Johannes EhrhardtSeit Jahren basiert das Talentmanagement auf relativ stabilen Annahmen: festen Rollen, klar definierten Stellenbeschreibungen und Kompetenzrahmen, die erfassen sollten, was Menschen benötigen, um ihre Aufgaben zu erfüllen. Diese Logik war in einer Welt sinnvoll, in der Veränderungen langsamer voranschritten und Unternehmen es sich leisten konnten, Arbeitsaufgaben zu beschreiben, bevor sie ausgeführt wurden.
Diese Welt verschwindet zunehmend.
Künstliche Intelligenz in verschiedenen Formen verändert die Art und Weise, wie Unternehmen Fähigkeiten identifizieren, Entwicklungsbedürfnisse verstehen und Entscheidungen über Lernen, Leistung und Personalplanung treffen. Was einst wochenlange Workshops, Interviews und manuelle Analysen erforderte, kann nun (hypothetisch) in einem Bruchteil der Zeit generiert werden. LLMs können Muster erkennen, Fähigkeiten bündeln, Entwicklungspfade vorschlagen und Kompetenzlücken in einem Umfang aufdecken, der zuvor unrealistisch war.
Das klingt effizient. Und das ist es auch.
Aber es wirft auch eine wichtigere Frage auf:
Wenn KI diese Erkenntnisse generieren kann, was bleibt dann noch einzigartig menschlich?
Das Ende des statischen Kompetenzdenkens
Eine der stärksten Erkenntnisse aus dem Gespräch zwischen Andrew und Johannes ist, dass traditionelle Kompetenzrahmen zunehmend an Relevanz verlieren.
Nicht, weil Kompetenzen keine Rolle mehr spielen. Ganz im Gegenteil.
Kompetenzen sind wichtiger denn je, aber sie können nicht mehr als feste, statische Kategorien verwaltet werden. In einem sich schnell verändernden Umfeld benötigen Unternehmen nicht einfach nur eine Liste von zehn vordefinierten Fähigkeiten. Sie müssen verstehen, wie sich Fähigkeiten in Echtzeit entwickeln: wenn Menschen eintreten, ausscheiden, wachsen, Projekte wechseln oder beginnen, anders mit intelligenten Systemen zu arbeiten. Hier kommt die KI ins Spiel. Sie kann sich verändernde Muster viel schneller erkennen, als es jedes manuelle Rahmenwerk jemals könnte.
Das ist eine große Veränderung.
Zum ersten Mal können Unternehmen von der Dokumentation von Kompetenzen dazu übergehen, diese dynamisch zu beobachten.
Das verwandelt das Talentmanagement von einer statischen Klassifizierungsübung in ein lebendiges System. So die Vision und das Ziel.
Das wahre Risiko ist nicht die Automatisierung. Es ist die zu starke Vereinfachung.
Dennoch besteht die Versuchung zu glauben, dass bessere KI automatisch bessere Entscheidungen bedeutet.
Aber so funktioniert es nicht.
KI kann nur so nützlich sein wie die Logik, die Leitplanken und die Absicht, die hinter ihrem Design stehen. Im Podcast bringt Andrew einen wichtigen Punkt auf den Punkt: Der entscheidende Punkt ist nicht nur, was KI hervorbringt, sondern wie das System von vornherein aufgebaut ist. Wenn der Agent schlecht konzipiert ist, mit schwachen Annahmen gefüttert oder auf die falschen Ergebnisse optimiert wurde, mag das Ergebnis zwar überzeugend aussehen, ist aber grundlegend fehlerhaft.
Deshalb wird die menschliche Aufsicht umso wichtiger, je leistungsfähiger KI wird.
In der Anfangsphase konzentriert sich diese Aufsicht auf die Qualität: die Überprüfung der Ergebnisse, die Reduzierung von Fehlinterpretationen und die Sicherstellung, dass das System das tut, was es tun soll.
Mit der Zeit wird die tiefergehende Frage ethischer Natur:
Wofür sollte dieses System überhaupt optimiert werden?
Effizienz allein reicht nicht aus.
