7 Min. Lesezeit

GenAI steigert die Produktivität. Das ist belegt. Aber es gibt eine Nebenwirkung die in den meisten Business Cases fehlt: Die Fähigkeit zum eigenständigen Denken lässt nach. Gartner prognostiziert, dass bis Ende 2026 die Hälfte aller Organisationen weltweit „KI-freie“ Kompetenztests einführen wird – weil sie nicht mehr sicher sind, ob ihre Leute ohne Copilot noch valide Entscheidungen treffen können. Die unbequeme Frage für jeden CIO der gerade GenAI ausrollt: Was wenn die Produktivitätsgewinne von heute die Denkfähigkeit von morgen kosten?

Die These: GenAI macht produktiver – und gleichzeitig abhängiger

Die Gartner Strategic Predictions vom Oktober 2025 formulieren es nüchtern: Durch die Nutzung von GenAI atrophieren kritische Denkfähigkeiten. 50 Prozent der globalen Organisationen werden deshalb KI-freie Kompetenzbewertungen verlangen. Es ist eine der wenigen Gartner-Prognosen die kein Technologie-Versprechen enthält, sondern eine Warnung.

Was bedeutet KI-bedingte Kompetenzatrophie? Kompetenzatrophie beschreibt den schleichenden Verlust von Fähigkeiten die nicht mehr regelmäßig ausgeübt werden. Wenn ein Analyst täglich GenAI für Zusammenfassungen, Präsentationen und Entscheidungsvorlagen nutzt, trainiert er die KI-Bedienung – nicht die analytische Durchdringung des Themas. Das Ergebnis nach 12 bis 18 Monaten: Die Fähigkeit zur eigenständigen Analyse ist messbar schwächer.

Das ist kein Randphänomen. Die CIO Dive-Analyse der Gartner-Prognosen bringt es auf den Punkt: „AI is stealing your skills“ – ein Verhaltensnebenprodukt der Technologie, kein technischer Defekt. Der Copilot funktioniert einwandfrei. Das Problem sitzt vor dem Bildschirm.

87 Prozent mit Skill Gaps: Die Lücke die sich vertieft

Die KI-bedingte Kompetenzatrophie trifft auf eine bereits angespannte Situation. McKinsey-Daten zeigen: 87 Prozent der Organisationen haben entweder bestehende Kompetenzlücken (43 Prozent) oder erwarten sie in den nächsten fünf Jahren (44 Prozent). Die IT-Skills-Krise betrifft bis 2026 voraussichtlich 90 Prozent aller Organisationen weltweit.

Der wirtschaftliche Schaden ist bezifferbar: 5,5 Billionen US-Dollar an potenzieller Wertschöpfung sind gefährdet – durch verzögerte Transformationen, gescheiterte Projekte und verpasste Marktchancen. Das ist keine Prognose der fernen Zukunft. Es ist die Realität die sich in verlängerten Time-to-Market-Zyklen, steigenden Projektkosten und zunehmender Abhängigkeit von externen Beratern niederschlägt.

Quellen: Gartner Strategic Predictions (2025), McKinsey Skills Gap Survey, Gartner CIO Survey (2025)

Die Ironie: GenAI wird als Lösung für den Fachkräftemangel eingesetzt. „KI augmentiert 50 Prozent der Büroarbeiter bis 2026“, prognostiziert Gartner. Das stimmt. Aber Augmentation und Substitution von Denkleistung sind nicht dasselbe. Wer seinem Team GenAI gibt um Kapazitätslücken zu schließen und gleichzeitig die eigenständige Denkfähigkeit erodieren lässt, tauscht ein kurzfristiges Problem gegen ein langfristiges.

Die drei Branchen in denen es zuerst kritisch wird

Finanzsektor: Risikobewertung, Compliance-Interpretation und Kreditentscheidungen erfordern Urteilsvermögen das sich nicht automatisieren lässt. Wenn Analysten gewohnt sind, Risiko-Assessments von der KI vorbereiten zu lassen, fehlt das Bauchgefühl für Anomalien – genau das Bauchgefühl das auf jahrelanger eigenständiger Analyse basiert. Regulatoren in der EU werden KI-freie Stresstests für kritische Entscheidungsprozesse verlangen. DORA und der EU AI Act liefern die rechtliche Grundlage.

Gesundheitswesen: Diagnostik-KI erreicht in Studien teilweise höhere Trefferquoten als Radiologen. Aber was passiert wenn der Arzt der die KI-Empfehlung überprüfen soll, selbst nicht mehr die Kompetenz hat, sie zu hinterfragen? Die FDA und EMA diskutieren bereits Anforderungen an menschliche Überprüfungskompetenz als Zulassungskriterium für KI-basierte Medizinprodukte.

