Während in den Unternehmen die Menschen auf allen Hierarchieebenen fürchten, dass die Automatisierung viele Arbeitsplätze vor allem im Bereich einfacher Tätigkeiten kosten wird, sind Arbeitswissenschaftler nicht so sicher. Ihr Argument: Algorithmen werden den Menschen grundlegende Entscheidungen abnehmen können, aber sie werden emotionale Intelligenz, Problemlösungs-Kompetenz und unternehmerisches Denken nicht ersetzen.

In den folgenden Punkten lesen Sie, wie IT nach Einschätzung von Zukunftsforschern in der nächsten Dekade die Welt der Arbeit verändern wird:

1. Der Aufstieg autonomer, ad hoc zusammengestellter Teams

Die Marktforscher von Gartner haben mehrere Berichte darüber veröffentlicht, wie sie die Arbeitswelt bis 2035 sehen. Eine der wichtigsten Schlussfolgerungen ist, dass die meiste Arbeit von unabhängigen, nach Bedarf zusammengestellten Teams geleistet werden wird. Der Top-down-Ansatz, der das Erreichen von Geschäftszielen anhand von Hierarchien und Abteilungsstrukturen gewährleisten soll, wird demnach verschwinden.

In einem Bericht über den Arbeitsplatz 2028 beschreibt Gartner intelligent zusammengesetzte "autonome Gruppen", die sich aus Leistungsträgern mit unterschiedlichen Fähigkeiten rekrutieren. Diese Gruppen können schnell wachsen oder schrumpfen, je nach notwendigen Qualifikationen, Deadlines oder organisatorischen Erfordernissen. Unternehmen, die schon heute crossfunktionale Teams zur flexiblen Bewältigung von Aufgaben zusammenstellen, können sich bestätigt fühlen: Solche Arbeitswelten bewähren sich, auch weil moderne, ausgereifte IT-Werkzeuge unterstützen.

2. Der Absturz des mittleren Managements

Die vielleicht kontroverseste Vorhersage von Gartner betrifft das mittlere Management, und sie hängt unmittelbar mit dem Trend zu starken, autonomen Teams zusammen: Viele Arbeitsplätze im mittleren Management werden wegfallen, weil einzelne Mitarbeiter mehr Verantwortung erhalten und Algorithmen viele Verwaltungsaufgaben übernehmen können.

Wird das mittlere Management überflüssig, werden "Unternehmen schneller, ihre Effizienz steigt und die Kosten sinken", meint Helen Poitevin, Vice President bei Gartner mit dem Forschungsschwerpunkt auf Human Capital Management. In einigen Bereichen des Einzelhandels sei das schon heute zu beobachten: Ein hoher Automatisierungsgrad in Logistik, Supply Chain und Lagerwirtschaft habe die mittleren Manager in eine andere Rolle gedrängt.

Poitevin glaubt, dass sich diese Entwicklung in anderen Branchen und Unternehmensbereichen fortsetzt - auch in kreativen Bereichen. Ein durchregierendes Management sei Gift für die Kreativität der Teams. Ein weiterer Nachteil sei, dass Führungskräfte dazu neigten, ihr Reich zusammenzuhalten und Silos zu verfestigen. Das behindere die bereichsübergreifende Zusammenarbeit und den Aufbau interdisziplinären Fachwissens.

3. Algorithmen werden als Entscheidungsinstanzen akzeptiert

Wem die Idee von der "Maschine als Manager" unheimlich oder als zu weit hergeholt erscheint, der sollte sich vor Augen führen, dass Millionen von Uber- und Lyft-Fahrern längst von Algorithmen gemanagt werden. Im Jahr 2015 untersuchten Informatiker der Carnegie Mellon University wie Mitarbeiter reagieren, wenn nicht Vorgesetzte, sondern Computer Arbeit zuweisen oder Leistungen bewerten.

Die Forscher waren überrascht, wie schnell die Beschäftigten es akzeptierten, Arbeitsanweisungen von einem Algorithmus anzunehmen und auch, wie klaglos sie die Zusammenarbeit mit einer Maschine hinnahmen, solange diese ihnen Vorteile bei der Arbeitsverrichtung bescherte. So haben Lkw-Fahrer kein Problem, sich Arbeitszeiten und Routen vorgeben zu lassen oder vorgeschlagene Pausen zu akzeptieren.

Laura Dabbish, Informatikerin und Mitwirkende an der Studie (PDF), stellt fest, dass den Fahrern die vom Algorithmus vorgegebene, eingeschränkte Auswahl an Möglichkeiten nichts ausmachte. Sie konnten beispielsweise Abholorte nicht mehr selbst bestimmen oder Aufträge aus einer Vielzahl von Angeboten nicht mehr auswählen. Dieser Mangel an Kontrollmöglichkeiten, so vermutet Dabbish, wurde durch das Vertrauen in die Maschine und die Freiheit, unabhängig von menschlichen Vorgesetzten zu handeln, aufgewogen.

