Künstliche Intelligenz verändert nicht nur, wie Beschäftigte arbeiten. Sie verändert zunehmend, was eine Stelle überhaupt ausmacht. Routineaufgaben werden automatisiert, analytische Tätigkeiten durch KI unterstützt, Kontroll- und Bewertungsaufgaben gewinnen an Bedeutung. Damit verschiebt sich der Aufgabenmix innerhalb von Rollen – und genau das wird für HR zu einer bislang unterschätzten Herausforderung.
Denn wenn sich Aufgaben, Anforderungen und Verantwortung verändern, stellt sich irgendwann auch die Frage: Passt die bisherige Stellenbewertung noch? Passt das Joblevel? Und passt die Vergütungsstruktur noch zur tatsächlichen Arbeit?
Diese Fragen sind nicht nur für Workforce Planning und Personalentwicklung relevant. Sie treffen zunehmend auch auf ein zweites Thema, das HR in den kommenden Jahren beschäftigen wird: Entgelttransparenz.
KI verändert Aufgaben schneller als Stellenbeschreibungen
Viele Unternehmen führen KI zunächst auf Prozessebene ein: ein Copilot für Texte, ein Analysewerkzeug für Daten, ein Assistent im Kundenservice oder ein System zur Unterstützung von Recruiting und Administration. Organisatorisch bleibt die Stelle zunächst dieselbe. Inhaltlich kann sie sich aber bereits deutlich verändern.
Das Grundmuster lässt sich in vielen Funktionen beobachten:
- Routineaufgaben werden automatisiert oder stark beschleunigt.
- Fachliche Analyse wird stärker durch KI vorbereitet.
- Kontrolle und Qualitätssicherung gewinnen an Bedeutung.
- Urteilsvermögen wird wichtiger, weil KI-Ergebnisse bewertet werden müssen.
- Kommunikation und Verantwortung verschieben sich häufig zu den menschlichen Rollen.
Damit verändert sich nicht zwangsläufig der Jobtitel. Eine Rolle kann weiterhin „Recruiter“, „Analyst“, „Sachbearbeiter“ oder „Softwareentwickler“ heißen – obwohl sich ihr tatsächlicher Inhalt deutlich verschoben hat.
Genau deshalb ist ein aufgabenbasierter Blick auf Arbeit sinnvoll. In unserem Beitrag Wie KI Aufgaben transformiert und Jobs neu definiert haben wir diesen Ansatz bereits ausführlich beschrieben: Nicht ganze Berufe verändern sich auf einmal. Zunächst verändern sich einzelne Tasks, die anschließend zu neuen Rollen zusammengesetzt werden.
Aktuelle Arbeitsmarktdaten zeigen, wie schnell sich Anforderungen verschieben
Dass dies nicht nur ein theoretisches Modell ist, zeigen aktuelle Arbeitsmarktdaten. Der PwC Global AI Jobs Barometer 2026 kommt zu dem Ergebnis, dass sich die geforderten Fähigkeiten in stark KI-exponierten Berufen deutlich schneller verändern als in wenig exponierten Rollen.
Besonders interessant für HR: Laut PwC verlangen stark KI-exponierte Einstiegsrollen inzwischen wesentlich häufiger Fähigkeiten, die traditionell eher mit erfahreneren Beschäftigten verbunden wurden – beispielsweise strategisches Denken oder Führungskompetenz. KI übernimmt also nicht einfach nur Aufgaben. Sie kann den verbleibenden menschlichen Anteil einer Rolle anspruchsvoller machen.
Damit entsteht ein Effekt, den man als „Seniorisierung“ von Tätigkeiten beschreiben kann: Ein Teil der einfacheren Aufgaben verschwindet, während komplexere Prüf-, Entscheidungs- und Kommunikationsaufgaben relativ wichtiger werden.
Vier Beispiele: Wie KI den Wert einer Rolle verändern kann
1. Recruiting
Ein Recruiter verbringt weniger Zeit mit der Erstellung von Stellenanzeigen, der Zusammenfassung von Lebensläufen oder der Vorbereitung standardisierter Kommunikation. Gleichzeitig steigt die Bedeutung von Interviewqualität, Kandidatenberatung, Auswahlentscheidungen, Prozessgestaltung und der Kontrolle KI-generierter Ergebnisse.
Der Job bleibt Recruiting – der Aufgabenmix verändert sich.
