Zum Hauptinhalt wechseln Skip to footer
  • "com.cts.aem.core.models.NavigationItem@72fd7820" Karriere
  • "com.cts.aem.core.models.NavigationItem@4238bef0" News
  • "com.cts.aem.core.models.NavigationItem@394b4630" Events
  • "com.cts.aem.core.models.NavigationItem@13c6942e" Investor:innen

Neue Arbeit, neue Welt 2026:

So verändert KI in rasantem Tempo die Arbeitswelt

Unser kürzlich aktualisierter Forschungsbericht zu KI und Arbeitsplätzen zeigt eine Disruption, die umfangreicher – und schneller – ist, als wir vor drei Jahren erwartet haben. Was nach unseren Schätzungen innerhalb eines Jahrzehnts hätte passieren sollen, ist bereits eingetreten.
PDF Herunterladen

Zusammenfassung

Vor einigen Jahren sorgten wir mit einer Studie für Schlagzeilen, die vorhersagte, dass erstaunliche 90 % der Arbeitsplätze in weniger als einem Jahrzehnt durch KI verändert werden würden. Wie sich jedoch herausstellte, haben wir die Auswirkungen der Technologie unterschätzt.

Was nach unseren Vorhersagen bis 2032 eintreten sollte, passiert bereits jetzt vor unseren Augen. Heute – sechs Jahre früher als geplant – könnten 93 % der Arbeitsplätze in irgendeiner Weise von KI betroffen sein. Allein in den USA könnten Arbeitsplätze im Wert von etwa 4,5 Billionen Dollar betroffen sein, die von menschlichen Arbeitskräften auf KI umgestellt werden. Die Technologie betrifft kurz gesagt mehr Arbeitsplätze, schneller und in größerem Maße als erwartet.

Das ergibt sich aus einer Aktualisierung unserer Forschung von 2023 zu KI und Arbeitsplätzen, in der wir 18.000 Aufgaben von 1.000 Berufsgruppen hinsichtlich des Ausmaßes bewertet haben, in dem sie durch KI automatisiert oder unterstützt werden könnten. In den darauffolgenden drei Jahren ist viel passiert.

Seitdem sind KI-Modelle immer besser darin geworden, viele Arten von Eingaben zu interpretieren, darunter Bilder, Diagramme und Videos. Darüber hinaus sind ausgefeiltere KI-Modelle mit fortschrittlichen Denkfähigkeiten entstanden. Und schließlich sind durch KI-Agenten gesteuerte Systeme nun in der Lage, komplexe Arbeitsabläufe mit minimaler menschlicher Aufsicht abzuschließen.

Angesichts dieser drei Fortschritte – Multimodalität, fortgeschrittenes logisches Denken und agentische KI – war es Zeit für einen neuen Blick darauf, wie KI die Arbeitswelt neu gestalten könnte. Deshalb haben wir eine gründliche Neubewertung der 18.000 Aufgaben durchgeführt, diesmal unter dem Hintergrund des erweiterten Potenzials von KI, sie zu unterstützen oder zu automatisieren.  

Was wir herausgefunden haben: Über alle Berufe hinweg liegen die durchschnittlichen Expositionswerte (also das Ausmaß, in dem ein Beruf von KI beeinflusst werden könnte) erstaunliche 30 % höher als unsere Erwartungen bis 2032. (Weitere Informationen zum Expositionswert entnehmen Sie bitte der Erklärungsbox.)

Tatsächlich ergab unsere ursprüngliche Analyse zwar einen durchschnittlichen jährlichen Anstieg der Expositionswerte um 2 % bei den untersuchten Jobs, jetzt sehen wir jedoch einen jährlichen Anstieg von 9 %. Infolgedessen könnten einige Jobs, die bei der erstmaligen Etablierung großer Sprachmodelle (LLMs) vor Veränderungen sicher schienen, nun viel schneller betroffen sein (siehe Abbildung 1). 

Wirtschaftliche Auswirkungen der KI in Höhe von 4,5 Billionen Dollar

Wir wollten den wirtschaftlichen Wert der Gesamtmenge an Arbeit quantifizieren, die KI heute unterstützen oder automatisieren könnte. Dazu haben wir Daten des US Bureau of Labor Statistics zur Anzahl der Mitarbeitenden in jeder der Berufsgruppen unserer Studie verwendet und diese dann mit den mittleren Jahresgehältern dieser Mitarbeitenden multipliziert. Anschließend haben wir anhand unserer Expositionswerte den Anteil dieses gesamten wirtschaftlichen Werts bewertet, der theoretisch von KI betroffen sein könnte.

Das Ergebnis – 4,5 Billionen Dollar – basiert auf der Annahme, dass die traditionelle Art und Weise, wie eine Aufgabe erledigt wird, nahtlos auf KI umgestellt wird. Obwohl die Berechnung theoretisch ist, gibt sie einen Einblick in die umfassenden wirtschaftlichen Veränderungen, die KI bewirken könnte.

Vor einigen Jahren sorgten wir mit einer Studie für Schlagzeilen, die vorhersagte, dass erstaunliche 90 % der Arbeitsplätze in weniger als einem Jahrzehnt durch KI verändert werden würden. Wie sich jedoch herausstellte, haben wir die Auswirkungen der Technologie unterschätzt.

Was nach unseren Vorhersagen bis 2032 eintreten sollte, passiert bereits jetzt vor unseren Augen. Heute – sechs Jahre früher als geplant – könnten 93 % der Arbeitsplätze in irgendeiner Weise von KI betroffen sein. Allein in den USA könnten Arbeitsplätze im Wert von etwa 4,5 Billionen Dollar betroffen sein, die von menschlichen Arbeitskräften auf KI umgestellt werden. Die Technologie betrifft kurz gesagt mehr Arbeitsplätze, schneller und in größerem Maße als erwartet.

Wirtschaftliche Auswirkungen der KI in Höhe von 4,5 Billionen Dollar

Wir wollten den wirtschaftlichen Wert der Gesamtmenge an Arbeit quantifizieren, die KI heute unterstützen oder automatisieren könnte. Dazu haben wir Daten des US Bureau of Labor Statistics zur Anzahl der Mitarbeitenden in jeder der Berufsgruppen unserer Studie verwendet und diese dann mit den mittleren Jahresgehältern dieser Mitarbeitenden multipliziert. Anschließend haben wir anhand unserer Expositionswerte den Anteil dieses gesamten wirtschaftlichen Werts bewertet, der theoretisch von KI betroffen sein könnte.

Das Ergebnis – 4,5 Billionen Dollar – basiert auf der Annahme, dass die traditionelle Art und Weise, wie eine Aufgabe erledigt wird, nahtlos auf KI umgestellt wird. Obwohl die Berechnung theoretisch ist, gibt sie einen Einblick in die umfassenden wirtschaftlichen Veränderungen, die KI bewirken könnte.

Das ergibt sich aus einer Aktualisierung unserer Forschung von 2023 zu KI und Arbeitsplätzen, in der wir 18.000 Aufgaben von 1.000 Berufsgruppen hinsichtlich des Ausmaßes bewertet haben, in dem sie durch KI automatisiert oder unterstützt werden könnten. In den darauffolgenden drei Jahren ist viel passiert.

Seitdem sind KI-Modelle immer besser darin geworden, viele Arten von Eingaben zu interpretieren, darunter Bilder, Diagramme und Videos. Darüber hinaus sind ausgefeiltere KI-Modelle mit fortschrittlichen Denkfähigkeiten entstanden. Und schließlich sind durch KI-Agenten gesteuerte Systeme nun in der Lage, komplexe Arbeitsabläufe mit minimaler menschlicher Aufsicht abzuschließen.

Angesichts dieser drei Fortschritte – Multimodalität, fortgeschrittenes logisches Denken und agentische KI – war es Zeit für einen neuen Blick darauf, wie KI die Arbeitswelt neu gestalten könnte. Deshalb haben wir eine gründliche Neubewertung der 18.000 Aufgaben durchgeführt, diesmal unter dem Hintergrund des erweiterten Potenzials von KI, sie zu unterstützen oder zu automatisieren.  

Was wir herausgefunden haben: Über alle Berufe hinweg liegen die durchschnittlichen Expositionswerte (also das Ausmaß, in dem ein Beruf von KI beeinflusst werden könnte) erstaunliche 30 % höher als unsere Erwartungen bis 2032. (Weitere Informationen zum Expositionswert entnehmen Sie bitte der Erklärungsbox.)

Tatsächlich ergab unsere ursprüngliche Analyse zwar einen durchschnittlichen jährlichen Anstieg der Expositionswerte um 2 % bei den untersuchten Jobs, jetzt sehen wir jedoch einen jährlichen Anstieg von 9 %. Infolgedessen könnten einige Jobs, die bei der erstmaligen Etablierung großer Sprachmodelle (LLMs) vor Veränderungen sicher schienen, nun viel schneller betroffen sein (siehe Abbildung 1). 

Unsere 10-Jahres-Prognose wird schon heute Realität

KI-gesteuerte Veränderungen sind insgesamt umfangreicher und geschehen schneller als erwartet.

Unsere 10-Jahres-Prognose wird schon heute Realität

Abbildung 1 

Quelle: Cognizant

Vier Verbrauchergruppen, die auf KI-Intensität basieren

Abbildung 1 

Quelle: Cognizant

Expositionswerte verstehen

Zur Berechnung des Expositionswerts haben wir denselben Ansatz wie in unserer ursprünglichen Forschung verfolgt. Wir haben 18.000 Aufgaben und fast 1.000 Jobs in der O*NET-Datenbank untersucht und die Aufgaben auf einer Fünf-Punkte-Skala hinsichtlich ihrer Automatisierung (nicht automatisierbar, minimal KI-unterstützt, teilweise KI-unterstützt, größtenteils KI-unterstützt und vollständig automatisierbar) bewertet.

Abgesehen davon, wie viele Aufgaben des Jobs durch KI automatisiert oder unterstützt werden könnten, haben wir auch die relative Bedeutung der Aufgabe berücksichtigt.

