KI-Jobs

Neue Berufsbilder durch Künstliche Intelligenz

Der Einsatz von KI-Methoden wird sicher eine ganze Reihe von Jobs kosten, doch es entstehen auch neue Berufsbilder.

Roboterhand bedient ein Gerät

KI übernimmt einige Jobs, schafft aber auch neue.

Automatisierung, Künstliche Intelligenz, Roboter - Unternehmen erwarten davon Effizienz und ein erneutes Wachstum der Produktivität. In Zukunft sollen viele Routinetätigkeiten von Software und Robotern ersetzt werden. Das Institut für Arbeitsmarkt- und Berufsforschung (IKB), eine Forschungseinrichtung der Bundesagentur für Arbeit hat bereits vor zwei Jahren in einer Studie das Automatisierungspotenzial von typischen Berufsbildern in der deutschen Wirtschaft untersucht.

Die Forscher unterscheiden zwischen Routinearbeiten, die sehr leicht zu automatisieren sind und anderen Tätigkeiten, die bis auf weiteres dem Menschen vorbehalten bleiben. Die Mischung dieser beiden Anteile ist je nach Berufsbild sehr unterschiedlich, aber nur selten besonders hoch. So liegt die Zahl der Beschäftigten, deren Job größtenteils (mehr als 70 Prozent) automatisierbare Routinetätigkeiten enthält, eher niedrig: 4,4 Millionen Menschen haben solche Jobs.

KI-Anwendungen müssen penibel trainiert werden

Gut möglich, dass die Unternehmen in den nächsten Jahren nach und nach alles automatisieren, was sich dafür eignet. Ein häufig genanntes Beispiel sind bestimmte Servicetätigkeiten, etwa im Aftersales-Support. Es ist altbekannt, dass gut 80 Prozent aller Anfragen zu einem Bündel aus wiederkehrenden Problemen gehören - Automatisierungspotenzial durch einen Chatbot. In der Idealvorstellung werden die Mitarbeiter also einfach durch ein Neuronetz ersetzt. Deep Learning sorgt dafür, dass es die 80 Prozent Routinefragen problemlos beantworten kann und für den Rest an einen menschlichen Mitarbeiter verweist.

Doch so einfach ist die Sache nicht. Denn ein Neuronetz muss erst einmal trainiert werden, bevor es seine Aufgabe erfüllt. Dafür benötigt es enorme Mengen an Beispieldaten, die besonders penibel vorbereitet werden müssen, damit das Netz anschließend tatsächlich die richtigen Antworten geben kann. Zudem sollte es auch ein gewisses Grundverständnis der menschlichen Sprache haben, da Dialoge mit Kunden nicht nach „Lehrbuch“ laufen werden. Darüber hinaus muss das Neuronetz auch Gesprächsführung beherrschen, damit die Kunden den KI-Mitarbeiter überhaupt akzeptieren und sich nicht einfach zu den dann vollkommen überlasteten, verbliebenen menschlichen Kollegen durchschalten lassen.

Anders ausgedrückt: Die flächendeckende Einführung von Neuronetzen und Deep Learning in den Unternehmensprozessen macht zwar eine Reihe von Jobs ganz oder teilweise überflüssig, erzeugt aber neue Berufsbilder und Rollen rund um die Künstliche Intelligenz. Viele dieser Rollen gibt es schon heute und ihr „Zuschnitt“ ist in Ansätzen bereits erkennbar. Die Unternehmensberatung Accenture hat in einer globalen Studie mehr als 1000 Unternehmen untersucht, die Machine Learning einsetzen.

Das Ergebnis: Es sind eine Reihe an neuen, technischen Jobs entstanden, die in drei unterschiedliche Aufgabenbereiche fallen: Trainieren, Erklären und Überprüfen, Trainer, Explainer und Sustainer in der Accenture-Terminologie. Laut der Studie übernehmen Menschen im KI-Umfeld häufig die folgenden Aufgaben: Sie trainieren Neuronetze. Sie präsentieren ihre Anforderungen und Ergebnisse dem Management oder den Kunden. Sie sorgen für Qualität der KI-Systeme, die keine unbeabsichtigten Nebenfolgen bewirken sollte.

Neue Fähigkeiten, neue Ausbildungen

Diese neuen Berufsbilder erfordern in großem Maße Fähigkeiten und Wissen, dass zurzeit in der Hochschulbildung und den Berufsausbildungen nur selten vermittelt wird. Die meisten Leute, die heute solche Aufgaben erfüllen, haben ihre Kenntnisse in der Praxis erworben. Doch mit zunehmender Ausdifferenzierung der einzelnen Rollen wird es mehr und mehr formalisierte Bildungswege dafür geben.

Sehr wahrscheinlich wird die Entwicklung auf eine Weise geschehen, die mit den noch jungen Berufen App-Entwickler und UI/UX-Designer vergleichbar ist. Denn inzwischen gibt es zahlreiche Schulungen für diese neuen Professionen und sogar eine eigene Universität mit einem Schwerpunkt auf moderne Anwendungsentwicklung. Diese Professionalisierung der Ausbildung führt im zweiten Schritt zu einer Professionalisierung der Berufsbilder mit einer entsprechenden, durch Zertifikate beweisbaren Aus- oder Weiterbildung haben deutlich größere Chancen auf einen Job als ohne. Auch in der App-Entwicklung ist die Zeit der Autodidakten und Quereinsteiger langsam vorbei.

Vermutlich werden die KI-Berufsbilder zu gleichen Teilen durch universitäre, berufszentriert-akademische (FH, duales Studium) und nichtakademische Ausbildungen erreicht werden. So sind Rollen rund um die Entwicklung von Hardware und Software von KI-Systemen eher typische Fälle für Hochschulen, während Aufgaben beim Training von Neuronetzen oder der Auswertung und Aufbereitung von KI-Ergebnissen auch als typisches Berufsbild für Absolventen des dualen Ausbildungssystems denkbar sind, etwa „Fachinformatiker KI-Systeme“.

Nicht alles Wünschenswerte wird auch tatsächlich umgesetzt und darüber hinaus ist die Breite des KI-Einsatzes im Moment noch völlig offen. Je mehr einzelne KI-Instanzen ein Unternehmen nutzt, desto mehr KI-Jobs muss sie anbieten. Die Entwicklung der nächsten 10-20 Jahre wird zeigen, welche Berufe tatsächlich entstehen. Immerhin wird dadurch deutlich, dass auch der breite Einsatz von KI-Methoden nicht zum totalen Jobverlust führen wird: Ohne Hilfe durch Menschen ist ein System für Machine Learning bloß ein nutzloser Speicherbereich im Computer.

Bildquelle: Thinkstock

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok