Es gibt eine bequeme Erzählung darüber, wie Künstliche Intelligenz die Arbeitswelt verändern wird. Sie lautet ungefähr so: KI übernimmt das Repetitive, das Routinierte, das Mechanische. Menschen konzentrieren sich auf das Kreative, das Komplexe, das Urteilsbasierte. Am Ende gewinnen alle.

Diese Erzählung hat einen Fehler. Sie setzt voraus, dass Menschen im Arbeitsalltag tatsächlich das tun, was sie ihr zuspricht: urteilen, reflektieren, gestalten. Wer je in einer größeren Organisation gearbeitet hat – oder sie von außen beobachtet –, weiß, dass das eine romantische Projektion ist.

Die Prozessmaschine und ihr Menschenbild

Die Reorganisation der Büroarbeit nach dem Vorbild industrieller Prozesslogik begann nicht mit der Digitalisierung. Sie hat zwei intellektuelle Väter, die selten gemeinsam genannt werden, aber zusammen das Fundament der modernen Organisation bilden: Max Weber und Frederick Winslow Taylor.

Weber beschrieb die rationale Bürokratie als historisch überlegene Form der Herrschaftsorganisation – unpersönlich, regelgebunden, hierarchisch strukturiert. Was ihn faszinierte und zugleich beunruhigte, war die innere Logik dieses Apparats: Er funktioniert gerade deshalb zuverlässig, weil er individuelles Ermessen systematisch durch Zuständigkeitsregeln ersetzt. Der Beamte, der nach Vorschrift handelt, ist kein Versager – er ist das Idealprodukt des Systems. Weber nannte das „rationale Herrschaft“ und ahnte bereits, dass dieser Käfig aus Regeln den Menschen einschließen würde, ohne ihn zu befreien.

Taylor ergänzte die operative Seite: die Zerlegung von Arbeit in messbare Einzelschritte, die Trennung von Planung und Ausführung, die Optimierung jedes Handgriffs. Was Taylor für die Fabrik entwickelte, setzte sich in den 1990er Jahren mit Business Process Reengineering (BPR) ins Büro fort und wurde durch ISO-Normen, ERP-Systeme und Compliance-Anforderungen systematisch vertieft. Das Ergebnis ist eine Arbeitsorganisation, die auf einem bestimmten Menschenbild basiert: Der Mensch als zuverlässige Ausführungseinheit.

André Gorz hat diesen Prozess in seinen Metamorphosen der Arbeit auf den Begriff gebracht: Die handwerkliche und industrielle Körperarbeit enthielt eine manuelle Intelligenz, die sich jeder Formalisierung entzog – rasches Urteils- und Reaktionsvermögen, synthetische Wahrnehmung, unmittelbares Situationserfassen durch körperliches Know-how. Genau diese Kompetenz war der ökonomischen Rationalität unerträglich, weil sie nicht standardisierbar, nicht übertragbar, nicht vom Individuum ablösbar war. Das Rationalisierungsprojekt hatte ein klares Ziel: dass der x-beliebige Arbeiter in der x-beliebigen Fabrik überall auf der Welt dieselben Produkte herstellen kann. Individualität als Störgröße – Persönlichkeit als das, was abgelöst werden muss. Was Gorz für die Fabrik beschrieb, wiederholte sich im Bürozeitalter auf kognitiver Ebene. Die Geschichte der Rationalisierung kennt zwei Akte: Der erste traf die Hand, der zweite den Kopf.

Das klingt zynisch. Aber es ist keine Kritik an den Menschen, die in solchen Strukturen arbeiten – es ist eine strukturelle Beobachtung über Organisationsdesign. Prozessstabilität und individuelle Urteilsbildung stehen in Spannung zueinander. Je stärker der Prozess definiert ist, desto weniger Raum bleibt für Abweichung – und Abweichung, auch wenn sie im Einzelfall klüger wäre, gilt als Störgröße.

Die Konsequenz ist das, was jeder kennt, der jemals mit einer größeren Verwaltung, einer Bank, einem Versicherungsunternehmen oder einem Konzern zu tun hatte: Der Sachbearbeiter bearbeitet den Vorgang regelkonform. Ob das Ergebnis vernünftig ist, liegt außerhalb seiner Zuständigkeit. Der Prozess war sauber. Die Verantwortung ist diffus.
Dienst nach Vorschrift ist nicht Faulheit. Es ist die rationale Antwort auf Systeme, die Regelkonformität belohnen und abweichendes Urteil bestrafen.

