Wenn Unternehmen heute über Produktivität sprechen, fällt der Blick schnell auf Künstliche Intelligenz und auf die Frage, welche Aufgaben sich automatisieren lassen. In vielen Organisationen lautet die Antwort: die der Junioren. Berichtsentwürfe, Dateneingabe, Recherche, Standardanalysen – all das erledigen KI-Systeme schneller und günstiger. Was auf den ersten Blick wie eine rationale Controlling-Entscheidung wirken mag, ist auf den zweiten eine gefährliche.
Wie eindrücklich die Einschnitte sind, zeigen beispielhaft zwei Analysen. Der Future of Jobs Report 2025 des Weltwirtschaftsforums – basierend auf einer Befragung von über 1.000 Unternehmen weltweit, die zusammen mehr als 14 Millionen Beschäftigte repräsentieren – kommt zu einem klaren Befund: 40 Prozent der Arbeitgeber erwarten, ihre Belegschaft dort zu reduzieren, wo KI Aufgaben automatisieren kann.
Wer jedoch erwartet, dass der Rotstift vor allem bei den erfahrenen, durchschnittlich weniger digital-affinen Mitarbeitenden angesetzt wird, täuscht sich: Eine aktuelle Stepstone-Studie hat mit Blick auf den deutschen Arbeitsmarkt festgestellt, dass 2025 die ausgeschriebenen Einstiegsstellen 42 Prozent unter dem Durchschnitt der vergangenen fünf Jahre lagen. Während die Stellenausschreibungen für Soziale Arbeit deutlich zunahmen, gingen sie bei klassischen Wissenjobs wie etwa im Marketing signifikant zurück. Berufsanfänger:innen drohen also bereits jetzt zu den Verlierer:innen der KI-Revolution zu werden – und mit ihnen auch die Arbeitgeber.
Die Lernleiter bricht weg
Junior-Rollen waren über Jahrzehnte der primäre Lernort für Absolvent:innen. Berufseinsteiger:innen starteten mit einfachen Aufgaben, die Informationen aggregierten – sie erstellten Reports, bauten Präsentationen, bereiteten Analysen vor. In der täglichen Auseinandersetzung mit diesen Aufgaben entwickelten sie schrittweise ein Verständnis für Zusammenhänge, Entscheidungslogiken und die ungeschriebenen Regeln ihrer Organisation. Die Managementforschung beschreibt diesen Prozess als erfahrungsbasiertes Lernen – ein Konzept, das auf die Arbeiten von David Kolb in den 1980er Jahren zurückgeht und seitdem empirisch vielfach bestätigt wurde: Kompetenzentwicklung erfordert die iterative Auseinandersetzung mit realen Problemstellungen, nicht nur deren theoretische Kenntnis. Mit zunehmender Erfahrung übernahmen die Einsteiger:innen komplexere Verantwortung und kletterten die Karriereleiter hoch.
Nun lassen sich gerade diese Einsteiger:innen-Aufgaben zunehmend von KI erledigen. Reports erstellt die KI im Handumdrehen und liefert vertiefende Quellen direkt mit. Es ist deshalb für Einsteiger:innen nicht mehr notwendig, mit Kolleg:innen zu kommunizieren, um an Informationen zu kommen. Eine Rückfrage bei Vorgesetzten wird seltener gestellt, wodurch die Erfahrungsweitergabe und der Netzwerkaufbau geringer ausfallen. Wirtschaftlich scheint es daher klüger, direkt auf die kostengünstige KI zu setzen und eben nicht auf Junior:innen. Doch hier offenbart sich ein Paradox: Die produktive Nutzung von KI setzt voraus, dass Menschen in der Lage sind, KI-Outputs kritisch zu bewerten, kontextuell einzuordnen und strategisch zu nutzen. Genau diese Fähigkeiten entwickeln sich aber nur durch Erfahrung – durch jene praktische Auseinandersetzung mit realen Problemstellungen, die Einstiegsrollen bislang ermöglichten.
Wenn junge Talente diese Möglichkeit nicht mehr erhalten, fehlt ihnen später die nötige Tiefe für Führungsaufgaben, für belastbare Urteile unter Unsicherheit, für das Erkennen von Mustern jenseits dessen, was ein Algorithmus liefert. Gleichzeitig verfügen sie auch über weniger Kontakte im Unternehmen, die unterstützen könnten.
Die Konsequenz: Organisationen, die ihre Mechanismen der Wissensweitergabe unterbrechen, verlieren innerhalb weniger Jahre die Fähigkeit, komplexe Entscheidungen autonom zu treffen. Die Experience Gap tut sich mitten in den Unternehmen auf. Was also zunächst wie ein Produktivitätsgewinn aussieht, ist in Wahrheit Substanzverzehr. Unternehmen, die Einstiegspositionen zugunsten kurzfristiger Effizienz abbauen, zerstören die Erfahrungs-Infrastruktur, aus der künftige Führungskräfte, Fachexpert:innen und Entscheidungsträger:innen hervorgehen. Mit teuren Folgen.
