Die IT-Abteilung ist für KI ein interessantes Feld, weil sie zwei Arten von Arbeit kombiniert, die völlig unterschiedlich auf Automatisierung reagieren. Auf der einen Seite stehen Prozesse, die nach einem festen Muster ablaufen: Ein neuer Mitarbeiter erhält ein Konto, ein Backup läuft nachts, ein Passwort wird nach einer Anfrage zurückgesetzt. Auf der anderen Seite steht Arbeit, bei der das Ergebnis von Kontext, Risikoeinschätzung und Folgen abhängt, die sich nicht in einem Skript erfassen lassen. Unsere Taxonomie zählt 39 Aufgaben in diesem Bereich, und die Verteilung auf die drei Kategorien folgt größtenteils dieser Trennlinie.
Es handelt sich hier um Aufgaben mit einer klaren Eingabe, einem festen Verfahren und einem kontrollierbaren Ergebnis. Das Bereitstellen von Arbeitsplatz, Konten und Zugriffsrechten für einen neuen Mitarbeiter ist dafür ein gutes Beispiel: Das Funktionsprofil bestimmt, welche Rechte benötigt werden, und diese Verknüpfung lässt sich automatisieren, ohne dass jemand immer wieder neu über die Ausgestaltung nachdenken muss. Dasselbe gilt für den Entzug des Zugriffs beim Ausscheiden, wo das Risiko verspäteten Handelns größer ist als das Risiko der Automatisierung, sowie für die Durchführung und Kontrolle von Backups, wo ein System selbst erkennen kann, ob eine Aufgabe erfolgreich war oder nicht. Diese Aufgaben fallen in Kategorie 1, weil die Norm feststeht: Es gibt ein klares Richtig und Falsch, und die Schritte dazwischen müssen nicht jedes Mal neu beurteilt werden. Das bedeutet nicht, dass keine Aufsicht über das Ganze mehr nötig ist, aber die Ausführung der Aufgabe selbst erfordert keine menschliche Beurteilung im Einzelfall.
Diese Kategorie ist in der IT-Abteilung groß, und das ist kein Zufall. Viele Aufgaben haben zwar ein erkennbares Muster, aber das Ergebnis berührt Risiken, die ein Mensch abwägen muss. Die periodische Überprüfung von Zugriffsrechten ist so eine Aufgabe: KI kann Abweichungen zwischen Funktion und aktuellen Rechten signalisieren, aber ob eine Ausnahme gerechtfertigt ist, erfordert einen Beurteiler, der den Kontext kennt und der mit Begründung genehmigt oder ablehnt. Das Testen der Wiederherstellung aus einem Backup fällt in dieselbe Kategorie: Das Testen selbst lässt sich automatisieren, aber die Schlussfolgerung, ob ein System tatsächlich ausreichend wiederhergestellt ist, erfordert einen Blick, der über ein grünes Häkchen hinausgeht. Auch die Einrichtung einer Kopplung zwischen Systemen und die Überwachung und Behebung einer Störung darin gehören hierher: KI kann den Aufbau beschleunigen und Abweichungen erkennen, aber die Entscheidung, wie eine Störung behoben wird, ohne Daten zu beschädigen, bleibt eine Abwägung, die jemand treffen muss. Das Muster in dieser Kategorie ist stets dasselbe: KI erkennt und schlägt vor, ein Mensch beurteilt und entscheidet.
Ein kleinerer Teil der IT-Arbeit bleibt unabhängig davon, wie ausgereift KI wird, gut beim Menschen, weil der Kern der Aufgabe nicht aus Mustererkennung besteht, sondern aus Interpretation und Verantwortung. Ad-hoc-Datenanalyse ist dafür ein Beispiel: Die Beantwortung einer spezifischen Frage aus der Organisation erfordert, dass jemand versteht, was eigentlich gefragt wird, welche Daten relevant sind und welche Schlussfolgerung tragfähig ist. Die Kontrolle und Bereinigung der Datenqualität berührt dasselbe Problem, sobald es über das Aufspüren doppelter Datensätze hinausgeht: Die Frage, welche Quelle bei widersprüchlichen Daten die Wahrheit darstellt, erfordert Kenntnis der Organisation, die nicht in den Daten selbst steht. Auch die Verwaltung von Stammdaten bleibt teilweise Handarbeit, wenn es um die Festlegung von Definitionen und Absprachen zwischen Abteilungen geht, auch wenn die Eingabe selbst oft automatisierbar ist. Diese Aufgaben bleiben Handarbeit nicht, weil KI die Technik nicht bewältigen kann, sondern weil die Verantwortung für das Ergebnis nicht an ein System delegiert werden kann.
Diese Einteilung betrifft Aufgaben, nicht Funktionen und nicht Personen. Ein IT-Mitarbeiter führt in der Regel Aufgaben aus allen drei Kategorien aus, und welcher Teil seines Aufgabenpakets sich ändert, hängt von der genauen Ausgestaltung seiner Rolle ab. Dass eine Aufgabe in Kategorie 1 fällt, sagt auch nichts darüber aus, was ein Arbeitgeber damit macht: Das ist eine Entscheidung, die eigene gesetzliche Anforderungen mit sich bringt, etwa im Bereich Mitbestimmung und Arbeitsrecht, und die außerhalb des Anwendungsbereichs dieser Einteilung liegt. Was die Einteilung wohl bietet, ist ein sachlicher Ausgangspunkt: welche Aufgaben heute schon mit KI unterstützt werden können, welche Aufsicht erfordern und welche unverändert bleiben. Vergleichbare Muster lassen sich in anderen Bereichen erkennen; so zeigt welche Arbeit kann KI im Einkauf übernehmen, dass auch dort die Trennlinie häufig bei der Frage liegt, ob ein Ergebnis einer festen Norm folgt oder eine Abwägung erfordert, und veranschaulicht welche Arbeit kann KI in der Logistik übernehmen, wie eine scheinbar operative Abteilung dennoch viele Aufsichtsaufgaben aufweist, sobald Fehler kostspielig werden.
Um zu sehen, wie viele Stunden innerhalb einer IT-Rolle derzeit einer der drei Kategorien zuzuordnen sind, ist eine konkrete Bestandsaufnahme der Aufgaben erforderlich, die jemand tatsächlich ausführt, nicht nur der Funktionsbezeichnung. Der kostenlose Quickscan von ftetoai bietet dafür eine erste Indikation: zwölf Fragen, ohne Konto, mit dem Ergebnis einer Indikation, welcher Teil der Stunden im Profil heute von KI übernommen werden kann. Das ist ein Ausgangspunkt, kein Endurteil. Der vollständige Werkscan, der tiefer auf einzelne Aufgaben und deren Begründung eingeht, befindet sich noch im Aufbau. Was eine nachfolgende Messung nach einer Veränderung zeigt und wie sie sich zur ersten Bestandsaufnahme verhält, ist nachzulesen unter was eine Nachmessung zeigt.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.