Arbeitswelt mit KI: Rollen, Kompetenzen und Mitbestimmung

Die Arbeitswelt mit KI verändert sich langsamer, als Zukunftsbilder es versprechen, und tiefer, als Werkzeuglisten es zeigen. Nicht ganze Berufe verschwinden, sondern einzelne Aufgaben wandern: Recherchieren, Zusammenfassen, Entwerfen, Übersetzen, Vorsortieren. Was bleibt, ist die Arbeit, die bewertet, entscheidet und verantwortet. Genau daran ändern sich Rollen, Kompetenzen und Zusammenarbeit.

Dieser Artikel ordnet den Wandel mit belegten Zahlen ein: Was misst der Arbeitsmarkt heute, welche Aufgaben verschieben sich, welche Rollen entstehen, welche Kompetenzen brauchen Beschäftigte, was ist mit dem Betriebsrat zu regeln und was verändert sich an Führung. Er ergänzt den Leitfaden zum Change Management bei der KI-Einführung um die Frage, wie Arbeit selbst anders wird.

KI verändert Arbeit dort, wo Text, Daten und Wissen zusammenkommen. Sprachmodelle erzeugen Entwürfe, durchsuchen Dokumente, fassen zusammen und bereiten Auswertungen vor. Damit fällt nicht die Tätigkeit weg, sondern ihr aufwendigster Teil: das erste Blatt Papier zu füllen und verstreute Informationen zusammenzutragen.

Drei Muster wiederholen sich in fast allen Bereichen. Erstens verschiebt sich der Anfang eines Vorgangs: Der Entwurf liegt vor, bevor ein Mensch beginnt. Zweitens steigt der Anteil an Prüfarbeit, weil jedes Ergebnis belastbar sein muss. Drittens wächst die Bedeutung sauberer Daten und klarer Regeln, weil schlechte Grundlagen jetzt schneller und in größerer Menge weiterwirken.

Der Umkehrschluss ist wichtig: Wo eine Aufgabe vor allem aus Verhandeln, Abwägen, Betreuen oder Entscheiden besteht, verändert KI die Vorbereitung, nicht den Kern. Und wo kein Prozess existiert, automatisiert KI nichts, sondern vergrößert nur das Durcheinander.

Die Datenlage zeigt eine breite Nutzung bei geringer Wirkung und einen Arbeitsmarkt, der sich abkühlt, ohne dass KI als Ursache belegt wäre. Die folgenden Werte sind die belastbaren Bezugsgrößen für Deutschland und weltweit.

Zwei Lesarten sind falsch. Die eine liest aus dem Rückgang offener Stellen einen KI-bedingten Jobabbau. Das IAB nennt als Ursachen internationale Konflikte und strukturelle Probleme im Inland, die die Personalnachfrage gebremst haben; auf 100 offene Stellen kamen im zweiten Quartal 2026 im Schnitt 291 arbeitslos gemeldete Personen. Die andere Lesart nimmt 57 % Nutzung für einen bereits vollzogenen Wandel; die Wirkungszahlen derselben Erhebung sagen das Gegenteil.

Sinnvoll ist die Trennung nach Verantwortung, nicht nach Berufsbild. KI übernimmt die Vorbereitung eines Arbeitsergebnisses, der Mensch verantwortet das Ergebnis. Diese Linie lässt sich in jedem Bereich konkret ziehen.

Der Prüfschritt ist keine Formalie. Sprachmodelle erzeugen auch dann flüssige Ergebnisse, wenn Quellen fehlen oder veraltet sind. Wie Sie das im Betrieb absichern, zeigt der Artikel zu KI-Halluzinationen und ihrer Kontrolle. Für die Arbeitsorganisation heißt das: Wer prüft, braucht Zeit dafür und muss die Sache beurteilen können.

Neue Rollen entstehen vor allem dort, wo Verantwortung für Regeln, Daten und Betrieb gebündelt werden muss. Die Mehrzahl der Veränderungen betrifft aber bestehende Stellen, die um KI-Aufgaben erweitert werden.

