Rollenentwicklung

Wie Rollen sich verändern – nicht nur Aufgaben – wenn Organisationen KI-nativ werden

Die zentrale These

Die Branchendiskussion über KI und Arbeit stellt die falsche Frage. „Welche Aufgaben wird KI automatisieren?" setzt voraus, dass Jobs Bündel von Aufgaben sind und Automatisierung sie eine nach der anderen abbaut. So funktioniert das nicht.

KI ordnet neu, welche Verantwortlichkeiten zusammengehören. Sie löst die Grenzen zwischen Rollen auf, die existierten, weil Menschen nur so viel Kontext halten, so schnell koordinieren oder so viele Schritte ausführen konnten. Wenn diese Einschränkungen wegfallen, verändern sich die Rollen selbst.

Das ist keine Augmentierung. Es ist strukturelle Transformation.

Forschung bestätigt die Verschiebung: Agentische KI führt jetzt ganze Workflows aus, keine isolierten Aufgaben, und rekonfiguriert Berufsstrukturen in allen Branchen (Patel, 2026). Die Einheit des Wandels ist nicht mehr die Aufgabe – sondern die Rolle.

Fünf Muster der Rollenentwicklung

Die Forschungsliteratur identifiziert fünf dominante Muster der Rollentransformation unter agentischer KI (Patel, 2026; Saxena & Goyal, 2025). Dieses Rahmenwerk adaptiert sie in ein operatives Vokabular für Organisationen, die den Übergang navigieren.

1. Konvergenz

Mehrere Rollen verschmelzen, weil KI die Grenzen zwischen ihnen beseitigt.

Wenn KI die Ausführung übernimmt, verschwindet der Koordinationsaufwand, der separate Rollen rechtfertigte. Ein Product Manager, ein Designer und ein Frontend-Entwickler waren drei Rollen, weil niemand den vollständigen Kontext von der Absicht bis zur Implementierung halten konnte. Mit KI-Agenten, die die Ausführungsschicht übernehmen, kann eine Person mit starkem Urteilsvermögen den gesamten Fluss steuern.

Erkennungssignale:

Zwei oder mehr Rollen teilen sich überschneidende Spezifikationen
Übergaben zwischen Rollen sind meist Formatkonvertierung, kein Urteilsvermögen
Eine Rolle zu entfernen würde keine unersetzbare menschliche Funktion verlieren (siehe die fünf unersetzlichen Funktionen)

Häufiger Fehler: Konvergenz als „eine Person macht drei Jobs" zu behandeln. Das ist Überlastung, keine Evolution. Konvergenz funktioniert nur, wenn KI die Ausführung absorbiert – der menschliche Umfang erweitert sich im Urteilsvermögen, nicht in Stunden.

2. Spezialisierung

Rollen verengen sich auf ihren unreduzierbar menschlichen Kern, da KI die Routineschicht absorbiert.

Das ist das häufigste frühe Muster. KI übernimmt die verfahrensmäßigen, wiederholbaren Teile einer Rolle, und der Mensch konzentriert sich auf das, was übrig bleibt: die Urteilsentscheidungen, die Beziehungsarbeit, die Geschmacksentscheidungen. Die Rolle verschwindet nicht – sie wird schärfer.

Erkennungssignale:

Der Großteil der Zeit der Rolle geht für Arbeit auf, die einem wiederholbaren Muster folgt
Die hochwertigen Momente (Entscheidungen, Kundeninteraktionen, kreative Richtung) sind ein kleiner Bruchteil des Tages
Die Rolle fühlt sich bereits „geteilt" an zwischen Routineausführung und bedeutungsvollem Urteil

Häufiger Fehler: Annehmen, dass eine Rolle mit weniger Aufgaben eine weniger wertvolle Rolle ist. Das Gegenteil ist wahr. Ein Chirurg, der seine eigene Dokumentation nicht mehr macht, ist kein schlechterer Chirurg.

3. Elevation

Menschen verlagern sich von der Ausführung von Arbeit zu deren Steuerung und Bewertung in KI-gesteuerten Workflows.

Die Person, die früher den Code schrieb, spezifiziert jetzt, was der Code tun soll, und validiert das Ergebnis. Die Person, die früher Berichte erstellte, gestaltet jetzt das System, das Berichte produziert, und überprüft sie auf Erkenntnisse. Das entspricht direkt der Universellen Übersetzungsregel des Rahmenwerks: Mensch definiert Spezifikation → System produziert Artefakt.

