Wie werden wir 2030 arbeiten? 10 Thesen von Prof. Yasmin Weiß – was bedeuten sie für junge Menschen? (Mat5380-waw)

Worum es hier geht

  • Prof. Dr. Yasmin Weiß hat 2026 auf LinkedIn zehn Thesen veröffentlicht, wie KI die Arbeitswelt bis 2030 verändert (Original-Beitrag unten unter „Weitere Infos“).
    —
  • Unser Ziel ist es hier, diese Perspektiven auf die Schulzeit zu übertragen.
    Dann stellt man nämlich fest, worauf man sich vorbereiten sollte und was am besten zu trainieren ist.
    —
  • Achtet deshalb besonders auf die Stellen, wo wir ganz konkret auf Möglichkeiten schon des heutigen Unterrichts eingehen.
  • Wir wenden hier mal wieder den „Spiral-Tanz“ mit der KI an.
    Stufe 1: Ausgangspunkt ist ein Artikel, den wir interessant finden.
    —
  • Stufe 2: Wir lassen uns dann die wesentlichen Thesen von der KI zusammenfassen – aber schon mit Blick auf die Situation von jungen Menschen.
    Uns interessiert die Frage, wie man schon die Zeit in der Schule nutzen kann – um fit zu werden für die Koop-Zukunft mit KI.
    —
  • Stufe 3: Am Ende überlegen wir als „menschliche Intelligenz in Aktion“, was uns dazu noch einfällt.

These 1: Teams werden kleiner – Qualität der KI-Zusammenarbeit entscheidet

Weiß beobachtet: In vielen Unternehmen erledigt heute ein Mensch zusammen mit KI-Assistenten die Arbeit, für die früher fünf oder zehn Kollegen und Kolleginnen nötig waren. Entscheidend ist dabei nicht mehr nur, wer am meisten weiß, sondern wer am besten mit KI zusammenarbeitet.

  • Verstehst du: Warum reicht „viel wissen“ allein nicht mehr, wenn eine KI im Team mitarbeitet?
  • Schul-Bezug: Wenn du bei Referaten oder Gruppenarbeit KI-Tools nutzt – trainierst du da schon genau diese Zusammenarbeit? Woran merkst du, ob sie gut oder schlecht läuft?
  • MIA: Das bedeutet für die Zukunft – man hat mit weniger Kollegen und Kolleginnen zu tun.
  • Dafür bekommt man gewissermaßen noch neue Kollegen dazu – eben die künstliche Intelligenz.
  • Das kann man schon in jeder Gruppenarbeitsphase im Unterricht üben.

These 2: Rollen werden breiter zugeschnitten

Rein automatisierbare Rollen verschwinden aus dem Organigramm.
Mia: Gemeint ist damit die Übersicht über die Bereiche einer Firma und die Posten, die es da gibt.
Die übrig bleibenden Rollen werden breiter: Eine Person übernimmt mehrere angrenzende Aufgabenbereiche, weil Spezialwissen bei Bedarf über KI hinzugezogen werden kann.

  • Verstehst du: Warum lohnt sich ein sehr enges Berufsbild – „ich kann genau eine Sache“ – künftig seltener?
  • Schul-Bezug: eher Hintergrundwissen zur Berufswahl als unmittelbare Übung im Schulalltag.
    Mia: Und genau darum geht es hier.
  • MIA: Viele einfache Tätigkeiten übernimmt die KI – trotzdem muss das Ergebnis menschlich überprüft und eingeordnet werden. Für einzelne Teilbereiche hat man dann quasi eigene „KI-Spezialisten“, mit denen man zurechtkommen muss.
  • MIA: also sich bei der Verteilung von Aufgaben nicht immer auf die gleiche stürzen: gefährlich ist so ein Satz wie: Mach du den Vortrag, komm mal, du kannst das doch am besten. Also lieber schauen: was macht der andere gut? Dann probiert man es selbst – und mit der Zeit wird man immer besser.