Wir haben ein KI-Modell verwendet, um eine erste Bewertung der Aufgabenklassifizierung zu erhalten, die Ergebnisse jedoch überprüft und bei Bedarf neu klassifiziert.

Mit dieser Analyse haben wir für jeden Beruf einen Expositionswert berechnet. Dieser Wert spiegelt den Grad wider, in dem ein Beruf von KI betroffen sein könnte. Ein höherer Wert bedeutet, dass ein höherer Prozentsatz der Jobaufgaben unterstützt oder automatisiert werden können, sodass die Menschen in diesem Beruf stark davon betroffen sein könnten.

Die Analyse in diesem Bericht basiert auf einer neuen Bewertung der Fähigkeiten der KI, die die rasante Entwicklung der Technologie in den letzten drei Jahren widerspiegelt, insbesondere ihre multimodalen, logischen und agentengesteuerten Fähigkeiten.

Die resultierenden Expositionswerte stellen ein theoretisches Maximum dar: Was die aktuelle KI-Technologie bei optimaler Umsetzung potenziell erreichen könnte. Die Bewertungen berücksichtigen weder die Einführung durch Unternehmen oder die Akzeptanz der Mitarbeitenden noch regulatorische Rahmenbedingungen, Qualitätskontrollanforderungen, ethische Überlegungen oder die erheblichen organisatorischen Veränderungen, die für den Einsatz von KI im großen Maßstab erforderlich sind.

Aus diesen Gründen stellt der Expositionswert nur eine grobe Berechnung des Potenzials der Technologie dar. Als solche spiegelt er Möglichkeiten und Chancen wider, keine Unvermeidlichkeit. Im gesamten Bericht ist der Begriff „Expositionswert“ ein theoretischer Expositionswert. 

Mehr Jobs sind stärker exponiert

Der Anteil der Jobs mit der geringsten Exposition ist von 31 % auf 7 % geschrumpft, während der Anteil mit der höchsten Exposition von 0 % auf 30 % gestiegen ist.

Mehr Jobs sind stärker exponiert

Abbildung 2
Quelle: Cognizant

Um zu verstehen, welche Jobs und Job-Familien den schnellsten Anstieg der KI-Exposition erleben, haben wir außerdem einen Geschwindigkeitswert berechnet, der die Differenz zwischen dem ursprünglichen Verlauf der Veränderung der Expositionswerte im Laufe der Zeit und dem neuen Verlauf auf Basis unserer aktualisierten Analyse quantifiziert. (Weitere Informationen zum Geschwindigkeitswert entnehmen Sie bitte der Erklärungsbox.)

Beispiele für Berufe, die unerwartet hohe Geschwindigkeitswerte zeigen, insbesondere im Vergleich zu ihren Expositionsniveaus in der ursprünglichen Forschung: 

  • Rollen mit überwiegend manuellen Aufgaben. Viele Jobs, die viel körperliche Arbeit erfordern und einst als vor der KI-Disruption sicher galten, zeigen heute deutlich höhere Expositionswerte als unsere ursprüngliche Forschung sowie unerwartet hohe Geschwindigkeiten.

    Im Bauwesen zum Beispiel kann KI jetzt bei der Interpretation von Bauplänen helfen. Im Transportbereich kann sie Sendungen inspizieren oder Sicherheitsüberprüfungen durchführen. Die Vorstellung, dass ein Automechaniker oder Klempner eine KI-verstärkte Brille aufsetzen kann, um ein defektes Motorteil oder ein undichtes Rohr zu finden, ist heute keine bloße Science-Fiction mehr.  

  • Entscheidungsfunktionen. Manager- und Supervisor-Positionen sind durch das Aufkommen agentengesteuerter KI zunehmend exponiert. Früher waren diese Rollen besser vor Disruption geschützt, da sie komplexe Koordination und Urteilsvermögen erfordern. Agentische KI verändert diese Dynamik, indem sie von der Analyse zur Ausführung übergeht.

    Wo Manager früher viel Zeit mit der Ressourcenzuweisung, der Überwachung des Projektstatus oder der Triage von Arbeitsabläufen verbracht haben, können nun autonome Agenten diese Aufgaben orchestrieren. Projektmanager könnten beispielsweise Agenten die autonome Planung von Meetings, die Neuzuweisung von Budgets basierend auf Ausgaben und die Verfolgung von Statusupdates überlassen, indem sie die Werkzeuge nutzen, mit denen sie integriert sind.

  • Extrem spezialisierte Sektoren wie Gesundheitswesen, Bildung und Recht. In diesen Bereichen ist die KI schnell von der Unterstützung bei einfachen Aufgaben zur Automatisierung komplexerer Aufgaben übergegangen, die für die Rolle entscheidend sind.

    Zum Beispiel revolutioniert KI das Gesundheitswesen, indem sie die diagnostische Genauigkeit verbessert und die Patientenversorgung unterstützt. Im Bildungsbereich kann sie die Bewertung der Schüler und Diskussionen im Klassenzimmer erleichtern. Im Rechtswesen kann sie wahrscheinliche Ergebnisse analysieren und bei Vertragsverhandlungen helfen.
Der Geschwindigkeitswert

Um die Rollen und Berufsgruppen zu identifizieren, die die schnellsten Formen der Disruption erlebt haben, haben wir eine zusätzliche Messgröße entwickelt: den Geschwindigkeitswert. Der Geschwindigkeitswert stellt die Differenz zwischen der ursprünglichen jährlichen Beschleunigungsrate der Expositionswerte für eine bestimmte Aufgabe und der aktualisierten Rate dar.

Diese Kennzahl gibt an, wie schnell die Veränderungsgeschwindigkeit für einen bestimmten Beruf angesichts der jüngsten Fortschritte in der KI sein kann.

Ein niedriger Wert zeigt an, dass die jüngsten Veränderungen in der KI die Rolle in relativ geringem Maße beeinflusst haben. Ein hoher Wert zeigt an, dass die neuesten Innovationen die Rolle erheblich beeinflussen werden.

Der Geschwindigkeitswert

In diesem Bericht identifizieren wir die größten KI-Fortschritte der letzten drei Jahre und erklären, warum diese die Auswirkungen auf Arbeitsplätze beschleunigt haben. Wir heben auch die Job-Familien hervor, die die meisten – und die schnellsten – Veränderungen sehen könnten, sowie einige Berufsgruppen, in denen die Veränderungen weniger dramatisch, aber dennoch umfangreicher sind als ursprünglich erwartet.

Wir geben außerdem Hinweise darauf, wie Geschäftsleiter die bevorstehenden Veränderungen bewältigen können. Indem Unternehmen die folgenden Denkweisen annehmen, können sie sich besser auf die Disruption ihrer Belegschaft vorbereiten, die schneller stattfindet als gedacht.

Drei kurze Jahre, drei große Veränderungen der KI-Fähigkeiten

Das Tempo des Wandels in der Arbeitswelt ist nun untrennbar mit der Beschleunigung der KI selbst verbunden. Im Jahr 2023 arbeiteten die meisten von Unternehmen genutzten LLMs wie engstirnige Gelehrte. Sie konnten Text und Code flüssig generieren, verstanden jedoch wenig von Planung, Kontext oder Konsequenzen.

Heutzutage ermöglichen Fortschritte bei den KI-Fähigkeiten, völlig neue Arbeitsarten durch KI zu automatisieren oder zu unterstützen. 

Beachten Sie, dass in unserer Analyse ein Drittel aller beruflichen Aufgaben als „nicht automatisierbar“ eingestuft werden. Allerdings ist der Anteil der Aufgaben, die wir als „vollständig automatisierbar“ klassifizieren, von 1 % vor drei Jahren auf 10 % gestiegen und liegt somit nur zwei Prozentpunkte unter den ursprünglich für 2032 prognostizierten 12 %.

Noch aufschlussreicher ist, dass fast 40 % aller Aufgaben inzwischen als „teilweise“ oder „größtenteils“ von KI-unterstützbar klassifiziert werden können, verglichen mit nur 15 % 2023. Dies übersteigt sogar die Prognose von 31 % für 2032.  Diese mittlere Kategorie ist der Bereich, in dem der Wandel am intensivsten ist, wenn agentengesteuerte Systeme operativ werden (siehe Abbildung 3). 

Prozentsatz der Aufgaben, die als „vollständig automatisierbar“ eingestuft werden.

1 %

Ursprünglich

10 %

Heute

Prozentsatz der Aufgaben, die teilweise oder größtenteils durch KI unterstützt werden können

15 %

Ursprünglich

40 %

Heute

Mehr Aufgaben sind durch KI besser automatisierbar
Mehr Aufgaben sind durch KI besser automatisierbar

Abbildung 3 

Quelle: Cognizant

Vor diesem Hintergrund sehen Sie hier die drei wichtigsten KI-Fähigkeiten, die wir bei der Aktualisierung unserer Job-Expositionswerte berücksichtigt haben:

1. Multimodale KI: Schaffung von Systemen, die sehen

Multimodale Modelle stellen KI die Augen und Ohren zur Verfügung, die digitale Systeme mit der physischen Welt verbinden. Diese Modelle können Bilder, Diagramme und Videos analysieren, räumliche Beziehungen erkennen und visuelle Daten mit Text- oder numerischen Eingaben abgleichen. Während traditionelle KI nur die Welt beschreiben konnte, kann multimodale KI sie interpretieren.

Diese neue digital-physische Verbindung hat reale berufliche Folgen. Jobs wie Designprüfung, Produkttests und Qualitätskontrolle lagen zuvor außerhalb der Reichweite von KI, da sie auf visuelles Verständnis angewiesen waren.

Heute können echte multimodale Modelle Designlayouts bewerten, Fehler in Fertigungslinien identifizieren und die Vollständigkeit einer Baukonstruktion anhand von Standortfotos beurteilen. In Kombination mit Sensordaten und robotischer Integration erweitert Multimodalität die Automatisierung in das taktile und wahrnehmbare Arbeitsgefüge. Infolgedessen sind diese Arten von Jobs stark auf der Expositionsskala gestiegen.

