KI-Workforce-Strategie für Führungskräfte: Eine aufgabenbasierte Planungsmethode für Headcount, Einstellungen und Redeployment

Von Victor Hoang · Aktualisiert am 22. September 2026

Eine KI-Workforce-Strategie ist ein Plan dafür, wie Aufgaben, nicht Jobtitel, im Zeitverlauf zwischen Menschen und KI neu verteilt werden und was das für Einstellungen, Redeployment und Headcount bedeutet. Gut gemacht beginnt sie damit abzubilden, welche Aufgaben KI übernehmen kann, welche weiterhin menschliches Urteilsvermögen brauchen und welche Fähigkeiten das Unternehmen in 18 Monaten benötigt, die es heute nicht hat. Schlecht gemacht beginnt sie mit einer Headcount-Zahl, die sich ein CFO wünscht, und rechnet rückwärts, was eine Budgetübung im Strategiegewand ist.

Die meisten Führungskräfte spüren den Unterschied bereits. Der Druck ist real: Aufsichtsgremien fragen, wie der KI-Plan für die Belegschaft aussieht, und „wir experimentieren“ ist keine akzeptable Antwort mehr. Doch der ehrliche Ausgangspunkt ist, dass ein großer Teil dessen, was 2026 als KI-Workforce-Strategie bezeichnet wird, eine kleinere Zahl in einer Tabelle ist, die nachträglich mit KI-Vokabular begründet wird. Dies ist eine Methode, um die Version aufzubauen, die das nicht ist, ein Baustein der größeren Frage, wie die Zukunft der Arbeit tatsächlich aussieht, für diejenigen, die sie verantworten.

Wichtige Fakten

• Den Ersatz einer Mitarbeiterin oder eines Mitarbeiters zu finden kostet typischerweise 50 bis 200 Prozent des Jahresgehalts, je nach Seniorität, wenn Recruiting, Einarbeitungszeit und entgangene Produktivität mitgerechnet werden (SHRM, „The Myth of Replaceability“).
• Die US-Einstellungsrate lag in der JOLTS-Veröffentlichung vom Juli 2026 bei 3,2 Prozent und die Kündigungsrate bei 1,9 Prozent, beide nahe mehrjähriger Tiefstände: Beschäftigte bleiben, wo sie sind, während Arbeitgeber vorsichtig einstellen (BLS, Job Openings and Labor Turnover Survey).
• KI war 2025 der genannte Grund für 54.836 angekündigte Entlassungen, etwa 4,5 Prozent der rund 1,2 Millionen in diesem Jahr erfassten Stellenstreichungen, weit hinter Marktbedingungen und Filial- oder Standortschließungen (Challenger, Gray & Christmas, 2025 Year-End Report).
• 88 Prozent der Organisationen geben an, KI irgendwo im Unternehmen einzusetzen, aber nur 39 Prozent führen darauf irgendeine EBIT-Wirkung zurück, und Spitzenreiter haben mit etwa dreimal höherer Wahrscheinlichkeit den Workflow neu gestaltet, statt ein Tool auf einen unveränderten Ablauf aufzusetzen (McKinsey, The State of AI: Global Survey 2025).
• Die Beschäftigung von 22- bis 25-Jährigen in stark KI-exponierten Berufen liegt etwa 19 Prozent unter dem Niveau, das sie hätte, wenn sie der Entwicklung weniger exponierter Gleichaltriger gefolgt wäre, eine Lücke, die sich gegenüber 15 Prozent im Vorjahr vergrößert hat (Stanford Digital Economy Lab, „Canaries in the Coal Mine“).

Von Aufgaben ausgehen, nicht von Headcount-Zielen

Der häufigste Planungsfehler ist, direkt zu einer Zahl zu springen. „10 Prozent abbauen“, „diese Ebene flacher machen“ und „diese Funktion einfrieren“ sind Headcount-Schlussfolgerungen, und sie als Ausgangspunkt zu behandeln dreht die Reihenfolge um. Eine Headcount-Zahl sagt Ihnen nicht, welche Arbeit weiterhin einen Menschen braucht, welche Arbeit einen anderen Menschentyp braucht oder welche Arbeit KI bereits gut genug erledigen kann, um sie niemandem mehr zuzuweisen.

Das aufgabenbasierte Rahmenwerk des Ökonomen David Autor, entwickelt lange bevor es generative KI gab, ist hier die richtige Linse. Autor zerlegt einen Job in die einzelnen Aufgaben, aus denen er besteht, statt ihn als unteilbare Einheit zu behandeln, wodurch sich eine schärfere Frage stellen lässt als „Überlebt diese Rolle die KI?“. Seine jüngere Arbeit zu KI und Expertise argumentiert, die eigentliche Chance der KI liege darin, Urteils- und Entscheidungsfähigkeit auf mehr Menschen auszuweiten, nicht nur die Aufgaben am Rand eines Jobs zu automatisieren. Eine Rolle kann 40 Prozent ihres Aufgabenvolumens an KI verlieren und den Headcount dennoch wert sein, wenn die verbleibenden 60 Prozent genau der Teil sind, der tatsächlich einen ausgebildeten Menschen brauchte. Die ausführliche Fassung finden Sie unter welche Jobs KI verändert statt ersetzt.

In der Praxis sollte das erste Planungsartefakt nie ein Organigramm mit durchgestrichenen Namen sein. Es sollte ein Aufgabeninventar sein: Listen Sie für jede untersuchte Funktion die Aufgaben auf, mit denen Menschen tatsächlich Zeit verbringen, kennzeichnen Sie jede als jetzt von KI übernehmbar, KI-unterstützt oder nur mit Urteilsvermögen zu leisten, und betrachten Sie erst dann, was für Menschen übrig bleibt. Wird dieser Schritt übersprungen, kürzen Unternehmen ein Team um einen festen Prozentsatz und stellen Monate später fest, dass die falschen Aufgaben nun niemandem mehr gehören.

Erst die Capability Map, dann die Streichliste

Ein Aufgabeninventar zeigt, wie die Arbeit heute aussieht. Eine Capability Map zeigt, was die Organisation in 12 bis 24 Monaten leisten muss, die nützlichere Frage, solange sich die KI-Leistungsfähigkeit selbst weiterbewegt.

Was eine Capability Map tatsächlich enthält

Eine brauchbare Capability Map hat drei Spalten. Erstens die Fähigkeiten, die das Unternehmen heute hat, zugeordnet zu den Menschen, die sie besitzen, nicht zu den Rollen, die nominell dafür zuständig sind. Zweitens die Fähigkeiten, die KI jetzt in akzeptabler Qualität ersetzen kann, ein bewegliches Ziel, das eine vierteljährliche Aktualisierung braucht. Drittens die Fähigkeiten, die das Unternehmen benötigen wird und die weder die aktuelle Belegschaft noch die aktuellen KI-Tools abdecken, meist die am stärksten vernachlässigte Spalte, weil sie verlangt, eine Lücke einzugestehen, statt eine Headcount-Zeile zu verteidigen. In dieser dritten Spalte verdienen KI-ergänzende Fähigkeiten und kontinuierliche Umschulung ihren Platz in einem Workforce-Plan.

Der Reihenfolgefehler: kürzen, bevor man kartiert

Die Reihenfolge ist wichtiger, als die meisten Führungskräfte annehmen. Ein Unternehmen, das erst Headcount abbaut und danach die Fähigkeiten kartiert, wettet darauf, dass die Verbleibenden die Fähigkeiten besitzen, die das Unternehmen braucht, was selten stimmt, denn Entlassungen treffen Menschen nach Kosten, Betriebszugehörigkeit oder Bewertung, nicht nach Fähigkeitsabdeckung. Eine Lücke, die nach dem Abbau entdeckt wird, ist doppelt teuer: einmal in Abfindungen, noch einmal in der Wiedereinstellung, die nötig ist, um die vom Abbau gerissene Lücke zu schließen. Erst zu kartieren kostet ein paar Wochen Analyse. Erst zu kürzen kostet eine zweite, teurere Einstellungsrunde für die Fähigkeit, die gerade zur Tür hinausgegangen ist.

Die Falle des Einstellungsstopps: Wie Fluktuation unbemerkt die falschen Leute entfernt

Ein Einstellungsstopp wirkt wie ein vorsichtiger, risikoarmer Schritt: keine Entlassungen, keine Schlagzeilen, nur eine Pause, während die Organisation ihren KI-Plan klärt. In der Praxis ist ein Stopp in Verbindung mit normaler Fluktuation nicht neutral. Er ist ein Selektionsmechanismus, und standardmäßig selektiert er auf das falsche Ergebnis.

Freiwillige Fluktuation ist nicht zufällig. Beschäftigte mit den meisten externen Optionen, typischerweise Ihre stärksten Leistungsträger und die gefragtesten technischen Talente, verlassen das Unternehmen am ehesten, wenn die interne Mobilität unter einem Stopp stockt. Beschäftigte mit weniger Optionen bleiben meist, unabhängig von der Leistung. Ein Stopp, der zwei oder drei Quartale läuft, ohne dass jemand aktiv steuert, wer geht, formt das Organigramm still um diejenigen, die sich fürs Bleiben entschieden haben, nicht um diejenigen, die das Unternehmen behalten wollte.

Der aktuelle Arbeitsmarkt macht es leicht, das zu übersehen. Die US-Einstellungsrate betrug in der JOLTS-Veröffentlichung vom Juli 2026 3,2 Prozent und die Kündigungsrate 1,9 Prozent, beide nahe mehrjähriger Tiefstände in einem Markt, den Ökonomen „Job Hugging“ zu nennen begonnen haben, in dem Beschäftigte, die sonst gehen würden, aus Vorsicht bleiben (BLS JOLTS). Niedrige Gesamtkündigungen können falsche Sicherheit erzeugen: Wer beobachtet, dass die aggregierte Fluktuation gleich bleibt, übersieht womöglich, dass die tatsächlichen Abgänge bei jenen konzentriert sind, die das Unternehmen am wenigsten verlieren kann.

Die Lösung besteht nicht darin, den Stopp aufzugeben. Sie besteht darin, ihn nicht länger als passive Voreinstellung zu behandeln, sondern die Bindung bestimmter Fähigkeitsträger als aktive, benannte Priorität zu führen, mit Bleibeplänen für Menschen in der Fähigkeitslücken-Spalte der obigen Map, nicht nur für Menschen mit hohem Titel. Hier leistet auch Transparenz echte Arbeit: Beschäftigte tolerieren einen Stopp weit besser, wenn sie die Gründe dafür verstehen, und das ist ebenso eine Frage der Kultur wie der Workforce-Planung.

Redeployment-Ökonomie versus Wiederbesetzungskosten

Sobald die Capability Map existiert, ist die Entscheidung an jeder Lücke eine Frage von Selbstaufbau oder Zukauf: jemanden intern umsetzen oder gehen lassen und später extern einstellen. Die Rechnung spricht fast immer stärker für das Redeployment, als der Instinkt vermuten lässt.

Laut SHRM belaufen sich die Vollkosten für den Ersatz einer Mitarbeiterin oder eines Mitarbeiters auf 50 bis 200 Prozent des Jahresgehalts, wenn Recruiting, Interviews, Onboarding und Einarbeitungszeit mitgerechnet werden, wobei das obere Ende bei spezialisierten Rollen und Führungsrollen liegt (SHRM, „The Myth of Replaceability“). Eine bestehende Mitarbeiterin in eine benachbarte Fähigkeit umzusetzen kostet selten annähernd so viel, weil sie bereits institutionelles Wissen und eine Erfolgsbilanz mitbringt, die der Einstellungsprozess in einem Lebenslauf nicht sehen kann. Die Umschulungskosten sind real, aber es sind Wochen gezielten Lernens gegenüber Monaten der Vakanz plus einer Ersatzrechnung im sechsstelligen Bereich.

Die folgende Tabelle zeigt die Abfolge, der ein Workforce-Plan folgen sollte, und den Fehler, den die meisten Pläne bei jedem Schritt machen.

