Vom Mitarbeitenden zum Projektleiter

Generative KI verändert Arbeit nicht nur deshalb, weil einzelne Aufgaben schneller erledigt werden können. Die tiefere Veränderung beginnt dort, wo sich die Architektur der Arbeit verschiebt. Wer früher recherchierte, formulierte, sortierte, analysierte oder dokumentierte, kann heute Teile dieser Ausführung an ein KI-System delegieren. Damit verschwindet die menschliche Arbeit jedoch nicht. Sie wandert eine Ebene nach oben: zur Definition des Problems, zur Auswahl der richtigen Aufgabe, zur Priorisierung, zur Qualitätsprüfung, zur Integration verschiedener Ergebnisse und zur Entscheidung darüber, was tatsächlich umgesetzt wird.

Genau deshalb ist die häufige Frage „Welche Jobs ersetzt KI?" für die Praxis zu grob. Innerhalb eines einzelnen Jobs können sich Aufgaben sehr unterschiedlich verändern. Einige Tätigkeiten werden stark beschleunigt, andere bleiben nahezu unverändert, neue Kontroll- und Integrationsaufgaben kommen hinzu. Ein Mitarbeitender kann formal dieselbe Stellenbezeichnung behalten und funktional trotzdem zunehmend wie ein Projektleiter, Creative Director oder Orchestrator arbeiten.

Das ist kein bloßer Titelwechsel. Es ist eine Verschiebung von Ausführung zu Steuerung.

Ein Mensch, der früher selbst zehn Arbeitsschritte erledigte, kann mit KI vielleicht fünf davon delegieren. Dadurch gewinnt er nicht automatisch fünf freie Zeiteinheiten. Er erhält stattdessen fünf neue Managementfragen: War die Aufgabe richtig formuliert? Hatte das System den richtigen Kontext? Ist das Ergebnis vollständig? Widerspricht es anderen Ergebnissen? Darf es ohne weitere Prüfung weiterverwendet werden? Wer entscheidet bei Unsicherheit? Was muss dokumentiert werden?

Je mehr Ausführung delegiert wird, desto wichtiger wird deshalb die Qualität der Steuerung.

Projektleitung wird zur Funktion, nicht nur zur Stellenbezeichnung

Projektleitung wurde lange mit formalen Rollen verbunden. Es gab einen Projektleiter, ein Team und klar zugewiesene Aufgaben. KI lockert diese Trennung. Schon eine Person ohne Führungsverantwortung kann plötzlich mehrere digitale Arbeitsstränge parallel initiieren, Ergebnisse bewerten und zu einem Gesamtprodukt zusammenführen. In diesem Moment übernimmt sie funktional Projektleitungsarbeit, selbst wenn auf ihrer Visitenkarte ein ganz anderer Titel steht.

Das lässt sich besonders gut an kreativen und wissensintensiven Tätigkeiten beobachten. Eine Designerin erstellt nicht mehr nur einen Entwurf. Sie kann eine KI Varianten entwickeln lassen, eine zweite Instanz für Kritik einsetzen, Recherche automatisieren und anschließend entscheiden, welche Richtung weiterverfolgt wird. Der eigentliche Wert verschiebt sich damit von der reinen Produktion zur kuratierenden und entscheidenden Ebene. Die Rolle ähnelt stärker einem Creative Director: weniger jedes einzelne Element selbst herstellen, stärker Richtung, Qualität und Kohärenz sichern.

Ähnliches gilt für Beratung, Marketing, Softwareentwicklung, Forschung, Verwaltung und interne Kommunikation. Sobald KI eigenständige Teilaufgaben übernimmt, entsteht eine neue Schnittstelle zwischen Ziel und Ausführung. Diese Schnittstelle muss gestaltet werden. Genau dort beginnt Projektleitung.

Projektleitung im KI-Kontext bedeutet daher nicht primär, Menschen zu kontrollieren. Sie bedeutet, ein System aus Menschen, Modellen, Agenten, Daten, Regeln und Entscheidungen so zu strukturieren, dass am Ende ein belastbares Ergebnis entsteht.

Was sich tatsächlich verschiebt

Die Veränderung lässt sich besser auf Aufgabenebene als auf Jobtitel-Ebene verstehen.

Diese Tabelle zeigt einen wichtigen Punkt: KI ersetzt nicht einfach „Arbeit". Sie verschiebt die knappe Ressource. Wenn Entwürfe billig werden, wird Auswahl wertvoller. Wenn Recherche schneller wird, wird Quellenkritik wichtiger. Wenn Varianten nahezu unbegrenzt erzeugt werden können, steigt der Wert einer klaren Richtung. Wenn Agenten parallel arbeiten können, wird Koordination zum Engpass.

