Mensch und Maschine

Über den Agentic Shift, Delegationskompetenz und die Frage, welche Funktionen Menschen übernehmen müssen, wenn Systeme immer mehr Arbeit vorbereiten oder selbst ausführen können.

Der Agent arbeitet. Und jetzt?

Im vorherigen Kapitel haben wir die Architektur gebaut.

Quellen liefern Wissen.

Retrieval stellt Kontext bereit.

Agenten verarbeiten Informationen.

Werkzeuge ermöglichen Aktionen.

Governance begrenzt, was das System tun kann.

Damit ist technisch einiges möglich.

Aber genau jetzt beginnt die schwierigere Frage.

Was macht der Mensch?

Wenn Statusberichte automatisch entstehen.

Wenn Dokumente nicht mehr manuell gesucht werden.

Wenn fehlende Informationen selbstständig nachgefordert werden.

Wenn eine Entscheidungsvorlage bereits mit Quellen, Optionen und Risiken auf dem Bildschirm liegt.

Dann verändert sich Arbeit.

Nicht zwangsläufig dadurch, dass ein Beruf verschwindet.

Sondern dadurch, dass Teile eines Berufs ihre bisherige Form verlieren.

Der Agentic Shift

Der Agentic Shift bezeichnet in diesem Special deshalb keine Zukunft, in der Menschen morgens nur noch Ziele eingeben und digitale Kollegen den Rest erledigen.

Er beschreibt eine Neuverteilung von Arbeit.

**Ausführen. Bewerten. Delegieren. Entscheiden.**

Diese Tätigkeiten werden neu geschnitten.

Wo Agenten wirksam werden, kann sich menschliche Aufmerksamkeit verschieben:

vom Suchen zum Bewerten,

vom Übertragen zum Entscheiden,

vom Statuspflegen zum Eingreifen,

vom Befolgen eines Prozesses zum Gestalten des Prozesses.

Nicht jede Tätigkeit verändert sich gleich stark.

Und nicht jeder Mensch wird zum „Orchestrator“.

Der Agentic Shift lautet deshalb nicht:

Ausführen → Orchestrieren

Sondern:

Was soll erreicht werden, was kann das System übernehmen – und woran erkenne ich, ob das Ergebnis gut ist?

Der Verpackungsmeister widerspricht

Unser Porzellanfall macht diese Frage konkreter.

Der Agent hat die bestehende Verpackung analysiert.

Er schlägt eine kleinere Variante vor.

Weniger Karton.

Weniger Füllmaterial.

Geringeres Transportvolumen.

Die Berechnung sieht gut aus.

Auf dem Bildschirm erscheint eine Empfehlung:

Variante PORZ-M testen.

Marek, der Verpackungsmeister, betrachtet die Zeichnung.

Dann sagt er:

Der Agent besitzt Daten.

Marek besitzt etwas Zusätzliches.

Er weiß, wie eine bestimmte Tassenform auf Vibration reagiert.

Er kennt typische Schadensbilder.

Er weiß, welcher Henkel bei zu geringer Pufferzone zuerst bricht.

Diese Information steht bislang nicht strukturiert im System.

Der Widerspruch des Menschen ist deshalb kein Hindernis auf dem Weg zur Automatisierung.

Er ist Teil eines guten Prozesses.

Was bleibt menschlich?

Es wäre bequem, an dieser Stelle zu sagen:

Kreativität.

Empathie.

Intuition.

Aber diese Kategorien sind zu unpräzise.

KI-Systeme können Ideen erzeugen.

Sie können kommunikativ überzeugend wirken.

Sie können Optionen entwickeln und große Informationsmengen analysieren.

Die relevantere Unterscheidung liegt deshalb nicht zwischen angeblich menschlichen und maschinellen Fähigkeiten.

Sie liegt zwischen Funktion und Verantwortung.

Vier menschliche Funktionen sind besonders wichtig.

Ein Agent kann ein Ziel optimieren.

Aber jemand muss entscheiden, welches Ziel überhaupt zählt.

Im Verpackungsfall:

Material reduzieren?

Transportkosten senken?

Bruchquote minimieren?

Nachhaltigkeit verbessern?

Regulatorische Zukunftssicherheit erhöhen?

Natürlich wollen wir möglichst alles gleichzeitig.

Doch sobald Ziele miteinander kollidieren, entsteht eine Entscheidung.

Richtung bedeutet:

festlegen, worauf optimiert werden soll.

2. Kontext

Organisationen besitzen Wissen, das nicht vollständig formalisiert ist.

Erfahrung.

Vorgeschichten.

Beziehungen.

Ausnahmen.

unausgesprochene Erwartungen.

strategische Absichten.

Mareks Erfahrung mit zerbrechlichem Porzellan ist Kontext.

Sie ist nicht mystisch.

Sie könnte teilweise gemessen und künftig strukturiert werden.

Aber heute ist sie noch nicht vollständig im System vorhanden.

Menschen ergänzen damit nicht einfach fehlende Daten.

Sie geben Situationen Bedeutung.