Was LLMs wirklich können

Large Language Models (LLMs) sind, vereinfacht gesagt, sehr leistungsfähige Mustererkennungsmaschinen. Sie wurden auf riesigen Mengen menschlichen Textes trainiert und können Muster in Sprache, Argumentation und Aufgabenstellung mit einer Präzision replizieren, die frühere Technologien nicht kannten.

Nun liegt das Unbehagen auf der Hand: Genau das, was Prozessorganisation von Menschen verlangt – regelkonformes Abarbeiten von Mustern innerhalb definierter Parameter – ist das, was LLMs ausgesprochen gut können.

Das ist keine Übertreibung. Ein LLM, das aufgefordert wird, einen Standardvertrag zu prüfen, eine Schadensregulierung nach Katalog zu bearbeiten, einen Bericht nach Vorlage zu erstellen oder eine Kundenkommunikation nach Leitfaden zu verfassen, bewegt sich in einem Raum, der durch Jahrzehnte der Prozessorganisation für menschliches Urteil weitgehend geräumt wurde.

Die häufige Gegenargumentation lautet: KI kann keine echten Kontextentscheidungen treffen, keine unstrukturierten Situationen handhaben, kein Verantwortungsbewusstsein entwickeln. Das ist richtig. Die entscheidende Gegenfrage lautet jedoch: Wann hat in einer typischen Büroorganisation der letzte Sachbearbeiter, der letzte Junior-Analyst, der letzte Compliance-Bearbeiter eine echte Kontextentscheidung getroffen – und wurde dafür nicht gerügt?

Das Qualifikationsparadoxon

Die Standarderzählung früherer Automatisierungswellen verlief nach einem erkennbaren Muster: Niedrig qualifizierte, repetitive Tätigkeiten wurden automatisiert; freigesetzte Arbeitskräfte wanderten – mit Reibung, aber letztlich – in neue Tätigkeitsfelder. Dieses Muster prägte die Erwartung an die gegenwärtige Transformation.

Was das Institut für Arbeitsmarkt- und Berufsforschung (IAB) und andere Forschungseinrichtungen zunehmend belegen, ist ein strukturell anderes Bild: Die aktuelle Welle der KI-gestützten Automatisierung trifft überproportional mittlere und höhere Qualifikationsstufen. Sachbearbeiter mit Hochschulabschluss, Paralegals, Junior-Analysten, Buchhalter, Marketingmitarbeiter – genau jene Schicht, die sich bisher als relativ sicher wähnte.

Der Grund liegt in der oben beschriebenen Prozesslogik: Wer jahrzehntelang kognitive Arbeit auf musterbasierte Ausführung reduziert, hinterlässt Tätigkeiten, die für LLMs zugänglicher sind als für menschliche Fachkräfte mit höherem Anspruchsniveau. Das ist das eigentliche Qualifikationsparadoxon – nicht dass Qualifikation schutzlos macht, sondern dass formale Qualifikation in prozessorganisierten Umgebungen oft genau das repliziert, was Maschinen am besten können.

Was bleibt – und was nicht ausreicht

Es wäre unehrlich zu behaupten, dass nichts übrig bleibt. Einige Tätigkeiten sind tatsächlich schwer zu automatisieren – nicht weil sie mysteriös kognitiv wären, sondern weil sie kontextsensitives Urteil in genuinen Unsicherheitssituationen erfordern, weil sie auf Vertrauen und Beziehung beruhen, oder weil sie physische Präsenz verlangen.

Pflege, Handwerk, direkte Sozialarbeit, klinische Medizin in komplexen Fällen – das sind reale Tätigkeiten mit echtem gesellschaftlichen Wert. Ihre Geringschätzung, im ökonomischen wie kulturellen Sinne, ist keine Naturkonstante, sondern eine Verteilungsentscheidung.

Aber die ehrliche Schlussfolgerung lautet: Diese Felder können nicht einfach das Auffangbecken für all jene werden, die aus standardisierten Bürotätigkeiten verdrängt werden. Die Nachfrage ist begrenzt, der Übergang ist langwierig, und die gesellschaftliche Bereitschaft zur Neubewertung dieser Tätigkeiten ist – trotz aller Pandemie-Rhetorik – strukturell gering geblieben.

Das Bild, das entsteht, ist nicht apokalyptisch. Aber es ist auch nicht das der sanften Transformation, das Beratungsunternehmen und Institutionen der Wirtschaftspolitik gerne zeichnen. Es ist ein Bild einer graduellen Entwertung großer Teile der Bürobeschäftigung, ohne dass die Gesellschaft bereits eine Antwort darauf entwickelt hat.