Szenarioplanung bei echter Unsicherheit

Die KI-Leistungsfähigkeit schreitet nicht mit einer einzigen, vorhersehbaren Geschwindigkeit voran, und ein Workforce-Plan, der auf einer einzigen Annahme zur Adoptionsgeschwindigkeit beruht, wird innerhalb eines Jahres in die eine oder andere Richtung falsch liegen. Der vertretbarere Ansatz ist, drei Szenarien statt einer Prognose zu entwickeln.

Ein Szenario langsamer Adoption nimmt an, dass das Produktivitätsparadoxon fortbesteht: Tools werden eingeführt, aber die Workflow-Neugestaltung, die tatsächlich Wert liefert, hinkt hinterher, ähnlich der Lücke, die McKinsey zwischen den 88 Prozent der Unternehmen, die KI irgendwo nutzen, und den 39 Prozent beschreibt, die darauf irgendeine EBIT-Wirkung zurückführen können (McKinsey, State of AI 2025). Hier sollten Headcount-Pläne bei Kürzungen konservativ und bei Piloten offensiv bleiben. Ein moderates Szenario nimmt eine stetige, aufgabenweise Übernahme an, wie die meisten Funktionen sie derzeit erleben, in der Redeployment und gezielte Einstellungen Schritt halten, wenn die Planung ein Quartal voraus bleibt. Ein schnelles Szenario nimmt einen Sprung an, eine neue Modell- oder Agent-Fähigkeit, die eine Aufgabenkategorie plötzlich vollständig KI-gesteuert macht und einen Redeployment-Plan erfordert, der in Wochen statt Quartalen umgesetzt wird. Warum langsam in der Praxis häufiger ist als schnell, obwohl es weit weniger Aufmerksamkeit erhält, lesen Sie unter das KI-Produktivitätsparadoxon.

Es geht nicht darum vorherzusagen, was eintritt. Es geht darum, die Entscheidungen, die jedes Szenario nach sich zieht, bereits durchdacht zu haben, damit die tatsächliche Entscheidung, sobald sich das Bild klärt, schnell fällt statt improvisiert zu werden.

Den Übergang über 12 bis 24 Monate sequenzieren

Ein Workforce-Übergang, der als einzelne Reorganisation ausgerollt wird, bündelt das Risiko in einem Quartal und gibt der Organisation keine Chance, zu lernen und nachzusteuern. Ihn über einen längeren Horizont zu sequenzieren verteilt sowohl das Risiko als auch das Lernen.

In den ersten sechs Monaten liegt die Priorität auf Messung, nicht auf Handeln: das Aufgabeninventar und die Capability Map aufbauen, erfassen, welche Aufgaben KI-Agents und Copiloten tatsächlich übernehmen und welche weiterhin zu einem Menschen zurückfließen, und die zwei oder drei Funktionen mit der größten Lücke identifizieren. Widerstehen Sie in diesem Zeitfenster Headcount-Entscheidungen; die hier gesammelten Daten machen jede spätere Entscheidung vertretbar statt reaktiv.

In den Monaten sechs bis zwölf geht das Redeployment in den Funktionen mit der höchsten Priorität vom Konzept in die Umsetzung, verbunden mit einem Einstellungsstopp bei Nachbesetzungen für Rollen, in denen die Aufgabenübernahme messbar real ist, nicht nur prognostiziert. Dann sollten auch Entscheidungen zu Organisationsdesign und Abbau von Hierarchieebenen fallen, denn eine Ebene zu verflachen, bevor die Capability Map existiert, entfernt tendenziell Koordinationskapazität, die das Unternehmen noch braucht, und die Rolle der mittleren Führungskraft ist meist das Erste, was bricht, wenn diese Reihenfolge übersprungen wird.

In den Monaten zwölf bis vierundzwanzig wechselt der Plan in den Regelbetrieb: Einstellungen werden für Fähigkeiten wieder aufgenommen, die die Map als dauerhafte Lücken markiert hat, Redeployment wird zum ständigen Prozess statt zum Projekt, und der Zyklus wiederholt sich fortlaufend, statt zu den Akten gelegt zu werden, sobald der Druck nachlässt.

