KI-Einsatz: fünf Szenarien für HR und Organisation

In den meisten Gesprächen über KI am Arbeitsplatz gibt es zwei Zustände. Die KI ersetzt eine Tätigkeit, oder sie tut es nicht. Wer sich in deutschen Unternehmen umsieht, findet mehr. In derselben Abteilung entwirft ein Agent Arbeitszeugnisse, die eine Personalreferentin am Ende freigibt; ein anderer sortiert eingehende Rechnungen ohne jede Prüfung; im Vertrieb schreibt jemand mit einem Sprachmodell an einem Angebot, Satz für Satz, und im Werk sucht ein Instandhalter über ein Assistenzsystem den Kollegen, der dieselbe Störung vor drei Jahren behoben hat. Das sind vier verschiedene Formen der Arbeitsteilung zwischen Mensch und Maschine. Sie verlangen verschiedene Rollen, Kompetenzen und Führung. Behandelt werden sie meist gleich.

Eine Landkarte statt einer Ja-nein-Frage

Im ersten Teil dieser Serie habe ich argumentiert, dass die Richtung des KI-Einsatzes eine Organisationsentscheidung ist, und dass sie in vielen Unternehmen niemand trifft. Eine Entscheidung braucht aber Alternativen. Ich schlage deshalb fünf Szenarien vor, geordnet nach zwei Größen: wie viel die KI selbst entscheidet und wie stark der Mensch beteiligt bleibt. Die Szenarien sind keine Reifestufen. Ein Unternehmen muss nicht von eins nach fünf wandern. Es sollte für jeden Prozess wissen, wo es steht und warum.

Die Ordnung knüpft an eine Unterscheidung an, die ich vor gut einem Jahr am Beispiel der Finanzfunktion beschrieben habe: Dieselbe Technik kann ersetzen, aufwerten oder Neues schaffen. Die fünf Szenarien verfeinern das. Sie fragen nicht nach der Wirkung auf den Arbeitsplatz, sondern nach der Form der Zusammenarbeit, denn erst die Form legt fest, was HR und Organisationsentwicklung zu gestalten haben.

Szenario 1: Automatisieren

Wofür es taugt. Für Aufgaben, die sich wiederholen, deren Ergebnis eindeutig prüfbar ist und bei denen ein Fehler wenig kostet. Beispiel: Eingangsrechnungen werden ausgelesen, den Bestellungen zugeordnet und gebucht; Abweichungen landen in einer Ausnahmeliste. Folgen: Die Rolle verschiebt sich vom Bearbeiten zum Verantworten des Systems und der Ausnahmen. Gebraucht wird Prozess- und Datenkompetenz, nicht Bedienkompetenz. Führung heißt hier, eine Person je Agent zu benennen, die für das Ergebnis einsteht. Die Belastung sinkt, sofern die Ausnahmen nicht stillschweigend auf wenige Schultern wandern. Mitbestimmung: meist Unterrichtung nach § 90 BetrVG; fallen Stellen weg, kann eine Betriebsänderung nach § 111 vorliegen.

Szenario 2: Delegieren mit Nachkontrolle

Wofür es taugt. Für umfangreiche Aufgaben, die ein Agent weitgehend allein erledigen kann, deren Ergebnis aber ein Mensch abnehmen muss. Beispiel: Ein Agent entwirft Arbeitszeugnisse oder Stellenausschreibungen, die Personalreferentin liest am Ende gegen. Folgen: Hier entsteht die Arbeit, die niemand geplant hat. BCG berichtet, dass 47 Prozent der regelmäßigen Nutzer mehr Zeit mit dem Steuern der KI verbringen als mit der eigentlichen Arbeit (BCG 2026, n = 11.749). Die Rolle wird zur Prüfrolle, ohne so zu heißen. Gebraucht wird Fachurteil, um Fehler zu erkennen, die plausibel klingen. Führung muss Prüfzeit als Arbeitszeit anerkennen. Die Belastung steigt am Ende des Prozesses, gebündelt. Mitbestimmung: Sobald Arbeitsschritte protokolliert werden, greift in der Regel § 87 Abs. 1 Nr. 6 BetrVG.

