Die Verschiebung von Aufgaben zwischen Menschen und KI macht etablierte HR-Steuerungsmodelle zunehmend erklärungsbedürftig. Wenn Tätigkeiten automatisiert oder durch KI ergänzt werden, verändern sich nicht automatisch ganze Berufe. Aber der Personalbedarf, die benötigten Fähigkeiten und der Wert bestimmter Tätigkeiten können sich neu verteilen. Unternehmen müssen daher genauer verstehen, welche Arbeit tatsächlich geleistet wird, welche Kompetenzen künftig gebraucht werden und wie diese Entwicklungen in Personal- und Vergütungsentscheidungen einfließen.
Die fünf ausgewählten Fundstücke nähern sich dieser Aufgabe aus unterschiedlichen Richtungen. Deloitte beschreibt ein Workforce Planning, das über reine Kopfzahlen hinausgehen muss, und fragt in einem zweiten Beitrag nach dem Geschäftswert skillbasierter Talentmodelle. IBM erweitert die Perspektive auf die Gestaltungsrolle der HR-Funktion. McKinsey untersucht mögliche berufliche Übergänge im US-Arbeitsmarkt und Payscale zeigt eine bemerkenswerte Lücke zwischen neu verlangten KI-Kompetenzen und ihrer Vergütung. Gemeinsam legen die Beiträge eine Frage nahe: Wie wird aus einzelnen HR-Initiativen ein zusammenhängendes Steuerungsmodell für Arbeit, Kompetenzen und Wertschöpfung?
Warum strategische Personalplanung nicht mehr bei Headcount enden kann
→ AI-Enabled Strategic Workforce Planning — Deloitte
Deloitte beschreibt einen Wandel der strategischen Personalplanung: Neben Stellen und Kopfzahlen müssen künftig Aufgaben, Skills, verfügbare Kapazitäten und die Auswirkungen von KI betrachtet werden. Entscheidend ist dabei die Unterscheidung, wo KI Arbeit unterstützt und wo sie einzelne Tätigkeiten weitgehend übernehmen kann. Erst auf dieser Grundlage lässt sich sinnvoll über Personalbedarf, Qualifizierung, interne Versetzung und Kosten sprechen.
Der interessante Punkt liegt im Wechsel von periodischen Planungsrunden zu fortlaufender Szenarioarbeit. Workforce Planning muss HR, Finanzen, Strategie und Technologie auf gemeinsame Annahmen verpflichten, ohne menschliche Entscheidungen durch automatisierte Prognosen zu ersetzen. Damit wird Personalplanung weniger zu einem isolierten HR-Prozess und stärker zu einer gemeinsamen Entscheidungsfunktion für die künftige Arbeitsorganisation.
Weiterführende Beiträge auf Shift/HR
Warum Skill-Modelle ihren Wert erst in Entscheidungen beweisen
Unternehmen investieren seit Jahren in Kompetenzmodelle, Skill-Taxonomien und Talentplattformen. Deloitte rückt nun eine andere Frage in den Vordergrund: Welchen konkreten geschäftlichen Nutzen erzeugen diese Investitionen? Der Beitrag entwickelt vier Wege, über die skillbasierte Ansätze Wert für die Organisation stiften können, statt allein die Vollständigkeit und technische Qualität von Skill-Daten zu optimieren.
Für die Praxis ist das eine notwendige Zuspitzung. Eine gepflegte Skill-Bibliothek ist noch kein Beleg für besseres Talentmanagement. Wirkung zeigt sich erst dort, wo Unternehmen Stellen und Aufgaben passender besetzen, Mobilität ermöglichen, Weiterbildung gezielter steuern oder zukünftigen Bedarf verlässlicher einschätzen können. Skill Management sollte deshalb von den Entscheidungen her konzipiert werden, die es verbessern soll, und nicht von der Taxonomie, die es technisch abbildet.
Weiterführende Beiträge auf Shift/HR
Warum die KI-Transformation die Rolle von HR selbst verändert
Für seine CHRO-Studie hat IBM 1.500 Führungskräfte mit Verantwortung für HR und Workforce Strategy sowie in einer weiteren Befragung 8.800 Beschäftigte einbezogen. Daraus leitet das Institute for Business Value fünf Handlungsfelder ab: menschliche Kompetenzen bewahren, Arbeit und Workforce neu gestalten, Skills weiterentwickeln, Employee Experience und Kultur formen sowie vertrauenswürdige KI in HR verankern. Auffällig ist eine organisatorische Lücke: Laut Studie werden CHROs in 46 Prozent der befragten Organisationen bei der Festlegung der KI-Strategie nicht einbezogen.
Damit wird die bisherige Diskussion um HR Transformation konkreter. Wer über den Einsatz von KI entscheidet, verändert zugleich Tätigkeiten, Lernmöglichkeiten, Führungsaufgaben und Erfahrungen von Mitarbeitenden. HR kann diese Folgen nicht allein im Nachgang begleiten. Die Studie liefert Argumente dafür, Personal- und Organisationsperspektiven bereits in die Gestaltung der KI-Transformation einzubeziehen, und dafür, das eigene HR-Betriebsmodell entsprechend weiterzuentwickeln.