Die Fahrer sehen sich durchaus nicht als Individuen, die der Technik ausgeliefert sind. Je mehr Erfahrung sie mit ihrem digitalen Umfeld sammeln, desto mehr suchen sie Wege, ihre Arbeitsstrategien an die neuen Möglichkeiten anzupassen. "Wir sind zu der Auffassung gekommen, dass Menschen mit algorithmisch vorgesehenem Verhalten gut umgehen können. In welchem Ausmaß sie ihr Arbeitsleben an die Technologie anpassen, ist den Algorithmen ja egal", sagt die Forscherin - und spielt damit auf einen Vorteil gegenüber menschlichen Vorgesetzten an.

4. KI hilft zu entscheiden und umzusetzen

Zorawar Biri Singh, ein Investor und Berater aus dem Silicon Valley, prognostiziert, dass das nächste Jahrzehnt durch die breite Einführung kognitiver Technologien gekennzeichnet sein wird. "Wir sind in einer Entwickungsphase angekommen, in der Menschen mit Maschinen, Algorithmen und kognitiven Systemen eng zusammenarbeiten. Menschen helfen, die intelligenten Systeme zu trainieren, damit diese ihnen einen Großteil ihrer Arbeit abnehmen können", meint Singh.

Er beschreibt die verschiedenen Phasen der IT-Evolution, beginnend mit dem Großrechner über PCs und Netzwerke hin zu Web und Virtualisierung, Mobile Computing und Cloud. Jetzt beginne eine Phase, die länger dauern werde: Technologien wie KI, Robotik, Internet of Things und Edge Computing schaffen eine neue Arbeitswelt.

Auch ein kürzlich erschienener Bericht von Forrester Research geht davon aus, dass Mensch und Computer künftig Hand in Hand zusammenarbeiten werden. "Die Art und Weise, wie wir arbeiten, hat sich bereits erheblich verändert", heißt es dort. "Neu ist, dass wir solche Veränderungen nicht mehr in Jahrzehnten, sondern in Jahren und Monaten erleben."

Eine symbiotische Beziehung zwischen Mensch und Maschine werde die Arbeit ausmachen. Das bedeute nicht, dass der Mensch der Maschine vorgebe, was zu tun ist. Vielmehr würden Entscheidungen und ausführende Tätigkeiten zwischen Robotern und Menschen geteilt, entscheidend sei dabei nur, wer das gewünschte Ergebnis liefern könne.

5. Menschen können etwas, das Maschinen nie lernen werden

Dass Computer weniger anspruchsvolle Arbeiten und auch einfache Verwaltungsjobs des mittleren Managements ausüben können, scheint ausgemacht. "Es gibt aber Managementaufgaben, die maschinelle Intelligenz nicht erledigen können", sagt Wissenschaftlerin Dabbish. "Das betrifft vor allem den emotionalen, abwägenden Aspekt des Managements, der zum Tragen kommt, wenn Probleme unter Mitarbeitern geregelt, kritische Situationen bewältigt oder Menschen motiviert werden müssen."

Hier sei emotionale Intelligenz notwendig, um zu verstehen, was Mitarbeiter beschäftigt und um ihnen Feedback zu geben. "Technologie wird immer besser darin, den emotionalen Zustand von Menschen zu erfassen, menschliche Sprache zu verstehen und auf einfache Weise natürlichsprachig zu kommunizieren" so Dabbish. "Wir sind aber noch weit davon entfernt, die emotionalen Aspekte der Personalführung durch Maschinen zu ersetzen." Eine Welt, in der Maschinen Komplimente aussprechen und Belohnungen initiieren, kann sich die Forscherin nicht vorstellen.

Noch skeptischer ist Silicon-Valley-Gründer Singh. Maschinen werden seiner Einschätzung nach niemals die "tiefe kognitive Arbeit von Menschen" übernehmen können. Da helfe auch unermessliche Rechenleistung nicht weiter. Singh glaubt auch nicht, dass Unternehmen auf absehbare Zeit die maschinellen Ressourcen, Daten und Algorithmen haben werden, um ein mittleres Management abschaffen zu können.

"Jedes große Unternehmen, mit dem ich in den letzten anderthalb Jahren gesprochen habe, arbeitet an großen Informatikprojekten, um seine Machine-Learning-Fähigkeiten aufzubauen", sagt Singh. Besonders weit seien die großen Plattformbetreiber Google, Amazon, Facebook und Microsoft, die Zugang zu massiven Computerclustern und Datenmengen haben. Doch dies sei eine andere Welt, nicht vergleichbar mit einem typischen Unternehmen. "Ein normaler Betrieb hat diese Daten nicht und ist auch sonst längst nicht so weit." Dort herrsche momentan eher eine gewisse Ratlosigkeit nach dem Motto: Ich weiß, ich sollte Algorithmen verwenden, aber welche und wofür?

