Ein Satireprojekt legte eine reale Angst am Arbeitsplatz offen

Ein virales GitHub-Projekt in China hat eine wachsende Angst im Technologiesektor des Landes verdichtet: Beschäftigte glauben zunehmend, dass sie dabei helfen sollen, die Systeme aufzubauen, die sie ersetzen könnten. Das Projekt mit dem Namen Colleague Skill stellte sich als eine Möglichkeit dar, die Fähigkeiten und die Persönlichkeit eines Kollegen in einen wiederverwendbaren KI-Agenten zu klonen. Es war als Parodie gedacht, doch die Reaktion deutete darauf hin, dass die Prämisse unangenehm plausibel wirkte.

Laut MIT Technology Review sagten Beschäftigte der Publikation, dass Vorgesetzte sie bereits dazu ermutigen, Arbeitsabläufe zu dokumentieren, damit KI-Agenten-Tools bestimmte Aufgaben und Prozesse automatisieren können. Der Witz traf einen Nerv, weil er ein aufkommendes Managementmuster widerspiegelte. In dieser Version der Arbeitsplatzautomatisierung passen sich Beschäftigte nicht nur an neue Software an. Sie sollen ihr eigenes Fachwissen in maschinenlesbare Anweisungen übersetzen.

Wie das Projekt funktioniert und warum es Resonanz auslöste

Die berichtete Funktionsweise von Colleague Skill erklärt, warum sich das Projekt so schnell verbreitete. Nutzer benennen einen Kollegen, fügen Profildetails hinzu, importieren Chatverläufe und Dateien aus Arbeits-Apps wie Lark und DingTalk und erzeugen Handbücher, die nicht nur Aufgaben, sondern auch Eigenheiten im Kommunikationsstil beschreiben. Das Ergebnis wird als portabler KI-“Kollege” dargestellt, der bei Aufgaben wie dem Debuggen von Code und sofortigen Antworten helfen kann.

Selbst als Stunt erfasste das Projekt einen realen Wandel darin, wie viele Unternehmen heute Wissensarbeit verstehen. Der Fokus liegt nicht mehr nur auf Allzweck-Chatbots. Es geht darum, stilles Prozesswissen von Menschen zu extrahieren und in wiederholbare operative Vermögenswerte zu verwandeln. Das wirft eine andere Art von Sorge auf als die gewöhnliche Softwareeinführung. Die Bedrohung ist nicht nur Effizienzdruck. Es ist die Möglichkeit, dass einzelne Beschäftigte zu Vorlagen werden.

Eine Tech-Beschäftigte aus Shanghai, Amber Li, sagte dem Magazin, sie habe das Tool als Experiment genutzt, um einen ehemaligen Kollegen nachzubilden. Die erzeugte Datei habe die Gewohnheiten der Person erstaunlich gut erfasst, einschließlich ihrer Reaktionen und sogar ihres Satzzeichengebrauchs. Diese technische Plausibilität scheint ein Grund dafür zu sein, dass das Projekt mehr wurde als ein Witz.

Automatisierungsdruck trifft auf Beschäftigungsunsicherheit

Der Erfinder von Colleague Skill, der Ingenieur Tianyi Zhou vom Shanghai Artificial Intelligence Laboratory, soll gesagt haben, das Projekt sei durch KI-bedingte Entlassungen und durch die Tendenz von Unternehmen ausgelöst worden, Beschäftigte aufzufordern, sich selbst zu automatisieren. Dieses Detail ist wichtig, weil es die Debatte in einen breiteren wirtschaftlichen Kontext stellt. KI-Einführung wird nicht nur als Produktivitätssteigerung wahrgenommen. Für viele Beschäftigte kommt sie im Kontext von Jobsicherheit und Managementdruck an.

Die Spannung ist im Technologiesektor besonders scharf, wo viele Beschäftigte frühe, enthusiastische Anwender von KI-Tools sind. Das macht den Widerstand bemerkenswerter. Er kommt nicht nur von Beschäftigten, die Automatisierung ablehnen oder mit der Technologie nicht vertraut sind. Er kommt von Menschen, die die Systeme gut genug verstehen, um zu sehen, wie schnell Dokumentation, Chatprotokolle und interne Dateien zu Ersatzinfrastruktur werden können.

Der Artikel verknüpft diese Sorge mit der rasanten Popularität von KI-Agenten-Tools wie OpenClaw oder Claude Code. Sobald diese Werkzeuge glaubwürdige Workflow-Engines wurden, begann das Niederschreiben, wie ein Job erledigt wird, weniger wie Schulungsmaterial und mehr wie ein Migrationspfad weg von menschlichem Ermessen zu wirken.

Würde, Individualität und die Zukunft der Büroarbeit

Die Debatte nach der Verbreitung des Projekts ging über das Beschäftigungsrisiko hinaus. Sie berührte auch Würde und Individualität. Wenn sich die Rolle eines Beschäftigten in Handbücher, Beispiele und stilistische Merkmale destillieren lässt, könnte die Organisation berufliche Identität als etwas Modulares und Übertragbares behandeln. Der Beschäftigte wird dann weniger als Person, die Entscheidungen trifft, und mehr als Bündel von Gewohnheiten betrachtet, das sich erfassen, wiedergeben und skalieren lässt.

Das bedeutet nicht, dass KI-Agenten kurz davor stehen, ganze Teams über Nacht zu ersetzen. Das Ausgangsmaterial stützt eine derart weitreichende Schlussfolgerung nicht. Es zeigt aber, dass Beschäftigte Wissensaufzeichnung zunehmend als umkämpften Prozess sehen. Dokumentation galt früher als Zeichen von Reife und Kontinuität. In einer stark KI-geprägten Arbeitswelt kann sie auch als Übergabemechanismus wahrgenommen werden.

Die chinesische Debatte dürfte weit über China hinaus Resonanz finden. Viele Unternehmen weltweit erproben agentische Tools, die Best Practices kodieren, Ergebnisse standardisieren und die Abhängigkeit von einzelnen Beschäftigten verringern sollen. Die Debatte in China ist ein früher Hinweis darauf, wie schnell diese Ambitionen mit dem Vertrauen der Belegschaft kollidieren können.

Was Führungskräfte womöglich unterschätzen

Die stärkste Lehre aus Colleague Skill ist, dass Organisationen die sozialen Kosten von Automatisierungsprogrammen unterschätzen könnten, die auf der Selbstauslese von Wissen durch Beschäftigte beruhen. Beschäftigte tolerieren neue Werkzeuge oft, wenn es um Verstärkung geht. Sie reagieren möglicherweise ganz anders, wenn der Prozess ausdrücklich verlangt, sich selbst für einen Ersatz zu modellieren.

Dieser Unterschied könnte zu einer der definierenden Managementfragen der Agenten-Ära werden. Die technischen Werkzeuge verbessern sich schnell. Das schwierigere Problem könnte darin bestehen, qualifizierte Beschäftigte davon zu überzeugen, dass die Systeme, die sie trainieren, ihnen helfen sollen und sie nicht verdrängen. Im chinesischen Technologiesektor scheint diese Zusicherung bereits schwer aufrechtzuerhalten zu sein.

Dieser Artikel basiert auf der Berichterstattung von MIT Technology Review. Den Originalartikel lesen.

Originally published on technologyreview.com