Wofür bezahlen wir eigentlich noch?
In den meisten Unternehmen, mit denen ich arbeite, hängt die Vergütung an zwei Größen: Fachwissen und Verweildauer. Beide sind sauber dokumentiert, beide sind verhandelbar, beide stehen in jedem Gehaltsband.
Und beide verlieren gerade ihren Wert.
Die Frage, die daraus folgt, taucht in keiner Transformationsagenda auf. Sie ist trotzdem die wichtigste: Wofür bezahlen wir eigentlich noch?
Die Währung, die keine mehr ist
Der Wert von Arbeit war zweihundert Jahre lang klar geregelt. Er entstand aus Wissen, Erfahrung und Handwerk. Erworben über eine Ausbildung, verdichtet über Jahre, vergütet über Seniorität. Auf dieser Rechnung ruhen bis heute Gehaltsbänder, Karrierestufen und die stille Übereinkunft, dass jemand, der lange dabei ist, es besser weiß.
Diese Rechnung geht nicht mehr auf.
Die Halbwertszeit von Fachwissen ist von rund fünfundzwanzig auf sechs Jahre gefallen. Wer heute anfängt, sieht die Hälfte seines fachlichen Startkapitals entwertet, bevor er die erste Beförderung erreicht. Und Seniorität war nie eine echte Messgröße für Kompetenz. Sie war eine Abkürzung: Wer lange dabei war, hatte mehr gesehen und wusste deshalb vermutlich mehr. Die Abkürzung funktioniert nicht mehr, wenn Wissen für jeden jederzeit abrufbar ist.
Das ist der eigentliche Bruch. Nicht dass Arbeit weniger wichtig würde. Sondern dass das, was ihren Wert ausmachte, seine Knappheit verliert.
Die falsche Antwort
Die meisten Organisationen behandeln das als Effizienzthema. Sie automatisieren, was sich automatisieren lässt, sparen Stunden ein und nennen das Transformation.
In der kurzen Frist funktioniert das. Strukturell beschleunigt es das Problem. Wer die alte Wertschöpfung optimiert, wird in ihr schneller. Er wird nicht relevanter. Am Ende steht eine Organisation, die effizient produziert, was zunehmend niemand mehr exklusiv von ihr braucht.
Und es passiert etwas, das in keiner Effizienzrechnung auftaucht. Wenn Wissen entwertet wird, ohne dass etwas an seine Stelle tritt, verlieren Menschen nicht nur Aufgaben. Sie verlieren die Grundlage ihres beruflichen Selbstbildes. Deshalb ist Widerstand gegen KI in Unternehmen fast nie technisch. Er ist eine Reaktion auf eine Bedrohung der eigenen Rolle. Und er zeigt sich selten als offene Ablehnung, sondern als stille Nichtnutzung. Die aufschlussreichste Zahl in KI-Programmen steht nicht im Business Case. Es ist die Nutzungsquote nach sechs Monaten.
Wo der Wert jetzt liegt
Wenn die Antwort jederzeit verfügbar ist, verschiebt sich der Wert auf das, was davor und danach kommt. Auf die Frage. Und auf das Urteil.
Urteil ist dabei nichts Weiches. Es ist die Fähigkeit, unter Unsicherheit und bei widersprüchlicher Faktenlage zu einer Entscheidung zu kommen und für sie einzustehen. Es braucht Haltung, also Klarheit darüber, wofür ein Unternehmen steht. Es braucht Sinn, also Klarheit über das eigentliche Ziel hinter dem Messbaren. Und es braucht Empathie, also ein Gespür dafür, was die Menschen brauchen, die von der Entscheidung betroffen sind.
Das Entscheidende daran: Urteil lässt sich individuell nicht beliebig steigern. Wissen kann jeder für sich erweitern. Ein Urteil wird erst besser, wenn es auf andere Perspektiven trifft, die es prüfen und stören.
Urteilsqualität ist eine kollektive Größe. Damit liegt der Engpass in Organisationen nicht im Wissensbestand. Er liegt in der Fähigkeit, das vorhandene Wissen der eigenen Leute in gemeinsames Urteil zu überführen.
Was das für Führung bedeutet
Die klassische Führungsrolle war die Entscheidungsinstanz. Wer führte, wusste mehr und entschied deshalb. Diese Rolle ruhte auf einem Informationsvorsprung, den es nicht mehr gibt.
Die neue Aufgabe ist anspruchsvoller: Entscheidungsräume gestalten. Bedingungen schaffen, unter denen unterschiedliche Perspektiven wirklich aufeinandertreffen, unter denen Widerspruch möglich ist, ohne dass er Karriere kostet, und unter denen am Ende trotzdem entschieden wird.
Das ist präzise Arbeit und keine Frage der guten Stimmung. Es geht um Entscheidungslogiken, um Rollen, um Taktung. Wer das nicht gestaltet, bekommt keine kollektive Intelligenz. Er bekommt Abstimmungsschleifen.
Es ist messbar
Das klingt nach Haltung. Es ist aber überprüfbar.
Gemeinsam mit Prof. Dr. Katharina-Maria Rehfeld von der International University Berlin habe ich Transformationsprojekte im DACH-Raum danach untersucht, ob sie kollektive Intelligenz, künstliche Intelligenz, beides oder keines von beidem systematisch einsetzen.
Das Ergebnis ist eindeutig. Projekte mit kollektiver Intelligenz sind deutlich erfolgreicher als der Durchschnitt. Projekte mit KI ebenfalls. Und Projekte, die beides kombinieren, haben eine bis zu fünffach höhere Erfolgswahrscheinlichkeit als das Standardvorgehen.
Die Kombination ist der Punkt. Technologie allein reicht nicht. Beteiligung allein auch nicht.
Nichts Neues erfinden
Die gute Nachricht ist unspektakulärer, als das Problem vermuten lässt.
Es geht nicht darum, eine neue Fähigkeit zu erfinden. Es geht darum, eine sehr alte wieder verfügbar zu machen: gemeinsam zu einem Urteil kommen. Zweihundert Jahre Arbeitsorganisation haben sie nach hinten geschoben, weil sie in einer auf Standardisierung ausgelegten Wertschöpfung entbehrlich war.
Sie ist jetzt der Engpass. Und sie ist gestaltbar.
Bleibt die Frage vom Anfang. Wofür bezahlen wir noch? Vermutlich nicht mehr dafür, dass jemand die Antwort kennt. Sondern dafür, dass er mit anderen zu einem Urteil kommt, das keiner von ihnen allein gefunden hätte.
Das steht in keinem Gehaltsband. Noch nicht.
Ricardo dos Santos Miquelino ist Co-CEO von ... and dos Santos und Partner am Swiss Future Institute. Er arbeitet seit über fünfzehn Jahren an der Schnittstelle von kollektiver und künstlicher Intelligenz mit Organisationen wie ZEISS, Deutsche Bahn und Coca-Cola.