Was Deskilling im Zeitalter von KI bedeutet

Deskilling bezeichnet den schleichenden Verlust menschlicher Fähigkeiten, wenn Aufgaben dauerhaft an Technologien ausgelagert werden. Im Kontext generativer KI betrifft das nicht nur Routinetätigkeiten, sondern zunehmend auch Urteilsvermögen, Problemlösefähigkeit und kreatives Denken, also genau jene Kompetenzen, die für wissensintensive Unternehmen zentral sind (Boston Consulting Group, 2026). Der BCG-Bericht spricht in diesem Zusammenhang von „distributed deskilling“, wenn dieser Kompetenzverlust nicht einzelne Personen, sondern ganze Teams oder Organisationen betrifft (Boston Consulting Group, 2026).

Gerade für Schweizer KMU ist das relevant, weil sie im Wettbewerb selten über reine Skaleneffekte gewinnen, sondern über Fachkompetenz, Kundennähe und die Fähigkeit, komplexe Probleme pragmatisch zu lösen. Wenn Mitarbeitende beginnen, KI-Ergebnisse unkritisch zu übernehmen, entsteht kurzfristig oft mehr Effizienz, langfristig aber ein Risiko für Qualität, Innovation und Führungsfähigkeit (Boston Consulting Group, 2026; Boston Consulting Group, 2024).

Was die Studienlage zeigt

Die aktuelle Forschung zeichnet kein einseitiges Bild. Generative KI kann sowohl Deskilling als auch Upskilling fördern; entscheidend ist, ob sie Menschen ersetzt oder beim Denken unterstützt. Crowston (2025) beschreibt generative KI-Systeme als „Leveller“, weil sie vor allem weniger erfahrenen Personen helfen, schneller bessere Ergebnisse zu produzieren und damit traditionelle Kompetenzunterschiede teilweise nivellieren. Diese Wirkung kann produktiv sein, birgt aber das Risiko, dass Lernpfade verkürzt werden und scheinbare Kompetenz mit echter Expertise verwechselt wird (Crowston, 2025).

Ein häufig zitiertes Beispiel ist die Customer-Support-Forschung, die Crowston zusammenfasst: Dort stieg die Produktivität durch KI-Unterstützung im Durchschnitt um 14 Prozent, bei weniger erfahrenen Mitarbeitenden sogar deutlich stärker, während Hochleister kaum profitierten (Crowston, 2025). Aus betrieblicher Sicht ist das attraktiv. Aus Sicht des Kompetenzaufbaus stellt sich jedoch die Frage, ob Juniors dabei tatsächlich lernen oder nur mithilfe eines Systems kurzfristig besseren Output erzeugen (Crowston, 2025; Generative AI and Knowledge Work, 2025).

Eine weitere Studie zu generativer KI in der Wissensarbeit zeigt, dass Deskilling vor allem dort entsteht, wo Mitarbeitende kaum noch gezwungen sind, Annahmen zu prüfen, Entscheidungen zu begründen oder Ergebnisse selbst herzuleiten. Umgekehrt fördern Hybrid-Workflows, in denen KI Entwürfe liefert und Menschen bewusst prüfen, entscheiden und verbessern, eher den Kompetenzaufbau als den Kompetenzverlust (Generative AI and Knowledge Work, 2025). Auch Untersuchungen aus dem Bildungsbereich kommen zu einem ähnlichen Ergebnis: Wenn KI substitutiv genutzt wird, sinken Lern- und Skill-Effekte; wenn sie augmentativ eingesetzt wird, kann sie die Entwicklung von Fähigkeiten unterstützen (IJIRT, 2026).

Die Schweizer Perspektive: Weniger Junior-Rollen, höhere Anforderungen

Besonders brisant ist die Entwicklung auf dem Schweizer Arbeitsmarkt. Laut dem AI Report 2026 von Jobcloud, der auf Millionen Stelleninseraten basiert, ist der Anteil an Junior-Rollen in KI-exponierten Berufen deutlich gesunken. Reuters berichtete dazu, dass insbesondere Büro- und Wissensberufe betroffen sind und sich der Rückgang seit der breiten Einführung generativer KI klar abzeichnet (Reuters, 2026; Jobcloud AG, 2026).

