Holger Schmidt beschreibt in der FAZ ein Phänomen, das wie ein Röntgenbild wirkt: Die USA wachsen, der Beschäftigungsaufbau bleibt dünn. Wenn Produktivität steigt, aber Jobs kaum entstehen, liegt der Verdacht nahe, dass eine neue Allzwecktechnologie ihre „Erntephase“ erreicht – und dass Wachstum sich vom Faktor Arbeit entkoppelt. So weit, so plausibel.
Nur: Wer daraus eine politische Handlungsanleitung für Deutschland ableiten will, greift schnell daneben. Denn der deutsche Arbeitsmarkt läuft in ein anderes Paradoxon hinein – nicht „Wachstum ohne Jobs“, sondern „Jobs ohne Menschen“. Und das ist mehr als Semantik: Es entscheidet darüber, ob KI zur Wohlstandsmaschine wird oder zur Ausrede.
Deutschlands anderes Paradoxon: Stellen sind da – nur der Mensch dazu fehlt
Die ZP Nachgefragt Week hat an mehreren Stellen ein Muster sichtbar gemacht, das in der öffentlichen Debatte ständig übertönt wird: Der Engpass ist nicht primär die Technologie, sondern die Organisations- und Arbeitskraftseite – also Verfügbarkeit, Qualifikationen, Belastbarkeit, Führung, Prozesse.
Robindro Ullah (Trendence) hat das in seiner Recruiting-Session indirekt auf den Punkt gebracht: Der „Bewerbungsprozess“ ist längst ein Produkt, das Kandidatinnen und Kandidaten wie Kundinnen und Kunden bewerten – und das bei Fachkräften mit technischem Hintergrund auf Basis einer laufenden Langzeitmessung („HR Monitor“; rund 10.000 Befragte je Iteration). Das ist der empirische Unterbau für eine unbequeme Diagnose: Wer heute über Fachkräftemangel spricht, darf nicht so tun, als sei das ein Stimmungsthema. Es ist ein Marktdesign-Thema – und zwar eines, das sich in Prozesszeiten, Absprungraten und Qualitätswahrnehmung niederschlägt.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Und genau dort beißt sich die deutsche Debatte fest: Während man politisch über „mehr Arbeit“ streitet, verlieren Unternehmen parallel Arbeitszeit und Leistung durch Reibung, Fehlsteuerung, fehlende Passung – und durch die banale Tatsache, dass die richtigen Profile nicht rechtzeitig an Bord kommen.
KI scheitert am Organigramm – nicht am Modell
Bernhard Steimel hat in der Session „People First“ keine Technologiepredigt gehalten, sondern eine Organisationslehre: 60 Stunden Interviews, rund 55 Unternehmen, „das Beste aus dem deutschen Mittelstand“ – und die Kernformel lautet nicht „Tool First“, sondern „People First“.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Bemerkenswert ist dabei nicht die Wortwahl, sondern die Konsequenz: Steimel beschreibt KI ausdrücklich als „People Project“ – und nicht als IT-Rollout. Und er wird operativ: Statt „Tool Rollouts“ brauche es Promptraining, Schulung, Governance – und vor allem eine Kultur, die Lernen und Fehler aushält. Governance dürfe dabei nicht als Bremsklotz verstanden werden, sondern müsse iterativ mit Erfahrung wachsen – sonst ist alles „ordnungsgemäß“, aber nicht wirksam.
Das ist der zentrale Konter gegen die bequeme Lesart des US-Beispiels: Selbst wenn KI produktivitätsfähig ist, heißt das nicht, dass sie sich automatisch in Produktivität übersetzt. Dazwischen liegt Organisation. Und Organisation ist in Deutschland nicht nur ein Managementthema, sondern – mit Mitbestimmung, Qualifikationsarchitektur, Arbeitszeitregimen – ein politisches Thema.
Recruiting im KI-Zeitalter: Die Suche wird dialogisch – und der Markt härter
Ein besonders scharfer Befund aus Ullahs Material: Jobsuche verschiebt sich in Richtung KI; jeder zweite gibt zu Protokoll, passende Stellenangebote via KI zu suchen. Das ist mehr als ein Kanalwechsel. Es bedeutet: Sichtbarkeit wird sekundär, Dialogfähigkeit wird primär. Wer als Arbeitgeber nicht „konversationsfähig“ wird – in Sprache, Daten, Prozesslogik – verliert Reichweite, bevor überhaupt jemand „Bewerben“ klickt.
