Künstliche Intelligenz wird in der Arbeitswelt mittlerweile fast überall eingesetzt. Sie schreibt Berichte, programmiert Codes, erstellt Grafiken und generiert Bilder in Sekundenschnelle. Das spart Zeit. Doch wer den Nachwuchs wegrationalisiert und das Lernen durch Versuch und Irrtum streicht, steuert direkt auf das kreative Mittelmaß zu. Ein Plädoyer für den Mut zum Umweg.
Warum wir den Mut zum Umweg brauchen, um nicht kreativ zu verarmen
Stell dir vor, du betrittst eine renommierte Werbeagentur. Die Tische sind leer, die Skizzenblöcke und Post-its sind unberührt. Die fahrbaren Whiteboards stehen still in der Ecke. Auf den großen Screens flackern bereits fertige Customer Journey Maps, Kunden-Personas und Prototypen. Generiert von einer Künstlichen Intelligenz in wenigen Millisekunden. Effizient? Absolut. Inspirierend? Kaum.
In unseren täglichen Gesprächen mit Führungspersönlichkeiten erleben wir derzeit eine intensive Debatte darüber, ob Azubi- und Traineestellen im Zeitalter generativer KI überhaupt noch notwendig sind. Jetzt schon sehen wir, dass viele Einstiegspositionen unbesetzt bleiben und Nachwuchsstellen weniger ausgeschrieben werden. Und ganz ehrlich: Als wir das erste Mal in einem Projekt vor der Frage standen, ob wir Routineaufgaben nicht viel schneller auslagern sollten, fühlte sich das auch für uns erst mal nach einer cleveren Schachzug an. Doch beim genaueren Hinschauen spüren wir da eine echte Spannung: Es ist eine schleichende, existentielle Gefahr für die gesamte Innovationskraft und Zukunftsfähigkeit einer lernenden Organisation.
Vom Handwerk zum Knopfdruck: Was bleibt, wenn die Routine verschwindet?
Bisher verlief der Einstieg in die Berufswelt nach einem klaren Muster. Juniors, Trainees und Werkstudierende übernahmen die klassischen Routineaufgaben. In der Innovationswelt bedeutete das: Transkriptionen von Nutzerinterviews anfertigen, unzählige Post-its sortieren oder einfache Benchmark-Analysen auswerten und Präsentationen erstellen.
Diese Aufgaben werden heute per Knopfdruck von KI-Tools erledigt. Doch hinter dieser vermeintlichen Befreiung verbirgt sich eine fundamentale Frage: Was brauchen wir eigentlich, um tief in ein Thema einzutauchen, um es wirklich zu verstehen? Und was passiert mit unserer Lernfähigkeit, wenn diese Tätigkeiten ersatzlos wegfallen?
Was Lernen braucht
Lernen ist kein rein theoretischer Akt. Menschliche Kompetenz baut auf Wiederholung, auf dem Begreifen von Details und vor allem auf dem Erleben von Resonanz auf. Wenn wir 50 Interviews geführt, es händisch transkribiert und codiert haben, entwickeln wir ein tiefes, fast intuitives Empathie-Gefühl für die Nuancen in den Stimmen der Nutzenden. Wir lernen, zwischen den Zeilen zu lesen. Wenn diese fundamentale Basisarbeit wegfällt, fehlt dem Nachwuchs frühes, selbst erworbenes Praxiswissen, an das sich später implizites Erfahrungswissen andocken kann. Das Gehirn braucht diese Schleifarbeit, um neuronale Verknüpfungen für komplexere Aufgaben aufzubauen. Wenn wir nur noch die perfekten KI-Synthesen konsumieren, verkümmern die kognitiven Muskeln, bevor sie überhaupt voll ausgebildet sind.
De-Skilling: Wenn Fähigkeiten verkümmern
In der Arbeitspsychologie wird in diesem Kontext vermehrt vor dem sogenannten „De-Skilling“ gewarnt. Fähigkeiten, die wir im Alltag nicht mehr aktiv nutzen, gehen unweigerlich verloren. Wie rasant dieser Effekt auf unsere Eigeninitiative einzahlt, konnten wir kürzlich auf einer New Work Netzwerkveranstaltung live beobachten.
Wir waren Teil einer Session mit rund 40 Teilnehmenden. Wir stellten den Teams in Vierergruppen eine knackige, dreiteilige Aufgabe. Nach Ablauf der Arbeitszeit fragten wir im Publikum, wie die Lösungen entstanden sind: Wer hat komplett analog gearbeitet, wer assistierend mit KI und wer hat die Aufgabe vollständig an die KI delegiert? Das verblüffende Ergebnis: Nur drei Gruppen hatten gänzlich auf KI verzichtet. Und genau diese drei Teams waren die einzigen, die sich sofort und ohne Zögern zutrauten, ihr Ergebnis auf der Bühne zu präsentieren!
Als wir im gemeinsamen Dialog nach dem Warum fragten, kamen wir schnell zum Kern: Weil sie die Lösung im Team von Grund auf selbst durchdacht hatten. Es gab Reibung, Diskussionen, verworfene Ideen – kurz: Es war zu 100 Prozent ihre Lösung. Die Gruppen, die sich auf den Algorithmus verlassen hatten, spürten diese tiefe Verbindung zum Inhalt nicht. Ihnen fehlte das Fundament, um das Ergebnis selbstbewusst zu vertreten.
