Erfahrene Fachleute und KI: Warum die klügsten Nutzer auch die meiste Erfahrung haben

Schnelligkeit ist nicht dasselbe wie Urteilsvermögen, und Unternehmen beginnen, diesen Unterschied zu erkennen

Wenn man an fast jeder Diskussion in der Führungsetage zum Thema künstliche Intelligenz teilnimmt, hört man eine bekannte Annahme: Die jungen Leute werden hier die Führung übernehmen, weil sie mit Bildschirmen, Eingabeaufforderungen und Apps aufgewachsen sind. Die älteren Kollegen müssen behutsam mitgenommen werden – und das am besten noch vor ihrem Ruhestand.

Diese Ansicht ist zwar nachvollziehbar, erweist sich jedoch zunehmend als falsch. Wenn KI die Demo-Phase hinter sich lässt und in die Praxis übergeht – mit echten Kunden, echter Haftung und echten Konsequenzen –, geht es nicht mehr darum, wer das Tool am häufigsten nutzt. Es geht vielmehr darum, wer erkennt, wann das Tool Fehler macht. In dieser Hinsicht erweisen sich erfahrene Fachleute und KI als eine weitaus stärkere Kombination, als die meisten Unternehmen eingeplant haben.

Die Nutzungslücke ist real, aber sie misst das Falsche

Jüngere Menschen nutzen KI tatsächlich häufiger. In Deutschland ergab die Bitkom-Umfrage 2026 ergab, dass 29 Prozent der 16- bis 29-Jährigen KI täglich nutzen, verglichen mit 22 Prozent der 30- bis 49-Jährigen. In den Vereinigten Staaten hat das AARP Employer Resource Center , dass Arbeitnehmer über 50 generative KI am Arbeitsplatz nur etwa halb so häufig nutzen wie Kollegen unter 40 – 17 Prozent gegenüber 34 Prozent.

Die Nutzungshäufigkeit sagt jedoch nur sehr wenig über die Qualität aus. Jemand, der einen Chatbot bittet, täglich zwanzig E-Mails umzuschreiben, ist ein Intensivnutzer. Jemand, der ihm drei präzise Fragen zu einem Vertragsrisiko stellt, die Antworten mit seinem eigenen Wissen abgleicht und dabei die eine Behauptung entdeckt, die nicht stichhaltig ist, ist ein versierter Nutzer. Unternehmen brauchen weitaus mehr Nutzer der zweiten Art.

Und dieselbe AARP-Analyse macht deutlich, warum ältere Arbeitnehmer bei der Nutzung hinterherhinken: Mehr als die Hälfte von ihnen hat im vergangenen Jahr keine Technologietraining von ihrem Arbeitgeber erhalten, verglichen mit 27 Prozent der jüngeren Arbeitnehmer. Das ist kein Problem der Qualifikation. Es ist eine Investitionsentscheidung – und wohl eine schlechte dazu.

Was die Forschung über Dienstalter und den Reifegrad von KI aussagt

Eine der bislang aufschlussreichsten Studien stammt aus dem Inneren eines großen Beratungsunternehmens. Die Forscher Nicholas Hallman, Zachary Kowaleski, Anu Puvvada und Jaime Schmidt analysierten im Jahr 2025 mehr als 713.000 echte Eingabeaufforderungen von fast 4.000 KPMG-Mitarbeitern im Jahr 2025. Sie untersuchten, wie klar die Mitarbeiter ihre Eingabeaufforderungen formulierten, ob sie gezielte Techniken einsetzten – beispielsweise die Aufforderung an die KI, ihre eigene Arbeit zu überprüfen – und in welchem Umfang sie diese nutzten.

In jeder Hinsicht stieg der Grad der Komplexität mit zunehmender Dienstzeit. Die Mitarbeiter erzielten die niedrigsten Werte, Führungskräfte lagen höher und diejenigen oberhalb der Führungsebene am höchsten. Erfahrenere Mitarbeiter setzten KI zudem für wissensintensivere Aufgaben ein, während jüngere Mitarbeiter eher zu Schreibaufgaben neigten. Die Autoren vermuten, dass erfahrene Mitarbeiter möglicherweise einfach besser darin sind, Aufgaben zu delegieren: Ziele festzulegen, Zwischenergebnisse zu überprüfen und so lange nachhaken, bis das Ergebnis stimmt. Mit anderen Worten: Die Fähigkeiten eines guten Managers sind die Fähigkeiten eines guten KI-Nutzers.