Die versteckten Kosten der Effizienz
Denn während die kurzfristigen Einsparungen durch den Abbau von Junior-Positionen messbar und sofort sichtbar sind, sind es die langfristigen Kosten nicht – und genau das macht sie so gefährlich. In der Controllingforschung sprechen wir von einer systematischen Verzerrung: Organisationen optimieren auf leicht quantifizierbare Kennzahlen wie Personalkosten oder Output pro Mitarbeiter:in und vernachlässigen schwer messbare, aber strategisch entscheidende Faktoren, darunter Wissenstransfer, Talententwicklung und organisationale Resilienz.
Die tatsächliche Rechnung sieht so aus: Wenn intern keine Senior-Expert:innen mehr heranwachsen, müssen sie extern rekrutiert werden – zu erheblich höheren Kosten. Hinzu kommt der Verlust unternehmensspezifischen Wissens, das externe Kräfte erst über Jahre aufbauen müssen. Was kurzfristig die Marge verbessert, entpuppt sich langfristig als Investitionsruine.
Was Unternehmen jetzt tun sollten
Bei all dem sei gesagt: Die Lösung liegt nicht darin, Einstiegspositionen künstlich zu konservieren. Die Lösung liegt darin, sie neu zu gestalten. Drei Hebel sind dabei entscheidend:
Erstens: Einstiegsrollen als KI-gestützte Lernrollen designen. Statt Junior:innen durch KI zu ersetzen, sollten Unternehmen KI als Lern-Tool positionieren. Das bedeutet: Einsteiger:innen übernehmen früher Verantwortung, werden aber durch KI-Systeme entlastet und begleitet. Die repetitive Fleißarbeit entfällt; an ihre Stelle tritt die reflektierte Auseinandersetzung mit den von KI generierten Ergebnissen. Bei diesen Aktivitäten bietet es sich an, erfahrenere Kolleg:innen als Lernpartner an die Seite zu stellen. Dadurch kann implizites Erfahrungswissen über die eigene Organisation, Märkte und Kunden weitergegeben werden und der Ausbau von (intergenerationalen) Netzwerken im Unternehmen gefördert werden. Dadurch entstehen Urteilsfähigkeit und relevante Beziehungen und damit der Kern jeder Seniorität.
Zweitens: Embedded Roles zwischen Hochschule und Praxis schaffen. Unternehmen und Universitäten müssen an einem Strang ziehen. Konkret heißt das: Studierende werden bereits während ihrer akademischen Laufbahn fest in reale Unternehmensprozesse integriert. Das geht über die Rolle von Praktikant:innen hinaus und in Richtung von kontinuierlichen Werksstudent:innen, die als vollwertige Teammitglieder mit definierten Aufgaben bereits frühzeitig Kompetenzen erwerben. Solche „Embedded Roles“ ersetzen die klassische Einstiegsposition durch einen co-kreativen Ausbildungspfad, in dem Erfahrungswissen und KI-Kompetenz parallel aufgebaut werden.
Drittens: Neue Metriken für Produktivität etablieren. Solange Unternehmen Produktivität ausschließlich in Output-Kennzahlen messen, wird der Abbau von Junior-Stellen als Effizienzgewinn verbucht. Wir brauchen Metriken, die die Qualität der Mensch-KI-Kollaboration erfassen, die KI-Adoptionsrate im Team bewerten und vor allem: die Entwicklung von Humankapital als Produktivitätsfaktor sichtbar machen. Eine Organisation, die ihre Nachwuchsentwicklung aufgibt, ist nicht produktiver, sie lebt von der Substanz.
Ein Appell an die Entscheider:innen
Die Versuchung ist groß, die aktuelle KI-Welle als reines Effizienzprogramm zu nutzen. Kurzfristig funktioniert das. Aber Produktivität neu zu denken bedeutet nicht, mit weniger Menschen mehr Output zu erzeugen. Es bedeutet, die Voraussetzungen dafür zu schaffen, dass Organisationen auch in zehn Jahren noch über die Menschen verfügen, die komplexe Entscheidungen treffen, Verantwortung übernehmen und Innovationen vorantreiben können.
Wer heute Einstiegspositionen streicht, spart nicht, sondern nimmt einen Kredit auf die Zukunft auf. Und die Zinsen werden hoch sein.
Prof. Dr. Erik Strauß hielt zuletzt den Lehrstuhl für Management Control an der ESCP Business School in Berlin. Seine Forschungsschwerpunkte liegen an den Schnittpunkten von Controlling, Management und KI.