KI-Agenten verändern die Arbeitswelt: Welche Berufe und Aufgaben wandeln sich zuerst?

Ein Kunde bittet per Nachricht um eine Rückerstattung. Bis vor Kurzem konnte ein KI-Tool die Antwort entwerfen, alles andere erledigte ein Mitarbeiter: die Bestellung prüfen, die Richtlinie nachlesen, die Erstattung veranlassen, den Datensatz aktualisieren. Ein KI-Agent kann die meisten dieser Schritte inzwischen selbst ausführen und gibt nur die Fälle weiter, die nicht in die Regeln passen.

Das ist der eigentliche Wandel hinter der aktuellen Welle „agentischer KI“. Die Frage lautet nicht mehr, wie schnell ein Mitarbeiter eine Aufgabe mit KI-Unterstützung erledigt, sondern welche Aufgaben er überhaupt noch selbst übernimmt.

Dieser Artikel vertritt drei Thesen. Erstens: Agenten verändern Aufgaben lange bevor sie Berufsbezeichnungen verschwinden lassen – und diese Veränderungen können eine Stelle unbemerkt in etwas ganz anderes verwandeln. Zweitens: Welche Aufgaben sich zuerst ändern, lässt sich vorhersagen, wenn man sie an vier Bedingungen misst, die wir im Folgenden darlegen. Drittens: Die meisten Organisationen können diesen Test noch nicht durchführen, weil sie nicht detailliert genug wissen, aus welchen Aufgaben und Skills sich jede Rolle zusammensetzt.

Von KI-Assistenten zu KI-Agenten: Was sich tatsächlich ändert

Ein KI-Assistent reagiert auf eine Anfrage: Sie bitten um einen Entwurf und erhalten einen Entwurf. Ein KI-Agent arbeitet auf ein Ziel hin. Mit Zugriff auf die richtigen Systeme und Berechtigungen kann er Informationen nachschlagen, in Geschäftsanwendungen Aktionen ausführen, das Ergebnis prüfen und über den nächsten Schritt entscheiden – wobei ein Mensch an festgelegten Punkten freigibt oder kontrolliert.

Das Erstattungsbeispiel zeigt den Unterschied Schritt für Schritt:

Die Zeitersparnis ist der sichtbare Teil. Weniger sichtbar ist der Rollenwechsel: Der Mitarbeiter bearbeitet die Standardfälle nicht mehr selbst, sondern beaufsichtigt sie und löst den Rest.

Die Verbreitung schreitet schnell voran, zumindest in den Ökosystemen der größten Anbieter. Microsoft berichtet, dass die Zahl aktiver Agenten in seinem Microsoft-365-Ökosystem im Jahresvergleich um das 15-Fache gestiegen ist, in Großunternehmen um das 18-Fache – auf Basis eigener Plattformdaten von März 2025 bis März 2026.¹ Der Economic-Index-Bericht von Anthropic vom Juni 2026 stellt fest, dass die Nutzung seiner Claude-Modelle zunehmend aus lang laufenden agentischen Aufgaben besteht und sein Coding-Agent deutlich autonomer arbeitet als die Chat-Oberfläche.² Beides sind Anbieterzahlen von den eigenen Plattformen, keine Messgrößen für die Gesamtwirtschaft – aber sie weisen in dieselbe Richtung.

Welche Aufgaben ändern sich zuerst? Ein Test mit vier Kriterien

„Repetitiv“ ist als Vorhersagekriterium nicht gut genug. Viele repetitive Tätigkeiten lassen sich nur schwer abgeben, und manche komplexe Arbeit ist überraschend leicht zu delegieren. Nach unserer Lesart der Daten ist eine Aufgabe reif für einen Agenten, wenn sie vier Bedingungen gleichzeitig erfüllt:

Aufgaben, die alle vier Kriterien erfüllen, ändern sich in der Regel zuerst. Bei Aufgaben, die am letzten Kriterium scheitern, bleibt meist ein Mensch in der Entscheidung, selbst wenn die Technik mehr leisten könnte – weil die Kosten eines Fehlers zu hoch sind. Es handelt sich um einen redaktionellen Bezugsrahmen, nicht um ein validiertes Modell. Die meisten der folgenden frühen Beispiele erklärt er jedoch besser als eine Liste „betroffener Berufe“.

