Erledigen KI-Agenten den Job oder nur die Aufgabe?

KI-Agenten schreiben Funktionen, reparieren Tests und entwerfen Layouts in Sekunden. Der Technologe Sunil Pai, dessen Firma PartyKit 2024 an Cloudflare ging, hält dagegen: Eine Aufgabe zu erledigen heißt noch nicht, den Job zu erledigen. Zwischen dem fertigen Codeschnipsel und dem gelösten Problem klafft eine Lücke, die kein Modell allein schließt.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

KI-Agenten laufen inzwischen stundenlang autonom durch, doch Teams liefern dadurch schneller, nicht zwangsläufig besser. Pai fasst den Kern in einem Essay zusammen: Ein Agent, der ein Hintergrundstück Musik erzeugt und wieder verschwindet, löst eine Aufgabe.^[1] Das Komponieren als kreative Praxis dagegen ist selbst der Job, den keine Maschine abnimmt.

Das Wichtigste in Kürze

Sunil Pai trennt die Aufgabe, also den abgrenzbaren und überprüfbaren Output, vom Job, dem eigentlichen menschlichen Ergebnis.
In einer randomisierten Studie von METR brauchten erfahrene Entwickler mit KI-Werkzeugen 19 Prozent länger, schätzten sich aber 20 Prozent schneller ein.
Harvard Business School und BCG fanden innerhalb der KI-Stärken 40 Prozent mehr Qualität, jenseits der Grenze 19 Prozentpunkte weniger Treffer.
In Deutschland setzen laut Bitkom 41 Prozent der Unternehmen KI ein; größte Hürde bleibt mit 53 Prozent die fehlende KI-Kompetenz.

Was meint Sunil Pai mit der Aufgabe und dem Job?

Post-it „erledigt“ mit Stempel und blauem Magnet; weißes Blatt mit Schriftzug — Sunil Pai entwickelte PartyKit für kollaborative Echtzeit-Anwendungen, das Cloudflare 2024 übernahm. Heute arbeitet er dort an KI-Agenten

Die Aufgabe ist die abgrenzbare, überprüfbare Arbeit, etwa eine Funktion oder ein Entwurf. Der Job ist das Ergebnis, das ein Mensch wirklich braucht: ein bezahlbares Produkt, kreativer Ausdruck, Entlastung. Sunil Pai baute mit PartyKit eine Plattform für kollaborative Echtzeit-Anwendungen, die Cloudflare 2024 übernahm; heute arbeitet er dort an KI-Agenten.

Sein Argument: Die Ausführung ist nicht mehr der Engpass. Schneller Code oder mehr Layouts bedeuten deshalb noch keine besseren Entscheidungen. Zum Job gehört auch zu bemerken, dass Nutzer immer wieder das Falsche verlangen, weil ihnen die Worte für das Richtige fehlen. Wie sehr sich diese Rolle verschiebt, zeigt der Wandel hin zu Designern, die ihren eigenen Code ausliefern.

Warum machen KI-Agenten Teams schneller, aber nicht besser?

Weil Tempo und Qualität auseinanderfallen. Studien zeigen zugleich eine Fehleinschätzung des eigenen Gewinns und eine unsichtbare Grenze, jenseits derer die Werkzeuge die Trefferquote senken statt heben.

Die Forschungsgruppe METR ließ 16 erfahrene Open-Source-Entwickler 246 echte Aufgaben bearbeiten, teils mit, teils ohne KI-Werkzeuge. Mit den Werkzeugen brauchten sie 19 Prozent länger, glaubten hinterher aber, 20 Prozent schneller gewesen zu sein.^[2] METR wertet das Ergebnis inzwischen als historisch, weil die Modelle von Anfang 2025 stammen. Harvard Business School und BCG prüften parallel 758 Unternehmensberater: Innerhalb der KI-Stärken erledigten die Berater mit GPT-4 die Aufgaben um 40 Prozent hochwertiger, jenseits dieser Grenze lagen sie 19 Prozentpunkte häufiger daneben.^[3]

Genau diese unsichtbare Kante nennt die Studie die zerklüftete Front. Damit ein Agent im Team taugt, muss sein Verhalten prüfbar sein und im Ernstfall einen Notausgang haben; erste offene Standards machen das Verhalten von KI-Agenten testbar.

