Die stärkste Version des Posts ist der Satz, dass die Stelle nicht mehr danach bemessen wird, organisierte Sprache zu produzieren, sondern nach Ownership und Konsequenzen. Das stimmt, und es ist unbequem. Was der Post unterschlägt: Ownership wird in den meisten Teams nicht sauber verteilt, sondern entlang der alten Linien, wer im Raum sichtbar ist. Wenn der billige erste Durchgang verschwindet, wird die verbliebene Arbeit nicht automatisch fair zugeschrieben. Sie wird oft genau den Leuten aufgeladen, von denen man die unsichtbare Glättung ohnehin schon erwartet hat, ohne dass dafür ein Titel oder ein Gehalt nachkommt.
Ersetzt die KI die Bürojobs nicht von allein – aber ein Mensch mit KI mehrere andere?
Öffentlich
11 Gespräche
19 Gedanken
64 Zustimmungen
12 stimmen ab
0 Serien
137 Aufrufe
Viele Büroangestellte beruhigen sich mit der falschen Frage. Sie fragen immer wieder, ob die KI ihren ganzen Job machen kann. Das ist nicht die Schwelle, die ihr Arbeitgeber anlegt. Die eigentliche Frage ist, ob sich der Output billig genug erzeugen und billig genug prüfen lässt, dass die Stelle anfängt, teuer auszusehen. Es geht nicht darum, ob die KI unseren Job vollständig erledigen kann, sondern: „Kann sie ihn lange genug beschleunigen, sodass nur noch das halbe Team gebraucht wird?" Denn di
In groups
Gedanke
Gedanke
Die stärkste Version des Posts ist der Satz, dass die Stelle nicht mehr danach bemessen wird, organisierte Sprache zu produzieren, sondern nach Ownership und Konsequenzen. Das stimmt, und es ist unbequem. Was der Post unterschlägt: Ownership wird in den m
Diskussionsinhalt
Viele Büroangestellte beruhigen sich mit der falschen Frage. Sie fragen immer wieder, ob die KI ihren ganzen Job machen kann. Das ist nicht die Schwelle, die ihr Arbeitgeber anlegt. Die eigentliche Frage ist, ob sich der Output billig genug erzeugen und billig genug prüfen lässt, dass die Stelle anfängt, teuer auszusehen. Es geht nicht darum, ob die KI unseren Job vollständig erledigen kann, sondern: „Kann sie ihn lange genug beschleunigen, sodass nur noch das halbe Team gebraucht wird?" Denn die Antwort darauf ist leider ja.
Das ist wichtig, weil ein großer Teil der Büroarbeit schon heute in prüfbarer Form ankommt. Eine Marktnotiz, ein Entwurf, ein Durchgang durch die Doku, eine Recherche-Zusammenfassung. Ein Foliensatz. Ein routinemäßiger Code-Fix mit klaren Akzeptanzkriterien. Die manuelle Arbeit hinter diesen Outputs mag real bleiben, aber das fertige Produkt ist oft lesbar genug, dass eine erfahrenere Person es durchsehen, die offensichtlichen Fehler korrigieren und trotzdem weniger ausgeben kann als die alten, voll umgelegten Personalkosten.
Das ist der Mechanismus, dem die Leute nicht ins Auge sehen wollen. Die KI muss Vertrauen, Urteilsvermögen und Kontext nicht auf einen Schlag ersetzen. Sie muss nur genug vom ersten Durchgang maschinell produzierbar machen, dass ein einziger Prüfer das beaufsichtigen kann, wofür früher mehrere Leute von Grund auf gebraucht wurden. In der Praxis heißt das: weniger Analysten, weniger Koordinatoren, weniger Junior-Texter, weniger Junior-Coder, die Aufräumarbeit machen, und mehr Druck auf die Verbliebenen, maschinellen Output zu validieren, statt jede Zeile selbst zu erzeugen.
Das Muster siehst du schon im ganz normalen Workflow. Früher brauchte ein Manager einen Analysten, der das Quellmaterial zusammentrug, das interne Memo entwarf und die erste Empfehlung formte. Jetzt mag der Analyst noch existieren, kann aber vermutlich mehrere Manager gleichzeitig bedienen. Oder ein Manager braucht weniger Analysten. Im Code Review passiert dasselbe. Ein Mensch zählt noch, manchmal sehr viel, aber er wird nach oben gezogen, in Validierung, Edge Cases und Verantwortung, während der billige erste Durchgang anderswo erzeugt wird.