KI kann nun Bilder, Diagramme, Videos und räumliche Beziehungen verstehen

KI kann nun Bilder, Diagramme, Videos und räumliche Beziehungen verstehen

Jobs wie Designprüfung, Produkttests, Wartung und Qualitätskontrolle sind heute stärker exponiert

Jobs wie Designprüfung, Produkttests, Wartung und Qualitätskontrolle sind heute stärker exponiert

KI kann nun Bilder, Diagramme, Videos und räumliche Beziehungen verstehen

KI kann nun Bilder, Diagramme, Videos und räumliche Beziehungen verstehen

Jobs wie Designprüfung, Produkttests, Wartung und Qualitätskontrolle sind heute stärker exponiert

Jobs wie Designprüfung, Produkttests, Wartung und Qualitätskontrolle sind heute stärker exponiert

Multimodale Modelle stellen KI die Augen und Ohren zur Verfügung, die digitale Systeme mit der physischen Welt verbinden. Diese Modelle können Bilder, Diagramme und Videos analysieren, räumliche Beziehungen erkennen und visuelle Daten mit Text- oder numerischen Eingaben abgleichen. Während traditionelle KI nur die Welt beschreiben konnte, kann multimodale KI sie interpretieren.

Diese neue digital-physische Verbindung hat reale berufliche Folgen. Jobs wie Designprüfung, Produkttests und Qualitätskontrolle lagen zuvor außerhalb der Reichweite von KI, da sie auf visuelles Verständnis angewiesen waren.

Heute können echte multimodale Modelle Designlayouts bewerten, Fehler in Fertigungslinien identifizieren und die Vollständigkeit einer Baukonstruktion anhand von Standortfotos beurteilen. In Kombination mit Sensordaten und robotischer Integration erweitert Multimodalität die Automatisierung in das taktile und wahrnehmbare Arbeitsgefüge. Infolgedessen sind diese Arten von Jobs stark auf der Expositionsskala gestiegen.

2. Erweitertes logisches KI-Denken: Schaffung von Systemen, die denken

Logisches Denken war einst die fehlende Zutat im kognitiven Repertoire der KI. Frühe generative Modelle erzeugten fließende Sprache, scheiterten jedoch an mehrstufiger Logik oder langfristiger Kohärenz.

Der Durchbruch kam mit strukturierten Denkmustern und Feinabstimmung im Stil des Verstärkungslernens. Dies gipfelte in Modellen, die konsistente, transparente Denkketten demonstrieren, sodass sie Hypothesen testen, Probleme dekonstruieren und alternative Strategien evaluieren können.

Diese Denkfähigkeit hat ganze Cluster kognitiver Arbeit neu klassifiziert. Analytische Aufgaben, wie sie in Beratung, Finanzen und Recht zu finden sind, sind nicht mehr nur teilweise, sondern nun größtenteils durch KI unterstützbar. So kann beispielsweise ein Marktanalyst nun eine KI dazu bringen, nicht nur Marktdaten zusammenzufassen, sondern auch Ausreißer zu identifizieren, Szenariomodelle zu erstellen und Empfehlungen durch Belege zu begründen. Audit- und Compliance-Aufgaben könnten nun vollständig von logisch denkenden Agenten ausgeführt werden, die sowohl numerische Logik als auch den prozeduralen Kontext verstehen. Planung, Prognose und diagnostische Problemlösung gehören heute zum operativen Bereich der KI-Systeme.

Neue Denkmodelle können komplexe kognitive Aktivitäten bewältigen

Neue Denkmodelle können komplexe kognitive Aktivitäten bewältigen

Die Expositionswerte sind für Personen, die Planung, Prognose und diagnostische Problemlösung betreiben, stark gestiegen

Die Expositionswerte sind für Personen, die Planung, Prognose und diagnostische Problemlösung betreiben, stark gestiegen

Neue Denkmodelle können komplexe kognitive Aktivitäten bewältigen

Neue Denkmodelle können komplexe kognitive Aktivitäten bewältigen

Die Expositionswerte sind für Personen, die Planung, Prognose und diagnostische Problemlösung betreiben, stark gestiegen

Die Expositionswerte sind für Personen, die Planung, Prognose und diagnostische Problemlösung betreiben, stark gestiegen

Logisches Denken war einst die fehlende Zutat im kognitiven Repertoire der KI. Frühe generative Modelle erzeugten fließende Sprache, scheiterten jedoch an mehrstufiger Logik oder langfristiger Kohärenz.

Der Durchbruch kam mit strukturierten Denkmustern und Feinabstimmung im Stil des Verstärkungslernens. Dies gipfelte in Modellen, die konsistente, transparente Denkketten demonstrieren, sodass sie Hypothesen testen, Probleme dekonstruieren und alternative Strategien evaluieren können.

Diese Denkfähigkeit hat ganze Cluster kognitiver Arbeit neu klassifiziert. Analytische Aufgaben, wie sie in Beratung, Finanzen und Recht zu finden sind, sind nicht mehr nur teilweise, sondern nun größtenteils durch KI unterstützbar. So kann beispielsweise ein Marktanalyst nun eine KI dazu bringen, nicht nur Marktdaten zusammenzufassen, sondern auch Ausreißer zu identifizieren, Szenariomodelle zu erstellen und Empfehlungen durch Belege zu begründen. Audit- und Compliance-Aufgaben könnten nun vollständig von logisch denkenden Agenten ausgeführt werden, die sowohl numerische Logik als auch den prozeduralen Kontext verstehen. Planung, Prognose und diagnostische Problemlösung gehören heute zum operativen Bereich der KI-Systeme.

3. Agentische KI: Schaffung von Systemen, die handeln

Das prägende Merkmal von KI in der Landschaft nach 2024 ist ihre Agentenfähigkeit. Wenn Multimodalität KI Augen und Ohren gibt und logisches Denken die mentale Karte der KI erweitert, verleihen agentengesteuerte Fähigkeiten ihr Hände. Das liegt daran, dass KI-Systeme nicht mehr bei der Generierung aufhören – sie können sinnvolle Maßnahmen ergreifen.

Man bedenke, dass neue Technologien wie Model Context Protocol-Server, intelligente Funktionsaufrufsysteme und sichere Toolintegration es KI nun ermöglichen, direkt mit zentralen Unternehmensplattformen zu arbeiten. KI-Agenten können nun zusammenarbeiten, um Live-Daten abzurufen, Befehle in Drittanbietersoftware auszuführen und Ergebnisse auf Feedbackschleifen zu überwachen.

Zum Beispiel können mehrere Marketingagenten eine Kampagne planen, Datenbanken nach Segmentierung abfragen, Werbemittel erstellen, Social-Media-Beiträge planen und über die Performance berichten – alles über verbundene Tools.

Diese agentische Fähigkeit hat viele administrative und koordinatorische Aufgaben weiter in den Bereich der hohen Expositionswerte gedrängt. Disponenten, Bürokaufleute und Projektassistenten waren früher nur begrenzt exponiert, da KI Unternehmenssoftware nicht direkt manipulieren konnte. Nun verblasst die Grenze zwischen „Wissensarbeit“ und „Prozessarbeit“, da Systeme sowohl Ausführung als auch Instruktion übernehmen.

Agentische Fähigkeiten haben auch das Management selbst verändert. Aufsichtsaufgaben wie die Zuweisung von Arbeit, das Überprüfen des Fortschritts und das Eskalieren von Problemen können zunehmend durch autonome Systeme vermittelt werden. In hybriden Umgebungen arbeiten Teams aus humanen und maschinellen Agenten bereits über gemeinsame Dashboards zusammen, wobei KI die Workflow-Triage und das Ausnahmemanagement übernimmt.

Unterstützt durch neue Technologien können KI-Systeme nun sinnvolle Maßnahmen ergreifen

Unterstützt durch neue Technologien können KI-Systeme nun sinnvolle Maßnahmen ergreifen

Disponenten, Bürokaufleute, Projektassistenten und Aufsichtspositionen haben sich von begrenzten zu hohen Expositionsniveaus verlagert

Die Expositionswerte sind für Personen, die Planung, Prognose und diagnostische Problemlösung betreiben, stark gestiegen

Unterstützt durch neue Technologien können KI-Systeme nun sinnvolle Maßnahmen ergreifen

Unterstützt durch neue Technologien können KI-Systeme nun sinnvolle Maßnahmen ergreifen

Disponenten, Bürokaufleute, Projektassistenten und Aufsichtspositionen haben sich von begrenzten zu hohen Expositionsniveaus verlagert

Die Expositionswerte sind für Personen, die Planung, Prognose und diagnostische Problemlösung betreiben, stark gestiegen

Das prägende Merkmal von KI in der Landschaft nach 2024 ist ihre Agentenfähigkeit. Wenn Multimodalität KI Augen und Ohren gibt und logisches Denken die mentale Karte der KI erweitert, verleihen agentengesteuerte Fähigkeiten ihr Hände. Das liegt daran, dass KI-Systeme nicht mehr bei der Generierung aufhören – sie können sinnvolle Maßnahmen ergreifen.

Man bedenke, dass neue Technologien wie Model Context Protocol-Server, intelligente Funktionsaufrufsysteme und sichere Toolintegration es KI nun ermöglichen, direkt mit zentralen Unternehmensplattformen zu arbeiten. KI-Agenten können nun zusammenarbeiten, um Live-Daten abzurufen, Befehle in Drittanbietersoftware auszuführen und Ergebnisse auf Feedbackschleifen zu überwachen.

Zum Beispiel können mehrere Marketingagenten eine Kampagne planen, Datenbanken nach Segmentierung abfragen, Werbemittel erstellen, Social-Media-Beiträge planen und über die Performance berichten – alles über verbundene Tools.

Diese agentische Fähigkeit hat viele administrative und koordinatorische Aufgaben weiter in den Bereich der hohen Expositionswerte gedrängt. Disponenten, Bürokaufleute und Projektassistenten waren früher nur begrenzt exponiert, da KI Unternehmenssoftware nicht direkt manipulieren konnte. Nun verblasst die Grenze zwischen „Wissensarbeit“ und „Prozessarbeit“, da Systeme sowohl Ausführung als auch Instruktion übernehmen.

