KI und Gesprächskompetenz im Arbeitsalltag

Generative KI beseitigt viele kleine Reibungsverluste in der Wissensarbeit. Sie fasst Dokumente zusammen, strukturiert Vorschläge, entwirft E-Mails, verwandelt Notizen in Präsentationen, vergleicht Optionen und hilft dabei, schneller von einer leeren Seite zu einem brauchbaren ersten Entwurf zu kommen.

Das ist echte Produktivität.

Eine neue Studie von Microsoft Research stellt jedoch eine zweite Frage: Wenn KI das Verhältnis verschiedener Arbeitsformen verschiebt, was geschieht dann mit Fähigkeiten, die nicht durch Dokumentation, sondern durch echte Interaktion entstehen?

Die Forscher analysierten digitale Nutzungsdaten aus Microsoft 365 in mehreren großen internationalen Unternehmen. Bei intensiven KI-Nutzern, definiert als Personen mit mehr als 100 KI-Nutzungen innerhalb eines 20-wöchigen Zeitraums nach Einführung, stiegen produktivitätsorientierte Aktivitäten um 21,2 Prozent. Kommunikationsorientierte Aktivitäten stiegen um 7,1 Prozent. Beides nahm zu, aber nicht im gleichen Tempo. Insgesamt verschob sich die Arbeit stärker in Richtung individueller, dokumentenorientierter Tätigkeit.

Die Studie behauptet nicht, dass KI Menschen schlechter kommunizieren lässt. Sie misst Aktivitätsmuster, keine Gesprächskompetenz.

Interessant ist die Frage, was passiert, wenn sich dieser Trend fortsetzt.

KI automatisiert zuerst die einfachen Teile der Kommunikation

Ein großer Teil der Kommunikation im Arbeitsalltag ist im engeren Sinne kein anspruchsvolles Gespräch, sondern Informationsübertragung.

„Kannst du das zusammenfassen?“

„Kannst du aus diesen Notizen ein Update machen?“

„Kannst du eine Antwort formulieren?“

„Was waren die wichtigsten Punkte aus dem Termin?“

KI kann viel davon übernehmen. Das ist häufig sinnvoll. Weniger Statuskommunikation und weniger Zeit für das Formatieren von Informationen sind kein Verlust.

Die Gespräche, die übrig bleiben, sind allerdings oft genau die, die sich nur schwer automatisieren lassen.

Der Lieferant fordert zwölf Prozent mehr.

Der interne Stakeholder lehnt eine Spezifikationsänderung ab.

Die Führungskraft verwirft den Vorschlag.

Ein Kollege fühlt sich übergangen.

Ein Kunde eskaliert.

Ein Mitarbeiter braucht schwieriges Feedback.

In einer Verhandlung kennen beide Seiten die Fakten und streiten trotzdem darüber, was daraus folgen soll.

Das sind keine reinen Informationsprobleme. Es sind Koordinationsprobleme unter Unsicherheit, Druck, unterschiedlichen Interessen und sozialen Konsequenzen.

Wenn KI mehr Routinearbeit übernimmt, könnte das durchschnittliche menschliche Gespräch anspruchsvoller werden, nicht einfacher.

Effizienter kommunizieren ist nicht dasselbe wie besser sprechen können

Eine Führungskraft, die KI für eine schwierige E-Mail nutzt, kann klarer kommunizieren. Ein Einkäufer, der Verhandlungsargumente mit KI vorbereitet, kann besser vorbereitet sein. Ein Vertriebler, der Einwände vorab testen lässt, kann mit stärkerem Material in das Gespräch gehen.

All das kann die Leistung verbessern.

Nichts davon baut automatisch die Fähigkeit auf, mit einer Reaktion umzugehen, die in der Vorbereitung nicht vorkam.

Gesprächsführung ist eine Ausführungsfähigkeit. Sie verlangt Abruf, Urteil und Anpassung in Echtzeit.

