Zum Inhalt springen
Tunesien und die KI
EssayKI-Übersetzung· Tunesien und die KI · Teil 1· 24. Juli 2026

Tunesien und die KI: eine Gleichung mit mehreren Unbekannten

Manche glauben, sie installieren eine Super-Tabellenkalkulation. Wahrscheinlich holen sie sich einen Innenarchitekten mit leicht pyromanischen Neigungen ins Unternehmen. Die Diagnose in vier Unbekannten.

von 7 Min. Lesezeit

Manche glauben, sie installieren eine Super-Tabellenkalkulation, ein weiteres Optimierungstool. Wahrscheinlich holen sie sich aber einen Innenarchitekten mit leicht pyromanischen Neigungen ins Unternehmen: Er kann die Räume neu einrichten, aber auch die Baupläne des ganzen Gebäudes infrage stellen und die Stockwerke gründlich durcheinanderwirbeln.

Künstliche Intelligenz wird gern als nächste Etappe der Digitalisierung präsentiert. Sie soll schneller schreiben, mehr Daten analysieren, Code produzieren, Dokumente übersetzen oder Kundenanfragen automatisch beantworten.

Diese Lesart ist nicht falsch. Sie ist nur unvollständig.

KI verändert nicht nur die Werkzeuge, mit denen wir arbeiten. Sie wird die Prozesse im Unternehmen verändern, die Organisation der Arbeit, die Kompetenzen, denen wir Wert beimessen, die Position von Ländern in den internationalen Wertschöpfungsketten und langfristig auch die Mechanismen, mit denen wir kollektive Solidarität finanzieren.

Wir haben es also nicht mit einem technologischen Problem zu tun, für das es eine klassische Lösung gäbe. Wir stehen vor einer Gleichung mit Dutzenden Unbekannten: technologischen, unternehmerischen, sozialen, bildungspolitischen, wirtschaftlichen, steuerlichen und politischen.

Und das wissen sogar Mathe-Muffel: Gleichungen mit mehreren Unbekannten sind oft die am schwersten lösbaren.

Erste Unbekannte: Was wird aus dem Unternehmen, wenn die Maschine an der Denkarbeit mitwirkt?

Die Einführung von KI wird oft als relativ simple Operation beschrieben: Tool auswählen, Mitarbeitende schulen, Produktivitätsgewinne messen.

In der Realität kann kein Unternehmen diese Technologien ernsthaft nutzen, ohne die Qualität seiner Daten, seine IT-Infrastruktur, seine Cybersicherheit, seine Entscheidungsprozesse und die Verteilung der Verantwortlichkeiten zu hinterfragen.

Wer prüft eine Antwort, die ein Modell geliefert hat? Wer haftet, wenn sie falsch ist? Welche Daten darf man ihm anvertrauen? Welche Entscheidungen müssen menschlich bleiben? Und was wird aus einem Beruf, wenn manche seiner Aufgaben automatisiert werden, andere aber nicht?

Wer einen schlecht konzipierten Prozess mit KI ausstattet, macht ihn dadurch nicht automatisch intelligent. Vielleicht produziert er einfach schneller Fehler. Auch das ist eine Form von Produktivität, nur selten die gewünschte.

Die wichtigsten Veränderungen dürften deshalb weniger aus der Automatisierung einzelner Aufgaben entstehen als aus dem Neuaufbau ganzer Prozesse. Im Kundenservice etwa kann die KI eine Anfrage einordnen, die relevanten Informationen suchen, eine Antwort vorbereiten und komplexe Fälle an einen menschlichen Berater weiterleiten. Dieser verschwindet nicht zwangsläufig, aber seine Rolle ändert sich: Er wird stärker zum Supervisor, Vermittler oder Experten. Um diese neue Rolle auszufüllen, muss allerdings auch er seine Kompetenzen und seine Arbeitsweise weiterentwickeln.

Ein Unternehmen, das KI tiefgreifend einführt, wird nicht mehr dasselbe Unternehmen sein. Prozesse, Hierarchien, Berufsbilder und Teamzusammensetzung müssen sich gemeinsam weiterentwickeln.

Zweite Unbekannte: Was wird aus dem Wissensarbeiter?

Joseph Schumpeter beschrieb Innovation als Prozess der schöpferischen Zerstörung: Neue Aktivitäten entstehen und machen dabei bestehende Strukturen nach und nach überflüssig.