3. Urteil

Der Agent kann berechnen:

Variante M benötigt weniger Material.

Der Mensch muss beurteilen:

Ist der zusätzliche Produktschutzverlust akzeptabel?

Urteil beginnt dort, wo mehrere vernünftige Ziele gegeneinander abgewogen werden müssen.

Ein System kann dafür ausgezeichnete Grundlagen erzeugen.

Aber eine Empfehlung ist noch keine Entscheidung.

4. Verantwortung

Das ist der entscheidende Punkt.

Ein Agent kann handeln.

Aber eine Organisation kann Verantwortung nicht einfach an ein Modell delegieren.

Jemand entscheidet, dass das System eingesetzt wird.

Jemand definiert seine Rechte.

Jemand bestimmt, wann es eskaliert.

Jemand genehmigt kritische Veränderungen.

Und jemand muss für wesentliche Folgen einstehen.

Merksatz Je mehr Arbeit wir an Systeme delegieren, desto präziser müssen wir definieren, welche Verantwortung wir nicht delegieren.

Damit entsteht das dritte zentrale Modell der Serie:

Der Mensch darf widersprechen

Marek lehnt die vorgeschlagene Variante nicht einfach ab.

Er begründet seine Entscheidung.

Pufferzone am Tassenhenkel zu gering.

Der Vorgang wird dokumentiert.

Das System berechnet eine neue Variante.

PORZ-M2.

Diesmal wird die Pufferzone verändert.

Marek gibt den Test frei.

Die Verpackung wird erprobt.

Und sie scheitert.

Zwei Tassen werden beschädigt.

Die Variante wird nicht zum Standard.

Das ist interessant.

Denn Human Oversight bedeutet hier nicht:

Der Mensch bestätigt am Ende die Empfehlung der Maschine.

Er bedeutet:

Der Mensch besitzt die Möglichkeit und die Kompetenz, ihr begründet zu widersprechen.

Das ist etwas völlig anderes.

Kontrolle verschwindet nicht

Die Vorstellung einer agentischen Organisation wird gern als Wechsel von Kontrolle zu Vertrauen beschrieben.

Das klingt sympathisch.

Aber es ist zu einfach.

Gute Organisationen brauchen weiterhin Kontrolle.

Nur ihre Form kann sich verändern.

Statt jeden Schritt manuell zu begleiten, können:

Aktionen automatisch protokolliert,

Rechte technisch begrenzt,

Quellen sichtbar,

Abweichungen erkannt,

bestimmte Schwellen automatisch eskaliert werden.

Kontrolle verschiebt sich damit teilweise von permanenter manueller Begleitung hin zu:

Leitplanken, Beobachtung und gezielter Intervention.

Ciferecigo Perspektive Vertrauen ist kein Ersatz für Kontrolle. Gute Systeme schaffen Vertrauen, weil ihre Grenzen, Quellen und Handlungen kontrollierbar sind.

Nicht neue Berufe, sondern neue Rollenanteile

Aus jeder Technologiewelle entstehen schnell neue Berufsbezeichnungen.

AI Orchestrator.

Agent Trainer.

Workflow Designer.

AI Steward.

Governance Architect.

Einige dieser Rollen werden real entstehen.

Andere vielleicht wieder verschwinden.

Interessanter ist, dass ihre Aufgaben in bestehende Berufe hineinwandern.

Eine Projektmanagerin muss lernen, Agenten sinnvoll zu delegieren.

Ein Controller muss automatisch erzeugte Analysen beurteilen können.

Ein Fachexperte muss Wissen so bereitstellen, dass Systeme es verlässlich verwenden können.

Eine Führungskraft muss entscheiden, welche Handlungsspielräume Menschen und Systeme besitzen.

Ein Prozessdesigner gestaltet künftig nicht nur menschliche Abläufe, sondern hybride Systeme.

Das ist für Unternehmen wesentlich relevanter als eine neue Liste futuristischer Jobtitel.

Delegationskompetenz

Damit verändert sich auch die Bedeutung von KI-Kompetenz.

Prompting reicht nicht.

Wer mit einem Agenten arbeitet, muss entscheiden können:

• Welche Aufgabe ist delegierbar?
• Welche Informationen benötigt das System?
• Welche Quellen darf es verwenden?
• Welche Grenzen gelten?
• Wie erkenne ich ein gutes Ergebnis?
• Welche Unsicherheit ist akzeptabel?
• Wann muss ich eingreifen?
• Welche Handlung darf automatisiert werden?
• Welche Entscheidung muss bei mir bleiben?

Das ist Delegationskompetenz.

Dazu kommt Prüfkompetenz.

Wenn Menschen Ergebnisse nicht mehr vollständig selbst erzeugen, müssen sie deren Qualität trotzdem beurteilen.

Das kann anspruchsvoller sein, als die Tätigkeit selbst auszuführen.

Die Gefahr der Kompetenz-Erosion

Damit entsteht ein ernstes Gegenrisiko.

Wenn ein Mensch eine Tätigkeit jahrelang nicht mehr ausführt, kann seine Fähigkeit sinken, sie zu beurteilen.

