Als die Computer kamen

Zukunftslabor · Arbeit und Wertschöpfung

Wie wir mit AI neue Leistungen schaffen – und gemeinsam hineinwachsen

Titelbild: AI kann den eigenen Handlungsspielraum erweitern; Austausch und menschliche Verantwortung bleiben wichtig. Symbolische AI-Illustration.

Mein Studiengang stand nicht in der Nummernliste des Arbeitsamtes. Ich war erst kurz arbeitslos, galt aber als „nicht vermittelbar“. So kam ich direkt in eine Maßnahme: ein Jahr EDV-Ausbildung, ganztags. Was sich zunächst kaum wie ein selbst gewählter Aufbruch anhörte, erwies sich im Nachhinein als große Chance.

Der Staat bezahlte mir einen wirklich teuren Kurs. Und er finanzierte auch meinen Lebensunterhalt während dieser Zeit. Ich konnte ein Jahr lang etwas Neues lernen, ohne gleichzeitig dafür sorgen zu müssen, wie ich dieses Jahr überstand.

Heute frage ich mich: Was entspricht diesem Aufbruch in einer Zeit, in der sich Werkzeuge und berufliche Möglichkeiten laufend verändern? Reicht dafür noch ein Kurs? Oder brauchen wir auch andere Orte und andere Menschen, mit denen wir lernen können? Daran muss ich denken, wenn ich heute über AI und die Zukunft der Arbeit lese. Zuletzt beim E-Mail-Montagspost von Tim Chimoy, in dem er auf seine Podcastfolge zum Thema hinweist. Er beschreibt, wie selbstständigen Dienstleistern Aufträge wegbrechen, weil AI Aufgaben übernimmt, für die ihre Kunden bisher Menschen bezahlt haben. Seine Frage, wie wir damit umgehen, beschäftigt mich auch. Denn die Angst, beruflich plötzlich nicht mehr gebraucht zu werden, kenne ich.

Im Podcast „I Love Mondays – by Citizen Circle“ vertieft Tim Chimoy diese Frage in Folge 114: „Nimmt KI den Selbstständigen die Jobs weg? Warum es nicht reicht, einfach schneller zu werden“ (5. Oktober 2026). Sein Montagspost war der Anlass für meine Überlegungen in diesem Essay.

Folge 114 bei Apple Podcasts · Bei Spotify hören (Folge 114 auswählen) · Podcast-Website

Die Angst war da. Die Möglichkeiten auch.

Als ich in den 1980er-Jahren ins Berufsleben starten wollte, veränderten Computer und automatisierte Fertigung die Arbeitswelt. In meiner Erinnerung wurden die Maschinen mehr und die Menschen in den Fertigungshallen weniger. Arbeit, für die zuvor viele Hände nötig gewesen waren, wurde nun von Maschinen erledigt und von wenigen Menschen überwacht.

Ich hatte große Angst, keinen Platz in dieser neuen Arbeitswelt zu finden. Selbst nach meiner einjährigen Weiterbildung war diese Sorge nicht einfach verschwunden. Ich bereitete mich intensiv auf Bewerbungen vor und rechnete mit einer schwierigen Suche.

Dann kam es anders. Schon nach dem ersten Vorstellungsgespräch hätte ich anfangen können. Nach den ersten drei Gesprächen konnte ich mir aussuchen, welche Stelle mir am besten gefiel. Die EDV-Kenntnisse, die ich gerade erworben hatte, wurden gebraucht.

Diese Ausbildung hat meinen weiteren Weg stark geprägt. Ich blieb am Ball, setzte IT ein und konnte damit auch einen Arbeitsbereich weiterentwickeln und vergrößern, der zuvor wirtschaftlich weniger Möglichkeiten gehabt hatte. Daraus wurden ein gutes Einkommen und ein gutes Leben.

Wenn ich heute auf diese Zeit schaue, sehe ich deshalb beides: die Verunsicherung und die Möglichkeiten. Und ich sehe etwas, das in Erzählungen über lebenslanges Lernen leicht untergeht: Ich hatte Unterstützung. Jemand bezahlte die Ausbildung und die Zeit, die ich dafür brauchte.

