KI skaliert Fachkräfte statt sie zu ersetzen: Geoffrey Hintons Lektion für Schweizer Geschäftsführer

Der «Godfather of AI» korrigiert sich selbst

Im Juni 2025 sass Geoffrey Hinton, Turing-Preisträger und Miterfinder des Deep Learning, im «Diary of a CEO»-Podcast und räumte einen Irrtum ein, der die gesamte KI-Debatte neu rahmt. 2016 hatte er empfohlen, keine Radiologen mehr auszubilden – KI würde sie überflüssig machen. Neun Jahre später seine Korrektur: «I was way early.» Die Radiologen sind nicht verschwunden. Im Gegenteil: Ihre Zahl wuchs. Warum? Weil billigere, schnellere Bildgebung die Nachfrage explodieren liess. Krankenhäuser bestellten mehr Scans, Patienten erhielten mehr Diagnostik – und brauchten mehr Radiologen, nicht weniger.

Hintons neue These ist radikal und kontraintuitiv: «If you could make doctors five times as efficient, we could all have five times as much health care for the same price. There's almost no limit to how much health care people can absorb.» KI ersetzt keine Fachkräfte. Sie skaliert sie. Und diese Erkenntnis ist für Schweizer Geschäftsführer, die mit chronischem Fachkräftemangel kämpfen, keine akademische Spitzfindigkeit – sie ist die Grundlage einer neuen Wachstumsstrategie.

Warum die Radiologen-Prognose scheiterte

Hintons Fehler 2016 war zweifach. Erstens modellierte er einen Beruf auf eine Teilaufgabe: das Lesen von Scans. Doch Radiologen führen auch invasive Verfahren durch, überwachen Patienten, beraten Kollegen. Jensen Huang, CEO von Nvidia, ergänzte: «Radiology is not just scan reading – it's hands-on procedures, consultations, clinical oversight.» KI automatisiert Routineaufgaben, aber die Rolle bleibt komplex und menschenzentriert.

Zweitens unterschätzte Hinton die Elastizität der Nachfrage. Als Bildgebung billiger und schneller wurde, stiegen die Fallzahlen exponentiell. Mehr Scans pro Patient, mehr präventive Diagnostik, mehr Zweitmeinungen. Das Muster ist historisch belegt: Bagger eliminierten manuelle Grabarbeiten – aber nicht die Bauindustrie. Sie senkten die Kosten pro Kubikmeter Erde und entfesselten damit eine Welle von Infrastrukturprojekten, die vorher unbezahlbar waren.

Der europäische Fachkräftemangel als Treiber

Die EU-Kommission prognostiziert bis 2030 einen Mangel von vier Millionen Arbeitskräften im europäischen Gesundheitswesen. Deutschland und die Schweiz sind besonders betroffen. Dr. Günter Klambauer, Springer Medicine + Health, schreibt 2025: «Ärztinnen und Pflegekräfte überlastet, bürokratischer Aufwand enorm, Prozesse ineffizient.» McKinsey stellt 2024 klar: «AI still can't perform a majority of tasks that health care workers can – like sterilizing surgical equipment, or administering at-home aid.» Die Nachfrage nach menschlicher Versorgung ist grenzenlos, der Engpass sind Menschen.

Genau hier setzt KI an. Die Techniker Krankenkasse testet seit 2025 «DIHVA», eine digitale hausärztliche Versorgungsassistenz mit KI-Ersteinschätzung. Ergebnis: Ärzte sparen zwölf Minuten pro Fall, sechzig Prozent der Fälle brauchen nach DIHVA keinen physischen Praxisbesuch mehr. Das ist keine Entlassung von Personal – es ist Skalierung: Derselbe Arzt betreut mehr Patienten, schneller, mit besserer Triage. Die Formel lautet nicht «weniger Menschen», sondern «mehr Output pro Kopf».

Übertragung auf Schweizer Wissensarbeit

Das Muster gilt längst nicht nur für das Gesundheitswesen. Die Bundesrechtsanwaltskammer meldete 2025 nur noch 2068 neue Ausbildungsverträge für Rechtsanwaltsfachangestellte – 1998 waren es fast zehntausend. Rundschau Online nannte den Beruf 2026 «aussterbend». Gleichzeitig wächst das Kölner Start-up JUPUS rasant, indem es KI-Assistenten für Routinearbeiten einsetzt: Aktendigitalisierung, Terminkoordination, Fristenkontrolle. Anwälte bearbeiten nicht weniger Fälle – sie bearbeiten mehr, weil der administrative Overhead wegfällt.

