Gelesen: KI als „Manager’s Apprentice“ – warum wir die erste Karrierestufe nicht abbauen sollten

Wir diskutieren intensiv darüber, wie viele Jobs KI ersetzen wird und welche neuen dazu kommen. Viel weniger Aufmerksamkeit bekommt eine andere Entwicklung: Dass Unternehmen womöglich beginnen, ihre eigenen Nachwuchsstufen abzuschaffen.

Mein in der IT-Branche arbeitender Freund Robert Seyfriedsberger hat mir den Beitrag „The Manager’s Apprentice“ von Alberto Romero, einem spanischen IT Blogger, empfohlen. Beim Lesen musste ich mehr als einmal nicken. Nicht, weil er eine spektakuläre These formuliert, sondern weil er eine reale Gefahr beschreibt, die ich auch in meiner eigenen Arbeit bereits beobachtet habe und die sich in der US-IT-Branche inzwischen konkret messen lässt.

Romero beschreibt eine stille Revolution in der Arbeitswelt. Sie wird nicht von Robotern in Fabriken ausgelöst, sondern von Software, die Präsentationen schreibt, Code erzeugt oder Berichte zusammenfasst. Die Versuchung vieler Organisationen liegt auf der Hand: Wenn KI die Einstiegsarbeit erledigt, warum dann noch Juniors einstellen?

Genau diese Logik nimmt der Essay auseinander und stellt eine unbequeme These auf: Wer Einstiegsebenen abschafft, spart kurzfristig Geld und gefährdet langfristig die Zukunft des Unternehmens.

Über Jahrzehnte galt ein stillschweigender Vertrag: Junge Mitarbeiter:innen übernehmen einfache, oft repetitive Tätigkeiten und erhalten dafür Zugang zu Erfahrung, Kontext und Aufstiegsmöglichkeiten. In der Anwaltskanzlei, in der ich während meines Studiums gearbeitet habe, war diese Logik sogar im Gehaltsschema sichtbar. Konzipient:innen verdienen – ehrlich gesagt – vergleichsweise wenig, erwerben aber jene Erfahrung, die ihnen später, nach der Rechtsanwaltsprüfung, hohe Einkommen ermöglicht. Genau dieser Mechanismus wird nun durch generative KI zunehmend aufgelöst.

Ein Kommentar im Wall Street Journal bringt es zugespitzt auf den Punkt: “AI Means the End of Entry-Level Jobs”

Die Zahlen aus den USA sind ein Warnsignal

Die im Beitrag zitierten Daten zeigen, dass große Tech-Unternehmen ihre Einstellungen von Hochschulabsolvent:innen innerhalb weniger Jahre massiv reduziert haben – in manchen Auswertungen um mehr als die Hälfte. Diese Entwicklung lässt sich auch durch andere Daten bestätigen: Seit Anfang 2023 sind Entry-Level-Jobpostings in den USA laut Revelio Labs um rund 35 % gesunken.

Mit anderen Worten: Das ist kein Einzelfall, sondern ein struktureller Trend, jedenfalls in den USA , der sich nicht allein durch Demografie oder Konjunktur erklären lässt.

Die Versuchung, Junge durch KI zu ersetzen, ist nachvollziehbar

Wir leben in einer alternden Gesellschaft. Nachwuchskräfte sind schwerer zu finden. Und wenn man sie findet, kommen sie mit anderen Erwartungen: mehr Flexibilität, mehr Sinnorientierung, mehr Mitgestaltung. Das ist keine Kritik, sondern eine neue Realität, auch deshalb, weil junge Menschen heute schlicht knapper sind.

In dieser Situation wirkt die Rechnung zunächst plausibel: Wenn KI einen Teil der Einstiegsarbeit schneller erledigt, warum dann überhaupt noch diese Rollen schaffen? Ein Tool ist sofort einsatzbereit. Ein junger Mitarbeiter braucht Zeit und Einarbeitung. Dass Unternehmen darüber nachdenken, ist betriebswirtschaftlich nicht irrational.

Das Problem zeigt sich erst später

Genau hier liegt die eigentliche Pointe von Romeros Text. Wenn Organisationen die Einstiegsebene abbauen, sparen sie kurzfristig Kosten und verlieren langfristig Kompetenz.

Ein großer Teil professioneller Arbeit besteht aus implizitem Wissen: Prioritäten setzen, Unsicherheit einschätzen, Zusammenhänge verstehen. Das lernt man nicht durch das Lesen eines KI-Outputs, sondern durch Praxis.

Wenn diese Praxisphase fehlt, entsteht eine Lücke in der Pipeline. Und diese Lücke merkt man nicht heute, sondern erst in fünf oder zehn Jahren.