Diese Entwicklung passt zu den Beobachtungen aus dem Tages-Anzeiger-Artikel: Tätigkeiten wie Recherche, Dokumentation, erste Auswertungen oder Textentwürfe werden heute zunehmend von KI übernommen, obwohl genau diese Aufgaben früher oft Teil des beruflichen Einstiegs waren (Hollenstein, 2024). Für HR und Recruiting entsteht daraus ein doppeltes Problem. Einerseits gibt es weniger klassische Einstiegsrollen. Andererseits steigen die Anforderungen an diejenigen Rollen, die bleiben, weil Unternehmen Bewerbende suchen, die trotz weniger Lerngelegenheiten bereits mehr Reife, Kontextverständnis und Selbstständigkeit mitbringen (PwC, 2026; Jobcloud AG, 2026).

PwC beschreibt diesen Effekt im AI Jobs Barometer für die Schweiz als Verschiebung hin zu anspruchsvolleren Profilen in KI-exponierten Tätigkeiten. Für KMU bedeutet das: Recruiting wird schwieriger, weil die Pipeline an Talenten schmaler wird, während gleichzeitig der Bedarf an belastbaren, lernfähigen und urteilsstarken Mitarbeitenden hoch bleibt (PwC, 2026).

Warum das für HR und Recruiting strategisch relevant ist

Für HR-Abteilungen ist Deskilling mehr als ein Technologie- oder Effizienzthema. Es betrifft die Frage, wie Kompetenzen im Unternehmen entstehen, wie Nachwuchs aufgebaut wird und wie Qualität langfristig gesichert bleibt. Wenn generative KI im Recruiting, in der Kommunikation oder in administrativen Prozessen flächendeckend eingesetzt wird, besteht die Gefahr, dass Teams zwar schneller arbeiten, aber zentrale Beurteilungsfähigkeiten verlieren (Boston Consulting Group, 2026; CIPD, 2025).

Das betrifft etwa die Formulierung von Stelleninseraten, das Screening von Bewerbungsunterlagen, die Vorbereitung von Interviews oder die Kommunikation mit Kandidatinnen und Kandidaten. KI kann diese Aufgaben unterstützen und beschleunigen. Wenn ihre Ergebnisse jedoch nicht mehr kritisch hinterfragt werden, drohen Standardisierung, Verzerrungen und eine schleichende Erosion des professionellen Urteilsvermögens (CIPD, 2025; Rajaratnam, 2025).

Gerade in KMU ist dieses Risiko hoch, weil HR häufig schlank aufgestellt ist und Effizienzdruck stark wirkt. Wenn wenige Personen viele Aufgaben bewältigen müssen, ist die Versuchung gross, KI-Outputs rasch zu übernehmen. Kurzfristig spart das Zeit. Langfristig kann es jedoch dazu führen, dass implizites Wissen, Menschenkenntnis und Kontextbeurteilung schwächer werden, obwohl gerade diese Fähigkeiten im Recruiting den Unterschied machen (Boston Consulting Group, 2026).

Fünf Handlungsfelder für KMU

Für KMU lässt sich daraus ein pragmatisches Modell ableiten: In einer ersten Phase werden Grundlagen bewusst ohne oder mit sehr begrenzter KI-Nutzung vermittelt. In einer zweiten Phase kommt KI als Assistenz hinzu. In einer dritten Phase lernen Mitarbeitende, KI-Ergebnisse systematisch zu überprüfen, zu verbessern und verantwortungsvoll in komplexeren Kontexten einzusetzen. Dieses Stufenmodell verbindet Effizienz mit Kompetenzaufbau und ist besonders für kleine und mittlere Unternehmen praktikabel (IJIRT, 2026; Rajaratnam, 2025).

Was das für Geschäftsleitungen bedeutet

Für Geschäftsleitungen ist Deskilling kein Randthema der Personalentwicklung, sondern ein strategisches Führungsproblem. Wer heute nur auf kurzfristige Effizienzgewinne schaut, riskiert mittelfristig den Verlust jener Fähigkeiten, die Innovation, Qualität und Kundenvertrauen ermöglichen (Boston Consulting Group, 2026). Besonders in KMU, in denen Wissen oft stark an einzelne Personen und Teams gebunden ist, kann kollektiver Kompetenzverlust erhebliche Folgen haben.