In demselben Artikel wird darauf hingewiesen, dass umfassendere Umfrageergebnisse zeigen, dass der Einsatz von KI am Arbeitsplatz bei Menschen in den Dreißigern und Vierzigern seinen Höhepunkt erreicht und nicht bei den jüngsten Arbeitnehmern, was die These, dass „Digital Natives die Führung übernehmen werden“, weiter untergräbt.

Warum der Kontext der eigentliche Wettbewerbsvorteil ist

Generative KI ist sehr gut darin, flüssige, überzeugende Antworten zu liefern. Sie ist jedoch weitaus weniger gut darin, Ihnen mitzuteilen, wann ihre Antwort zwar plausibel, aber falsch ist. Genau in dieser Lücke kommt die Erfahrung ins Spiel.

Die American Psychological Association hat es in einem Übersicht über KI und menschliche Fähigkeiten aus dem Jahr 2026: Experten sind im Allgemeinen besser in der Lage, KI-Ergebnisse kritisch zu bewerten, während Laien damit möglicherweise Schwierigkeiten haben. Ein erfahrener Jurist wird fehlerhafte Argumentationen erkennen, die ein Jurastudent im ersten Studienjahr hingegen akzeptieren würde.

Das bahnbrechende Experiment von Harvard und der Boston Consulting Group mit 758 Beratern zeigt, wie kostspielig dieser Unterschied sein kann. Bei Aufgaben, die durchaus im Leistungsbereich der KI lagen, arbeiteten die Berater mit KI schneller und erzielten bessere Ergebnisse, wobei die leistungsschwächsten Berater am meisten profitierten. Bei einer Aufgabe jedoch, die bewusst so konzipiert war, dass sie knapp außerhalb des Leistungsbereichs der KI lag, war die Wahrscheinlichkeit, dass Berater, die KI einsetzten, um 19 Prozentpunkte weniger wahrscheinlich, die richtige Antwort zu finden als diejenigen, die ohne KI arbeiteten. Das Tool versagte nicht spektakulär. Es versagte auf überzeugende Weise.

Nachfolgende Untersuchungen desselben Teams ergaben, dass die KI, wenn Berater sie hinterfragten, oft noch mehr Daten und eine selbstbewusstere Sprache einsetzte– ein Muster, das die Autoren als „Überzeugungsbombardement“ bezeichnen. Um dem zu widerstehen, braucht es etwas, das kein Schulungsmodul schnell vermitteln kann: ein tiefes, aus eigener Erfahrung gewonnene Verständnis dafür, wie die Dinge tatsächlich auf einem Markt, in einer Kundenbeziehung oder an einer Produktionslinie funktionieren.

Deutsche Arbeitsmarktforscher beobachten ein ähnliches Muster aus einem anderen Blickwinkel. Das Institut für Arbeitsmarkt- und Berufsforschung (IAB) stellte fest, dass zwischen 2022 und 2025 die Beschäftigung in von KI bedrohten Berufen bei Arbeitnehmern im Alter von 30 bis 64 Jahren schneller wuchs als in anderen Bereichen, während sie sich bei den 20- bis 29-Jährigen schwächer entwickelte. Wie DIE ZEIT berichtete, führt das IAB dies teilweise auf das größere Erfahrungswissen und das ausgeprägtere berufliche Urteilsvermögen älterer Arbeitnehmer zurück.

Fallstudie: Ford und die Rückkehr der „Graubärte“

Kaum ein Unternehmen veranschaulicht dies anschaulicher als Ford. Im Jahr 2023 setzte der Automobilhersteller massiv auf KI-gestützte Qualitätskontrolle und stützte sich dabei auf mehr als 900 KI-gestützte Kameras , um Mängel in großem Maßstab zu erkennen. Man ging davon aus, dass die Technologie und überarbeitete Konstruktionsanforderungen die Qualität auf hohem Niveau halten würden.

Das taten sie nicht, zumindest nicht aus eigener Kraft. Die Mängel blieben bestehen, und Ford kam zu dem Schluss, dass man zu stark korrigiert hatte. Das Unternehmen holte zurück, stellte ein oder beförderte rund 350 erfahrene technische Spezialisten, erfahrene Ingenieure, die intern als „Grey Beards“ bekannt waren. Ihre Aufgabe bestand nicht darin, die KI zu ersetzen, sondern sie besser zu trainieren, Konstruktionsprüfungen zu leiten, nach Fehlerquellen zu suchen, bevor Teile in die Fertigung gelangten, und jüngere Kollegen zu betreuen.