Die Vergangenheit war weniger geradlinig, als sie sich anfühlt

Aus meiner Geschichte ließe sich eine einfache Botschaft machen: Wer sich weiterbildet, gewinnt. Wer nicht mitmacht, verliert. Nur wäre das zu einfach. Meine Erfahrung zeigt, was möglich war. Sie beweist nicht, dass damals alle dieselben Chancen hatten oder dass es mit AI genauso laufen wird.

Auch meine Erinnerung an die Arbeitslosigkeit braucht eine Korrektur. Auf die Umbrüche der 1980er-Jahre folgten in Deutschland keineswegs nur Jahrzehnte mit niedriger Arbeitslosigkeit. Noch 2005 waren im Jahresdurchschnitt rund 4,86 Millionen Menschen arbeitslos gemeldet. Zudem lassen sich das damalige Westdeutschland und das wiedervereinigte Deutschland nicht ohne Weiteres vergleichen. Die Geschichte lautet also nicht: Maschinen kamen, kurz wurde es schwierig, danach ging es allen besser.^[1]

Was sich allerdings gut belegen lässt: Computer veränderten die Arbeit auch dort, wo Berufe bestehen blieben. Routinetätigkeiten verloren an Bedeutung, anspruchsvollere Aufgaben gewannen hinzu. Eine Untersuchung westdeutscher Berufsdaten zeigt genau diese Verschiebung. Es kam zunehmend darauf an, mit den neuen Werkzeugen umgehen und andere Aufgaben übernehmen zu können.^[2]

Das passt zu meiner Erfahrung. Ich hatte nicht einfach einen zusätzlichen Abschluss. Ich konnte etwas, das Unternehmen gerade dringend brauchten.

Ich konnte etwas, das Unternehmen gerade dringend brauchten.

Birgit Arnold

Was mir damals den Einstieg ermöglichte

Die Förderung, die mir half, gehörte zu einer größeren arbeitsmarktpolitischen Idee. Mit dem Arbeitsförderungsgesetz von 1969 erhielt berufliche Weiterbildung einen wichtigen Platz. Dazu konnten sowohl die Kosten einer Qualifizierung als auch Unterhaltszahlungen gehören.^[3] Für mich war diese Verbindung entscheidend: Ich konnte mich auf etwas Neues einlassen, weil mein Alltag währenddessen finanziert war.

Dass solche Unterstützung etwas bewirken kann, zeigen auch Untersuchungen. Geförderte Weiterbildung verbesserte in verschiedenen Studien die späteren Beschäftigungschancen; der Nutzen wurde häufig erst nach einigen Jahren sichtbar.^[4][5][6] Sie schafft allerdings nicht automatisch neue Stellen.^[7] Es muss auch Arbeit geben, für die diese Fähigkeiten gebraucht werden.

Genau diese zweite Seite interessiert mich heute besonders. Was können wir mit AI für andere tun, das ihnen tatsächlich hilft? Wo können wir Probleme lösen, an denen Unternehmen bisher wegen fehlender Zeit, fehlenden Wissens oder zu hoher Kosten gescheitert sind?

Neue Arbeit entsteht nicht unbedingt dort, wo alte verschwindet

Die Hoffnung, dass technische Entwicklung auch neue Arbeit hervorbringt, ist begründet. Nur verteilt sich diese Arbeit nicht von selbst gerecht.