Luhmann, Drucker und das Legitimationsproblem

Peter Drucker hat früh auf die Spannung hingewiesen, die heute wieder akut ist. Er unterschied zwischen Effizienz – die Dinge richtig tun – und Effektivität – die richtigen Dinge tun. Prozessorganisation maximiert Effizienz und delegiert Effektivität an Führungsebenen, die sie ihrerseits in Strategieprozesse überführen, die ritualisiert werden. Das Ergebnis: Organisationen, die auf allen Ebenen hauptsächlich sich selbst reproduzieren.

Niklas Luhmann würde eine andere, gleichfalls unbequeme Beobachtung anschließen. Das Wirtschaftssystem operiert nach dem binären Code Zahlung/Nicht-Zahlung – nicht nach Beschäftigung. Produktivitätswachstum ohne Beschäftigungswachstum ist, aus der Systemlogik des Wirtschaftssystems betrachtet, kein Versagen, sondern Optimierung. Das politische System müsste dann extern intervenieren – aber genau diese funktionale Kopplung ist in Deutschland strukturell geschwächt, wie eine Dekade zögerlicher Digitalisierungspolitik dokumentiert.

Das eigentliche Problem ist deshalb kein technologisches. Es ist ein Legitimationsproblem. Moderne Gesellschaften haben Würde, Teilhabe, soziale Integration und persönliche Identität an Erwerbsarbeit gekoppelt. Diese Koppelung war nie ohne Alternativen – sie war eine historische Entscheidung. Wenn ein erheblicher Teil der Bürobeschäftigung wegfällt, ohne dass es adäquaten Ersatz gibt, dann stellt sich nicht die Frage, wie gut LLMs trainiert wurden. Es stellt sich die Frage, was Gesellschaften ihren Mitgliedern noch anbieten können.

Schluss: Die Romantik ablegen

Die erste notwendige Ehrlichkeit in dieser Debatte ist eine über die Natur gegenwärtiger Büroarbeit. Wer behauptet, dass die meisten Bürotätigkeiten weit über regelkonformes Musterabarbeiten hinausgehen, beschreibt nicht die Realität der meisten Organisationen – er beschreibt eine Wunschvorstellung, die den Übergang bequemer macht.

Die zweite notwendige Ehrlichkeit ist eine über die Reichweite technologischer Kompensationsmechanismen. Historische Analoga – die Industrialisierung, frühere Automatisierungswellen – operieren in anderen Zeitmaßstäben, anderen Qualifikationsprofilen und unter anderen gesellschaftlichen Bedingungen. Sie sind Orientierungsmarken, keine Garantien.

Die dritte notwendige Ehrlichkeit ist eine politische. Weder universelles Grundeinkommen noch Massenreskilling sind Lösungen für das, was sich abzeichnet – das eine behandelt Symptome, das andere setzt Lernfähigkeit und Nachfrage voraus, die so nicht existieren. Was gebraucht wird, sind neue institutionelle Arrangements, die Würde und Teilhabe nicht ausschließlich an Erwerbsarbeit in ihrer gegenwärtigen Form binden.

Das ist unbequem. Es ist aber ehrlicher als die Vorstellung, dass die KI kommen wird – und am Ende werden alle besser dran sein.

Ralf Keuper

Quellen:

Automatisierungspotenziale von beruflichen Tätigkeiten: Künstliche Intelligenz und Zukunft der Arbeit https://iab.de/automatisierungspotenziale-von-beruflichen-taetigkeiten-kuenstliche-intelligenz-und-software-beschaeftigte-sind-unterschiedlich-betroffen/

Generative KI – Technologieszenarien und Auswirkungen auf Arbeit bis 2030 https://www.denkfabrik-bmas.de/fileadmin/Downloads/Publikationen/Generative_KI_Technologieszenarien_und_Auswirkungen_auf_Arbeit_bis_2030.pdf

Die Auswirkungen von Künstlicher Intelligenz auf den Arbeitsmarkt https://www.bpb.de/themen/arbeit/arbeitsmarktpolitik/522513/die-auswirkungen-von-kuenstlicher-intelligenz-auf-den-arbeitsmarkt/

Das Bürokratiemodell von Max Weber – Zusammenfassung https://www.olev.de/b/max-weber-buerokratie.htm

Scientific Management https://de.wikipedia.org/wiki/Scientific_Management

André Gorz: Kritik der ökonomischen Vernunft. Sinnfragen am Ende der Arbeitsgesellschaft