Die Kompetenzen, die künstliche Intelligenz nicht ersetzt

Überarbeitete Notiz vom 25. Mai 2026. Ursprünglich im April 2026 veröffentlicht — vollständige Überarbeitung.

Künstliche Intelligenz ersetzt keine Berufe. Sie eliminiert Aufgaben innerhalb jedes Berufs. Diese Unterscheidung ist keine rhetorische Feinheit. Sie verändert, wie ein Unternehmen, eine Arbeitnehmerin oder ein Arbeitnehmer und eine Führungskraft Beschäftigung, Ausbildung und Wettbewerbsfähigkeit denken müssen.

Diese Notiz legt die Mechanik des Phänomens dar, identifiziert sechs Kompetenzen, die dieser Transformation widerstehen, und qualifiziert, was die Situation in der Praxis von den Schweizer KMU verlangt, insbesondere von den Walliser KMU.

Die beobachtbare Mechanik: Aufgabenwegfall, nicht Berufswegfall

Die öffentliche Debatte über KI und Beschäftigung schwankt zwischen zwei wenig nützlichen Extremen. Auf der einen Seite die periodische Ankündigung einer Massenentlassungswelle, die nicht in der angekündigten Grössenordnung eintritt. Auf der anderen Seite die Verleugnung, die behauptet, nichts ändere sich, weil kein Beruf vollständig verschwunden sei. Die beobachtbare Realität ist präziser.

Ein Beruf besteht aus einer Reihe von Aufgaben, die von den Fähigkeiten der generativen Modelle nicht in gleicher Weise betroffen sind. Bestimmte Aufgaben — repetitive Dokumentenanalyse, Verfassen standardisierter Schriftstücke, Codierung bekannter Muster, Klassifikation von Informationen, wörtliche Übersetzung — können heute durch modellgestützte Systeme unterstützt oder übernommen werden, mit greifbarem Zeitgewinn. Andere Aufgaben — kontextuelle Beurteilung, angespannte Verhandlung, Konzeption eines neuen Produkts, langfristige Begleitung einer Kundin oder eines Kunden — bleiben dem, was die Modelle leisten können, weitgehend fremd.

Die praktische Konsequenz ist also nicht das Verschwinden eines Berufs, sondern die Neuzusammensetzung des Wertes, den er erzeugt. Ein Walliser Treuhandbüro, ein Architekturbüro in Martigny, eine Immobilienverwaltung in Verbier, ein Weingut in Fully sehen einen Teil der administrativen, analytischen oder redaktionellen Aufgaben ihrer Teams von Systemen absorbiert. Was bleibt — fachliches Urteil, Kundenbeziehung, feines Verständnis des lokalen Kontextes —, gewinnt im durch das Team produzierten Wert an relativem Gewicht.

Diese Neuzusammensetzung schlägt sich selten in brutalen Entlassungen nieder. Sie schlägt sich häufiger in einer stillen Erosion nieder: eine Junior-Stelle, die nach einer natürlichen Abgangs nicht wiederbesetzt wird, ein ausgelagertes Mandat, das es nicht mehr ist, ein Team, das seine Produktion mit allmählich reduzierterem Personalbestand aufrechterhält. Die Berufseinsteigerinnen und Berufseinsteiger sind zuerst betroffen, weil ihre Einstiegsaufgaben — genau jene, die historisch erlauben, sich zu bewähren und anerkannte Erfahrung zu sammeln — auch jene sind, die die Systeme am effizientesten bearbeiten.

Das Beispiel des Walliser Weinbaus, das den Rest erhellt

Der Walliser Weinbau veranschaulicht diese Mechanik besser als jeder abstrakte Diskurs. Der Kanton trägt mehrere tausend Hektar Rebberg, Zehntausende von Parzellen, von Generation zu Generation auf oft steilen Hängen weitergegeben, die durch Kilometer von Trockenmauern gestützt werden. Der Beruf der Winzerin oder des Winzers ist dort verankert, anspruchsvoll und strukturell schwer zu industrialisieren.

Dennoch können bereits gewisse Aufgaben des Berufs durch die verfügbaren Werkzeuge transformiert werden. Autonome Roboter jäten mechanisch die Rebzeilen dort, wo gestern saisonale Teams arbeiteten. Mit multispektralen Kameras ausgerüstete Drohnen kartieren den Gesundheitszustand der Rebstöcke mit einer Präzision, die kein menschliches Auge auf einem ganzen Gut halten kann. Prognosemodelle kreuzen Wetterdaten, Erntehistorien und Reifekurven, um ein optimales Weinlesedatum vorzuschlagen.