Der Test zeigt auch, warum Berufsbezeichnungen eine schlechte Analyseeinheit sind. Zwei Personen mit dem Titel „Office-Koordinator“ können völlig unterschiedliche Aufgabenprofile haben – und damit eine sehr unterschiedliche Betroffenheit.

Sieben Berufsfelder, in denen der Wandel beginnt

Die folgenden Beispiele sind die Berufsfelder, in denen die vier Bedingungen heute am häufigsten erfüllt sind. Keines davon verschwindet. In jedem geht ein Teil der täglichen Arbeit auf Agenten über, und der verbleibende Teil verändert seinen Charakter.

Kundenservice: Die Arbeit wird zum Ausnahmemanagement

Statusabfragen zu Bestellungen, Standardstornierungen, Kontoänderungen, Ticket-Routing und Folgenachrichten bestehen den Vier-Kriterien-Test. Ein Onlinehändler, der mit einer Welle von Nachrichten zu Lieferverzögerungen konfrontiert ist, könnte einen Agenten die Versanddaten auslesen, die Entschädigungsrichtlinie anwenden und die Routinefälle abschließen lassen – Beschwerden, Streitfälle und schutzbedürftige Kunden blieben den Menschen vorbehalten.

Schnelligkeit ist allerdings nicht dasselbe wie Zufriedenheit. Ein randomisiertes Feldexperiment im Kundenservice von Alibaba, im Mai 2026 als Preprint veröffentlicht, ergab, dass agentische KI die Chats verkürzte, die Kundenbewertungen der von ihr geführten Gespräche aber erheblich senkte. Menschliches Eingreifen sicherte die Qualität bei technischen Eskalationen, half aber weniger, wenn Kunden verärgert waren.⁶ Die Studie ist noch nicht begutachtet, die Lehre daraus ist dennoch nützlich: Zu den Aufgaben, die am Kriterium „korrigierbar“ scheitern, gehören auch emotionale.

Was sich für die Rolle ändert: weniger Nachschlagen, mehr Urteilsvermögen und die Verantwortung, zu prüfen, was der Agent getan hat.

Verwaltung und Büro: von der Sachbearbeitung zur Koordination

Terminplanung, Nachbereitung von Meetings, Spesenabrechnungen, Routinedokumente und die Pflege von Datensätzen sind mehrstufige digitale Abläufe – genau dafür sind Agenten gemacht. Das Update 2025 der Internationalen Arbeitsorganisation (ILO) zu generativer KI und Beschäftigung kam erneut zu dem Ergebnis, dass Büro- und Sachbearbeitungsberufe am stärksten betroffen sind.⁴

Die Organisation einer internen Schulung ist ein gutes Beispiel. Ein Agent kann Termine vorschlagen, Einladungen versenden, Zusagen nachverfolgen und Überschneidungen melden. Die Koordinatorin entscheidet aber weiterhin, welche Überschneidung zählt, wer keinesfalls fehlen darf und worum es bei der Schulung eigentlich geht.

Was sich für die Rolle ändert: weniger Übertragen zwischen Systemen, mehr Koordination, Ausnahmebearbeitung und Verantwortung für die Datenqualität.

Softwareentwicklung: vom Schreiben zum Steuern und Prüfen von Code

In der Softwareentwicklung sind Agenten am weitesten fortgeschritten. Coding-Agenten können Standardkomponenten schreiben, Tests generieren, bestimmte Fehler beheben, Dokumentation aktualisieren und Code umstrukturieren. Die Daten von Anthropic zeigen, dass sein Coding-Agent spürbar autonomer arbeitet als bei der chatbasierten Nutzung.²

Für eine erfahrene Entwicklerin kann ein Routine-Feature heute bedeuten, eine präzise Spezifikation zu schreiben, einen Agenten eine erste Version erstellen zu lassen und diese dann auf Sicherheit, Performance und Passung zum übrigen System zu prüfen. Architektur, unklare Anforderungen und langfristige Wartung bleiben menschliche Arbeit.

