Der Kompetenz-Kollaps: Wie autonome Agenten die Ausbildungskette sprengen

Bei Stripe schreiben „Minions“ den Code. Diese internen, unbeaufsichtigten Agenten feuern wöchentlich über 1.000 Pull Requests ab – geprüft von Menschen, aber ohne einen einzigen manuellen Keystroke entstanden. Was wie ein isoliertes Experiment klingt, ist längst industrielle Realität. Laut Nylas arbeiten bereits zwei Drittel aller Teams an solchen agentischen Workflows; in drei Jahren werden sie als unverzichtbar gelten. Wir erleben den Übergang von der manuellen Exekution zur Orchestrierung, bei der Produktmanager und Ingenieure nicht mehr selbst bauen, sondern intelligente Systeme steuern. Doch wer dirigiert morgen, wenn heute niemand mehr das Handwerk lernt? Vivek Soundararajan von der University of Bath identifiziert hier eine tektonische Verschiebung.

Weil KI die Routineaufgaben schluckt, bricht für Berufseinsteiger das klassische „Learning-by-doing“ weg. Das Fundament, auf dem Seniorität aufbaut – die mühsame Auseinandersetzung mit einfachen Problemen und die Zusammenarbeit mit erfahrenen Mentoren –, erodiert. Es droht ein systemisches Trainingsdefizit: Der Weg vom Anfänger zum Experten ist blockiert, weil die ersten Stufen der Leiter fehlen. Der Markt reagiert auf diese Lücke mit einer radikalen Neukalibrierung. IBM verdreifacht zwar die Einstellungen im Einstiegsbereich, stellt aber klar: Das sind „völlig andere Jobs“. Es geht nicht mehr um das Abarbeiten von Tickets. Gleichzeitig verschieben sich die Geldströme massiv. SaaStr prognostiziert, dass Budgets von klassischen Softwarelizenzen hin zur KI-Infrastruktur wandern – allein 2026 sollen 470 Milliarden Dollar in Hyperscaler fließen.

Die Logik ist brutal einfach: Weniger Menschen benötigen weniger Lizenzen, während die Rechenkosten pro KI-Abfrage, wie BVP in ihrer Preisanalyse betont, explodieren. Für die verbleibenden Orchestratoren bedeutet dies keineswegs Entlastung. Daten des Harvard Business Review zeigen das Gegenteil: Arbeitsverdichtung. Das Tempo steigt, die Aufgabenbereiche wuchern, die Tage werden länger. In hybriden Teams jonglieren Mitarbeiter laut Hubstaff bereits täglich zwischen 18 und 36 Apps. Um in diesem Chaos die Kontrolle zu behalten, versuchen Akteure wie Ex-GitHub-CEO Thomas Dohmke mit seinem neuen Startup „Entire“ gegenzusteuern. Seine „Checkpoints“ sollen den Kontext von KI-Agenten versionierbar machen – ein technischer Versuch, Nachvollziehbarkeit in einer Welt zu erzwingen, in der der Mensch nur noch den Taktstock hält, aber nicht mehr die Instrumente spielt. Der wirtschaftliche Anreiz ist jedoch zu groß, um innezuhalten. Intercoms Pivot zu KI-Agenten katapultierte den Umsatz auf fast 100 Millionen Dollar.

Tools wie Claude Code demokratisieren die Erstellung von Software, sodass Designer ohne Programmierkenntnisse funktionale Apps bauen können. Doch dieser Effizienzrausch verdeckt das zentrale Paradoxon: Unternehmen delegieren heute jene Aufgaben an Agenten, an denen ihre Mitarbeiter gestern gewachsen sind. Wenn die Routine automatisiert ist, müssen Organisationen völlig neue Wege finden – etwa durch radikale Mentoring-Modelle –, um jene Strategen heranzuziehen, die fähig sind, die komplexen Systeme von morgen überhaupt noch zu verstehen.