Auch Dabbish verweist auf Faktoren, bei denen Maschinen an ihre Grenzen stoßen. So hätten Uber und Lyft trotz ihrer vielen Technik Schwierigkeiten, ein System für die Bewertung von Fahrern zu etablieren. "Numerische Kennzahlen zur Servicequalität beschreiben nicht, in welchen Bereichen Fahrer gut sind. Sie geben ihnen auch kein Feedback, das ihnen hilft, sich mit der Zeit zu verbessern." Sie führten aber dazu, dass die Fahrer alles daransetzten, einen hohen Bewertungslevel zu erreichen. Wenn sie schlecht beurteilt würden, komme es dann zu Frustreaktionen, was ihr Scoring insgesamt negativ beeinflusse und Demotivation schaffe.

Christian Reilly, Chief Technology Officer von Citrix, bringt es auf den Punkt: "Technologie hilft dabei, menschliche Arbeit zu verbessern und ihre Grenzen zu erweitern. Aber sie kann den Menschen nicht ersetzen." Er glaubt, Softwareroboter würden zunächst einfache, sich wiederholende Aufgaben übernehmen und Menschen damit die Freiräume verschaffen höherwertige Dinge zu tun, für die sie vorher keine Zeit hatten.

"Der Begriff Arbeit wird derzeit neu definiert", meint Reilly. Die universale Verfügbarkeit von Rechenressourcen und die Tatsache, dass Machine Learning allgegenwärtig werde, trügen dazu bei. Den Unternehmen stehe eine neue Generation von Anwendungen zur Verfügung, hinzu kämen Daten in einer nie gekannten Menge und Vielfalt. Das werde die Geschäfte treiben. "Unternehmen, die in diesen Daten Trends aufspüren, werden sich einen Marktvorteil verschaffen können."

6. Technik bedingt eine neue Art von Stress

Eine der weniger erfreulichen Vorhersagen kommt von Gartner: Mitarbeiter werden demnach durch moderne IT und mobile Erreichbarkeit unter dem Druck stehen, ständig verfügbar zu sein. Zumindest werden sie oft an ihr Arbeitsleben denken. Beides kann Stress auslösen. Hinzu kommt der Druck, ständig auf dem neuesten Stand der Technik zu bleiben, um die eigene Produktivität nicht zu gefährden. "Wir werden in Versuchung geführt, immer mehr Arbeit zu übernehmen. Irgendwann kommen wir an dem Punkt, wo wir das Gefühl haben, 24/7 zu arbeiten."

Das sei eigentlich nichts Neues, meinen die Analysten von Forrester Research, schon heute seien viele Arbeitnehmer besorgt wegen des hohen Automatisierungsgrads und der (Software-)Robotik an ihren Arbeitsplätzen. Sie fragten sich, wie sie auf Dauer in eine sinnvolle Rolle hineinfinden könnten, die nicht von Automatisierung betroffen sei.

Die eigentliche Aufgabe liege darin, Menschen dahin zu bringen, dass sie kontinuierlich lernen wollen. "So wie Unternehmen zu Lerneinrichtungen werden müssen, müssen sich Mitarbeiter zu Lernenden wandeln. Sie brauchen nicht nur ihre tiefen Kernkompetenzen, sie müssen auch lernen, sich ständig an neue Arbeitsmodelle anzupassen und sich fit für die Zukunft zu machen. Viele Mitarbeiter kämpfen schon heute mit den ständigen Veränderungen und der Herausforderung, immer neue Fähigkeiten aufbauen zu müssen, um Schritt zu halten."

Die Berater von McKinsey erwarten, dass immer mehr Beschäftigte fortgeschrittene IT- und Programmierfähigkeiten mitbringen müssen. Zwischen 2016 und 2030 werde sich der Bedarf nahezu verdoppeln. "Menschen mit solchen Fähigkeiten werden zwangsläufig in der Minderheit bleiben." Für das Zeitalter der Automatisierung brauche aber jeder Beschäftigte digitale Grundlagen.

Eine hohe Belastung durch die Zusammenarbeit mit Maschinen und Algorithmen, dabei die Notwendigkeit, sich ständig weiterzuentwickeln und zu lernen - wie werden die Menschen damit fertig? Gartner-Analystin Poitevin glaubt, dass Menschen sich historisch schon immer durch eine hohe Anpassungsfähigkeit ausgezeichnet haben. Die Fähigkeit, ständig dazuzulernen, könne man sich aneignen. Ebenso wichtig sei aber ein neuer Bick auf moderne Technologie: Anstatt immer nur die Risiken zu betonen und als Grund zu sehen, um uns abzuwenden, sollten wir gezielt die Chancen identifizieren und Use Cases schaffen, die unser Leben verbessern. (hv)