Der 10x-Wissensarbeiter ist tot. Das ist der 100x Curator

Meine Tochter wird mit KI in praktisch jedem Teil ihres Lebens aufwachsen. Diese eine Tatsache prägt, wie ich gerade über Wissensarbeit denke.

Sie wird nicht danach bewertet werden, was sie weiß, oder wie viel sie produzieren kann. Maschinen decken beides bereits ab. Sie wird danach bewertet werden, wie sie KI steuert, wie scharf sie Fragen stellt, und wie gut sie über Fachbereiche hinweg zusammenführt. Das heißt, viele der Fähigkeiten, auf die wir noch optimieren, veralten gerade still und leise.

Der 10x-Wissensarbeiter, derjenige, der einfach mehr produzierte als alle anderen, ist am Ende. Wenn Output billig wird, hört mehr davon zu produzieren auf, ein Unterscheidungsmerkmal zu sein. Das nächste Jahrzehnt gehört einem anderen Typ Arbeitskraft. Nennt sie den 100x Curator: die Person, die die Maschinen steuert und für das Urteil verantwortlich bleibt.

Vom Produzieren zum Kuratieren

Für den größten Teil der Wissensökonomie war Wissen der Engpass. Auswendiglernen zählte. Erinnerungsvermögen war eine echte Fähigkeit. Wir haben Schulen und Karrieren darum herum gebaut.

Dieser Engpass ist verschwunden. Der neue Engpass ist Urteilsvermögen. Wissen, welchen Quellen ihr vertrauen könnt. Die Sorgfaltsprüfung dessen machen, was die KI euch sagt, statt es direkt in eine Vorstandspräsentation zu kopieren. Die teuren Fehler des nächsten Jahrzehnts kommen nicht von Menschen, die nicht produzieren konnten. Sie kommen von Menschen, die selbstbewusst produzierten und nie kontrollierten.

Wir bilden immer noch für den alten Job aus. Schulen optimieren auf Erinnerungsvermögen. Sie sollten Verifikation, Synthese und Urteilsfähigkeit lehren. Die durch KI freigewordene Kapazität ist nur dann etwas wert, wenn Menschen sie nutzen, um tiefer nachzudenken, statt Mittelmäßigkeit schneller zu automatisieren.

Die fünf Fähigkeiten, die sich wirklich aufbauen

"Lernt KI" ist ein nutzloser Ratschlag. Welchen Teil davon? Hier eine konkretere Antwort: die fünf Fähigkeiten, die den Unterschied machen zwischen Menschen, die echten Hebel aus KI ziehen, und Menschen, die einfach nur mehr Text erzeugen.

1. Verifikation. Prüfen, was das Modell behauptet, bevor ihr danach handelt. Die wertvollste Gewohnheit, und die, die die meisten Menschen auslassen.
2. Synthese. Eine klare Antwort aus vielen Quellen herausziehen, statt die erste plausible zu akzeptieren.
3. Framing. Die Frage gut stellen. Ein scharfer Prompt schlägt ein mächtiges Modell mit einer vagen Frage.
4. Urteilsvermögen. Wissen, wann ihr dem Ergebnis vertrauen könnt, wann ihr tiefer graben müsst, und wann ihr aussteigen solltet.
5. Orchestrierung. Tools und Schritte zu etwas verketten, das eine Aufgabe wirklich abschließt, nicht nur eine clevere Demo.

Achtet darauf, was fehlt: "kennt die meisten Prompts." Prompt-Tricks veralten innerhalb von Monaten. Diese fünf bauen sich über Jahre auf. Und ihr baut sie nicht mit einem Tool-Tutorial auf. Ihr baut sie auf, indem ihr echte Arbeit mit KI im Loop macht und die Fehlschläge auswertet.

KI-Natives gegen KI-Touristen

Das ist es, was mich bei den nächsten fünf Jahren wach hält. Unternehmen spalten sich in zwei Klassen auf, und die Lücke dazwischen wird schwer zu schließen sein.

KI-Touristen besuchen KI. Sie schrauben einen Chatbot an bestehende Prozesse, fügen ein paar Automatisierungen hinzu, nennen es Transformation, und wundern sich, warum ein Wettbewerber so viel schneller unterwegs ist. KI-Natives leben dort. Sie bauen den Workflow rund um das neu auf, was KI möglich macht. Andere Prozesse, andere Einstellungen, andere Erwartungen daran, wie ein Arbeitstag überhaupt aussieht.