Die schwierigere Frage betrifft Nachwuchsentwickler. Routine-Tickets waren für viele von ihnen der Weg, die Codebasis kennenzulernen. Übernehmen Agenten diese Tickets, brauchen Teams einen anderen Weg, um diese Erfahrung aufzubauen (siehe den Abschnitt zu Einstiegspositionen weiter unten).

Was sich für die Rolle ändert: mehr Spezifikation, Review und Systemdesign, weniger Eintippen von Standardcode.

Finanzen und Rechnungswesen: den Abgleich automatisieren, die Verantwortung behalten

Das Finanzwesen beruht auf strukturierten Dokumenten und klaren Regeln. Agenten erweitern hier ganz natürlich die bestehende Automatisierung: Rechnungen auslesen und kontieren, sie mit Bestellungen und Wareneingängen abgleichen, Abweichungen markieren, wiederkehrende Berichte und erste Entwürfe von Abweichungsanalysen vorbereiten.

Das Kriterium „korrigierbar“ setzt die Grenze. Zahlungen, Freigaben und alles, was Betrug oder regulatorisches Berichtswesen berührt, erfordern eine namentlich benannte verantwortliche Person. Ein Agent kann eine Abstimmung vorbereiten, abzeichnen kann er sie nicht.

Was sich für die Rolle ändert: weniger Datensammeln, mehr Analyse, Kontrollen und Entscheidungsunterstützung.

Marketing- und Vertriebsoperationen: Produktion wird billiger, Urteilsvermögen nicht

Zusammenfassungen von Marktforschung, Kampagnenvarianten, Zielgruppensegmente, Performance-Berichte und Entwürfe für Vertriebs-Follow-ups werden zunehmend zur Arbeit von Agenten. Ein kleines Team kann einen Agenten bitten, eine Kampagne zu analysieren, die schwachen Segmente zu finden und Änderungen zur Freigabe vorzubereiten.

Der Haken: Wenn jeder Wettbewerber Inhalte in großer Menge produzieren kann, ist Menge kein Vorteil mehr. Positionierung, Kundenverständnis und redaktionelles Urteilsvermögen werden zum knappen Teil der Arbeit.

Was sich für die Rolle ändert: vom Produzieren von Ergebnissen hin zum Vorgeben der Richtung, zur Auswahl dessen, was veröffentlicht wird, und zur Interpretation der Resultate.

Personalwesen: nützlich für die Administration, reguliert bei Entscheidungen

Im Personalwesen gibt es viele Aufgaben, die sich für Agenten eignen: Stellenbeschreibungen entwerfen, Vorstellungsgespräche terminieren, Routinefragen zu Richtlinien beantworten, das Onboarding über IT, Facility Management und Führungskräfte hinweg vorbereiten und Datensätze bereinigen.

Entscheidungen über Menschen sind etwas anderes – und in der EU ist das nicht nur eine Frage guter Praxis:

• Die KI-Verordnung der EU stuft KI-Systeme, die für Einstellung und Auswahl bestimmt sind (einschließlich gezielter Stellenanzeigen, der Sichtung von Bewerbungen und der Bewertung von Kandidaten), sowie für Entscheidungen über Beförderung, Kündigung, Aufgabenzuweisung und Leistungsüberwachung als Hochrisiko-Systeme ein (Anhang III Nummer 4).⁹
• Nach den Änderungen durch den „Digital-Omnibus“ von 2026 sollen die Hochrisiko-Pflichten für diese Systeme ab dem 2. Dezember 2027 gelten statt ab August 2026.¹⁰
• Arbeitgeber, die ein Hochrisiko-KI-System am Arbeitsplatz einsetzen, müssen die Arbeitnehmervertreter und die betroffenen Beschäftigten informieren, bevor sie es in Betrieb nehmen (Art. 26 Abs. 7).⁹
• Der Einsatz von KI zur Ableitung von Emotionen am Arbeitsplatz ist verboten, außer aus medizinischen oder Sicherheitsgründen (Art. 5 Abs. 1 Buchst. f) – und zwar bereits seit dem 2. Februar 2025.⁹
• Nach der DSGVO haben Personen das Recht, keiner ausschließlich auf einer automatisierten Verarbeitung beruhenden Entscheidung unterworfen zu werden, die ihnen gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt; Ausnahmen sind eng begrenzt (Art. 22 DSGVO).¹¹

