KI ersetzt Büroarbeit: Welche Jobs zuerst wackeln – und warum
- Benjamin Metzig
- 8. Feb.
- 7 Min. Lesezeit
Aktualisiert: 14. Mai
Im Büro sterben selten Berufe mit großem Knall. Meist verschwinden zuerst die stillen Teile der Arbeit: das Protokoll, das früher zwanzig Minuten brauchte. Die Antwortmail, die jemand mit halb offenen Augen noch schnell sauber formulieren konnte. Die Recherche, die aus fünf PDFs drei Folien machen sollte. Der CRM-Eintrag, die Vorprüfung eines Formulars, die interne FAQ-Antwort, die Standardauswertung für das nächste Meeting.
Gerade diese unspektakulären Routinen geraten jetzt unter Druck, weil generative KI dort angreift, wo moderne Büroarbeit am standardisiertesten ist: bei Sprache, Dokumenten, Regeln, Vorlagen und digitalen Prozessen. Das bedeutet nicht, dass "die Bürojobs" morgen verschwinden. Aber es bedeutet, dass einige Rollen als Erste ins Rutschen kommen, weil ihr Wert zu großen Teilen aus Tätigkeiten besteht, die Maschinen inzwischen erstaunlich gut imitieren, beschleunigen oder zerlegen können.
Die Internationale Arbeitsorganisation ILO formuliert es bemerkenswert nüchtern: Weltweit arbeitet rund ein Viertel aller Beschäftigten in Berufen mit irgendeinem Grad an GenAI-Exposition. In Hochlohnländern liegt der Anteil bei 34 Prozent. Der wahrscheinlichste Effekt sei jedoch nicht die sofortige Auslöschung ganzer Berufe, sondern ihre Umformung. Genau an diesem Punkt wird es für Büroarbeit interessant. Denn "Transformation" klingt friedlich, kann aber in der Praxis heißen: weniger Einstiegsjobs, mehr Taktung, schärfere Leistungsmessung und neue Abhängigkeit von Systemen, deren Fehler niemand so recht verantworten will.
Warum ausgerechnet Büroarbeit zuerst wackelt
Büroarbeit war lange relativ gut geschützt, weil sie kognitiv wirkte. Aber generative KI ist genau für einen Teil dieser Kognition gebaut worden: für sprachförmige, dokumentenbasierte, regelgeleitete Aufgaben. Sie liest Mails, fasst Akten zusammen, formuliert höflich, gleicht Varianten ab, erstellt Entwürfe, findet Muster in Texten, sortiert Pro- und Contra-Argumente, schreibt Vorlagen um und produziert plausible Erstfassungen in großer Stückzahl.
Das trifft nicht jede Schreibtischtätigkeit gleichermaßen. Gefährdet sind zuerst Rollen, deren Kernleistung aus fünf Eigenschaften besteht:
Viel standardisierte Spracharbeit: LLMs sind stark bei Formulierung, Umformulierung, Zusammenfassung
Klare Regeln und Vorlagen: Prozesse lassen sich leicht in Prompts, Workflows und Freigabeschritte übersetzen
Digitale Eingaben und Outputs: Kein Medienbruch, wenig physische Welt, wenig Handgriffe
Hohe Wiederholung bei hohem Volumen: Schon kleine Zeitgewinne lohnen sich sofort betriebswirtschaftlich
Geringe Kosten für mittelmäßige Erstfassungen: Unternehmen akzeptieren "gut genug", wenn Menschen später gegenlesen
Deshalb zittern nicht zuerst die charismatischen Vorstandsetagen, sondern die stillen Etagen darunter: Backoffice, Assistenz, Standardrecherche, Support, Reporting, Vorprüfung, Dokumentation.
Kernidee: Was zuerst wackelt
Nicht der Beruf als Visitenkarte, sondern der Aufgabenblock, aus dem er seinen Alltag macht.