2. Junior-Softwareentwicklung
KI kann Boilerplate-Code, Tests oder einfache Implementierungen übernehmen. Dadurch können Aufgaben wie Architekturverständnis, Review, Fehleranalyse, Sicherheitsbewertung und die Integration generierter Lösungen früher im Karriereweg relevant werden.
3. Finanz- und Datenanalyse
Wenn KI erste Analysen, Zusammenfassungen und Visualisierungen erstellt, verschiebt sich menschliche Arbeit stärker in Richtung Plausibilisierung, Interpretation und Handlungsempfehlung. Nicht das Erstellen der Tabelle ist dann der wertvollste Teil der Aufgabe, sondern die Bewertung dessen, was sie bedeutet.
4. HR-Sachbearbeitung
Standardanfragen, Dokumententwürfe und Datenpflege lassen sich zunehmend automatisieren. Gleichzeitig können Beratung, Sonderfälle, arbeitsrechtliche Einordnung, Datenqualität und Prozessverantwortung einen größeren Anteil der Tätigkeit einnehmen.
Job Redesign hat deshalb eine Vergütungsdimension
In vielen KI-Projekten endet die Betrachtung nach der Prozessoptimierung: Welche Aufgaben können automatisiert werden? Wie viel Zeit lässt sich sparen? Welche neuen Skills brauchen Beschäftigte?
Für HR sollte noch eine weitere Frage folgen:
Wenn sich der tatsächliche Inhalt einer Stelle wesentlich verändert – muss dann auch ihre Bewertung überprüft werden?
Das wird besonders relevant, wenn Stellenbewertung, Joblevel oder Gehaltsbänder auf Tätigkeitsbeschreibungen beruhen, die mehrere Jahre alt sind. Ein Job kann formal unverändert aussehen und trotzdem inzwischen andere Anforderungen an Wissen, Verantwortung, Problemlösung oder Kommunikation stellen.
Damit wird KI zu einem möglichen Auslöser für die Überprüfung von:
- Stellenbeschreibungen,
- Jobfamilien und Jobleveln,
- Kompetenzmodellen,
- Stellenbewertungsverfahren,
- Gehaltsbändern,
- Karrierepfaden und
- Kriterien für Gehaltsentwicklung.
Warum Entgelttransparenz diese Frage zusätzlich relevant macht
Genau an dieser Stelle treffen sich KI-Transformation und Entgelttransparenz.
Die EU-Entgelttransparenzrichtlinie stärkt den Grundsatz des gleichen Entgelts für gleiche oder gleichwertige Arbeit. Bei der Bewertung des Werts von Arbeit sollen objektive und geschlechtsneutrale Kriterien herangezogen werden. Die Richtlinie nennt insbesondere Kompetenzen, Belastungen, Verantwortung und Arbeitsbedingungen. Weitere sachlich relevante Kriterien können hinzukommen.
Der Originaltext der Richtlinie erläutert außerdem, dass Vergütungsstrukturen einen Vergleich des Werts unterschiedlicher Tätigkeiten innerhalb einer Organisation ermöglichen sollen. Quelle: Richtlinie (EU) 2023/970.
Damit wird die Qualität der Stellenbewertung wichtiger. Ein identischer Jobtitel reicht nicht aus, um zu beurteilen, ob Tätigkeiten gleich oder gleichwertig sind. Entscheidend ist, welche Anforderungen die tatsächliche Arbeit stellt.
Eine ausführliche Einordnung des Begriffs findet sich unter gleiche und gleichwertige Arbeit im Sinne der Entgelttransparenz.
Das Problem: Historische Stellenbewertungen treffen auf dynamische Jobs
Viele Vergütungsstrukturen sind vergleichsweise stabil. KI verändert Aufgaben dagegen teilweise innerhalb weniger Monate.
Dadurch können Inkonsistenzen entstehen:
- Die Stellenbeschreibung bildet die tatsächliche Tätigkeit nicht mehr ab.
- Neue Verantwortung durch KI-Kontrolle wird nicht berücksichtigt.
- Ein Job wird anspruchsvoller, bleibt aber im alten Level.
- Zwei historisch unterschiedliche Rollen nähern sich in ihrem tatsächlichen Aufgabenprofil an.
- Neue KI-Kompetenzen werden vergütungsrelevant, ohne dass Kriterien dafür definiert sind.
- Gehaltsbänder entwickeln sich durch Einzelfallentscheidungen auseinander.
Das ist zunächst kein Beweis für eine fehlerhafte oder diskriminierende Vergütung. Es ist aber ein Signal, dass die zugrunde liegende Jobarchitektur überprüft werden sollte.
