Es ist ein weit verbreiteter Irrtum, dass digitale Kompetenz automatisch mit fachlicher Urteilskraft einhergeht. Gerade bei KI-Projekten, bei denen der Mensch im Prozess gehalten werden soll (neudeutsch: „Human in the loop“) zeigt sich: Ohne erfahrungsbasierten Kontext, sind KI-generierte Lösungen häufig nichts wert. Warum also schicken Unternehmen reihenweise dieses Erfahrungswissen gerade jetzt auf die Ersatzbank? Ein kritischer Zwischenruf von Gastautor Frank Leyhausen.
KI-Projekte boomen
Wir erleben derzeit einen digitalen Goldrausch. Unternehmen geben Milliarden Euro für KI-Projekte aus, denn in den Führungsetagen herrscht die Angst, den Anschluss im Bereich der künstlichen Intelligenz zu verlieren.
Gleichzeitig werden Zehntausende Mitarbeitende mit wertvollen Erfahrungswerten durch Vorruhestandsprogramme aus den Unternehmen geleitet.
Es ist der Widerspruch unserer modernen Arbeitswelt: Wir jagen der künstlichen Intelligenz hinterher, während wir die natürliche Urteilskraft in Rente schicken. Doch wer glaubt, dass Algorithmen den Kontext ersetzen können, der durch die Erarbeitung von Kenntnissen und Fertigkeiten im Laufe mehrerer Jahrzehnte im beruflichen Kontext entstanden ist, wird bald feststellen: KI braucht nicht nur Rechenleistung, sondern vor allem Urteilskraft.
Human in the Loop
Der Einsatz von KI als Chatbot wie Gemini oder ChatGPT und die neueren KI-Programmierwerkzeugen wie Claude Code und Cursor führen in vielen Unternehmen zu einer explosionsartigen Zunahme von generativen Texten, Bildern, automatisierten Analysen und maschinengenerierten Softwarecode.
Die New York Times berichtet vom „Code Overload“ und davon, wie sich Unternehmen verzweifelt bemühen, mit diesem Überangebot fertigzuwerden.
Die meisten dieser „Produkte” müssen auf Halluzinationen, codierten Bias und Urheberrechtsverletzungen überprüft werden. Im Falle von KI-generierter Software sind insbesondere die Integrationsfähigkeit und die Cybersicherheit zu evaluieren.
Mit der Masse an KI-Output kann die „Qualitätssicherung“ der wenigsten Unternehmen Schritt halten.
Während KI die Produktivität massiv steigert und selbst Nicht-Entwicklern das Erstellen von Software ermöglicht, wird das Managen dieser Produkte zu einem Risikofaktor und damit auch Ursache für organisatorischen Stress. Unternehmen suchen deshalb verstärkt Domain-Experten für die KI-Qualitätssicherung. Für Berufseinsteiger wird es zeitgleich eng auf dem Arbeitsmarkt.
Diese KI-Qualitätssicherung durch Menschen hat einen neuen Begriff geschaffen: „Human in the Loop“. Dabei überprüfen Menschen die Prozesse und deren Output. Diese berufserfahrenen Menschen werden sich in der Regel im dritten Drittel ihrer Karriere befinden, weshalb Boomer für die Rolle des „Human in the Loop“ prädestiniert sind.
KI-Schrott
Künstliche Intelligenz ist hervorragend darin, statistische Wahrscheinlichkeiten zu berechnen. Sie ist jedoch schlecht darin, Sinn zu erfassen. Die Ergebnisse sind häufig das, was treffend als „Artificial Intelligence Slop“ oder „KI-Schrott“ bezeichnet wird: ein Brei aus oberflächlich korrekten, aber im Kern oft substanzlosen oder gar falschen Inhalten.
KI halluziniert nicht nur Fakten, sie halluziniert auch Relevanz.
Ein junger, digital affiner Mitarbeitender mag die KI schneller bedienen können, aber es fehlt ihm das Detailwissen und die Fähigkeiten aus 20 und mehr Berufsjahren. Daher wird er den „KI-Schrott“ seltener als solchen entlarven können.
Fach- und Erfahrungswissen ist kein Gegenmodell zur Digitalisierung, sondern ein wesentlicher Bestandteil von ihr. Ohne die Fähigkeit, Ergebnisse auf Plausibilität, Kontext und praktische Anschlussfähigkeit zu prüfen, wird KI immer häufiger zum Brandbeschleuniger für Fehlentscheidungen werden.
Vorteil implizite Kenntnisse
Wer Erfahrungswissen aus dem Unternehmen drängt, macht die eigene KI-Strategie anfälliger für kostspielige Fehler. Es ist ein weit verbreiteter Irrtum, dass digitale Kompetenz automatisch mit fachlicher Urteilskraft einhergeht. Natürlich ist die Beherrschung der KI-Tools wichtig, aber eine KI-gestützte Marktanalyse oder ein generierter Projektplan sind nur so viel wert wie die Fähigkeit des Menschen, diese Ergebnisse zu bewerten und die Denkfehler der KI zu erkennen oder ihre Annahmen zu hinterfragen.
Erfahrene Mitarbeitende, die oft geringschätzig als „Boomer“ bezeichnet werden, verfügen über etwas, das kein Algorithmus der Welt antizipieren kann: implizite Kenntnisse.
Tacit Skills werden of übersehen
Im Arbeitskontext zeigen sich oft besondere Fähigkeiten, die sich nicht allein durch Wissen oder rationale Planung erklären lassen. Es sind das intuitive Gespür und die unmittelbare Entscheidungsfähigkeit, die Experten auszeichnen. Diese sogenannten „tacit skills” oder „impliziten Kenntnisse” sind in der täglichen Praxis zwar unerlässlich, werden bei der offiziellen Beurteilung von Qualifikationen jedoch häufig übersehen.