Wenn ein Analyst nie mehr selbst recherchiert:

Wie erkennt er eine schlechte Recherche?

Wenn eine Projektmanagerin nie mehr selbst einen Projektplan erstellt:

Wie beurteilt sie einen schlechten Plan?

Wenn ein Entwickler immer weniger Code liest:

Wie erkennt er strukturelle Fehler?

Wenn eine Führungskraft ausschließlich automatisch verdichtete Informationen sieht:

Wie behält sie Kontakt zur operativen Realität?

Automatisierung erzeugt deshalb eine neue Designfrage:

Welche Kompetenz müssen wir bewusst erhalten, damit Menschen ihre Kontroll- und Entscheidungsfunktion weiterhin ausüben können?

Ciferecigo Perspektive Automatisierung darf nicht dazu führen, dass Menschen genau die Kompetenz verlieren, die sie benötigen, um die Automatisierung zu beurteilen.

Qualifizierung wird dadurch zu einem dauerhaften Bestandteil agentischer Organisationen.

Nicht zu einer einmaligen Tool-Schulung.

Override ist eine wichtige Information

Im Porzellanfall ist Mareks Widerspruch wertvoll.

Deshalb sollte eine Organisation nicht nur messen, ob Menschen Empfehlungen akzeptieren.

Sondern auch:

Wie häufig widersprechen sie?

Warum?

Eine hohe Override-Rate kann bedeuten, dass das System schlechte Empfehlungen erzeugt.

Eine dauerhaft bei null liegende Rate ist aber ebenfalls interessant.

Vielleicht ist das System hervorragend.

Der menschliche Widerspruch ist deshalb kein ineffizienter Restprozess.

Er kann ein Qualitätssignal sein.

Der Agent lernt nicht einfach von Marek

Noch ein Detail ist wichtig.

Weil Marek eine Empfehlung korrigiert, darf das System nicht automatisch schließen:

Mareks Aussage ist jetzt universelle Wahrheit.

Sein Erfahrungswissen wird zunächst dokumentiert.

Dann kann es getestet werden.

Vielleicht bestätigt eine Serie von Verpackungsversuchen die neue Regel.

Vielleicht zeigt sich, dass sie nur für eine bestimmte Tassenform gilt.

Menschliches Wissen ist nicht automatisch korrekt, nur weil es menschlich ist.

Gute agentische Organisationen romantisieren deshalb weder die Maschine noch den Menschen.

Führung gestaltet Handlungsspielräume

Auch Führung verändert sich dadurch.

Nicht von Kontrolle zu „Choreografie“.

Sondern konkreter:

Eine Führungskraft muss entscheiden:

Welche Ziele gelten?

Welche Entscheidungen dürfen Teams selbst treffen?

Welche Entscheidungen dürfen Agenten vorbereiten?

Welche Aktionen dürfen Systeme selbst ausführen?

Welche Risiken verlangen eine Eskalation?

Welche Qualitätsmaßstäbe gelten?

Welche Fähigkeiten müssen im Team erhalten bleiben?

Automatisierung macht Führung damit nicht überflüssig.

Sie zwingt sie zu Präzision.

Wer entscheidet eigentlich was?

Nach welchen Kriterien?

Und warum?

Diese Fragen waren schon immer relevant.

Agentische Systeme machen es schwieriger, sie zu umgehen.

Ein Agent ist kein Kollege

Auch sprachlich lohnt sich Präzision.

Die Metapher des „digitalen Kollegen“ kann hilfreich sein.

Aber ein Agent besitzt:

keine organisatorische Verantwortung,

keine persönlichen Interessen,

keine moralische Verpflichtung,

keine Karriere,

keine Angst vor den Folgen einer Fehlentscheidung.

Der Satz:

ist deshalb keine ausreichende organisatorische Erklärung.

Die relevante Frage lautet:

Warum durfte das System so handeln – und wer hat diesen Handlungsspielraum gestaltet?

Das führt uns direkt zum nächsten Kapitel.

Der Agentic Shift ist eine Designaufgabe

Die Veränderung von Arbeit wird nicht dadurch gut, dass sie technisch möglich ist.

Sie muss gestaltet werden.

Aufgaben müssen neu geschnitten werden.

Entscheidungsrechte müssen sichtbar sein.

Fähigkeiten müssen entwickelt und teilweise bewusst erhalten werden.

Menschen brauchen reale Möglichkeiten zum Eingreifen.

Und Erfolg darf nicht allein daran gemessen werden, wie viel Arbeit automatisiert wurde.

Die Frage lautet:

Wie verteilen wir Arbeit zwischen Mensch und System so, dass Wirkung entsteht, ohne Verantwortung zu verlieren?

Das ist der Agentic Shift.

Nicht die Übergabe der Arbeit an Maschinen.

Sondern ihre bewusste Neugestaltung.

Weiter im Special

Teil 4 – Zwischen Hype und Haftung

Wenn wir wissen, was das System kann und welche Funktionen Menschen behalten müssen, folgt zwangsläufig:

Wie machen wir diese Grenze technisch und organisatorisch belastbar?