Man muss zuhören und gleichzeitig entscheiden, was wichtig ist. Man muss erkennen, wenn sich der Rahmen verändert. Man muss eine Antwort formulieren, bevor klar ist, wie sie aufgenommen wird. Man muss die eigene Reaktion kontrollieren und zugleich die andere Person beobachten. Manchmal muss man Nein sagen, ohne Kooperation zu zerstören. Manchmal muss man einer ranghöheren Person widersprechen. Manchmal muss man Stille aushalten, obwohl der Impuls groß ist, sie sofort zu füllen.

Eine starke, von KI formulierte Antwort zu lesen ist nicht dasselbe wie sie unter Druck selbst zu produzieren.

Diese Unterscheidung wird wichtiger, je besser die generierte Antwort wird.

Das Risiko ist nicht, dass Menschen aufhören zu reden

Die vereinfachte Sorge wäre: KI reduziert Kommunikation, deshalb verlieren Menschen soziale Fähigkeiten.

Die Microsoft-Daten zeigen das nicht. Kommunikationsaktivitäten nahmen bei intensiven KI-Nutzern weiterhin zu. Geändert hat sich das Verhältnis. Produktivitätsorientierte Aktivitäten stiegen deutlich stärker.

Die wichtigere Frage betrifft die Verteilung von Übung.

Fähigkeiten werden durch Nutzung zuverlässig. Wenn Analyse-, Schreib- und Koordinationsarbeit zunehmend an KI delegiert wird, können manche niedrigschwelligen zwischenmenschlichen Wiederholungen seltener werden, während die Erwartung an die anspruchsvollen Gespräche bestehen bleibt.

Das schafft ein ungewöhnliches Kompetenzproblem.

Wir könnten immer effizienter darin werden, Gespräche vorzubereiten, während wir gleichzeitig weniger Gelegenheiten bekommen, das Verhalten im Gespräch selbst zu üben.

Für erfahrene Fachkräfte ist das möglicherweise leichter auszugleichen, weil sie bereits über viele Muster aus früheren Situationen verfügen. Bei jüngeren Mitarbeitenden kann die Frage wichtiger werden. Viele professionelle Instinkte entstanden traditionell aus hunderten kleinen Interaktionen: eine unangenehme Frage stellen, eine Entscheidung erklären, ein Missverständnis auflösen, einer Forderung widersprechen oder beobachten, wie ein erfahrener Kollege Widerstand behandelt.

Wenn ein Teil dieser Interaktion asynchron oder KI-vermittelt wird, müssen Unternehmen möglicherweise bewusster dafür sorgen, wo diese Übung künftig stattfindet.

Der Einkauf zeigt das Problem besonders deutlich

Einkauf wird zunehmend KI-unterstützt.

KI kann Lieferanten recherchieren, Spend analysieren, Verträge vergleichen, Kostentreiber identifizieren, Verhandlungsvorbereitung strukturieren, Ausschreibungen formulieren, Gesprächsnotizen zusammenfassen und Gegenargumente entwickeln.

Vieles davon ist sinnvoll. Es gibt keinen guten Grund, manuelle Arbeit nur deshalb zu erhalten, weil sie früher manuell erledigt wurde.

Das kommerzielle Ergebnis hängt aber weiterhin häufig an einem gesprochenen Austausch.

Der Lieferant lehnt das Kostenmodell ab.

Der Einkäufer fragt nach Belegen.

Der Lieferant eskaliert auf Versorgungssicherheit.

Der Einkäufer muss entscheiden, ob das Risiko real ist, ob er widerspricht und wie deutlich.

Der Lieferant bietet Bewegung gegen zusätzliches Volumen.

Der Einkäufer muss erkennen, ob dieser Tausch tatsächlich wertvoll ist.

Kein perfekter Prompt beseitigt in dieser Sequenz die Notwendigkeit von Urteilskraft, während das Gespräch läuft.

KI kann den Einkäufer besser informieren. Sie kann Entscheidungen unterstützen. Wenn das Ziel aber Kompetenzaufbau ist, muss weiterhin jemand üben, die Person im Gespräch zu sein.