Die ersten Wackelkandidaten
1. Sachbearbeitung, Datenerfassung, Backoffice
Wer Daten von einem System ins andere überträgt, Formulare vorprüft, Unterlagen klassifiziert, Standardvorgänge anlegt oder Regeln auf wiederkehrende Dokumente anwendet, arbeitet oft schon heute in einem Terrain, das sich gut automatisieren lässt. Nicht weil diese Tätigkeiten trivial wären, sondern weil sie stark strukturiert sind.
Anthropic beschreibt in seinem Economic-Index-Report vom Januar 2026 Office-&-Administrative-Aufgaben in Unternehmensnutzung ausdrücklich als "routine business operations suited to delegation". In den API-Daten des Unternehmens machten solche Aufgaben 15 Prozent der Enterprise-Nutzung aus, deutlich mehr als in der frei genutzten Chat-Oberfläche. Das ist wichtig, weil es nicht nur eine theoretische Exposition zeigt, sondern reale Einbettung in betriebliche Prozesse.
Besonders aufschlussreich ist dort ein Detail: Dateneingabe gehört zu den Tätigkeiten mit hoher "effective AI coverage". Übersetzt heißt das: Selbst wenn KI nicht jeden Einzelaspekt eines Jobs beherrscht, kann sie genau die Kernhandlung treffen, die den größten Teil der Zeit frisst. Wer vor allem Daten liest, überträgt, ordnet und plausibilisiert, spürt die Erschütterung deshalb früh.
2. Erstkontakt-Kundensupport
Der vielleicht sauberste empirische Beleg für frühes Wackeln kommt aus dem Kundensupport. Die Stanford-Feldstudie von Brynjolfsson, Li und Raymond untersuchte mehr als 5.000 Support-Beschäftigte. Mit KI-Unterstützung stieg die Produktivität im Schnitt um 15 Prozent. Am stärksten profitierten weniger erfahrene und niedriger qualifizierte Beschäftigte.
Das klingt zunächst beruhigend: mehr Produktivität, mehr Hilfe. Aber gerade darin steckt die soziale Brisanz. Wenn ein System die Wissenslücke von Einsteigerinnen und Einsteigern schließt, wird Erfahrung an dieser Stelle ökonomisch weniger knapp. Dann kann ein Unternehmen denselben Output mit weniger Einarbeitung, weniger Senior-Coaching oder kleineren Teams organisieren. Der Job verschwindet nicht unbedingt sofort. Er wird standardisierbarer, austauschbarer und enger steuerbar.
Support ist deshalb ein Vorbote. Überall dort, wo Gesprächsleitfäden, FAQs, interne Wissensdatenbanken und wiederkehrende Fälle dominieren, kann KI nicht nur unterstützen, sondern die Architektur der Arbeit neu sortieren.
3. Assistenz, Protokolle, Termin- und Dokumentenarbeit
Auch klassische Assistenzaufgaben geraten früh unter Druck, zumindest dort, wo sie generisch und massenhaft anfallen. Kalender koordinieren, Besprechungen zusammenfassen, To-do-Listen ableiten, Vorlagen erstellen, Reisekommunikation vorbereiten, Präsentationen strukturieren, E-Mail-Berge vorsortieren: Das ist beinahe ein natürlicher Lebensraum heutiger Modelle.
Wichtig ist die Unterscheidung zwischen generischer Assistenzarbeit und vertrauensbasierter Assistenz. Wer in politisch heiklen, personell sensiblen oder konfliktgeladenen Situationen filtert, priorisiert und zwischen Menschen übersetzt, bleibt robuster. Wer dagegen vor allem administrative Stringenz verkauft, konkurriert zunehmend mit Systemen, die nie müde werden, jede Mail gleich höflich schreiben und jede Besprechung in Sekunden in Aktionspunkte zerlegen.
4. Junior-Analystik, Standardrecherche, Reporting
Viele Wissensberufe leben von einer Hierarchie im Maschinenraum: Unten sammeln und sortieren Junior-Kräfte Material, oben entscheiden Seniors, Partner oder Führungskräfte. Genau diese untere und mittlere Zone gerät unter Druck. Marktüberblicke, Wettbewerbslisten, erste Auswertungen, Zusammenfassungen von Studien, Entwürfe für Briefings, Standardfolien, Rohfassungen von Texten: All das lässt sich inzwischen deutlich schneller erzeugen.