Ein Agent, der stundenlang ohne Aufsicht läuft, ist eine Fähigkeit, kein Ziel. Den Job erledigt am Ende der Mensch, der weiß, welches Problem überhaupt zu lösen ist.
— Markus Seyfferth, Chefredakteur Dr. Web

KI-Agenten: Aufgabe erledigt, Job offen

19 %

langsamer arbeiteten erfahrene Entwickler mit KI-Werkzeugen, obwohl sie sich schneller schätzten (METR, randomisierte Studie 2025)

40 %

höhere Qualität innerhalb der KI-Stärken, aber 19 Prozentpunkte schlechter jenseits der Grenze (Harvard/BCG, 758 Berater)

53 %

nennen fehlende KI-Kompetenz im Team als größte Hürde beim KI-Einsatz (Bitkom, Deutschland 2026)

Aufgabe und Job im Vergleich

Die Aufgabe

Abgrenzbar, überprüfbar und zunehmend automatisierbar. Beispiel: eine Funktion schreiben, einen Test reparieren, ein Layout entwerfen. Genau hier sind KI-Agenten stark.

Der Job

Das Ergebnis, das ein Mensch wirklich braucht, samt Urteil und Kontext. Beispiel: das richtige Problem erkennen und prüfen, ob der Output es löst. Das bleibt menschlich.

Der deutsche Rahmen

Bitkom 2026: 41 Prozent der Unternehmen setzen KI ein, doppelt so viele wie ein Jahr zuvor. Nur 21 Prozent haben dafür eine Strategie.

KI-Verordnung, Artikel 4: Seit dem 2. Februar 2025 muss jeder Betreiber für ausreichende KI-Kompetenz der Belegschaft sorgen, unabhängig vom Risiko des Systems.

Was heißt das für Teams im DACH-Raum?

Nicht das Tempo entscheidet, sondern das Urteil. Beim Einsatz von KI-Agenten braucht es Menschen, die das richtige Problem erkennen und Ergebnisse prüfen; die Haftung bleibt ohnehin beim Anwender. In Deutschland setzen laut Bitkom 41 Prozent der Unternehmen KI ein, doppelt so viele wie ein Jahr zuvor, doch nur 21 Prozent haben dafür eine Strategie.^[4]

Die größte Hürde ist mit 53 Prozent die fehlende KI-Kompetenz im Team, genau der Teil, den Pai dem Job zurechnet. Seit dem 2. Februar 2025 verlangt Artikel 4 der KI-Verordnung von jedem Anbieter und Betreiber, für ausreichende KI-Kompetenz der Belegschaft zu sorgen, unabhängig vom Risiko des Systems.^[5] Daraus folgen konkrete Schritte: Aufgaben klar von Zielen trennen und jedes Agentenergebnis gegen das echte Problem prüfen, statt allein in Werkzeuge zu investieren. Dass gutes Design im KI-Zeitalter Haltung braucht, zeigt der Widerspruch von Designerin Jessica Walsh.

FAQ: KI-Agenten zwischen Aufgabe und Job

Was bedeutet „die Aufgabe ist nicht der Job“ bei KI-Agenten?

Die Aufgabe ist die abgrenzbare, überprüfbare Arbeit wie eine Funktion oder ein Entwurf, die KI-Agenten heute gut erledigen. Der Job ist das eigentliche menschliche Ergebnis dahinter, samt Urteil und Kontext. Der Technologe Sunil Pai warnt, dass ein erledigter Task noch keinen erledigten Job bedeutet.

Machen KI-Werkzeuge Entwickler wirklich langsamer?

In einer randomisierten Studie der Forschungsgruppe METR aus dem Jahr 2025 brauchten 16 erfahrene Open-Source-Entwickler mit KI-Werkzeugen 19 Prozent länger, schätzten sich aber 20 Prozent schneller ein. METR ordnet das Ergebnis inzwischen als historisch ein, weil die Modelle von Anfang 2025 stammen.

Was ist die zerklüftete Front bei künstlicher Intelligenz?

Harvard Business School und BCG beschreiben mit der zerklüfteten Front eine unsichtbare Grenze: Innerhalb der KI-Stärken hoben 758 Berater mit GPT-4 die Qualität um 40 Prozent, jenseits dieser Grenze lagen sie 19 Prozentpunkte häufiger daneben. Ähnlich schwere Aufgaben können also auf verschiedenen Seiten der Grenze liegen.

Welche KI-Kompetenz schreibt die EU seit 2025 vor?

Artikel 4 der KI-Verordnung verpflichtet seit dem 2. Februar 2025 jeden Anbieter und Betreiber, für eine ausreichende KI-Kompetenz der Belegschaft zu sorgen. Die Pflicht gilt unabhängig davon, ob das eingesetzte System als hoch- oder geringriskant gilt.