Agentische Fähigkeiten haben auch das Management selbst verändert. Aufsichtsaufgaben wie die Zuweisung von Arbeit, das Überprüfen des Fortschritts und das Eskalieren von Problemen können zunehmend durch autonome Systeme vermittelt werden. In hybriden Umgebungen arbeiten Teams aus humanen und maschinellen Agenten bereits über gemeinsame Dashboards zusammen, wobei KI die Workflow-Triage und das Ausnahmemanagement übernimmt.

Das Zusammenspiel der drei neuen Fähigkeiten

Jede dieser Fähigkeiten ist für sich genommen stark, aber zusammen verstärkt sich ihre Leistungsfähigkeit. Multimodalität liefert reichhaltigeres Feedback, logisches Denken verbessert die Entscheidungsqualität eines Agenten und Handlungsfähigkeit gibt Kontrolle über die Umwelt. Das Ergebnis ist ein sich selbst verstärkendes System, das sich durch Interaktion kontinuierlich verbessert. 

Deshalb hängt die Jobexposition weniger von der Stärke einer einzelnen Fähigkeit ab und mehr davon, was passiert, wenn sie kombiniert werden. Ein System, das sehen, denken und handeln kann, unterstützt weitaus umfangreichere Arbeit als eines, das nur Inhalte erzeugt. Das deutet darauf hin, dass KI sich in praktische, alltägliche Aufgaben einschleicht, die Planung, Sequenzierung oder Inspektion erfordern und kein reines Wissen.

Zum Beispiel war 2023 die Sanitärarbeit ein Job, von dem nur wenige erwartet hätten, dass er auch nur ein minimales Maß an KI-Automatisierung erfahren würde. Ein multimodaler, logisch denkender Agent könnte heute jedoch eine feuchte Stelle an einer Wand bemerken, eine undichte Verbindung erkennen, einen Reparaturplan entwerfen und sogar eine Rechnung oder eine Teileliste erstellen. Der Klempner repariert das Rohr weiterhin, aber die Inspektion, Diagnose und unterstützenden Maßnahmen, die dazu führen oder darauf folgen, können zunehmend durch KI unterstützt werden.

Logisches Denken und Wahrnehmung beginnen sich in fast jeder Rolle zu überschneiden, die situatives Urteil erfordert. Einzelhandelsplanung, Wartung von Fahrzeugen oder Energieinfrastruktur basieren alle auf visuellem Verständnis und prozeduralem Denken. Das Zusammmenspiel unterstützt die Koordination, Diagnose und Verifikation, die Denken und Handlung verbinden.

Ein Blick auf die am stärksten und am wenigsten betroffenen Jobs

Mit unseren neu kalibrierten Expositionswerten und neu erstellten Geschwindigkeitswerten können wir klar sehen, wie diese neuen KI-Fähigkeiten eine breite Palette von Berufsgruppen beeinflussen könnten und wie viel schneller als ursprünglich erwartet dieser Wandel stattfinden könnte.

Wir haben den Arbeitsmarkt in zwei Kategorien unterteilt:

  • Sich schnell verändernde, stark exponierte Jobs. Die Expositionswerte dieser Jobs liegen über dem Durchschnitt von 39 %, und die Geschwindigkeitswerte über dem Durchschnitt von 7.

  • Sich langsamer verändernde, weniger exponierte Jobs. Diese Beschäftigungsgruppen haben Expositions- und Geschwindigkeitswerte, die unter dem Durchschnitt von 39 % bzw. 7 liegen. Allerdings haben die Jobgruppen in beiden Kategorien eine höhere Exposition als in unserer ursprünglichen Studie.
Auswirkungen der KI auf 22 Jobfamilien

Durch das Mapping von Geschwindigkeits- und Expositionswerten wird deutlich, wie sehr – und wie schnell – KI eine Disruption in bestimmten Jobfamilien bewirken könnte.

Auswirkungen der KI auf 22 Jobfamilien

Abbildung 4 

Quelle: Cognizant

Die Blasengröße stellt die relative Anzahl der Arbeitnehmer in der Jobkategorie dar.

  1. Management
  2. Geschäfts- und Finanzoperationen
  3. Computer und Mathematik
  4. Architektur und Ingenieurwesen
  5. Lebens-, Physik- und Sozialwissenschaften 
  6. Gemeinnütziger und sozialer Dienst
  7. Rechtliche Hinweise
  8. Pädagogischer Unterricht und Bibliothek
  1. Kunst, Design, Unterhaltung, Sport und Medien
  2. Praktiker und Techniker im Gesundheitswesen
  3. Unterstützung im Gesundheitswesen
  4. Sicherheitsservices
  5. Im Zusammenhang mit der Zubereitung und dem Servieren von Speisen
  6. Reinigung und Instandhaltung von Gebäuden und Grundstücken
  1. Persönliche Betreuung und Service
  2. Vertrieb und Ähnliches
  3. Büro- und Verwaltungsunterstützung
  4. Landwirtschaft, Fischerei und Forstwirtschaft
  5. Bau und Extraktion
  6. Installation, Wartung und Reparatur
  7. Produktion
  8. Transport und Materialtransport

Die sich am schnellsten verändernden und am stärksten exponierten Beschäftigungsgruppen

Die sich am schnellsten verändernden und am stärksten exponierten Beschäftigungsgruppen

Abbildung 5
Quelle: Cognizant

Einer der faszinierendsten Trends betrifft Berufsgruppen, die bereits stark exponiert waren, aber nun auch die schnellsten Veränderungen erleben. Dazu gehören Geschäfts- und Finanzoperationen, Management sowie Büro-/Verwaltungsunterstützung.  In all diesen Berufsgruppen sind die durchschnittlichen Expositionswerte von relativ hohen 14 % bis 21 % im Jahr 2023 auf heute erstaunlich hohe 60 % bis 68 % gesteigert. Außerdem haben alle jetzt durchschnittliche Geschwindigkeitswerte von 11 bis 14, was zwischen 4 und 7 Punkten über dem Durchschnitt liegt.

Diese erhöhte Geschwindigkeit dient nicht nur dazu, mehr aufwendige Arbeit zu automatisieren. Sie spiegelt die Entwicklung der KI wider – von starrer, prozessgebundener Automatisierung hin zu flexiblem, agentengestützem logischem Denken. Während frühere Technologien wie die robotische Prozessautomatisierung sehr gut darin waren, einzelne, sich wiederholende Aufgaben zu automatisieren, orchestriert die heutige agentische KI komplexe Arbeitsabläufe und richtet administrative Funktionen an den strategischen Zielen aus, die sie erreichen sollen. Sie lebt von Mehrdeutigkeit und kann Entscheidungen außerhalb der engen Grenzen eines vordefinierten Prozesses treffen.

Der potenzielle Einfluss dieser agentengestützten Workflow-Kompetenz zeigt sich besonders bei Positionen wie Finanzmanagern sowie Finanz- und Investmentanalysten. Während ein älteres KI-Tool automatisch einen einzelnen Finanzbericht generieren konnte, kann nun eine Gruppe moderner KI-Agenten den gesamten Prozess steuern: den Bedarf an dem Bericht anhand von Marktauslösern identifizieren, Daten aus internen und externen Quellen abrufen und synthetisieren, eine vorläufige Analyse durchführen, Executive Statements erstellen und einen Stakeholder-Review planen. Infolgedessen sehen Finanzmanager einen Expositionswert von 84 % und einen Geschwindigkeitswert von 20. (Andere Jobs im Bereich Geschäfts- und Finanzoperationen haben niedrigere Werte, die die Durchschnittswerte senken.)

Ein weiteres Beispiel findet sich in der Führungsebene. In unserem ursprünglichen Bericht hatten CEOs bis 2032 einen prognostizierten Expositionswert von 25 %. Die treibende Kraft hinter diesem Wert war die Fähigkeit der KI, einzelne Aufgaben wie die Erstellung von Finanzdokumenten und die Datenanalyse zu automatisieren. Heute übersteigt der CEO-Expositionswert 60 %. Aufgaben auf Führungsebene wie Vertragsverhandlungen, Empfehlungen von Richtlinienänderungen und sogar die Umsetzung dieser Richtlinien fallen alle in den Rahmen der KI-Unterstützung.

Ob Vorstandsmitglieder und Aktionäre akzeptieren würden, dass diese Aufgaben durch KI automatisiert werden, ist eine andere Frage. Verantwortlichkeit ist ein wichtiges Thema im Hinblick auf die KI-Disruption auf Führungsebene und wird wahrscheinlich das Ausmaß der theoretischen Expositionswerte einschränken.

Jobfamilien
  • Geschäfts- und Finanzoperationen
  • Management
  • Büro- und Verwaltungsunterstützung

60 %–68 %

Bereich des durchschnittlichen Expositionswerts

11–14

Bereich des durchschnittlichen Geschwindigkeitswerts

Fachbereiche – wie Gesundheitswesen, Bildung, Ingenieurwesen und Sozialwissenschaften – erleben einen raschen Anstieg von KI-beeinflussten Veränderungen. Bis vor Kurzem war KI hauptsächlich auf routinemäßige Verwaltungsaufgaben in diesen Bereichen ausgerichtet. Die meisten Aufgaben waren für KI zu komplex, und die wichtigsten Aufgaben waren für KI nicht geeignet. Dadurch wurden die Expositionswerte relativ niedrig gehalten.

Das hat sich geändert. Da KI nun in der Lage ist, komplexere und wichtigere Aufgaben – wie die Diagnose von Erkrankungen im Gesundheitswesen und die Schülerbewertung in der Bildung – zu bewältigen, könnte die KI-Einführung schneller und umfassender erfolgen.

