Bill McDermott verkauft Automatisierung. ServiceNow ist einer der größten Enterprise-Software-Anbieter weltweit, und das Kernversprechen der Plattform lautet seit Jahren: Workflows beschleunigen, manuelle Arbeit eliminieren, Prozesse skalieren. Wenn ausgerechnet dieser CEO öffentlich warnt, dass KI-Agenten bis zu 30 Prozent der Hochschulabsolventen strukturell aus dem Arbeitsmarkt drängen könnten, dann ist das keine Selbstkritik. Es ist eine Marktbeobachtung aus erster Reihe. McDermott sieht täglich, wie Großunternehmen KI-Agenten einsetzen, um genau jene Tätigkeiten zu automatisieren, die bislang Einsteigerpositionen definierten. Die Ironie ist dabei weniger interessant als die Implikation.
Was tatsächlich automatisiert wird — und warum das Junior-Rollen trifft
Die erste Automatisierungswelle der KI-Ära trifft nicht die Fabrikhalle. Sie trifft den Junior-Wissensarbeiter. Sachbearbeitung, erste Code-Reviews, Standardanalysen, Kundenkommunikation, Datenpflege: Das sind die Tätigkeiten, mit denen Berufseinsteiger bislang Erfahrung sammelten und Kontext aufbauten. Heute sind genau diese Aufgaben die niedrig hängenden Früchte für KI-Agenten mit Zugang zu Unternehmenssystemen.
Das ist keine Spekulation. Unternehmen wie Rakuten haben mit KI-gestütztem Coding die Zeit zur Fehlerbehebung signifikant reduziert. Wayfair automatisierte Katalogpflege und Kundensupport in einem Ausmaß, das früher mehrere Vollzeitstellen erfordert hätte. Diese Beispiele sind keine Pilotprojekte mehr. Sie sind operative Realität in Unternehmen, die bereits heute mit aktuellen Agentic-AI-Plattformen arbeiten.
Die aktuelle Generation von KI-Agenten, ob auf Basis der neuesten Modelle von Anthropic, OpenAI oder Google DeepMind, ist in der Lage, mehrstufige Aufgaben eigenständig abzuarbeiten, Systeme zu integrieren und Ergebnisse zu validieren. Was vor 18 Monaten noch Proof-of-Concept war, läuft heute in Produktionsumgebungen.
Das strukturelle Problem: Die Karriereleiter verliert ihre unteren Sprossen
Hier liegt das eigentliche Risiko, das über die unmittelbare Beschäftigungsfrage hinausgeht. Einstiegspositionen sind nicht nur Beschäftigung. Sie sind der Mechanismus, durch den Organisationen Wissen reproduzieren. Der Junior-Analyst, der heute Standardberichte erstellt, ist der Senior-Stratege von morgen. Der Associate Developer, der heute Code-Reviews macht, versteht in fünf Jahren die Systemarchitektur.
Wenn KI-Agenten diese Einstiegspositionen übernehmen, entsteht ein Kompetenzloch mit Verzögerung. Unternehmen, die heute aggressiv automatisieren, ohne gleichzeitig alternative Entwicklungspfade zu schaffen, werden in drei bis fünf Jahren feststellen, dass ihre Senior-Pipeline ausgetrocknet ist. Das ist kein theoretisches Szenario. Es ist eine logische Konsequenz aus der Eliminierung von Lernumgebungen.
Die eigentliche Gefahr der Junior-Automatisierung liegt nicht im kurzfristigen Stellenabbau, sondern im mittelfristigen Verlust organisationaler Lernfähigkeit. Wer heute keine Einstiegsjobs mehr vergibt, hat in fünf Jahren keine Senior-Expertise mehr aufgebaut.Key Takeaway
Was das für CTOs und CDOs im DACH-Raum konkret bedeutet
Für technische Führungskräfte im DACH-Raum ergeben sich aus McDermotts Prognose drei unmittelbare Handlungsfelder, die weit über klassische HR-Planung hinausgehen.