These 3: Das mittlere Management schrumpft

Aufgaben wie Ressourcenplanung, Markt- und Wettbewerbsanalysen oder Performance-Monitoring lassen sich zunehmend „AI-augmented“ erledigen. Schwer automatisierbar bleibt dagegen, was mit echter Führung zu tun hat: ein Gespräch führen, motivieren, eine Vision entwickeln.

  • Verstehst du: Warum kann eine KI zwar Daten analysieren, aber kaum jemanden „führen“?
  • Schul-Bezug (kurz angedeutet): reine Management-Frage, für euch aktuell eher am Rand relevant.
  • MIA: Für euch als Schülis erst mal nicht so spannend – ihr seid ja noch nicht Berufseinsteiger. Trotzdem im Hinterkopf behalten: Aufstiegsmöglichkeiten werden dadurch knapper, und für alle, die später ein eigenes Unternehmen gründen wollen, ist das durchaus wichtig.
  • MIA: aber schon, wenn man in Absprache mit einer Lehrkraft mal selbst einen Teil einer Stunde gestaltet, steigt man gewissermaßen schon nach oben.

These 4: Belegschaften werden insgesamt kleiner

In der Summe führen These 1 bis 3 dazu, dass Belegschaften kleiner werden – aber mit einem veränderten Kompetenzprofil: gefragt sind zunehmend soziale Kompetenz, Urteilsvermögen und die Fähigkeit, ständig dazuzulernen, statt reinem Fachwissen.

  • Verstehst du: Was bedeutet „verändertes Kompetenzprofil“ – welche Fähigkeiten sind gemeint?
  • Schul-Bezug (kurz angedeutet): Fachwissen allein reicht nicht mehr aus.
  • MIA: Eigentlich nur ein anderer Blickwinkel auf dasselbe Phänomen – jetzt von oben, aus Sicht der Firmenleitung, statt wie vorher aus Sicht der Mitarbeitenden.

These 5: Einstiegsjobs werden erst seltener, dann aufgewertet

Ausgerechnet einfache, sich wiederholende Aufgaben, mit denen Berufseinsteiger:innen bisher typischerweise begonnen haben, lassen sich am leichtesten automatisieren – aktuell gibt es deshalb weniger klassische Einstiegsstellen. Weiß erwartet aber keine Dauerkrise: Weil aus demografischen Gründen weniger junge Arbeitskräfte nachrücken, sollen Einstiegspositionen bis 2030 bewusst aufgewertet werden – vorausgesetzt, neue Kolleg:innen können mit KI Probleme lösen und Entscheidungen treffen, statt sie nur auszuführen.

  • Verstehst du: Warum trifft die Automatisierung zuerst gerade die Aufgaben von Berufsanfänger:innen?
  • Schul-Bezug: Wenn der erste Job anspruchsvoller statt unmöglicher wird – was müsstest du bis zum Schulabschluss schon können, um das zu bestehen?
  • MIA: Gemeint ist wohl, dass sich der Eingewöhnungsprozess für neue Mitarbeitende verkürzt, weil typische Einsteiger-Aufgaben von der KI erledigt oder schnell erklärt werden. Warum das ausgerechnet ab 2030 kippen soll, bleibt offen – niemand weiß, wie weit die KI bis dahin ist.
  • Vermutlich hängt es vor allem am demografischen Wandel: Weniger junge Menschen bedeutet größere Chancen auf die knapper werdenden Plätze. Aktuell haben Firmen aber noch große, ältere Belegschaften, die sich nicht von heute auf morgen abbauen lassen – deshalb dürfte zunächst eher in interne Fortbildung investiert werden, um auch ältere Mitarbeitende fit für die Zusammenarbeit mit KI zu machen.
  • Mia: ganz wichtig: nicht lange bei der Haltung bleiben: was ist das denn für eine komische Aufgabe? Das kann ich nie. Sondern lieber gleich schauen, wie man sie knacken kann. Wenn man an einer Stelle nicht weiterkommt, ganz gezielt fragen, was man als Nächstes tun könnte.