Eine Untersuchung zum Einsatz von Industrierobotern in Deutschland zwischen 1994 und 2014 zeigt: Beschäftigung ging in der Industrie verloren, während in den Dienstleistungen neue Stellen entstanden. Insgesamt wurde der Verlust in dieser Untersuchung ausgeglichen. Das bedeutete aber nicht, dass jeder betroffene Mensch persönlich einen gleich guten Ersatz fand. Unter anderem wurden weniger junge Menschen neu in industrielle Arbeitsplätze eingestellt. Auch bei den Verdiensten gab es Gewinner und Verlierer.^[8]

Eine US-amerikanische Studie kommt für die untersuchten lokalen Arbeitsmärkte zu ungünstigeren Ergebnissen: Mehr Robotereinsatz ging mit weniger Beschäftigung und niedrigeren Löhnen einher.^[9] Die Untersuchungen messen nicht genau dasselbe. Gemeinsam zeigen sie jedoch, wie wenig man aus dem bloßen Vorhandensein neuer Technik über die Zukunft einzelner Menschen ableiten kann.

Deshalb möchte ich mit dem Satz „Dann müsst ihr euch eben weiterbilden“ vorsichtig sein. Er enthält einen sinnvollen Rat. Als vollständige Antwort auf einen gesellschaftlichen Umbruch reicht er nicht. Es braucht erreichbare Angebote, finanzielle Sicherheit und Arbeitgeber oder Kunden, die die neuen Fähigkeiten tatsächlich nachfragen.

Wohlstand steht nicht nur auf dem Gehaltszettel

Zu meiner Erinnerung an den damaligen Wandel gehört noch etwas: Wir konnten uns mit der Zeit Dinge leisten, die vorher kaum erreichbar waren. Auch wenn ein Gehalt nicht stark stieg, konnte das Leben an manchen Stellen erschwinglicher werden.

Automatisierung kann dazu beitragen. Wenn Produkte mit weniger Aufwand hergestellt werden, sinken die Herstellungskosten. Werden diese Einsparungen über niedrigere Preise weitergegeben, profitieren auch die Käufer. Eine internationale Studie zum Robotereinsatz findet neben höherer Produktivität auch sinkende Produktionspreise.^[10]

Besonders sichtbar wurde die Entwicklung bei Computern und Unterhaltungselektronik. Amerikanische Preisstatistiken zeigen über viele Jahre starke Rückgänge der qualitätsbereinigten Preise. Vereinfacht gesagt: Für das Geld bekam man immer mehr Leistung.^[11] Das lag nicht allein an Automatisierung; auch technischer Fortschritt, Handel und Wettbewerb spielten eine Rolle.

Natürlich hilft ein günstiger Computer nur begrenzt, wenn die Wohnung immer teurer wird. Entscheidend ist, was ein Einkommen insgesamt ermöglicht. Trotzdem gehört dieser Preisvorteil in die Betrachtung. Technischer Fortschritt kann unseren Alltag verbessern, ohne dass der gesamte Gewinn als höherer Lohn auf dem Konto erscheint.

Ähnliches gilt für Zeit. Die kürzere Arbeitswoche fiel nicht einfach aus einer Maschine heraus. Sie wurde ausgehandelt und erkämpft. In der westdeutschen Metallindustrie führte der Weg vom Arbeitskampf 1984 schrittweise zur 35-Stunden-Woche 1995.^[12] Produktivitätsgewinne eröffnen Spielräume. Wie viel davon in Gewinne, Löhne, niedrigere Preise oder freie Zeit fließt, wird gesellschaftlich entschieden.

Mehr freie Zeit kann wiederum Raum für Kultur, Reisen, Sport oder handwerkliche Interessen schaffen. Daraus können neue Angebote und Arbeitsplätze entstehen. Dass dieser Kreislauf für alle aufgeht, ist allerdings keine Selbstverständlichkeit.

Was daran heute vertraut ist – und was neu

Die Brücke: Technik allein entscheidet nicht über gute Arbeit. Die Geschichte bietet Anhaltspunkte, aber keine Garantie, dass AI denselben Verlauf nimmt.

Mit AI erreicht die Automatisierung viele Aufgaben, die lange als typisch menschliche Wissensarbeit galten: schreiben, übersetzen, recherchieren, gestalten. Genau deshalb berührt Tim Chimoys Beobachtung so viele Selbstständige. Ihr Können kann weiterhin wertvoll sein, während Kunden für bestimmte Ergebnisse plötzlich deutlich weniger bezahlen wollen.