Was sich für die Rolle ändert: weniger Administration, mehr Zeit für Entwicklung, Personalplanung und die Personalentscheidungen, die menschlich bleiben müssen.

Gemeinnützige und soziale Organisationen: Kapazitätsgewinne, ungleich verteilt

Kleine Organisationen verwenden einen großen Teil ihrer Zeit auf Förderanträge, Projektberichte, die Einsatzplanung von Ehrenamtlichen und die Kommunikation mit Spendern. Agenten könnten diese Zeit für Programme und Zielgruppen freisetzen. Die Hürde ist der Zugang: Finanzierung, technische Unterstützung, digitale Kompetenzen und Datenschutz sind für einen gemeinnützigen Verein mit fünf Mitarbeitenden schwerer zu stemmen als für eine Konzernabteilung.

Was sich für die Rolle ändert: mehr Kapazität für die eigentliche Mission – sofern sich die Organisation Einrichtung und Aufsicht leisten kann.

Auf einen Blick: Aufgaben ändern sich vor Berufsbezeichnungen

Diese Tabelle ist eine redaktionelle Einschätzung plausibler früher Veränderungen, keine statistische Rangfolge von Berufen und keine Prognose von Stellenverlusten.

Die ILO rückt die Größenordnung ins rechte Licht: Etwa jeder vierte Beschäftigte weltweit arbeitet in einem Beruf, der in gewissem Maß von generativer KI betroffen ist, und für die meisten Stellen ist eine Transformation wahrscheinlicher als eine Ersetzung.⁴ Die Betroffenheit zeigt, wo sich etwas ändern wird – nicht, wie viele Stellen bleiben.

Warum Agenten nicht über Nacht ganze Teams ersetzen

Die Technologie verbessert sich schnell, doch die Zuverlässigkeit bleibt der Engpass. Im OSWorld-Benchmark, bei dem Agenten Aufgaben auf einem echten Computer ausführen, erreichten die besten Systeme laut dem AI Index 2026 der Stanford University 2025 eine Erfolgsquote von 66,3 %. Das liegt nahe am menschlichen Vergleichswert von 72,4 %, bedeutet aber immer noch, dass etwa jeder dritte Versuch scheitert.³ Benchmarks lassen sich nicht direkt auf die Leistung am Arbeitsplatz übertragen, und eine einfache Rechnung zeigt, warum mehrstufige Arbeit schwierig ist: Ein System, das jeden Schritt in 95 % der Fälle richtig ausführt, schließt einen zehnstufigen Ablauf nur in etwa 60 % der Fälle fehlerfrei ab (0,95¹⁰ ≈ 0,60). Deshalb werden Kontrollpunkte und menschliche Prüfung umso wichtiger, je länger die Abläufe sind.

Vier weitere Einschränkungen bremsen den Einsatz:

• Zugang: Agenten helfen nur dort, wo sich Daten und Anwendungen sicher anbinden lassen – und so weit sind viele Organisationen noch nicht.
• Sicherheit: Ein Agent, der Systeme lesen und verändern kann, kann auch Daten preisgeben oder unbeabsichtigte Aktionen ausführen. Anthropic empfiehlt beispielsweise, jedes Tool auf „immer erlauben“, „Freigabe erforderlich“ oder „blockiert“ zu setzen und den Plan eines Agenten statt jedes einzelnen Schritts zu prüfen; das Unternehmen stellt unmissverständlich klar, dass Schutzmaßnahmen gegen Prompt Injection keine Garantie bieten.⁷
• Verantwortung: Die Organisation bleibt für das Ergebnis verantwortlich, unabhängig davon, wer oder was die Aufgabe ausgeführt hat.
• Reifegrad: In der Microsoft-Umfrage 2026 unter 20.000 KI-Nutzern in zehn Ländern gehörten nur 19 % zu der Gruppe, in der sowohl die organisatorischen Fähigkeiten als auch die individuelle Bereitschaft hoch ausgeprägt waren.¹

Für die meisten Arbeitgeber ist nicht das Modell der begrenzende Faktor. Entscheidend ist zu wissen, welche Arbeit man abgibt, wer sie prüft und was die Menschen stattdessen tun.

Die Frage der Einstiegspositionen

Die Aufgaben, die Agenten zuerst übernehmen, sind oft genau jene, an denen früher Neueinsteiger lernten: Vorrecherchen, erste Entwürfe, Routineanfragen, einfache Analysen, das Prüfen der Arbeit anderer. Sie hatten einen geschäftlichen Zweck, schulten aber zugleich das Urteilsvermögen.

Wer sie ohne Plan automatisiert, riskiert eine ausgehöhlte Mitte: heute weniger Nachwuchskräfte, die das Handwerk lernen, morgen weniger erfahrene Fachleute. Eine im September 2026 veröffentlichte ILO-Studie liefert dazu ein relevantes Detail: In mehr als 1.000 lokalen Arbeitsmärkten in 69 Ländern profitierten Beschäftigte im Haupterwerbsalter stärker von neuen Technologien als jüngere oder ältere.⁵

Das Gegenteil ist ebenfalls möglich. Bei guter Betreuung können Nachwuchskräfte mithilfe von Agenten früher anspruchsvollere Arbeit übernehmen. Den Unterschied macht eine bewusste Gestaltung: zum Beispiel, indem neue Mitarbeitende im Rahmen ihrer Einarbeitung Ergebnisse von Agenten prüfen und korrigieren, statt diese Prüfung allein erfahrenen Kollegen zu überlassen.

Die Skills, die neben Agenten an Wert gewinnen

Wenn Menschen nicht mehr jeden Schritt selbst ausführen, sondern Agenten steuern und kontrollieren, werden bestimmte Fähigkeiten wertvoller:

• Urteilsvermögen: erkennen, wann ein Ergebnis falsch ist und wann ein Fall einen Menschen braucht.
• Prozessverständnis: wissen, wie die Schritte zusammenhängen und wo die Risiken liegen.
• KI-Kompetenz: wissen, was man delegieren kann und wo die Grenzen liegen. Nach der KI-Verordnung der EU in ihrer 2026 geänderten Fassung müssen Anbieter und Betreiber von KI-Systemen Maßnahmen ergreifen, um die KI-Kompetenz des Personals zu fördern, das diese Systeme nutzt (Art. 4).^{9, 10}
• Kommunikation und Beziehungen: Verhandlungsgeschick, Empathie und Stakeholder-Management machen einen größeren Teil der verbleibenden Arbeit aus.
• Lernagilität: Laut dem Weltwirtschaftsforum erwarten Arbeitgeber, dass sich bis 2030 39 % der Kernkompetenzen von Beschäftigten verändern.⁸

Ein Befund verdient Aufmerksamkeit, weil er der Intuition widerspricht. In der ILO-Analyse von 2026 ging eine hohe lokale Nachfrage nach kognitiven Fähigkeiten, grundlegenden Computerkenntnissen, Schreibkompetenz, Projekt- und Prozessmanagement sowie Personalführung mit stärkeren Beschäftigungsgewinnen durch neue Technologien einher, während eine höhere Nachfrage nach spezialisierten Kompetenzen in maschinellem Lernen und KI im Durchschnitt mit schwächeren Beschäftigungseffekten verbunden war.⁵ Für die meisten Organisationen sind breit verankerte Kompetenzen in der Belegschaft wichtiger als die Einstellung einiger weniger KI-Spezialisten.