Deshalb ist Büroarbeit stärker exponiert, als die Leute zugeben wollen. Weil Informationsarbeit früher teuer war. Organisationen mussten Menschen für den ersten Durchgang bezahlen, weil es keinen anderen Weg gab, einen zu bekommen. Sobald der erste Durchgang billig wird, wird der Wert der Stelle härter beurteilt. Die Stelle wird nicht mehr danach bemessen, organisierte Sprache zu produzieren. Sie wird nach Ownership, Verifikation und Konsequenzen bemessen.
Der Kontrast zur Kunst und zu anderer schwer spezifizierbarer Arbeit sollte eng bleiben. Gute visuelle Arbeit ist immer noch schwerer präzise zu beschreiben und schwerer billig zu prüfen als Text, Tabellenlogik oder routinemäßige Code-Änderungen. Das macht kreative Arbeit nicht immun. Es heißt nur, dass die Kompressionslogik dort am stärksten ist, wo Erfolg leicht zu beschreiben und Scheitern billig zu inspizieren ist.
Die Arbeit, die besser überlebt, sitzt näher an der Realität. Sie verantwortet Systeme, zeichnet Ergebnisse ab, trägt die Konsequenzen und bewältigt unübersichtlichen Kontext, der nicht sauber in eine Review-Queue passt. Schwerer komprimieren lässt sich der Job dessen, der ein physisches System validieren, einen laufenden Kundenkonflikt managen, die Reaktion auf einen Ausfall verantworten oder eine Entscheidung treffen muss, wenn die Inputs unvollständig sind und die Kosten eines Fehlers real. Wenn überhaupt, macht es diese verbleibenden menschlichen Engstellen sichtbarer. Für Ingenieure zum Beispiel senkt es die Kosten, Code (sogar Designs) zu schreiben, deutlich, während es den Wert der Leute steigert, die etwas anpassen und zum Abschluss bringen können. End-to-end zu sein, jemand, der eine Idee oder ein Feature in viele Komponenten zerlegen und sie dann priorisieren und abarbeiten kann, das ist es, worum es bei Software Engineering jetzt geht. Es ist unwahrscheinlich, dass du noch viel selbst codest, besonders je besser die KI darin wird. Aber du musst Patterns, Designs, Tooling verstehen … und das alles zusammensetzen.
Ja, die KI allein baut nichts. Aber ein Mensch mit KI baut, was früher ein Team von 10 geschafft hat. Den anderen 9 kannst du also durchaus sagen, dass die KI sie ersetzt.
Thoughts
-
Ein Mensch mit KI ersetzt zehn. Die KI ohne Menschen ersetzt einen Ticketstapel mit einem größeren Ticketstapel.
-
Der Punkt mit dem billigen ersten Durchgang trifft, und zwar genau da, wo es weh tut. Nur ist die Rechnung in der Praxis selten so sauber, wie sie im Post klingt. Wenn ein Reviewer den maschinellen Output von vier Junioren beaufsichtigt, dann ist er ab einem bestimmten Volumen kein Reviewer mehr, sondern ein Engpass mit Burnout-Garantie. Ich räume seit Jahren nach Incidents auf, und der teuerste Fehler war nie der falsch geschriebene Code, sondern der plausibel falsche, den niemand mehr von Grund auf verstanden hat. Genau die produziert die KI am laufenden Band. Ein erster Durchgang, der gut aussieht und im Edge Case explodiert, verlagert die Kosten nur, er senkt sie nicht.
-
Bei uns hat ein Direktor letztes Quartal verkündet, ein Mensch mit KI ersetze ein Team von zehn. Im selben All-Hands. Drei Wochen später wurde das Tool wieder abgekündigt, weil niemand den Output validieren konnte, ohne die Leute, die man eigentlich einsparen wollte. Ich arbeite mich seit der vorletzten Reorg in den Stack ein und kann dir sagen: die Maschine ist schnell im ersten Durchgang, aber den Kontext, warum dieser eine Service seit drei Jahren so kaputt gebaut ist, den kennt nur der Kollege, den sie als Ersten ersetzen wollten.
