Der neue Expertenvorteil

Warum Deutschlands Zukunft in der Verbindung von Industrieerfahrung, KI-Kompetenz und Veränderungsfähigkeit liegt

Peter Bonner

Wenn ich auf die letzten fünfzehn Jahre zurückblicke, sehe ich nicht nur technische Entwicklungen. Ich sehe vor allem, wie schwer es ist, Wissen in bessere Entscheidungen, bessere Prozesse und bessere Produkte zu übersetzen.

Diese Erfahrung habe ich nicht nur bei Kunden gemacht, sondern auch in meiner eigenen Führungsrolle. In einem Unternehmen arbeiten kluge Menschen. Es gibt Erfahrung, Fachwissen, gute Ideen und oft auch den ehrlichen Willen, Dinge besser zu machen. Trotzdem entsteht daraus nicht automatisch Veränderung. Mal bleibt Wissen in den Köpfen hängen, mal versandet es in Meetings, mal wird es dokumentiert und nie wieder angeschaut. Und oft weiß man eigentlich, was richtig wäre, schafft es aber trotzdem nicht, daraus im Alltag wirklich andere Abläufe zu machen.

Ich will mich davon nicht ausnehmen. Für mich war und ist das eine nie abgeschlossene Aufgabe: Wissen sichtbar machen, Erfahrungen verbinden, Annahmen hinterfragen und daraus konkrete Veränderung erzeugen. Gerade in Führungsrollen merkt man schnell, dass Erkenntnis allein noch keine Wirkung erzeugt. Zwischen „wir wissen es” und „wir handeln anders” liegt oft der schwierigste Teil.

Vielleicht ist genau das der Punkt, an dem die aktuelle Fachkräftedebatte zu kurz greift. Wir reden sehr viel darüber, ob wir genügend Menschen haben. Wir reden deutlich weniger darüber, ob Unternehmen in der Lage sind, das vorhandene Wissen ihrer Menschen wirksam zu nutzen.

Aus meiner Sicht liegt hier eine der zentralen Zukunftsfragen für Deutschland: Es geht nicht nur darum, ob wir genug Fachkräfte haben. Es geht darum, ob wir die vorhandene Erfahrung so mit Technologie, künstlicher Intelligenz und Veränderungsfähigkeit verbinden, dass daraus echte Stärke entsteht.

Der Wandel vom Wissen zur Einordnung

Vor fünfzehn Jahren begann Problemlösung für mich oft mit Recherche. Wenn ein Kunde eine technische Herausforderung hatte, suchte man in Dokumentationen, Foren, Blogbeiträgen und Suchmaschinen. Wer wusste, wo man suchen musste und welche Quellen vertrauenswürdig waren, hatte einen echten Vorteil. Ein guter Berater war nicht nur deshalb gut, weil er alles wusste. Er war gut, weil er schnell eingrenzen konnte, was relevant ist, was wahrscheinlich falsch ist und welcher Lösungsweg in der Praxis funktionieren könnte.

Schon damals war reines Wissen nicht genug. Man musste googeln können. Man musste die richtigen Begriffe kennen, Ergebnisse einordnen, Fehlerquellen erkennen und aus vielen möglichen Antworten eine belastbare Hypothese entwickeln. Danach begann die eigentliche Arbeit: ausprobieren, bewerten, anpassen und gemeinsam mit dem Kunden zu einer Lösung kommen.

Heute läuft dieser Prozess anders. Statt mehrere Stunden zu recherchieren, diskutiere ich eine Fragestellung zunächst mit einer KI. Innerhalb weniger Minuten liegen verschiedene Lösungsansätze auf dem Tisch. Die Geschwindigkeit, mit der Wissen verfügbar wird, hat sich dramatisch verändert. Was früher eine lange Recherche war, ist heute oft ein interaktiver Dialog.

Das verändert den Wert von Wissen.

Wissen verschwindet nicht. Es bleibt die Grundlage für gute Entscheidungen. Aber Wissen allein wird weniger knapp. Ein junger Mensch mit hoher KI-Kompetenz kann heute in kurzer Zeit auf Informationen zugreifen, für die man früher viele Jahre Erfahrung, ein gutes Netzwerk oder sehr viel Recherchezeit brauchte. Das ist eine enorme Chance, aber es verschiebt auch die Frage, was einen Experten eigentlich ausmacht.

Der Unterschied liegt immer weniger darin, wer eine Information besitzt. Der Unterschied liegt darin, wer sie einordnen kann.

Warum Erfahrung im KI-Zeitalter wichtiger wird

Hier kommt Erfahrung ins Spiel. Erfahrung heißt, Muster zu sehen, wo andere nur Daten sehen. Sie heißt, eine Hypothese zu wagen, ein Risiko realistisch einzuschätzen und zu ahnen, warum die auf dem Papier perfekte Lösung in der Werkhalle, im Büro oder im Kundentermin trotzdem scheitern kann. Erfahrung ist nicht einfach altes Wissen. Sie ist die Fähigkeit, Wissen unter realen Bedingungen anzuwenden.

Gerade deshalb glaube ich nicht, dass KI Erfahrung ersetzt. KI kann Muster erkennen, Texte formulieren, Alternativen vorschlagen und Zusammenhänge aufzeigen. Wer mit KI arbeitet, merkt aber schnell, dass Plausibilität nicht dasselbe ist wie Wahrheit. Eine Antwort kann überzeugend klingen und trotzdem in der konkreten Situation falsch sein. Sie kann technisch sauber wirken und dennoch an Zuständigkeiten, Datenqualität, Akzeptanz, Regulierung oder schlicht an der Realität des Unternehmens scheitern.

Daraus folgt für mich eine wichtige Verschiebung: Die Zukunft gehört nicht den Menschen, die sich auf akkumuliertem Wissen ausruhen. Sie gehört auch nicht denen, die glauben, KI nehme ihnen jedes Denken ab. Wertvoll werden diejenigen, die Erfahrung, kritisches Denken und KI-Kompetenz miteinander verbinden.

Das ist auch der Grund, warum ich den Begriff Fachkräftemangel allein für zu eng halte. Natürlich fehlen in vielen Branchen Menschen. Natürlich brauchen wir Zuwanderung, gute Ausbildung, bessere Vereinbarkeit und mehr Weiterbildung. Aber wenn wir nur über Köpfe sprechen, übersehen wir den eigentlichen Wandel. Wir brauchen nicht einfach mehr Menschen mit alten Tätigkeitsprofilen. Wir brauchen Menschen, die in der Lage sind, Arbeit neu zu denken.

In vielen Unternehmen wird noch immer zu stark auf das geschaut, was jemand weiß oder wie lange jemand eine bestimmte Aufgabe gemacht hat. Lange Betriebszugehörigkeit kann wertvoll sein, weil sie Erfahrung enthält. Sie kann aber auch zur Bremse werden, wenn aus Erfahrung nur Gewohnheit wird. Wer zwanzig Jahre lang einen Prozess bedient hat, besitzt nicht automatisch Zukunftskompetenz. Zukunftskompetenz entsteht erst, wenn dieses Erfahrungswissen genutzt wird, um den Prozess zu hinterfragen, zu verbessern oder sogar ganz neu zu gestalten.

Das gilt besonders für klassische Sachbearbeitung. Viele Tätigkeiten bestehen aus Regeln, Prüfungen, Dokumentationen, Abstimmungen und wiederkehrenden Entscheidungen. Genau solche Tätigkeiten geraten durch Automatisierung und KI unter Druck. Das heißt nicht, dass die Menschen dahinter unwichtig werden. Im Gegenteil. Ihr Wissen über Sonderfälle, Ausnahmen, Kundenverhalten, interne Abhängigkeiten und typische Fehler ist oft extrem wertvoll – aber dieser Wert entsteht künftig weniger durch das reine Abarbeiten des Prozesses als dadurch, dass dieses Wissen in bessere Prozesse überführt wird.

Für Deutschland sehe ich hier eine besondere Chance.

Deutschlands industrielle Chance

Wir reden bei KI oft so, als müssten wir bei null anfangen. Wir schauen auf große Sprachmodelle aus den USA, auf enorme Rechenzentren, auf Milliardeninvestitionen und fragen uns, ob Deutschland da überhaupt mithalten kann. Diese Frage ist berechtigt, aber sie ist aus meiner Sicht nicht die einzige und vielleicht nicht einmal die wichtigste.

Deutschland hat einen Schatz, den viele andere Länder in dieser Tiefe nicht haben: industrielle Erfahrung. Maschinenbau, Automobilindustrie, Chemie, Energie, Produktion, Logistik, Medizintechnik, Qualitätsmanagement, Instandhaltung. In all diesen Bereichen steckt jahrzehntelang gewachsenes Wissen über reale Prozesse, reale Anlagen, reale Produkte und reale Kundenanforderungen.

Dazu kommen Daten. Produktionsdaten, Wartungsdaten, Qualitätsdaten, Sensordaten, Prozessdaten, Betriebsdaten. In vielen Unternehmen werden solche Daten seit Jahren erzeugt. Sie liegen in Systemen, Maschinen, Dateien, Datenbanken oder manchmal auch noch in Excel-Tabellen. Oft sind sie nicht sauber verbunden, schlecht beschrieben, und manchmal ist unklar, wem sie gehören, wer sie nutzen darf und wie gut ihre Qualität ist. Genau deshalb wäre es falsch, den deutschen Datenschatz romantisch zu verklären.

Aber er ist da.

Und wenn es gelingt, diese Daten mit dem Erfahrungswissen der Menschen und den Möglichkeiten moderner KI zu verbinden, entsteht ein Feld, in dem Deutschland sehr stark sein kann. Nicht unbedingt, weil wir die größten allgemeinen KI-Modelle der Welt bauen. Sondern weil wir KI dort einsetzen können, wo tiefes industrielles Verständnis zählt.

Ein Beispiel ist vorausschauende Wartung. Eine Maschine sendet Daten, die auf Verschleiß hindeuten. Eine KI kann Muster erkennen, Wahrscheinlichkeiten berechnen und frühzeitig Hinweise geben. Aber ob daraus ein guter Prozess wird, hängt nicht nur vom Modell ab. Es hängt davon ab, ob jemand versteht, welche Ausfälle wirklich kritisch sind, welche Stillstände teuer werden, welche Ersatzteile verfügbar sein müssen und wie die Entscheidung in den Arbeitsalltag der Instandhaltung passt.

Ein anderes Beispiel ist Qualitätssicherung. Daten können zeigen, wann bestimmte Fehler wahrscheinlicher werden. KI kann Abweichungen erkennen und Ursachen vorschlagen. Aber die entscheidende Frage bleibt: Wer versteht den Prozess gut genug, um aus einer statistischen Auffälligkeit eine sinnvolle Maßnahme abzuleiten? Wer erkennt, ob das Problem wirklich in der Maschine, im Material, im Bedienverhalten oder in einer Kombination aus allem liegt?

Genau an dieser Schnittstelle entsteht der neue Expertenvorteil.

Er liegt nicht allein beim Data Scientist. Er liegt auch nicht allein beim alten Hasen in der Produktion. Er entsteht dort, wo beide Welten zusammenkommen: technologische Kompetenz, Prozessverständnis und Erfahrung mit realen Abläufen.

Deshalb müssen wir Fähigkeiten anders denken. Die zentrale Frage lautet nicht mehr nur: Welche Ausbildung hat jemand? Sondern: Kann diese Person ein Problem strukturieren, mit Unsicherheit umgehen, KI nutzen, ohne ihr blind zu vertrauen? Kann sie über Fachgrenzen hinweg sprechen und aus Erfahrung lernen, ohne sich von ihr blockieren zu lassen?

Drei Fähigkeiten für den neuen Expertenvorteil

Hinter diesen Fragen stehen für mich drei Fähigkeiten, die künftig besonders zählen.

Die erste ist Problemlösungskompetenz. Damit meine ich nicht das schnelle Finden einer Antwort, sondern die Fähigkeit, ein Problem überhaupt richtig zu rahmen. Viele Unternehmen arbeiten an Lösungen, bevor sie das eigentliche Problem verstanden haben. KI kann dabei helfen, schneller Hypothesen zu entwickeln. Sie kann aber nicht die Verantwortung dafür übernehmen, welche Hypothese verfolgt wird.

Die zweite ist kritisches Denken. Je besser KI formuliert, desto wichtiger wird die Fähigkeit, nicht jede plausible Antwort für richtig zu halten. Kritisches Denken heißt, Fragen zu stellen, Gegenargumente zuzulassen, Annahmen offenzulegen und Unsicherheit auszuhalten. In einer Welt voller schneller Antworten wird diese Fähigkeit wertvoller, nicht weniger wichtig.

