Denken in Aufgaben. Iceberg Index · Session
0 m
← → Pfeiltasten

Session · Universität Witten/Herdecke

Denken in
Aufgaben.

Der MIT Iceberg Index — und was er über euren zukünftigen Beruf verrät, lange bevor ihr ihn habt.

Management · Ökonomie · Psychologie · Medizin · Zahnmedizin

Die falsche Frage

„Wird KI meinen Job ersetzen?"

Die meistgestellte — und nutzloseste — Frage über eure Zukunft.

Niemand stellt einen Job ein. Niemand automatisiert einen Job. Ein Job ist ein Bündel aus ~30 Aufgaben — und einige davon kann KI heute schon besser als ihr je werdet.

Die Frage ist: welche — und wer entscheidet, was ihr mit der gewonnenen Zeit macht.

Übung · 15 Minuten · Zweier- oder Dreiergruppen

Programmiert den Toast‑Roboter.

Schreibt Schritt-für-Schritt-Anweisungen für einen Roboter, der noch nie eine Küche gesehen hat. Er soll:

eine Scheibe Brot erfolgreich toasten

ein Erdnussbutter-Marmeladen-Sandwich bauen (PB&J)

Die Regeln

Der Roboter tut exakt, was dasteht — nicht mehr, nicht weniger. Er kennt kein „aufschrauben", wenn ihr es nicht definiert. Er füllt keine Lücken. Er meint nichts gut.

Ablauf

7 Minuten schreiben (Papier reicht). Danach führt der Roboter eure Anleitung aus — wortwörtlich. Je böswilliger die Lesart, desto besser.

Was gerade passiert ist

Der Toast-Roboter scheitert sichtbar.
Eine KI scheitert überzeugend.

Aufgabe ≠ Schritt. „Toast machen" ist eine Aufgabe; sie zerfällt in 25 Schritte, von denen ihr 20 noch nie bewusst gedacht habt. Implizites Wissen ist unsichtbar, bis man es übergeben muss.

Delegieren heißt spezifizieren. Kontext geben, Erfolgskriterium definieren, Fehlerfälle bedenken — genau das verlangt KI-Nutzung auf Aufgabenebene.

KI füllt eure Lücken — mit plausiblen Annahmen. Das ist besser und gefährlicher zugleich. Deshalb gehört zu jeder delegierten Aufgabe ein Prüfschritt, den ihr beherrschen müsst.

Und jetzt dasselbe mit etwas Wichtigerem als einem Sandwich: eurem zukünftigen Beruf.

Project Iceberg · MIT Media Lab + Oak Ridge National Lab

Ein digitaler Zwilling des US‑Arbeitsmarkts

Keine Expertenschätzung. MIT hat KI-Tool-Fähigkeiten direkt auf die Skill-Struktur jedes einzelnen Berufs gelegt.

0
Mio. Erwerbstätige als simulierte Agenten
0
Berufe, zerlegt in ihre Tätigkeiten
0
unterscheidbare Skills (O*NET-Taxonomie)
0
produktionsreife KI-Tools im Abgleich
0
Counties — Exposition wird regional sichtbar

Das Ergebnis

WASSERLINIE
0 %
Sichtbare Adoption — Tech & Computing.
≈ 211 Mrd. $ Lohnwert. Das, worüber alle reden.
0 %
Technische Exposition gesamt — Verwaltung, Finanzen, HR, Logistik, Gesundheitsbürokratie, professionelle Dienstleistungen.
≈ 1,2 Billionen $ Lohnwert. Fünfmal größer.

Beispiel „Automation Surprise": Tennessee — sichtbar 1,3 %, unter der Wasserlinie 11,6 %. Die Veränderung kommt dort an, wo niemand hinschaut.

Lesen lernen

Exposition ist keine Kündigung.

MIT misst, wo sich KI-Fähigkeiten und menschliche Tätigkeiten überlappen — nicht, wer entlassen wird. Was aus Exposition wird, entscheiden Organisationen, Recht, Kosten, Vertrauen. Und ihr.

Beispiel · Pflege

KI übernimmt die Krankenhausdokumentation. Die Pflegekraft verschwindet nicht — sie bekommt Zeit für Patient:innen zurück. Wenn jemand den Arbeitsablauf neu gestaltet.

Die Regel

Exponiert heißt: Redesign kommt.
Wer seine Arbeit in Aufgaben denken kann, gestaltet das Redesign. Wer nicht, erlebt es als etwas, das ihm passiert.

Das Kleingedruckte

Wie belastbar sind 11,7 %?

Es ist eine Obergrenze. Ein Skill zählt als „automatisierbar", wenn irgendein Tool ihn in irgendeinem Kontext gezeigt hat — eine bewusst großzügige Regel.

MIT hat keine Formel, keinen Code, keine Skill-Matrix veröffentlicht. Die Methode ist beschrieben, nicht prüfbar. Auch das gehört zum kritischen Lesen eines Index.

Die Schlagzeile „KI kann 11,7 % der Jobs ersetzen" ist falsch. Sauber wäre: KI überlappt heute technisch mit Tätigkeiten, deren Lohnwert 11,7 % des US-Arbeitsmarkts entspricht.