Deshalb sollte KI-Einführung immer mit drei Leitfragen verbunden werden:

Unternehmen, die diese Fragen früh in Governance, Recruiting, Führung und Weiterbildung integrieren, nutzen KI nicht nur produktiver, sondern bauen gleichzeitig ihre organisationale Resilienz aus (Boston Consulting Group, 2024; PwC, 2026).

Wenn Menschen über künstliche Intelligenz sprechen, denken viele zuerst an spektakuläre Entwicklungen: an selbstfahrende Fahrzeuge, intelligente Roboter oder Systeme, die komplexe Aufgaben scheinbar auf Knopfdruck lösen. Die Medien berichten regelmässig über neue technologische Durchbrüche und vermitteln häufig den Eindruck, dass künstliche Intelligenz vor allem dort stattfindet, wo besonders innovative Technologien eingesetzt werden.

In der Praxis erleben wir jedoch etwas anderes.

Die grössten Potenziale entstehen oft nicht durch futuristische Anwendungen, sondern durch die vielen kleinen Aufgaben, die jeden Tag Zeit kosten. Aufgaben, die notwendig sind, aber kaum zur eigentlichen Wertschöpfung beitragen. Genau deshalb ähneln sich die Herausforderungen in Krankenhäusern, Industrieunternehmen, IT-Abteilungen, Verwaltungen oder Dienstleistungsunternehmen oft viel stärker, als man zunächst vermuten würde.

Die eigentlichen Zeitfresser sitzen selten im Kerngeschäft

Wenn wir Unternehmen fragen, wo ihre Mitarbeitenden die meiste Zeit verlieren, hören wir selten Antworten wie „bei der Produktion“, „bei der Entwicklung“ oder „bei der Kundenberatung“.

Viel häufiger geht es um Tätigkeiten rund um die eigentliche Arbeit. Informationen müssen zusammengesucht werden. Besprechungen werden dokumentiert. Berichte erstellt. E-Mails beantwortet. Daten übertragen. Protokolle geschrieben. Statusberichte vorbereitet. Kundenanfragen sortiert und weitergeleitet.

Jede einzelne Aufgabe für sich betrachtet wirkt überschaubar. In der Summe entstehen daraus jedoch viele Stunden pro Woche, die hoch qualifizierte Mitarbeitende mit administrativen Tätigkeiten verbringen.

Genau hier beginnt der Bereich, in dem künstliche Intelligenz besonders wirkungsvoll unterstützen kann.

Warum die Industrie oft grösseres Potenzial hat als erwartet

Viele Industrieunternehmen verbinden künstliche Intelligenz zunächst mit Produktionsanlagen, Sensorik oder automatisierten Qualitätskontrollen. Diese Anwendungen sind zweifellos spannend und bieten langfristig grosses Potenzial. Gleichzeitig erleben wir immer wieder, dass die ersten Erfolge an ganz anderen Stellen entstehen.

Technische Dokumentationen können schneller erstellt werden. Wartungsberichte lassen sich strukturieren und zusammenfassen. Besprechungen werden automatisch protokolliert. Arbeitsanweisungen können auf Basis bestehender Informationen vorbereitet werden. Auch Bereiche wie Einkauf, Projektmanagement, Qualitätssicherung oder Kundenservice profitieren häufig von KI-gestützten Lösungen.

Der eigentliche Nutzen liegt dabei nicht darin, Mitarbeitende zu ersetzen. Vielmehr gewinnen Fachkräfte Zeit zurück, die sie für anspruchsvolle Aufgaben, Problemlösungen und Kundenprojekte einsetzen können.

Was KI in der IT wirklich verändert

Kaum eine Branche wird derzeit so stark mit künstlicher Intelligenz in Verbindung gebracht wie die IT. Entsprechend häufig taucht die Frage auf, ob Entwicklerinnen und Entwickler in Zukunft überhaupt noch benötigt werden.

Unsere Erfahrungen zeigen jedoch ein deutlich differenzierteres Bild. KI kann heute bereits bei der Erstellung von Code unterstützen, Dokumentationen vorbereiten, Tests generieren oder Fehler analysieren. Dadurch lassen sich bestimmte Arbeitsschritte beschleunigen.

