Wenn KI Jobs ersetzt statt zu erweitern, schrumpft der Markt

Es gibt eine Version der KI-Geschichte, die auf einer Tabelle perfekt Sinn ergibt. Du automatisierst die repetitive Arbeit. Die Kopfzahl bleibt gleich oder sinkt. Der Output pro Person steigt. Die Margen verbessern sich. Der Pitch schreibt sich von selbst.

Die meisten Studios, mit denen ich spreche, sind irgendwo auf diesem Weg. Einige sind bereits darüber hinaus. Und die Zahlen sehen in Ordnung aus, bis du eine zweite Frage stellst: Was passiert mit den Menschen, die diese Arbeit früher gemacht haben?

Nicht als ethische Nebenfrage. Als wirtschaftliche.

Die Schleife, die niemand zeichnet

Marketingbudgets hängen von Geschäftsvertrauen ab, das hängt von Konsumausgaben ab, das hängt von Erwerbseinkommen ab. Das ist keine umstrittene Aussage. Das sind die ersten Seiten eines jeden Makroökonomie-Lehrbuchs.

Was in den meisten Agentur-Gesprächen über KI fehlt. Wenn KI in großem Maßstab Wissensarbeiterjobs ersetzt, hören die Menschen, die diese Rollen hatten, auf, Dinge zu kaufen. Firmen, die diese Menschen bedienen, sehen schwächere Nachfrage. Diese Firmen fahren ihr Marketing zurück. Agenturen spüren das als ruhigere Pipeline.

Die Rückkopplungsschleife ist nicht hypothetisch. Sie ist die gleiche, die in jeder vorangegangenen Automatisierungswelle auftaucht, nur dass sie dieses Mal schneller läuft, weil die betroffenen Rollen White-Collar-Jobs sind und in den gleichen Sektoren konzentriert sind, die Agenturdienstleistungen kaufen.

Eine Goldman-Sachs-Analyse von 2023 schätzte, dass generative KI Aufgaben im Umfang von etwa 300 Millionen Vollzeitstellen global automatisieren könnte. Das ist nicht das Gleiche wie 300 Millionen Jobverluste, aber selbst ein Bruchteil dieser Zahl, verteilt über fünf bis zehn Jahre, formt die Konsumausgaben auf eine Weise, die die Kreativ- und Medienbranchen hart trifft.

Was Augmentierung in der Praxis wirklich bedeutet

Augmentierung ist kein weiches Wort für das Gleiche. Es beschreibt eine genuinen unterschiedliche Deployment-Entscheidung.

Wenn wir KI bei Studio Hyra nutzen, ist die Frage nicht. welche Aufgaben können wir von jemandem abnehmen, sodass wir weniger Menschen brauchen? Die Frage ist: Was kann eine Person jetzt tun, was sie vorher nicht tun konnte?

Ein konkretes Beispiel. Recherche, die früher zwei Tage Schreibtischarbeit brauchte, braucht jetzt einen Nachmittag. Wir reduzieren die Researche nicht. Wir nutzen die extra Zeit, um tiefer zu gehen, eine zweite Synthese-Runde zu fahren oder in ein Feld einzusteigen, das wir vorher hätten überspringen müssen. Das Ergebnis wird besser. Der Kunde bekommt mehr. Die Researche-Person lernt etwas, das das nächste Projekt besser macht.

Das klingt einfach, aber es braucht eine aktive Entscheidung, diese Zeit nicht als Gewinnspanne abzuzapfen. Studios, die standardmäßig abzapfen, sehen einen kurzfristigen Effizienzgewinn und ein mittelfristiges Capability-Plateau, weil das Lernen aufhört, wenn die Menschen gehen.

Es gibt auch einen Compound-Effekt. Wenn Menschen bleiben, sammeln sie Kontext. Sie kennen die Kundenhistorie, die misslungenen Richtungen, die Stakeholder-Politik. KI hat nichts davon. Das Modell wird im Großen klüger; das Studio wird in Details klüger. Diese zwei Dinge sind nicht austauschbar.

Die wirtschaftliche Begründung, nicht zum Billig-Wettbewerb zu rennen

Ich sage es direkt, weil die ethische Begründung oft als Sentimentalität abgetan wird.

Wenn du eine Agentur bist, die Mid-Market-Marken bedient, sind deine Kunden Firmen mit irgendwo zwischen 50 und 500 Mitarbeitern. Viele von ihnen sind in Sektoren, wo KI auch Arbeit ersetzt: Finanzservices, Logistik, Versicherungen, Professional Services. Ihre eigenen Workforces stehen unter Druck. Dieser Druck zeigt sich irgendwann als reduziertes Diskretionär-Budget für Brand, Content und digitale Experience.

