Viele Experten lieben bei ihren Auftritten den großen Ton. Gerade beim Thema Künstliche Intelligenz ist er allgegenwärtig: Versprechen, Prognosen, Beschleunigungsphantasien. Auf der Keynote Stage der Zukunft Personal Nord war das Panel mit dem programmatischen Titel „Zwischen Hype und Realität: Wie KI HR Teams zukunftsfähig macht“ dort am stärksten, wo es der Versuchung zur Verkündigung widerstand. Katharina Schulze moderierte eine Runde mit Annika in der Beek von Statista und Nicole Engenhardt-Gillé, die das Thema nicht als technische Erlösungslehre behandelte, sondern als Frage der Urteilskraft. Schon der Einstieg setzte den Ton: Ja, fast alle im Raum arbeiten inzwischen täglich mit KI; nein, niemand auf dem Podium beanspruchte, in die Zukunft sehen zu können. Gerade diese Verweigerung des Orakels verlieh dem Gespräch Substanz.
Der Hype als Betriebsgeräusch
Bemerkenswert war zunächst, mit welcher Selbstverständlichkeit der Hype als eigener Gegenstand verhandelt wurde. Nicht im Ton spöttischer Distanz, sondern als Betriebsgeräusch einer Branche, die sich zwischen Neugier und Nervosität eingerichtet hat. Annika in der Beek beschrieb sehr präzise, wie man diesem Lärm begegnen kann: weniger durch totale Abschottung als durch disziplinierte Auswahl, also use-case-orientiert, quellenbewusst, mit Fokus statt Dauererregung. Nicole Engenhardt-Gillé sekundierte mit der gleichen Nüchternheit: Nicht jede Meldung verlangt Aktionismus; entscheidend sei, was für die eigene Arbeit tatsächlich relevant ist. Der interessanteste Satz dieses ersten Teils lautete, man müsse lernen, mit KI umzugehen. Das klingt unspektakulär. In Wahrheit steckt darin die Abkehr von jener infantilen Alternative, die öffentliche Debatten so unerquicklich macht: blindes Staunen hier, kulturkritische Abwehr dort.
Welche Fähigkeiten verlangt die Zukunft?
Von dort führte das Gespräch sehr schnell zu einem Punkt, der für HR womöglich wichtiger ist als jedes Tool: zu den Fähigkeiten, die bleiben, wenn fachliches Wissen leichter verfügbar wird. Beek formulierte das mit erfreulicher Klarheit: Niemand wisse ernsthaft, was man in zehn Jahren im Detail braucht; belastbarer seien Neugier, Lernwille, Beweglichkeit, die Bereitschaft, auf Anfänger-Niveau in Neues hineinzuwachsen. Das Panel ließ damit eine Einsicht hervortreten, die in vielen Unternehmen noch immer unterschätzt wird: Zukunftsfähigkeit beginnt weniger bei der Anhäufung einzelner Kompetenzen als bei der inneren Elastizität, mit der jemand unbekannte Lagen betritt.
Dazu passte der Verweis auf den Adaptability Quotient, kurz AQ: die Fähigkeit, sich neuen Umständen anzupassen. Der Begriff droht, wie alle Akronyme der Gegenwart, rasch in eine modische Formel zu kippen. Auf dem Podium gewann er einen ernsteren Sinn. Lernen, verlernen, neu lernen: Das ist keine hübsche Abfolge, sondern die Zumutung der Gegenwart. Besonders aufschlussreich wurde das dort, wo über Recruiting gesprochen wurde. Mindset, so die gemeinsame Linie, ist schwer binär messbar, aber durchaus erkennbar — in Beispielen, in Quereinstiegen, in der Art, wie jemand über Neues spricht, über Unsicherheit, über die Lust am Einarbeiten. Das klassische, lückenlose Curriculum Vitae verliert unter diesen Bedingungen an Alleinherrschaft. An seine Stelle tritt die Frage, ob jemand sich bewegen kann, wenn das Gelände wechselt.
Daten statt Zauberei
Das Panel war am stärksten, sobald es die luftige Abstraktion verließ und die mühselige Realität betrat. Dort hieß das Leitwort: Daten. Nicole Engenhardt-Gillé und Annika in der Beek waren sich in einem Punkt vollkommen einig: Wer KI im HR sinnvoll einsetzen will, landet sehr schnell nicht bei Visionen, sondern bei Stammdaten, Fehlerquoten, Reporting-Landschaften, Datenpflege. Der schöne, brutale Satz dazu lautet seit langem: shit in, shit out. Auf der Bühne wirkte er nicht wie eine technische Floskel, sondern wie eine kleine Demütigung für alle, die KI für eine selbsttätige Aufwertung schlechter Prozesse halten. Eine automatisierte KPI ist nicht deshalb klug, weil sie schnell erzeugt wird. Sie bleibt falsch, wenn ihr Fundament faul ist. Darin lag einer der wichtigsten Realitätskontakte dieses Panels: Der Fortschritt beginnt nicht beim futuristischen Agenten, sondern oft in der prosaischen Frage, ob eine Organisation ihre eigenen Daten überhaupt lesen kann.
Von hier aus wurden die interessanten Anwendungsfälle sichtbar. Im Recruiting etwa: KI-gestütztes Sourcing, Notetaker in Interviews, automatisierte Scorecards, Vorselektion bei hohen Bewerbungseingängen. Bei Statista wurde beschrieben, wie groß die Zustimmung von Kandidaten zu aufgezeichneten Gesprächen inzwischen ist und wie stark sich dadurch die Qualität des situativen Feedbacks verbessert. Der entscheidende Zusatz aber lautete: Keine maschinelle Notiz gelangt ungeprüft ins System. Immer steht die menschliche Prüfung dahinter. Das Panel fand dafür eine brauchbare Formel: AI-Land und Human-Land. Der Satz klingt spielerisch, hat aber Systemrang. Denn genau daran wird sich die Qualität der nächsten Jahre entscheiden: nicht daran, ob Unternehmen KI einsetzen, sondern daran, wo sie die Grenze zwischen maschinischer Verdichtung und menschlichem Urteil ziehen.
Die neue Nützlichkeit der Assistenz
Überhaupt sprach die Runde viel weniger über Ersetzung als über Assistenz. Das war angenehm und aufschlussreich. In der Beek schilderte mit dem Candid Coach ein Beispiel aus dem Performance Management: ein Agent, gefüttert mit Managementprinzipien, Trainingsmaterial, Büchern und internen Standards, der Führungskräfte auf schwierige Feedbackgespräche vorbereitet. Gerade die Begrenzung war hier das eigentlich Klügere. Der Agent soll nicht die Beurteilung schreiben; er soll den Menschen in die Lage versetzen, besser zu urteilen. Er widerspricht, fordert, schärft. Darin steckt ein reiferer Begriff von Technologie. Sie dient nicht dazu, Verantwortung verschwinden zu lassen, sondern dazu, sie besser vorzubereiten.
Ähnlich instruktiv war das einfachere Beispiel des Agents für Standardanfragen von Mitarbeitenden: Urlaubstage, SharePoint-Hinweise, Alltagsfragen, die bislang als Ticket bei People Operations landeten. Die Wirkung wurde nicht in großen Worten beschrieben, sondern in einer kleinen Zahl: rund 40 Prozent weniger Tickets in kurzer Zeit. Das ist gerade deshalb überzeugend, weil es nicht nach Revolution klingt. Es zeigt, wie Akzeptanz in Organisationen tatsächlich entsteht. Nicht durch Visionen, sondern durch spürbare Entlastung. Die Mitarbeitenden sehen einen Nutzen; das reicht fürs Erste. Zukunftsfähig ist daran weniger das Tool als die Lernbewegung, die es auslöst.
Quellenkritik als neue Führungsaufgabe
Ein besonders starker Teil des Gesprächs drehte sich um Quellen, Wahrheit und die neue Leichtgläubigkeit. In der Beek erzählte von einer Statista-Auswertung, nach der ein erheblicher Teil der von ChatGPT herangezogenen Quellen aus wenig belastbaren Umfeldern stammt; im Gespräch fiel, zugespitzt, sogar die Zahl von 40 Prozent Reddit. Entscheidend war nicht die Pointe, sondern die Beschämung, die daraus folgte. Denn die Runde sprach offen darüber, wie leicht man sich vom glatten Ton künstlicher Intelligenz verführen lässt, wie schnell eine plausibel formulierte Antwort den kritischen Blick entwaffnet. Das hat mit HR zunächst wenig zu tun und dann wieder alles. Denn plötzlich wird Quellenkritik zu einer Führungs- und Bildungsaufgabe im Unternehmen. Wer KI einführt, muss nicht nur Prompting lehren, sondern auch Skepsis. Nicht jede gut klingende Antwort ist ein Gedanke. Nicht jede Quelle verdient Vertrauen.
Damit verknüpft war die Forderung nach klaren Regeln. Shadow Usage, die verborgene Nutzung jenseits offizieller Prozesse, findet ohnehin statt — also muss das Unternehmen Standards setzen: Welche Daten dürfen eingegeben werden? Welche Ergebnisse müssen überprüft werden? Wie lernt man Bewertung? Gerade Nicole Engenhardt-Gillé formulierte das mit großer Klarheit: Wenn Unternehmen Nutzung erwarten, müssen sie auch Befähigung organisieren. Hier verschiebt sich die Rolle von Führung. Gefragt wird künftig nicht mehr nur nach dem Ergebnis, sondern nach dem Weg dorthin: Wie hast du KI benutzt, wie hast du das Resultat geprüft, was ist dein eigenes Urteil? In diesem Dreischritt liegt bereits eine neue Arbeitsdidaktik.
Die Wahrheit über die Einstiegsjobs
Natürlich kam auch die Lieblingsangst der Gegenwart zur Sprache: der mögliche Wegfall von Einstiegsjobs. Aufgerufen wurde die These, in drei bis fünf Jahren könnten fünfzig Prozent der White-Collar-Einstiegsstellen verschwinden. Das Podium reagierte darauf nicht mit Beschwichtigung, aber auch nicht mit dem melodramatischen Zittern, das solche Zahlen gewöhnlich hervorrufen. Ja, sagte die Runde, das Risiko sei real. Nein, sagte sie ebenso deutlich, die Sache sei nicht so einfach. Denn erstens kosten Agents und Lizenzen ebenfalls Geld; manches, was als Personalkostensenkung erscheint, ist in Wahrheit ein Budget-Shift von Personal in IT und Lizenzlandschaften. Zweitens verschiebt sich damit die Frage von der Reduktion auf die Gestaltung: Welche Rolle ist eigentlich ein Einstieg heute? Wie muss sie neu zugeschnitten werden, wenn KI bestimmte Routinen übernimmt? Und drittens bleibt da noch etwas, das in Deutschland schwer wiegt: die demografische Realität. Eine Organisation, die ihre Junior-Rollen zu enthusiastisch kappt, sägt an ihrer eigenen Seniorität von morgen.
Gerade hier gewann das Gespräch politische Kontur. HR, so ließe sich die Botschaft bündeln, kann sich in dieser Frage nicht auf die Rolle des Prozessbegleiters beschränken. Es muss an der Neudefinition von Rollen, Lernroutinen und Übergängen mitarbeiten. Reverse Mentoring wurde genannt, Communities des täglichen Lernens, neue Routinen zwischen jüngeren KI-affinen Einsteigern und erfahreneren Mitarbeitern mit Urteilskraft. Das ist kein Nebenaspekt, sondern der eigentliche Prüfstein. Eine Arbeitswelt, die nur Automatisierung buchhalterisch denkt, wird sich selbst verarmen. Eine, die neue Arbeitsteilungen entwirft, könnte produktiver und vernünftiger aus dem Umbau hervorgehen.
Das kleinere, schnellere Unternehmen
Vielleicht am überraschendsten war der Blick aus der Startup-Perspektive, den Katharina Schulze selbst einbrachte. Dort wurde KI nicht nur als Prozessbeschleuniger verstanden, sondern als Veränderung des gesamten Denkens über Wertschöpfung. Nicht mehr zuerst fragen: Welche neue Stelle brauchen wir? Sondern: Lässt sich dieses Problem mit KI anders lösen? Für kleine, innovative Unternehmen könne das bedeuten, bewusst kleiner zu bleiben, weniger auf Highscaling zu setzen und stattdessen interne Tools schneller selbst zu bauen. Beschrieben wurde ein Moment, in dem mithilfe von KI innerhalb weniger Tage ein eigenes Tool entstand — ein Vorgang, der vor kurzer Zeit noch Entwicklungslogiken von Monaten vorausgesetzt hätte. Auch hier gilt: Das Interessante ist nicht die technische Staunensszene, sondern die organisatorische Konsequenz. Die Allianz von CHRO und CTO wird unter diesen Bedingungen nicht zufällig, sondern zwingend. HR spricht dann nicht mehr bloß über Menschen, IT nicht mehr bloß über Systeme; beide sprechen über dieselbe Architektur.
Jenseits des Hypes beginnt die Arbeit
Was also macht HR durch KI zukunftsfähig? Das Panel gab auf diese Frage gerade keine griffige Patentantwort. Und eben darin lag seine Qualität. Die Zukunftsfähigkeit kommt nicht aus der einen Anwendung, nicht aus dem einen Tool, nicht aus der einen Masterclass. Sie entsteht dort, wo Organisationen lernen, Mensch und Maschine als neues Verhältnis zu denken: mit sauberer Datenarbeit, mit Urteil, mit Lernroutinen, mit Quellenkritik, mit neu geschnittenen Rollen und mit der Bereitschaft, Scham im Umgang mit Assistenztechnologie abzubauen. Der aufschlussreichste Satz des Gesprächs lautete deshalb vielleicht, dass KI HR nicht durch eine einzige Sache zukunftsfähig mache. Zukunftsfähig wird HR erst, wenn es die Interaktion von Mensch und KI selbst zu einer Organisationskompetenz macht. Das ist weniger spektakulär als jede Bühnenprognose. Aber es ist wahrscheinlich die intelligentere Form der Aufregung.