KI-Kompetenzen: Der Xobin-Report schreibt die Einstellungskriterien neu

Der Human vs AI Skills Report 2026 Mid-Year Edition von Xobin, Mitte September 2026 veröffentlicht mit Daten bis zum 30. Juni 2026, setzt eine klare Schwelle: 72% der Kompetenzgruppen seines Einstellungsframeworks von 2024 sind ganz oder teilweise an KI delegierbar, unter mindestens einem der getesteten Modelle. Der Umfang ist ausgewiesen: 683 Kompetenzgruppen, 113 Führungs-Scorecards von 92 Arbeitgebern, Tausende von Anfragen für technische Assessments.

Als AI Skills Gap Report gelesen, beschreibt das Dokument Einstellungskriterien, nie Arbeitsplätze: Der Text selbst stellt klar, dass die Studie jede Messung gestrichener Stellen ausschließt.

Was der Report tatsächlich misst

Die Quellen sind die internen Aufzeichnungen der Recruiting-Plattform Xobin. Die Methode vergleicht jede Kompetenzgruppe mit den Fähigkeiten mehrerer KI-Modelle und stuft sie als vollständig, teilweise oder gar nicht delegierbar ein.

Die richtige Lesart der 72% erfordert eine Unterscheidung. Teilweise Delegation bedeutet, dass ein Mensch die Aufgabe weiterhin einordnen, den Output prüfen und die Ausnahmen bewältigen muss, wie der von HRD America^[1] aufgegriffene Report präzisiert.

Die Stichprobe hat eine ausgewiesene Grenze. Sie spiegelt die Kunden einer Auswahlplattform wider, also Organisationen, die bereits mit strukturierten Assessments einstellen. Eine Verallgemeinerung auf den gesamten Arbeitsmarkt wäre ein methodischer Fehler.

Die Delegierbarkeit ändert sich je nach Kategorie

Die aggregierte Zahl verbirgt eine breite Streuung. Analytisches Denken und Problemlösung erweisen sich als zu 90 bis 100% delegierbar. Operations und Ausführung fallen auf 28%, während Führung und zwischenmenschliche Kompetenzen unter 50% bleiben.

Diese Verteilung stellt die implizite Hierarchie vieler Stellenbeschreibungen auf den Kopf. Jahrelang war die Analyse die Premium-Kompetenz und die Ausführung die Commodity. Heute decken die Modelle die erste ab und lassen die zweite offen.

Die Konsequenz für Einstellende ist direkt. Der verbleibende Wert des Menschen konzentriert sich dort, wo die Delegation scheitert: beim Einordnen des Problems, beim Beurteilen des Outputs und beim Bewältigen dessen, was das Modell falsch macht.

Stellenbeschreibungen suchen Steuerung, weniger Ausführung

Bei 35 analysierten technischen Rollen taucht die Fähigkeit, Geschäftsanforderungen in technische Lösungen zu übersetzen, in 10-19 Stellenbeschreibungen und Assessment-Anfragen auf. Sie gehört zu den fünf meistgenannten Kompetenzen, hinter KI-Integration und Automatisierung sowie analytischer Problemlösung, die jeweils in 30-35 Rollen vorkommen.

Das Signal ist strukturell: Wer einstellt, bezahlt für die Übersetzung zwischen Bedarf und Lösung, den Akt der Steuerung, der der Ausführung vorausgeht.

Der Report liest diese Kompetenz als Steuerung: Der Mensch definiert, was das Unternehmen braucht, das Modell produziert die Lösung, der Mensch überprüft sie.

Der Abstand zwischen 10-19 und 30-35 erzählt auch vom Rückstand. Fast alle Organisationen verlangen, KI zu integrieren. Etwa die Hälfte oder weniger fordert ausdrücklich die Kompetenz ein, die diese Integration für das Unternehmen nützlich macht.

Führungs-Scorecards gewichten emotionale Intelligenz mit 52%

Der deutlichste Befund betrifft die Auswahl von Führungskräften. In den 113 Scorecards von 92 Arbeitgebern machen die Kriterien zur emotionalen Intelligenz im Schnitt 52% der Gesamtpunktzahl aus, mehr als alle anderen Kriterien zusammen.

Die Gewichtung folgt einer Logik, die mit der Delegierbarkeitskarte übereinstimmt: Zwischenmenschliche Kompetenzen bleiben unter 50% Delegierbarkeit, also bepreist der Markt sie als knapp.

