Veränderung von Berufsbildern durch Generative AI

Seit Dezember 2022 ist BearingPoint Partnerin des Instituts Public Sector Transformation (IPST). Wie nutzt BearingPoint diese Zusammenarbeit?

Mit der Partnerschaft mit dem IPST bauen wir unsere Aktivitäten im Umfeld der öffentlichen Verwaltung weiter aus und verstärken sie. Einerseits, indem wir aktuelle Diskussionsthemen aus dem akademischen Feld in die Projektarbeit mitaufnehmen und andererseits, um Fragestellungen aus laufenden Projekten mit Studierenden und Forschenden zu diskutieren. BearingPoint arbeitet zu verschiedenen Themen mit Hochschulen zusammen und wir freuen uns sehr, dass wir weiterhin von diesem Erfolgsmodell profitieren dürfen.

Aktuell untersucht Ihr die Veränderung von Berufsbildern durch den Einfluss von Generative AI (GenAI). Was sind Eure bisherigen Erkenntnisse?

Es gibt schon einige Studien auf dem Markt, die aufzeigen, wie sich Berufsbilder auf der Makroebene aufgrund Generative AI verändern. Wir wenden einen anderen Ansatz an, in dem wir die Berufe bis auf Stufe spezifischer Tätigkeiten untersuchen, da nur organisations- und berufsspezifische Untersuchungen einen wirklichen Mehrwert bieten. Dies hat sich auch im Kundendialog bestätigt. Unser datenbasierter Ansatz hat den Vorteil, dass in kurzer Zeit sämtliche dokumentierten Berufe und Tätigkeiten präzise und komplett analysiert werden – damit kann man fundiert priorisieren, welche Berufsgruppen im Detail untersucht werden sollen. Die Mitarbeitenden schätzen es, wenn Organisationen früh untersuchen, wie sich neue Technologien auf die Berufsbilder auswirken werden, damit früh genug Massnahmen eingeleitet werden können.

Gibt es Berufsgruppen, die besonders von den Veränderungen durch GenAI betroffen sein werden?

Grundsätzlich kann der Einfluss von GenAI auf berufliche Tätigkeiten in zwei Punkten zusammengefasst werden: Einerseits wird GenAI Berufstätigkeiten automatisieren, wobei in Zukunft die Aufgabe von GenAI und nicht mehr von Menschen ausgeführt wird (bspw. im Bereich Datenanalyse). Andererseits wird GenAI Berufstätigkeiten unterstützen und qualitativ anreichern, wobei GenAI den Menschen nicht ablösen wird (bspw. im Bereich Pflege). Bereits heute sehen wir insbesondere in den typischen Konzernfunktionen sowie Verwaltungsaufgaben ein grosses Potenzial, das wir mit der Umsetzung von ersten Anwendungsfällen bereits nutzen und weiter erforschen. Die Marktreife entsprechender Lösungen wird in den nächsten Monaten weiterhin rasant zunehmen.

Was sind aus Eurer Sicht die Herausforderungen des öffentlichen Bereichs, um GenAI für seine Mitarbeitenden einzusetzen?

Fragen rund um den Datenschutz, der Datenspeicherung, der Modellgüte sowie auch der Compliance der Applikationen, die auf GenAI aufbauen, sind mit höchster Priorität vorgängig zu diskutieren und zu beantworten. Zudem besteht das Risiko einer Abhängigkeit von grossen Softwareunternehmen, die im Rahmen der GenAI-Welle ihre Dominanz weiter ausbauen. Da Investitionen für ein eigenes LLM (Large Language Model) sehr hoch sind, muss sorgfältig abgewogen werden, welchen Weg man geht. Kleine und kontextspezifische Modelle werden dabei in Zukunft eine grosse Rolle spielen. Zuletzt müssen die Arbeitgebenden früh und genug in die Aus- und Weiterbildung sowie die Befähigung der Mitarbeitenden investieren – dies sollte im Rahmen der regelmässigen Mitarbeitendengespräche thematisiert und als Entwicklungsziel festgehalten werden.

Wie glaubt Ihr, geht die Reise mit GenAI weiter?

Wir rechnen bis Ende des Jahres mit einem grossen Schub an GenAI-getriebenen Innovationen im Bereich der grossen Unternehmensapplikationen. Deren Integration in die Arbeitswelt wird die nächsten Jahre prägen. Wir denken heute alle primär an Prozessoptimierungen und damit verbundene Effizienzsteigerungen. Nahezu unbemerkt bleibt der viel disruptivere Einfluss von GenAI/AI auf die Entwicklung neuer Materialien, Fertigungsmethoden und Lifescience-Produkte. Weiterbildung wird zum zentralen Thema werden. Auf den Punkt gebracht werden wir uns darauf vorbereiten müssen, dass unsere Kinder in 10 Jahren mit Systemen interagieren werden, die deren Intelligenz um ein Vielfaches übertreffen.