Charles Poon, Vice President für Fahrzeug-Hardware-Entwicklung bei Ford, sprach offen über diese Erfahrung und erklärte gegenüber Bloomberg: „Wir sind fälschlicherweise davon ausgegangen, dass wir allein durch die Einführung künstlicher Intelligenz und die Eingabe unserer Designanforderungen ein hochwertiges Produkt erzielen würden.“ Er fügte hinzu, dass die KI-Tools des Unternehmens „von den erfahrensten Fachleuten trainiert“ werden müssten (Brian Solis).

Die Ergebnisse waren greifbar. Ford belegte unter den Massenmarktmarken den ersten Platz in der J.D. Power U.S. Initial Quality Study 2026den ersten Platz unter den Massenmarktmarken ein – zum ersten Mal seit 2010 in dieser Kategorie –, und CEO Jim Farley führte dieser Maßnahme Einsparungen in Höhe von „Hunderte und Hunderte von Millionen Dollar“ an Garantie- und Rückrufkosten. Die KI war schon immer leistungsfähig. Sie brauchte Menschen, die wussten, wie Qualität aussieht.

Tacit Knowledge: der Teil des Geschäfts, der nie schriftlich festgehalten wurde

Es gibt einen Grund, warum erfahrene Leute das erkennen, was der KI entgeht. Vieles von dem, was sie wissen, wurde nie schriftlich festgehalten. Es steckt in der Mustererkennung, in den Erinnerungen an das Geschäft, das 2009 schiefgelaufen ist, und in dem Gespür dafür, welcher Lieferant still und leise eine Frist versäumen wird.

Stefan Meffert, Geschäftsführer des deutschen Metallgehäuseherstellers apra-norm, hat dies treffend beschrieben, als sein Unternehmen sich an einem Forschungsprojekt zur Erfassung von Expertenwissen mithilfe von KI beteiligte. Der Arbeitsablauf ändere sich täglich, erklärte er aktiv, und „dieses Wissen lässt sich nicht einfach aufschreiben.“ Die KI konnte nur lernen, weil erfahrene Mitarbeiter da waren, um ihr das Wissen zu vermitteln.

Für deutsche Unternehmen wird dies bald zu einer dringenden Angelegenheit. Laut dem Institut der deutschen Wirtschaftwird die potenzielle Erwerbsbevölkerung des Landes bis 2036 um rund 4,3 Millionen Menschen schrumpfen, da die Babyboomer in den Ruhestand gehen. Eine separate IW/KOFA-Studie zählt 8,5 Millionen Beschäftigte im Alter von 55 Jahren oder älter – ein Viertel der Erwerbsbevölkerung –, die voraussichtlich innerhalb der nächsten zehn bis fünfzehn Jahre aus dem Arbeitsleben ausscheiden werden. Wenn ihr Urteilsvermögen nicht in den aktuellen Einsatz von KI einfließt, wird es einfach aus der Tür gehen.

Die Vertrauenslücke, die Unternehmen falsch einschätzen

Die jüngste Unternehmensumfrage von Bitkom zeigt, dass 57 Prozent der deutschen Unternehmen mittlerweile KI einsetzen, gegenüber 36 Prozent im Vorjahr, doch zwei Drittel bewerten die KI-Kompetenzen ihrer Mitarbeiter als gering. Die Versuchung ist groß, dieses Problem zu beheben, indem man die jüngsten und enthusiastischsten Mitarbeiter mit dieser Aufgabe betraut.

Das wäre ein Fehler. Wie die Kommunikationsexpertin Bärbel Hestert-Vecoli im Handelsblattargumentierte, stützen sich Unternehmen bei der Transformation zu stark auf jüngere Mitarbeiter und übersehen dabei die Erfahrung der Babyboomer-Generation – trotz der weit verbreiteten, aber falschen Annahme, dass Menschen über 55 weniger digital versiert seien. Die Daten deuten darauf hin, dass sie schnell aufholen: Eine gemeinsame Studie von AARP und LinkedIn ergab, dass die Zahl der Arbeitnehmer über 50, die KI und verwandte Technologien als Kompetenzen angeben, innerhalb von fünf Jahren um 25 Prozent gestiegen ist – fast doppelt so schnell wie bei jüngeren Arbeitnehmern.

Dies ist kein Generationswettstreit

Das bedeutet keineswegs, dass jüngere Fachkräfte schlechte KI-Nutzer sind oder dass Dienstalter ein Garant für gutes Urteilsvermögen ist. Die BCG-Studie zeigt eindeutig, dass KI weniger erfahrene Mitarbeiter bei Routineaufgaben erheblich unterstützt, und jedes Unternehmen braucht Menschen, die neue Werkzeuge schnell erlernen und ohne Scheu damit experimentieren.