Die große Gefahr ist deshalb nicht, dass Analystinnen, Referenten oder wissenschaftliche Mitarbeitende über Nacht überflüssig werden. Die Gefahr ist, dass der Teil ihrer Arbeit schrumpft, über den man einmal in diese Berufe hineingekommen ist.
Anthropic argumentiert im Januar-Report zudem, dass KI oft gerade die höherwertigen kognitiven Teilaufgaben eines Jobs abdeckt und damit einen Deskilling-Effekt auslösen kann. Das widerspricht der beruhigenden Erzählung, wonach Maschinen nur den stumpfen Teil übernehmen und Menschen automatisch beim Anspruchsvolleren landen. In manchen Berufen bleibt nach der Automatisierung gerade der organisatorische, kleinteilige, koordinierende Rest übrig.
5. Standardisierte Module in Recht, HR, Marketing und Finance
Die nächsten Wackelkandidaten sind keine ganzen Professionen, sondern wiederkehrende Module in etablierten Bürojobs: Vertragsentwürfe nach Muster, Policy-Synopsen, FAQ-Texte, Stellenanzeigen, Vorqualifizierung von Bewerbungen, standardisierte Kommunikation mit Kundinnen und Kunden, erste Budgetkommentare, Abweichungsberichte, Präsentationstexte, Korrekturschleifen an Entwürfen.
Die eigentliche Veränderung liegt darin, dass viele Bürojobs bisher vom Bündeln solcher Module lebten. Wenn einzelne Module herausgelöst, beschleunigt oder zentralisiert werden können, wird die Rolle selbst neu zugeschnitten. Dann bleibt nicht mehr "die gleiche Arbeit, nur mit Tool", sondern ein anderer Zuschnitt von Verantwortung, Tempo und Einstiegshöhen.
Warum nicht alles gleichzeitig verschwindet
Die Gegenseite zu dieser Geschichte ist ebenso wichtig. Die Harvard-HBS-Forschung zur "jagged technological frontier" erklärt, warum KI gerade nicht linear durch Büros marschiert. Zwei Aufgaben können für Menschen ähnlich aussehen, für ein Modell aber völlig verschieden sein. Innerhalb dieser Grenze liefert KI starke Ergebnisse. Jenseits davon produziert sie überzeugenden Unsinn.
Das ist der Grund, warum manche Tätigkeiten früh wackeln und andere erstaunlich zäh bleiben:
Ausnahmen statt Routine
Verantwortung statt Entwurf
Verhandlung statt Vorlage
Haftung statt Hilfstext
Kontextwissen statt Musterfortsetzung
Die ILO kommt deshalb plausibel zu dem Schluss, dass Transformation wahrscheinlicher ist als reine Verdrängung. Viele Jobs bestehen eben nicht nur aus Textproduktion, sondern auch aus Eskalation, Verantwortung, Beziehungspflege, Konfliktbearbeitung, situativer Urteilskraft und institutionellem Gedächtnis. Genau das macht die Gegenwart so widersprüchlich: KI ist stark genug, um Abläufe zu verschieben, aber noch unzuverlässig genug, um Menschen in den riskanten Teilen der Arbeit fest einzubauen.
Die eigentliche Bruchstelle liegt bei den Einstiegsrampen
Der vielleicht folgenreichste Effekt betrifft nicht die sichtbaren Spitzenjobs, sondern die Laufbahnen darunter. Wenn Unternehmen weniger Junior-Analystinnen, weniger Assistenzstellen, weniger Erstkontakt-Support, weniger Trainee-Recherche und weniger einfache Dokumentationsarbeit brauchen, verschwinden genau jene Positionen, in denen Menschen früher ein Feld gelernt haben.