Die verbleibenden Gespräche sind oft die, in denen Beziehung am meisten zählt

Routinekommunikation lässt sich häufig effizienter machen, ohne viel Beziehungskapital zu verlieren. Für eine Meeting-Zusammenfassung braucht niemand eine tief menschliche Erfahrung.

Schwierige Gespräche sind anders.

Verhandlung, Feedback, Konflikt, Eskalation und Überzeugung berühren Vertrauen, Status, Fairness, Absicht und Identität. Menschen reagieren nicht nur auf die Information, sondern darauf, wie sie während einer Meinungsverschiedenheit behandelt werden.

Deshalb ist eine perfekt formulierte KI-Nachricht nicht automatisch gleichwertig mit einem gut geführten Gespräch.

Eine Nachricht kann technisch hervorragend sein und trotzdem genau dem Gespräch ausweichen, das nötig gewesen wäre.

Das ist besonders relevant in Organisationen, die bei unangenehmen Themen ohnehin schnell auf E-Mail oder Chat ausweichen. KI kann Vermeidung professioneller formulieren. Sie kann einen diplomatischen Absatz erzeugen, der eine Meinungsverschiedenheit vertagt, statt sie zu lösen.

Effizienz und Vermeidung können im Ergebnis erstaunlich ähnlich aussehen.

Eingesparte Zeit wird nicht automatisch zu Entwicklungszeit

Die Kompetenzfrage wird konkreter, wenn man betrachtet, was Unternehmen mit der durch KI frei werdenden Kapazität tatsächlich tun.

Culture Amp veröffentlichte am 17. September 2026 seinen ersten AI-at-Work-Benchmark mit Daten von rund 112.000 Beschäftigten. 71 Prozent gaben an, sich durch KI produktiver zu fühlen. Bei der wahrgenommenen Arbeitsbelastung änderte sich dagegen kaum etwas: 72 Prozent der intensiven Nutzer empfanden ihre Arbeitslast als angemessen, bei Nichtnutzern waren es 69 Prozent. Gleichzeitig sagten 85 Prozent, ihr Unternehmen ermutige zum Experimentieren mit KI, aber nur 58 Prozent fanden, dass die Führung klar erklärt habe, wie KI zu den Unternehmenszielen beitragen soll.

Das sind Wahrnehmungsdaten, keine gemessenen Arbeitsstunden oder Produktivitätswerte. Culture Amp weist zudem darauf hin, dass die teilnehmenden Unternehmen vermutlich KI-affiner sind als der Gesamtmarkt. Trotzdem wird ein Mechanismus sichtbar: Frei werdende Kapazität bringt keine automatische Entscheidung mit, einen Teil davon in Lernen zu investieren.

Eine aktuelle Untersuchung der American Management Association unter 1.088 Fach- und Führungskräften macht die Verteilung noch greifbarer. 41 Prozent der Führungskräfte sagten, dass KI ihre Erwartung an die Arbeitsmenge der Mitarbeiter erhöht habe. Zugleich verbringen Manager mehr Zeit damit, KI-gestützte Arbeit zu prüfen und KI-generierte Informationen in Entscheidungen einzuordnen. Mitarbeiter erleben gute Führung dagegen weiterhin vor allem über sichtbare Kommunikation, klare Orientierung, Zuhören und Unterstützung bei der Entwicklung.

Damit entsteht ein sehr gewöhnlicher Weg vom Produktivitätsgewinn zum Kompetenzverlust. Zwanzig Minuten verschwinden aus der Erstellung eines Entwurfs, und diese zwanzig Minuten werden nicht zu Coaching, Beobachtung oder Übung. Sie werden zur nächsten Aufgabe.

Talogy berichtet separat, dass 78 Prozent der befragten HR- und Talentverantwortlichen einen langfristigen Verlust wichtiger Führungskompetenzen befürchten, wenn KI Tätigkeiten übernimmt, über die Menschen bisher Erfahrung aufgebaut haben. Das ist Evidenz für eine Sorge der Arbeitgeber, nicht für einen bereits nachgewiesenen Kompetenzverlust. Der Mechanismus ist trotzdem plausibel: Wenn risikoärmere Wiederholungen wegfallen und jede frei werdende Minute sofort in eine höhere Arbeitsmenge fließt, entsteht Entwicklung nicht von selbst.

