Welche Aufgaben kann KI übernehmen? Warum du die falschen abgibst

Welche Aufgaben Menschen an KI abgeben wollen

Welche Aufgaben KI übernehmen kann, schien für dich eine erledigte Frage. Du hast abgegeben, was sich abgeben ließ. Den ersten Entwurf schreibt jetzt der Copilot. Die Auswertung läuft über ein Dashboard, das sich selbst füttert. Die Zusammenfassung nach dem Meeting kommt, bevor du den Raum verlassen hast. Alles, was du dir gewünscht hast.

Und trotzdem fühlt sich dein Arbeitstag leerer an als vorher.

Die naheliegende Erklärung: Du bist undankbar. Du hast bekommen, was alle wollten, weniger Routinearbeit, und beschwerst dich. Aber die Erklärung greift nicht. Was du erlebst, hat eine Struktur. Die Forschung hat sie gerade vermessen.

Eine Forschungsgruppe um Jaspreet Ranjit und Daniele Quercia stellte 2026 zwei verschiedene Fragen an denselben Datensatz: 202 Arbeitende in den USA, über Prolific rekrutiert und auf Fachvertrautheit vorgescreent, bewerteten 171 Aufgaben aus 22 Berufen und 12 Branchen. Erste Frage: Welche Aufgaben wollen Menschen an KI abgeben? Zweite Frage: Welche Aufgaben sind tatsächlich KI-exponiert? Die Antworten hätten sich decken können. Tun sie nicht.

Die erste Auswertung, veröffentlicht von Ghia, Ranjit, Cerquitelli und Quercia auf der CHIWORK '26, knüpft an David Graebers Theorie sinnloser Jobs an, geht aber feiner vor als Graeber selbst. Nicht ganze Berufe werden als sinnlos markiert, sondern einzelne Aufgaben innerhalb desselben Jobs. Derselbe Beruf enthält Tätigkeiten, die jemand als zutiefst sinnvoll empfindet, neben solchen, die als reine Zeitverschwendung gelten. Was für den einen eine tragende Kernaufgabe ist, empfindet der andere als bürokratische Pflicht. Im selben Team, mit derselben Stellenbeschreibung. Das Bild wird erst auf Aufgabenebene ehrlich.

Der Befund: Wie sinnlos eine Aufgabe empfunden wird, sagt den Wunsch, sie an KI abzugeben, stark voraus. Mehr noch: Dieselben Aufgaben, die als sinnlos gelten, sind auch die, bei denen Menschen wenig Bedarf für menschliche Aufsicht sehen. Die Abstimmungsschleife zwischen Abteilungen, das Nachhalten von Fristen, die dritte Version eines Statusberichts, die Formatierung, die niemand liest: Du weißt, welche Aufgaben gemeint sind. Und du weißt vermutlich genauso gut, dass genau diese Aufgaben immer noch auf deinem Tisch liegen.

Menschen wissen also ziemlich genau, was sie loswerden wollen. Das Problem liegt nicht in der Diagnose.

Welche Aufgaben KI tatsächlich übernimmt

Die zweite Auswertung desselben Datensatzes (veröffentlicht von Ranjit, Zhou, Swayamdipta und Quercia auf der CHI '26) stellt die andere Frage: Welche Dimensionen sinnvoller Arbeit hängen an den Aufgaben, die KI-exponiert sind?

Für diese Analyse bewerteten neben den 202 Arbeitenden auch 197 Entwicklerinnen und Entwickler die Aufgaben. Die Bewertungen wurden anschließend per Sprachmodell auf 10.131 computergestützte Tätigkeiten über alle US-Berufe hochgerechnet, eine Extrapolation, keine direkte Bewertung jeder einzelnen Tätigkeit durch Menschen. Die Zahl beschreibt die Menge an Tätigkeitsbeschreibungen, auf die das Modell die menschlichen Urteile übertragen hat, nicht die Menge an Menschen, die befragt wurden.

Das Muster, das sich zeigt: Aufgaben, die Menschen mit Handlungsspielraum und Freude verbinden, sind überproportional KI-exponiert. Die Forschenden formulieren vorsichtig; die Daten zeigen ein Muster, keine Kausalität. Aber es ist konsistent über Berufsgruppen und Branchen hinweg.