Ich halte dieses Szenario für das verbreitetste und das am wenigsten gestaltete. Es ist als Übergang vertretbar. Als Zielbild verlagert es Verantwortung an das Ende einer Kette, an der niemand mehr eingreifen kann. Der dritte Teil der Serie geht dieser Aufsichtslast nach.

Szenario 3: Kollaborieren

Wofür es taugt. Für Aufgaben mit Urteil, Erfahrungswissen und Zielen, die sich während der Arbeit verschieben. Beispiel: Ein Vertriebsingenieur entwickelt mit einem Sprachmodell ein Angebot für eine Sonderanlage, lässt Varianten durchrechnen, verwirft, präzisiert und behält die Linie in der Hand. Folgen: Der Mensch steuert laufend, nicht nur am Anfang und am Ende. Die Rolle wird anspruchsvoller, nicht kleiner. Ein Feldexperiment mit 776 Fachkräften bei Procter & Gamble zeigt, dass Einzelne mit KI das Leistungsniveau von Teams ohne KI erreichten (Dell’Acqua et al. 2025, n = 776). Die Grenze ist ebenso belegt: Bei Aufgaben jenseits dessen, was das System gut kann, lagen Beraterinnen und Berater mit KI in einem früheren Experiment seltener richtig als ohne (Dell’Acqua et al., Arbeitspapierfassung). Gebraucht wird also die Fähigkeit, zu erkennen, wann man dem System folgt und wann nicht. Führung heißt, diese Urteilskompetenz zu entwickeln, nicht nur Lizenzen zu verteilen. Was ich vor drei Jahren über die Kooperation von Mensch und KI geschrieben habe, gilt hier besonders: Gelernt wird im Wechselspiel, nicht in der Schulung davor.

Szenario 4: Kollektive Intelligenz

Wofür es taugt. Für die Koordination zwischen Menschen: Wissen auffindbar machen, Expertise vermitteln, Teams abstimmen, Entscheidungen nachvollziehbar halten. Beispiel: Im Maschinenbau verknüpft ein Assistenzsystem Störungsmeldungen, Wartungsprotokolle und Projektberichte und nennt dem Instandhalter, wer ein ähnliches Problem schon gelöst hat. Folgen: Das ist das unterschätzte Szenario, und es berührt HR unmittelbar. Organisationsgedächtnis, Nachfolge und Wissenssicherung sind klassische Personalthemen, die bisher an Dokumentationspflichten scheitern. Im Mittelstand, wo Erfahrung an wenigen Personen hängt und der Fachkräftemangel Nachfolge erschwert, ist hier mehr zu gewinnen als im Ersetzen einzelner Handgriffe. Die Rollen ändern sich weniger als die Beziehungen: Wer gefragt wird, wird sichtbar. Darin liegt das Risiko. Ein System, das Expertise findet, kann auch Leistung messen. Mitbestimmung ist hier keine Hürde, sondern die Bedingung dafür, dass Beschäftigte ihr Wissen überhaupt teilen.

Szenario 5: Neue Aufgaben

Wofür es taugt. Für Tätigkeiten, die es ohne KI nicht gäbe. Beispiel: Jemand pflegt die Regeln und Wissensquellen eines Agenten, wertet seine Fehler aus und entscheidet, wann er nachgeschult wird; andere prüfen Ergebnisse auf Fairness und Rechtskonformität. Folgen: Daron Acemoglu und Pascual Restrepo haben gezeigt, dass Technik Arbeit nicht nur verdrängt, sondern auch neue Aufgaben schafft (Acemoglu/Restrepo 2019). Anders Humlum und Emilie Vestergaard finden, dass ein gutes Drittel der neuen KI-bezogenen Aufgaben Qualitätsprüfung, Ethik und Compliance betrifft (Humlum/Vestergaard 2026). In keiner Stellenplanung kommen diese Aufgaben vor. Sie entstehen nebenher, werden von den Engagierten übernommen und tauchen in keiner Bewertung auf. Mitbestimmung: Neue Tätigkeiten verändern Arbeitsverfahren und lösen Qualifizierungsbedarf aus; § 90 und § 96 ff. BetrVG sind hier die naheliegenden Anker.

Die Frage ist nicht, ob KI eine Tätigkeit ersetzt. Die Frage ist, welche Form der Zusammenarbeit ein Prozess braucht, und wer das entscheidet.

