Wenn die einfachen Fälle verschwinden

Jede Fachkraft, die heute souverän entscheidet, hat das an Fällen gelernt, die rückblickend banal waren.

Der Standardfall. Die Unterlage, die vollständig war. Der Vorgang, bei dem nichts Besonderes passiert ist.

Aus Sicht der Effizienz ist das verlorene Zeit. Aus Sicht des Könnens ist es der einzige Weg.

Genau diese Fälle nimmt sich die Automatisierung als Erstes. Nicht aus Bosheit, sondern weil sie am leichtesten zu greifen sind. Klare Regeln, saubere Daten, wenige Ausnahmen. Wer eine Software auf einen Prozess ansetzt, fängt vernünftigerweise genau dort an.

Kurzfristig geht die Rechnung auf. Weniger Bearbeitungszeit, weniger Rückfragen, mehr Kapazität für das, was wirklich Kopf braucht.

Mittelfristig geht sie nicht auf, und zwar aus einem Grund, der in keinem Business Case auftaucht.

Urteilsvermögen entsteht nämlich nicht aus schwierigen Fällen. Es entsteht aus vielen einfachen, bis der schwierige auffällt. Wer nie hundert normale Vorgänge gesehen hat, erkennt den einen nicht, bei dem etwas nicht stimmt. Ihm fehlt schlicht der Vergleichsmaßstab.

Ersetzen lässt sich das durch Schulung nicht. In einer Schulung sieht man Beispiele. Am Schreibtisch sieht man Wirklichkeit, und die ist unordentlicher.

Man kann das an fast jedem Prozess durchspielen, den es in Banken gibt. Unterlagen prüfen, Angaben plausibilisieren, eine Vorlage aufbereiten. Die ersten Jahre bestehen aus Wiederholung, und irgendwann kippt sie in etwas anderes um. Man liest eine Akte und weiß nach zwei Minuten, dass hier etwas nicht zusammenpasst, ohne sagen zu können, woran genau es liegt. Dieses Gefühl ist kein Talent. Es ist verdichtete Wiederholung.

Ehrlich? Auf dem Zettel hat das kaum jemand, wenn über Automatisierung gesprochen wird. Ich auch nicht, jedenfalls lange nicht. Man rechnet Prozesskosten, man rechnet Durchlaufzeiten. Niemand rechnet aus, wie lange es dauert, bis die Nachrückenden die Sicherheit haben, die heute selbstverständlich wirkt.

Das ist keine Warnung vor der Technik. Ich will diese Systeme haben. Der Punkt liegt woanders.

Wer einen Prozess automatisiert, entzieht ihm nicht nur Arbeit. Er entzieht ihm auch die Lernumgebung, die dieser Prozess nebenbei immer war. Geplant hat die nie jemand, deshalb fällt ihr Wegfall auch niemandem auf.

Bleibt die Frage: Was macht man damit?

Langsamer automatisieren ist keine Antwort. Das ist romantisch und hält keiner Wettbewerbslage stand.

Die ehrlichere Antwort lautet: Lernen bewusst dorthin bauen, wo es vorher von allein passiert ist.

Das kann ziemlich unspektakulär aussehen. Ein Teil der automatisch bearbeiteten Vorgänge wird stichprobenweise von Menschen nachvollzogen. Nicht als Kontrolle, sondern als Übung. Die Frage lautet dann nicht, ob die Maschine richtig entschieden hat, sondern wie ich selbst entschieden hätte und warum.

Oder, noch einfacher: Wer neu anfängt, bekommt eine Zeit lang Fälle, die das System längst allein könnte. Nicht weil das effizient wäre, sondern weil es teuer ist, es nicht zu tun.

Das kostet etwas. Es kostet in einer Kennzahl, die jeder sieht, und es spart in einer, die niemand ausweist. Genau das ist der Grund, warum es so selten passiert.

Es gibt noch einen zweiten Effekt, und der ist mir wichtiger als der erste.

Ein System, dessen Ergebnisse niemand mehr fachlich beurteilen kann, wird nicht sicherer, weil es gut läuft. Es wird nur unwidersprochen. Der Unterschied zeigt sich erst, wenn sich etwas ändert. Neue Regulatorik, eine andere Marktlage, ein Datenbestand, der zur Wirklichkeit nicht mehr passt.

Dann braucht es Leute, die merken, dass die Ausgabe nicht mehr stimmt. Und das merkt nur, wer weiß, wie richtig sich anfühlt.

Vielleicht ist das die eigentliche Aufgabe der nächsten Jahre. Nicht die Frage, was wir automatisieren, sondern die Frage, woran danach noch jemand etwas lernt.

Wir automatisieren gerade die Arbeit weg, die niemand vermisst. Und mit ihr die Lehrjahre, die uns später fehlen.