Eine Vorsicht bleibt. Eine Scorecard misst, was Recruiter zu suchen erklären, und die Praxis im Gespräch kann davon abweichen. KI-Screening, das auf so subjektive Kriterien angewandt wird, verstärkt die Auswahl-Bias, die dieser Desk bereits dokumentiert hat.

Der technische Test ändert seine Form

Im ersten Halbjahr 2024 machten Coding-Tests ohne KI zwischen 75 und 100% der Anfragen für technische Assessments aus. Im ersten Halbjahr 2026 ist der Anteil auf 25 bis 50% gesunken. KI-gestützte Aufgaben (Code generieren, korrigieren, erklären) sind von unter 25% auf eine Spanne zwischen 50 und 75% gestiegen.

Der Report warnt, dass es sich um Anteile an den Anfragen handelt, nicht um absolute Zählungen, und dass der Arbeitgeber-Mix zwischen den beiden Zeiträumen abweichen kann.

Der Gründer von Xobin, Guruprakash Sivabalan, verknüpft die Fähigkeit, Fehler der KI zu erkennen, mit dem Erhalt von Grundlagenwissen. Eine in der MIT Sloan Management Review^[2] veröffentlichte Analyse beschreibt dasselbe Risiko als "capability mirage": Die scheinbare Kompetenz, die der Output des Modells erzeugt, übersteigt das tatsächliche Verständnis dessen, der es nutzt. Ein Assessment, das den Output misst und das Verständnis ignoriert, selektiert die Fata Morgana.

Die Kriterien neu zu definieren ist eine organisatorische Entscheidung

Die Evidenz zeichnet eine Lücke zwischen zwei Populationen von Organisationen mit begrenzter Überschneidung. Die erste testet weiterhin das, was das Modell bereits kann, und stellt Menschen ein, die mit der KI auf dem Terrain konkurrieren, auf dem die KI gewinnt. Die zweite hat das Kriterium in Richtung Steuerung, Überprüfung und Ausnahme verschoben und stellt Menschen ein, die notwendig bleiben, wenn das Modell versagt.

Der Unterschied zwischen beiden ist eine gestaltete organisatorische Bedingung, nie eine individuelle Wahl des Kandidaten. Der Kandidat bringt die Kompetenzen mit, die der Markt in den letzten Jahren von ihm verlangt hat. Das Auswahlkriterium entscheidet die Organisation.

Das Dokument von McKinsey^[3] zur Skalierung agentischer KI kommt von der operativen Seite zu einem parallelen Schluss: Der Ertrag hängt von der Neugestaltung der Arbeit rund um die Systeme ab, mehr als von der Technologie an sich. Ein unverändertes Einstellungskriterium ist die stillste Form von nie neu gestalteter Arbeit.

Was sich für Entscheider ändert

Für den CEO betrifft das Gespräch, das vor den Board gehört, die organisatorische Readiness: Welcher Anteil der Einstellungskriterien misst die Fähigkeit, KI zu steuern und zu überprüfen, und welcher misst noch delegierbare Aufgaben.

Für den CHRO ist die Priorität zweifach. Die Stellenbeschreibungen rund um die Übersetzung zwischen Business und technischer Lösung neu schreiben, und jedem KI-gestützten Assessment eine Grundlagenwissensprüfung zur Seite stellen, die die Kompetenz-Fata-Morgana sichtbar macht. Die Arbeit betrifft auch die bereits Beschäftigten: Interne Talente in Richtung Steuerungskompetenzen zu entwickeln bleibt der effizienteste Weg im Vergleich zum externen Markt.

Für den CFO sind die vermiedenen Kosten die nützliche Kennzahl. Die Kriterien neu zu gestalten kostet eine Überarbeitung von Scorecards und Assessments. Nach dem falschen Kriterium einzustellen kostet einen ganzen Zyklus aus Auswahl, Onboarding und Ersatz. Für das Talent & Compensation Committee ist die zu überwachende Metrik der Anteil der Scorecards und Stellenbeschreibungen, die nach der Delegierbarkeitskarte aktualisiert wurden, mit Revisionsdatum.

Die Design-Frage für alle, die 2026 einstellen, ist eine einzige: Welchen Teil der Arbeit muss der Kandidat eigenständig ausführen können, und welchen muss er steuern und kontrollieren können?