Wann Automatisierung richtig ist und wann nicht

Die Landkarte ist kein Plädoyer gegen Automatisierung. Unger und Narayanan nennen in ihrem Aufsatz vom Oktober klare Bedingungen, unter denen sie richtig ist, und ich halte sie für tragfähig. Automatisierung passt, wenn

• die Aufgabe routinehaft ist und sich in gleicher Form wiederholt,
• das Ergebnis leicht und vollständig zu prüfen ist,
• ein Fehler wenig kostet und sich korrigieren lässt,
• oder die Arbeit für Menschen gefährlich, gesundheitsschädlich oder zermürbend ist.

Sie passt nicht, wenn das Ergebnis von Urteil und Erfahrungswissen abhängt, wenn sich Ziele während der Arbeit ändern, wenn ein Fehler Menschen trifft, etwa bei Auswahl, Beurteilung oder Kündigung, oder wenn die Aufgabe der Ort ist, an dem Nachwuchs lernt. Ich ergänze ein Kriterium, das ich bei der Einführung von KI an den Anfang gestellt habe: den Fehlerpreis je Entscheidung. Je höher er ist, desto weiter rechts auf der Landkarte sollte der Prozess liegen.

Der europäische Rahmen stützt diese Logik. Systeme für Einstellung, Beförderung, Beurteilung und Aufgabenzuteilung zählen nach Anhang III des AI Act zum Hochrisikobereich; für sie gelten ab dem 2. Dezember 2027 Anforderungen an menschliche Aufsicht. Für den Personalbereich selbst ist Szenario 1 damit in vielen Fällen ausgeschlossen, Szenario 2 nur mit sauber gestalteter Aufsicht möglich. Unabhängig davon verpflichtet Art. 4 alle Unternehmen, die KI-Kompetenz ihrer Beschäftigten zu fördern; ein bestimmtes Niveau schreibt die Verordnung seit dem Digital Omnibus nicht mehr vor. Was „ausreichend“ ist, hängt deshalb am Szenario: Wer kollaboriert, braucht anderes als wer Rechnungen automatisiert.

Was das für HR und Organisationsentwicklung heißt

Erstens: Das Szenario je Prozess ausdrücklich festlegen. Nicht als Technikentscheidung der IT, sondern als Organisationsentscheidung der Fachbereiche mit HR. McKinsey findet bei den Vorreitern, dass 73 Prozent ihre Abläufe grundlegend neu geschnitten haben, bei den übrigen 25 Prozent (McKinsey 2026, n = 1.719). Das ist eine Korrelation, kein Beweis. Sie zeigt aber, wo der Unterschied liegt: in der Organisation, nicht im Werkzeug.

Zweitens: Rollen und Kompetenzen nach dem Szenario schneiden. Eine Stelle im Szenario 2 braucht Prüfkompetenz und Prüfzeit, eine im Szenario 3 Urteilskompetenz und Freiraum, eine im Szenario 4 die Bereitschaft, Wissen zu teilen, und Schutz davor, dass dieses Teilen zur Leistungskontrolle wird. Die Qualifizierung nach Art. 4 AI Act wird erst dann wirksam, wenn sie an diesen Unterschied anknüpft.

Drittens: Die Mitbestimmung entlang der Szenarien führen. Eine Rahmenbetriebsvereinbarung kann festhalten, nach welchen Kriterien ein Prozess automatisiert, delegiert oder zur Zusammenarbeit ausgebaut wird, und für jedes Szenario eigene Regeln zu Daten, Prüfzeit und Qualifizierung vorsehen. Das ist präziser als die pauschale Frage, ob ein Werkzeug Verhalten erfassen kann, und es macht den Betriebsrat zum Mitgestalter der Richtung. Im Mittelstand, in dem die Facharbeitstradition und die Nähe zwischen Geschäftsführung und Belegschaft oft enger sind als im Konzern, liegt darin eine Chance, die man nutzen sollte.

Viertens: Neue Aufgaben in die Stellenplanung holen. Wer Agenten betreut, prüft und weiterentwickelt, leistet Arbeit, die bemessen, bewertet und entlohnt werden muss. Wie die Frage, ob KI Arbeit ersetzt, in der Empirie aussieht, habe ich an anderer Stelle beschrieben. Die praktische Antwort liegt seltener im Wegfall als in der Verschiebung von Aufgaben.