Verantwortung für die KI-Nutzung. Viele Unternehmen benennen eine Person, die Anwendungsfälle einordnet, Freigaben steuert und Ansprechpartnerin für Recht und Datenschutz ist. Wie diese Rolle zugeschnitten wird, beschreibt der Artikel zum KI-Beauftragten im Unternehmen.

Bündelung von Wissen und Betrieb. Ab einer gewissen Zahl von Anwendungsfällen lohnt eine kleine, feste Gruppe, die Vorlagen pflegt, Qualität misst und Fachbereiche begleitet. Der Aufbau ist im Artikel zum AI Center of Excellence beschrieben.

Fachliche Schlüsselrollen im Bereich. Wirkung entsteht dort, wo jemand den Prozess kennt: die Disponentin, die weiß, welche Abfrage wirklich Zeit spart, oder der Servicetechniker, der beurteilen kann, ob eine Antwort aus der Maschinenakte trägt. Diese Personen brauchen Zeit im Kalender, nicht nur einen Titel.

Datenverantwortung. Sobald KI auf Fachdaten arbeitet, wird sichtbar, wie gepflegt Stammdaten und Dokumente sind. Zuständigkeiten für Datenqualität werden dadurch zur laufenden Aufgabe, nicht zum Projekt. Die Grundlagen stehen im Artikel zur Datenstrategie und Data Readiness.

Eine Korrektur zu früheren Zukunftslisten: Die Rolle Prompt Engineer als eigener Beruf hat sich nicht durchgesetzt. Der Umgang mit Anweisungen an Modelle ist eine Querschnittsfähigkeit geworden, die in vielen Stellen mitläuft, ähnlich wie der Umgang mit Tabellenkalkulation.

Gebraucht werden vier Fähigkeiten: den eigenen Prozess beschreiben, eine Aufgabe präzise formulieren, Ergebnisse prüfen und die Grenzen des Einsatzes kennen. Fachliche Urteilskraft wird dadurch wichtiger, nicht unwichtiger. Analytisches Denken bleibt laut WEF die von Arbeitgebern am häufigsten verlangte Kernkompetenz.

Rechtlich flankiert Art. 4 der KI-Verordnung diesen Punkt. Seit dem Digital Omnibus verlangt er von Anbietern und Betreibern Maßnahmen zur Förderung der KI-Kompetenz, aber kein bestimmtes Niveau einzelner Personen und kein Zertifikat. Was das praktisch bedeutet, führt der Artikel zur KI-Kompetenz nach Art. 4 aus.

Für die Weiterbildung hat sich ein einfaches Muster bewährt: eine kurze Grundschulung für alle, in der Regeln, Datenschutz und typische Fehler vorkommen; darauf aufbauend Übungen am eigenen Arbeitsmaterial im Fachbereich; und dauerhaft ein Ort, an dem neue Anwendungsfälle und Vorlagen geteilt werden. Die Bitkom-Zahlen zeigen, warum das nötig ist: Ein Angebot allein erreicht die Belegschaft nicht, wenn nur 11 % der Unternehmen alle Beschäftigten schulen.

Der Betriebsrat ist früh einzubinden. Nach § 90 Abs. 1 Nr. 3 BetrVG ist er über die Planung von Arbeitsverfahren und Arbeitsabläufen rechtzeitig zu unterrichten; der Einsatz künstlicher Intelligenz ist dort ausdrücklich genannt. Kann ein System Verhalten oder Leistung überwachen, besteht nach § 87 Abs. 1 Nr. 6 BetrVG ein Mitbestimmungsrecht.