Nehmen wir die Berufsgruppe der Gesundheitsfachkräfte, die eine Vielzahl von Berufen umfasst, darunter Chirurgen, Hebammen und Radiologen. Die prognostizierte KI-Exposition dieser Gruppe ist von 10 % in unserer vorherigen Forschung auf heute 39 % gestiegen, kombiniert mit einem überdurchschnittlichen Geschwindigkeitswert von 8.

Hausärzte können nun KI nutzen, um die Diagnose direkt zu verbessern, Verfahren zu erklären und Testergebnisse zu besprechen. Es gibt auch Möglichkeiten, die administrative Belastung drastisch zu reduzieren, indem Überweisungen automatisiert werden, Patientendaten erfasst werden und medizinisches Personal koordiniert wird. Infolgedessen haben sich die Expositionswerte in diesem Bereich von 33 % vor drei Jahren auf heute 59 % fast verdoppelt.

Der Bildungssektor ist ähnlich betroffen. Die Expositionswerte sind von 11 % auf 49 % gestiegen, mit einem Geschwindigkeitswert von 11. Zum Beispiel kann KI nun Lehrern helfen, Kursmaterialien vorzubereiten, Schüler zu bewerten, Forschung zu betreiben und sogar Diskussionen im Klassenzimmer zu leiten.

Rechtsanwaltstätigkeiten verzeichnen den höchsten Geschwindigkeitswert dieser Kohorte, nämlich 12. Anwälte zum Beispiel haben einen außergewöhnlichen Anstieg der Expositionswerte verzeichnet, von 9 % im Jahr 2023 auf heute 63 %. Die Auslegung von Gesetzen und Vorschriften, die Analyse wahrscheinlicher Fallergebnisse und die Bewertung der Ergebnisse sind mittlerweile zentrale Themen für KI, die bei schwierigeren Themen wie Vertragsverhandlungen auch als Assistent fungieren kann.

Trotz ihrer hohen Geschwindigkeit bringen diese Bereiche auch Herausforderungen in Bezug auf Regulierung, Ethik, Rechenschaftspflicht für Ergebnisse, Empathie und die Notwendigkeit menschlichen Urteilsvermögens in komplexen Situationen mit sich. Dies könnte das Potenzial der KI-Auswirkungen in diesen Arbeitssektoren verlangsamen.

Jobfamilien
  • Gesundheitsfachkräfte
  • Pädagogischer Unterricht
  • Rechtliche Hinweise
  • Ingenieurwesen und Architektur

39 %–49 %

Bereich des durchschnittlichen Expositionswerts

8–11

Bereich des durchschnittlichen Geschwindigkeitswerts

Für einige Berufsgruppen hat sich eine hohe Exposition gegenüber KI bereits als Status quo etabliert. Das gilt für die Bereiche, insbesondere im Bereich Computer und Mathematik, bei denen vor drei Jahren zuerst festgestellt wurde, dass sie einer bedeutenden Disruption gegenüberstehen.

Der bevorstehende Wandel wird für diese Jobs langsamer sein, vor allem weil viele zentrale Aufgaben bereits KI-gestützt sind. Man bedenke, dass 2023 die Jobgruppe Computer und Mathematik mit 32 % den höchsten Expositionswert aller Berufsgruppen hatte. Heute belegt sie mit einem Expositionswert von 67 % den zweiten Platz, hinter Geschäfts- und Finanzoperationen. Ihr Geschwindigkeitswert von 9 liegt zwar über dem Durchschnitt, ist jedoch vergleichsweise niedriger als die 14 Punkte bei Geschäfts- und Finanzoperationen. Dies liegt größtenteils daran, dass frühere KI-Versionen bereits große Teile von Aufgaben in diesem Feld automatisiert haben.

Für Entwickler sind KI-gestützte Code-Generierungstools wie GitHub Copilot nun ein erwarteter Teil des Toolkits. Für statistische Assistenten sind Plattformen, die Trends identifizieren und prädiktive Modelle erstellen, Standard. Für diese Rollen verschiebt sich die Dynamik von radikaler Disruption hin zu einer Phase, in der Produktivitätsgewinne überprüft und bewertet werden, wobei KI als grundlegende Schicht der täglichen Arbeit eingebettet ist.

Jobfamilien
  • Computer und Mathematik

67 %

Bereich des durchschnittlichen Expositionswerts

9

Bereich des durchschnittlichen Geschwindigkeitswerts

Jobfamilien
  • Geschäfts- und Finanzoperationen
  • Management
  • Büro- und Verwaltungsunterstützung

60 %–68 %

Bereich des durchschnittlichen Expositionswerts

11–14

Bereich des durchschnittlichen Geschwindigkeitswerts

Einer der faszinierendsten Trends betrifft Berufsgruppen, die bereits stark exponiert waren, aber nun auch die schnellsten Veränderungen erleben. Dazu gehören Geschäfts- und Finanzoperationen, Management sowie Büro-/Verwaltungsunterstützung.  In all diesen Berufsgruppen sind die durchschnittlichen Expositionswerte von relativ hohen 14 % bis 21 % im Jahr 2023 auf heute erstaunlich hohe 60 % bis 68 % gesteigert. Außerdem haben alle jetzt durchschnittliche Geschwindigkeitswerte von 11 bis 14, was zwischen 4 und 7 Punkten über dem Durchschnitt liegt.

Diese erhöhte Geschwindigkeit dient nicht nur dazu, mehr aufwendige Arbeit zu automatisieren. Sie spiegelt die Entwicklung der KI wider – von starrer, prozessgebundener Automatisierung hin zu flexiblem, agentengestützem logischem Denken. Während frühere Technologien wie die robotische Prozessautomatisierung sehr gut darin waren, einzelne, sich wiederholende Aufgaben zu automatisieren, orchestriert die heutige agentische KI komplexe Arbeitsabläufe und richtet administrative Funktionen an den strategischen Zielen aus, die sie erreichen sollen. Sie lebt von Mehrdeutigkeit und kann Entscheidungen außerhalb der engen Grenzen eines vordefinierten Prozesses treffen.

Der potenzielle Einfluss dieser agentengestützten Workflow-Kompetenz zeigt sich besonders bei Positionen wie Finanzmanagern sowie Finanz- und Investmentanalysten. Während ein älteres KI-Tool automatisch einen einzelnen Finanzbericht generieren konnte, kann nun eine Gruppe moderner KI-Agenten den gesamten Prozess steuern: den Bedarf an dem Bericht anhand von Marktauslösern identifizieren, Daten aus internen und externen Quellen abrufen und synthetisieren, eine vorläufige Analyse durchführen, Executive Statements erstellen und einen Stakeholder-Review planen. Infolgedessen sehen Finanzmanager einen Expositionswert von 84 % und einen Geschwindigkeitswert von 20. (Andere Jobs im Bereich Geschäfts- und Finanzoperationen haben niedrigere Werte, die die Durchschnittswerte senken.)

Ein weiteres Beispiel findet sich in der Führungsebene. In unserem ursprünglichen Bericht hatten CEOs bis 2032 einen prognostizierten Expositionswert von 25 %. Die treibende Kraft hinter diesem Wert war die Fähigkeit der KI, einzelne Aufgaben wie die Erstellung von Finanzdokumenten und die Datenanalyse zu automatisieren. Heute übersteigt der CEO-Expositionswert 60 %. Aufgaben auf Führungsebene wie Vertragsverhandlungen, Empfehlungen von Richtlinienänderungen und sogar die Umsetzung dieser Richtlinien fallen alle in den Rahmen der KI-Unterstützung.

Ob Vorstandsmitglieder und Aktionäre akzeptieren würden, dass diese Aufgaben durch KI automatisiert werden, ist eine andere Frage. Verantwortlichkeit ist ein wichtiges Thema im Hinblick auf die KI-Disruption auf Führungsebene und wird wahrscheinlich das Ausmaß der theoretischen Expositionswerte einschränken.

Jobfamilien
  • Gesundheitsfachkräfte
  • Pädagogischer Unterricht
  • Rechtliche Hinweise
  • Ingenieurwesen und Architektur

39 %–49 %

Bereich des durchschnittlichen Expositionswerts

8–11

Bereich des durchschnittlichen Geschwindigkeitswerts

Fachbereiche – wie Gesundheitswesen, Bildung, Ingenieurwesen und Sozialwissenschaften – erleben einen raschen Anstieg von KI-beeinflussten Veränderungen. Bis vor Kurzem war KI hauptsächlich auf routinemäßige Verwaltungsaufgaben in diesen Bereichen ausgerichtet. Die meisten Aufgaben waren für KI zu komplex, und die wichtigsten Aufgaben waren für KI nicht geeignet. Dadurch wurden die Expositionswerte relativ niedrig gehalten.

Das hat sich geändert. Da KI nun in der Lage ist, komplexere und wichtigere Aufgaben – wie die Diagnose von Erkrankungen im Gesundheitswesen und die Schülerbewertung in der Bildung – zu bewältigen, könnte die KI-Einführung schneller und umfassender erfolgen.

Nehmen wir die Berufsgruppe der Gesundheitsfachkräfte, die eine Vielzahl von Berufen umfasst, darunter Chirurgen, Hebammen und Radiologen. Die prognostizierte KI-Exposition dieser Gruppe ist von 10 % in unserer vorherigen Forschung auf heute 39 % gestiegen, kombiniert mit einem überdurchschnittlichen Geschwindigkeitswert von 8.

Hausärzte können nun KI nutzen, um die Diagnose direkt zu verbessern, Verfahren zu erklären und Testergebnisse zu besprechen. Es gibt auch Möglichkeiten, die administrative Belastung drastisch zu reduzieren, indem Überweisungen automatisiert werden, Patientendaten erfasst werden und medizinisches Personal koordiniert wird. Infolgedessen haben sich die Expositionswerte in diesem Bereich von 33 % vor drei Jahren auf heute 59 % fast verdoppelt.

Der Bildungssektor ist ähnlich betroffen. Die Expositionswerte sind von 11 % auf 49 % gestiegen, mit einem Geschwindigkeitswert von 11. Zum Beispiel kann KI nun Lehrern helfen, Kursmaterialien vorzubereiten, Schüler zu bewerten, Forschung zu betreiben und sogar Diskussionen im Klassenzimmer zu leiten.

