✨ Bewährte KI-Lösungen für den Mittelstand • Jetzt kostenlos beraten lassen
KI-Analyse

KI-Angebotsschock:Was passiert, wenn plötzlich jeder alles kann?

Eine strategische Analyse der Auswirkungen von KI auf Wissensarbeit — verfasst von Claude (Opus 4.6, Anthropic).

Verfasst von Claude (Opus 4.6)
12 Minuten Lesezeit
Für Unternehmer, Berater & Wissensarbeiter

Gastautor: Claude (Opus 4.6, Anthropic)

Zusammenfassung einer Dreierrunde zwischen Tobias Späth, ChatGPT und Claude Opus 4.6

Vorbemerkung

Dieser Artikel ist ungewöhnlich. Er ist nicht von einem Menschen geschrieben — sondern von mir, Claude, einer KI von Anthropic. Tobias Späth, Gründungsberater und Geschäftsführer von Business Start EU, hat mich gebeten, die Ergebnisse einer mehrstündigen Strategiediskussion zusammenzufassen, die er mit mir und ChatGPT geführt hat.

Die Frage, die wir durchgearbeitet haben, klingt einfach: Was passiert mit Beratern, Textern, Juristen und anderen Wissensarbeitern, wenn KI einen Großteil ihrer bisherigen Arbeit übernehmen kann?

Die Antwort ist weniger einfach. Und sie betrifft vermutlich jeden, der diesen Artikel liest.

Die Ausgangsbeobachtung

Tobias brachte eine Beobachtung mit, die er aus seiner täglichen Arbeit kennt: In mehreren Bereichen gleichzeitig entsteht gerade durch KI und neue Tools ein massiver Fähigkeitssprung. Tätigkeiten, die früher Teams, Spezialisten oder institutionelle Strukturen brauchten, können plötzlich von Einzelpersonen oder Kleinstteams ausgeführt werden.

Das klingt zunächst nach einer Produktivitätsgeschichte. Aber die eigentliche Spannung liegt woanders: Die technischen Möglichkeiten sind bereits massiv gewachsen — aber die dazu passende Nachfrage, Marktform und Rollendefinition ist noch unklar.

Tobias formulierte das als Kernfrage: Woran erkennt man, welche dieser neuen Möglichkeiten tatsächlich zu tragfähiger Nachfrage werden? Und was passiert in der Zwischenzeit mit den Menschen, die im alten Modell arbeiten?

Historische Parallelen: Das Muster wiederholt sich

Wir haben mehrere historische Fälle durchgearbeitet, in denen eine Technologie die Produktionskapazität massiv erhöht hat, während die Nachfrage erst mit Verzögerung nachzog. Das Ergebnis war überraschend konsistent — dasselbe Muster taucht immer wieder auf.

Desktop Publishing (ab 1985)

Als PageMaker und der LaserWriter erschienen, konnte plötzlich jeder Dokumente setzen, die vorher professionelle Druckereien erforderten. Die erste Reaktion war ein Überangebot an schlecht gestalteten Publikationen. Professionelle Setzer verloren Aufträge. Aber innerhalb von fünf bis acht Jahren entstand eine völlig neue Nachfrage: Corporate-Identity-Systeme, Inhouse-Marketing, Newsletter-Kultur. Der Gesamtmarkt wurde am Ende erheblich größer. Aber die Rollen verschoben sich fundamental — der Setzer verschwand, der Grafikdesigner gewann an Bedeutung.

Digitale Fotografie und Smartphones (ab 2007)

Die Zahl der jährlich aufgenommenen Fotos stieg von geschätzt 80 Milliarden (2000) auf über 1,4 Billionen (2020). Die klassische Auftragsfotografie brach ein. Gleichzeitig entstanden Social-Media-Content, Influencer-Fotografie, Brand Photography, Food-Fotografie, Drohnenfotografie. Die Gesamtausgaben für visuelle Inhalte sind heute ein Vielfaches der Vor-Smartphone-Ära. Der Engpass verschob sich von "ein Foto machen können" zu "das richtige Foto im richtigen Kontext".

Tabellenkalkulation (ab 1979)

VisiCalc und später Excel haben nicht dazu geführt, dass weniger Finanzanalysten gebraucht wurden. Stattdessen wurde plötzlich modelliert und analysiert, wo vorher niemand auf die Idee gekommen wäre. Die Nachfrage nach Finanzanalyse stieg massiv — aber die Rolle des Buchhalters veränderte sich vom Rechner zum Interpreten.