Weiterführende Beiträge auf Shift/HR
Welche neuen Wege vorhandene Skills ermöglichen können
Das McKinsey Global Institute untersucht, welche beruflichen Übergänge durch Automatisierung, KI und weitere Strukturveränderungen auf dem US-Arbeitsmarkt erforderlich werden könnten. In einem modellierten Szenario müssten rund elf Millionen Menschen aus schrumpfenden Berufsfeldern in andere Tätigkeiten wechseln; abhängig vom Verlauf liegt die Spannweite bei sechs bis sechzehn Millionen. Zugleich macht die Untersuchung sichtbar, dass vorhandene Fähigkeiten eine Grundlage für Übergänge in wachsende Tätigkeitsfelder bilden können.
Für HR ist weniger die konkrete US-Projektion entscheidend als der analytische Ansatz. Personalentwicklung und Workforce Planning sollten nicht nur bestehende Stellenprofile mit zukünftigen Zielrollen vergleichen, sondern auch Verbindungen zwischen Tätigkeiten und übertragbaren Fähigkeiten sichtbar machen. Solche Skill-Nachbarschaften können neue interne Mobilität eröffnen. Ob Beschäftigte die Übergänge tatsächlich schaffen, hängt allerdings auch von Qualifizierung, Zugangschancen und organisatorischen Rahmenbedingungen ab.
Weiterführende Beiträge auf Shift/HR
Wenn KI-Kompetenz erwartet, aber nicht zusätzlich vergütet wird
→ 2026 Compensation Best Practices Report — Payscale Research
Payscale dokumentiert in seiner Befragung mit 3.413 Antworten eine interessante Spannung: 61 Prozent haben bestehende Rollen um KI-bezogene Skills oder Kompetenzen erweitert. Gleichzeitig haben 55 Prozent ihre Vergütung bislang nicht an KI-Fähigkeiten angepasst. Neue Kompetenzanforderungen führen also keineswegs automatisch zu einer differenzierten Vergütung. Zugleich zählen 57 Prozent Transparenz darüber, wie die KI ihre Ergebnisse erzeugt, zu den wichtigsten Faktoren für Vertrauen in KI-Tools.
Das wirft eine grundlegende Frage für Compensation Management und Job-Architekturen auf: Wann rechtfertigt eine neue Kompetenz tatsächlich eine andere Bewertung der Arbeit? Wenn KI-Anwendung zur allgemeinen Erwartung wird, muss daraus nicht zwangsläufig eine Skill-Prämie entstehen. Unternehmen benötigen jedoch nachvollziehbare Kriterien, um zwischen Grundanforderungen, kritischen Fähigkeiten, verändertem Verantwortungsumfang und zusätzlicher Wertschöpfung zu unterscheiden. Genau hier treffen Skill Management und Vergütungssteuerung aufeinander.
Weiterführende Beiträge auf Shift/HR
Was wir daraus mitnehmen
Die fünf Beiträge führen von der Analyse einzelner HR-Handlungsfelder zu einer gemeinsamen Steuerungsfrage: Wie hängen zukünftige Arbeit, benötigte Skills, organisatorische Verantwortung und Vergütung zusammen? Workforce Planning kann nur begrenzt wirksam sein, wenn Skill-Daten losgelöst von Aufgaben und Entscheidungen gepflegt werden. Qualifizierungsprogramme greifen zu kurz, wenn Übergänge zwischen Tätigkeiten nicht mitgedacht werden. Und Vergütungsmodelle geraten unter Druck, wenn sich Anforderungen schneller verändern als Stellenbewertungen. Die nächste Entwicklungsetappe für HR liegt deshalb in der besseren Verbindung dieser bislang oft getrennt organisierten Entscheidungen.
Jetzt kostenlos für Freemium-Zugang zur Shift/HR-Plattform registrieren!
- Zugang zu Freemium-Inhalten der Mediathek
- Drei Credits für Freischaltung von Premium-Inhalten
- Monatlicher Content-Newsletter mit Premium-Inhalten
- Zugang zu geschlossener Linkedin-Gruppe
- Besondere Plattform-Angebote über Shift/HR Updates
- Kostenlos für immer!
Wir legen großen Wert auf sachliche und unabhängige Beiträge. Um nachvollziehbar zu machen, unter welchen Rahmenbedingungen unsere Inhalte entstehen, geben wir folgende Hinweise:
- Partnerschaften: Vorgestellte Lösungsanbieter können Partner oder Sponsoren unserer Veranstaltungen sein. Dies beeinflusst jedoch nicht die redaktionelle Auswahl oder Bewertung im Beitrag.
- Einsatz von KI-Tools: Bei der Texterstellung und grafischen Aufbereitung unterstützen uns KI-gestützte Werkzeuge. Die inhaltlichen Aussagen beruhen auf eigener Recherche, werden redaktionell geprüft und spiegeln die fachliche Einschätzung des Autors wider.
- Quellenangaben: Externe Studien, Daten und Zitate werden transparent kenntlich gemacht und mit entsprechenden Quellen belegt.
- Aktualität: Alle Inhalte beziehen sich auf den Stand zum Zeitpunkt der Veröffentlichung. Spätere Entwicklungen können einzelne Aussagen überholen.
- Gastbeiträge und Interviews: Beiträge von externen Autorinnen und Autoren – etwa in Form von Interviews oder Gastbeiträgen – sind klar gekennzeichnet und geben die jeweilige persönliche Meinung wieder.