Das gilt übrigens nicht nur für Organisationen, sondern auch für uns selbst. Ich merke das ganz konkret im Alltag. Früher habe ich aufgrund meiner internationalen Kontakte jede Woche ein oder zwei englischsprachige E-Mails bewusst selbst formuliert. Das hat Zeit gekostet, manchmal auch Nerven, war aber Training. Heute erledigt das in vielen Fällen ein KI-Tool schneller und stilistisch eleganter. Das Ergebnis ist besser, aber mein eigener Lernprozess findet weniger statt. Was kurzfristig Effizienz bringt, reduziert langfristig Übung. Sprache ist wie ein Muskel: Wird er nicht genutzt, baut er sich langsam ab. Ähnliches gilt für viele Tätigkeiten. Wenn KI für uns formuliert oder strukturiert, sparen wir Zeit, denken aber oft weniger tief selbst nach.

Kein klassisches Lehrlingssystem – aber eine klare Haltung

Für hochqualifizierte Berufe greift unser traditionelles Lehrlingssystem, um das uns viele Länder beneiden, formal nicht. Ein Betriebswirt, eine Softwareentwicklerin oder eine Arbeitsmarktexpertin beginnt selten als „Lehrling“. Und trotzdem ist die dahinterliegende Haltung – Menschen systematisch aufzubauen – in vielen Organisationen, auch in unserem eigenen Umfeld, State of the Art.

Wir investieren bewusst in Nachwuchs. Nicht aus Sentimentalität, sondern aus Erfahrung. Denn jede Organisation weiß: Die heutigen Juniors sind die zukünftigen Entscheidungsträger.

Ein kleiner Blick in den Rückspiegel

Vielleicht hilft auch ein wenig historische Gelassenheit. Viele von uns, die heute jenseits der 50 sind, wurden beim eigenen Berufseinstieg ebenfalls nicht gerade mit offenen Armen empfangen.

Ich erinnere mich gut an meine erste Vorstellung Ende 1999 als junger Referent in der Industriellenvereinigung. Der legendäre, damalige Arbeitgeberverhandler Hermann Haslauer begrüßte mich – nachdem ich mich selbst vorgestellt hatte – vor dem gesamten sozialpolitischen Ausschuss mit den Worten: „Na hoffentlich bringen Sie möglichst bald einmal auch dem Haus einen Nutzen und haben nicht nur einen Vorteil für sich selbst.“

Das war, freundlich formuliert, kein übertriebener Vertrauensvorschuss. Viele von uns galten damals als zu theoretisch, zu wenig belastbar oder zu anspruchsvoll. Dass wir heute gelegentlich ähnliche Argumente über jüngere Generationen hören, oder sie vielleicht sogar selbst verwenden, hat eine gewisse Ironie. Generationsskepsis ist offenbar eine erstaunlich stabile Konstante der Arbeitswelt.

KI verändert Arbeit – aber ersetzt keine Lernkurve

Romero argumentiert nicht gegen Technologie. Im Gegenteil. Er schlägt vor, KI als eine Art „Lehrling“ zu verstehen – als Werkzeug, das Routinearbeit übernimmt, während Menschen Erfahrung aufbauen. Nicht weniger KI, sondern eine bessere Organisation des Lernens.

Die eigentliche Führungsfrage lautet daher nicht, ob KI eingesetzt wird. Sie wird es. Entscheidend ist, ob Organisationen weiterhin Lernsysteme bleiben. Gerade in einer alternden Gesellschaft wäre es paradox, die wenigen vorhandenen Nachwuchskräfte nicht mehr systematisch aufzubauen. Oder einfacher: KI kann Aufgaben übernehmen. Aber sie kann keine Generation erfahrener Mitarbeiter hervorbringen.

Eigene Beurteilung

Wenn man all das weiterdenkt, geht es nicht nur um Effizienz in Unternehmen, sondern um Lernen selbst. Kompetenzen entstehen durch Wiederholung, Anstrengung und aktives Durchdenken. Wenn KI diese Schritte übernimmt, bleibt das Ergebnis, aber der Trainingsprozess entfällt. Wir werden schneller, üben aber weniger. Auf Dauer kann daraus eine stille Kompetenzerosion entstehen.

Bringen wir unseren Kindern daher den Umgang mit KI bei – lehren wir ihnen aber trotzdem, selbst zu denken. (Etwas freche Anmerkung: Ich fand Latein dafür immer sehr gut geeignet! :-))

Dass ich ausgerechnet Teile dieses Artikels mit Unterstützung von ChatGPT formuliert habe, ist dabei ein kleines, durchaus ironisches Praxisbeispiel: Das Ergebnis ist schneller gelungen und vermutlich auch sprachlich besser geworden – aber mein Gehirn hatte es heute Vormittag eindeutig etwas bequemer.