Rechtsanwaltstätigkeiten verzeichnen den höchsten Geschwindigkeitswert dieser Kohorte, nämlich 12. Anwälte zum Beispiel haben einen außergewöhnlichen Anstieg der Expositionswerte verzeichnet, von 9 % im Jahr 2023 auf heute 63 %. Die Auslegung von Gesetzen und Vorschriften, die Analyse wahrscheinlicher Fallergebnisse und die Bewertung der Ergebnisse sind mittlerweile zentrale Themen für KI, die bei schwierigeren Themen wie Vertragsverhandlungen auch als Assistent fungieren kann.

Trotz ihrer hohen Geschwindigkeit bringen diese Bereiche auch Herausforderungen in Bezug auf Regulierung, Ethik, Rechenschaftspflicht für Ergebnisse, Empathie und die Notwendigkeit menschlichen Urteilsvermögens in komplexen Situationen mit sich. Dies könnte das Potenzial der KI-Auswirkungen in diesen Arbeitssektoren verlangsamen.

Jobfamilien
  • Computer und Mathematik

67 %

Bereich des durchschnittlichen Expositionswerts

9

Bereich des durchschnittlichen Geschwindigkeitswerts

Für einige Berufsgruppen hat sich eine hohe Exposition gegenüber KI bereits als Status quo etabliert. Das gilt für die Bereiche, insbesondere im Bereich Computer und Mathematik, bei denen vor drei Jahren zuerst festgestellt wurde, dass sie einer bedeutenden Disruption gegenüberstehen.

Der bevorstehende Wandel wird für diese Jobs langsamer sein, vor allem weil viele zentrale Aufgaben bereits KI-gestützt sind. Man bedenke, dass 2023 die Jobgruppe Computer und Mathematik mit 32 % den höchsten Expositionswert aller Berufsgruppen hatte. Heute belegt sie mit einem Expositionswert von 67 % den zweiten Platz, hinter Geschäfts- und Finanzoperationen. Ihr Geschwindigkeitswert von 9 liegt zwar über dem Durchschnitt, ist jedoch vergleichsweise niedriger als die 14 Punkte bei Geschäfts- und Finanzoperationen. Dies liegt größtenteils daran, dass frühere KI-Versionen bereits große Teile von Aufgaben in diesem Feld automatisiert haben.

Für Entwickler sind KI-gestützte Code-Generierungstools wie GitHub Copilot nun ein erwarteter Teil des Toolkits. Für statistische Assistenten sind Plattformen, die Trends identifizieren und prädiktive Modelle erstellen, Standard. Für diese Rollen verschiebt sich die Dynamik von radikaler Disruption hin zu einer Phase, in der Produktivitätsgewinne überprüft und bewertet werden, wobei KI als grundlegende Schicht der täglichen Arbeit eingebettet ist.

Die sich langsamer verändernden und weniger betroffenen Beschäftigungsgruppen

Die sich langsamer verändernden und weniger betroffenen Beschäftigungsgruppen

Abbildung 6
Quelle: Cognizant

Unsere ursprüngliche Analyse ergab, dass Jobs, die körperlichen Aufwand erfordern, weitgehend von Fortschritten in der KI unbeeinflusst blieben. Und obwohl dieser Bereich des Arbeitsmarktes immer noch einige der niedrigsten relativen Expositions- und Geschwindigkeitswerte aufweist, gibt es dennoch deutliche Veränderungen gegenüber der Situation vor drei Jahren.

Bau und Extraktion hatten beispielsweise 2023 einen extrem niedrigen Expositionswert von nur 4 % und sollten bis 2032 auf 7 % steigen. Heute liegt dieser Bereich bei 12 %, mit einem Geschwindigkeitswert von 3. Die Exposition für Transport und Materialtransport ist von 6 % im Jahr 2023 auf heute 25 % gestiegen (was die Prognose von 15 % für 2032 übertrifft), mit einem Geschwindigkeitswert von 6. Obwohl diese Schwankungen im Vergleich zu Branchen mit starker Disruption wie etwa Geschäftsoperationen vergleichsweise niedriger waren, galten sie vor drei Jahren als unerreichbar.

Veränderung zeigt sich am deutlichsten, wenn die physische Umgebung stärker instrumentiert ist und Arbeitsabläufe leichter kodifizierbar sind. Zum Beispiel sind die Expositionswerte für Verkehrsinspektoren von 6 % im Jahr 2023 auf heute 55 % gestiegen. KI kann nun Aufgaben wie die Erstellung und Einreichung von Berichten vollständig automatisieren, dringt aber auch in Bereiche wie Versandkontrolle, Beobachtung von Teams auf Sicherheit und Einhaltung der Vorschriften sowie Empfehlung von Abhilfemaßnahmen vor.

Um Disruption in einer praxisorientierteren Rolle zu sehen, können wir uns die Rolle der Maurer im Bausektor ansehen, die einen raschen Anstieg der Exposition von 3 % im Jahr 2023 auf 20 % heute verzeichnet hat. Aufgaben wie das Berechnen von Kursen, das Interpretieren von Bauplänen und das Messen von Entfernungen können alle von KI leicht unterstützt werden, insbesondere dank Fortschritten bei der Multimodalität und der verbesserten Fähigkeit, KI-Fähigkeiten in Produkte wie Brillen und Sicherheitsvisiere einzubetten.

Zahlreiche Faktoren werden weiterhin das Tempo der KI-Veränderung für Jobs mit körperlicher Arbeit beeinflussen. Zum Beispiel ist die Verantwortung hoch, Vermögenswerte sind teuer und der Betrieb umfasst gemischte digitale und physische Umgebungen. KI wird Planung, Routing und Inspektion erleichtern, während die Menschen weiterhin für Aufbau, Überwachung und Ausnahmen zuständig sind.

Jobfamilien
  • Bau und Extraktion
  • Transport und Materialtransport
  • Produktion

12 %–29 %

Bereich des durchschnittlichen Expositionswerts

3–6

Bereich des durchschnittlichen Geschwindigkeitswerts

Im Gegensatz zu Tätigkeiten von Gesundheitsfachkräften, die Diagnose, Forschung und Planung beinhalten, fallen unterstützende Stellen wie Hebammen und Pflegeassistenten eher in den Bereich der praktischen Betreuung, bei der die Ergebnisse von Empathie, Vertrauen und Versorgungskontinuität abhängen. Die Expositionswerte sind von 5 % im Jahr 2023 auf heute 29 % deutlich gestiegen, was vor allem durch die neueren Fähigkeiten der KI begünstigt wird, Bilder zu verstehen und über sie nachzudenken, aber dieser Wert liegt dennoch unter dem Durchschnitt und 10 Prozentpunkte unter den Kollegen in der Gruppe der Gesundheitsfachkräfte.

Wie in anderen Branchen gibt es große Unterschiede zwischen den Rollen. Medizinische Assistenten erzielen überdurchschnittliche Geschwindigkeitswerte von 13, wobei die Expositionswerte von 5 % im Jahr 2023 auf heute 49 % gestiegen sind. Ein treibender Faktor für diesen Anstieg ist die Fähigkeit der KI, Verbindungen zwischen verschiedenen Systemen herzustellen. Aufgaben wie die Genehmigung von Medikamentennachfüllungen, das Anmelden von Patienten bei einer Klinik, die Terminvereinbarung und die Kontaktaufnahme mit anderen Abteilungen und medizinischen Einrichtungen werden voraussichtlich stark von KI beeinflusst werden.

In anderen Rollen, die viele körperliche Aufgaben wie das Reinigen von Instrumenten und das Verbinden von Wunden erfordern, sind die Expositionswerte vergleichsweise niedriger, was zu den insgesamt niedrigeren Expositions- und Geschwindigkeitswerten der Jobgruppe beiträgt. Zum Beispiel erleben Pflegeassistenten und private Pflegehelfer eine langsamere Veränderung. Diese Tätigkeiten beinhalten die Unterstützung von Patienten bei ihren körperlichen Bedürfnissen und die Durchführung klinischer Aufgaben, die Geschicklichkeit und Anpassung an veränderte Bedingungen in Echtzeit erfordern. Das ist schwer zu kodifizieren und noch schwerer zu automatisieren, ohne die Sicherheit oder Würde zu kompromittieren.

Jobfamilien
  • Unterstützung im Gesundheitswesen

29 %

Bereich des durchschnittlichen Expositionswerts

6

Bereich des durchschnittlichen Geschwindigkeitswerts

Jobgruppen mit einigen der niedrigsten KI-Expositions- und Geschwindigkeitswerten funktionieren oft in Live-Umgebungen mit unsicheren Auslösern, unvollständigen Informationen und geteilter Verantwortlichkeit. Der gleiche Job wechselt vom Erfassen über das Entscheiden bis hin zur Ausführung, oft innerhalb weniger Minuten. Veränderlichkeit ist die Norm, und Erfolg hängt von menschlichen Fähigkeiten ab, wie dem Lesen subtiler Hinweise, ruhigem Urteilsvermögen und dem Aufbau von Vertrauen. Diese Eigenschaften sind für KI weiterhin schwer zu replizieren, was die Exposition niedriger und die Geschwindigkeit moderat hält.

Nehmen wir Berufsgruppen wie Installation und Reparatur, deren Expositionswerte von 4 % im Jahr 2023 auf vergleichsweise bescheidene 20 % mit einem Geschwindigkeitswert von 5 gestiegen sind. Auch Sicherheitsservices und private Pflege verzeichnen im Vergleich zum Arbeitsmarkt insgesamt relativ geringe Zuwächse, mit Geschwindigkeitswerten von 6 bzw. 5.

Die Expositionswerte von Kfz-Mechanikern verzeichneten einen Anstieg von nur 2 % im Jahr 2023 auf heute 17 %. KI kann Mechanikern helfen, Checklisten und Diagnosen durchzugehen, Arbeiten zu planen, Arbeitsaufträge zu überprüfen, und sogar visuelle Inspektionen unterstützen. Sie spielt aber eine viel kleinere Rolle bei Reparaturen und dem Einbau neuer Teile.

