Lernen und Verlernen im Zeitalter der KI bedeutet, jene menschlichen Kapazitäten zu entwickeln, die KI nicht ersetzen kann, und gleichzeitig bewusst Arbeitsmuster loszulassen, die weder den Menschen noch den Organisationen mehr dienen. Kritisches Denken, ethisches Urteilsvermögen, Zusammenarbeit und die Fähigkeit zu lernen sind die Kompetenzen, auf die es ankommt. Schnelligkeit und Top-down-Entscheidungsprozesse gehören zu den Mustern, die es zu hinterfragen gilt.
Das Wichtigste in Kürze
- Studierende, die ChatGPT zur Erledigung von Aufgaben nutzten, zeigten laut einer von NMAIT zitierten Studie eine Verringerung der kognitiven Kapazität um 47 % und waren anschließend bei der Stoff-Retention fehlgeschlagen.
- 95 % der Unternehmen, die in KI investieren, berichten von keinem messbaren Ertrag, da die Einführung von KI eher von einem Hype getrieben wird als von einer durchgängigen Strategie auf Führungsebene, die alle Ebenen der Organisation umfasst.
- Aufgaben vollständig an KI auszulagern, anstatt sie als Kooperationspartner zu betrachten, entzieht dem Menschen die Verantwortung und verhindert eine echte Kompetenzentwicklung.
- Das Verschwinden von Einstiegspositionen im Software-Engineering aufgrund von KI führt zu einem Nachwuchsproblem: Wenn Nachwuchsingenieure keine Erfahrung sammeln können, gibt es keinen Weg, erfahrene Ingenieure hervorzubringen.
- Ethisches Verhalten, kritisches Denken und die Fähigkeit, das Lernen zu lernen, werden als dauerhafte Kompetenzen für Fachkräfte jedes spezifische Tool, jede Sprache oder jedes Framework überdauern.
KI kann den Code schreiben, also dreht sich die Frage nun darum, was den Menschen noch bleibt
Die Frage nach den Fähigkeiten ist geklärt. KI schreibt Code, entwirft Strategien, generiert Tests und erledigt die meisten einzelnen Aufgaben. Graziela Tonin formuliert die eigentliche Frage anders: Wie verändern sich Institutionen, Unternehmen und Einzelpersonen, wenn die Maschine die Aufgabe übernimmt, und was bleibt in dieser neuen Ära einzigartig menschlich?
Diese Ära trägt Namen wie „Compute-Superzyklus“ oder „KI-Superzyklus“. Bei diesem Wandel geht es nicht darum, einen Kurs zu belegen, um große Sprachmodelle zu verstehen. Es geht darum, wer die neue Welt anführt und zu welchen Bedingungen. Der Mensch lenkt die KI noch immer, zumindest vorerst. Diese Lenkung ist eine Entscheidung, und sie kann gut oder schlecht getroffen werden.
Warum Studierende, die sich auf KI verlassen, an kognitiver Kapazität verlieren
Das Auslagern des Denkens an KI schwächt die kognitive Kapazität messbar. Graziela verweist auf eine Studie des MIT, bei der Studierende in zwei Gruppen aufgeteilt wurden: eine, die ChatGPT nutzte, und eine, die darauf verzichtete. Die Gruppe, die ChatGPT nutzte, wies einen Rückgang der kognitiven Kapazität um 47 Prozent auf. Nach ein paar Tagen konnten sich diese Studierenden nicht mehr an den Kontext erinnern. Sie hatten eigentlich gar nichts gelernt.
Die Gefahr besteht nicht nur darin, dass die Aufgabe fehlgeschlagen ist und keine neuen Kompetenzen aufgebaut wurden. Es geht darum, kognitive Fähigkeiten zu verlieren, die man bereits hatte. Wenn jemand die gesamte Aufgabe an die KI übergibt und nach dem fertigen Ergebnis fragt, wird die Arbeit zwar geliefert, aber es findet kein Lernprozess statt.
Anthropics eigene Untersuchung darüber, wie Menschen Claude nutzen, weist in dieselbe Richtung. Bei informatischen Aufgaben bitten viele Nutzer die KI, die Aufgabe direkt zu erledigen. Sie wollen sofort die Antwort, anstatt zusammenzuarbeiten oder zu diskutieren. Sie übertragen die Verantwortung. Genau diese Übertragung birgt das Risiko.
