Technologie macht Arbeit günstiger. Aber was ist mit der Organisation?
Noch vor wenigen Jahren folgte die Gestaltung einer Organisation einer vergleichsweise stabilen Logik:
Aufgabe → Kompetenzen → Rollen → Team
Eine Aufgabe erforderte bestimmte Kompetenzen. Daraus entstanden Rollen, aus den Rollen ein Team. Über Jahrzehnte bildete diese Abfolge die Grundlage für Organisationsdesign und Personalplanung.
Diese Logik hat sich grundlegend verändert. Wenn ein einzelner Spezialist mit KI-Tools heute ein Arbeitsvolumen bewältigen kann, für das früher mehrere Personen erforderlich waren, liegt eine fast schon mathematische Schlussfolgerung nahe: Ein Mitarbeiter kann mehr Aufgaben übernehmen – also brauchen wir weniger Mitarbeiter.
Auf Ebene einer einzelnen Tätigkeit klingt das durchaus plausibel. Organisationen sind jedoch komplexer. Teams produzieren nicht nur Ergebnisse. Sie bringen unterschiedliche Perspektiven zusammen, halten Kontext verfügbar, erkennen Probleme, bevor sie teuer werden, übertragen Wissen und verteilen Verantwortung.
Damit stellt sich eine Frage, die über die individuelle Produktivität hinausgeht: Wenn KI einen Teil dessen übernimmt, was bisher ein Team geleistet hat, was verliert innerhalb der Organisation an Wert – und was gewinnt im Gegenzug an Bedeutung?
Diese Frage reicht zunehmend über einzelne Funktionen hinaus. Sie betrifft die Architektur der Organisation selbst.
Die Illusion der Proportionalität
Professionelle Diskussionen, darunter InfoQ Culture & Methods Trends 2026, zeigen eine Entwicklung weg von klassischen cross-funktionalen Teams hin zu kompakteren Konfigurationen, in denen ein oder mehrere Spezialisten mit KI-Systemen und Agenten arbeiten. Besonders deutlich zeigt sich dies im Engineering, wo KI bereits verändert, wie Arbeit verteilt und professionelle Rollen definiert werden.
Auch das Prinzip der Teambildung verändert sich. Die Größe eines Teams wird zunehmend nicht nur durch die benötigten Kompetenzen bestimmt, sondern auch durch das Risikoniveau, die Komplexität der Aufgabe, die Kosten eines Fehlers und den Grad menschlicher Kontrolle, den eine Organisation aufrechterhalten will.
In die bisherige Gleichung kommt damit eine neue Variable: Bestimmte Kompetenzen und Tätigkeiten können inzwischen von KI übernommen werden. Doch wenn einzelne Arbeitsschritte günstiger werden, bedeutet das nicht automatisch, dass auch die gesamte Funktion günstiger wird.
Erste Symptome dieses Problems sind bereits am Markt sichtbar. Klarna holte nach einer Phase intensiver KI-Automatisierung wieder Menschen in den Kundenservice zurück. Commonwealth Bank of Australia nahm geplante Stellenkürzungen zurück, nachdem der ursprüngliche Bedarf an diesen Rollen neu bewertet worden war. Ähnliche Beispiele werden häufiger.
Beide Fälle zeigen dieselbe organisatorische Herausforderung: Die Folgen der Automatisierung einzelner Tätigkeiten erwiesen sich als komplexer als die ursprüngliche Kalkulation.
Eine Organisation besteht nicht aus einzelnen Tätigkeiten, sondern aus miteinander verbundenen Fähigkeiten.
Automatisierung kann einzelne Aufgaben eliminieren und gleichzeitig die Fähigkeit einer Funktion schwächen, mit Ausnahmesituationen umzugehen, Wissen weiterzugeben oder schnell Entscheidungen zu treffen. Weniger automatisierte Arbeit bedeutet deshalb nicht automatisch weniger organisatorische Komplexität.
Das Management-Paradox
KI verschiebt das organisatorische Nadelöhr zunehmend von der Produktion hin zu Management, Koordination und Beurteilung.
Wenn Ergebnisse schnell und günstig erzeugt werden können, verlagert sich die Einschränkung auf das, was vor und nach der Ausführung geschieht: die Aufgabe zu definieren, widersprüchliche Prioritäten abzugleichen, Ergebnisse zu prüfen und Verantwortung für die Folgen zu übernehmen.
Das zeigt sich längst nicht mehr nur in der IT. Engineering-Teams sind eher ein Frühindikator für eine Entwicklung, die nach und nach auch andere Unternehmensfunktionen erreicht. Je schneller Ergebnisse entstehen, desto mehr Outputs, Optionen und parallele Arbeitsabläufe entstehen. Die Fähigkeit, die richtige Option auszuwählen, sie zu überprüfen und in den Gesamtprozess zu integrieren, entsteht jedoch nicht automatisch mit der Einführung von KI.
Wir beobachten dieselbe Logik in unserer Arbeit mit Kunden an der Optimierung von Prozessen und Organisationsstrukturen. Wenn die Produktivität eines einzelnen Mitarbeiters deutlich steigt, muss die bestehende Konfiguration von Rollen und Zusammenarbeit neu betrachtet werden. Manchmal lassen sich tatsächlich überflüssige Ebenen entfernen. In anderen Fällen ist es sinnvoller, die frei werdende Kapazität dorthin zu lenken, wo die Stabilität des gesamten Systems davon abhängt.
Je günstiger KI die Produktion macht, desto wertvoller wird die Zusammenarbeit.
Damit verändert sich auch der Gegenstand der Organisationsoptimierung. Es geht nicht mehr nur um Personalbestand oder die Verteilung von Funktionen. Es geht um die Architektur der Arbeit: Welche Aufgaben können tatsächlich an KI delegiert werden? Welche Kompetenzen sind weniger knapp geworden? Und wo schafft menschliche Beteiligung den größten Wert?
Eine organisatorische Neugestaltung beginnt deshalb mit dem Prozess und nicht mit dem Stellenplan. Zuerst muss verstanden werden, was sich in der Arbeit verändert hat und welche Fähigkeiten die Organisation jetzt tatsächlich benötigt. Erst danach lässt sich entscheiden, wie Rollen, Zusammenarbeit und Strukturen gestaltet werden sollten.
Die bisherige Frage:
„Wie viele Menschen brauchen wir, um diese Arbeit zu erledigen?“
weicht zunehmend einer anderen:
„Welche Form der Zusammenarbeit müssen wir schaffen, damit die gestiegene Produktivität jedes Einzelnen zu nachhaltigem Wert für die gesamte Organisation wird?“
🔗 InfoQ. Culture & Methods Trends 2026: The Human Side of AI Engineering. August 7, 2026.