Die größten Fortschritte macht KI hinter den Kulissen. Sensoren, Kameras, Messgeräte, Wearables und Telematik erhöhen das Situationsbewusstsein. Koordinatoren können Standort, Status, Risiko und Richtlinien in einer Ansicht sehen und auf Playbooks sowie frühere Fixes im Kontext zurückgreifen. Dienstpläne und Routing bringen die richtigen Fähigkeiten an den richtigen Ort, und Berichte sammeln Beweise, die vor Ort erfasst werden. Der entscheidende Moment liegt jedoch weiterhin beim Techniker, Beamten oder Betreuer, der Kontext, Einverständnis und Sicherheit abwägen muss.

Jobfamilien
  • Installation, Wartung und Reparatur
  • Sicherheitsservices
  • Private Pflege

20 %–29 %

Bereich des durchschnittlichen Expositionswerts

5–6

Bereich des durchschnittlichen Geschwindigkeitswerts

Jobfamilien
  • Bau und Extraktion
  • Transport und Materialtransport
  • Produktion

12 %–29 %

Bereich des durchschnittlichen Expositionswerts

3–6

Bereich des durchschnittlichen Geschwindigkeitswerts

Unsere ursprüngliche Analyse ergab, dass Jobs, die körperlichen Aufwand erfordern, weitgehend von Fortschritten in der KI unbeeinflusst blieben. Und obwohl dieser Bereich des Arbeitsmarktes immer noch einige der niedrigsten relativen Expositions- und Geschwindigkeitswerte aufweist, gibt es dennoch deutliche Veränderungen gegenüber der Situation vor drei Jahren.

Bau und Extraktion hatten beispielsweise 2023 einen extrem niedrigen Expositionswert von nur 4 % und sollten bis 2032 auf 7 % steigen. Heute liegt dieser Bereich bei 12 %, mit einem Geschwindigkeitswert von 3. Die Exposition für Transport und Materialtransport ist von 6 % im Jahr 2023 auf heute 25 % gestiegen (was die Prognose von 15 % für 2032 übertrifft), mit einem Geschwindigkeitswert von 6. Obwohl diese Schwankungen im Vergleich zu Branchen mit starker Disruption wie etwa Geschäftsoperationen vergleichsweise niedriger waren, galten sie vor drei Jahren als unerreichbar.

Veränderung zeigt sich am deutlichsten, wenn die physische Umgebung stärker instrumentiert ist und Arbeitsabläufe leichter kodifizierbar sind. Zum Beispiel sind die Expositionswerte für Verkehrsinspektoren von 6 % im Jahr 2023 auf heute 55 % gestiegen. KI kann nun Aufgaben wie die Erstellung und Einreichung von Berichten vollständig automatisieren, dringt aber auch in Bereiche wie Versandkontrolle, Beobachtung von Teams auf Sicherheit und Einhaltung der Vorschriften sowie Empfehlung von Abhilfemaßnahmen vor.

Um Disruption in einer praxisorientierteren Rolle zu sehen, können wir uns die Rolle der Maurer im Bausektor ansehen, die einen raschen Anstieg der Exposition von 3 % im Jahr 2023 auf 20 % heute verzeichnet hat. Aufgaben wie das Berechnen von Kursen, das Interpretieren von Bauplänen und das Messen von Entfernungen können alle von KI leicht unterstützt werden, insbesondere dank Fortschritten bei der Multimodalität und der verbesserten Fähigkeit, KI-Fähigkeiten in Produkte wie Brillen und Sicherheitsvisiere einzubetten.

Zahlreiche Faktoren werden weiterhin das Tempo der KI-Veränderung für Jobs mit körperlicher Arbeit beeinflussen. Zum Beispiel ist die Verantwortung hoch, Vermögenswerte sind teuer und der Betrieb umfasst gemischte digitale und physische Umgebungen. KI wird Planung, Routing und Inspektion erleichtern, während die Menschen weiterhin für Aufbau, Überwachung und Ausnahmen zuständig sind.

Jobfamilien
  • Unterstützung im Gesundheitswesen

29 %

Bereich des durchschnittlichen Expositionswerts

6

Bereich des durchschnittlichen Geschwindigkeitswerts

Im Gegensatz zu Tätigkeiten von Gesundheitsfachkräften, die Diagnose, Forschung und Planung beinhalten, fallen unterstützende Stellen wie Hebammen und Pflegeassistenten eher in den Bereich der praktischen Betreuung, bei der die Ergebnisse von Empathie, Vertrauen und Versorgungskontinuität abhängen. Die Expositionswerte sind von 5 % im Jahr 2023 auf heute 29 % deutlich gestiegen, was vor allem durch die neueren Fähigkeiten der KI begünstigt wird, Bilder zu verstehen und über sie nachzudenken, aber dieser Wert liegt dennoch unter dem Durchschnitt und 10 Prozentpunkte unter den Kollegen in der Gruppe der Gesundheitsfachkräfte.

Wie in anderen Branchen gibt es große Unterschiede zwischen den Rollen. Medizinische Assistenten erzielen überdurchschnittliche Geschwindigkeitswerte von 13, wobei die Expositionswerte von 5 % im Jahr 2023 auf heute 49 % gestiegen sind. Ein treibender Faktor für diesen Anstieg ist die Fähigkeit der KI, Verbindungen zwischen verschiedenen Systemen herzustellen. Aufgaben wie die Genehmigung von Medikamentennachfüllungen, das Anmelden von Patienten bei einer Klinik, die Terminvereinbarung und die Kontaktaufnahme mit anderen Abteilungen und medizinischen Einrichtungen werden voraussichtlich stark von KI beeinflusst werden.

In anderen Rollen, die viele körperliche Aufgaben wie das Reinigen von Instrumenten und das Verbinden von Wunden erfordern, sind die Expositionswerte vergleichsweise niedriger, was zu den insgesamt niedrigeren Expositions- und Geschwindigkeitswerten der Jobgruppe beiträgt. Zum Beispiel erleben Pflegeassistenten und private Pflegehelfer eine langsamere Veränderung. Diese Tätigkeiten beinhalten die Unterstützung von Patienten bei ihren körperlichen Bedürfnissen und die Durchführung klinischer Aufgaben, die Geschicklichkeit und Anpassung an veränderte Bedingungen in Echtzeit erfordern. Das ist schwer zu kodifizieren und noch schwerer zu automatisieren, ohne die Sicherheit oder Würde zu kompromittieren.

Jobfamilien
  • Installation, Wartung und Reparatur
  • Sicherheitsservices
  • Private Pflege

20 %–29 %

Bereich des durchschnittlichen Expositionswerts

5–6

Bereich des durchschnittlichen Geschwindigkeitswerts

Jobgruppen mit einigen der niedrigsten KI-Expositions- und Geschwindigkeitswerten funktionieren oft in Live-Umgebungen mit unsicheren Auslösern, unvollständigen Informationen und geteilter Verantwortlichkeit. Der gleiche Job wechselt vom Erfassen über das Entscheiden bis hin zur Ausführung, oft innerhalb weniger Minuten. Veränderlichkeit ist die Norm, und Erfolg hängt von menschlichen Fähigkeiten ab, wie dem Lesen subtiler Hinweise, ruhigem Urteilsvermögen und dem Aufbau von Vertrauen. Diese Eigenschaften sind für KI weiterhin schwer zu replizieren, was die Exposition niedriger und die Geschwindigkeit moderat hält.

Nehmen wir Berufsgruppen wie Installation und Reparatur, deren Expositionswerte von 4 % im Jahr 2023 auf vergleichsweise bescheidene 20 % mit einem Geschwindigkeitswert von 5 gestiegen sind. Auch Sicherheitsservices und private Pflege verzeichnen im Vergleich zum Arbeitsmarkt insgesamt relativ geringe Zuwächse, mit Geschwindigkeitswerten von 6 bzw. 5.

Die Expositionswerte von Kfz-Mechanikern verzeichneten einen Anstieg von nur 2 % im Jahr 2023 auf heute 17 %. KI kann Mechanikern helfen, Checklisten und Diagnosen durchzugehen, Arbeiten zu planen, Arbeitsaufträge zu überprüfen, und sogar visuelle Inspektionen unterstützen. Sie spielt aber eine viel kleinere Rolle bei Reparaturen und dem Einbau neuer Teile.

Die größten Fortschritte macht KI hinter den Kulissen. Sensoren, Kameras, Messgeräte, Wearables und Telematik erhöhen das Situationsbewusstsein. Koordinatoren können Standort, Status, Risiko und Richtlinien in einer Ansicht sehen und auf Playbooks sowie frühere Fixes im Kontext zurückgreifen. Dienstpläne und Routing bringen die richtigen Fähigkeiten an den richtigen Ort, und Berichte sammeln Beweise, die vor Ort erfasst werden. Der entscheidende Moment liegt jedoch weiterhin beim Techniker, Beamten oder Betreuer, der Kontext, Einverständnis und Sicherheit abwägen muss.

Was das für den Arbeitsplatz bedeutet

Diese Geschwindigkeit des Wandels – und die 4,5 Billionen Dollar an Arbeitskosten, die sie repräsentiert – schaffen sowohl enorme Chancen als auch erhebliche Herausforderungen. Die Frage ist nicht mehr, ob KI die Arbeit transformieren wird, sondern wie schnell Organisationen sich anpassen können, um ihr Potenzial zu nutzen und gleichzeitig sicherzustellen, dass ihre Mitarbeitenden im Zentrum der Wertschöpfung bleiben.

Geschäftsleiter und andere Interessengruppen müssen sich auf die folgenden Realitäten konzentrieren:

Unsere Forschung zeigt, dass sich der Einfluss von KI weit über Büroumgebungen und Wissensarbeit hinaus ausbreitet und in die praktischen, praxisnahen Bereiche der Wirtschaft reicht. Hervorzuheben ist, wie KI beginnt, Rollen zu unterstützen, die auf menschlicher Wahrnehmung, Kontext und schnellem Urteilsvermögen basieren – Bereiche, die früher als sicher vor der Automatisierung galten. 