Die Internationale Arbeitsorganisation schätzt, dass weltweit etwa ein Viertel der Arbeitsplätze in Berufen liegt, deren Aufgaben zumindest teilweise von generativer AI berührt werden könnten. Das ist keine Vorhersage, dass ein Viertel der Stellen verschwindet. Es zeigt, wie weit dieser Wandel reichen kann.^[13]

Schon die bisherigen Untersuchungen erzählen unterschiedliche Geschichten. In einem Kundenserviceunternehmen half ein AI-Assistent den Beschäftigten, mehr Anliegen pro Stunde zu bearbeiten. Besonders stark profitierten weniger erfahrene Mitarbeitende.^[14] Auf einer Plattform für selbstständige Arbeit zeigten sich dagegen nach der Einführung generativer AI kurzfristig Einbußen bei Aufträgen und Einkommen in betroffenen Bereichen. Gute bisherige Leistungen boten dort keinen sicheren Schutz.^[15]

Für mich ist das ein Grund, Lernen weiter zu fassen. Ein neues Werkzeug bedienen zu können, ist ein Anfang. Ebenso wichtig wird die Frage, wofür Menschen meine Arbeit künftig brauchen: Was kann ich beurteilen? Welche Verantwortung kann ich übernehmen? Was verstehe ich vom Anliegen eines Kunden, das über einen schnell erzeugten Text hinausgeht?

Hier stimme ich Tim Chimoy zu: Wenn ein Angebot an Wert verliert, reicht es womöglich nicht, es schneller herzustellen. Vielleicht kann ich mithilfe von AI eine umfassendere Leistung anbieten. Vielleicht wird eine Idee wirtschaftlich möglich, für die mir früher die Mittel fehlten. Vielleicht muss ich mich auch von einem vertrauten Angebot verabschieden. Das braucht Lernbereitschaft, aber ebenso Zeit zum Ausprobieren.

Was Unternehmen von uns brauchen könnten

Wer AI beherrscht, kann möglicherweise Leistungen anbieten, für die früher ein größeres Team oder ein deutlich höheres Budget nötig gewesen wäre. Das bedeutet für mich mehr als schneller zu schreiben. Es geht darum, einen Bedarf zu verstehen und die Werkzeuge so einzusetzen, dass daraus eine brauchbare Lösung wird.

Die folgenden Beispiele sind mögliche Angebote, keine nachgewiesenen Wachstumsfelder oder Versprechen auf sichere Umsätze. Ob sie tragen, müsste man mit konkreten Unternehmen erproben. Sie zeigen aber, wie sich der Blick vom bedrohten Einzelauftrag auf neue Aufgaben richten lässt.

Wissen im Unternehmen nutzbar machen

In vielen Betrieben steckt wichtiges Wissen in einzelnen Köpfen, verstreuten Dokumenten oder alten E-Mails. Ein Angebot könnte darin bestehen, dieses Wissen gemeinsam mit den Mitarbeitenden zu ordnen, verständlich aufzubereiten und leichter auffindbar zu machen. AI kann beim Strukturieren, Entwerfen und Suchen unterstützen. Menschen müssen klären, welche Informationen stimmen, wer sie sehen darf und wer sie aktuell hält. Der Nutzen wäre beispielsweise eine einfachere Einarbeitung oder weniger Abhängigkeit von einzelnen Wissensträgern.

Wiederkehrende Abläufe verbessern

Denken wir an einen Betrieb, der Kundenanfragen immer wieder von Hand sichtet, Informationen nachfordert und Angebote vorbereitet. Hier könnte jemand den gesamten Ablauf untersuchen und passende AI-Unterstützung einrichten. Dazu gehören klare Übergaben, Prüfungen und Regeln für Ausnahmefälle. Verkauft würde eine Entlastung im Alltag, deren Nutzen sich etwa an Bearbeitungszeit oder Fehlern prüfen lässt.