Was jetzt zu tun ist: ein Plan in fünf Schritten

Für die Vorbereitung brauchen Sie kein Transformationsprogramm. Sie brauchen einen klaren Blick auf die Arbeit.

1. Aufgaben auflisten, nicht Berufsbezeichnungen. Halten Sie für ein Team fest, womit die Menschen ihre Woche tatsächlich verbringen. Zwei Personen mit derselben Bezeichnung erledigen oft sehr unterschiedliche Arbeit.
2. Jede Aufgabe an den vier Bedingungen messen. Erreichbar, regelbasiert, überprüfbar, korrigierbar. Die Aufgaben, die alle vier erfüllen, sind Ihre Kandidaten.
3. Festlegen, was menschlich bleiben soll. Manche Aufgaben ließen sich automatisieren, sollten es aber nicht – wegen der Auswirkungen auf Kunden, der Sensibilität der Daten, aus Gründen der Fairness oder wegen rechtlicher Vorgaben, insbesondere im Personalwesen.
4. Die Skills erfassen, die die neue Version der Rolle erfordert. Einen Agenten beaufsichtigen, Ausnahmen bearbeiten und andere anleiten – das sind Skills. Finden Sie heraus, wer sie bereits hat und wer Unterstützung braucht.
5. Einen klar abgegrenzten Ablauf pilotieren. Messen Sie Genauigkeit, Qualität, den Aufwand für die Aufsicht und das Erleben der Mitarbeitenden – nicht nur die eingesparte Zeit.

Ziel ist nicht, so viel wie möglich zu automatisieren. Es geht darum, zu entscheiden, wie Arbeit erledigt werden soll, und den Menschen dann zu helfen, in die daraus entstehenden Rollen hineinzuwachsen.

Fazit

KI-Agenten beginnen, die Zusammensetzung der Arbeit zu verändern: weniger Handarbeit, mehr Aufsicht, mehr Ausnahmen und mehr Urteilsvermögen. Manche Rollen werden schrumpfen, andere wachsen, und rund um die Steuerung und Governance von Agenten entstehen neue Verantwortlichkeiten. Es gibt keine belastbare Grundlage für die Vorhersage, dass jeder Bürojob verschwindet – oder dass die Produktivität automatisch steigt.

Die größte Veränderung sind womöglich gar nicht verlorene Berufsbezeichnungen. Vielleicht ist es vielmehr so, dass dieselben Berufsbezeichnungen sehr unterschiedliche Tätigkeiten beschreiben – und dass die Organisationen, die die Aufgaben und Skills ihrer Mitarbeitenden kennen, diesen Wandel am besten bewältigen werden.

Häufig gestellte Fragen

Was ist ein KI-Agent am Arbeitsplatz?

Ein KI-Agent ist ein System, das eine Abfolge von Schritten auf ein Ziel hin plant und ausführt und dabei angebundene Anwendungen und Unternehmensinformationen nutzt. Anders als ein Chatbot, der nur antwortet, kann ein Agent Aktionen ausführen – etwa einen Datensatz aktualisieren oder eine Anfrage bearbeiten –, das Ergebnis prüfen und nachsteuern, in der Regel innerhalb von Grenzen und Freigaben, die die Organisation festlegt.

Welche Berufe betreffen KI-Agenten zuerst?

Kundenservice, Verwaltungs- und Sachbearbeitungstätigkeiten, Softwareentwicklung, Finanzen, Marketingoperationen und die Personaladministration gehören zu den ersten. Innerhalb dieser Bereiche ändern sich zuerst die Aufgaben, die digital, regelbasiert und leicht zu prüfen sind und bei denen ein Fehler wenig Risiko birgt.

Werden KI-Agenten Mitarbeitende ersetzen?