Was dagegen am wenigsten KI-exponiert ist: Aufgaben, die emotionale Wahrnehmung verlangen. Persönliche Begegnung. Beziehungsarbeit. Soziale Verbindung. Die Dinge, die du nicht an eine Maschine delegieren könntest, selbst wenn du wolltest.

Es gibt einen Nebenbefund, der das Bild schärfer macht. Die Studie verglich auch, welche Eigenschaften Entwicklerinnen und Entwickler ihren KI-Systemen mitgeben wollen und welche sich Arbeitende von diesen Systemen wünschen. Die Bauenden entwerfen Systeme, die höflich, streng und einfallsreich sein sollen. Die Benutzenden wollen geradeheraus, nachsichtig und praktisch. Zwei Gruppen, die nicht dasselbe meinen, wenn sie "gute KI" sagen.

Geradeheraus statt höflich. Das klingt wie ein Stilunterschied. Aber es zeigt eine tiefere Kluft. Wer KI-Werkzeuge baut, denkt in Fähigkeiten: Was soll das System können? Wer sie benutzt, denkt in Arbeitssituationen: Was brauche ich, wenn der Druck steigt und ich in fünfzehn Minuten liefern muss? Höflichkeit hilft in der Demo. Klarheit hilft um halb sechs, wenn der Projektbericht fällig ist.

Das ist kein technisches Detail. Es bedeutet, dass die Werkzeuge, die dir Aufgaben abnehmen, nach Kriterien gebaut werden, die nicht deine sind. Nicht aus böser Absicht. Sondern weil niemand dich gefragt hat.

Die Schere zwischen Wunsch und Wirklichkeit

Zwei Auswertungen desselben Datensatzes, nicht zwei unabhängige Studien. Zwei verschiedene Linsen auf dieselbe Situation.

Linse eins: Menschen wollen die sinnlosen Aufgaben loswerden. Die Abstimmungsschleifen, das Nachhalten, die Berichte, die niemand liest.

Linse zwei: Was tatsächlich zuerst automatisiert wird, folgt einer anderen Logik, der technischen Machbarkeit. Und technisch machbar sind vor allem Aufgaben mit klaren Eingaben, strukturierten Abläufen und messbaren Ergebnissen. Der erste Entwurf. Die Datenauswertung. Der Einstieg ins Problem. Genau die Aufgaben, an denen Handlungsspielraum hängt. Genau die, die Freude tragen.

Nimm ein konkretes Beispiel. Ein Projektteam bekommt ein KI-Werkzeug für Datenauswertungen. Vorher hat eine Person im Team die Quartalsdaten aufbereitet, eine Aufgabe, die zwei Tage dauerte und die niemand als glamourös empfand, die dieser Person aber den einzigen Moment im Quartal gab, in dem sie tief in die Zahlen eintauchte und Muster erkannte, die anderen entgingen. Das Werkzeug übernimmt die Aufgabe in Minuten. Die Person ist erleichtert. Und merkt erst Wochen später, dass etwas fehlt. Nicht die Arbeit. Der Zustand, den die Arbeit ausgelöst hat.

Die Abstimmungen, die Termine, das Nachhalten: Sie hängen an Menschen, an Zuständigkeiten, an organisatorischer Schwerkraft. KI kann sie schwer greifen, weil sie nicht an Information hängen, sondern an Beziehungen und Macht. Der Statusbericht ist technisch trivial. Aber dass er existiert, hat politische Gründe. Und politische Gründe lassen sich nicht automatisieren.

Niemand entscheidet das böswillig. Die Auswahl folgt der Frage Was geht technisch?, nicht der Frage Was trägt jemanden durch den Tag? Diese beiden Fragen hat bisher niemand gegeneinander gehalten.

Ob sich das Muster aus der US-Stichprobe auf den deutschsprachigen Arbeitsmarkt übertragen lässt, ist eine offene Frage. Arbeitsstrukturen unterscheiden sich. Aber die Grundlogik, dass Machbarkeit vor Bedeutsamkeit kommt, folgt aus der Technik, nicht aus der Kultur. Und in jeder Organisation, die KI-Werkzeuge nach Effizienzpotenzial einführt, greift dieselbe Mechanik.