Kunden besser verstehen und betreuen

Rückmeldungen, Interviews und Supportanfragen enthalten Hinweise darauf, was Kunden vermissen oder nicht verstehen. AI kann helfen, größere Mengen solcher Informationen auszuwerten und erste Muster sichtbar zu machen. Die menschliche Leistung besteht darin, diese Muster zu überprüfen, mit Kunden darüber zu sprechen und daraus Verbesserungen abzuleiten. Daraus könnte ein Angebot werden, das von der Analyse bis zur Erprobung einer besseren Kundenbetreuung reicht.

Aus einer Idee ein erprobbares Angebot machen

Kleine Unternehmen haben oft Ideen, aber wenig Kapazität, sie auszuarbeiten. Mit AI lassen sich beispielsweise erste Entwürfe für einen Service, einen internen Helfer oder eine Informationsseite vorbereiten. Jemand, der Branchenverständnis mit diesen Werkzeugen verbindet, könnte den Weg von der Idee über einen einfachen Prototyp bis zum Test mit tatsächlichen Nutzern begleiten. Ob die Idee nützlich ist, entscheiden am Ende diese Tests.

Die Einführung im Betrieb begleiten

Zwischen einem beeindruckenden Versuch und einer Lösung, die Mitarbeitende täglich verwenden, liegt einiges an Arbeit. Wer hört ihre Bedenken? Wer übersetzt zwischen Geschäftsführung, Fachleuten und Technik? Wer prüft Ergebnisse und sorgt dafür, dass Verantwortung klar bleibt? Auch darin sehe ich eine mögliche Leistung. Für Menschen mit Erfahrung in Beratung, Organisation oder Führung kann das ein naheliegender Ansatz sein.

Bei all diesen Beispielen zählt die Verbindung von Fachwissen, Urteilsvermögen und AI-Praxis. Sensible Daten, fehlerhafte Ergebnisse und unklare Zuständigkeiten müssen dabei berücksichtigt werden. Wer ein Werkzeug bedienen kann, ist dadurch noch nicht für jede fachliche Aufgabe qualifiziert. Aber vorhandene Erfahrung kann mithilfe dieser Werkzeuge einen größeren Wirkungskreis bekommen.

Vom eigenen Können zu einem hilfreichen Angebot

Für mich beginnt die Suche deshalb beim Kunden: Wo bleibt heute Arbeit liegen? Was kostet unnötig Zeit? Welche Leistung würde ein Unternehmen gerne anbieten, kann es aber bisher nicht wirtschaftlich umsetzen?

Danach würde ich nach einem kleinen, überschaubaren Einstieg suchen. Zum Beispiel die Einarbeitung für eine bestimmte Rolle verbessern, einen einzelnen Anfrageprozess vereinfachen oder einen Prototyp mit wenigen Kunden testen. Gemeinsam lässt sich festlegen, woran man erkennt, ob die Lösung hilft. Erst wenn dieser Nutzen sichtbar wird, lohnt sich der nächste Schritt.

So verändert sich auch das Angebot eines Dienstleisters. Aus einzelnen Texten könnte die Verantwortung für verständliche Kundeninformationen werden – einschließlich Recherche, fachlicher Abstimmung, Pflege und Prüfung. Aus einer einmaligen Auswertung könnte eine regelmäßige Begleitung werden, die einem Unternehmen hilft, aus seinen Daten Entscheidungen abzuleiten. Ob Kunden dafür bezahlen, bleibt zu prüfen. Doch hier liegt mehr Gestaltungsspielraum, als wenn wir ausschließlich dieselbe Leistung schneller produzieren.

Das erinnert mich an meinen eigenen Berufsweg. IT half mir, einen Arbeitsbereich größer und wirtschaftlich tragfähiger zu machen. Heute könnten solche Möglichkeiten auch für kleine Anbieter erreichbar werden. Die entscheidende Frage ist dann: Welches Problem verstehe ich gut genug, um mit AI eine bessere Lösung dafür anzubieten?