Die Kennzahlen, die wirklich zählen

Headcount und Kosten pro Mitarbeiter sind die Kennzahlen, die jede Finanzfunktion ohnehin verfolgt, und sie sind notwendig, aber nicht ausreichend. Ein Plan kann sein Headcount-Ziel erreichen und trotzdem scheitern, wenn mit den gekürzten Menschen die falschen Fähigkeiten gegangen sind.

Beobachten Sie die Time-to-Productivity umgesetzter Mitarbeitender gegen eine echte Baseline, denn Redeployment schlägt Neueinstellung nur, wenn die Umschulung tatsächlich kürzer ist als die Einarbeitung einer Neueinstellung. Beobachten Sie die freiwillige Fluktuation bei Menschen, die als Träger knapper Fähigkeiten gekennzeichnet sind, getrennt von der Gesamtfluktuation, denn das Aggregat kann gesund aussehen, während sich die spezifische Zahl still verschlechtert, genau die oben beschriebene Falle des Stopps. Beobachten Sie die Capability-Coverage-Quote: Welcher Anteil der von der Map als nächstes benötigt markierten Fähigkeiten ist in der Organisation tatsächlich durch eine Person abgedeckt, nicht durch den Plan, jemanden einzustellen. Und beobachten Sie die Task-Absorption-Rate gegenüber dem Szenario, das den Plan getrieben hat, denn ein moderates Tempo in Richtung schnell muss innerhalb eines Quartals erkannt werden, nicht erst bei der nächsten Jahresbewertung.

Strategie oder eine Kostenentscheidung mit Strategie-Etikett?

Hier kommt der unbequeme Teil. Ein großer Teil dessen, was Unternehmen KI-Workforce-Strategie nennen, ist eine Kostenentscheidung, die ohnehin getroffen worden wäre und im Nachhinein in KI-Begriffen beschrieben wird, weil diese Rahmung einem Aufsichtsgremium leichter zu präsentieren ist als „Wir müssen Kosten senken“. Der Jahresabschlussbericht 2025 von Challenger, Gray & Christmas stellte fest, dass KI in jenem Jahr bei 54.836 Entlassungen als Faktor genannt wurde, real und steigend, aber immer noch nur etwa 4,5 Prozent der rund 1,2 Millionen erfassten Stellenstreichungen, weit hinter Marktbedingungen und Filialschließungen (Challenger, Gray & Christmas, 2025 Year-End Report). Über diese Diskrepanz nachzudenken lohnt sich schon für sich.

Es gibt einen echten Test, um beides zu unterscheiden, und er verlangt nicht, jemandes Absicht zu lesen. Eine echte KI-Workforce-Strategie hat ein Aufgabeninventar und eine Capability Map, die der Headcount-Entscheidung vorausgehen. Eine Kostenentscheidung mit Strategie-Etikett hat zuerst die Headcount-Zahl, von der Finanzabteilung unter Budgetdruck erzeugt, und die KI-Erzählung wird danach darum herum gebaut, um sie schmackhaft zu machen. Eine echte Strategie kann konkrete Aufgaben nennen, die Rollen nicht mehr erledigen müssen, und konkrete Fähigkeiten, in die das freigewordene Budget fließt. Eine Kostenentscheidung kann nur auf einen Prozentsatz und eine Frist verweisen.

Die praktische Prüfung: Wenn Sie für die zu kürzenden Rollen oder den verlängerten Stopp nicht benennen können, welche Aufgaben KI tatsächlich jetzt erledigt, die früher ein Mensch erledigt hat, haben Sie noch keine Workforce-Strategie. Sie haben ein Budgetziel, und es KI zu nennen macht keines daraus. Die richtige Reihenfolge, zuerst Aufgaben, dann Capability Map, zuletzt die Headcount-Entscheidung, schließt diese Lücke, und sie macht die Entscheidung auch für die Kultur tragbar, die danach weiterarbeitet, und das zählt mehr als jede Rahmung.