Ein Organisationsrisiko
Für eine lernende Organisation birgt dieses Phänomen ein massives strategisches Risiko. Wenn die nachrückende Generation keine Gelegenheit mehr bekommt, Erfahrungen und Fehler im Kleinen zu machen und eigene Gedanken zu validieren, wie soll sie dann jemals komplexe, strategische Entscheidungen im Großen treffen? Wer nie gelernt hat, ein unstrukturiertes, chaotisches Gespräch selbst zu ordnen, weil die KI sofort das saubere Protokoll liefert, verliert die Fähigkeit zur primären Problemlösung.
Organisationen, die ihre Nachwuchsaufgaben komplett an Algorithmen delegieren, trocknen ihre eigene innovativen Nährboden aus. Kurzfristig steigt die Marge, weil der Output schneller steht. Langfristig entsteht jedoch eine gefährliche Abhängigkeit von technologischen Standard-Mustern. Das Unternehmen verliert seine Fähigkeit zur Eigeninitiative, zur kritischen Evaluation und zur Innovationsfähigkeit.
Die drei Stufen der Kreativität
Um die Tragweite dieses Verlusts zu verstehen, hilft uns ein Blick auf die Arbeit der Kognitionswissenschaftlerin Margaret Boden zur Natur der menschlichen Kreativität. Sie schaut durch drei verschiedene „Schlüssellöcher“ auf unsere
- Die kombinatorische Kreativität: Das neue, spielerische Verknüpfen von bereits bekannten Ideen. Hier sind generative KI-Modelle unschlagbar. Sie durchforsten Milliarden Datensätze und werfen uns blitzschnell überraschende Kombinationen aus.
- Die explorative Kreativität: Das systematische Durchforschen eines bestehenden Raums innerhalb etablierter Regeln. Ein KI-Tool kann im Design-Prozess im Handumdrehen zwanzig verschiedene Varianten für einen Bezahlvorgang ausgeben, die alle den gängigen UI-Regeln entsprechen.
- Die transformationale Kreativität: Das radikale Verändern der Spielregeln selbst – das Sprengen des bestehenden Rahmens, um völlig neue Denk- und Handlungsräume zu eröffnen.
Genau bei der zweiten und vor allem bei der dritten Stufe stechen die Grenzen der Maschine und die Stärken des Menschen hervor. Denn wahre Exploration und echte Transformation erfordern Elemente, die kein Algorithmus besitzt: Eigeninitiative, getrieben von menschlicher Intuition, echter Empathie und dem bewussten Mut zum Risiko.
Warum Exploration und Transformation reine Menschensache sind
Ein KI-Modell optimiert immer nur den Status quo basierend auf der Vergangenheit. Es wird von sich aus nie den Impuls verspüren, ein komplett neues Service-Ökosystem zu erfinden, das mit den bisherigen Marktgesetzen bricht. Dazu braucht es den menschlichen Geist, der sich über Logiken hinwegsetzt, unlogische Querverbindungen zieht und den Status quo emotional hinterfragt. Spannungen wirken hier wie Treibstoff: Wenn wir jedoch die erste Stufe – die kombinatorische Fleißarbeit – komplett auslagern und den Nachwuchs gar nicht erst einstellen, nehmen wir den Menschen die Startrampe für die Stufen zwei und drei. Transformation entsteht nicht im luftleeren Raum. Sie ist das Ergebnis einer langen, oft anstrengenden Auseinandersetzung mit der Realität der ersten Stufe.
3 Tipps für den „Innovation Learning Loop“: Wie wir den Kreativ-Muskel im Team fit halten
Wie entkommen wir also der verlockenden Effizienzfalle, ohne uns dem technologischen Fortschritt zu verschließen? Die Lösung liegt in einer bewussten Neugestaltung unserer Arbeits- und Lernprozesse. Wir empfehlen Unternehmen, einen „Innovation Learning Loop“ fest im organisationalen Fundament zu verankern, um den kreativen Muskel im Team aktiv zu trainieren. Hier sind drei praktische Impulse, wie das im Alltag gelingen kann:
- Geschützte Experimentierräume schaffen: Etabliert im Team Zonen, in denen Aufgaben im ersten Schritt ganz bewusst analog und ohne KI gelöst werden müssen. In einer Innovations-Werkstatt oder im sozialen Sektor bedeutet das beispielsweise: Die erste Konzeptphase für ein neues Projekt startet auf dem klassischen Whiteboard, mit echten Post-its oder händischen Prototypen aus Pappe. Das zwingt uns dazu, wieder miteinander ins Gespräch zu kommen und die Reibung auszuhalten, aus der echte Ideen entstehen.
- Einen „Digitalen Spannungsspeicher“ nutzen: Bevor die KI ein fertiges Konzept ausspuckt, sammelt im Team die unfertigen Fragen, Bauchschmerzen und Unklarheiten. Nutzt Tools wie Trello oder Miro als transparenten Speicher für alles, was sich noch „unfertig“ anfühlt. Das gibt dem Nachwuchs die Bühne, eigene Unsicherheiten und kreative Ansätze angstfrei einzubringen.
- Wertschätzend hinterfragen lernen: Nutzt KI-Ergebnisse nicht als finale Antwort, sondern als Sparringspartner. Trainiert vor allem die jungen Teammitglieder darin, die Algorithmen bewusst herauszufordern. Formulierungen im Meeting wie „Das KI-Ergebnis ist logisch, aber uns fehlt hier die menschliche Komponente“ oder „Wir benötigen hier Feedback, wie wir die emotionale Ebene stärken können“ helfen, die kritische Evaluation und die eigene Kreativität wachzuhalten.
Veränderungspotentiale entstehen, wenn wir eigene Erfahrungen erlauben und den Nachwuchs bewusst durch die Lernprozesse begleiten. Probiert es mit eurem Team einfach mal aus!