Das Genz-Dilemma, Teil 4 - KI vs Junior

Lasst uns nochmal über den Elefanten im Raum der Führungsetagen sprechen. Wenn wir ehrlich sind – und das fällt unter dem bisher eingebläuten Branchen-Mantra des „war for talent“ oft schwer – liegt eine heimliche, fast schon schuldhafte Erleichterung in der Luft, wenn ein Senior-Manager eine Aufgabe an ein LLM delegieren kann, anstatt an eine Junior-Mitarbeiterin.

Es geht dabei nicht um Perfektion. Die Illusion, dass KI fertige, fehlerfreie Ergebnisse liefert, verfliegt meist nach der ersten Arbeitswoche. Das Problem ist aber: Die junge Hochschulabsolventin liefert beim ersten Wurf auch keine fehlerfreien Ergebnisse. Beide Seiten "halluzinieren" auf ihre eigene Weise.

Warum verliert der Junior aktuell also so gnadenlos diesen inoffiziellen Wettkampf? Die Antwort liegt in einer oft ignorierten Metrik der Effizienz: dem „Correction Effort“ – den wahren Kosten der Korrektur.

Die Anatomie der Fehlbarkeit

Betrachten wir die Natur der Fehler, die auf dem Schreibtisch eines Seniors zur Korrektur landen.

Der Junior-Fehler entsteht meist aus Unsicherheit, fehlendem Tacit Knowledge (Erfahrungswissen über ungeschriebene Firmenregeln) oder dem klassischen Imposter-Syndrom – der Scheu, rechtzeitig die richtigen Fragen zu stellen, um nicht inkompetent zu wirken. Das Ergebnis ist ein gut gemeinter, aber unvollständiger Output, der den Kern der Aufgabe oft verfehlt (und ich gehe nicht auf das neue Problem ein: Junior nutzt eine KI um Mist abzusliefern).

Der KI-Fehler ist völlig anderer Natur: Ein Agent produziert gern mal selbstbewussten Bullshit, integriert plausibel klingenden, aber erlogenen Unsinn oder ignoriert hartnäckig drei explizite Ausschlusskriterien aus dem Prompt.

Die Konsequenz für den Senior ist in beiden Fällen identisch: Die eigentliche Arbeit (Reviewen, Auditieren, Korrigieren) bleibt an ihm hängen, denn er trägt am Ende die Verantwortung. Der entscheidende Unterschied liegt jedoch im anschließenden Iterationsprozess.

Das Tipping-Point-Paradoxon und die "Empathy Trap"

Warum zieht die Maschine in der Unternehmensrealität gnadenlos an den jungen Talenten vorbei? Es sind im Wesentlichen drei Faktoren, die das sozioökonomische Gleichgewicht zuungunsten des Menschen verschieben:

1. Die Iterationsgeschwindigkeit: Wenn das erste Ergebnis falsch ist, generiert die KI in knapp vier Sekunden "Version 2". Der Junior braucht bis morgen Nachmittag.
2. Die verlässliche Verfügbarkeit: KI hat keinen unangekündigten Urlaubstag, wird nicht unkonzentriert, wenn das Projekt dröge wird, und kennt keinen Motivationsverlust.

Ein anderer gewichtiger Faktor ist jedoch der Wegfall der emotionalen Reibung. Ich hatte dazu erst im Frühjahr in meinen Gedanken zur Empathy Trap eine ziemlich ungemütliche Erkenntnis geteilt. In einer hitzigen Debatte über Business Process Optimization (BPO) rutschte mir der Satz heraus:

"Es ist für mich einfach leichter, mit KI-Agenten zu arbeiten, weil ich mich nicht mit menschlichen Befindlichkeiten auseinandersetzen muss."

So schmerzhaft unempathisch dieser Satz klingt, er trifft den kalten Kern des unternehmerischen Optimierungsimperativs. Die Zusammenarbeit mit Menschen erfordert permanent kognitive Energie. Man muss sein Feedback sorgfältig formulieren, Egos schonen, motivieren, politisch korrekt bleiben. Einem Agenten hingegen kann ich im Geiste an den Kopf werfen: "Das ist absoluter Müll, fang nochmal von vorn an, und lass X weg." Keine verletzten Gefühle. Keine Demotivation. Keine diplomatischen Eiertänze.

