sie nebeneinander und messen Sie nicht das eine am Maßstab des anderen.

Was die Evidenz zeigt

Die Probleme, um die es bei dieser Praktik geht, sind untersucht worden:

• KI hilft bei manchen Aufgaben und schadet bei anderen. In einem Experiment schnitten Beratende mit KI bei 18 Aufgaben, die KI gut erledigt, besser ab und bei einer Aufgabe, die KI schlecht erledigt, schlechter.
• Die Art der Aufgabe entscheidet. Über 106 Experimente hinweg schnitt ein Mensch mit KI bei Entscheidungsaufgaben schlechter ab und bei Aufgaben, bei denen Inhalte entstehen, besser.
• Nur wenige Berufe lassen sich ganz automatisieren. Eine Studie, die 18.156 Aufgaben bewertete, fand, dass die meisten Berufe einige Aufgaben enthalten, die eine Maschine lernen könnte, und nur wenige sich ganz automatisieren ließen.
• Unterstützen ist der Normalfall. Die Schätzung der International Labour Organization sagt voraus, dass generative KI Menschen in ihren Berufen vor allem unterstützen wird. Das US Census Bureau befragte mehr als 117.000 Unternehmen: 66 % der Unternehmen, die KI nutzen, nutzten sie nur, um Beschäftigten bei Aufgaben zu helfen, und 2 % der Unternehmen bauten wegen KI Stellen ab.
• Beschäftigte wünschen sich am häufigsten eine Partnerschaft. In einer Studie aus Stanford bewerteten 1.500 Beschäftigte in den USA 844 Aufgaben aus ihren eigenen Berufen. Eine gleichberechtigte Partnerschaft zwischen Mensch und KI war die Stufe, die sie sich am häufigsten wünschten. Die Forschenden ordneten dann Start-ups, die vom Investor Y Combinator finanziert wurden, den Aufgaben zu, für die diese Start-ups KI bauen. 41,0 % der Zuordnungen fielen auf Aufgaben, die Beschäftigte nicht automatisiert haben wollten oder als wenig dringlich einstuften. Die Studie ist nicht fachlich begutachtet.

So gehen Sie vor

1. Erfassen Sie die Aufgaben in den Rollen, die Sie ändern wollen. Siehe Aufgaben erfassen, bevor Sie entscheiden, was Sie automatisieren.
2. Sortieren Sie die Aufgaben. Aufgaben zum Automatisieren sind digital, wiederholbar und leicht zu prüfen. Aufgaben für die Fachleute-Hilfe brauchen das Urteil oder die Anwesenheit eines Menschen.
3. Beginnen Sie das Automatisierungsgleis mit zwei oder drei Aufgaben. Machen Sie zuerst eine Ausgangsmessung.
4. Beginnen Sie das Gleis der Fachleute-Hilfe mit einer Gruppe von Fachleuten. Fragen Sie sie, was sie aufhält.
5. Geben Sie jedem Gleis eine verantwortliche Person und eigene Messgrößen.
6. Verschieben Sie eine Aufgabe von einem Gleis auf das andere, wenn sich die Fakten ändern. Eine Aufgabe, bei der KI heute einer Fachperson hilft, lässt sich vielleicht gefahrlos automatisieren, sobald ihre Prüfungen Routine sind.

Was Sie messen

• Automatisierungsgleis: Durchlaufzeit, Zahl der Ausnahmen, nötige Korrekturen.
• Gleis der Fachleute-Hilfe: Qualität der Entscheidung der Fachperson, Nacharbeit, Zeit bis zur Diagnose oder bis zum Abschluss. Nicht, wie viel die KI allein erledigt hat.

Woran es scheitert

• Assistenten an eingesparten Stellen messen. Der Gewinn durch einen Assistenten ist eine bessere oder schnellere Entscheidung. Wer gestrichene Stellen zählt, übersieht diesen Gewinn und beunruhigt die Fachleute, die Sie brauchen.
• Facharbeit automatisieren, weil die Technik einen Teil davon kann. Der Teil, den KI nicht sieht, ist oft der Teil, auf den es ankommt.
• Nur das Automatisierungsgleis. Automatisierung ist leichter zu messen und bekommt deshalb das Budget. Der größere Gewinn liegt vielleicht bei den Fachleuten.
• Den Lernweg vergessen. Wenn Berufseinsteiger an den Aufgaben gelernt haben, die Sie automatisieren, planen Sie, wie sie jetzt lernen. Siehe die Einstiegsaufgaben behalten, an denen Neue lernen.