Die Anthropic-Befragung von April 2026 passt auffällig gut zu dieser Sorge: In stärker exponierten Rollen sind die Ängste vor Verdrängung höher, und frühe Karrierephasen zeigen besonders viel Nervosität. Das ist rational. Wer seit zwanzig Jahren nicht nur schreibt, sondern auch entscheidet, verhandelt, priorisiert und Eskalationen auffängt, besitzt Schutzschichten. Wer gerade erst über standardisierte Aufgaben in ein Feld hineinwächst, ist verwundbarer.
Diese Entwicklung trifft zudem auf einen Arbeitsmarkt, in dem GenAI bereits real genutzt wird. Laut NBER-Papier von Bick, Blandin und Deming nutzten Ende 2024 bereits 23 Prozent der Beschäftigten in den USA GenAI mindestens einmal pro Woche für Arbeit, 9 Prozent täglich. Zwischen 1 und 5 Prozent aller Arbeitsstunden werden demnach schon mit GenAI unterstützt. Das ist noch keine Totalrevolution. Aber es ist weit genug, um Organisationsdesign, Hiring-Entscheidungen und Erwartungshaltungen zu verändern.
Produktivität ist nicht automatisch ein Arbeitnehmerbonus
Viele Debatten hängen immer noch an einer falschen Hoffnung: Wenn KI uns produktiver macht, profitieren wir doch alle. Manchmal stimmt das. Aber nur manchmal.
Die OECD weist seit Längerem darauf hin, dass KI in Betrieben nicht nur Leistungsgewinne bringt, sondern auch neue Fragen von Überwachung, Datensammlung, Leistungsdruck und algorithmischer Steuerung aufwirft. Das ist für Büroarbeit entscheidend. Denn die neue Macht der Systeme besteht nicht nur darin, Aufgaben zu übernehmen. Sie besteht auch darin, Arbeit messbarer, vergleichbarer und enger taktbar zu machen.
Was auf dem Papier wie Entlastung aussieht, kann im Alltag in drei sehr verschiedene Richtungen kippen:
Faktencheck: Drei mögliche Folgen derselben Produktivitätszahl
Mehr Luft für anspruchsvollere Arbeit. Mehr Output in derselben Zeit. Weniger Personal für denselben Output.
Welche dieser drei Realitäten eintritt, ist keine technische Frage. Es ist eine Machtfrage.
Was also wackelt wirklich zuerst?
Nicht "der Bürojob" als Ganzes. Sondern zuerst wackeln Rollen, in denen Sprache schon halb standardisierte Infrastruktur ist.
Am stärksten exponiert sind:
Backoffice- und Sachbearbeitung mit strukturierten Regeln
Erstkontakt-Support und interne Service-Funktionen
generische Assistenz- und Dokumentationsarbeit
Junior-Recherche, Reporting und Voranalyse
standardisierte Teilmodule in Recht, HR, Marketing und Finance
Robuster bleiben vorerst Tätigkeiten, in denen Ausnahmen teuer sind, Beziehungen zählen, Vertrauen aufgebaut werden muss oder Entscheidungen rechtlich, politisch oder organisatorisch Folgen haben.
Das Büro der Zukunft wird also nicht menschenleer sein. Aber es wird anders geschichtet sein. Weniger Menschen werden für dieselben Standardmodule gebraucht. Mehr Wert liegt bei Kontrolle, Integration, Freigabe, Verantwortung und dem Umgang mit Störungen. Wer nur Routine verkauft, wird austauschbarer. Wer Systeme prüft, Konflikte klärt, Grenzfälle erkennt und institutionell haftet, wird wichtiger.
Die unbequeme Pointe ist: KI frisst nicht zuerst die glamourösen Berufe. Sie frisst die stillen Einstiegsstufen, über die viele überhaupt erst in Berufe hineinwachsen. Und genau deshalb ist die Frage nicht nur, welche Jobs zuerst wackeln. Die größere Frage lautet, wie eine Arbeitswelt aussieht, in der die Leiter noch steht, aber ihre unteren Sprossen fehlen.
Kommentare