Wenn du dich nach der Einführung von Copiloten oder Agenten leerer fühlst, bist du nicht undankbar. Du bist nicht schlecht angepasst. Du erlebst eine Auswahllogik, die niemand nach deinen Kriterien getroffen hat. Das ist keine persönliche Schwäche. Es ist ein Strukturproblem, das beinahe alle betrifft, die KI täglich im Job nutzen. Und die meisten können es nicht benennen, weil ihnen die Sprache dafür fehlt.

Wer dieses Gefühl kennt, nach einem durchautomatisierten Tag seltsam ausgelaugt zu sein, obwohl die Arbeit leichter geworden ist, hat genau diese Schere erlebt. Es ist kein Burnout im klassischen Sinn. Es ist das Ergebnis einer Delegation, die niemand nach dem richtigen Kriterium gesteuert hat.

Zwei Leute, ein Job, zwei Entscheidungen

Stell dir zwei Leute im selben Unternehmen vor. Gleiche Rolle, gleicher Werkzeugkasten, gleiche KI-Einführung vor ein paar Monaten.

Die erste Person, nennen wir sie Alex, gibt ab, was die Maschine am leichtesten übernimmt. Den Erstentwurf für Konzepte. Die Auswertung der Quartalszahlen. Den Einstieg in neue Problemstellungen. Klingt vernünftig. Nach der Logik der Effizienz ist es das auch.

Nach ein paar Monaten besteht Alex' Arbeitstag aus dem, was übrig ist: Abstimmungsmeetings. Statusupdates. Freigabeschleifen. Nachfassen per Mail, ob die andere Abteilung geliefert hat. Nichts davon hat sich Alex je ausgesucht. Aber es ist das, was bleibt, wenn man nach Machbarkeit delegiert. Der Tag ist effizienter geworden und gleichzeitig leerer. Alex kann nicht genau sagen, warum. Nur dass der Job sich anfühlt wie eine Hülle, die jemand anders genauso tragen könnte.

Das Merkwürdige: Alex' Leistungskennzahlen sind besser als je zuvor. Mehr erledigte Tickets, schnellere Durchlaufzeiten, weniger Überstunden. Alles, was das Unternehmen messen kann, zeigt Fortschritt. Was sich nicht messen lässt, das Gefühl, gebraucht zu werden, weil man etwas Bestimmtes einbringt, das kein Werkzeug liefert, steht in keinem Dashboard.

Die zweite Person, Sam, nutzt dieselben Werkzeuge. Aber Sam hat vorher eine andere Frage gestellt: Welche zwei, drei Tätigkeiten geben mir tatsächlich Energie? Keine Coaching-Frage, kein Workshop-Ergebnis. Eine halbe Stunde am Sonntagabend, zurückdenken an die letzten Monate und markieren, wann der Job sich lebendig angefühlt hatte. Nicht produktiv. Lebendig. Die Momente, in denen die Zeit verschwand.

Die Antwort: der Moment, in dem ein Problem zum ersten Mal Struktur bekommt. Das Gefühl, wenn eine Analyse ein Muster zeigt, das vorher keiner gesehen hat. Die Phase, in der aus einem vagen Auftrag ein konkreter Plan wird.

Sam hat diese Tätigkeiten behalten. Nicht als Trotzreaktion gegen die neue Technik, sondern weil klar war, dass diese Aufgaben etwas tragen, das sich nicht ersetzen lässt. Die KI hilft beim Rest: beim Formatieren, beim Zusammenfassen, beim Aufbereiten von Daten für Präsentationen. Die Effizienz stimmt trotzdem. Aber die Reihenfolge ist eine andere.

Was Alex von Sam unterscheidet, ist nicht Intelligenz. Nicht technische Kompetenz. Es ist die Fähigkeit, die eigenen Kriterien zu kennen.