Was ich in zehn Tagen mit anderen gelernt habe

Gerade habe ich bei einer zehntägigen Workation mit dem Citizen Circle in Sitges erlebt, wie viel Lernen im Austausch entstehen kann. Mich hat besonders weitergebracht, zu hören, welche Möglichkeiten andere sehen, woran sie arbeiten und welche Chancen sie für sich entdecken.

Da kamen so viele unterschiedliche Informationen und Erfahrungen zusammen, dass sich mein eigener Blick erweitert hat. Was für jemanden längst selbstverständlich war, eröffnete mir eine neue Möglichkeit. Andere gingen mit ganz anderen Fragen an ähnliche Veränderungen heran. Ich konnte meine Gedanken mit ihren Erfahrungen verbinden und daraus etwas Eigenes entwickeln. Ich habe das als enormes persönliches Wachstum erlebt.

Das lässt sich schwer in einen Lehrplan fassen. Vorher weiß ich oft gar nicht, welche Frage mich weiterbringen wird. Erst im Gespräch merke ich, dass ich etwas bisher zu eng betrachtet oder eine Möglichkeit noch gar nicht gesehen habe.

Für mich ist der Citizen Circle deshalb ein wichtiger Lernort. Dort finde ich Menschen, mit denen ich mich weiterentwickeln kann. Wir bringen unterschiedliche Erfahrungen mit, teilen Ideen und können uns gegenseitig unterstützen. Gerade wenn vertraute berufliche Wege unsicher werden, ist es wertvoll, mit solchen Fragen nicht allein zu bleiben.

Wer sich selbst ein Bild machen möchte, findet hier meinen persönlichen Citizen Key zum Citizen Circle: Citizen Circle kennenlernen

Vielleicht brauchen wir ein anderes Verständnis von Weiterbildung

Meine Erfahrung von damals und die von heute widersprechen sich nicht. Die EDV-Ausbildung gab mir ein Fundament. Die Workation hat mir gezeigt, wie viel zusätzlich entsteht, wenn Menschen ihre unterschiedlichen Perspektiven zusammenbringen.

Deshalb würde ich heute nicht mehr nur nach weiteren Kursen rufen. Manche Angebote mögen schon an den Fragen vorbeigehen, die uns gerade beschäftigen. Andere vermitteln Grundlagen, die wir dringend brauchen. Die entscheidende Frage ist für mich: Wie wird aus dem vermittelten Wissen etwas, mit dem ich in meinem Alltag wirklich weiterkomme?

Ein Kurs kann mir einen Einstieg geben. Beim Ausprobieren tauchen neue Fragen auf. Im Gespräch mit anderen kann ich Erfahrungen vergleichen, Fehler erkennen und Möglichkeiten entdecken. Danach versuche ich es erneut. So kann Lernen zu einem fortlaufenden Teil der Arbeit werden, statt auf die Zeit zwischen Kursbeginn und Zertifikat begrenzt zu bleiben.

In der Lernforschung gibt es dafür den Begriff „Communities of Practice“: Menschen beschäftigen sich mit einem gemeinsamen Themenfeld, tauschen sich regelmäßig aus und entwickeln ihre Praxis miteinander weiter. Entscheidend ist nicht allein, zu einem Netzwerk zu gehören. Es geht darum, tatsächlich voneinander und miteinander zu lernen.^[19]

Dieses Konzept hilft mir, meine Erfahrung einzuordnen. Es beweist nicht, dass jede Community wirksam ist oder eine Mitgliedschaft beruflichen Erfolg sichert. Für mich persönlich war der Austausch im Citizen Circle jedoch genau deshalb wertvoll, weil so unterschiedliche Sichtweisen zusammenkamen.

Eine gute Lerngemeinschaft darf uns dabei auch herausfordern. Wenn wir uns nur gegenseitig bestätigen oder jedem neuen Werkzeug begeistert hinterherlaufen, kommen wir nicht unbedingt weiter. Wir brauchen Raum für Zweifel, für gescheiterte Versuche und für die Frage: Funktioniert das auch außerhalb unseres eigenen Kreises?