Oder die Schweizer Hotellerie: Das Beau-Rivage Palace Lausanne setzt Reinigungsroboter im Spa ein – achtzig Prozent schneller, rund um die Uhr verfügbar. Der Anlass war kein Effizienzwahn, sondern Not: Auf achthundert Bewerbungen kamen sechzehn Kandidaten. Fachkräftemangel zwingt zur Automatisierung, wie der Schweizer KI-Podcast zur Robotik in der Luxushotellerie detailliert zeigt. Die verbliebenen Mitarbeitenden konzentrieren sich auf Gästebetreuung – die Aufgaben, die Menschen wirklich wollen und besser können.

Die Formel: Mehr Output, gleicher Headcount, weniger Recruiting-Druck

Schweizer KMU kämpfen mit demselben Engpass wie Krankenhäuser und Kanzleien: nicht fehlende Arbeit, sondern fehlende Menschen. Ein CFO, der manuelle Monatsreports durch KI-gestützte Dashboards ersetzt, gewinnt Zeit für strategische Finanzplanung. Ein HR-Manager, der Onboarding-Prozesse mit KI-Chatbots automatisiert, schafft mehr Neueintritte ohne zusätzliche Headcounts. Ein Anwalt mit KI-Assistenz bearbeitet mehr Mandate, schneller, mit höherer Qualität.

Das ist keine abstrakte Vision. Führende Technologieunternehmen schätzen, dass ein KI-affiner Mitarbeiter die Produktivität von bis zu hundert konventionell arbeitenden Kollegen erreichen kann, wie im Schweizer KI-Podcast zur KI im Mittelstand diskutiert wird. Die Frage ist nicht, ob KI Fachkräfte ersetzt. Die Frage ist, ob du die vorhandenen Köpfe skalierst – oder weiterhin versuchst, nicht existierende Talente zu rekrutieren.

Warum KI-bedingter Stellenabbau keinen ROI liefert

Geoffrey Hintons Korrektur enthält eine Warnung: Wer KI einsetzt, um Stellen zu streichen, verkennt die Mechanik. Die Nachfrage nach qualifizierter Arbeit ist in den meisten Branchen elastisch. Billigere, schnellere Prozesse senken die Kosten – und heben die Nachfrage. Schweizer Unternehmen, die KI als Hebel für Wachstum verstehen, nicht als Mittel zur Kostensenkung, gewinnen den Wettbewerb um Talente, Aufträge und Marktanteile.

Ein Beispiel: Ein mittelständisches Ingenieurbüro automatisiert mit KI die Erstellung von Projektdokumentationen. Die Ingenieure sparen einen erheblichen Teil ihrer Zeit – und nutzen sie für mehr Kundenprojekte, bessere Qualitätsprüfung und innovativere Lösungen. Das Büro wächst ohne neue Einstellungen, weil der Engpass – qualifizierte Ingenieure – durch Skalierung überwunden wird. Das ist der Kern der KI-Personalstrategie, die ROI liefert: Menschen für Menschen freispielen, nicht für die Bilanz.

Von der Erkenntnis zur Umsetzung

Die strategische Implikation ist klar: KI ist kein Bedrohungsszenario für Fachkräfte, sondern die Antwort auf ihren Mangel. Doch die Umsetzung scheitert oft nicht an der Technologie, sondern an der Orchestrierung. Welche Prozesse skalieren zuerst? Wie integriert man KI-Assistenten in bestehende Workflows? Wie misst man den Skalierungseffekt, nicht nur die Kosteneinsparung?

Genau hier beginnt die eigentliche Arbeit. Die Erkenntnis, dass KI skaliert statt ersetzt, ist der erste Schritt. Der zweite ist die Übersetzung in konkrete, messbare Projekte – und die Disziplin, KI nicht als Pilotprojekt zu belassen, sondern als produktive, skalierbare Infrastruktur zu verankern.

Fazit: Der Fachkräftemangel ist das stärkste Argument für KI

Geoffrey Hintons Selbstkorrektur ist mehr als eine Anekdote. Sie ist eine Lektion in systemischem Denken: Technologien, die Arbeit billiger machen, eliminieren sie nicht – sie entfesseln Nachfrage. Für Schweizer Geschäftsführer bedeutet das: Der Fachkräftemangel ist kein Grund, auf KI zu verzichten. Er ist der Grund, jetzt zu skalieren. Die Formel lautet nicht «weniger Menschen». Sie lautet: mehr Output, gleicher Headcount, weniger Recruiting-Kampf. Wer das versteht, gewinnt nicht nur Effizienz. Er gewinnt Wachstum.