Hier steckt der eigentliche Punkt. Wer im Job ohnehin eine Rolle performt, wer gelernt hat, sich an Erwartungen anzupassen, statt aus der eigenen Person heraus zu arbeiten, hat gar keine Kriterien für diese Auswahl. Die Lücke zwischen dem, was jemand im Job zeigt, und dem, was tatsächlich in der Person steckt, die Persona Gap, wird zum blinden Fleck.

Ohne eigene Kriterien delegiert man nach dem einzigen Maßstab, der verfügbar ist: Was kann die Maschine am besten? Und behält am Ende exakt die Hülle, die man sowieso schon gespielt hat. Die Persona Gap wird dadurch nicht kleiner. Sie wird automatisiert festgeschrieben.

Das ist keine Schuldzuweisung. Niemand hat dir beigebracht, diese Frage zu stellen, weil sie im Arbeitsalltag nie nötig war. Jahrelang hat es gereicht zu wissen, welche Aufgaben auf der Liste stehen. Jetzt, wo ein Teil der Liste wegfällt, zeigt sich, wer wusste warum und wer nur wusste was.

Wenn du wissen willst, welche Teile deiner Arbeit dich tatsächlich tragen und welche nur Gewohnheit sind: Der 5-Minuten-Check zeigt dir, wo du stehst.

Was "Handlungsspielraum" im Arbeitsalltag bedeutet

Die Forschung spricht von "agency" und "happiness" als Dimensionen sinnvoller Arbeit. Das klingt akademisch. Aber denk an die Momente, in denen dein Job sich nach deinem Job angefühlt hat, nicht nach einer Pflichtübung.

Eine Ingenieurin, die ein technisches Problem zum ersten Mal in die Hände bekommt. Bevor klar ist, ob es lösbar ist, bevor irgendjemand eine Spezifikation geschrieben hat. Ein Projektleiter, der spürt, dass das Team in die falsche Richtung läuft, und den Moment abpasst, das Gespräch zu drehen, ohne dass es nach Kritik klingt. Ein Analyst, der in einer Tabelle ein Muster erkennt, das eigentlich nicht da sein dürfte, und dann den Faden zieht, bis klar wird, was es bedeutet.

Keines dieser Beispiele lässt sich in einer Stellenbeschreibung abbilden. Keines davon würde auf einer Liste stehen, wenn jemand fragt: Welche Aufgaben in deinem Job könnte eine Maschine übernehmen? Und genau deshalb tauchen sie in keiner Delegationsentscheidung auf, obwohl an ihnen Handlungsspielraum und Freude hängen.

Es ist die Kombination aus dem, was dich antreibt, und dem, was du tatsächlich kannst, die bei einer bestimmten Tätigkeit gleichzeitig anspringt. Motive und Kompetenzen, die zusammenpassen. Nicht jedes Motiv zählt gleich. Nicht jede Kompetenz passt zu jeder Aufgabe. Aber wenn beides zusammenkommt, entsteht etwas, das sich von außen wie Leistung aussieht und von innen wie Leichtigkeit anfühlt.

Wer diese Kombination nicht kennt, kann sie nicht schützen. Und wer sie nicht schützt, gibt sie als Erstes ab, weil sie sich anfühlt wie etwas, das die Maschine genauso gut kann. Der erste Entwurf? Kann die KI. Die Analyse? Kann die KI. Der Einfall? Kommt doch sowieso aus den Daten.

Aber das stimmt nur an der Oberfläche. Was die Maschine liefert, ist ein Ergebnis. Was du dabei erlebst, der Moment, in dem sich ein Problem öffnet und du weißt, wo der Hebel sitzt, das ist kein Ergebnis. Es ist der Grund, warum du diesen Job gewählt hast. Und es ist der Teil, den dir niemand zurückgibt, wenn er einmal weg ist.

Es gibt eine Asymmetrie, die selten jemand ausspricht: Du kannst den Verlust von Handlungsspielraum nicht im Voraus spüren. Erst wenn die Aufgabe weg ist, merkst du, was sie getragen hat. Vorher war sie einfach Teil des Tages. Nachher ist sie eine Leerstelle, die sich nicht mit anderen Aufgaben füllen lässt, weil das, was fehlt, nicht die Tätigkeit selbst ist, sondern der Zustand, den sie ausgelöst hat.