Was künstliche Intelligenz jedoch nicht ersetzen kann, ist das Verständnis für Geschäftsprozesse, die Zusammenarbeit mit Kunden, die Entwicklung tragfähiger Architekturen oder die Fähigkeit, komplexe Anforderungen in funktionierende Lösungen zu übersetzen.

Die erfolgreichsten IT-Teams nutzen KI deshalb nicht als Ersatz für Menschen, sondern als Werkzeug, das Routineaufgaben reduziert und Freiräume für anspruchsvollere Tätigkeiten schafft.

Die grösste Hürde ist selten die Technologie

Interessanterweise scheitern viele KI-Projekte nicht an der Technik. Die meisten Unternehmen haben längst erkannt, dass künstliche Intelligenz Potenzial bietet. Oft existieren bereits Ideen, welche Prozesse verbessert werden könnten.

Was häufig fehlt, ist Orientierung:

• Welche Lösung passt überhaupt zum Unternehmen?
• Welche Daten dürfen verarbeitet werden?
• Welche Anwendungen bringen einen tatsächlichen Nutzen?
• Und wo sollte man anfangen?

Gerade kleine und mittelständische Unternehmen verfügen selten über eigene KI-Spezialisten. Gleichzeitig entwickelt sich der Markt so schnell, dass es schwierig wird, den Überblick zu behalten. Deshalb besteht die grösste Herausforderung oft nicht darin, die passende Technologie zu finden, sondern darin, einen sinnvollen ersten Schritt zu definieren.

Warum kleine Schritte oft die grössten Erfolge bringen

Viele Unternehmen suchen nach dem grossen KI-Projekt. Nach einer Lösung, die Prozesse grundlegend verändert und sofort messbare Ergebnisse liefert. Die Realität sieht meist anders aus.

Mitarbeitende sammeln erste Erfahrungen, Prozesse werden verbessert und das Unternehmen gewinnt Sicherheit im Umgang mit der neuen Technologie.

KI ist kein Selbstzweck

Eine wichtige Erkenntnis aus vielen Gesprächen mit Unternehmen lautet: Niemand braucht künstliche Intelligenz, nur weil sie aktuell ein Trendthema ist. Entscheidend ist vielmehr die Frage, welches Problem gelöst werden soll.

Der erfolgreiche Einsatz von KI beginnt nicht mit einem Tool. Er beginnt mit einem konkreten Bedarf:

• Wo verlieren Mitarbeitende täglich Zeit?
• Welche Aufgaben wiederholen sich ständig?
• Welche Tätigkeiten sorgen für Frust, obwohl sie keinen direkten Mehrwert schaffen?

Wer diese Fragen beantwortet, findet meist schnell die ersten sinnvollen Einsatzmöglichkeiten.

Wenn wir mit Unternehmen über Künstliche Intelligenz sprechen, denken viele zuerst an komplizierte Technologien, grosse Investitionen oder jahrelange Digitalisierungsprojekte. Die Realität sieht jedoch oft ganz anders aus. Die grössten Potenziale liegen häufig nicht in spektakulären Innovationen, sondern in den alltäglichen Aufgaben, die Mitarbeitende Tag für Tag erledigen müssen.

Genau so war es auch bei einem Schweizer Unternehmen für technische Dienstleistungen und Montage mit rund 50 Mitarbeitenden, das wir im Mai 2026 begleiten durften.

Bereits in den ersten Gesprächen wurde deutlich, dass das Unternehmen grundsätzlich sehr gut organisiert war. Die Auftragslage war hervorragend, die Kunden zufrieden und die Mitarbeitenden engagiert. Trotzdem gab es ein Problem, das im Alltag immer stärker spürbar wurde: Es ging zu viel Zeit für administrative Arbeiten verloren. Informationen waren zwar vorhanden, aber oft schwer auffindbar. Angebote mussten immer wieder neu zusammengestellt werden, obwohl ähnliche Dokumente bereits existierten. Und die Techniker verbrachten nach ihren Einsätzen wertvolle Zeit mit der Dokumentation, anstatt sich auf ihre eigentliche Arbeit konzentrieren zu können.