Was solche Aufbrüche möglich macht

Damit Menschen neue Leistungen entwickeln können, brauchen sie Gelegenheiten zum Lernen und Ausprobieren. Ein Kurs kann dafür sinnvoll sein, ebenso eine Lernpartnerschaft, Mentoring oder die gemeinsame Arbeit in einer Community. Mein Wunsch ist, diese unterschiedlichen Wege ernst zu nehmen und zugänglich zu machen.

Einige Fördermöglichkeiten gibt es bereits: Bildungsgutscheine können unter bestimmten Voraussetzungen Weiterbildungskosten abdecken; Arbeitslosengeld wird bei geförderter Weiterbildung in der Regel weitergezahlt.^[16] Das Qualifizierungsgeld unterstützt Beschäftigte bei strukturbedingtem Weiterbildungsbedarf.^[17] KOMPASS bezuschusst Qualifizierungen für Solo-Selbstständige, sichert aber keinen Lebensunterhalt während einer längeren Lernphase.^[18] Daraus folgt nicht, dass eine Community-Mitgliedschaft oder Workation förderfähig wäre.

Mir geht es um den Gedanken dahinter: Wer etwas Neues aufbauen soll, braucht dafür Zeit und einen finanzierten Alltag. Das galt für mich damals und gilt auch für Menschen, die heute ihr Angebot neu entwickeln müssen. Ebenso braucht es Zugänge für diejenigen, die nicht verreisen können: digitale Treffen, lokale Gruppen oder feste Lernpartnerschaften können andere Möglichkeiten eröffnen.

Und es muss nicht jeder berufliche Weg zu einem AI-Angebot führen. Persönliche Begleitung, Pflege, soziale Arbeit, Kunst und Handwerk bleiben ebenfalls Felder, in denen Menschen etwas beitragen können. Ob daraus gute Erwerbsarbeit wird, hängt auch davon ab, wie wir diese Leistungen finanzieren und wertschätzen.

Wir müssen diesen Wandel nicht allein bewältigen

Meine Zuversicht hat heute zwei Wurzeln. Die eine ist das Ausbildungsjahr, das mir damals einen beruflichen Einstieg eröffnete. Die andere ist die Erfahrung, wie viel in der Begegnung mit Menschen entstehen kann, die ihr Wissen, ihre Fragen und ihre Möglichkeiten miteinander teilen.

Damals brauchte ich die Chance, etwas grundlegend Neues zu lernen. Heute brauche ich außerdem Menschen, mit denen ich dranbleiben, ausprobieren und meinen Blick erweitern kann. Der Citizen Circle ist für mich ein solcher Ort geworden.

Deshalb lautet meine Antwort auf den Wandel durch AI inzwischen anders als noch beim ersten Blick zurück: Wir können neue Leistungen entwickeln, Unternehmen bei konkreten Problemen helfen und uns dabei gegenseitig unterstützen. Lernen ist ein Teil dieses Weges. Entscheidend ist, was wir mit unserem Können möglich machen.

Ich möchte nicht darauf vertrauen müssen, irgendwann den einen Kurs zu finden, der mich für die Zukunft fertig ausbildet. Ich möchte mit Menschen verbunden sein, mit denen ich dieser Zukunft immer wieder neu begegnen kann.

Im Zukunftslabor weiterdenken

Dieser Essay ergänzt die Beiträge über die Verteilung von AI-Gewinnen, über Lernen und über Teilhabe um eine persönliche und historische Perspektive: Was ermöglicht Menschen einen beruflichen Übergang tatsächlich – und wie können wir dabei gemeinsam lernen? Die folgenden Texte führen diese Fragen weiter.

• Wenn AI uns Arbeit abnimmt – wem gehört dann der Gewinn?
• Wenn AI alles erklären kann – was müssen Menschen dann noch selbst lernen?
• Wenn AI Türen öffnet – wer kann wirklich hindurchgehen?

Welche Erfahrung oder Gegenposition möchtest du einbringen? Im Zukunftslabor mitdenken und einen eigenen Beitrag einreichen – oder schreibe an zukunftslabor@akutcoaching.de.