Im Streben von Unternehmen nach maximaler Effizienz – dem Kern von BPO – ist jede menschliche Emotion, jeder Frust und jedes Missverständnis reiner Reibungsverlust. Technologie entfernt diese Reibung. Der wirtschaftliche Sog in diesen "reibungslosen" Zustand ist so unausweichlich wie die Gesetze der Thermodynamik. Maximum Efficiency erfordert den Abbau menschlicher Emotionen (noch ein Satz der heftig nachklingt).

Der Real-World "Freitagnachmittag-Test"

Nichts verdeutlicht dieses Paradoxon besser als ein klassische "Freitagnachmittag-Test".
Es ist Freitag, 15:00 Uhr. Ein Kunde fordert panisch eine kurzfristige, radikale Überarbeitung eines Pitch-Decks oder einer Softwarekomponente bis zum Abend.

Der Ablauf früher: Der Senior holt den jungen Kollegen aus dem schon begonnenen geistigen Feierabend, managt dessen sichtbaren Frust im Call, ringt mit dem eigenen schlechten Gewissen und verbringt dann um 18:00 Uhr doch noch eine Stunde damit, 60 % der Arbeit neu zu schreiben („Weil es jetzt einfach schneller geht, als es nochmal zu erklären“).

Der Ablauf heute: Der Senior baut sich einen brutalen Prompt-Workflow (wenn er weiss wie es geht, aber das ist Thema eines zukünftigen Beitrag), jagt die Ergebnisse der KI in zehn Minuten durch drei gnadenlose Iterationsschleifen (völlig ohne Rücksicht auf die "Gefühle" der KI), veredelt das Ergebnis und geht um 16:00 Uhr ins Wochenende. Effizienz triumphiert über Pädagogik.

Die notwendige Konsequenz: Bildungseinrichtungen als neue "Senior-Schmieden"

Aus Unternehmenssicht führt uns das zu einer harten, aber unumgänglichen Wahrheit: **Kein Unternehmen kann den Optimierungsimperativ auf Dauer ignorieren.** Wir können noch so viele hehre Corporate-Values predigen – am Ende des Tages gewinnt die reibungslose Effizienz. Das bedeutet schlichtweg, dass das klassische, ineffiziente Junior-Mentoring in der Wirtschaft einen langsamen, leisen Tod stirbt.

Unternehmen werden und können die mühsame "Seniorisierung" von Berufsanfängern in Zukunft immer weniger im Daily Business leisten. Es wird wirtschaftlich schlicht nicht mehr vertretbar sein, einen Senior dafür zu bezahlen, pädagogische Korrekturschleifen mit einem Menschen zu drehen, wenn er dasselbe in einem Bruchteil der Zeit mit einer Maschine erledigen kann.

Wenn die Wirtschaft das On-the-Job-Training aus Optimierungsgründen abschafft, wandert die Verantwortung unweigerlich zu den Bildungsinstitutionen.

Universitäten, Business Schools und Ausbildungsbetriebe können sich nicht mehr darauf ausruhen, den Unternehmen Rohdiamanten mit einem reinen Fundament an theoretischem Wissen zu übergeben. Die Aufgabe der Bildungsinstitutionen muss es sein, die im vorherigen Artikel beschriebene „Seniorisierung“ bereits auf dem Campus vorzunehmen.

Für Bildungseinrichtungen wird genau das zur ultimativen Unique Selling Proposition (USP) dieses Jahrzehnts: Die Hochschulen, die es schaffen, ihre Lehre so umzubauen, dass ihre Absolventen nicht mehr als "Befehlsempfänger" in den Markt eintreten, sondern als evaluierende, kritisch denkende KI-Operatoren mit systemischem Urteilsvermögen, werden den Markt beherrschen.

Wer Unternehmen Absolventen liefert, die kein teures "Correction Effort"-Risiko mehr sind, löst eines der Probleme des modernen Managements im KI-Zeitalter. Die Ära des "Learning by Doing" im Job ist vorbei. Die Ära des "Auditing by Design" muss in der Lehre beginnen. Und das wird ein Thema zukünftiger Beiträge, so stay tuned 😉

Live long and prosper 😉🖖