Die wertvollste Person ist dann nicht zwingend diejenige, die am meisten Output produziert. Wertvoll kann die Person sein, die am besten erkennt, welcher Output überhaupt gebraucht wird.

Von der Aufgabenkompetenz zur Steuerungskompetenz

Diese Verschiebung verändert das Kompetenzprofil. Fachwissen bleibt wichtig, aber es wird anders eingesetzt. Wer ein Ergebnis nicht mehr vollständig selbst produziert, muss trotzdem beurteilen können, ob es trägt. Dazu reicht oberflächliches Prompting nicht. Es braucht eine Verbindung aus Domänenwissen, Projektlogik und Systemverständnis.

Eine wirksame Steuerungsrolle besteht aus mindestens fünf miteinander verbundenen Fähigkeiten. Erstens muss das Ziel so klar sein, dass Arbeit überhaupt sinnvoll delegiert werden kann. Zweitens muss eine Aufgabe in geeignete Einheiten zerlegt werden, ohne den Gesamtzusammenhang zu verlieren. Drittens braucht jede Einheit einen passenden Kontext und überprüfbare Erfolgskriterien. Viertens müssen Ergebnisse nicht nur einzeln, sondern in ihrer Wechselwirkung bewertet werden. Fünftens muss jemand entscheiden, wann genug Evidenz vorhanden ist, um weiterzugehen.

Diese Fähigkeiten wirken unspektakulär, sind aber der eigentliche Hebel agentischer Arbeit. Ein schlecht gesetztes Ziel kann von einem sehr leistungsfähigen System extrem effizient in die falsche Richtung verfolgt werden. Eine unklare Zuständigkeit kann dazu führen, dass mehrere Agenten dasselbe Problem lösen, während ein kritischer Teil liegen bleibt. Ein fehlendes Akzeptanzkriterium produziert Diskussionen darüber, ob ein Ergebnis „gut genug" ist. Eine fehlende Eskalationsregel lässt das System in Situationen weiterarbeiten, in denen eine menschliche Entscheidung nötig wäre.

Je stärker KI wird, desto weniger genügt es deshalb, nur „gut mit dem Tool umgehen" zu können. Die wichtigere Fähigkeit ist, Arbeit gut zu designen.

Hierarchie verschwindet nicht – sie verändert ihre Form

Es ist verführerisch, aus agentischen Systemen sofort den Schluss zu ziehen, klassische Hierarchien würden verschwinden. In der Praxis ist die Lage komplexer.

KI kann Hierarchien flacher machen, weil einzelne Personen Zugriff auf Leistungen erhalten, für die früher mehrere Spezialisten, Abstimmungsschleifen oder Managementebenen nötig waren. Ein kleines Team kann Recherche, Entwurf, Analyse, Dokumentation und erste Qualitätssicherung parallelisieren. Dadurch sinkt der Bedarf an manchen Koordinationswegen.

Gleichzeitig entstehen neue Hierarchien der Entscheidung. Ein Agent darf möglicherweise selbst recherchieren, aber keine externe Veröffentlichung freigeben. Ein anderer darf Varianten erzeugen, aber keinen Scope verändern. Ein Mensch darf operative Entscheidungen delegieren, bleibt aber für Budget, Risiko oder Stakeholder-Zusagen verantwortlich. Hierarchie wird damit weniger zu einer Frage „Wer steht über wem?" und stärker zu einer Frage „Wer darf was entscheiden?"

Das ist eine wesentliche Veränderung. Moderne KI-Arbeit benötigt eine Entscheidungsarchitektur. Sie legt fest, welche Entscheidungen lokal getroffen werden können, welche Kriterien eine Eskalation auslösen und wo menschliche Autorität unverzichtbar bleibt.

Damit wird Führung funktionaler. Autorität hängt weniger davon ab, jede Tätigkeit selbst besser ausführen zu können, und stärker davon, Ziele, Grenzen, Qualitätsmaßstäbe und Entscheidungen tragfähig zu gestalten.