Die Winzerinnen und Winzer, die diese Werkzeuge übernehmen, verzichten nicht auf ihren Beruf. Sie befreien Zeit bei mechanischen Aufgaben, um sie dem zu widmen, was die Maschine nicht macht — die Vinifikationsentscheidung, die Beziehung zur Sommelière oder zum Sommelier, die Weitergabe an die Nachfolgerin oder den Nachfolger, die Abwägung bei einem schwierigen Jahrgang. Umgekehrt kann ein Gut, das dank dieser Werkzeuge seinen Rückgriff auf bestimmte saisonale Aufgaben verringert, dies tun, ohne im Ausgleich Ingenieurinnen oder Ingenieure für Weinbaurobotik einzustellen. Die durch diesen Übergang geschaffenen Profile kompensieren die absorbierten Aufgaben weder in derselben Geografie noch in denselben Personalbeständen mechanisch.

Diese Dynamik gilt über den Weinbau hinaus. Sie ist konstitutiv für die laufende Verschiebung in allen Sektoren der Schweizer Wirtschaft.

Drei wiederkehrende Fallen in der öffentlichen Debatte

Drei Argumentationslinien kehren regelmässig in den Gesprächen über KI und Beschäftigung wieder. Keine hält der beobachtbaren Messung stand.

Die erste behauptet, KI werde so viele Arbeitsplätze schaffen, wie sie vernichtet. Dieses Gleichgewicht, das bei bestimmten früheren technologischen Übergängen beobachtet wurde, ist für die aktuelle Welle nicht garantiert. Die Asymmetrie der betroffenen Profile wird von diesem Argument selten behandelt. Die in einem Weingut, einem Treuhandbüro oder einem Ingenieurbüro absorbierten Aufgaben werden in derselben Geografie nicht mechanisch durch gleichwertige Stellen ersetzt. Die durch die neue Wirtschaft geschaffenen Profile sind wenig zahlreich, hoch qualifiziert, geografisch konzentriert, und ihre Personalbestände gleichen die anderswo absorbierten Aufgaben nicht spiegelbildlich aus.

Die zweite behauptet, dass die Beziehungskompetenzen — Soft Skills — genügen. Die Idee ist nicht falsch, sie ist unvollständig. Die Beziehungskompetenzen haben einen realen und wachsenden Wert, doch sie als einzige Antwort auf die laufende Verschiebung zu betrachten, läuft darauf hinaus, das Symptom zu behandeln, ohne die Ursache anzugehen. Der Markt schätzt heute hybride Profile, die solide Fachexpertise mit effektiver Beherrschung der modellgestützten Werkzeuge verbinden. Diese Hybridisierung ist keine Differenzierungsoption: Sie wird zur Beschäftigungsschwelle.

Die dritte behauptet, es sei besser, abzuwarten, bevor man handelt. Das ist die gefährlichste Falle. Die Adoption durch die Unternehmen ist schneller als die Anpassung der Kompetenzen der Mitarbeitenden. Wenn eine Führungskraft feststellt, dass ein System einen Teil der Aufgaben eines Teams absorbieren kann, verteilt sie die gewonnene Zeit in der Regel nicht in ein Personalentwicklungsprogramm um: Sie dimensioniert das Team neu. Mitarbeitende, die warten, bis sich ihre Stellenbeschreibung weiterentwickelt, bevor sie sich zu schulen beginnen, gehen ein substanzielles Risiko ein.

Sechs Kompetenzen, die der Transformation widerstehen

Sechs Kompetenzen zeichnen sich durch ihren strukturellen Widerstand gegen die Fähigkeiten der modellgestützten Systeme aus. Sie sind nicht erschöpfend, aber sie markieren die persönliche und organisatorische Investition, die auf einem Fünfjahres-Horizont den meisten Wert erzeugt.

Das kritische Denken zuerst. Nicht der systematische Zweifel oder die Fassadenskepsis, sondern die Fähigkeit, die eigenen Verzerrungen zu hinterfragen, angesichts neuer Informationen die Meinung zu ändern, eine Aussage in Frage zu stellen, statt sie blind auszuführen. Ein generatives Modell produziert die nach seinen Trainingsdaten statistisch wahrscheinlichste Antwort. Es zweifelt nie an sich selbst. Diese Fähigkeit zum argumentierten Zweifel bleibt zutiefst menschlich.

Das kontinuierliche Lernen danach. Die entscheidende Kompetenz im Jahr 2026 ist nicht mehr, ein gegebenes Fachgebiet zu beherrschen, sondern die Fähigkeit nachzuweisen, ein neues schnell zu beherrschen. Die um die Wiedergabe festgelegten Wissens strukturierten Bildungssysteme produzieren Profile, die sich der Kadenz der laufenden Neukonfigurationen schwer anpassen. Das autonome Lernen an realen Projekten mit zugänglichen Werkzeugen wird zum beobachtbaren Vorteil.

Die Mensch-Maschine-Zusammenarbeit als dritte Kompetenz. Ein generatives Modell zu verwenden lässt sich nicht auf das Kopieren-Einfügen von online gefundenen Prompts reduzieren. Es bedeutet zu verstehen, wie ein solches System funktioniert, seine Grenzen zu identifizieren, eine Anfrage so formulieren zu können, dass ein verwertbares Ergebnis entsteht, und vor und nach jeder Interaktion das eigene Urteil zu bewahren. Diese Kompetenz baut sich durch Praxis auf, nicht durch theoretische Ausbildung.

