Die Wahrheiten, die dir keiner gesagt hat

Ein Jobtitel ist ein Etikett auf einem Bündel. Eine Marketing-Einsteigerin schreibt Briefings, bereinigt Tabellen, sitzt in Meetings, beruhigt einen nervösen Kunden und entscheidet, was rausfliegt. Manches davon kann KI gut, den Rest eher schlecht. „KI nimmt dir den Job“ übergeht das Bündel komplett.

Die realistische Gefahr heißt also selten „null Jobs“. Eher diese: Die Teile, für die du bezahlt wurdest, schrumpfen, und was niemand automatisiert hat, wird zum ganzen Job. Das kann dir nützen oder schaden. Es kommt darauf an, ob du es kommen siehst.

1964, als die Automatisierungsangst hochkochte, setzte Präsident Lyndon Johnson eine nationale Kommission zu Technik und Arbeit ein. Ihr Bericht von 1966 kam zu dem Schluss: Automatisierung vernichtet keine Beschäftigung. Maschinen beenden einzelne Jobs, nicht den Bedarf an Arbeit. Sechzig Jahre später gibt die Bilanz dem Bericht noch immer recht.

Geldautomaten erzählen dieselbe Geschichte. Laut dem Ökonomen James Bessen sank die Zahl der Kassierer pro städtischer Bankfiliale von 1988 bis 2004 im Schnitt von 20 auf 13. Weil Filialen billiger wurden, gab es mehr davon, in Städten 43 % mehr, und die Kassiererjobs schrumpften nicht, während sich die Automaten verbreiteten. Stattdessen änderte sich der Job: weniger Bargeld, mehr Kundengespräche.

Jetzt der ehrliche Teil. „Arbeit überlebt“ beschreibt Volkswirtschaften, nicht Einzelne. Die amtliche US-Arbeitsmarktstatistik rechnet damit, dass die Zahl der Kassiererjobs von 2025 bis 2035 um 13 % sinkt, weil mehr Kunden Onlinebanking nutzen. Auf diesen Stellen sitzen echte Menschen. Die Geschichte sagt, dass neue Arbeit entsteht. Nicht, dass sie zu dir kommt.

Lies das noch einmal. Den Erfahrenen geht es meist gut. Die Tür, durch die sie kamen, ist enger geworden. Einstiegsarbeit war immer ein Bündel einfacherer Aufgaben (Zusammenfassungen, erste Entwürfe, simpler Code, Routinetickets), für die Arbeitgeber Anfänger bezahlten, während sie lernten. Vieles davon erledigt jetzt KI, und das Übungsfeld schrumpft.

Das ist kein Urteil über dich, nur eine neue Route. Fehlt der Leiter die erste Sprosse, bau dir eine eigene Stufe: sichtbare Arbeit an Problemen, die Menschen wirklich haben. Wie, zeigen die Teile 6 und 7.

Stell dir das Können der KI nicht als glatte Mauer vor, sondern als zerklüftete Küste. Liegt eine Aufgabe innerhalb der Linie, ist das Ergebnis schnell und beeindruckend. Eine Nachbaraufgabe, die genauso schwer aussieht, liegt außerhalb: Die KI scheitert und klingt dabei kein bisschen weniger selbstsicher.

Wer danebenlag, war nicht nachlässig, sondern vertraute einem Werkzeug, das fünf Minuten vorher noch brillant gewesen war. Gefährlich ist nicht der offensichtliche Fehler. Gefährlich ist der plausible. Und die Grenze verschiebt sich mit jedem besseren Modell. Die Karte vom letzten Jahr taugt nicht mehr.

Ein in der Fachzeitschrift Science veröffentlichtes Schreibexperiment zeigte dasselbe Muster. Shakked Noy und Whitney Zhang rekrutierten 453 Berufstätige mit Hochschulabschluss und gaben der Hälfte ChatGPT. Der Zeitaufwand für die Schreibaufgaben sank um 40 %, die Qualität stieg um 18 %, und der Abstand zwischen starken und schwachen Schreibenden schrumpfte.

Die gute Nachricht, wenn du neu bist: Du kannst früher ordentliche Arbeit liefern als jede Generation vor dir. Die schlechte steckt im selben Satz: Das können alle anderen auch. Steigt der Boden für alle, ist „ordentlich“ kein Grund mehr, dich einzustellen.

In der Ökonomie gilt eine einfache Regel: Wird etwas billiger, gewinnt, was es ergänzt, an Wert. Wird Kaffee billiger, kaufen die Leute mehr Milch. KI macht Entwürfe, Optionen und Vorhersagen fast kostenlos. Was ergänzt sie? Jemand, der sagen kann, welche davon stimmt, und warum.

Ganz konkret: Jeder kann heute in Minuten fünfzig Logoentwürfe erzeugen. Die Kundin braucht trotzdem nur einen. Wer ihn auswählen, verteidigen und erklären kann, warum die anderen neunundvierzig nicht taugen, erledigt den knappen Teil der Arbeit. Und genau der wird bezahlt.

Was Führungskräfte in Umfragen sagen, tun sie nicht immer. Die Richtung ist trotzdem klar: Die Latte liegt höher. Stell dir zwei Junior-Analysten vor. Der eine bereinigt den ganzen Tag Daten von Hand. Der andere schafft das mit KI in einer Stunde, prüft das Ergebnis und widmet den Nachmittag der Frage, was die Zahlen bedeuten. Rate, wer das nächste Projekt bekommt.

Schau, was diese Antwort leistet: Sie nennt eine echte Aufgabe, ein Ergebnis und eine Kontrolle. Genau da liegt die Latte heute: nicht bei „Ich nutze ChatGPT“, sondern beim Beleg, dass du es mit Verstand nutzt.

Der Psychologe Philip Tetlock bewertete rund zwanzig Jahre lang Zehntausende Expertenprognosen zu Politik und Wirtschaft. Im Schnitt waren die Experten kaum besser als der Zufall und nicht besser als simple Regeln wie „Geh davon aus, dass aktuelle Trends anhalten“. Die besseren Prognostiker, seine „Füchse“, schöpften aus vielen Ideen und gaben Unsicherheit zu.

Hinton ist brillant. Er lag trotzdem falsch, auch weil der Job weit mehr ist als Bilder lesen: Laut einer Studie von 2012 verbrachten Radiologen nur 36 % ihrer Zeit damit, Bilder zu befunden. Tausch also die Frage aus. Frag nicht mehr „Was wird passieren?“, sondern „Was hält, wenn ich falschliege?“

• Fähigkeiten mit Zinseszins: Schreiben, Rechnen, Urteilen, schnelles Lernen.
• Menschen, die deine Arbeit kennen und für dich bürgen würden.
• Rücklagen, die dir Zeit zum Umsteuern kaufen.
• Arbeitsproben, die jeder prüfen kann.