Die Frage welche Berufe KI nicht ersetzt wird deshalb zu grob gestellt. Es geht nicht um Berufe. Es geht um Tätigkeiten innerhalb deines Berufs, und darum, welche davon tatsächlich zu dir gehören und welche nur zur Rolle.

Bevor du entscheidest, was du abgibst

Der praktische Schluss aus all dem ist nicht "weniger KI". Und nicht "bessere Prompts". Es ist eine Reihenfolge.

Bevor du entscheidest, welche Aufgaben KI übernehmen soll, brauchst du eine Liste dessen, was dich trägt. Nicht was du gut kannst; das wissen die meisten. Sondern was dich antreibt. Was in dir anspringt, wenn eine bestimmte Art von Problem auf deinem Tisch liegt. Wofür du dich auch engagierst, wenn niemand hinschaut.

Die Unterscheidung ist dabei nicht: Was mache ich gern, und was mache ich ungern? Das ist zu grob. Es gibt Aufgaben, die du nicht gern machst, die dich aber trotzdem tragen, weil sie dich in einen Zustand bringen, in dem du merkst, dass du am richtigen Platz bist. Und es gibt Aufgaben, die du gern machst, die aber nichts mit dir zu tun haben, Gewohnheit, nicht Identität. Wer nach Vorlieben sortiert, sortiert falsch. Die bessere Frage: Bei welchen Aufgaben verschwindet die Grenze zwischen Anstrengung und Interesse?

Du erkennst diese Aufgaben an einem Merkmal: Du würdest sie auch dann tun, wenn das Ergebnis nicht bewertet wird. Nicht weil sie leicht sind. Manche davon sind die anspruchsvollsten Teile deines Jobs. Sondern weil das Tun selbst einen Wert hat, der unabhängig vom Output existiert. Wenn du dieses Merkmal an einer Aufgabe findest, die gerade auf der Delegationsliste steht, nimm sie herunter.

Die meisten haben diese Liste nicht. Nicht weil sie sich schlecht kennen, sondern weil der Job sie nie verlangt hat. Jahrelang war das Kriterium: Wird es erledigt? Jetzt lautet das Kriterium: Warum erledigst du es, und nicht die Maschine?

Wer im Ingenieurs- oder Konzernumfeld arbeitet, kennt das besonders gut. Die Rolle dort ist oft präzise definiert, aber selten von innen gewachsen. Und genau deshalb trifft die Auswahllogik der KI-Einführung diese Umgebungen hart. Nicht weil die Aufgaben einfacher wären, sondern weil die Unterscheidung zwischen Rolle und Person dort am seltensten gemacht wird.

Das gilt nicht nur für technische Rollen. Auch wer in Kommunikation, Planung oder Beratung arbeitet, kennt den Mechanismus: Die Aufgaben, die einen tragen, sind oft die, die am leichtesten formalisierbar aussehen. Einen Kommunikationsplan erstellen. Einen Workshop konzipieren. Einen Bericht aufsetzen. Von außen sieht das nach Vorlage aus. Von innen ist es der Moment, in dem Erfahrung und Urteilsvermögen zusammenkommen.

Die Aufgaben, bei denen du am wenigsten Widerstand spürst, sie abzugeben, sind selten die, die dich am wenigsten kosten.

Das ist kein Vorwurf. Es ist eine Einladung, genauer hinzusehen, bevor die Entscheidung für dich getroffen wird. Wer weiß, welche Tätigkeiten zur eigenen Signatur gehören, delegiert anders. Nicht weniger. Aber gezielter. Und behält am Ende nicht die Hülle, sondern den Kern.

Die erste Frage ist deshalb nicht: Welche Aufgaben kann KI übernehmen? Sondern: Was trägst du, wenn alles Delegierbare weg ist? Der kostenlose 5-Minuten-Check zeigt dir beides, wie ersetzbar deine aktuelle Tätigkeit ist und wie weit sie von dem entfernt liegt, was dir tatsächlich entspricht.

Bleibe bewusst. Folge der Freude.