Die Lösung besteht darin, KI als Co-Autor zu behandeln, nicht als Autor
KI gut zu nutzen bedeutet, in einem Prozess mit ihr zusammenzuarbeiten, statt nur eine Anfrage einzureichen und das Ergebnis abzuholen. Der Unterschied liegt darin, ob man die KI bittet, die Aufgabe zu erledigen, oder ob man gemeinsam mit ihr als Partner überlegt.
Diese Anforderung erfordert sichere Umgebungen, in denen Menschen experimentieren können. Sowohl Universitäten als auch Unternehmen brauchen Räume, in denen man testen, ausprobieren und herausfinden kann, wie das Tool einem tatsächlich hilft, zu lernen und sich weiterzuentwickeln. Das Ziel ist eine KI als Mitautor bei der Softwareentwicklung, nicht als alleiniger Autor, der einen zurücklässt.
Noch weiß niemand, wie man KI am besten einsetzt. Die Modelle vermehren sich, der Hype um generative KI reißt nicht ab, und agentische KI hält Einzug – mit der Fähigkeit, Entscheidungen auf der Grundlage von Datenmengen zu treffen, die den menschlichen Fassungsvermögen übersteigen. Ohne Zusammenarbeit und gemeinsame Experimente ist es unwahrscheinlich, dass wir bei dem derzeitigen Tempo einen besseren Weg finden, mit diesen Werkzeugen zu arbeiten.
Die Universität wird zum Knotenpunkt, und der Professor wird zum Wegweiser
Wissen ist nicht mehr etwas, das man an einer Universität sammelt. Informationen umgeben uns, aus unzähligen Ländern und renommierten Universitäten, alle über das Internet zugänglich. Der Professor ist nicht mehr der Hüter des Wissens.
Was die Universität weiterhin bieten kann, sind Vertrauen und Orientierung. Sie kann ein Knotenpunkt sein, an dem die geteilten Inhalte vertrauenswürdig sind. Sie kann den Weg einer beruflichen Laufbahn gestalten, Studierenden helfen, gute Entscheidungen zu treffen, und kritisches Denken sowie ethisches Urteilsvermögen fördern. Der Professor wird zum Wegbegleiter und Förderer des individuellen Lernprozesses jedes einzelnen Studierenden.
KI passt zu diesem Modell, wenn sie den Weg individuell gestaltet. In der Softwareentwicklung und Informatik können KI-Tutoren den Studierenden rund um die Uhr zur Seite stehen und jeden Lernenden auf seinem eigenen Niveau abholen, wobei sie sich an die jeweilige Aufgabe oder das vorliegende Problem anpassen. So eingesetzt, verbessert KI das Wissen eines Studierenden, anstatt es zu ersetzen. Universitäten können dabei helfen, diese Tools zu entwickeln und den Studierenden beizubringen, sie zu nutzen, sodass das Ergebnis eine Superkraft ist und keine verminderte Intelligenz.
Zusammenarbeit ist die menschliche Antwort auf Probleme, die sich zu schnell ändern
Der Wissensaustausch innerhalb einer Gemeinschaft ist das Mittel, mit dem Menschen Schritt halten, wenn sich die Technologie mit beispielloser Geschwindigkeit verändert. Auf der einen Seite stehen komplexe Probleme: Geopolitik, Krieg, Umweltbelastungen. Auf der anderen Seite stehen leistungsstarke Technologien und Wissen, die sich schneller verändern, als ein einzelner Mensch verfolgen kann.
Graziela zieht ihre Lehre aus agilen Arbeitsweisen, bei denen Teams und Fachgruppen dazu da sind, zu diskutieren, zusammenzuarbeiten und gemeinsam bessere Lösungen zu entwickeln. Wenn eine Spezialistin für Qualität und Tests und ein KI-Spezialist ihre Experimente und Erkenntnisse bündeln, finden sie einen besseren Weg, das Problem anzugehen, als es jeder für sich allein könnte.
Der Pandemie-Impfstoff ist ihr Referenzbeispiel. Er kam schneller auf den Markt, weil Wissenschaftler weltweit zusammengearbeitet haben – jeder trug einen Teil der Forschung bei, der sich zu einem Ergebnis fügte, das viele Leben rettete. Die Schlussfolgerung, die sie daraus zieht, ist klar: Wir Menschen müssen mehr zusammenarbeiten.