Die emotionale Intelligenz als vierte. Fühlen, intuitiv erfassen, wahrnehmen, was nicht gesagt wird, eine Inkohärenz durch feine Wahrnehmung entdecken, bevor man sie formulieren kann: Diese Fähigkeiten bleiben den Modellen unzugänglich. In einem Kanton wie dem Wallis, in dem das Wirtschaftsgewebe massiv auf Mikrounternehmen und Nahebeziehungen beruht, wiegt diese Kompetenz stärker als in rein transaktionalen Umgebungen.

Die divergente Kreativität als fünfte. Nicht die Fähigkeit, zwölf Varianten desselben Visuals zu produzieren — die Modelle leisten das bereits sehr gut. Die wahre Kreativität ist jene, die unerwartete Verbindungen zwischen weit entfernten Bereichen herstellt, Fragen stellt, die niemand stellt, Ansätze vorschlägt, die die bestehenden Daten nicht nahelegen. Die Modelle glänzen bei der Interpolation zwischen bekannten Punkten; die Extrapolation jenseits der Grenzen des bereits Kartierten bleibt ein menschlicher Vorteil.

Die angewandte Ethik und das Verständnis der Grenzen als sechste. Wissen, wo ein System verlässlich ist und wo nicht. Verstehen, was Datenschutz, Verzerrung und regulatorische Konformität in einem gegebenen Rechtsrahmen bedeuten — das Bundesgesetz über den Datenschutz für die Schweiz^[1], die Europäische Verordnung für Unternehmen, die die Europäische Union bedienen. Diese Kompetenz ist kein Vorwand, die Übernahme hinauszuzögern. Sie ist die Bedingung einer seriösen Übernahme, die nicht bei der ersten regulatorischen Kontrolle oder beim ersten Reputationszwischenfall zusammenbricht.

Was das für Walliser KMU in der Praxis bedeutet

Das Walliser Wirtschaftsgewebe hat Trümpfe, die im beschriebenen Übergang ins Gewicht fallen. Eine von Mikrounternehmen und KMU dominierte Wirtschaft, strukturell agiler als die grossen Konzerne, um Praktiken weiterzuentwickeln. Ganze Sektoren — Tourismus, Weinbau, Bauwesen, Immobilien, Dienstleistungen —, die auf menschlicher Beziehung und Vor-Ort-Urteil beruhen, genau dort, wo sich die Modelle schwer substituieren. Eine Kultur der Präzision und der langen Zeit, die sich mit der Geduld vereint, die notwendig ist, um die neuen Werkzeuge korrekt zu integrieren, statt sie überstürzt zu übernehmen.

Diese Trümpfe schützen nicht mechanisch. Sie entfalten ihre Wirkung nur, wenn das Unternehmen sie aktiv ergreift. Das Treuhandbüro, das seine Teams nicht in der Mensch-Maschine-Zusammenarbeit ausbildet, sieht seine Margen gegenüber Konkurrenten schmelzen, die es tun. Die Immobilienagentur, die die administrative Automatisierung nicht integriert, verliert an Wettbewerbsfähigkeit, ohne den Effekt unmittelbar zu messen. Das Ingenieurbüro, das seine aktive Beobachtung der verfügbaren Werkzeuge nicht aufrechterhält, gerät in einen Rückstand, der sich mit den Monaten verdichtet.

Das gesendete Signal ist nicht dramatisch. Es ist präzise. Die Kompetenzen, die im Jahr 2026 die wirtschaftlichen Akteure dauerhaft auszeichnen, sind nicht jene, die die Modelle reproduzieren können. Es sind jene, welche die Modelle nicht erreichen und welche die Unternehmen schon heute beschliessen können, bei ihren Teams zu pflegen.

Diese Entscheidung ist weniger eine technologische Frage als eine Frage der Unternehmensführung. Die seriöse Übernahme modellgestützter Werkzeuge in einem Schweizer KMU spielt sich nicht beim Lizenzkauf ab. Sie spielt sich in der geduldigen Arbeit der Identifikation absorbierbarer Aufgaben ab, in der Requalifizierung der Mitarbeitenden auf das, was ihr eigener Wert bleibt, und in der Integration dieser Transformation im eigenen Rhythmus des Unternehmens — ohne Überstürzung, ohne übermässiges Abwarten.

Künstliche Intelligenz ersetzt nicht die menschliche Intelligenz. Sie definiert neu, was die menschliche Intelligenz produzieren muss, um relevant zu bleiben.

Quellen

[1] Bundesgesetz über den Datenschutz (DSG), Revision vom 25. September 2020, in Kraft seit 1. September 2023. www.fedlex.admin.ch/eli/cc/2022/491/de [↩]

Jérôme Deshaie ist CEO der MCVA Consulting SA, Schweizer Kanzlei für strategische Beratung in künstlicher Intelligenz mit Sitz im Wallis.