Vier Skills für die Arbeit mit KI – und keiner ist technisch
Generative KI kann Analysen verfassen, Konzepte ausarbeiten und Software entwickeln. Ob die rasch verfügbaren Ergebnisse fachlich stimmen und zum Problem passen, ist eine andere Frage. Ethan Mollick, Professor an der Wharton School, nennt im Harvard Business Review IdeaCast vier Fähigkeiten für die Arbeit mit KI: Deep Knowledge, Wide Knowledge, Taste und Agency [1]. Keine davon ist neu. Doch ihre Bedeutung verändert sich, wenn immer mehr Aufgaben an KI delegiert werden.
Deep Knowledge: Fachliche Tiefe
Eine erfahrene Controllerin erkennt in einer KI-generierten Umsatzprognose vielleicht sofort, dass eine Annahme nicht plausibel ist. Wer das Geschäft und die Kennzahlen nicht kennt, sieht zunächst eine sauber aufbereitete Tabelle.
Mollick betont deshalb den Wert von Fachwissen. Expertise war schon immer nötig, um Arbeit beurteilen zu können. Neu ist, wie viele anspruchsvolle Aufgaben sich an #KI delegieren lassen. Wer delegiert, muss Anforderungen formulieren und Ergebnisse prüfen können.
Daraus ergibt sich ein Problem für den beruflichen Nachwuchs. Wer ohne Erfahrung brauchbare Ergebnisse erzeugen lassen kann, hat damit noch nicht gelernt, sie fachlich einzuordnen. Wie erwerben Berufseinsteiger Urteilssicherheit, wenn KI Aufgaben übernimmt, an denen bisher Erfahrung gesammelt wurde? KI kann Lernprozesse unterstützen, sofern Lernende weiterhin selbst an den fachlichen Problemen arbeiten.
Wide Knowledge: Über Fachgrenzen hinaus
Mollick empfiehlt neben fachlicher Tiefe auch ein breites Orientierungswissen. Wer verschiedene Disziplinen kennt, erkennt Verbindungen über das eigene Fach hinaus.
Ein Marketingverantwortlicher könnte etwa Kenntnisse der Konsumentenpsychologie, der Datenanalyse und der Benutzerführung kombinieren, um mit KI einen Prototyp für einen Kundenservice zu entwickeln. Er muss nicht selbst programmieren. Das breite Wissen hilft, Anforderungen zu formulieren und blinde Flecken zu erkennen.
Tiefe und Breite erfüllen unterschiedliche Funktionen: Die eine ermöglicht fundierte Urteile innerhalb eines Fachgebiets, die andere eröffnet Verbindungen zwischen Gebieten.
Taste: Qualität erkennen und auswählen
Wenn eine KI in Minuten zehn Entwürfe für eine Website liefert, wird die Auswahl zum eigenen Arbeitsschritt. Der auffälligste Entwurf ist nicht zwingend der geeignetste. Eine Gestalterin könnte ihn verwerfen, weil die Navigation auf dem Smartphone unnötig kompliziert ist.
Mit Taste meint Mollick ein entwickeltes Qualitätsbewusstsein: die Fähigkeit, unter mehreren brauchbaren Möglichkeiten jene auszuwählen, die zum Zweck und zum Kontext passt. Das ist mehr als persönlicher Geschmack oder das Abarbeiten einer Checkliste. Erfahrung schärft die Wahrnehmung; gute Urteile lassen sich häufig begründen.
Massstäbe entstehen durch die Verarbeitung von Wissen und Erfahrung, nicht allein durch deren Anhäufung. Diesen Gedanken habe ich im Beitrag Assimilation statt Akkumulation weitergeführt.
Agency: Unter Unsicherheit handeln
Agency bezeichnet bei Mollick die Bereitschaft, auch bei unvollständigem Wissen Entscheidungen zu treffen und aktiv zu werden. Eine Mitarbeiterin könnte innerhalb der geltenden Vorgaben einen KI-Prototyp für einen umständlichen Verwaltungsablauf entwickeln und mit dem Team testen. Ob daraus ein neuer Prozess wird, ist offen.
Mollick hält diese Fähigkeit für schwer vermittelbar und betont den Wert von Experimenten. Hinzu kommt eine organisationale Dimension: Eigeninitiative lässt sich zwar von Mitarbeitenden erwarten, aber nicht unabhängig von den Bedingungen, unter denen sie arbeiten. Wer Verantwortung übernehmen soll, benötigt Entscheidungsspielraum; wer jeden fehlgeschlagenen Versuch rechtfertigen muss, wird Risiken eher meiden.
Zwischen Leistung und Können
Generative KI verändert nicht nur, wie wir arbeiten, sondern auch, wie berufliches Können sichtbar wird. Jemand kann mit KI einen überzeugenden Text erstellen, ohne dadurch automatisch besser schreiben zu lernen. Eine von KI erstellte Analyse beweist noch kein eigenes analytisches Verständnis. Und ein guter Entscheidungsvorschlag ist nicht schon eine selbst verantwortete Entscheidung.
KI kann beim #Lernen helfen. Entscheidend ist, ob wir uns mit einer Aufgabe auseinandersetzen oder nur ihr Ergebnis übernehmen. Ebenso wenig müssen wir jede delegierte Tätigkeit vollständig selbst beherrschen. Wir sollten aber die Grenzen unseres Verständnisses kennen und wissen, wann weitere Expertise nötig ist.
Darin liegt für mich eine wichtige Konsequenz aus Mollicks Überlegungen: KI erweitert, was wir erledigen lassen können. Was wir verstehen, beurteilen und verantworten können, müssen wir weiterhin entwickeln. Dass wir mithilfe von KI etwas tun können, bedeutet noch nicht, dass wir es auch selbst können.
💬 Kommentieren (nur für write.as-Accounts)
Quelle [1] E. Mollick, im Gespräch mit A. Beard, „How AI Is Changing Strategy: Rethinking What Your Business Is Designed to Do“, Harvard Business Review IdeaCast, 8. Oktober 2026. Podcast und Transkript; YouTube-Interview ab 13:32.
Bildquellen – Francesco Rustici (1592–1625): Wisdom and Prudence, Museo San Donato, Siena Public Domain. – Die Infografik zu den vier Skills wurde mit GPT-5.6 Sol Mittel erstellt.
Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde Gemini Notebook von Google verwendet. Für das Erstellen der Infografik wurde ChatGPT benutzt.
Topic #ProductivityPorn | #Maschinenwelten