Wir brauchen die Umwelt nicht, und die Umwelt braucht uns auch nicht. Wir brauchen die Umwelt. Die Umwelt könnte ohne dich überleben. — Graziela Tonin
Was du tatsächlich verlernen musst
Verlernen bedeutet, einen Schritt zurückzutreten und zu überdenken, welche Arbeit du leistest, für wen und wie. Agile Prinzipien zielen bereits auf nachhaltige Arbeit, Empathie und die Schaffung von Mehrwert statt reinen Wettbewerbs ab. Viele dieser Qualitäten der Menschlichkeit sind dabei auf der Strecke geblieben.
Die Menschen fingen an, sich wie Roboter zu verhalten, und standen jeden Tag vor derselben schweren Last an Aufgaben. Psychische Probleme nahmen in den Unternehmen zu, was mit geringerer Produktivität und schwächeren Geschäftsergebnissen einhergeht. Der Kreislauf aus der Einführung neuer Produkte und Dienstleistungen, immer mehr Automatisierung und immer schnellerem Tempo verdrängte jegliche Überlegungen zu den Auswirkungen auf Menschen, Gesellschaft und Umwelt.
Das Paradoxon ist eklatant. Eine kleine Stadt in Brasilien hat immer noch keinen Strom, während dasselbe Ökosystem Millionen in IT-Infrastruktur, Cloud und Rechenzentren steckt, um KI-Modelle zu füttern und zu verbessern. „Verlernen“ ist die Disziplin, innezuhalten und zu fragen, welche Art von Arbeit es wert ist, geschaffen zu werden, bevor man noch mehr davon automatisiert.
Warum 95 Prozent der Unternehmen keinen Ertrag aus KI sehen
Die meisten KI-Investitionen sind fehlgeschlagen, weil sie von Hype und nicht von Strategie getrieben sind. Graziela zitiert Untersuchungen, die zeigen, dass 95 Prozent der Unternehmen, die in KI investieren, keinen Ertrag sehen. Nur 5 Prozent können einen Mehrwert erkennen oder messen.
Der Grund dafür ist struktureller Natur. Diese Bemühungen sind isolierte Experimente und keine strategischen Entscheidungen, die alle Ebenen des Unternehmens miteinander verbinden. Jemand probiert nebenbei etwas aus, um zu helfen, aber es wird nie mit Governance, Risiken oder der eigentlichen Geschäftsstrategie verknüpft.
KI gehört in die Strategie und in die Unternehmensführung, unter anderem wegen der damit verbundenen Risiken, einschließlich der Cybersicherheit. Das funktioniert nur in einer Kultur, in der Entscheidungen auf der Grundlage von Daten getroffen werden, Diskussionen kooperativ geführt werden und das Umfeld sicher genug ist, um neue Arbeitsweisen zu testen und vorzuschlagen.
Top-down-Führung passt nicht mehr zum Tempo des Marktes
Ein Führungsmodell, bei dem die oberste Ebene die Strategie festlegt und nach unten weiterleitet, kann mit den aktuellen Problemen nicht Schritt halten. Die Markteinführungszeit ist zu knapp und die Probleme sind zu komplex, als dass Entscheidungen von einer einzigen Ebene ausgehen könnten.
Führungskräfte müssen die Strategie gemeinsam mit den Mitarbeitern entwickeln, die am nächsten am Geschehen sind. Graziela erzählt von Beratungskunden, die sie fragen, wie sie ein Problem lösen sollen, obwohl die Leute, die seit zwanzig Jahren mit den Kunden sprechen, die Antwort bereits kennen. Fang damit an, ihnen zuzuhören, sammle die Daten und triff auf dieser Grundlage eine bessere Entscheidung.
Das zwingt auch dazu, die Art und Weise der Messung der Leistung zu überdenken. Geschwindigkeit als KPI sieht schlechter aus denn je, wenn KI es jedem ermöglicht, große Mengen an Code zu veröffentlichen, der Schwachstellen und Lücken in der IT-Sicherheit enthalten könnte. KPIs müssen neu definiert werden, um einen Bezug zu echten Ergebnissen und einer kooperativeren Arbeitsweise herzustellen.
Das Problem der Nachwuchsingenieure, das noch niemand gelöst hat
Wer heute Stellen für Nachwuchskräfte streicht, zerstört damit die Pipeline, aus der morgen die erfahrenen Fachkräfte hervorgehen. Graziela bringt den Widerspruch auf den Punkt: Wenn KI den Nachwuchs-Softwareentwickler verdrängt, woher kommen dann später die erfahrenen Softwareentwickler?