Ein Beispiel hierfür ist das Erkennen eines feinen Zitterns in der Stimme eines Kunden, welches die KI in der Transkription als „neutral“ einstuft. Oder die Einsicht, dass eine Kosteneinsparung von 15% logisch klingt, in der gewachsenen Unternehmenskultur jedoch eine Revolte auslösen würde die massiv Arbeitszeit binden und die Motivation senken würde.
Die stärkste Kombination in der modernen Arbeitswelt entsteht nicht durch das Ersetzen von Praxiswissen durch Technik, sondern durch die Symbiose von KI-Kompetenz mit Praxis- und Erfahrungswissen. Wenn der „Boomer“ zum Navigator der KI wird, verwandelt sich das Tool von einer Wahrscheinlichkeitsmaschine in ein Präzisionswerkzeug.
Altersdiskriminierung: Schwäche der KI-Governance
Trotz dieser logischen Notwendigkeit erleben wir eine steigende Altersdiskriminierung, die oft als „Erneuerung“ getarnt daherkommt. Viele Unternehmen nutzen den technologischen Umbruch, um ältere, „teurere“ Belegschaften abzubauen. Das ist nicht nur sozialpolitisch fragwürdig, sondern ein massives Risiko für die Corporate Governance.
Ein Unternehmen, das seine „Silberrücken“ frühverrentet, verliert seine institutionelle Resilienz. In Krisenzeiten, bei unvorhergesehenen Marktschwankungen oder dem Entstehen von Sprunginnovationen greifen Algorithmen ins Leere, weil sie mit Vergangenheitsdaten trainiert wurden. Erfahrene Köpfe hingegen haben Krisen bereits durchlebt. Sie besitzen ein Risikobewusstsein und antizipieren dieses auf aktuell Entwicklungen und entwickeln Erfahrungswerte in die Zukunft fort.
Wer diese Menschen durch einseitige Fokus-Verlagerung auf digitale Talente demotiviert oder verabschiedet schädigt die eigene Organisation.
Wenn der Kontext in Rente geht
Die gesellschaftlichen und wirtschaftlichen Konsequenzen dieser Entwicklung sind bereits sichtbar. Wir sehen eine Zunahme von Entscheidungen, die zwar datengetrieben, aber kontextschwach sind und manchmal sogar allgemeinen Rechtsprinzipien widersprechen.
Wenn KI-Systeme Personalvorauswahl treffen, Kreditwürdigkeiten prüfen oder Lieferketten optimieren, ohne dass eine erfahrene Instanz korrigierend eingreift, manifestieren sich Vorurteile und Logikfehler. Die Folge ist eine Erosion der Qualität.
Nicht jede vermeintlich smarte Antwort der KI ist eine gute Lösung für das Unternehmen. Ohne den „Boomer in the Loop“ riskieren wir eine Welt des Durchschnitts, in der Fehler nicht mehr erkannt werden, weil niemand mehr da ist, der weiß, wie sich „richtig“ anfühlt.
Wissensmanagement neu denken
Für das Personalmanagement bedeutet dies eine radikale Kehrtwende. Es reicht nicht mehr, „Reverse Mentoring“ anzubieten, bei dem der Junior dem Senior erklärt, wie Social Media funktioniert. Wir brauchen ein „Expertise Mentoring“, bei dem die Erfahrung der Älteren genutzt wird, um die Leitplanken für den KI-Einsatz zu definieren.
- KI-Validierung als neue Senior-Rolle:
Es sind Rollen zu schaffen, in denen erfahrene Mitarbeitende explizit als „Quality Keeper“ für KI-Outputs fungieren. - Wertschätzung von Urteilskraft:
Technisches Know-how ist nicht die einzige relevante Währung der Zukunft, Urteilskraft ist von gleichem Wert. - Wissenssicherung statt Abfindung:
Bevor ein Vorruhestandsvertrag angeboten wird, muss die Frage gestellt werden: Welchen Kontext verlieren wir gerade, der nicht digitalisiert ist und den keine KI je lernen wird - Brücke statt Lücke
Wenn Vorruhestandsregelungen unumgänglich sind, müssen aus Blockmodellen gleitende Übergänge werden, damit das Expertenwissen durchgängig bis zum Rentenbeginn im Betrieb bleibt und nicht in der Passivphase verschwindet.
Boomer, fester Teil der KI-Transformation?!
Die Erzählung, dass „die Boomer“ die KI-Transformation bremsen ist gefährlich. In einer Welt, die von synthetischen Inhalten überschwemmt wird, wird echtes, erlebtes Wissen zum wertvollsten Differenzierungsmerkmal.
Unternehmen müssen begreifen: Die gefährlichste Schwäche von KI ist fehlender Kontext. Und Kontext ist das Destillat aus Jahrzehnten beruflicher Praxis. Wir brauchen den technologischen Fortschritt. Aber wir brauchen ihn mit dem Korrektiv der Erfahrung. Es ist Zeit für ein Umdenken! Boomer sind nicht das Problem der KI-Transformation, sondern ein wesentlicher Teil ihrer Lösung.
Nicht der „Human in the Loop“ ist nötig, um im Wettbewerb zu bestehen. Unternehmen brauchen den „Boomer in the Loop“, um nicht blindlings in die technologische Mittelmäßigkeit zu steuern.
Newsletter