Im Einkauf wird Kompetenzverlust inzwischen ausdrücklich zum KI-Thema

Am 9. September 2026 veröffentlichte Gartner eine Untersuchung für CPOs unter dem Titel Prevent AI-Related Skill Loss to Maintain Procurement Cost Goals. In der öffentlich zugänglichen Zusammenfassung warnt Gartner davor, dass eine zu starke Abhängigkeit von KI die Entwicklung kritischer menschlicher Fähigkeiten behindern kann, die für strategischen Wert im Einkauf nötig sind.

Die Zusammenfassung enthält nicht genug methodische Details, um daraus einen bereits gemessenen Kompetenzverlust im Einkauf abzuleiten. Eine solche Aussage wäre zu stark.

Neu ist etwas anderes: Kompetenzverlust durch KI wird nicht mehr nur als allgemeines Risiko der Wissensarbeit diskutiert. Ein großer Anbieter von Einkaufsforschung behandelt ihn inzwischen ausdrücklich als Führungsfrage für den Einkauf.

Gerade dort ist der Automatisierungsanreiz hoch. Lieferantenrecherche, Spend-Analyse, Vertragsprüfung, Zusammenfassungen und Teile der Verhandlungsvorbereitung lassen sich sinnvoll beschleunigen. Die relevante Frage lautet deshalb nicht, welche manuellen Tätigkeiten erhalten bleiben sollen. Sie lautet, welche Übung mit ihnen verschwindet und ob die zugrunde liegende Fähigkeit weiterhin gebraucht wird.

Wenn ein Einkäufer für einen ersten Verhandlungsentwurf keine Stunde mehr benötigt, ist die Stunde tatsächlich gewonnen. Wird sie sofort mit der nächsten Aufgabe gefüllt, entsteht Produktivität, aber keine Entwicklung. Wird ein Teil davon für Rückmeldung, Übungsgespräche oder die Nachbereitung eines schwierigen Lieferantengesprächs genutzt, wird ein Teil des Effizienzgewinns in Kompetenz übersetzt.

Gartners Hinweis beweist den Effekt nicht. Er macht aber die Managemententscheidung klarer: Welche Wiederholungen waren nur Arbeit, die weg kann, und welche waren gleichzeitig Training?

Das KI-Adoptionsproblem wird zum Problem des Kompetenzdesigns

Ein am 21. September 2026 veröffentlichter Bericht von London Business School und Sifted macht die organisatorische Seite besonders deutlich. Solving Europe's AI Adoption Puzzle argumentiert, dass Europas Herausforderung weniger in fehlender KI-Technologie als in der Organisation ihrer Nutzung liegt. Entscheidend sind unter anderem die Gestaltung von Arbeit, Kompetenzen und Vertrauen rund um die Systeme.

Damit verschiebt sich die Frage. Es reicht nicht, ob Beschäftigte Zugang zu KI haben oder sie regelmäßig einsetzen. Zwei Unternehmen können ähnliche Werkzeuge einführen und völlig unterschiedliche Folgen für ihre Fähigkeiten erzeugen. Das eine entfernt administrative Reibung und schützt bewusst Coaching, Urteilskraft und Übung. Das andere wandelt jede eingesparte Minute sofort in zusätzliche Auslastung um und geht davon aus, dass Kompetenz nebenbei erhalten bleibt.

Eine ebenfalls am 21. September veröffentlichte Studie in BMC Psychology ist ein wichtiges Gegengewicht zu einer einfachen Niedergangserzählung. Die Forscher werteten eine zeitversetzte Drei-Wellen-Befragung von 380 vollzeitbeschäftigten Wissensarbeitern aus. Häufigere Nutzung generativer KI hing positiv mit proaktivem Verhalten zusammen. Mehr Flow und eine geringere wahrgenommene Objektivierung am Arbeitsplatz vermittelten einen Teil dieses Zusammenhangs. Das Studiendesign belegt keine Kausalität, zeigt aber, warum die richtige Frage nicht lautet, ob KI für Menschen grundsätzlich gut oder schlecht ist.