Die dritte ist Veränderungsfähigkeit. Sie ist vielleicht die schwierigste. Denn sie betrifft nicht nur Methoden oder Tools, sondern Menschen. Wer jahrelang auf eine bestimmte Art gearbeitet hat, empfindet Veränderung nicht automatisch als Chance. Oft bedeutet sie zunächst Kontrollverlust. Genau hier entscheidet sich, ob KI zu echter Produktivität führt oder nur ein weiteres Werkzeug bleibt, das neben bestehenden Prozessen liegt.

Führung neu denken

Damit verändert sich auch Führung.

Früher konnte Führung stärker aus Wissensvorsprung entstehen. Die erfahrene Führungskraft wusste mehr, entschied mehr und gab Richtung vor. Dieses Modell funktioniert immer weniger. Führungskräfte müssen nicht mehr die Menschen sein, die auf jede Frage sofort die beste Antwort kennen. Sie müssen ein Umfeld schaffen, in dem Teams schneller lernen, bessere Fragen stellen und mutiger mit neuen Technologien umgehen.

Das klingt einfacher, als es ist. Ich habe selbst erlebt, wie schwer es ist, Veränderung so zu gestalten, dass Menschen nicht nur verstehen, was passiert, sondern auch Vertrauen entwickeln, dass sie diese Veränderung bewältigen können. Gerade in Zeiten hoher Geschwindigkeit reicht es nicht, eine neue Strategie zu verkünden oder ein neues Tool einzuführen. Menschen brauchen Orientierung. Sie müssen spüren, dass Veränderung nicht bedeutet, austauschbar zu werden, sondern wirksamer arbeiten zu können.

Gute Führung nimmt Menschen die Veränderung nicht ab. Aber sie kann Veränderung einordnen. Sie kann helfen, aus Überforderung wieder Handlungsfähigkeit zu machen. Und sie kann zeigen, dass Erfahrung nicht entwertet wird, wenn neue Technologien entstehen. Erfahrung wird dann entwertet, wenn sie sich nicht mehr bewegt.

Für Deutschland ist das eine entscheidende Botschaft. Unsere Stärke liegt nicht darin, Altes zu bewahren, als würde sich die Welt nicht verändern. Unsere Stärke liegt auch nicht darin, jedem technologischen Trend blind hinterherzulaufen. Unsere Stärke kann darin liegen, industrielle Substanz mit neuer technologischer Geschwindigkeit zu verbinden.

Was das für Fachkräfte bedeutet

Dafür brauchen wir einen anderen Blick auf Fachkräfte. Wir brauchen Menschen, die wissen, wie Arbeit wirklich funktioniert, die Technologie nicht als Selbstzweck sehen und Prozesse nicht nur bedienen, sondern verbessern wollen. Menschen, die KI als Werkzeug nutzen und trotzdem Verantwortung für das Ergebnis übernehmen.

Wenn uns das gelingt, verschiebt sich auch die Debatte. Dann geht es nicht mehr nur darum, offene Stellen zu besetzen. Dann geht es darum, vorhandene Erfahrung besser wirksam zu machen. Vielleicht liegt darin sogar die größere Antwort auf den Fachkräftemangel: Nicht jede Lücke wird sich durch zusätzliche Menschen schließen lassen. Manche Lücke müssen wir schließen, indem wir vorhandene Menschen, vorhandene Daten und vorhandenes Wissen deutlich produktiver machen.

Fazit: Der neue Expertenvorteil

Das ist für mich der Kern des neuen Expertenvorteils.

Reines Wissen veraltet immer schneller. Der Wert von Erfahrung steigt – aber nur, wenn sie lernfähig bleibt. KI beschleunigt den Zugang zu Antworten, doch zugleich erhöht sie den Wert guter Fragen. Und Deutschlands industrielle Stärke wird nur dann zur Zukunftsstärke, wenn wir sie mit Daten, Technologie und Veränderungsfähigkeit verbinden.

Am Ende entscheidet sich unsere Wettbewerbsfähigkeit nicht daran, ob wir genug über die Zukunft wissen. Sie entscheidet sich daran, ob wir aus dem, was wir wissen, schneller und mutiger bessere Entscheidungen, bessere Prozesse und bessere Produkte machen.