Organisationen müssen entscheiden, wo Automatisierung hilft, wo menschliches Urteilsvermögen unverzichtbar bleibt und wo menschliche Präsenz nicht nur nützlich, sondern von zentraler Bedeutung ist.
Warum „Human-in-the-Loop“ kein technisches Detail ist
Ein zentrales Thema in der Diskussion ist die Vorstellung, dass Menschen eine Bestätigungsrolle übernehmen.
Das mag zunächst passiv klingen. Ist es aber nicht.
Bestätigung bedeutet, Verantwortung für das zu übernehmen, was generiert, empfohlen und umgesetzt wird. Es bedeutet, dass Menschen nicht nur für endgültige Entscheidungen verantwortlich bleiben, sondern auch für die Gestaltung der Beziehung zwischen Menschen und Systemen, für den Überprüfungsprozess dazwischen und für die Konsequenzen am Ende.
Dies ist besonders in personenbezogenen Bereichen wie Lernen, Entwicklung, Personalbeschaffung, Führung und Mobilität von Bedeutung.
Denn sobald KI anfängt, Empfehlungen abzugeben, wer sich weiterentwickeln sollte, wer versetzt werden sollte, was gelernt werden sollte oder welches Potenzial am wichtigsten ist, ist die Frage nicht mehr technologischer Natur. Sie wird zu einer kulturellen und ethischen Frage.
Wer hat Handlungsmacht?
Wer definiert Erfolg?
Wer entscheidet, welche Art von Organisation wir werden wollen?
Das sind keine systemischen Fragen. Es sind Fragen der Führung.
Die Fähigkeiten, die an Bedeutung gewinnen, wenn Hard Skills leichter zu ersetzen sind
Die vielleicht provokanteste Erkenntnis aus der Diskussion ist folgende:
Wenn KI zunehmend viele Hard Skills kodifizieren und ausführen kann, dann sind die Fähigkeiten, die für Menschen wertvoller werden, diejenigen, die schwerer zu automatisieren sind.
Nicht nur die technische Ausführung, sondern das menschliche Urteilsvermögen.
Nicht nur Wissen, sondern Sinnstiftung.
Nicht nur Output, sondern Intention.
Andrew hebt mehrere Fähigkeiten hervor, die in diesem Wandel an Bedeutung gewinnen werden:
Lernfähigkeit
In einer Welt des ständigen Wandels wird die Fähigkeit, schnell zu lernen, grundlegend. Nicht nur formales Lernen, sondern die Bereitschaft, zu reflektieren, sich anzupassen und kontinuierlich zu wachsen.
Zusammenarbeit
Und nicht nur die Zusammenarbeit von Mensch zu Mensch. Wir müssen nun über drei Bereiche hinweg denken: Mensch zu Mensch, Mensch zu KI und zunehmend KI zu KI. Das erfordert ein neues Verständnis von Koordination, Vertrauen und gemeinsamer Arbeit.
Kritisches Denken
KI kann schnelle Antworten liefern. Aber Menschen müssen immer noch einen Schritt zurücktreten und bessere Fragen stellen: Was wollen wir erreichen? Welche Annahmen stecken in diesem Prozess? Welche Informationen sind relevant? Was sollte hinterfragt werden?
Prozessorientiertes Denken
Eine der praktischsten Erkenntnisse des Podcasts ist, dass effektive Arbeit mit KI prozessorientiertes Denken erfordert. Menschen, die Ergebnisse in sinnvolle Schritte zerlegen können, sind besser in der Lage, mit intelligenten Systemen zusammenzuarbeiten und sie zu nützlichen Ergebnissen zu führen.
Tiefgreifende menschliche Fähigkeiten
Coaching, Dialog, Zuhören, Selbstwahrnehmung, Konfliktlösung und ethisches Urteilsvermögen sind keine „weichen Extras“ mehr. Sie werden zur zentralen organisatorischen Infrastruktur.
Das ist das Paradoxon: Je mehr Maschinen funktionale Arbeit übernehmen, desto wertvoller werden die sozialen und reflektierenden Fähigkeiten des Menschen.
Von oberflächlichen Fähigkeiten zum menschlichen Potenzial
An dieser Stelle wird die Diskussion für bluquist besonders relevant.