Erkennungssignale:

Der Wert der Rolle liegt zunehmend darin, was man anfordern soll, nicht darin, das Artefakt zu produzieren
Qualität hängt mehr von Überprüfung und Urteilsvermögen ab als von Ausführungsgeschwindigkeit
Die Person verbringt mehr Zeit mit Spezifikationen und weniger mit Implementierung

Häufiger Fehler: Das „Beaufsichtigung" zu nennen und als passive Überwachung zu behandeln. Elevation ist aktive Arbeit – Spezifikationen schreiben, Validierungskriterien designen, Urteilsentscheidungen treffen, die das System nicht treffen kann. Es erfordert mehr Können, nicht weniger.

4. Absorption

Die Verantwortlichkeiten einer Rolle werden in angrenzende Rollen oder Systeme absorbiert.

Das ist das Muster, das Menschen am meisten fürchten, und dasjenige, mit dem Organisationen am schlechtesten umgehen. Wenn KI das vollständige Spektrum der Verantwortlichkeiten einer Rolle ausführen kann, schrumpft diese Rolle oder verschwindet. Die Verantwortlichkeiten verschwinden nicht – sie verteilen sich neu. Sie werden von den Systemen absorbiert, die die Ausführung ersetzt haben, von angrenzenden Rollen, die neuen Umfang gewinnen, oder von Rollen, die aus der neuen Struktur entstehen.

Erkennungssignale:

Die Rolle existiert hauptsächlich, um zwei Systeme oder Teams zu verbinden (und KI kann sie direkt verbinden)
Die Urteilskomponente der Rolle ist dünn – die meisten Entscheidungen folgen dokumentierten Regeln
Angrenzende Rollen könnten die verbleibenden menschlichen Funktionen ohne Überlastung absorbieren

Häufiger Fehler: Absorption durch künstliches Aufrechterhalten von Rollen vermeiden. Das schafft Scheinarbeit, erodiert Vertrauen und verzögert die Transformation der Organisation. Die humane Antwort ist ehrliche Unterstützung beim Übergang, kein Vortäuschen.

5. Emergenz

Rollen entstehen, die vorher nicht existierten – geschaffen durch die neue Organisationsstruktur.

Jede Technologieverschiebung schafft Rollen, die in der vorherigen Ära unvorstellbar waren. KI-native Organisationen brauchen Menschen, die Agenten-Workflows designen, Qualitätsstandards für KI-Output definieren, die Nähte zwischen menschlichem Urteil und Systemausführung architektonisch gestalten. Das sind keine umbenannten Versionen alter Rollen. Sie sind strukturell neu.

Erkennungssignale:

Es wird ad hoc Arbeit geleistet, die keine Stelle formal abdeckt (Agentenkonfiguration, Output-Qualitätsüberprüfungen, Spezifikationsdesign)
Koordination zwischen Menschen und KI-Systemen erfordert dedizierte Aufmerksamkeit
Die Organisation hat Level 2 oder Level 3 Reife, aber niemand besitzt das Mensch-KI-Interface

Häufiger Fehler: Entstehende Rollen nach der Technologie benennen („KI-Manager", „Prompt Engineer"). Diese Namen altern schlecht und ziehen die falschen Kandidaten an. Sie nach der Verantwortung benennen: Workflow-Architekt, Qualitätsdirektor, System-Designer.

Für operative Anleitung, wie man auf diese Muster reagiert, siehe Die Transformation führen (für Manager, die Team-Rollen kartieren) und Ihre Rolle transformieren (für Einzelpersonen, die ihren eigenen Übergang navigieren).

Die Rollenentscheidungsmatrix

Verwenden Sie diese, wenn Sie bewerten, wie sich eine bestimmte Rolle entwickeln sollte. Die Matrix ordnet beobachtbare Bedingungen dem wahrscheinlichsten Muster zu.