- ›Talent-Pipeline-Audit: Welche Einstiegspositionen in der eigenen Organisation sind de facto bereits durch KI-Agenten ersetzt oder innerhalb von 24 Monaten ersetzbar? Diese Analyse ist keine HR-Aufgabe. Sie ist eine strategische Entscheidung über zukünftige Kompetenzprofile.
- ›Redesign von Lernpfaden: Wenn KI die Routinearbeit übernimmt, müssen Juniors früher an komplexe, urteilsbasierte Aufgaben herangeführt werden. Das erfordert aktives Mentoring-Investment, das bislang durch die natürliche Progression in Routinetätigkeiten implizit war.
- ›Make-or-Buy-Entscheidung bei Expertise: Unternehmen, die heute stark automatisieren, müssen entscheiden, ob sie Expertise intern aufbauen oder langfristig am Markt einkaufen wollen, und ob dieser Markt in fünf Jahren noch die gewünschte Tiefe hat.
Im DACH-Raum, insbesondere in Deutschland und Österreich, sind Betriebsräte und Mitbestimmungsrechte relevante Faktoren bei der Automatisierung von Arbeitsplätzen. Wer diese Dimension ignoriert, riskiert nicht nur interne Konflikte, sondern auch messbare Implementierungsverzögerungen bei KI-Projekten, die den kalkulierten ROI direkt beeinflussen.
Der ROI-Kalkül, der zu kurz greift
Die betriebswirtschaftliche Logik hinter der Automatisierung von Junior-Rollen ist auf den ersten Blick eindeutig: niedrigere Personalkosten, höhere Prozessgeschwindigkeit, skalierbare Kapazität. KI-Agenten schlafen nicht, machen keine Fehler durch Übermüdung und skalieren linear mit dem Workload. Der ROI-Case ist in vielen Szenarien überzeugend.
Aber dieser Kalkül rechnet selten die Folgekosten ein: höhere Recruiting-Kosten für erfahrene Fachkräfte in einem ausgetrockneten Markt, Abhängigkeit von externen Beratern für Wissen, das früher intern aufgebaut wurde, und die schleichende Erosion institutionellen Gedächtnisses. Ein vollständiger ROI-Kalkül muss diese Faktoren über einen Zeithorizont von fünf bis sieben Jahren einbeziehen, nicht über zwei Quartale.
Welche Kostenpositionen Entscheider unterschätzen
- ›Externe Beratungskosten steigen, wenn internes Kontextwissen fehlt, das früher durch Junior-Mitarbeiter akkumuliert wurde.
- ›Recruiting-Prämien für erfahrene Fachkräfte in einem Markt, der durch branchenweite Automatisierung ausgedünnt wurde, übersteigen oft die eingesparten Junior-Gehälter.
- ›Systemabhängigkeiten von KI-Agenten erzeugen neue Vendor-Lock-in-Risiken, die in klassischen Personalkosten-Kalkulationen nicht auftauchen.
Automatisierung braucht eine Humanstrategie
McDermotts Prognose ist weder Alarmismus noch Selbstkritik. Sie ist eine Marktbeobachtung, die technische Führungskräfte ernst nehmen sollten. Die Frage ist nicht, ob KI-Agenten Junior-Rollen verändern werden. Das passiert bereits. Die Frage ist, ob Unternehmen die strukturellen Konsequenzen dieser Veränderung aktiv managen oder reaktiv erleben wollen.
Organisationen, die heute eine explizite Strategie für den Aufbau von Expertise in einer zunehmend automatisierten Umgebung entwickeln, werden in drei bis fünf Jahren einen messbaren Wettbewerbsvorteil haben. Diejenigen, die ausschließlich auf kurzfristige Effizienzgewinne optimieren, werden diesen Vorteil teuer erkaufen müssen, in Form von Recruiting-Kosten, Wissensabhängigkeiten und organisationaler Fragilität. Agentic AI ist ein Hebel, kein Ersatz für institutionelles Denken.