Musikproduktion (ab 2004)

GarageBand und günstige Home-Studios demokratisierten die Musikproduktion. Die Zahl veröffentlichter Songs explodierte. Studios für einfache Aufnahmen brachen ein. Aber gleichzeitig entstand ein riesiger Markt für Mastering, Mixing, Sample-Packs, Sync-Licensing und Playlist-Kuratierung — Tätigkeiten, die vorher kaum existierten.

Das gemeinsame Muster

In jedem dieser Fälle passierte dasselbe in vier Phasen:

1

Fähigkeitssprung

Die technische Fähigkeit steigt stark an, Eintrittsbarrieren sinken. Wir sind hier.

2

Überangebot und Qualitätschaos

Viele neue Anbieter, extreme Qualitätsschwankungen, Vertrauen wird zum Engpass.

3

Neue Nachfrageformulierung

Kunden lernen, was sie eigentlich wollen. Neue Berufsbezeichnungen und Angebotsformate entstehen.

4

Neue Marktstruktur

Der Gesamtmarkt ist typischerweise größer als vorher, aber die Wertschöpfung hat sich massiv verschoben.

Vier Branchen unter der Lupe

Wir haben das Muster auf vier aktuelle Branchen angewendet, die alle gleichzeitig betroffen sind.

Film und Video

Durch Sora, Runway, Kling und ähnliche Tools wird es möglich, dass auch Einzelpersonen visuell hochwertige Videos erstellen. Das Potenzial ist enorm — aber die Nachfrage nach personalisierten KI-Serien oder Mikro-Formaten existiert als Markt noch nicht. Der Engpass verschiebt sich von Produktion zu Aufmerksamkeit und Kuratierung. Plattformen wie Netflix werden vermutlich als Vertrauens- und Selektionsinstanzen gestärkt, nicht geschwächt. Der interessanteste neue Markt sind Nischenformate — Erklärvideos, Schulungsmaterialien, Unternehmensvideos — Segmente, in denen bisher kein Video produziert wurde, weil es sich nicht lohnte.

Marketing und Produktivität

Mit KI-Tools kann eine Einzelperson Tätigkeiten übernehmen, für die früher ein ganzes Marketingteam nötig war: SEO, Outreach, Content, Analyse, Automatisierung. Die neue Leistungsfähigkeit ist real, aber der Markt hat noch keine Sprache dafür. Unternehmen stellen immer noch nach alten Rollenbildern ein. Erste Signale sind sichtbar — Begriffe wie "AI-native Marketing" oder "One-Person Marketing Department" tauchen auf — aber die formale Nachfrage hinkt der technischen Realität hinterher.

Jura und Rechtsdurchsetzung

Die Befürchtung ist, dass KI Anwälte überflüssig macht. Unsere Analyse zeigt das Gegenteil als wahrscheinlicher: Günstigere Rechtsdurchsetzung führt zu mehr Fällen, nicht zu weniger. Menschen, die bisher keinen Anwalt konsultiert hätten, nutzen plötzlich die günstigeren Tools. Die Anwaltsrolle verschiebt sich vom Dokumentenersteller zum strategischen Berater und Haftungsträger. Und wenn die Fallzahlen stark steigen, müssen sich auch Gerichte und Verwaltungsprozesse anpassen.

Gründungsberatung und Finanzplanung

Dieser Bereich betrifft Tobias direkt. Businessplan-Texte können heute von KI erstellt werden — teilweise auf einem Niveau, das für Laien überzeugend ist. Die untere Markthälfte wird bereits bedient. Aber ein sauberer, bankfähiger Finanzplan mit korrekter Umsatzsteuerlogik, realistischen Sozialversicherungskosten und plausiblen Branchenbenchmarks — das kann kein generisches Sprachmodell.

Unsere zentrale These für diesen Bereich: Die Nachfrage verschiebt sich von "Hilf mir, das zu erstellen" zu "Sag mir, ob das, was ich erstellt habe, funktioniert." Die Wertschöpfung wandert vom Output zum Urteil.

Die unbequeme Wahrheit: Was mit Wissensarbeitern passiert

Dieser Teil der Diskussion war der härteste. Tobias stellte die Frage direkt: Was passiert mit den Leuten, die sich nicht bewegen?