Bevor KI helfen kann, muss man verstehen, wo die Zeit verloren geht

Deshalb haben wir das Projekt nicht mit Technik begonnen, sondern mit Zuhören.

In der ersten Woche haben wir gemeinsam mit den Mitarbeitenden analysiert, wie die täglichen Abläufe tatsächlich aussehen. Dabei haben wir insgesamt 42 verschiedene Prozesse im Büro und im Projektgeschäft untersucht. Uns interessierte nicht, wie die Abläufe auf dem Papier aussehen, sondern wie die Arbeit im Alltag wirklich erledigt wird.

Dabei zeigte sich schnell ein Muster. Viele Mitarbeitende verbrachten jeden Tag einen beträchtlichen Teil ihrer Arbeitszeit damit, Informationen zu suchen. Kundenabsprachen lagen in alten E-Mails, technische Unterlagen waren auf SharePoint gespeichert, Angebote befanden sich in verschiedenen Projektordnern und wichtige Informationen waren manchmal nur im Kopf einzelner Personen vorhanden.

Gleichzeitig wurde deutlich, dass die Erstellung von Angeboten unnötig viel Aufwand verursachte. Obwohl die meisten Inhalte bereits vorhanden waren, mussten Texte immer wieder aus älteren Dokumenten kopiert, angepasst und neu zusammengesetzt werden. Für viele Offerten wurden zwei bis drei Stunden benötigt, obwohl ein grosser Teil der Inhalte bereits existierte.

Ordnung schaffen als Grundlage für alles Weitere

Aus unserer Erfahrung wissen wir, dass eine KI nur so gut sein kann wie die Daten, mit denen sie arbeitet. Deshalb bestand ein grosser Teil der ersten Projektphase darin, das digitale Firmenwissen überhaupt erst nutzbar zu machen.

Gemeinsam haben wir rund 4'500 Dokumente gesichtet, strukturiert und bereinigt. Veraltete Dateien wurden entfernt, doppelte Dokumente gelöscht und relevante Unterlagen sauber organisiert. Dieser Schritt wirkt auf den ersten Blick vielleicht unspektakulär, ist aber häufig der wichtigste Teil eines erfolgreichen KI-Projekts.

Parallel dazu wurde von Beginn an grosser Wert auf Datenschutz und Datensicherheit gelegt. Sensible Personal- und Finanzdaten wurden bewusst ausgeschlossen und technische Schutzmassnahmen eingerichtet. Für das Unternehmen war es entscheidend, dass sämtliche Informationen geschützt bleiben und keine internen Daten nach aussen gelangen.

Erst nachdem diese Grundlagen geschaffen waren, begann die eigentliche Arbeit mit der KI.

Plötzlich war das Firmenwissen in wenigen Sekunden verfügbar

In der zweiten Woche wurde das aufbereitete Wissen mit dem neuen System verknüpft. Unser Ziel war es, dass die Mitarbeitenden nicht länger verschiedene Ordnerstrukturen durchsuchen müssen, sondern ihre Fragen einfach stellen können – so, wie sie es einem Kollegen gegenüber tun würden.

Um die Einführung möglichst einfach zu gestalten, integrierten wir die Lösung direkt in Microsoft Teams. Die Mitarbeitenden mussten keine neue Software lernen und keine zusätzlichen Programme öffnen.

Die ersten Reaktionen während der Testphase waren besonders spannend. Ein Projektleiter suchte beispielsweise Informationen zu einer älteren Garantievereinbarung eines Projekts aus dem Jahr 2023. Früher hätte dies bedeutet, mehrere Ordner zu durchsuchen oder verschiedene Kollegen zu kontaktieren. Nun erhielt er innerhalb weniger Sekunden die gewünschte Antwort inklusive Verweis auf das entsprechende Originaldokument.

In solchen Momenten wird der Mehrwert für die Mitarbeitenden unmittelbar greifbar. Informationen, die zuvor mühsam gesucht werden mussten, standen plötzlich auf Knopfdruck zur Verfügung.

Die grösste Veränderung zeigte sich bei der Angebotserstellung

Besonders deutlich wurde der Nutzen bei der Erstellung von Angeboten.

