Ein Essay des DeepMind Institute trennt, was KI einzeln kann, davon, wie gut Agenten zusammenarbeiten, und nennt Löhne und Berufsrollen als früheste Signale. Was der Essay zeigt, was er nicht zeigt und was Betriebe aus Aufgaben und Übergaben mitnehmen.
Warum sieht die Wirtschaft kaum anders aus, obwohl KI-Modelle bei Einzelaufgaben immer besser werden? Das fragt ein Essay des DeepMind Institute, veröffentlicht am 29. Oktober 2026 von Alex Imas, Andrew Koh und Shane Legg. Er stützt sich auf ein Fachpapier der Autoren mit dem Titel „Organizing Intelligence“. Wir haben den Essay gelesen und trennen, was die Autoren herleiten, was nur beschrieben und nicht belegt ist und was daraus für Betriebe folgt. Zur Transparenz: Das DeepMind Institute gehört zu Google, einem Entwickler eigener KI-Modelle. Wir arbeiten in der Redaktion mit Claude von Anthropic. Den Anstoß gab der Newsletter TLDR AI vom 30. Oktober 2026.
Die Autoren halten den einzelnen KI-Agenten für das falsche Maß. Wirtschaftlich zählten Organisationen, in denen sich Menschen mit unterschiedlichen Stärken ergänzen. Sie unterscheiden zwei Fähigkeiten: Können (Mathe, Schreiben, Programmieren) und Zusammenarbeit (wie gut Agenten gemeinsam arbeiten). Mehr Können verschiebe Preise, Löhne und die Mischung aus Menschen und KI nach ihrer Herleitung allmählich. Erst wenn die Zusammenarbeit eine bestimmte Schwelle überschreite, komme es zu abrupten Sprüngen bei der Marktkonzentration, bei Beschäftigung und bei Löhnen. Daraus leiten sie vier Stufen ab, von „minimaler AGI“ bis zur künstlichen Superintelligenz.
Heute beschreiben die Autoren ein Bild aus guten Einzelleistungen und schwacher Zusammenarbeit: Teams aus vielen Agenten stießen schnell an abnehmende Erträge. Als Folgen am Arbeitsmarkt nennen sie schlankere Start-ups, flachere Hierarchien, zurückhaltendere Einstellung bei Einsteigerstellen nahe an Testaufgaben und stabile oder steigende Nachfrage nach Erfahrenen, die komplexe Arbeit über Teams hinweg steuern können. Löhne und Berufsrollen seien die frühesten Signale, weil sie sich bewegten, bevor sich Firmengrenzen sichtbar verschöben. Für Menschen, die Übergaben koordinieren, sagt ihr Modell sogar hohe Löhne voraus. Zum Zusammenspiel nennen sie ein Quiz mit 100 Personen: Ergänzend zusammengestellte Paare lösten Aufgaben um 32 Prozent besser als zufällige.
Der Essay leitet Szenarien aus einem wirtschaftlichen Modell ab. Einen Zeitpunkt, wann welche Stufe erreicht wird, nennt er nicht, und die Herleitung steht im Fachpapier, das wir nicht geprüft haben. Die Beobachtungen zum heutigen Arbeitsmarkt belegt der Essay an dieser Stelle nicht mit Zahlen. Das Quiz mit 100 Personen ist klein. Und die Autoren gehören zu einem Institut, das zu einem KI-Entwickler gehört. Wir haben nichts nachgemessen.
Ab hier gilt: Das ist unsere Einschätzung, keine Studie. Der Essay lenkt den Blick von einzelnen Aufgaben auf das Zusammenspiel. Das lässt sich im Betrieb übersetzen. Erstens: Trenne Einzelaufgaben von Übergaben. Eine Preisliste formatieren, eine Produktbeschreibung schreiben, eine Mail beantworten: Das sind Einzelaufgaben, bei denen KI zuerst helfen dürfte. Wo etwas von einer Person zur nächsten wandert, etwa vom Verkauf in die Werkstatt, geht leicht Wissen verloren: Die Autoren beschreiben, dass bei Übergaben reicher Zusammenhang zu knappen Zusammenfassungen schrumpft. Schreib auf, wo bei dir Übergaben passieren und was dabei verloren geht.
Zweitens: Wer Übergaben im Griff hat, wird wichtiger. Wenn KI Einzelaufgaben übernimmt, bleibt die Arbeit, Prioritäten zu setzen und zusammenzuführen. Das sind nach dem Modell der Autoren gut bezahlte Rollen. Drittens: Plane Einsteiger bewusst ein. Wenn sich Einsteigerstellen verändern, fehlt später der Nachwuchs, der Übergaben kennt. Du kannst Einsteigern deshalb weniger Routine und mehr Übergabe-Aufgaben geben, begleitet von jemandem mit Erfahrung. Mehr zu dieser Entwicklung steht in unserem Beitrag zu Berufsanfängern und in dem zum KI-Paradox am Arbeitsmarkt.
Ob und wann sich Löhne und Rollen in deiner Branche verschieben, sagt der Essay nicht. Wie Agenten untereinander zusammenarbeiten, hat ein anderer Versuch aus derselben Woche untersucht, den wir in unserem Beitrag zum Agenten-Schwarm beschreiben: Dort entstand nur in 5 Prozent der Durchläufe eine erkennbare Führung, ein gemeinsamer Kanal verringerte doppelte Arbeit aber stark. Das Bild ist also gemischt, und beides sind einzelne Veröffentlichungen, keine Gewissheiten.
Fünf Minuten: Schreibe fünf wiederkehrende Aufgaben aus deinem Betrieb auf und markiere jede als Einzelaufgabe oder Übergabe zwischen Personen. Drei Minuten: Wähle bei einer Übergabe aus, was dabei am ehesten verloren geht, und halte es in einem Satz fest. Zwei Minuten: Wähle eine Einzelaufgabe aus, die du zwei Wochen lang von einer KI vorbereiten lässt, und lege fest, wer das Ergebnis prüft.
Der Essay legt eine Unterscheidung nahe, die sich im eigenen Betrieb leicht prüfen lässt: Einzelne Aufgaben lassen sich eher an KI geben, schwieriger ist das Zusammenspiel. Ob das so bleibt, ist offen, und der Essay selbst liefert keinen Zeitplan.
Einzelaufgaben und Übergaben trennen, Koordination stärken, Einsteiger einplanen. Das ist unsere Einschätzung, keine Studie.
Quellen: „How and when does AGI transform the economy?“, DeepMind Institute (Essay, 29. Oktober 2026); Anlass: TLDR AI vom 30. Oktober 2026. Das Fachpapier „Organizing Intelligence“ haben wir nicht gelesen, die Einordnung für Betriebe ist unsere Einschätzung.
Welches Modell für welche Aufgabe, welche Tools wirklich zählen und wie du richtig promptest. Komplett lesbar, kein Download.
Jetzt gratis lesenWir gehen mit dir durch, welche Aufgaben in deinem Betrieb Einzelaufgaben sind und wo Übergaben passieren, und prüfen, wo KI zuerst helfen kann.