Validierung gibt es trotzdem: 85 % Recall bei der Vorhersage realer Berufswechsel; 69 % Übereinstimmung mit beobachteter KI-Nutzung von Millionen Claude-Nutzer:innen.

Realitätscheck · Anthropic Economic Index — Millionen echter KI-Gespräche

Vier Muster, wie KI eine Aufgabe trifft

In realer Nutzung: 57 % Augmentation, 43 % Automation. Beratung & soziale Berufe liegen bei ~75 % Augmentation. Das hier ist euer Vokabular für die Gruppenarbeit:

MUSTER ①

KI macht es

Die Aufgabe läuft ohne euch. Routinemails, Standarddoku, Terminkoordination.

MUSTER ②

KI entwirft, ich prüfe

KI liefert den Entwurf — Befundtext, Analyse, Konzept. Euer Job: beurteilen, ob er gut ist.

MUSTER ③

Ich führe, KI assistiert

Ihr denkt, KI beschleunigt: Recherche, Gegenargumente, Varianten, Fleißarbeit.

MUSTER ④

Nur Mensch

Beziehung, Eingriff, Verantwortung, Urteil unter Unsicherheit. Hier wohnt der Berufskern.

Und Deutschland?

Gleiche Welle, andere Küste.

Rund ein Drittel der deutschen Jobs ist signifikant GenAI-exponiert (ILO) — und zwar vor allem bei höher Gebildeten mit höheren Einkommen. Also: eure zukünftigen Jobs, nicht die Fließbänder. Die Adoption in Firmen sprang in zwei Jahren von 5 % auf ~25 %.

Aber: zwischen „KI kann es" und „KI tut es bei euch" liegt in Deutschland eine Kette —

PilotprojektDatenschutzprüfungBetriebsratSystemintegrationProzessumbauSchulungTarif-/Rollenklärung
Druck = Exposition × Adoption × (1 − Reibung)

Reibung verzögert, schützt aber nicht: Sie macht aus plötzlicher Disruption schrittweise Reorganisation. Wo die Bremsen fehlen, geht es schnell — die IT-Branche hat 59 % Adoption und 10 % Tarifbindung.

Dass dieselbe Aufgabe je nach Land unterschiedlich exponiert ist, zeigt der Global Automation Atlas — ~18.800 Aufgaben, 124 Länder, Deutschland enthalten. Exposition ist kein Naturgesetz.

So sieht das konkret aus

Eine Woche Steuerberatung, zerlegt

Routine-Mandantenanfragen per E-Mail beantworten① KI macht es
Fristen und Büro-Workflow organisieren① KI macht es
Jahresabschluss-Unterlagen sichten und sortieren② KI entwirft, ich prüfe
Steuererklärung erstellen② KI entwirft, ich prüfe
Gesetzesänderungen recherchieren und einordnen② KI entwirft, ich prüfe
Steuergestaltung für einen komplizierten Sonderfall entwickeln③ Ich führe, KI assistiert
Einem Mandanten eine schlechte Nachricht erklären④ Nur Mensch
Unterschreiben — und dafür haften④ Nur Mensch

Der Beruf verschwindet nicht. Er wandert nach unten in die Liste. Die Frage ist, ob euer Studium euch für oben oder für unten ausbildet.

Die Pointe

Die Analyseeinheit eurer Zukunft ist die Aufgabe.

Wer seine Arbeit in Aufgaben zerlegen kann, kann sie neu gestalten.
Wer es nicht kann, dem wird sie neu gestaltet.

Euer Arbeitsauftrag · ~50 Minuten in Gruppen

Zerlegt euren zukünftigen Job.

Wählt einen konkreten Job, 5–10 Jahre in der Zukunft. Nicht „Ärztin" — sondern „Assistenzärztin Innere Medizin in einem mittelgroßen Krankenhaus". Konkretheit ist Pflicht.

Zerlegt eine typische Arbeitswoche in 10–15 Aufgaben. Faustregel: Eine Aufgabe ist etwas, bei dem man jemandem 30+ Minuten zuschauen könnte. Schätzt den Wochenanteil.

Ordnet jeder Aufgabe ein KI-Muster zu (①–④) — ehrlich, Stand heute, kein Science-Fiction. Und: Was müsst ihr können und liefern, damit KI dort funktioniert?

Realitätscheck: Sucht euren Job im IAB Job‑Futuromat — wo widersprecht ihr dem Institut für Arbeitsmarktforschung, und warum? Wer tiefer will: einzelne Aufgaben im Global Automation Atlas nachschlagen (deutsche Werte, Aufgabenebene).

Schreibt euren Satz: „2035 ist der Kern dieses Berufs …"

Offline-Modus: Der Session-Server ist gerade nicht erreichbar. Eure Eingaben werden lokal im Browser gespeichert — nutzt unten „Export", um sie als Datei zu sichern und zu teilen.

Gruppenarbeit

Legt eine Gruppe an — oder steigt auf einem zweiten Laptop in eure bestehende Gruppe ein. Alles speichert automatisch.

Neue Gruppe anlegen

Bestehende Gruppe fortsetzen

Lade Gruppen …