Der Tourist optimiert den alten Weg um 10%. Der Native fragt, ob der alte Weg überhaupt existieren sollte. Das hat nichts mit Unternehmensgröße oder Budget zu tun. Ich habe 30-köpfige Firmen gesehen, die durch und durch KI-nativ sind, und große Konzerne, die reiner Tourismus mit einer großen Rechnung sind. Die Produktivitätslücke zwischen beiden baut sich auf, und genau das macht sie gefährlich.

Die schnellsten Erfolge sind langweilig

Wenn Menschen sich KI-Transformation vorstellen, denken sie an etwas Auffälliges. In der Praxis sind die wertvollsten Erfolge unspektakulär, und fast alle laufen auf eine Sache hinaus: finden, was ihr bereits wisst.

Das Ausmaß der Verschwendung ist gut dokumentiert. Das McKinsey Global Institute fand heraus, dass Wissensarbeiter im Schnitt 1,8 Stunden pro Tag, rund 9,3 Stunden pro Woche, mit Suchen und Sammeln von Informationen verbringen. Das ist fast ein Fünftel der Arbeitswoche, verbracht mit der Suche nach Dingen, die irgendwo in der Organisation bereits existieren.

Obendrauf kommt eine Steuer, die niemand auf eine Gewinn-und-Verlustrechnung setzt: Unternehmensamnesie. Dasselbe Problem dreimal gelöst von drei Teams, die nicht wussten, dass die anderen es schon gelöst hatten. Das Angebot, komplett neu geschrieben, weil niemand das gewinnende Angebot vom letzten Jahr finden konnte. Die neue Mitarbeiterin, die Monate braucht, um zu lernen, was schon in irgendwelchen alten E-Mails steht. Die Expertin, die geht und ein Jahrzehnt an Kontext mitnimmt.

Die meisten Unternehmen denken, sie hätten eine Wissensdatenbank. Was sie tatsächlich haben, ist ein Parkplatz für Dokumente, denn Speichern ist nicht Wiederfinden. Die Reifekurve verläuft in vier Stufen. Stufe 1 ist Speicherung: Dateien existieren irgendwo, und sie zu finden hängt davon ab, wen man fragt. Stufe 2 ist Stichwortsuche, die nur funktioniert, wenn ihr den exakten Begriff schon kennt. Stufe 3 ist Retrieval: ihr stellt eine Frage in normaler Sprache und bekommt die relevanten Passagen zurück, mit Quellen. Stufe 4 ist Synthese: das System zieht Informationen aus mehreren Systemen zusammen und gibt eine belegte Antwort, unter Berücksichtigung, wer was sehen darf.

Der Sprung, der alles verändert, ist der von der Suche zum Retrieval. Das ist der Moment, in dem euer Archiv aufhört, ein Kostenpunkt zu sein, und zu einem Wert wird, den Menschen tatsächlich nutzen. Die meisten Organisationen stecken zwischen Stufe 1 und 2 fest und merken nicht, dass Stufe 3 und 4 jetzt in Reichweite sind.

Gebt die Stunden zurück

Wenn KI tatsächlich Zeit freisetzt, verschwenden die meisten Unternehmen die Dividende. Sie messen "mehr geschafft pro Stunde" und füllen die gesparte Stunde sofort mit mehr Aufgaben. Nettoeffekt auf ein Menschenleben: null. Ihr habt das Laufband nur schneller drehen lassen.

Der Beleg dafür, dass KI echte Zeit freisetzt, ist solide. In einer Studie mit 5.179 Kundendienstmitarbeitern fanden die Forscher Brynjolfsson, Li und Raymond einen durchschnittlichen Anstieg von 14% bei gelösten Anliegen pro Stunde, der bei den unerfahrensten Mitarbeitern auf etwa 34% stieg. Die Gewinne sind real. Die Frage ist, was ihr damit macht.

