Die Zukunft ist schon da, nur noch nicht gleichmäßig verteilt – das sagte der Science-Fiction Autor William Gibson schon vor 20 Jahren. Wir sehen, wie sich gerade eine Kluft auftut zwischen denen, die Zukunftstechnologien heute schon einsetzen und denen, die dies noch nicht tun. Die Konsequenzen zeigen sich besonders deutlich auf dem Arbeitsmarkt. Viele Arbeitnehmer wissen heute noch nicht, welche Fähigkeiten sie in Zukunft brauchen und wie sie sich diese aneignen sollen.
Vor diesem Hintergrund ist es ganz normal, dass Menschen – sogar junge digital Natives – sich zunehmend verunsichert fühlen: 37 Prozent der Millennials befürchten laut einer Gallup-Studie, durch KI ihren Job in den nächsten 20 Jahren zu verlieren. Gleichzeitig gibt es auch genügend Gründe, optimistisch zu sein. Das Zentrum für Europäische Wirtschaftsforschung (ZEW) stellte fest, dass Unternehmen, die in die Digitalisierung investieren, deutlich mehr Jobs schaffen, als Unternehmen, die das nicht tun.
Doch wie viele der Jobs, die wir heute kennen, wird es künftig noch geben? Welche menschlichen Tätigkeiten können von Maschinen oder Machine-Learning-(ML-)basierten Systemen übernommen werden? Welche Aufgaben bleiben für den Menschen übrig? Und wird es morgen ganz neue Jobs geben, die wir uns heute noch gar nicht vorstellen können?
Diese Fragen sind berechtigt. „Wo aber Gefahr ist, wächst das Rettende auch“ – das wusste der deutsche Dichter Friedrich Hölderlin schon im 19. Jahrhundert. Was mich angeht, ich bin Technologieoptimist. Wir setzen Technologie ein, um ein angenehmeres Einkaufserlebnis für Kunden zu schaffen, zum Beispiel in Amazon Go Stores, die ohne Kassierer auskommen. Dadurch entsteht eine Verschiebung, durch die an anderer Stelle wieder Jobs entstehen.
Wenn wir über die Arbeit von morgen nachdenken, hilft es nichts, die Strukturen von heute zugrunde zu legen. Nach der Erfindung von Kühlschränken in den Dreißigerjahren sorgten sich viele Beschäftigte im Handel mit Eis um ihre Jobs. Tatsächlich haben Kühlschränke dieses Geschäft weitgehend überflüssig gemacht, dafür aber auch ganz neue Arbeitsplätze geschaffen. Unternehmen, die Kühlschränke produzierten, brauchten Menschen, die sie zusammenbauen. Und nicht nur das: Da Lebensmittel nun länger haltbar waren, entstanden ganz neue Industriezweige. Wir sollten uns nicht zu stark von dem Bild der Arbeit, wie wir sie heute kennen, leiten lassen, sondern uns mehr Gedanken darüber machen, wie die Arbeit der Zukunft aussehen könnte. Dabei müssen wir eine ganz andere Frage stellen: Was ändert sich organisatorisch und qualitativ an unserer Arbeitswelt?
Viele Tätigkeiten, wie zahlreiche Menschen sie heute zum Beispiel in der Industrie ausführen, sind in ihren Abläufen relativ gleichgeblieben. Selbst bei der Tätigkeit von Ärzten, Rechtsanwälten oder Taxifahrern hat sich über das letzte Jahrzehnt kaum etwas an den grundsätzlichen Prozessen verändert. Lediglich werden Teile davon mittlerweile von Maschinen ausgeführt oder zumindest unterstützt. Am Ende steht– hoffentlich – das gewünschte Produkt oder der Service in der gewünschten Qualität. Jedoch sind Menschen im Zeitalter der Digitalisierung viel mehr als Lückenfüller zwischen den Maschinen.
Die Arbeitswelt von Menschen und Maschinen wird um das Lösen von Kundenanforderungen herum gebaut. Es geht nicht mehr um das Fertigen von Autos, sondern um die Leistung „Mobilität“, also wie Menschen von A nach B gelangen. „Wie komme ich so schnell wie möglich an einen Ort in Berlin Mitte?“ heißt die Aufgabe, die es zu lösen gilt. Ein erster Schritt könnte sein, die schnellsten Mobilitätsdienstleister über eine digitale Plattform zu verbinden. In einem nächsten könnte die Aufgabe mit Hilfe virtueller Realität gelöst werden. Diese neuen Angebote sind auf Plattformen oder in Netzwerken organisiert – weniger in Prozessen. Dabei macht künstliche Intelligenz es möglich, Aufgaben so zu verteilen, dass jeder das beisteuert, was er am besten kann. Menschen definieren Probleme und strukturieren sie vor, Maschinen oder Algorithmen entwickeln Lösungen, die Menschen am Ende wieder evaluieren. So lassen sich Radiologen heute von maschinellem Lernen unterstützen. Dadurch können sie digitale Inhalte wesentlich besser analysieren als früher. Viele von ihnen sagen sogar, dass maschinelles Lernen das Beurteilen von Röntgenbildern deutlich verbessert hat.