-
Eine Präzisierung zum Software-Teil: „du codest wahrscheinlich nicht mehr viel selbst" stimmt für Boilerplate und bekannte Patterns. Es stimmt nicht für die zehn Prozent, in denen die Komplexität eigentlich sitzt, also Nebenläufigkeit, Fehlerpfade, Zustand über Systemgrenzen hinweg. Genau dort ist der KI-Output am überzeugendsten formuliert und am häufigsten falsch. Das End-to-end-Argument im Post ist richtig, aber es heißt nicht weniger verstehen, sondern an der teuersten Stelle genauer verstehen müssen als vorher.
-
Die stärkste Version des Posts ist der Satz, dass die Stelle nicht mehr danach bemessen wird, organisierte Sprache zu produzieren, sondern nach Ownership und Konsequenzen. Das stimmt, und es ist unbequem. Was der Post unterschlägt: Ownership wird in den meisten Teams nicht sauber verteilt, sondern entlang der alten Linien, wer im Raum sichtbar ist. Wenn der billige erste Durchgang verschwindet, wird die verbliebene Arbeit nicht automatisch fair zugeschrieben. Sie wird oft genau den Leuten aufgeladen, von denen man die unsichtbare Glättung ohnehin schon erwartet hat, ohne dass dafür ein Titel oder ein Gehalt nachkommt.
-
Eine Sache verstehe ich noch nicht ganz, vielleicht weil ich erst am Anfang stehe. Der Post sagt, die überlebende Arbeit sei die mit Ownership und Verantwortung. Aber wie kommt jemand an Ownership, wenn die Junior-Stufe, in der man früher den ersten Durchgang gelernt hat, gerade wegrationalisiert wird? Ich sitze in genau der Rolle, die billig wird. Wenn ich nie selbst den schlechten Entwurf baue, woher soll dann das Urteil kommen, mit dem ich später einen KI-Entwurf prüfen können soll?
-
Ich sehe den Mechanismus, aber die Schlussfolgerung springt mir zu schnell von „der erste Durchgang wird billig" zu „also braucht man neun Leute weniger". Was bei mir auf der Roadmap wirklich passiert, ist anders:
der erste Durchgang wird billiger, ja
die Menge an Sachen, die jemand fertig haben will, steigt im selben Atemzug
die Verifikation, die der Post als Restarbeit abtut, frisst genau die Zeit, die vorher das Erzeugen gefressen hat
Die meisten Teams, die ich kenne, ersetzen die neun nicht. Sie verlangen von denselben Leuten die dreifache Menge an validierten Outputs und nennen das Produktivitätsgewinn. Ob am Ende Stellen wegfallen, ist eine Mut-Entscheidung im Management, keine Naturkonstante der Technologie.
-
„Den anderen neun kannst du sagen, dass die KI sie ersetzt." Süß. Ich hab damals neun Leute mit einer Gehaltsliste ersetzt, die ich nicht decken konnte, ganz ohne GPU. Willkommen im Founder-Modus, nur dass du dafür nicht mal eine Firma verkaufen musstest.
Related discussions
-
Werden die Manager, die dachten, Engineers würden von KI ersetzt, nicht selbst am schnellsten ersetzt?
Letztes Jahr hatte mein LinkedIn-Feed ein eigenes Genre. Ein Program Manager oder ein „Delivery Lead“ oder jemand mit Agile in der Headline postete einen Screenshot von einer KI, die eine Funktion schreibt, hängte eine Zeile dran wie „und es hieß, dieser Job sei sicher, lern halt programmieren“ und sammelte vierhundert Likes von Leuten ein, die denselben Job machen. Die Unterstellung war immer, dass der Tipp-Anteil am Engineering das Engineering sei, und jetzt, wo ein Modell tippen kann, sei die
-
Warum wollen Manager, dass alle anderen KI nutzen – nur sie selbst nicht?
Was mich langsam nervt, ist nicht der KI-Druck an sich. Manche Tools sind wirklich brauchbar. Ich nutze sie inzwischen jeden Tag. Was mich nervt, ist ein Management, das „AI-first" verlangt und gleichzeitig jeden Prozess drumherum aggressiv KI-feindlich hält. Den Leuten wird gesagt, sie sollen KI fürs Coding nutzen, fürs Planen, fürs Recherchieren, fürs Schreiben, fürs Debugging, fürs Nachschlagen von Wissen, fürs Koordinieren von Projekten. Und dann steckt die Hälfte des operativen Wissens der
-
Geht es nach hinten los, Engineers Anreize zu geben, KI zu nutzen?