Wie eine systematische Bewertung aufgebaut werden kann, wird unter Stellenbewertung und Entgelttransparenz erläutert.
Kann KI selbst Stellen bewerten?
KI kann bei einer Stellenbewertung durchaus helfen. Sie kann beispielsweise:
- Stellenbeschreibungen strukturieren,
- Aufgaben und Kompetenzanforderungen extrahieren,
- ähnliche Tätigkeitsprofile identifizieren,
- Inkonsistenzen zwischen Jobprofilen sichtbar machen,
- fehlende Informationen markieren oder
- Unterlagen für eine menschliche Bewertung vorbereiten.
Problematisch wäre dagegen, eine KI aus historischen Vergütungsdaten automatisch ableiten zu lassen, welchen „Wert“ eine Stelle hat. Historische Daten können bestehende Ungleichheiten enthalten. Zudem verlangt die Bewertung gleichwertiger Arbeit eine nachvollziehbare Gewichtung sachlicher Kriterien – keine statistische Fortschreibung früherer Gehaltsentscheidungen.
Die sinnvollere Rollenverteilung lautet deshalb: KI unterstützt die Analyse; Menschen verantworten Methodik, Bewertung und Entscheidung.
Für HR entsteht ein neuer Kreislauf
Job Redesign sollte künftig nicht als einmalige Folge einer KI-Einführung verstanden werden. Sinnvoller ist ein kontinuierlicher Kreislauf:
- Aufgaben analysieren: Welche Tätigkeiten übernimmt, unterstützt oder verändert KI?
- Rolle neu beschreiben: Welche Aufgaben, Kompetenzen und Verantwortlichkeiten bleiben tatsächlich beim Menschen?
- Bewertung überprüfen: Passt die bisherige Einordnung der Stelle noch?
- Vergütungsstruktur prüfen: Stimmen Level, Gehaltsband und Entwicklungskriterien weiterhin zur Rolle?
- Entgeltunterschiede analysieren: Sind Unterschiede durch objektive und nachvollziehbare Kriterien erklärbar?
- Regelmäßig aktualisieren: Verändert die nächste KI-Ausbaustufe den Job erneut?
Damit verbindet sich KI-Strategie direkt mit Workforce Planning, Compensation & Benefits und HR Governance.
Was HR jetzt praktisch tun kann
Unternehmen müssen deshalb nicht sofort ihre komplette Jobarchitektur neu aufbauen. Sinnvoll ist ein risikobasierter Einstieg.
- KI-exponierte Rollen identifizieren: Wo verändert KI bereits heute einen relevanten Teil der Aufgaben?
- Stellenbeschreibungen mit der Realität vergleichen: Welche Dokumente beschreiben noch den Stand vor der KI-Einführung?
- Aufgabenverschiebungen dokumentieren: Welche Tätigkeiten fallen weg, welche werden anspruchsvoller, welche entstehen neu?
- Bewertungskriterien überprüfen: Sind Verantwortung, Kompetenzen, Belastungen und Arbeitsbedingungen nachvollziehbar abgebildet?
- Gehaltsbänder auf Konsistenz prüfen: Entstehen durch neue KI-Rollen oder Einzelfallentscheidungen strukturelle Brüche?
- HR, Fachbereich und Compensation zusammenbringen: Job Redesign darf nicht allein als Technologieprojekt behandelt werden.
Welche Anforderungen rund um Entgelttransparenz für Arbeitgeber insgesamt relevant werden, ist unter Entgelttransparenzrichtlinie.de: Pflichten für Arbeitgeber und HR zusammengefasst.
Fazit: KI-Transformation endet nicht beim Skill Management
Die Diskussion über KI und Arbeit konzentriert sich häufig auf zwei Fragen: Welche Jobs verschwinden – und welche neuen Skills werden benötigt?
Für HR kommt eine dritte hinzu: Wie bewerten und vergüten wir Rollen, deren tatsächlicher Inhalt sich durch KI verändert?
Je schneller sich Aufgaben verschieben, desto wichtiger wird eine aktuelle, nachvollziehbare Jobarchitektur. Stellenbeschreibung, Stellenbewertung, Gehaltsband und tatsächliche Tätigkeit dürfen nicht dauerhaft auseinanderlaufen.
Entgelttransparenz macht dieses Thema sichtbarer. KI macht es dringlicher. Für HR lohnt es sich deshalb, beide Entwicklungen nicht getrennt zu behandeln.
Jetzt hier abonnieren