Ein Prozess ist erst digital, wenn geklärt ist, wer ihn entscheidet, wer ihn beherrscht und wer ihn führt. Die fünf Szenarien geben dafür eine Sprache. Den nächsten Schritt kann man nur am eigenen Prozess gehen: Welches Szenario liegt heute vor, welches ist gewollt, und was müsste sich an Rollen, Kompetenzen und Vereinbarungen ändern?

Wenn Sie diese Bestandsaufnahme für einen Bereich Ihres Unternehmens angehen möchten, unterstütze ich Sie gern in einer gemeinsamen Diagnose, mit Ihrer Personalabteilung und, wo sinnvoll, mit dem Betriebsrat.

Im nächsten Teil (Montag, 02.11.): Delegation ist keine Zusammenarbeit. Warum „Mensch im Loop“ oft nur Start und Abnahme heißt, und was die Aufsichtslast für HR und Arbeitsschutz bedeutet.

Literatur

Acemoglu, D./Restrepo, P. (2019): Automation and New Tasks: How Technology Displaces and Reinstates Labor. Journal of Economic Perspectives 33(2), 3–30. https://doi.org/10.1257/jep.33.2.3

BCG (03.06.2026): AI Is Reshaping Jobs Faster Than Companies Are Reshaping Work. Pressemitteilung zu „AI at Work 2026“, n = 11.749. https://www.bcg.com/press/3june2026-ai-reshaping-jobs-faster-than-companies-reshaping-work

Dell’Acqua, F. et al. (2025): The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise. NBER Working Paper 33641.

Dell’Acqua, F. et al. (2025): Navigating the Jagged Technological Frontier. Organization Science. https://doi.org/10.1287/orsc.2025.21838

Humlum, A./Vestergaard, E. (2026): Still Waters, Rapid Currents. NBER Working Paper 33777, rev. 03/2026. https://www.nber.org/papers/w33777

McKinsey (2026): The State of AI in 2026: On the Road to ROI. Global Survey, n = 1.719, 97 Länder. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai

Unger, G./Narayanan, A. (14.10.2026): Steering AI Beyond Automation: A Research Agenda and Plan for Action. AI as Normal Technology (Substack). https://www.normaltech.ai/p/steering-ai-beyond-automation

Verordnung (EU) 2024/1689 (AI Act), Art. 4, Art. 14, Anhang III, in der Fassung der Verordnung (EU) 2026/1744 (Digital Omnibus). https://eur-lex.europa.eu/eli/reg/2024/1689

Welche fünf Szenarien des KI-Einsatzes gibt es? Automatisieren, Delegieren mit Nachkontrolle, Kollaborieren mit laufender Steuerung, kollektive Intelligenz und neue Aufgaben. Sie unterscheiden sich darin, wie viel die KI selbst entscheidet und wie stark Menschen beteiligt bleiben. Ein Unternehmen nutzt meist mehrere zugleich, oft ohne es zu wissen.

Wann ist Automatisierung die richtige Wahl? Wenn die Aufgabe routinehaft ist, das Ergebnis leicht zu prüfen ist und Fehler wenig kosten, oder wenn die Arbeit für Menschen gefährlich ist. Fehlen diese Bedingungen, etwa weil Urteil, Erfahrungswissen oder wechselnde Ziele gefragt sind, ist Zusammenarbeit meist die bessere Form.

Warum ist Delegieren mit Nachkontrolle problematisch? Weil es Arbeit verlagert, ohne sie zu benennen. Der Agent liefert viel, der Mensch prüft am Ende, und diese Prüfarbeit steht in keiner Stellenbeschreibung. Als Übergang ist das vertretbar, als Zielbild nicht.

Wie hängen die Szenarien mit der Mitbestimmung zusammen? Je mehr ein System Verhalten oder Leistung erfasst, desto eher greift § 87 Abs. 1 Nr. 6 BetrVG. Bei geänderten Arbeitsverfahren besteht eine Unterrichtungspflicht nach § 90, bei wegfallenden Stellen kann eine Betriebsänderung nach § 111 vorliegen. Wer die Szenarien je Prozess festlegt, kann den Betriebsrat gezielt beteiligen statt pauschal.