Es geht um die Rollenverteilung. Junge Talente bringen oft Schnelligkeit und Gewandtheit mit. Erfahrene Fachkräfte bringen Kontext, Skepsis und Verantwortungsbewusstsein ein. Das effektivste Modell kombiniert beide bewusst: Jüngere Kollegen zeigen, was die Tools leisten können, und erfahrene Kollegen entscheiden, was damit zu tun ist, und überprüfen, ob es auch umgesetzt wurde. Forscher aus Harvard betitelten eine ihrer Studien sogar mit „Erwarten Sie nicht, dass Nachwuchskräfte erfahrene Fachkräfte im Umgang mit generativer KI unterweisen“betitelt, nachdem sie festgestellt hatten, dass gut gemeinte Ratschläge von Nachwuchskräften oft falsch einschätzten, wo die tatsächlichen Risiken lagen.

Was dies für Führungskräfte und Vorstände bedeutet

Für Führungskräfte, die die KI-Strategie ihres Unternehmens gestalten, ergeben sich daraus einige praktische Schlussfolgerungen:

• Beziehen Sie Erfahrung in die Überprüfungsphase mit ein. Lassen Sie die KI Entwürfe erstellen, analysieren und zusammenfassen, aber stellen Sie sicher, dass Entscheidungen mit finanziellen, rechtlichen oder rufschädigenden Auswirkungen von jemandem geprüft werden, der bereits ähnliche Situationen erlebt hat.

• Schulen Sie Ihre Führungskräfte als Erstes, nicht als Letztes. Die Nutzungslücke bei älteren Mitarbeitern spiegelt größtenteils fehlende Investitionen wider, nicht fehlende Fähigkeiten.

• Erfassen Sie implizites Wissen, bevor die Mitarbeiter in den Ruhestand gehen. Setzen Sie erfahrene Mitarbeiter ein, um interne KI-Systeme zu schulen, zu testen und zu korrigieren, solange diese noch im Unternehmen tätig sind.

• Bilden Sie bewusst gemischte Teams. Kombinieren Sie digitale Kompetenz mit Fachkenntnis, anstatt darauf zu hoffen, dass sich beides zufällig ergibt.

• Messen Sie die Qualität, nicht nur die Akzeptanz. Anmeldezahlen und die Anzahl der Eingabeaufforderungen sagen wenig aus. Fehlerquoten, Nacharbeiten und die Qualität der Entscheidungen sagen viel mehr aus.

Für Führungskräfte selbst ist die Botschaft ebenso klar: Erfahrung ist im Zeitalter der KI kein Nachteil. Sie ist vielmehr der Vorteil, der KI sicher und wertvoll macht. WFA hat untersucht, wie dies bereits neue Rollen für erfahrene Führungskräfte schafft, von der KI-Governance bis hin zu Beratungsfunktionen auf Vorstandsebene, und warum jahrzehntelange Erfahrung in der Entscheidungsfindung zu in einen dauerhaften Beitrag , anstatt sie stillschweigend beiseite zu legen. Während Umstrukturierungen die Führungsebenen in ganz Deutschland neu gestalten, sind es jene Führungskräfte, die überzeugend darlegen können, wie sie Erfahrung mit neuen Werkzeugen verbinden, die sich von der Masse abheben – ein Thema, das die WFA in „Der Titel mag nicht weitergegeben werden. Die Führungsgeschichte schon“.

Das Fazit

Die Unternehmen, die am meisten von künstlicher Intelligenz profitieren, werden nicht diejenigen mit den jüngsten Mitarbeitern sein. Es werden diejenigen sein, die verstehen, dass erfahrene Fachkräfte und KI zusammengehören, denn KI liefert Antworten, und Erfahrung weiß, welchen Antworten man vertrauen kann. Die Technologie wird von Monat zu Monat intelligenter. Urteilsvermögen, Kontextverständnis und der Mut zu sagen „das sieht nicht richtig aus“ werden nach wie vor auf altmodische Weise entwickelt – über Jahre hinweg.

Wie lässt sich Ihre Erfahrung in ein von KI geprägtes neues Kapitel einbringen? WiseForce Advisors unterstützt Führungskräfte bei Führungswechseln durch Berater aus der Praxis, die diese Positionen selbst innegehabt haben. Entdecken Sie weitere Perspektiven in WFA Insights oder kontaktieren Sie uns für ein vertrauliches Gespräch.