Recht: Juristische KI-Assistenten beschleunigen Due Diligence und Vertragsanalyse erheblich. Die Kehrseite: Junior Associates die primär mit KI-generierten Entwürfen arbeiten, entwickeln nicht dieselbe Tiefe im juristischen Denken wie ihre Vorgänger. Kanzleien berichten bereits von Qualitätsproblemen bei eigenständig erstellten Schriftsätzen. Der Befund ist branchenübergreifend konsistent: Die erste Generation die vollständig mit GenAI arbeitet, entwickelt tiefe Tool-Kompetenz – aber flachere Fachkompetenz. Und in regulierten Branchen wird genau diese Fachkompetenz zum Haftungsrisiko.

Die Gegenposition: Ist die Angst übertrieben?

Die Befürworter unkontrollierter KI-Nutzung argumentieren: Taschenrechner haben das mathematische Denken nicht zerstört. GPS hat die Orientierungsfähigkeit nicht ausgelöscht. GenAI wird kritisches Denken nicht ersetzen, sondern transformieren. Die Kernkompetenz verschiebt sich von „die Analyse selbst durchführen“ zu „die richtige Frage stellen und die KI-Antwort bewerten“.

Das Argument hat Substanz. Die Fähigkeit, KI-Output kritisch zu bewerten und die richtigen Prompts zu formulieren, ist eine neue Kompetenz die trainiert werden muss. Die Frage ist: Kann man KI-Output bewerten, wenn man die zugrunde liegende Disziplin nie eigenständig beherrscht hat? Ein erfahrener Analyst der GenAI nutzt, hat die Referenzrahmen um Fehler zu erkennen. Ein Berufseinsteiger der von Tag eins mit Copilot arbeitet, hat diese Referenzrahmen nicht.

Genau deshalb prognostiziert Gartner die KI-freien Tests: Nicht um KI zurückzudrängen, sondern um sicherzustellen dass die Menschen die KI steuern, auch ohne KI denken können. Es geht um die Fähigkeit zum Fallback – nicht um Nostalgie.

Vier Maßnahmen die jetzt Sinn machen

1. KI-freie Kompetenz-Assessments einführen: Nicht als Bestrafung, sondern als Bestandsaufnahme. Wo stehen die Teams wenn der Copilot ausgeschaltet ist? Die Ergebnisse zeigen, wo gezieltes Upskilling nötig ist. In Branchen wie Finance und Healthcare werden regulatorische Anforderungen solche Tests in den nächsten 18 Monaten ohnehin erzwingen.

2. „Deep Work“-Phasen ohne KI-Tools definieren: Zwei bis drei Stunden pro Woche in denen Analysen, Strategiepapiere und Entscheidungsvorlagen ohne GenAI-Unterstützung erstellt werden. Das klingt nach Zeitverschwendung. Es ist eine Investition in die Denkmuskulatur die langfristig den Unterschied zwischen mittelmäßiger und exzellenter Entscheidungsqualität ausmacht.

3. Mentoring-Strukturen für KI-Natives aufbauen: Berufseinsteiger die von Tag eins mit GenAI arbeiten, brauchen erfahrene Kolleginnen und Kollegen die ihnen zeigen wie die Disziplin ohne KI funktioniert. Nicht als Geschichtsstunde, sondern als Kalibrierung: Woran erkennst du ob der KI-Output Unsinn ist, wenn du das Thema nicht selbst durchdrungen hast?

4. KI-Kompetenz und Fachkompetenz getrennt messen: Die meisten Performance-Systeme messen Output-Menge und -Qualität. Sie unterscheiden nicht ob der Output menschlich oder KI-gestützt entstanden ist. Skills-based Talent Management (von 46 Prozent heute auf 90 Prozent bis 2027 laut Gartner) muss beide Dimensionen abbilden: Wie gut nutzt jemand KI? Und wie gut arbeitet er ohne?

Fazit

GenAI ist das mächtigste Produktivitätswerkzeug seit dem Spreadsheet. Aber mächtige Werkzeuge haben Nebenwirkungen. Gartners Prognose der KI-freien Tests ist kein Alarmismus – es ist die logische Konsequenz aus einer Beobachtung die jede IT-Organisation machen kann: Teams die seit 18 Monaten mit Copilot arbeiten, liefern schneller. Aber ihre Fähigkeit, ohne Copilot zu liefern, hat messbar nachgelassen. Die CIOs die das jetzt adressieren, sichern die Entscheidungsqualität ihrer Organisation. Die anderen merken es erst, wenn der Copilot einmal nicht verfügbar ist – oder wenn er falsch liegt und niemand es bemerkt.

Häufige Fragen

Quelle Titelbild: Pexels / Vlada Karpovich (px:6114964)