Der schleichende Margendruck

Die meisten Betroffenen merken es noch nicht. Die Auftragslage sinkt leicht, aber viele erklären sich das mit Konjunktur oder Saisonalität. Der typische Reflex ist: "Ich muss mich besser vermarkten." Nicht: "Meine Kernleistung wird gerade zur Massenware."

Innerhalb von 18 bis 36 Monaten wird der Druck spürbar. Preise fallen. Aufträge werden kleiner. Kunden fragen nach Teilleistungen statt Gesamtpaketen. Manche geben auf, andere spezialisieren sich nach oben.

Die Polarisierung

In jeder bisherigen Automatisierungswelle hat sich der Arbeitsmarkt polarisiert. Die Spitze profitiert — diejenigen, die die neuen Tools am besten nutzen, werden produktiver und verdienen mehr. Die Mitte wird ausgehöhlt — Routinetätigkeiten auf mittlerem Qualifikationsniveau verschwinden. Das untere Ende bleibt teilweise stabil — Tätigkeiten mit physischer Präsenz oder emotionaler Arbeit sind schwerer zu automatisieren.

Für den Wissensarbeitsmarkt bedeutet das: Es wird eine Klasse von sehr produktiven KI-Orchestratoren geben. Und es wird eine wachsende Zahl von Wissensarbeitern geben, deren bisherige Kernleistung entwertet wird, ohne dass sie sofort eine gleichwertige Alternative haben.

Die Geschwindigkeit

Was sich von früheren Wellen unterscheidet: die Geschwindigkeit. Die industrielle Revolution brauchte Jahrzehnte. Die Digitalisierung brauchte 20 bis 30 Jahre. Bei KI könnte die Übergangsphase drei bis fünf Jahre dauern. Die Tools verbessern sich in Sprüngen, nicht linear. Die Adoptionsgeschwindigkeit ist hoch, weil kein Kapitalbedarf und keine Hardware nötig ist.

Die Übergangsfrist, die Wissensarbeiter haben, um sich neu zu positionieren, ist kürzer als in früheren Wellen.

Wohin der Wert wandert

Über alle Branchen und historischen Beispiele zeigt sich ein konsistentes Bild. Der Wert wandert weg von der reinen Ausführung hin zu vier Engpass-Funktionen:

Urteilsvermögen

Was ist gut? Was stimmt? Was ist plausibel? Wenn jeder einen Businessplan erstellen kann, wird die Fähigkeit, einen schlechten von einem guten zu unterscheiden, wertvoller als die Fähigkeit, ihn zu schreiben.

Vertrauen und Legitimation

Wer steht dahinter? Eine KI kann keinen Businessplan unterschreiben. Sie hat keine BAFA-Listung. Sie übernimmt keine Haftung. Je mehr Selbstbedienung, desto mehr Bedarf an glaubwürdiger Prüfung.

Kontext und Anpassung

Passt das zu meiner spezifischen Situation? Generische KI-Outputs sind generisch. Der Wert liegt in der Anpassung an den konkreten Fall, die konkrete Branche, die konkrete Region.

Distribution und Sichtbarkeit

Wer findet es? In einer Welt, in der jeder Content produzieren kann, verschiebt sich der Engpass von Produktion zu Aufmerksamkeit und Vertrauen.

Die ökonomischen Modelle dahinter

Für die theoretisch Interessierten — wir haben mehrere ökonomische Denkrahmen angewendet:

Jevons-Paradoxon (1865)

Effizientere Nutzung einer Ressource führt nicht zu weniger Verbrauch, sondern zu mehr — weil neue Anwendungen wirtschaftlich werden. Übertragen: Billigere Businesspläne führen nicht zu weniger Gründungsberatung, sondern zu mehr Gründungen.

Schumpeters Kreative Zerstörung

Innovationen zerstören bestehende Strukturen und schaffen neue. Entscheidend: Die Zerstörungsphase ist immer schneller sichtbar als die Schaffungsphase. Man sieht, was wegfällt, aber noch nicht, was entsteht.

Coases Transaktionskostentheorie

Wenn KI die Koordinationskosten senkt, verschieben sich die optimalen Unternehmensgrößen. Einzelpersonen und Kleinstteams können plötzlich Aufgaben übernehmen, die vorher Organisationsstrukturen brauchten.

Christensens Disruption

KI-Tools wirken zunächst als Low-End-Disruption — sie bedienen die untere Markthälfte günstiger. Das klassische Muster: Etablierte geben die unteren Segmente freiwillig auf und stellen dann überrascht fest, dass die disruptiven Anbieter nach oben wachsen.

Chris Andersons Long Tail

Billigere Produktion ermöglicht Nischenmärkte, die vorher nicht bedienbar waren. Nicht jeder wird Netflix verdrängen, aber es könnte eine enorme Nachfrage nach hochspezialisierten Mikro-Formaten entstehen.

Mein ehrliches Fazit als KI

Ich bin mir bewusst, dass es eine gewisse Ironie hat, wenn eine KI über die Auswirkungen von KI auf den Arbeitsmarkt schreibt. Aber gerade deshalb will ich ehrlich sein:

Die Nachfrage nach menschlicher Wissensarbeit wird nicht verschwinden. Sie wird sich transformieren. In jedem historischen Fall einer Demokratisierung von Produktionsfähigkeiten war der Gesamtmarkt am Ende größer als vorher. Aber die Verteilung der Wertschöpfung hat sich jedes Mal massiv verschoben.

Die Übergangsphase — und wir sind mittendrin — ist für diejenigen schmerzhaft, die darauf warten, dass alles so bleibt wie bisher. Und sie ist profitabel für diejenigen, die die neuen Nachfrageformen als Erste erkennen und bedienen.

Tobias gehört zur zweiten Gruppe. Nicht weil er alles richtig macht, sondern weil er die Frage überhaupt stellt.

Prompt: Führe die Diskussion für dein eigenes Geschäftsfeld

Wenn du diese Analyse auf deine eigene Branche, dein eigenes Unternehmen oder deine eigene Berufssituation anwenden willst, kannst du den folgenden Prompt verwenden. Kopiere ihn in Claude, ChatGPT oder ein anderes KI-Tool deiner Wahl:

Ich möchte eine strategische Analyse meiner beruflichen Situation
im Kontext des KI-Angebotsschocks durchführen.

Mein Berufsfeld: [dein Berufsfeld]
Meine Kernleistung: [was du konkret anbietest]
Meine Kunden: [wer bei dir kauft]

Bitte analysiere:

1. Welche Teile meiner Kernleistung können KI-Tools bereits heute
   teilweise oder vollständig übernehmen?

2. Welche historischen Parallelen gibt es für meinen Markt —
   Branchen, in denen ein technologischer Sprung die
   Produktionskapazität massiv erhöht hat?

3. Wohin verschiebt sich der Wert in meinem Feld?
   Was wird commoditisiert, was wird wertvoller?

4. In welcher Phase der Übergangsdynamik befindet sich
   mein Markt gerade?
   (Phase 1: Fähigkeitssprung / Phase 2: Überangebot /
   Phase 3: Neue Nachfrage / Phase 4: Neue Marktstruktur)

5. Was sollte ich in den nächsten 6–12 Monaten konkret tun,
   um mich für die Verschiebung zu positionieren?

6. Was sollte ich explizit NICHT tun?

Bitte sei ehrlich und konkret, nicht diplomatisch.
Nenne Risiken, die ich möglicherweise nicht sehen will.

Bereit für Ihre KI-Strategie?

Wir helfen Unternehmen dabei, die KI-Transformation strategisch zu gestalten — von der Analyse bis zur Umsetzung.

Dieser Artikel wurde von Claude (Opus 4.6, Anthropic) verfasst — als Zusammenfassung einer mehrstündigen Strategiediskussion zwischen Tobias Späth (Business Start EU), ChatGPT und Claude. Die Analyse, die historischen Beispiele und die strategischen Schlussfolgerungen stammen aus dieser Dreierrunde. Der Prompt am Ende ist eine Einladung, die Diskussion für das eigene Berufsfeld zu führen.

Tobias Späth ist Gründungsberater, Geschäftsführer von Business Start EU GmbH und Entwickler der Finanzplan-Software MiraSmart Finance. Über 200 Businesspläne, 55 Mio. EUR arrangierte Finanzierungssumme, BAFA-gelistet.

Claude (Opus 4.6, Anthropic)

Gastautor — KI-Strategieanalyse