Nach Unternehmensgröße

• Mittlere Unternehmen: Zwei kurze Listen und eine verantwortliche Person für beide genügen.
• Gehobener Mittelstand und Großunternehmen: getrennte Verantwortliche. Das Automatisierungsgleis liegt nah bei Betrieb und IT. Das Gleis der Fachleute-Hilfe liegt bei den Leitungen der Fachbereiche.

So sieht es angewandt aus

• Durchgerechnetes Beispiel Wo Arbeit an KI geht und wo KI Fachleuten helfen soll, in einem Unternehmen mit 118 Beschäftigten Von der Arbeit, die KI berühren könnte, ließen sich 17 % leicht an KI abgeben, und bei 25 % konnte KI Fachleuten helfen. Die Seite nennt die zehn am leichtesten zu automatisierenden Aufgaben und die zehn Fachaufgaben, bei denen KI-Hilfe am besten passt.

Quellen

1. Bonney, Breaux, Dinlersoz, Foster, Haltiwanger and Pande (2026). The Microstructure of AI Diffusion: Evidence from Firms, Business Functions, and Worker Tasks. US Census Bureau, Center for Economic Studies Working Paper CES-WP-26-25 (April 2026). Was diese Studie untersucht und gefunden hat
2. Shao, Zope, Jiang, Pei, Nguyen, Brynjolfsson and Yang (2026). Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce. arXiv 2506.06576. Not peer-reviewed. arxiv.org

Behauptungen zu diesem Thema, geprüft anhand dieser Studien:

• „66 % der kleinen Unternehmen nutzen KI“ Muss korrigiert werden

Verwandte Praktiken

• Testen Sie für jede Art von Aufgabe, ob ein Mensch mit KI besser ist als jeder allein Gehen Sie nicht davon aus, dass ein Mensch zusätzlich zur KI oder KI zusätzlich zum Menschen das beste Ergebnis bringt. Testen Sie es für jede Art von Aufgabe, bevor Sie den Prozess festlegen. Als Nächstes · Aufwand: mittel (Wochen, einige Personen) Evidenz: Stark Kontextabhängig Prozesse neu gestalten · Umgestalten
• Erfassen Sie die Aufgaben, bevor Sie entscheiden, was Sie automatisieren Zerlegen Sie Berufe in Aufgaben und betrachten Sie jede einzeln. Veröffentlichte Werte schätzen, wie viel eines Berufs KI übernehmen könnte, die „Exposition“. Behandeln Sie einen hohen Wert als Hinweis, wo Sie genauer hinsehen, nicht als Entscheidung zum Automatisieren. Zuerst · Aufwand: gering (Tage, eine Person) Evidenz: Mittel Umstritten Prozesse neu gestalten · Erkunden
• Beginnen Sie mit einem kostspieligen Prozess, nicht mit einer unternehmensweiten Einführung Wählen Sie einen Prozess, der sichtbar Zeit oder Geld kostet. Setzen Sie dort KI ein, mit einem Menschen, der die Ergebnisse prüft, und weiten Sie erst aus, wenn sich die Zahlen bewegen. Zuerst · Aufwand: mittel (Wochen, einige Personen) Evidenz: Gängige Praxis Strategie · Erkunden
• Planen Sie Budget für die Arbeit ein, die KI erzeugt KI nimmt Arbeit weg und bringt neue: ihre Ergebnisse prüfen, Aufzeichnungen führen, Ausnahmen bearbeiten und die Werkzeuge pflegen. Rechnen Sie diese Arbeit ein und geben Sie ihr eine verantwortliche Person, bevor Sie die Ersparnis rechnen. Zuerst · Aufwand: gering (Tage, eine Person) Evidenz: Gängige Praxis Prozesse neu gestalten · Einführen