Damit kollidiert eine zweite deutsche Eigenheit: die Liebe zur prozessualen Selbstberuhigung. Zu viele Schleifen, zu wenig Tempo, zu wenig Feedback, zu wenig Respekt im Verfahren – das alles wird in einem Markt, der sich per KI beschleunigt, nicht neutral bleiben. Es wird zu einem Kostenfaktor: nicht nur im Employer Branding, sondern in realen Vakanztagen, Opportunitätsverlusten und Projektverzögerungen.
Holger Schmidt warnt in der FAZ vor einer Zukunft, in der Gewinne der Produktivitätsrevolution bei Kapitalbesitzern landen. Das ist eine berechtigte Sorge. Aber für Deutschland kommt eine vorgelagerte Gefahr hinzu: Wir erleben gerade, wie Wertschöpfung schon vor der Verteilung scheitert – weil Arbeitskraft, Skills und Prozesse nicht zusammenfinden.
Der unterschätzte Produktivitätskiller: mentale Belastung und Führungsrealität
Wer nur über Technologie und Arbeitsstunden spricht, übersieht, dass Produktivität in Organisationen nicht an Excel-Kennzahlen, sondern an Menschenkörpern hängt. In der ZP-Woche wurde das nüchtern auf den Tisch gelegt: Psychische Erkrankungen machen 17,4 Prozent der AU-Fehltage aus; die durchschnittliche Falldauer liegt bei 33 Tagen; die Krankheitstage wegen psychischer Erkrankungen sind in zehn Jahren deutlich gestiegen.
Das sind keine Randnotizen. Das ist Arbeitsangebotspolitik in Zahlen – nur eben nicht als Sonntagsrede, sondern als Betriebsrealität.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Und es ist auch KI-Politik: KI kann entlasten, aber sie kann auch Stress erzeugen – durch Lernstress, Autonomieverlust, Unsicherheit. Wer das ignoriert, bekommt am Ende jene „jobless growth“-Ästhetik, über die alle reden – nur nicht als Produktivitätswunder, sondern als Ausfallwelle.
Was aus dem US-Befund für Deutschland wirklich folgt
Schmidts US-These ist als Warnsystem wertvoll. Aber der deutsche Schluss darf nicht lauten: „Dann müssen wir nur schneller automatisieren.“ Er muss lauten: Wir müssen schneller organisieren.
Die empirische Linie aus der ZP Nachgefragt Week ist dafür ziemlich geschlossen:
Steimel zeigt, dass KI-Einführung nicht an Modellen scheitert, sondern an Kultur, Qualifikation, Governance und Führung – und dass die wirklich resilienten Unternehmen genau dort investieren.
Ullah zeigt, dass Recruiting im KI-Zeitalter ein datengetriebenes Marktspiel ist, in dem Prozesse über Erfolg und Misserfolg entscheiden – und dass die Jobsuche selbst bereits KI-getrieben wird.
Und die Learning-Perspektive macht klar, dass „Upskilling“ nicht als Einmal-Kurs funktioniert, sondern als Infrastruktur aus Klarheit („Single Point of Truth“), Experimentierräumen und Begleitung – sonst gewinnt Schatten-KI, nicht Kompetenz.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Wenn Politik daraus eine Agenda ableiten will, dann bitte nicht als Symbolpolitik („42 Stunden!“), sondern als Betriebsmodellpolitik: Datenfähigkeit in Verwaltungen und Unternehmen, arbeitsmarktnahes Lernen, schnellere Matching-Infrastruktur, klare Verantwortlichkeiten in KI-Projekten, und ein Arbeits- und Gesundheitsschutz, der die tatsächlichen Belastungen ernst nimmt.
Denn die eigentliche Gefahr ist nicht, dass Deutschland zu viele Jobs verliert. Die eigentliche Gefahr ist, dass Deutschland gar nicht erst genug produktive Arbeit organisiert bekommt, um den Wohlstand zu halten – und dann im Rückspiegel amerikanische Debatten nachspielt, während hier die Wertschöpfung an der Schnittstelle von Mensch, Organisation und Technologie versandet.