Dieser Mechanismus ist nicht neu. Sein Ziel hingegen verschiebt sich.

Peter Drucker hatte den Knowledge Worker, den Wissensarbeiter, ins Zentrum der modernen Wirtschaft gestellt: jemanden, der Wert schafft, indem er Informationen sammelt, interpretiert und weitergibt. Entwickler, Buchhalter, Übersetzer, Analysten, Ingenieure, Juristen, Lehrkräfte, Berater und Verwaltungskader gehören in unterschiedlichem Maß zu dieser Kategorie.

Über Jahrzehnte haben digitale Werkzeuge diese Fachleute vor allem unterstützt. Die Tabellenkalkulation half dem Buchhalter, die Suchmaschine dem Forscher, die Konstruktionssoftware dem Ingenieur.

KI geht einen Schritt weiter: Sie kann inzwischen einen Teil der Denkarbeit selbst erledigen.

Sie kann eine Akte zusammenfassen, ein Standarddokument verfassen, eine Analyse vorbereiten, Code generieren, einen Text übersetzen oder eine Routineanfrage bearbeiten. Sie ersetzt nicht zwangsläufig einen ganzen Beruf. Aber sie kann genug Aufgaben automatisieren, um die Zahl der benötigten Personen, die gesuchten Qualifikationen und den Aufbau von Karrieren zu verändern.

Die Frage der Einstiegsjobs, die ich “The GenZ-Dilemma” nenne, rückt damit ins Zentrum. Wenn die Maschine die ersten Analysen übernimmt und die einfachen Fälle bearbeitet, wie sollen junge Berufseinsteiger dann die Erfahrung sammeln, die sie später für komplexe Situationen brauchen?

Ein Unternehmen kann heute produktiver werden und gleichzeitig, getrieben vom Effizienzimperativ, seinen Kompetenznachwuchs von morgen schwächen.

Dritte Unbekannte: Welchen Platz hat Tunesien in dieser neuen Arbeitsteilung?

Für Tunesien hat dieser Wandel besonderes Gewicht.

Ein Teil unserer Einbindung in die Weltwirtschaft beruht auf qualifizierten, mehrsprachigen und wettbewerbsfähigen Kompetenzen: Informationstechnologie, Kundenbetreuung, Ingenieurwesen, Übersetzung, Buchhaltung, ausgelagerte Verwaltungsdienstleistungen und verschiedene geistige Tätigkeiten für ausländische Auftraggeber.

Nur: Die Automatisierung, die diese Tätigkeiten bedroht, muss gar nicht in Tunesien stattfinden.

Wenn ein europäisches Unternehmen einen wachsenden Teil seines Supports, seiner Entwicklung, seiner Übersetzungen oder seiner Verwaltungsabläufe automatisiert, muss es womöglich weniger auslagern. Das Risiko kommt also ebenso aus den Entscheidungen unserer Partner wie aus denen in unseren eigenen Unternehmen.

Doch auch ein anderer Weg ist möglich. Tunesische Teams, die mit diesen Technologien ausgestattet sind, könnten mehr produzieren, neue Märkte erschließen und spezialisiertere Dienstleistungen anbieten. KI könnte standardisierte Tätigkeiten schwächen und zugleich jene stärken, die Expertise, Vertrauen, Branchenwissen oder kulturelle Nähe erfordern.

Um bei Schumpeters Logik zu bleiben: Diese Szenarien werden zwangsläufig nebeneinander existieren, ohne zwangsläufig denselben Branchen, denselben Regionen oder denselben Menschen zugutezukommen.

Ob KI Bedrohung oder Chance wird, ist deshalb die falsche Frage. Die eigentliche lautet: Welchen Platz wird Tunesien in der neuen Wertschöpfungskette einnehmen? Als Produzent von Lösungen, als Exporteur KI-gestützter Dienstleistungen, als abhängiger Anwender oder als bloßer Konsument von Technologien, die anderswo entwickelt und betrieben werden?

Schöpferische Zerstörung garantiert nicht, dass das Neue am selben Ort, für dieselben Menschen und im selben Tempo entsteht, wie das Alte verschwindet.

Vierte Unbekannte: Wie finanziert man eine Gesellschaft, in der Wertschöpfung immer weniger von menschlicher Arbeit abhängt?

Der Wandel von Unternehmen und Beschäftigung erreicht früher oder später zwangsläufig auch die öffentliche Governance.