In solchen Situationen bestimmen kleine Entscheidungen oft die Leistung: Ein Techniker beurteilt, ob eine Maschine überhitzt, ein Fahrer inspiziert eine beschädigte Lieferung, eine Krankenschwester beurteilt eine Wunde. Diese Situationen beruhten immer auf Erfahrung und der daraus entstandenen Intuition statt auf einem formalen Prozess. Heute können multimodale KI-Systeme, die in der Lage sind, Bilder, Geräusche und räumliche Hinweise zu interpretieren, dieselben Urteile erkennen, unterstützen und daraus lernen. 

Dies markiert eine Veränderung darin, wie Arbeit verstanden wird. Aufgaben, die früher als rein manuell galten, enthalten tatsächlich eingebettete kognitive Elemente, welche KI erweitern kann. Jede kleine Verbesserung, jeder Fall besserer Konsistenz oder weniger Fehler summiert sich in einer ganzen Organisation. Wenn diese Verbesserungen über jede Schicht und jeden Standort hinweg erfolgen, bewirken die Fortschritte eine Veränderung. 

Daraus entsteht eine stärker vernetzte Arbeitsform, bei der sich digitale und physische Aufgaben überschneiden. Die Grenze zwischen Wissen und Arbeit verschwindet. Ein Lagerarbeiter, der KI zur Validierung der Produktqualität einsetzt, ein Außendienstingenieur, der von einem Headset geleitet wird, ein Einzelhandelsmitarbeiter, der die Lagerbedingungen für die Analyse erfasst – all das stellt eine Mischung aus physischer und digitaler Entscheidungsfindung dar. Die menschlichsten Teile der physischen Arbeit haben heute das Potenzial, digital verbessert zu werden. 

Die Grenze zwischen Wissen und Arbeit verschwindet. Die menschlichsten Teile der physischen Arbeit haben heute das Potenzial, digital verbessert zu werden. 

Seit generative KI in die Geschäftswelt eingetreten ist, scheinen wichtige KI-Entwicklungen schneller und häufiger zu kommen. Organisationen müssen ihre Planungs- und Budgetzyklen an diesen unregelmäßigen Änderungsrhythmus anpassen.

Unternehmen, die auf eine schrittweise Transformation ausgelegt sind, haben bereits Schwierigkeiten, Schritt zu halten. Starre Planungszyklen, lange Budgetgenehmigungen und feste Technologie-Roadmaps können Kapazitätsschocks dieser Größenordnung nicht absorbieren. Im Gegensatz dazu zeigen Organisationen mit modulareren Systemen, flexibler Governance und flexiblen Finanzierungsströmen eine größere Resilienz. Sie können Ressourcen testen, übernehmen und umleiten, während sich die Technologie weiterentwickelt. 

Diese Organisationen entwickeln das, was man als operative Elastizität bezeichnen könnte. Sie erwarten Volatilität und haben sich darum herum entworfen. Eine neue Modellversion wird zu einem Standard-Update statt zu einer strategischen Krise. Die kontinuierliche Integration von KI-Fähigkeiten wird zur Regel, nicht zur Ausnahme. 

Dies verdeutlicht auch eine wachsende Kluft zwischen der Geschwindigkeit des technologischen Wandels und dem langsameren Tempo von Politik und Bildung. Regulatorische Rahmenbedingungen, Ausbildungssysteme und Personalplanung bleiben auf ältere Zyklen der industriellen Anpassung abgestimmt. Um relevant zu bleiben, müssen Institutionen eigene adaptive Strukturen aufbauen, die fast so schnell lernen und reagieren können wie die von ihnen beaufsichtigen Systeme. 

Organisationen mit modularen Systemen, flexibler Governance und flexiblen Finanzierungsströmen werden eine größere Resilienz zeigen. Sie können Ressourcen testen, übernehmen und umleiten, während sich die Technologie weiterentwickelt. 

Arbeit und Lernen beginnen, sich im gleichen Tempo wie die KI-Entwicklung zu verändern. Mit steigender Exposition und Geschwindigkeit müssen die Menschen sich anpassen, auch wenn sich die Werkzeuge, die sie nutzen, noch weiterentwickeln. Anpassungsfähigkeit ist nun eine organisatorische Voraussetzung.

Die effektivsten Organisationen synchronisieren die Anpassungsfähigkeit ihrer Mitarbeiter mit der Anpassungsfähigkeit ihrer Systeme. Sie schaffen Umgebungen, in denen Experimente Teil der Arbeit sind und in denen das Feedback zwischen Menschen und KI-Tools in beide Richtungen fließt.

Arbeitnehmende nutzen nicht nur KI, sondern gestalten sie, testen ihre Grenzen und definieren ihre eigenen Aufgaben im Laufe der Zeit neu. Manager müssen sowohl die Menschen als auch die von ihnen eingesetzten Agenten beaufsichtigen und sicherstellen, dass sich Urteilsvermögen und Automatisierung gemeinsam entwickeln und nicht in Konflikt stehen.

In Bereichen wie Gesundheitswesen, Recht und Bildung ist dieses Zusammenspiel besonders sichtbar. KI kann nun einen Großteil der schweren analytischen Arbeit übernehmen, dennoch bleiben Vertrauen, Empathie und ethische Diskretion zentral. Die Organisationen, die am schnellsten vorankommen, sind diejenigen, die diese Spannung als Quelle der Innovation erkennen. Sie ermöglichen es Fachleuten, gemeinsam zu gestalten, wie KI angewendet wird, um die wichtigen menschlichen Elemente zu bewahren und gleichzeitig zu verstärken, was Maschinen am besten können.

Mit steigender Exposition und Geschwindigkeit müssen die Menschen sich anpassen, auch wenn sich die Werkzeuge, die sie nutzen, noch weiterentwickeln. Anpassungsfähigkeit ist nun eine organisatorische Voraussetzung. 

Der Kompetenzaufbau muss sich außerdem mit derselben Geschwindigkeit wie die KI selbst bewegen. In der heutigen Umgebung laufen traditionelle Lernzyklen zu langsam. Bis ein standardisierter Ausbildungslehrplan entworfen und genehmigt ist, könnte sich die Fähigkeit, auf die er ausgerichtet ist, bereits verbessert haben. Stattdessen müssen Organisationen Lernen und Entwicklung als schnellen Reaktionsmechanismus behandeln, der in der Lage ist, neue Kompetenzen sofort einzusetzen, sobald eine Technologie sie schafft.

Wenn eine neue Logik-Engine oder ein multimodaler Agent verfügbar wird, muss die Kompetenzinfrastruktur sofort die Lücke zwischen dem Potenzial des Werkzeugs und der aktuellen Praxis des Mitarbeitenden überbrücken. Der Fokus verlagert sich von breiten, rollenbasierten Zertifizierungen hin zu präzisen, aufgabenbasierten Anpassungen.

Zum Beispiel muss eine medizinische Fachkraft ihren gesamten Beruf nicht neu erlernen, wenn sich die KI-Diagnostik verbessert. Sie benötigt eine gezielte, sofortige Anpassung: wie man die spezifische Ausgabe des neuen Agenten interpretiert und diese Ergebnisse an den Patienten weitergibt. Das ist ein Prozess ständiger Neukalibrierung. Die Fachkraft fügt eine neue Ebene technischer Kompetenz hinzu und verdoppelt gleichzeitig das menschliche Urteilsvermögen und die Empathie, die die Maschine nicht nachahmen kann.

Erfolgreich werden die Organisationen sein, die Kompetenzaufbau als Infrastruktur-Update in Echtzeit betrachten, sodass Technologie und Belegschaft stets im Einklang voranschreiten.

Behandeln Sie Lernen und Entwicklung als schnellen Reaktionsmechanismus, der in der Lage ist, neue Kompetenzen sofort einzusetzen, sobald eine Technologie sie schafft.

Verschiebungen in der Arbeitswelt im Wert von 4,5 Billionen Dollar

Das Tempo der Jobveränderung ist nun eng mit dem Tempo des KI-Wandels verknüpft. Aber die beiden Zeitpläne werden nie vollständig übereinstimmen. Während die Veränderungen, die unsere Forschung aufgedeckt hat, das Potenzial von KI als Technologie widerspiegeln, werden viele andere Faktoren letztlich das Endergebnis bestimmen.

Regulatorische und politische Entscheidungen, Verantwortlichkeit der Manager, Organisationsstrategien und Anpassungsfähigkeit der Belegschaft werden eine entscheidende Rolle bei der Gestaltung der Einführung spielen. Wirtschaftliche Bedingungen, kulturelle Einstellungen und ethische Überlegungen können den Fortschritt beschleunigen oder verlangsamen. Schließlich könnten Durchbrüche oder Rückschläge in der KI und verwandten Technologien das Ausmaß und die Geschwindigkeit des Wandels über unsere aktuellen Prognosen hinaus verstärken oder verringern.

Aber angesichts der Beschleunigung, die wir sehen, ist die Wahrscheinlichkeit groß, dass die nächsten drei Jahre noch größere Veränderungen bringen werden als die vorherigen drei. Organisationen und Einzelpersonen, die jetzt in Lernen, Anpassung und strategische Planung investieren, sind in der Lage, mit KI-getriebenen Veränderungen Schritt zu halten und diese sogar in einen Wettbewerbsvorteil zu verwandeln.

PDF Herunterladen

Weitere Erkenntnisse finden Sie unter www.cognizant.com/ch/de/insights

Studie

Ollie O'Donoghue

Head of Cognizant Research

Duncan Roberts

Associate Director, Cognizant Research

Alexandria Quintana


Senior Manager, Cognizant Research

Ramona Balaratnam

Senior Manager, Cognizant Research

Redaktion

Lynne LaCascia
Head of Brand, Thought Leadership
& Research

Marlowe Newman

Director, Thought Leadership & Research

Steven Ulfelder
Senior Manager, Thought Leadership & Research

Mary Brandel

Editor