KI kann Initiative unterstützen und Teile der Arbeit angenehmer machen, während sie gleichzeitig verändert, welche Wiederholungen andere Fähigkeiten stabil halten.

Genau darin liegt die Aufgabe des Kompetenzdesigns. Organisationen müssen entscheiden, welche Arbeit das System übernehmen darf, welche Fähigkeiten Menschen weiterhin selbst beherrschen sollen und wo die dafür nötige Praxis herkommt. Dass ein KI-System dabei nicht nur unterstützen, sondern auch das eigene Urteil zu bequem bestätigen kann, zeigt der Beitrag über KI-Sykophantie und Entscheidungsqualität.

Gegen Kompetenzverlust kann man gestalten, ohne KI zu verbieten

Ein am 17. September 2026 veröffentlichtes, vorab registriertes Experiment ergänzt die Debatte um einen konstruktiveren Befund. Sebastian Maier, Kai Schwabe, Manuel Schneider und Stefan Feuerriegel testeten mit 704 Teilnehmenden zwei Interventionen beim Üben von Bruchrechnung mit einem LLM-Assistenten. Anschließend folgte ein Test ohne KI-Unterstützung.

Eine Intervention belohnte die Teilnehmenden dafür, weniger stark auf das Modell zurückzugreifen. Die andere gab metakognitives Feedback und machte damit sichtbar, welche Folgen das Auslagern der Antwort für das eigene Lernen haben kann. Dieses Feedback reduzierte das vollständige Auslagern von Antworten und verbesserte die spätere Leistung ohne Unterstützung. Für die Belohnungsintervention fanden die Forschenden keinen vergleichbaren Effekt.

Die Aufgabe war eng begrenzt, die Studie kurz und weder Arbeitsplatzverhandlungen noch langfristiger Kompetenzerhalt wurden gemessen. Daraus lässt sich nicht ableiten, dass ein bestimmtes Trainingsdesign komplexe berufliche Fähigkeiten zuverlässig schützt.

Der wichtigere Punkt ist: Zugang zu KI und eigenständige menschliche Leistung sind keine Gegensätze. Die Gestaltung der Interaktion entscheidet mit.

Für Kompetenzaufbau ist das unmittelbar relevant. Wenn ein Lernsystem bei jedem Zögern sofort die Antwort liefert, kann ein gutes Ergebnis entstehen, während genau jene Abruf-, Urteils- und Korrekturprozesse ausfallen, die eigentlich trainiert werden sollen. Ein System kann Unterstützung bieten und trotzdem sichtbar lassen, wann die KI das Denken übernommen hat.

Für gesprochene Verhandlungspraxis ergibt sich daraus ein klarer Grundsatz. KI kann bei der Vorbereitung helfen, eine realistische Gegenseite darstellen und das Gespräch im Nachgang analysieren. Im Live-Moment muss der Lernende aber weiterhin selbst entscheiden, argumentieren, Widerstand verarbeiten und mit der Reaktion des Gegenübers umgehen. Es geht nicht darum, KI weniger nützlich zu machen. Es geht darum, den Lernraum so zu gestalten, dass Nützlichkeit nicht das Verhalten ersetzt, das aufgebaut werden soll.

Unternehmen sollten Produktivitätssysteme und Kompetenzsysteme unterscheiden

Die meisten Organisationen fragen derzeit, wie KI den Output erhöhen kann.

Für viele Arbeitsabläufe ist das die richtige Frage.

Lern- und Kompetenzfunktionen brauchen aber eine zweite: Welche Teile der Arbeit soll KI entfernen, und welche müssen Menschen weiterhin selbst ausführen, weil gerade die Ausführung die Fähigkeit erhält?

Die Antwort hängt von der Rolle ab.