In der Zukunft geht es nicht nur darum, zu erfassen, ob jemand eine Aufgabe ausführen kann.
Es geht darum, zu verstehen, was hinter der Leistung steckt: Motivation, Ambitionen, Werte, Engagement, Lernbereitschaft und Entwicklungsrichtung. Der Podcast weist immer wieder auf ein ganzheitlicheres und dynamischeres Verständnis von Fähigkeiten hin – eines, das über die Logik des Lebenslaufs, über die Anzahl der Jahre an Erfahrung und sogar über isolierte Kompetenzen hinausgeht.
Denn eine Fähigkeit zu besitzen ist nicht dasselbe wie sie nutzen zu wollen.
Und eine Aufgabe erledigen zu können ist nicht dasselbe wie darin wachsen zu können.
Hier wird ein menschenzentrierter Kompetenzansatz unerlässlich. Intelligente Systeme können helfen, Muster sichtbar zu machen. Aber der wahre Wert entsteht durch die Kombination von Daten mit Dialog, von Fähigkeiten mit Motivation und von Analyse mit Bedeutung.
Das ist der Unterschied zwischen der Führung von Mitarbeitern und dem Verständnis von Menschen.
Die Zukunft des Kompetenzmanagements ist dynamisch, nicht defensiv
Viele Organisationen reagieren derzeit mit einer defensiven Haltung auf KI:
- Wie kontrollieren wir sie?
- Wie vermeiden wir Fehler?
- Wie halten wir Schritt?
Das sind berechtigte Fragen. Aber sie sind unvollständig.
Eine wichtigere Frage lautet:
Wie nutzen wir KI, um menschenzentrierter zu werden, statt weniger?
Das bedeutet, Systeme zu entwickeln, die mehr leisten, als Menschen zu klassifizieren. Systeme, die Organisationen dabei helfen, sich entwickelnde Fähigkeiten zu erkennen, individuelles Wachstum zu unterstützen und bessere Entwicklungsentscheidungen zu treffen, ohne die menschliche Komplexität zu verflachen.
Es bedeutet auch, ehrlich mit Kompromissen umzugehen.
Wenn Organisationen KI nur dazu nutzen, mehr Hard Skills zu kodifizieren und die kurzfristige Effizienz zu steigern, gewinnen sie vielleicht an Geschwindigkeit, verlieren aber etwas Wesentliches. Wenn sie KI nutzen, um Lernen, Transparenz, interne Mobilität und sinnvolle Entwicklung zu stärken, können sie etwas Nachhaltigeres schaffen.
Fazit: KI sollte menschliches Urteilsvermögen nicht ersetzen. Sie sollte es neu ausrichten.
KI ist nicht nur ein weiteres Produktivitätswerkzeug.
Sie zwingt Organisationen dazu, neu zu überdenken, was Kompetenz wirklich bedeutet.
Das alte Modell konzentrierte sich auf statische Rollen und formale Qualifikationen. Das nächste Modell wird sich auf dynamische Fähigkeiten, sich entwickelndes Potenzial und Mustererkennung in Echtzeit konzentrieren. Doch wenn diese Transformation bessere Organisationen schaffen soll und nicht nur schnellere Systeme, muss eines klar bleiben:
KI kann Muster erkennen. Menschen müssen entscheiden, was diese Muster bedeuten.
Das erfordert mehr als nur die Einführung.
Es erfordert Absicht.
Es erfordert Gestaltung.
Es erfordert Aufsicht.
Und vor allem erfordert es ein erneutes Bekenntnis zur menschlichen Seite der Arbeit.
Denn die Zukunft des Talentmanagements wird nicht davon abhängen, wie viel KI leisten kann.
Sie wird davon abhängen, was Menschen wertschätzen, wenn KI mehr leisten kann als je zuvor.
Quelle
bluquist Podcast mit Andrew Collier, Head of Campari University, & Johannes Ehrhardt, CEO bluquist
https://www.youtube.com/watch?v=vUbj9aJuafM
Autor
Johannes
Johannes ist CEO, Co-Founder und Commercial Lead bei bluquist.