Manche Aufgaben werden vollständig automatisiert, und manche Rollen könnten schrumpfen. Die aktuelle Datenlage, einschließlich der globalen Analyse der ILO, deutet vor allem darauf hin, dass sich Stellen wandeln, statt ersetzt zu werden – das Ergebnis hängt jedoch davon ab, wie jede Organisation die Arbeit neu gestaltet.

Welche Skills brauchen Mitarbeitende für die Arbeit mit KI-Agenten?

Urteilsvermögen und Qualitätskontrolle, Prozessverständnis, KI-Kompetenz, Kommunikation und die Fähigkeit, kontinuierlich weiterzulernen. Für die meisten Organisationen scheinen breit verankerte Kompetenzen in der Belegschaft wichtiger zu sein als spezialisiertes KI-Fachwissen.

Sind KI-Agenten im Personalwesen in der EU reguliert?

Ja. KI-Systeme, die für Einstellung, Beförderung, Kündigung, Aufgabenzuweisung oder Leistungsüberwachung eingesetzt werden, gelten nach der KI-Verordnung der EU als Hochrisiko-Systeme (Anhang III Nummer 4); die Pflichten sollen nach den Änderungen von 2026 ab dem 2. Dezember 2027 gelten. Die DSGVO-Vorschriften zu automatisierten Entscheidungen (Art. 22 DSGVO) gelten bereits.

Wie hilighter Sie unterstützen kann

Die Vorbereitung auf KI-Agenten beginnt damit, die Skills Ihrer Mitarbeitenden zu kennen und zu wissen, wie sie mit der Arbeit zusammenhängen. hilighter ist eine KI-gestützte Plattform, um Skills zu erfassen, zu messen und zu fördern: Sie können Skills nach Rolle, Niveau und Team organisieren, den Wert jeder Schulung und jeder Praxiserfahrung ermitteln, Stärken erkennen und Skill-Lücken schließen sowie alle Mitarbeitenden mit einem personalisierten Lernpfad begleiten. So erhalten Sie das Bild von Aufgaben und Skills, das Sie brauchen, um zu entscheiden, was automatisiert wird, was menschlich bleibt und wer Unterstützung benötigt. Der Basic-Tarif ist kostenlos.

Quellen

1. Microsoft WorkLab, 2026 Work Trend Index: „Agents, human agency, and the opportunity for every organization“, 5. Mai 2026. Umfrage unter 20.000 KI-Nutzern in 10 Ländern; Wachstum der Agenten auf Basis von Microsoft-Plattformdaten.
2. Anthropic, Anthropic Economic Index report: Cadences, 26. Juni 2026.
3. Stanford Institute for Human-Centered AI, The 2026 AI Index Report, 2026.
4. Internationale Arbeitsorganisation (ILO), Generative AI and jobs: A 2025 update, 20. Mai 2025.
5. I. Delaporte und V. Escudero, Internationale Arbeitsorganisation (ILO), From exposure to opportunity: Why skills shape the employment effects of new technologies, 29. September 2026.
6. Y. Wang, C. Zhu, T. Feng, L. X. Lu und B. Jia, Agentic AI and Human-in-the-Loop Interventions: Field Experimental Evidence from Alibaba's Customer Service Operations, arXiv-Preprint, Mai 2026 (noch nicht im Peer-Review-Verfahren begutachtet).
7. Anthropic, Trustworthy agents in practice, 9. April 2026.
8. Weltwirtschaftsforum, The Future of Jobs Report 2025, Januar 2025.
9. Verordnung (EU) 2024/1689 (Verordnung über künstliche Intelligenz, KI-Verordnung), Amtsblatt der Europäischen Union, Art. 4, Art. 5 Abs. 1 Buchst. f, Art. 26 Abs. 7 und Anhang III Nummer 4.
10. Verordnung (EU) 2026/1744 zur Änderung der Verordnung (EU) 2024/1689 („Digital-Omnibus zur KI“), Amtsblatt der Europäischen Union, 24. Juli 2026.
11. Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung, DSGVO), Art. 22 DSGVO.

Quellen und regulatorische Verweise zuletzt geprüft am 16. Oktober 2026.