Die Zukunft der Arbeit wird nicht in einem einzelnen Unternehmen entschieden.

Zwei neue Veröffentlichungen der EU machen sichtbar, weshalb.

Der neue Bericht des Wissenschaftlichen Dienstes des Europäischen Parlaments erwartet vor allem Veränderungen bei Aufgaben und Berufen. Eine einfache Welle grossflächigen Stellenabbaus hält er für weniger wahrscheinlich.

Gleichzeitig zeigt er eine deutliche Lücke bei der Einführung. 2025 nutzten 55 Prozent der grossen EU-Unternehmen KI. Bei den kleinen Unternehmen waren es 17 Prozent.

Die neue Mitteilung der Europäischen Kommission verbindet KI mit der Zukunft der Arbeit und gemeinsamem Wohlstand. 61 Prozent der europäischen Beschäftigten erwarten, dass sie bis 2029 neue Kompetenzen für den Umgang mit KI benötigen. Erst 15 Prozent haben bisher eine entsprechende Weiterbildung erhalten.

Die Kommission will deshalb eine hochrangige Expertengruppe einsetzen. Sie soll langfristige Beschäftigungsszenarien untersuchen und bessere Instrumente für Beobachtung, Frühwarnung und Vorausschau entwickeln.

Wir unterstützen diese europäische Richtung.

Sie behandelt Produktivität, Kompetenzen, Arbeit und menschliche Verantwortung als zusammenhängende Aufgabe. Genau so verstehen wir die Zukunft der Arbeit bei MMIND.ai.

Politik kann die Richtung setzen. Sie kann jedoch keinen betrieblichen Ablauf neu
gestalten. Unternehmen müssen selbst entscheiden, welche Arbeit entfallen kann und wo KI unterstützt. Sie müssen Kompetenzen im realen Ablauf aufbauen und menschliche Entscheide klar benennen.

Offene Innovation wird damit zu einem praktischen Teil der europäischen Zukunft der Arbeit.

🎙️ Du hörst des Newsletter lieber? Hier eine kurze, KI-generierte Audio-Zusammenfassung dieser Ausgabe:

Unser wertvollstes Wissen nicht unkontrolliert nach aussen geben.

Viele KMU schützen ihr Wissen, indem sie es im eigenen Unternehmen behalten. Das ist verständlich. Kundenbeziehungen, Prozesswissen und die Erfahrung einzelner Mitarbeitender sind oft genau das, was ein kleineres Unternehmen besonders macht.

Die Vorsicht wird zum Nachteil, wenn sie verhindert, dass ein Unternehmen Probleme bearbeitet, die es allein nicht gut lösen kann.

Neue agentische Modelle verstärken diese Chance. KI-Modelle wie Kimi K3, GPT-5.6 und Claude Fable 5 können mehr Kontext verarbeiten, Werkzeuge nutzen und länger an einer begrenzten Aufgabe arbeiten. Der Weg von einer externen Idee zu einem prüfbaren Prototyp wird kürzer.

Ein KMU muss deshalb keine grosse interne Innovationsabteilung aufbauen, bevor es eine neue Idee testet. Es kann das benötigte Wissen für einen klar abgegrenzten Arbeitszyklus zusammenbringen.

Agentic Engineering macht den ersten Arbeitszyklus schneller:
→ gemeinsames Problem
→ begrenzte KI-Aufgabe
→ prüfbares Ergebnis
→ menschlicher Entscheid
→ Rückmeldung aus der Praxis

Doch Geschwindigkeit allein schafft noch keine gute Zusammenarbeit.

Die kulturelle Hürde im DACH-Raum

In vielen Gesprächen erleben wir eine besondere Zurückhaltung. Unternehmen interessieren sich durchaus für Kooperationen. Sobald es um Daten, internes Wissen oder konkrete Prozesse geht, ziehen sie sich jedoch wieder in die eigenen Reihen zurück.

Die Sorge dahinter ist berechtigt: Wer darf die Dokumente sehen? Werden sie zum Training eines Modells verwendet? Wem gehört der Prototyp? Was passiert, wenn eine KI eine rechtlich oder medizinisch falsche Aussage vorbereitet?

Diese Fragen lassen sich nicht mit einem allgemeinen Versprechen von «mehr Offenheit» beantworten. Sie brauchen eine Architektur.

Das Oxford Handbook of Open Innovation beschreibt Offenheit nicht als Entweder-oder. Unternehmen können bewusst festlegen, welches Wissen zwischen Organisationen fliesst, was geschützt bleibt und über welche Regeln, Verträge und technischen Systeme der Zugang kontrolliert wird.

Für ein KI-Projekt mit mehreren Partnern übersetzen wir diesen Gedanken in sechs Entscheidungen.

1. Welches Problem teilen wir?

Die Partner müssen nicht sofort Daten teilen. Zuerst teilen sie eine präzise Frage.

Eine gute Frage beschreibt einen Prozess, einen Entscheid oder ein Nutzerproblem. «Wir möchten etwas mit KI machen» reicht nicht. «Wie können Compliance-Verantwortliche regulatorische Änderungen schneller prüfen, ohne den rechtlichen Entscheid an ein Modell abzugeben?» schafft eine gemeinsame Arbeitsgrundlage.

2. Welches Wissen bleibt geschützt?

Nicht jedes Dokument wird für den ersten Test benötigt. Kundendaten, Geschäftsgeheimnisse, interne Entscheidungsregeln und sensible Quelldokumente können in der jeweiligen Organisation bleiben.

Für einen Prototyp genügen oft anonymisierte Beispiele, künstliche Testfälle oder ein eng begrenzter Dokumentenbestand. Entscheidend ist, dass die Grenze vor dem technischen Aufbau sichtbar wird.

3. Welche Aufgabe übernimmt die KI?

Die Rolle der KI sollte mit einem Verb beginnen: suchen, vergleichen, zusammenfassen, strukturieren, prototypisieren oder testen.

Eine klare Aufgabe lässt sich prüfen. Eine pauschale Aufforderung, das Problem zu lösen, verschiebt dagegen Verantwortung in ein System, das den fachlichen Kontext nie vollständig besitzt.

4. Welches Ergebnis muss prüfbar sein?

Am Ende des ersten Zyklus sollte ein Artefakt stehen, das die Partner gemeinsam ansehen können: ein Prototyp, eine quellenbasierte Zusammenfassung, eine Kontrollmatrix, ein getesteter Code-Schritt oder ein dokumentierter Vergleich.

Ein solches Ergebnis macht Meinungsunterschiede produktiv. Die Gruppe muss nicht mehr über eine abstrakte Idee diskutieren. Sie kann an einem konkreten Objekt zeigen, was fehlt.

5. Wer entscheidet?

«Human in the loop» ist uns zu ungenau.

Es braucht eine benannte Person oder Rolle, die ein Ergebnis annehmen, zurückweisen oder den Test stoppen darf. Im Gesundheitswesen bleibt die medizinische Verantwortung bei einer qualifizierten Fachperson. Im Compliance-Kontext bleibt die rechtliche Würdigung bei den zuständigen Fachleuten.

6. Welche Rückmeldung bestimmt den nächsten Schritt?

Vor dem Test sollte klar sein, was wir lernen möchten. Mögliche Signale sind die Zahl notwendiger Korrekturen, die eingesparte Prüfzeit, falsch positive Treffer, die Verständlichkeit für Nutzerinnen und Nutzer oder schlicht die Bereitschaft der Beteiligten, den Versuch fortzusetzen.

Erst diese sechs Entscheidungen machen aus einer interessanten Diskussion ein kontrolliertes Experiment.

KI-Café 20. August: Neue KI-Felder und -Applikationen entdecken

• Rheintalent.li: KI und Fachkräfte, ein neues Pilotprojekt für Liechtenstein (Alexander Jeeves, Mastermind-Gruppe KMU-Tools).

• Strategie, Innovation und Know-how (Nathalie Nipp, ISTRAS).

• Und die Ergebnisse der AI Compliance Umfrage 2026 (Christian Wind, Bratschi AG, Zürich).

Hier gratis anmelden.

Fragen zu den Veranstaltungen oder zur Umsetzung von KI? Antworte direkt auf diese E-Mail. Wir melden uns umgehend.

🎬 Video: Zukunft der Arbeit & KI