Wir analysierten gemeinsam erfolgreiche Offerten aus den vergangenen Jahren und entwickelten daraus intelligente Vorlagen. Die KI lernte dabei nicht nur die fachlichen Inhalte kennen, sondern auch den Schreibstil des Unternehmens.

Heute müssen die Mitarbeitenden lediglich die wichtigsten Eckdaten eines Projekts eingeben. Auf dieser Grundlage erstellt das System innerhalb weniger Minuten einen vollständigen Angebotsentwurf. Natürlich erfolgt weiterhin eine fachliche Prüfung durch den Projektleiter, doch der zeitintensive erste Entwurf entfällt weitgehend.

Auch die Techniker profitieren von der neuen Lösung

Ein Bereich, der bei Digitalisierungsprojekten häufig unterschätzt wird, ist der Aussendienst. Gerade dort entstehen oft viele administrative Aufgaben, die wertvolle Zeit kosten.

Die Techniker des Unternehmens mussten nach ihren Einsätzen Serviceberichte erstellen und sauber dokumentieren. Diese Arbeit wurde häufig am Ende eines langen Arbeitstages erledigt und war entsprechend unbeliebt.

Deshalb führten wir eine Sprachlösung ein, die direkt auf den Smartphones genutzt werden kann. Die Techniker sprechen ihre Notizen einfach ein, während die KI daraus automatisch einen professionell formulierten und sauber strukturierten Bericht erstellt.

Besonders wichtig war dabei die Anpassung an Schweizer Sprachgewohnheiten und technische Fachbegriffe. Nach einigen Optimierungen funktionierte dies erstaunlich zuverlässig und wurde vom Team sehr schnell angenommen.

Viele Techniker berichteten bereits nach kurzer Zeit, dass sie ihre Berichte deutlich schneller abschliessen können und gleichzeitig die Qualität der Dokumentation gestiegen ist.

Der Schlüssel zum Erfolg: Die Menschen mitnehmen

Technologie allein löst selten Probleme. Deshalb war uns von Anfang an wichtig, die Mitarbeitenden aktiv in das Projekt einzubeziehen.

In der letzten Projektwoche führten wir mehrere Schulungen durch und begleiteten die Teams direkt in ihrem Arbeitsalltag. Statt theoretischer Präsentationen standen konkrete Anwendungsfälle im Mittelpunkt.

Diese Herangehensweise hat sich ausgezahlt. Bereits kurz nach dem Live-Start nutzten die Mitarbeitenden die neuen Werkzeuge selbstverständlich und integrierten sie in ihre täglichen Abläufe.

Das Ergebnis nach vier Wochen

Als wir die Resultate Ende Mai gemeinsam auswerteten, wurde deutlich, wie viel Potenzial bereits in einem vergleichsweise kurzen Projekt steckt.

Durch die Reduktion von Suchaufwand, Schreibarbeiten und administrativen Tätigkeiten konnte das Unternehmen ein jährliches Einsparpotenzial von über 700 Arbeitsstunden realisieren. Die Zeit für die Informationssuche sank um rund 60 Prozent. Angebote konnten deutlich schneller erstellt werden und Kunden erhielten schneller Antworten auf ihre Anfragen.

Besonders gefreut hat uns die hohe Akzeptanz im Team. Rund 92 Prozent der Mitarbeitenden nutzten die neuen digitalen Helfer bereits kurz nach der Einführung aktiv im Arbeitsalltag.

Unser Fazit

Dieses Projekt hat uns einmal mehr gezeigt, dass erfolgreiche KI-Projekte nicht mit komplizierter Technologie beginnen, sondern mit einem klaren Verständnis für die täglichen Herausforderungen der Menschen im Unternehmen.

Die grössten Erfolge entstehen dort, wo Mitarbeitende spürbar entlastet werden und wieder mehr Zeit für ihre eigentliche Arbeit haben. Genau das konnten wir gemeinsam mit diesem Unternehmen innerhalb von nur vier Wochen erreichen.

Am Ende ging es dabei nicht um Software oder künstliche Intelligenz. Es ging darum, Prozesse einfacher zu machen, Wissen zugänglich zu machen und den Menschen im Unternehmen jeden Tag ein Stück Arbeit abzunehmen.