Bedingung	Primäres Muster	Aktion
Rolle teilt Urteilsoberfläche mit angrenzenden Rollen; Ausführung ist der Hauptunterschied	Konvergenz	Rollen um den kombinierten Urteilsumfang zusammenführen
Rolle teilt sich klar in Routineausführung + hohe Urteilsmomente	Spezialisierung	Um den Urteilskern neu definieren; Rest automatisieren
Wert der Rolle verschiebt sich von der Produktion von Artefakten zur Spezifikation und Überprüfung	Elevation	In Spezifikations-Engineering investieren; Erfolgsmetriken neu definieren
Rolle verbindet Systeme/Teams; Urteilskomponente ist dünn; Regeln sind dokumentiert	Absorption	Kartieren, wohin Verantwortlichkeiten gehen; Übergang ehrlich managen
Es wird informell Arbeit geleistet, die keine Rolle formal abdeckt	Emergenz	Rolle um die Verantwortung herum formalisieren

Die meisten Rollen weisen mehr als ein Muster auf. Eine Rolle könnte zuerst Spezialisierung erleben (Routinearbeit abwerfen) und dann Elevation (von Ausführung zu Spezifikation wechseln). Oder Absorption einer Rolle könnte Emergenz einer anderen auslösen. Die Muster sind nicht gegenseitig ausschließend – sie beschreiben gleichzeitig auf die Organisation wirkende Kräfte.

Zuordnung zur Organisationsreife

Die dominanten Muster verschieben sich, wenn Organisationen durch die drei Reifegrade voranschreiten:

Level 1 – KI-unterstützt: Spezialisierung dominiert. Einzelne Mitarbeiter nutzen KI, um Routineaufgaben abzuschütteln, aber Rollengrenzen bleiben größtenteils unverändert. Die Organisation entdeckt, welche Teile jeder Rolle Ausführung vs. Urteil sind.

Level 2 – KI-integriert: Konvergenz und Elevation werden zu den primären Kräften. Workflows werden um KI-Ausführung herum neu gestaltet, und Rollengrenzen beginnen sich zu verschieben. Einige Rollen beginnen zu konvergieren; andere erheben sich von Ausführung zu Spezifikation. Das ist die disruptivste Phase für die Organisationsstruktur.

Level 3 – KI-nativ: Absorption und Emergenz definieren die Landschaft. Die Organisation operiert mit weniger, urteilsstarken Rollen. Rollen, die existierten, um Koordination zu managen oder Systeme zu verbinden, wurden absorbiert. Strukturell neue Rollen haben sich um das Mensch-KI-Interface gebildet. Der Diamant der Denkenden ersetzt die Pyramide der Ausführenden.

Häufige Fehler

1. Optimismus-Voreingenommenheit in Richtung Elevation. Organisationen wollen glauben, dass jede Rolle einfach „hochrückt". Manche Rollen schrumpfen oder verschwinden wirklich. So zu tun, als wäre das nicht der Fall, verzögert den Übergang und erodiert Vertrauen.

2. Konvergenz als Überlastung behandeln. Drei Rollen in eine zusammenzuführen, ohne dass KI die Ausführung absorbiert, schafft Burnout, keine Transformation. Konvergenz erfordert, dass das System übernimmt, was die Menschen früher aneinander übergaben.

3. Absorption vermeiden. Die humanste Antwort auf eine Rolle, die nicht mehr existieren muss, ist ehrliche Übergangsunterstützung – keine künstliche Erhaltung. Menschen spüren Scheinarbeit, und sie schadet der Moral mehr als ein direktes Gespräch.

4. Entstehende Rollen nach Technologie benennen. „KI-Manager" und „Prompt Engineer" sind Implementierungsdetails, keine Rollenbeschreibungen. Rollen nach dem benennen, wofür sie verantwortlich sind.

5. Ein Muster einheitlich anwenden. Verschiedene Abteilungen, verschiedene Rollen, verschiedene Muster. Engineering-Rollen könnten Elevation erleben, während administrative Rollen Absorption erleben. Die Rahmenwerks-Seite kartiert das über Abteilungen.

Quellen

Patel, N. (2026). "From Tasks to Roles: How Agentic AI Reconfigures Occupational Structures Across Industries." International Journal of Science and Research (IJSR). DOI: 10.5281/zenodo.18096435
Saxena, A. & Goyal, S. (2025). "Agentic AI and Occupational Displacement: A Multi-Regional Task Exposure Analysis." arXiv:2604.00186
Siddiqui, T. et al. (2025). "Agentic AI in Product Management: A Co-Evolutionary Model." arXiv:2507.01069
Jain, R. et al. (2026). "Agentic Generative AI in Enterprise Contexts." Preprints.org

← Zurück zur Startseite · Das Referenzrahmenwerk · Veraltete Arbeitsmuster · Ihre Rolle transformieren · Die Transformation führen