Praktisch heißt das: Klären Sie vorab, welche Auswertungen eine Plattform erzeugt und wer sie sehen darf. Nutzungs- und Kostenauswertungen lassen sich in Plotdesk je Bereich und je Person auswerten; Rollen, Rechte und der Auswertungsumfang sind konfigurierbar. Genau diese Einstellungen gehören in eine Betriebsvereinbarung, zusammen mit Zweckbindung, Aufbewahrung und dem Verbot verdeckter Leistungskontrolle. Muster und Verhandlungswege beschreibt der Artikel zu Betriebsrat und KI-Mitbestimmung. Stand: September 2026, dies ersetzt keine Rechtsberatung.

Führung verschiebt sich von der Kontrolle der Ausführung zur Klärung von Qualität und Verantwortung. Drei Fragen entscheiden über die Wirkung im Team: Wofür darf KI genutzt werden, wer prüft das Ergebnis, und woran erkennen wir, dass es besser geworden ist.

Daraus folgen konkrete Aufgaben. Erstens Erwartungen aussprechen: Wenn Entwürfe aus einem Modell stammen dürfen, sollte das gesagt sein, sonst entsteht heimliche Nutzung. Zweitens Zeit für Prüfung einplanen, statt gesparte Zeit sofort vollständig neu zu verplanen. Drittens Ergebnisse messen, die zum Prozess passen: Durchlaufzeit, Nacharbeit, Vollständigkeit, Zahl der Rückfragen. Und viertens die Regeln schriftlich festhalten, idealerweise in einer KI-Richtlinie.

Zusammenarbeit ändert sich vor allem an den Übergängen. Wenn Entwürfe schneller entstehen, verschiebt sich der Engpass zur Abstimmung. Teams, die das früh bemerken, definieren neu, wer wann freigibt, und verkürzen Schleifen, statt mehr Entwürfe zu produzieren.

Plotdesk verbindet eine KI-Plattform mit einem Umsetzungsteam für den Mittelstand. Für die Arbeitswelt heißt das vor allem: KI kommt dort an, wo gearbeitet wird, und nicht nur als weiteres Werkzeug in einem Browser-Tab. Die Plattform läuft als dedizierte Instanz in der EU oder im eigenen Tenant, Rollen und mehr als 40 Berechtigungen steuern, wer was darf, und Audit-Logs machen die Nutzung nachvollziehbar.

Für Rollen und Kompetenzen sind drei Bausteine praktisch relevant. Teams in bis zu drei Ebenen bilden Bereiche ab, sodass Vorlagen, Wissensspeicher und freigegebene Modelle je Bereich verschieden sein können. Der Model Garden macht die Modellwahl zu einer Entscheidung des Unternehmens, nicht des Zufalls: aus mehr als 100 Modellvarianten von zehn Provider-Typen wird je Team freigegeben, was passt. Und der Learning Hub hält Schulungsinhalte an derselben Stelle, an der die Arbeit stattfindet.

Der Weg dorthin läuft in vier Schritten: KI-Potenzialanalyse, Proof of Value, produktive Lösung und systematischer Ausbau. In der Potenzialanalyse wird pro Anwendungsfall geklärt, welche Aufgabe die KI vorbereitet und wer das Ergebnis verantwortet. Das ist zugleich die Grundlage für die Gespräche mit Betriebsrat und Datenschutz.

Die Arbeitswelt mit KI entsteht nicht durch eine Vision für 2030, sondern durch viele kleine Entscheidungen: welcher Arbeitsschritt vorbereitet wird, wer prüft, wer entscheidet, wer geschult wird und was ausgewertet werden darf. Die Zahlen von Bitkom und WEF zeigen beides, die Breite der Nutzung und die geringe Wirkung. Der Unterschied liegt selten an der Technik.

Beginnen Sie deshalb bei den Aufgaben, nicht bei den Werkzeugen. Schneiden Sie zwei bis drei Abläufe neu, halten Sie die Verantwortung beim Menschen, geben Sie der Prüfung Zeit, binden Sie den Betriebsrat früh ein und schulen Sie breit statt punktuell. Daraus wird eine Arbeitsweise, die trägt, auch wenn sich die Modelle im nächsten Jahr wieder ändern.