Die Forschung spricht eher für Transformation als für einfachen Ersatz

Die gegenwärtige Evidenz spricht gegen eine einfache Geschichte, nach der ganze Berufe in einem Schritt verschwinden. Eine 2025 veröffentlichte gemeinsame Analyse der International Labour Organization und des polnischen Forschungsinstituts NASK bewertet nahezu 30.000 berufliche Aufgaben. Rund ein Viertel der weltweiten Beschäftigung liegt demnach in Berufen mit potenzieller GenAI-Exposition. Die zentrale Einordnung ist jedoch wichtiger als die Zahl: Transformation von Tätigkeiten ist wahrscheinlicher als vollständige Ersetzung von Jobs.^[1]

Auch Feldstudien zeigen, dass die Auswirkungen innerhalb eines Berufs sehr unterschiedlich sein können. Brynjolfsson, Li und Raymond untersuchten 5.172 Beschäftigte im Kundensupport. Der KI-Assistent erhöhte die Produktivität im Durchschnitt um etwa 15 Prozent. Besonders stark profitierten weniger erfahrene Beschäftigte; bei sehr erfahrenen und leistungsstarken Mitarbeitenden waren die Geschwindigkeitsgewinne klein, teilweise zeigte sich sogar ein leichter Qualitätsrückgang. Gleichzeitig fanden die Autoren Hinweise darauf, dass KI Verhalten und Wissen besonders leistungsstarker Kolleginnen und Kollegen an weniger erfahrene Beschäftigte weitergeben kann.^[2]

Das ist für Rollenarchitektur hoch relevant. Wenn KI Teile des Erfahrungswissens skaliert, verschwindet Expertise nicht automatisch. Ihr Wert kann sich verlagern: vom wiederholten Anwenden eines bekannten Musters zur Definition neuer Muster, zum Umgang mit Ausnahmen, zum Coaching, zur Qualitätsgrenze und zur Weiterentwicklung des Systems.

Eine weitere Feldstudie mit 758 Beraterinnen und Beratern machte sichtbar, dass KI-Unterstützung innerhalb ihrer Fähigkeitsgrenze erhebliche Produktivitäts- und Qualitätsvorteile erzeugen kann, außerhalb dieser Grenze aber auch zu schlechteren Entscheidungen führen kann. Die Autoren beschreiben diese ungleichmäßige Leistungsgrenze als jagged technological frontier.^[3] Für Projektarbeit folgt daraus ein sehr praktischer Auftrag: Nicht nur Aufgaben delegieren, sondern entscheiden, welche Aufgaben in welchem Modus an Mensch oder KI gehören.

Die Forschung beweist nicht, dass alle Beschäftigten zu Projektleitern werden. Sie stützt aber die grundlegende Richtung: KI verändert Aufgabenbündel, verteilt Kompetenz neu und macht die Gestaltung der Mensch-KI-Arbeitsteilung selbst zu einer produktiven Aufgabe.

Wenn eine Person plötzlich mehrere digitale „Mitarbeitende" führt

Ein besonders sichtbarer Rollenwechsel entsteht bei agentischen Systemen. Statt ein Modell für jede Kleinigkeit einzeln anzusprechen, können mehrere spezialisierte Instanzen unterschiedliche Aufgaben übernehmen. Ein System recherchiert, ein anderes prüft Qualität, ein drittes dokumentiert Entscheidungen, ein viertes übersetzt Feedback in Arbeitspakete.

Für den Menschen verändert sich dadurch die Arbeit fundamental. Er muss nicht jede Teilaufgabe selbst durchführen, aber er muss entscheiden, warum diese Rollen existieren, welche Informationen sie erhalten, welche Ergebnisse sie liefern sollen und wann sie stoppen müssen.

Das ähnelt Führung, aber nicht in der klassischen sozialen Bedeutung. Ein KI-Agent hat keine Motivation, Karriere oder emotionale Bedürfnislage wie ein menschlicher Kollege. Trotzdem erzeugt seine Arbeit Koordinationsbedarf. Ziele können kollidieren. Outputs können sich widersprechen. Aufgaben können doppelt erledigt werden. Ein Agent kann lokal gute Entscheidungen treffen, die dem Gesamtprojekt schaden.

Deshalb braucht auch ein digitales Team Rollenklarheit, Schnittstellen und Verantwortungsgrenzen.

Dabei ist wichtig, den Begriff „KI-Mitarbeitende" nicht wörtlich zu nehmen. Agenten sind technische Systeme. Die Metapher ist nur dann nützlich, wenn sie hilft, Zuständigkeiten und Übergaben zu strukturieren. Sie wird problematisch, wenn sie dazu verleitet, menschliche Verantwortung oder soziale Realität mit Software gleichzusetzen.