Ich habe meinem eigenen Unternehmen ein Ziel gesetzt, das für einen Tech-Gründer seltsam klingt: dem Team Stunden zurückgeben, ohne Gehalt oder Stellen zu kürzen. Denn wenn unsere KI wirklich funktioniert, ist Zeit das, was sie hervorbringen sollte. Der Weg, das zu schützen, ist bewusst. Findet die Zeit, die KI wirklich freisetzt, und messt sie ehrlich. Entscheidet bewusst, wohin sie fließt, in tiefere Arbeit, besseres Denken, oder echte Erholung. Verteidigt es danach, denn gesparte Zeit verdampft von selbst. Und investiert einen Teil davon zurück in Verifikation und Urteilsvermögen, damit Qualität mit der Geschwindigkeit mitwächst, statt dahinter zurückzubleiben.

KI ersetzt nicht euren Job. Sie ersetzt euer Unternehmen

Alle debattieren darüber, ob KI Jobs wegnimmt. Ich denke, das ist die falsche Analyseebene.

Schaut euch Kodak an. Sie sind nicht untergegangen, weil digitale Fotografie unaufhaltsam war. Sie haben sie selbst erfunden. Ein Ingenieur namens Steven Sasson baute 1975 den ersten Prototyp einer Digitalkamera innerhalb von Kodak. Das Management vergrub sie, aus Angst, sie würde das Filmgeschäft kannibalisieren. Das Ergebnis, Jahrzehnte später: eine Belegschaft, die von 145.000 Mitarbeitenden auf ihrem Höhepunkt 1988 auf heute rund 3.500 schrumpfte. Ganze Gemeinden verloren Renten, Krankenversicherung und eine Lebensweise, weil sich die Branche um sie herum verschob und ihr Arbeitgeber sich weigerte, mitzuverschieben.

Kodak hatte die Technologie. Was ihnen fehlte, war der Mut, sich selbst zu disruptieren. Hier ist die unbequeme Version für heute: euer Job könnte völlig sicher sein, während euer Arbeitgeber still und leise obsolet wird. Die eigentliche Disruption liegt nicht in Rollen, die automatisiert werden. Sie liegt in Geschäftsmodellen, die aufhören, Sinn zu ergeben, und den Menschen, die daran hängen. Die Frage lautet nicht "nimmt KI mir meinen Job weg?" Sie lautet "nimmt KI mir mein Unternehmen weg, und ist die Führung mutig genug, sich zu ändern, bevor das passiert?"

Menschliche Arbeit wird zum Luxusgut

Noch eine Prognose für das kommende Jahrzehnt. "Von Menschen gemacht" wird zu einem Premium-Label, so wie "handgefertigt" es heute ist.

Die Frage ist nicht mehr, ob KI euren Job machen kann. Sie wird, ob jemand extra für die menschliche Version bezahlt. In vielen Fällen wird das der Fall sein. Es wird KI-generierte Verträge und von Menschen verfasste geben, KI-Marketingtexte und menschliche Texte, von KI entworfene Gebäude und von Menschen entworfene. Manche Kunden wählen KI wegen Geschwindigkeit und Preis. Andere zahlen den Aufpreis für menschliches Urteilsvermögen, Geschmack und Verantwortung, für einen Namen, der an der Entscheidung hängt.

Wenn Output zur Ware wird, wandert die Prämie zu Urteilsvermögen, Vertrauen und Geschmack. Das ist etwas Gutes, worauf man hinbauen kann, und genau darauf ist der 100x Curator aufgebaut.

Setzt auf Urteilsvermögen

Die Fähigkeiten, die euch zu einem großartigen 10x-Produzenten gemacht haben, sind nicht die, die als Nächstes am meisten zählen werden. Verifikation, Synthese, Framing, Urteilsvermögen, Orchestrierung: das ist der neue Kern. Kombiniert das mit Retrieval, das wirklich funktioniert, Zeit, die bewusst geschützt wird, und einem Geschäftsmodell, das mutig genug ist, sich zu ändern, und ihr steht auf der richtigen Seite der Kluft.

Ich habe die fünf Fähigkeiten zu einem kostenlosen Leitfaden ausgebaut, mit Anleitung, wie ihr jede davon aufbaut, zusammen mit dem Reifemodell von Speicherung zu Retrieval. Ihr könnt ihn hier über unseren Newsletter bekommen.

Wenn Output billig wird, auf welche Fähigkeit wettet ihr, dass sie wertvoll bleibt? Das würde mich wirklich interessieren. Meine DMs stehen offen.