Die Job- und Skill-Architektur von heute: Antwort und Problem zugleich
Viele Unternehmen digitalisieren Prozess für Prozess, führen KI-Tools für Recruiting oder Learning ein und stehen trotzdem ohne Antwort da, sobald jemand fragt: Welche Aufgaben in unserer Organisation eignen sich eigentlich für KI, welche nicht? Die Antwort läge nahe: in der Job- und Skill-Architektur. Nur ist die in den meisten Unternehmen genau das nicht – eine Antwort, sondern selbst Teil des Problems: veraltet, inkonsistent, nie für diesen Zweck gedacht.
Drei Arten von Mitarbeitenden, keine gemeinsame Sprache
Die Belegschaft von morgen besteht nicht mehr nur aus Menschen. KI-Agenten übernehmen bereits Teilprozesse, humanoide Roboter stehen in den Startlöchern, physische Tätigkeiten eigenständig zu übernehmen – in Logistik und Fertigung laufen erste Piloten. Ein Großteil aller Tätigkeiten liegt in einer Grauzone: weder vollständig automatisierbar noch rein menschlich, sondern muss auf Ebene einzelner Aufgaben neu geordnet werden. Diese „Augmented Workforce“ lässt sich nur orchestrieren, wenn eine gemeinsame Sprache beschreibt, was zu tun ist.
Warum Skill- und Task-Daten nie statisch sein dürfen
Eine einmal erhobene Liste von Stellenbezeichnungen ist dafür nicht ausreichend – selbst eine sorgfältig erstellte Skill-Liste veraltet innerhalb von Tagen. Skill- und Task-Daten müssen sich fortlaufend weiterentwickeln: Wie wahrscheinlich erlernt jemand einen Skill zusätzlich zu einem anderen? Lässt er sich durch einen anderen ersetzen? Welche Skills tauchen gemeinsam in Stellenausschreibungen auf? Nur wenn solche Beziehungen laufend nachgezogen werden, bleibt sichtbar, wie nah Rollen und Aufgaben beieinanderliegen.
Erst damit lässt sich beurteilen, welche Aufgabe sich für Automatisierung eignet, welche beim Menschen bleiben sollte und wo neue Rollen entstehen.
Von Human Resources zur Work Infrastructure
Für HR bedeutet das einen tiefgreifenden Rollenwechsel vom Personalbereich zum „Work Infrastructure Manager“. Hin zur Frage, wie sich Aufgaben zwischen Menschen, KI-Agenten und physischer KI verteilen. HR verwaltet dann nicht länger nur „Human Resources“, sondern gestaltet die Infrastruktur der Arbeit selbst. Ohne belastbare, laufend weiterentwickelte Skill- und Task-Daten bleibt jede KI-Strategie eine Sammlung von Einzelfällen.
Wer jetzt anfängt, ist schwer einzuholen
Organisationen, die sich jetzt mit diesen Daten beschäftigen, verschaffen sich einen Vorsprung, der schwer aufzuholen ist. Der Weg zur AI-nativen Organisation beginnt nicht mit dem nächsten KI-Tool – er beginnt damit, Arbeit selbst in einer einheitlichen Sprache von Skills und Tasks zu beschreiben.
Treffen Sie Cobrainer auf der KI-X HR Convention am 18./19. November in Berlin.
Laurenz von Eickstedt
Teilen auf
