The Great Flattening: Was KI mit dem mittleren Management macht

Der Ausgangspunkt ist ein abgenutzter Satz: „KI nimmt dir nicht den Job weg, der Mensch, der KI nutzt, tut das.“ Die Folge nimmt ihn ernst genug, um ihn an Zahlen zu prüfen.

Was die Zahlen hergeben

Die IFO-Zahlen sind ein gutes Beispiel dafür, warum Studien zu diesem Thema selten Klarheit schaffen. 20 bis 30 Prozent der Unternehmen erwarten Stellenabbau. Andere rechnen mit mehr Stellen.

Beides steht nebeneinander, und beides kann zutreffen, weil Unternehmen unterschiedlich wachsen. Ein Betrieb, dessen Markt wächst, setzt Produktivitätsgewinn in mehr Ausstoß um. Einer in einem gesättigten Markt setzt ihn in weniger Personal um.

Die Schlagzeilen über Entlassungen bei großen Technologieunternehmen erzählen dabei selten die ganze Geschichte, weil dort mehrere Entwicklungen zusammenfallen: Korrektur einer Überstellung während der Pandemie, Umschichtung in andere Bereiche und tatsächliche Automatisierung.

Was sich belastbar sagen lässt: Produktivitätsgewinn verändert, wer welche Verantwortung trägt, unabhängig davon, ob die Gesamtzahl steigt oder fällt.

Warum das mittlere Management

Der eigentliche Befund der Folge betrifft eine Ebene, und die Begründung ist strukturell.

Als Beispiele nennt die Folge Amazon unter Andy Jassy und die Zusammenlegung von IT und Personalwesen bei Moderna. Der zweite Fall ist der interessantere, weil er zeigt, dass die Verschiebung über Ebenen hinaus auch Bereichsgrenzen betrifft.

Was das für Fähigkeiten heißt

Vibe Coding taucht in dieser Folge als Beleg für dieselbe Bewegung auf: Werkzeuge, die neben dem Code gleich die Qualitätssicherung mitliefern. Was vorher Arbeitsteilung zwischen Rollen war, wird zu einem Vorgang.

Die gefragten Fähigkeiten verschieben sich entsprechend: weg von reinem Fachwissen, hin zu Soft Skills und einem Gespür dafür, wie man mit Maschinen verhandelt.

Der zweite Teil klingt nach einer Floskel und ist konkret. Mit einem Modell zu arbeiten heißt, eine Absicht so zu formulieren, dass sie ohne Rückfragen verstanden wird, das Ergebnis zu beurteilen und nachzusteuern. Das sind dieselben Fähigkeiten, die man braucht, um einer Person eine Aufgabe zu übertragen.

Genau deshalb ist es keine Überraschung, dass diejenigen am besten zurechtkommen, die bereits gut delegieren konnten.

Das Beispiel aus der Praxis

Als eigenes Experiment bringt die Folge ein selbstgebautes KI-Beratungsgremium ein: Persona-Prompts, die wie Steve Jobs, Tim Cook oder Angela Merkel diskutieren und am Ende eine Handlungsempfehlung liefern. Dazu kommt Voice Cloning, damit es sich nach einem Gespräch anhört.

Auf der Alltagsseite steht die Auflösung des Einstiegs: wie Manus ein komplettes Musical-Wochenende samt hundefreundlicher Unterkunft und Ladesäule für das E-Auto organisiert hat.

Beide Beispiele beschreiben dieselbe Sache aus zwei Richtungen. Was früher Recherche und Abstimmung war, ist zu einem Auftrag geworden. Wer diese Recherche vorher gemacht hat, war dafür nützlich. Was jetzt zählt, ist die Fähigkeit, den Auftrag richtig zu stellen und das Ergebnis zu prüfen.

Fazit

Der Titel der Folge ist zugespitzt und die Bewegung dahinter real: Hierarchien werden flacher, weil der Anteil an Aufbereitung sinkt und damit die Führungsspanne steigt.

Für die eigene Rolle lohnt eine ehrliche Aufteilung. Wie viel Ihrer Arbeitszeit geht in Aufbereitung, also Berichte, Zusammenführen, Präsentationen? Dieser Teil verändert sich zuerst.

Und wie viel geht in Entscheidungen, Konflikte und Abstimmung gegen Widerstand? Dieser Teil bleibt und wird dichter.

Das Fazit der Folge bringt es auf den Punkt: Wer sich nicht mit KI beschäftigt, wird nicht durch KI ersetzt, sondern durch die Kollegen, die es tun.