These 6: Human Agency – die Fähigkeit, die dich unersetzlich macht

„Human Agency“ meint: selbst Ziele formulieren, Ergebnisse beurteilen, kritisch denken, ethisch abwägen und Verantwortung übernehmen – gerade dann, wenn eine KI im Hintergrund mitarbeitet. Weiß beschreibt jede:n Mitarbeiter:in als „Chief Question Officer“ der eigenen kleinen „Agent Workforce“: Nicht das Wissen entscheidet, sondern die Fähigkeit, gute Fragen zu stellen und Antworten richtig einzuordnen.

  • Verstehst du: Was ist der Unterschied zwischen „eine Antwort wissen“ und „die richtige Frage stellen“?
  • Schul-Bezug: Eine Quelle kritisch hinterfragen, ein Argument prüfen, eine eigene Position begründet vertreten – wo im Deutsch- oder Geschichtsunterricht übst du das schon, ohne dass es so genannt wird?
  • MIA: Für die Schule besonders interessant – deshalb lohnt sich hier Konkretisierung. Die KI kann sogar dabei helfen, passende Beispiele zu finden oder zu formulieren, weil sie über Mustererkennung genau darauf zugreifen kann.
  • MIA: wir selbst arbeiten ja stark nach dem Prinzip Beyond the Books. Das heißt, wir haben zu häufig festgestellt, dass etwas, was in den Büchern steht oder auch heute von der künstlichen Intelligenz präsentiert wird, noch nicht die ganze Wahrheit enthält. Also immer mit kritischen Augen auf die Dinge blicken. Wenn man dann eine schwache Stelle erwischt hat, ist das ein sehr schönes Gefühl, da etwas Stärkeres draus zu machen

These 7: Doppelte Teamfähigkeit

Mit „hybriden Belegschaften“ aus Menschen und KI-Systemen wird laut Weiß eine „doppelte Teamfähigkeit“ nötig: Im Team mit Menschen zu funktionieren ist etwas anderes, als im Team mit Technologie zu funktionieren. Dafür muss man zunächst alte Arbeitsweisen bewusst „verlernen“ (Unlearning), bevor neue, KI-gestützte Arbeitsweisen an ihre Stelle treten können (Relearning).

  • Verstehst du: Was genau müsste man „verlernen“, um mit KI im Team gut zu arbeiten?
  • Schul-Bezug: In einer klassischen Gruppenarbeit ohne KI gelten andere Regeln als in einer, bei der eine KI mitarbeitet – welche Regel müsstest du dabei bewusst über Bord werfen?
  • MIA: Hier geht es konkret um das, was direkt im Team zwischen Mensch und KI passiert – etwa der Spiralaustausch zwischen Mensch und KI, den wir auf dieser Seite immer wieder ausprobieren.

These 8: Die „neue Zweisprachigkeit“ im Umgang mit KI

Gemeint ist die Fähigkeit, nicht nur mit Menschen, sondern auch mit KI-Agenten effektiv zu kommunizieren. Eine KI braucht keine Empathie, aber klare Kontextinformationen, eindeutige Zielformulierungen und Leitplanken. Wer schwammig fragt, bekommt schwammige Antworten – im Kern eine neue Form von Präzision im Formulieren.

  • Verstehst du: Warum braucht eine KI andere „Anweisungen“ als ein Mensch, den man um Hilfe bittet?
  • Schul-Bezug: Formuliere eine Aufgabe, die du zuletzt einer KI gestellt hast, einmal bewusst präziser – was ändert sich an der Antwort?
  • MIA: Wichtig ist vor allem, dass man als Mensch Grundkenntnisse hat, wie eine KI arbeitet bzw. „denkt“ – das verbessert die Ergebnisse im Sinne von Fehlervermeidung.
  • Ein Trick dabei: zwei Sprachmodelle bewusst getrennt zur gleichen Frage nutzen und vergleichen – genau an den Unterschieden merkt man, wo man selbst noch unterscheiden muss („distinguendum est“, wie es schon die schlauen, Leute im Mittelalter formulierten).
  • Noch ein Tipp: Wenn die künstliche Intelligenz mal etwas seltsam reagiert, kann man sie durchaus fragen, was da schiefgelaufen ist. Auch das führt dazu, dass man sich gegenseitig immer besser kennt.