Unsere Steuer- und Sozialsysteme wurden für eine Wirtschaft gebaut, in der menschliche Arbeit eine zentrale Rolle spielt. Löhne, Sozialabgaben, Einkommensteuer, privater Konsum und Unternehmensgewinne finanzieren direkt oder indirekt die öffentlichen Dienste und den Sozialschutz.

Was aber passiert, wenn ein Unternehmen genauso viel oder sogar mehr produziert, mit weniger Beschäftigten, dank Modellen, die überwiegend aus Rechenzentren im Ausland betrieben werden?

Dann wandert ein Teil der Wertschöpfung von der lokalen Arbeit hin zu Technologiekapital, digitaler Infrastruktur und geistigem Eigentum. Und bis zum Beweis des Gegenteils zahlt eine GPU weder in die Rentenkasse noch in die Krankenversicherung ein.

Das Paradox liegt auf der Hand: Gerade wenn der technologische Wandel den Bedarf an Weiterbildung, Umschulung und sozialer Absicherung erhöhen könnte, könnte er zugleich einen erheblichen Teil der Mittel schwächen, die all das finanzieren.

Das heißt nicht, dass man sofort Roboter, Modelle oder Rechenleistung besteuern sollte. Eine schlecht konzipierte Besteuerung könnte lokale Unternehmen bestrafen, ohne die großen internationalen Plattformen überhaupt zu erreichen. Aber nichts zu ändern hieße anzunehmen, dass Regeln aus der Industriewirtschaft des 20. Jahrhunderts perfekt zu einer Wirtschaft passen, in der digitales Kapital einen wachsenden Teil der Wertschöpfung erzeugt.

Eine Gleichung, nicht vier getrennte Probleme

Es wäre verlockend, die KI den Ingenieuren zu überlassen, die Beschäftigung den Ökonomen, die Bildung den Universitäten und die Steuern der Politik. Genau diese Silos sind aber fester Bestandteil des Problems.

Eine technologische Entscheidung verändert die Prozesse eines Unternehmens. Diese Veränderung wirkt auf Berufsbilder und Kompetenzbedarf. Die Entwicklung der Beschäftigung beeinflusst Staatseinnahmen und soziale Bedürfnisse. Bildungs-, Steuer- und Regulierungsentscheidungen wiederum prägen, wie Unternehmen die Technologie einführen.

Wir haben es mit einem System von Rückkopplungen zu tun: Jede Veränderung wirkt auf die anderen und bekommt deren Effekte postwendend zurück.

Zwei gleichermaßen bequeme Gewissheiten sollten wir uns daher verkneifen: dass KI unsere Probleme von selbst löst, und dass sie menschliche Arbeit mechanisch zum Untergang verurteilt.

Doch so wie eine Gleichung mit mehreren Unbekannten mehrere Lösungen haben kann, bleiben auch mehrere Zukünfte möglich. Sie werden weniger von der abstrakten Leistungsfähigkeit der KI abhängen als von den Unternehmen, die wir aufbauen, den Kompetenzen, die wir entwickeln, den Gewinnen, die wir zu teilen bereit sind, und den Institutionen, die wir anzupassen verstehen.

Dieser Artikel ist der Auftakt zu weiteren Beiträgen, die nacheinander drei Dimensionen dieser Gleichung ausleuchten:

1. Die unternehmerische Wirkung: wie KI Prozesse, Berufsbilder, Organisationen und Geschäftsmodelle verändert.

2. Die gesellschaftliche Wirkung: wie sie den Wissensarbeiter, Karrieren, Bildung, Ungleichheiten und Tunesiens Platz in den internationalen Wertschöpfungsketten trifft.

3. Die Governance-Kopfnuss: wie sich Steuern, Sozialschutz, Regulierung und wirtschaftliche Souveränität an eine Wertschöpfung anpassen lassen, die immer stärker vom digitalen Kapital und immer weniger vom Humankapital getragen wird.

Lösungsansätze folgen danach. Nicht als Patentrezept, sondern vermutlich als mehrere Kombinationen sich ergänzender Maßnahmen. Denn bevor man eine Gleichung löst, muss man erst einmal ihre Unbekannten kennen.

Und dafür braucht es zuerst eine gründliche Diagnose.

Dr. Sami Bahri

Experte für digitale Transformation

Live long and prosper 😉✋

▶Anhören