Studios, die KI als Kostensenkungs-Tool positionieren, optimieren für einen Markt, der unter ihnen leise schrumpft. Studios, die KI als Capability-Tool positionieren, bauen Argumente dafür, dass die Arbeit, die sie machen, mehr wert ist, nicht weniger.

Das ist keine moralische Haltung, die sich als Strategie verkleidet. Das ist, worauf die Anreize tatsächlich hindeuten, sobald du den Zeithorizont über die nächste Quartals-Gewinnprüfung hinaus verlängerst.

Es gibt einen Präzedenzfall in einer verwandten Branche. Als Desktop Publishing in den späten 1980ern ankam, haben viele Druck-Studios Setzer und Layout-Designer reduziert. Eine kleinere Gruppe nutzte die gleichen Tools, um Dienstleistungen anzubieten, die vorher zu teuer waren: schnellere Iteration, mehr Format-Variationen, tiefere Einstiegshürden zum Druck. Die zweite Gruppe ist gewachsen. Die erste Gruppe konkurrierte beim Preis, bis sie nicht mehr konnten.

Drei Entscheidungen, die sich im Laufe der Zeit zusammensetzen

Wenn du ein Studio leitest oder ein Design-Team führst und herausfindest, wie du KI einsetzen willst, sind die Entscheidungen, die am meisten zählen, nicht Werkzeug-Wahlen. Sie sind strukturell.

Wer besitzt den KI-Output? Wenn KI etwas entwirft und niemand mit Domain-Wissen es überprüft und umformt, augmentierst du niemanden. Du erzeugst unbesessenen Output in hoher Geschwindigkeit. Kunden werden den Unterschied irgendwann bemerken, selbst wenn sie ihn nicht benennen können.

Wohin geht die freigezogene Zeit? Das braucht eine explizite Antwort. Wenn du nicht klar sagen kannst, was dein Team mit den Stunden macht, die KI spart, ist der Standard, dass diese Stunden in Overhead-Reduktion verschwinden. Mach die Reinvestition sichtbar: tiefere Strategie, schnellere Prototypenfertigung, bessere QA, direkterer Kundenkontakt.

Was signalisiert deine Preisgestaltung? Studios, die KI-Effizienz direkt an Kunden weitergeben als niedrigere Preise, trainieren den Markt, das zu erwarten. Studios, die den Preis halten und die Qualität verbessern, machen ein anderes Argument über den Wert von Handwerk. Beide Positionen sind defensibel, aber nur eine führt zu einer wachsenden Praxis.

Keine dieser Entscheidungen wird einmal getroffen. Sie tauchen jedes Mal auf, wenn ein neues Modell shippt, jedes Mal, wenn ein Kunde fragt, warum ein Projekt kostet, was es kostet, jedes Mal, wenn jemand im Team herausfindest, wie man etwas, woran man eine Woche aufgewendet hat, schneller macht.

Die längere Wette

Die Makro-Rückkopplungsschleife ist real und sie ist langsam. Du wirst sie dieses Quartal nicht in deinen Einnahmen spüren. Du wirst sie vielleicht zwei oder drei Jahre nicht spüren. Aber Studios sind keine Quartal-Geschäfte. Die, die langfristig bestehen, sind die, wo Kunden zurückkommen, wo Menschen lange genug bleiben, um gut zu werden, und wo die Arbeit in Qualität im Laufe der Zeit zusammengezogen wird.

Das passt nicht dazu, KI als Arbeitsverzicht-Maschine zu behandeln. Es passt sehr gut dazu, KI als das Ding zu behandeln, das ein kleines, gut organisiertes Team erheblich über sein Gewicht hinaus boxen lässt.

Wir sind ein Boutique-Studio. Wir gewinnen nicht bei Kopfzahl. Wir gewinnen bei der Qualität des Denkens, das in ein Projekt einfließt, und der Geschwindigkeit, mit der wir von Problem zu etwas übergehen, das ein Kunde wirklich nutzen kann. KI macht beide Dinge erreichbarer, nicht indem es die Menschen ersetzt, die das Denken tun, sondern indem es die Reibung entfernt, die sie verlangsamt.

Die Studios, die das herausfinden, werden zurückschauen und finden, dass die KI-Transition der Moment war, in dem sie aufhörten, um Kapazität zu konkurrieren, und anfingen, um Handwerk zu konkurrieren. Die, die standardmäßig abzapfen, werden sich in einem Wettrennen mit Modellen finden, die alle sechs Monate billiger werden.

Das ist kein Wettrennen, das man gewinnen wert ist.