These 9: „Agility beats current Ability“

Anpassungs- und Lernfähigkeit schlagen vorhandenes Wissen. Weiß beziffert das: Die Halbwertszeit fachlicher und technologischer Kompetenz liegt derzeit bei nur 3 bis 5 Jahren – Tendenz weiter sinkend. Wichtig ist ihre eigene Einschränkung: Erfahrungswissen wird relativ unwichtiger, bleibt aber nötig, um KI-Ergebnisse überhaupt kritisch prüfen zu können.

  • Verstehst du: Warum bleibt Fachwissen trotzdem nötig, obwohl „Lernfähigkeit wichtiger“ wird?
  • Schul-Bezug: Lohnt es sich für dich, überhaupt noch Dinge auswendig zu lernen – oder ändert sich nur, was du auswendig lernen solltest?
  • MIA: Grundsätzlich ein wichtiger Gedanke, der aber differenziert werden muss – schon lange vor KI gab es die These, dass in der Schule Gelerntes bald veraltet sei.
  • Wie stark das zutrifft, hängt stark von der Schule selbst ab; genau daran arbeiten wir hier, indem wir bessere Querverbindungen zwischen Unterricht und KI-Welt herstellen.
  • Und: Die Antwort einer KI kann immer nur so gut sein wie die Frage des Menschen – dazu gehören ausreichendes Vorwissen und ein „Synapsen-Training“, das einen bei der KI-Antwort erst auf neue Ideen bringt.
  • Also: es lohnt sich weiterhin, Wissen und Verständnis anzusammeln. Denn dann kann man die künstliche Intelligenz viel besser nutzen und kommt mit ihr auch entsprechend weiter.

These 10: KI-Augmented Work als neuer Standard

Bis 2030 sollen Spitzenkräfte aus allen Branchen selbstverständlich als „AI Augmented Professionals“ arbeiten: KI-gestütztes Wissensmanagement und Lernen, KI-gestützte Kreativität sowie KI-gestütztes Problemlösen und Entscheiden gehören dann so selbstverständlich dazu wie heute der Umgang mit einem Textverarbeitungsprogramm.

  • Verstehst du: Was bedeutet „AI Augmented“ – KI ersetzt die Arbeit, oder ergänzt sie sie?
  • Schul-Bezug: In welchem Schulfach oder Hobby nutzt du KI schon heute so selbstverständlich wie ein Textverarbeitungsprogramm – und wo noch gar nicht?
  • MIA: Ähnlich wie bei den flachen Hierarchien – vor allem interessant für alle, die später selbst eine Firma führen oder ins Management wollen.
  • In der Praxis zeigt sich oft: Ältere Führungskräfte wollen sich nicht mehr in technische Feinheiten einarbeiten und holen sich stattdessen junge menschliche Assistenten als Vermittler zwischen Technik und Managemententscheidung – etwas, das eine Professorin vor genau diesem Publikum kaum so offen aussprechen würde.
  • Das Modell hat allerdings einen Haken: Der junge Assistent weiß am Ende oft mehr als die Führungskraft selbst – „Vertrauen ist gut, Kontrolle ist besser“ hilft wenig, wenn man die Arbeit, die man kontrollieren müsste, gar nicht mehr überblickt.
  • Für die Schule kann das bedeutet, dass man in Absprache mit der Lehrkraft auch schon mal bestimmte Aufgaben übernimmt. Das gilt besonders für den Einstieg in die nächste Stunde. Wenn man es da zur Regel macht, dass jemand aus der Lerngruppe kurz zusammenfasst, wo man steht und was vielleicht noch offen ist oder unklar, dann hat man eine ganz andere Situation als bei einem langen Einstiegsmonolog der Lehrkraft.

Weitere Infos, Tipps und Materialien