Ihre Antwort lautet, die Verbindung zwischen Unternehmen und Hochschulen frühzeitig zu stärken – schon während des Bachelorstudiums. Erfahrene Entwickler können vermitteln, wie man KI sinnvoll einsetzt, wo die Risiken liegen und wie man an echte, komplexe Probleme herangeht. Indem man den Studierenden durch problem- und projektbasiertes Lernen echte Probleme näherbringt, bereitet man sie auf die reale Arbeitswelt vor.
Diese Verbindung hilft auch dem Unternehmen. Wenn man Studierende frühzeitig an die Unternehmenskultur heranführt, kommen sie mit mehr Reife ins Unternehmen und sind besser darauf vorbereitet, sich in ein Team einzufügen und Ergebnisse für die Kunden zu liefern.
Die Zahl des Weltwirtschaftsforums zur Umschulung
Mindestens 40 Prozent der Bevölkerung müssen sich für die Zukunft der Arbeit umschulen oder weiterbilden. Diese Zahl, die Graziela auf eine Studie des Weltwirtschaftsforums zurückführt, bedeutet, eine neue Fähigkeit zu erlernen oder eine bestehende so anzupassen, dass sie den aktuellen Marktanforderungen entspricht.
Den Weg alleine zu gehen, ist der langsamere Weg. Umschulung in diesem Ausmaß fördert mehr Partnerschaften, mehr Zusammenarbeit mit Hochschulen und schafft Brücken, die die Lücke zwischen Bildung und Arbeitsmarkt schließen.
Die Fähigkeiten, die es sich lohnt zu entwickeln, wenn sich die Werkzeuge ständig ändern
Wenn sich Sprachen, Frameworks und Tools ständig ändern, sind die dauerhaften Fähigkeiten diejenigen, die ihnen zugrunde liegen. Graziela stellt das „Lernen, wie man lernt“ an erste Stelle. Angesichts einer Flut von Daten zu jedem Thema musst du beurteilen, welchen Quellen du vertrauen kannst und wie du sie nutzt – und KI kann zwar Ideen aufzeigen, aber diese Entscheidung nicht für dich treffen.
Das Lösen komplexer Probleme bleibt eine menschliche Aufgabe, denn jeder Kunde ist einzigartig. Das Fachgebiet mag vertraut sein, aber jeder Kunde hat seine eigenen Besonderheiten, seine eigene Art, Anforderungen zu verhandeln und einen Zeitplan festzulegen. Aus demselben Grund ist Teamarbeit wichtig: Man kann ein Softwareprojekt zwar alleine starten, aber um es auf mehr Kunden auszuweiten, braucht man andere.
Bei der Personalauswahl legt Graziela mehr Wert auf Engagement, Ethik und Respekt vor Vielfalt als auf Tool-Kenntnisse. Tools und Frameworks lassen sich gemeinsam anhand von Tutorials und Materialien erlernen. Wie jemand denkt, sich gegenüber einem Kunden verhält und mit Menschen umgeht, lässt sich schwerer vermitteln und hat – auch wirtschaftlich gesehen – mehr Gewicht.
| Fähigkeit | Warum sie Bestand hat |
|---|---|
| Lernen, wie man lernt | Informationen gibt es im Überfluss; das Beurteilen und Vertrauen in Quellen ist die eigentliche Arbeit |
| Komplexe Probleme lösen | Jeder Kunde ist einzigartig und benötigt einen maßgeschneiderten Ansatz |
| Teamarbeit | Die Skalierung von Software über einen Prototyp hinaus erfordert andere |
| Kritisches Denken und Ethik | Tools ändern sich; Urteilsvermögen und Verhalten behalten über die Zeit hinweg ihren Wert |
Verlernen umfasst auch, wie du mit dir selbst in Verbindung gehst
Das Schwierigste, was man verlernen muss, ist vielleicht die Art und Weise, wie wir unsere Zeit verbringen. Graziela bringt die Zunahme psychischer Probleme am Arbeitsplatz damit in Verbindung, dass wir uns keine Zeit für uns selbst nehmen – Zeit für einen Spaziergang im Park, für Klavier, für Yoga oder was auch immer einem Menschen neue Kraft gibt.
Sich wieder mit sich selbst zu verbinden, ist Teil desselben Wandels wie das Überdenken unserer Arbeitsweise und unserer Definition von Karriere. Das gilt auch für die Auswirkungen auf die Umwelt – ein Thema, das in den letzten zwei Jahren unter dem Druck von KI und Geopolitik in den Hintergrund gerückt ist. Es gibt nur eine Umwelt, und sie braucht uns nicht. Wir brauchen sie.