Ein Jurist muss nicht jede Standardklausel selbst formulieren, um ein guter Jurist zu bleiben. Ein Einkäufer muss nicht jede Lieferantenzusammenfassung von Grund auf selbst schreiben, um gut zu verhandeln. Eine Führungskraft muss nicht jedes Statusupdate eigenhändig formatieren, um gut zu führen.

Der Einkäufer muss aber weiterhin Widerstand behandeln können. Die Führungskraft muss schwieriges Feedback geben können. Ein Entscheider muss einen Standpunkt vertreten können, wenn der Raum widerspricht.

Solange Menschen für das Ergebnis verantwortlich bleiben, sind solche Fähigkeiten keine Ineffizienzen, die man einfach wegautomatisieren sollte.

Sie sind Kompetenzen, die erhalten werden müssen.

Je besser KI wird, desto wichtiger kann Übung werden

Daraus folgt eine scheinbar paradoxe Konsequenz.

Je mehr KI vor und nach einem Gespräch erledigen kann, desto wertvoller kann bewusstes Gesprächstraining werden.

Nicht weil Unternehmen KI ablehnen sollten, sondern weil sich die verbleibende menschliche Arbeit stärker auf Situationen konzentriert, in denen Urteilskraft in Echtzeit zählt.

Eine gute Übungsumgebung kann Wiederholungen schaffen, die der Arbeitsalltag nicht zuverlässig liefert. Ein Einkäufer kann eine Preiserhöhungsverhandlung üben, ohne eine reale Lieferantenbeziehung zu riskieren. Eine Führungskraft kann eine Eskalation trainieren, bevor ein echter Mitarbeiter gegenüber sitzt. Ein Team kann denselben schwierigen Moment mehrfach durchlaufen und präzise Rückmeldung erhalten.

Genau darin liegt die Logik von Voice2Evolve. Die KI führt nicht die echte Lieferantenverhandlung für den Einkäufer. Sie bietet Gesprächssparring für Verhandlungen im Einkauf, mit einem KI-Sparringspartner und einer anschließenden Analyse des tatsächlich geführten Gesprächs.

In einer stärker KI-geprägten Arbeitswelt wird diese Unterscheidung wichtiger, nicht weniger wichtig.

Die Microsoft-Studie liefert erste Evidenz für eine Verschiebung von Arbeitsmustern, keinen Beweis für sinkende Gesprächskompetenz. Sie stellt aber eine Frage, die Unternehmen beantworten sollten, bevor die Antwort unangenehm wird.

Wenn KI zunehmend Dokumente, Zusammenfassungen, Entwürfe und Routinekoordination übernimmt, wo bauen Menschen dann die Fähigkeiten für die Gespräche auf, die sich nicht delegieren lassen?

Produktivität lässt sich erstaunlich schnell automatisieren.

Gesprächskompetenz muss weiterhin geübt werden.

Quellen

• Maier, S., Schwabe, K., Schneider, M. & Feuerriegel, S. (17. September 2026). Designing Against Deskilling: Metacognitive Feedback Reduces Cognitive Offloading to LLM Assistants. arXiv-Preprint.

• London Business School & Sifted (21. September 2026). Solving Europe's AI adoption puzzle.

• Xu, S., Mei, Y., Yao, K., et al. (21. September 2026). More flow and less objectification: Dual influence mechanisms of generative AI use on employees' proactive behaviors. BMC Psychology.

• Gartner (9. September 2026). Prevent AI-Related Skill Loss to Maintain Procurement Cost Goals.

• Culture Amp (17. September 2026). AI at Work Benchmark 2026: 85% Are Encouraged to Use AI. 42% Don't Know Why.

• American Management Association (2026). The New Management Reality: AI, Engagement, and the Invisible Work of Managers.

• Talogy (15. September 2026). Starting a career in the age of AI: The human skills that matter.

• Yu, Y., Chen, Y., Hu, R., Suri, S., & Counts, S. (2026). Adoption of Generative AI in the Workplace: Increasing and Shifting the Balance of Productivity and Communication Activity. Microsoft Research / arXiv.