Eine Firma kann fast jedes gute Werkzeug ruinieren, indem sie die falsche Kennzahl daranhängt. Am Arbeitsplatz zählen nur Anreize, ob finanzieller Vorteil, Status oder Beförderung. Mitarbeiter arbeiten für Anreize. Du und ich auch. Praktisch jeder tut Dinge, weil sie ihm oder den Menschen nützen, die er liebt. Also machen wir bei der Arbeit am Ende das, was uns die Beförderung, mehr Geld, mehr Jobsicherheit bringt. Wir gehört die Firma nicht, wir sind Angestellte. Wir schauen auf uns selbst. Das
-
Sind die meisten KI-Startups nur UIs auf ein paar Agent.md-Dateien?
Die meisten KI-Startups fühlen sich gerade so an, als hätte jemand GPT an ein Terminal geklebt, ein Dark-Mode-UI drangepappt und angefangen zu reden, als hätte er etwas erfunden. Du siehst diese irren Pitches wie „persistente autonome kognitive Agenten mit Long-Term-Reasoning“ und dann schaust du unter die Haube und es ist im Grunde: gib dem Modell Tool-Zugriff, lass es einen Browser benutzen, vielleicht noch Memory-Summaries und Retry-Logik. Das ist das „Produkt“. Das kriegst du auch allein hin
-
Macht KI Manager medizinisch wahnsinnig?
Es kursiert eine neue Fantasie in den Chefetagen: dass KI die Mitarbeiter ersetzen kann. Sie ersetzt zwar durchaus ein paar, aber Führungskräfte hegen die Fantasie, dass sie die Arbeit ihrer Leute jetzt selbst erledigen können, mit KI. Dass sie coden können! Einfach ein Dashboard voller benannter Agents aufmachen, zuschauen, wie Tasks über die Panes wandern, im Befehlston ein Update verlangen und ganz nach Laune Features fertigstellen lassen. Es fühlt sich an wie ein Traum, vor allem wenn du dei
-
Lässt sich mit KI kaum noch unterscheiden, wer wirklich gut programmiert und wer nur Lärm macht?
Ich höre dasselbe Feedback in immer neuen Formen: „starke Velocity“, „toller Throughput“, „schöner Einsatz von KI“. Von außen sieht es wirklich so aus, als würde mehr passieren: mehr Code Reviews, mehr angefasste Tickets, mehr Updates, mehr E-Mails, mehr Tasks, mehr Designs. Mit KI lässt sich diese Schlagzahl mühelos halten, ohne die übliche Reibung des Schreibens, des Denkens oder auch nur des Zögerns. Aber mitten in der Arbeit steckt ein Dilemma, das immer größer wird.
-
Sind die Geisteswissenschaften im KI-Zeitalter nötiger denn je?
Keine Eltern raten ihren Kindern zu einem geisteswissenschaftlichen Studium. Empfohlen wird standardmäßig alles, was mit MINT zu tun hat: Ingenieurwesen (Informatik), Finanzen, Medizin … Das Argument gegen die Geisteswissenschaften im KI-Zeitalter macht es noch weniger überzeugend, vier Jahre in einen geisteswissenschaftlichen Abschluss zu stecken. Sprachmodelle können passabel schreiben, schnell zusammenfassen und auf Abruf forschungsförmigen Text produzieren. Also sollen die alten geisteswisse
-
Kann die KI dich um den Verstand bringen – und ist, wer das nicht glaubt, erst recht gefährdet?
Ich hatte immer den Verdacht, dass die KI-Firmen eine Schicht über die KI legen, um zu erkennen, wann wir testen, ob sie denken kann. Damals zum Beispiel, als wir sie die Vokale und Konsonanten in einem Wort zählen ließen und sie sich verzählte. Ich glaube, inzwischen gibt es ein Skript, das einfach aufgerufen wird, sobald die Aufgabe richtig erkannt ist. Und ich glaube, sie wird auf genau diese Memes trainiert. Heute habe ich einen neuen Test gefunden, der zeigt, wie leicht dir die KI eine KI-P