⚡ Digitalisierung ist tot. Es lebe die Automatisierung.

Die Debatte darüber, was KI mit Arbeit, Beschäftigung und gesellschaftlichem Zusammenhalt macht, habe ich in den vergangenen Wochen in zwei Thesenpapieren entwickelt. Was dort absichtlich im Hintergrund blieb, war die andere Seite der Gleichung: Was entsteht? Wer gewinnt? Und warum hat Europa in diesem Spiel bessere Karten, als die öffentliche Debatte vermuten lässt?

Die Antwort beginnt mit einer Beobachtung, die wie eine Provokation klingt, aber schlicht präzise ist: Digitalisierung ist, als Ziel und als Versprechen, erledigt. Was heute digitalisiert ist, ist morgen automatisierbar. Was noch nicht digitalisiert ist, wird es auf dem Weg zur Automatisierung. Das ist kein Rückblick. Es ist die Beschreibung einer Schwelle, die gerade überschritten wird. Was das für Europa, für kleine Unternehmen, für die Softwarebranche und für die Frage bedeutet, wo die nächsten kompetitiven Vorteile entstehen, möchte ich in sechs Thesen entwickeln.

These 1: Digitalisierung war die Vorstufe. Automatisierung ist das Ziel.

Jahrzehntelang galt Digitalisierung als das strategische Ziel. Prozesse in Software abbilden, Papier durch Daten ersetzen, analoge Abläufe in digitale Workflows überfuehren. Das war mühsam, teuer und dauerte in vielen Unternehmen länger als geplant. Es war trotzdem richtig. Nicht weil Digitalisierung das Ziel war, sondern weil sie die Voraussetzung für das schuf, was jetzt kommt.

Denn was digitalisiert ist, lässt sich automatisieren. Nicht irgendwann, nicht als Zukunftsvision, sondern heute, mit verfügbaren Werkzeugen, zu Kosten, die vor zwei Jahren noch undenkbar waren. Der Unterschied zur früheren Automatisierungswelle ist nicht graduell, er ist kategorial. Frühere Automatisierung erforderte spezialisierte Systeme für eng definierte Aufgaben. Was jetzt verfügbar ist, sind generalisierte Systeme, die Kontext verstehen, Aufgaben interpretieren und Prozesse eigenständig ausführen, ohne dass jeder Schritt vorher manuell codiert werden musste.

Das bedeutet auch: Unternehmen, die ihre Digitalisierung verschleppt haben, stehen nicht besser da als gedacht. Sie haben die Vorstufe übersprungen und landen direkt im Rückstand. Und Unternehmen, die gut digitalisiert sind, sitzen auf einem Asset, dessen Wert sie noch nicht vollständig erkannt haben: strukturierte, proprietäre Daten, die genau das Rohmaterial sind, das KI-Systeme brauchen, um domänenspezifisch und wirklich nützlich zu werden.

Was digitalisiert ist, ist automatisierbar. Was noch nicht digitalisiert ist, wird es auf dem Weg dorthin.

These 2: Europa muss sich nicht verstecken. Es hat die falschen Assets übersehen.

Die öffentliche Debatte über Europas Position im KI-Zeitalter dreht sich fast ausschließlich um das, was fehlt: die großen Infrastrukturplattformen, die Rechenkapazitäten, die Risikokapitalgeber, die bereit sind, in frühen Phasen Milliarden zu investieren. Das ist nicht falsch. Aber es ist nur die halbe Wahrheit.

Was Europa hat, wird in dieser Debatte systematisch unterschätzt. Erstens: unternehmenseigene, proprietäre Daten. In der Fertigungsindustrie, in der Logistik, im Gesundheitswesen, in der Finanzbranche haben europäische Unternehmen Jahrzehnte lang strukturierte, hochwertige Datensätze aufgebaut, die kein amerikanisches oder chinesisches Modell von außen replizieren kann. Diese Daten sind das eigentliche Kapital der KI-Ära, nicht die Infrastruktur, die sie verarbeitet. Zweitens: Engineering-Tiefe. Deutschland, die Schweiz, die Niederlande, Skandinavien, Österreich produzieren seit Jahrzehnten Ingenieure und Softwareentwickler auf Weltklasseniveau. Diese Qualität ist keine Selbstverständlichkeit. Sie ist ein kompetitiver Vorteil, der in einer Welt, in der Softwareentwicklung demokratisiert wird, nicht verschwindet, sondern sich neu ausdrückt.

Der entscheidende Punkt: Europa braucht kein Silicon Valley. Es braucht Unternehmen und Einzelpersonen, die verstehen, welche Assets sie bereits haben, und die Werkzeuge kennen, um sie jetzt einzusetzen.

Europas Stärke liegt nicht in der Infrastruktur, die es nicht hat. Sie liegt in den Daten und dem Engineering-Know-how, die es bereits besitzt.

These 3: Agentische KI demokratisiert Softwareentwicklung. Ein kleines Team schlaegt heute eine ganze Abteilung.

Was sich in den vergangenen Monaten in der Softwareentwicklung verändert hat, lässt sich kaum in der üblichen Sprache des technologischen Fortschritts beschreiben. Projekte, für die früher Teams von zehn Entwicklern sechs Monate brauchten, werden heute von zwei Personen mit agentischen Werkzeugen in Wochen realisiert, manchmal in Tagen. Das ist keine Übertreibung und kein Einzelfall. Es ist die neue Normalität für jeden, der diese Werkzeuge tatsächlich einsetzt.

Der Begriff, der sich dafür etabliert hat, ist Vibe Coding, also die Praxis, Softwarearchitekturen und ganze Anwendungen durch natürlichsprachliche Anweisung an KI-Agenten zu entwickeln, die Code schreiben, testen, korrigieren und iterieren. Was dabei qualitativ neu ist: Der Entwickler ist nicht mehr primär Coder. Er ist Dirigent. Er definiert Richtung, bewertet Ergebnisse, stellt die richtigen Fragen an Systeme, die die Ausführung übernehmen. Diese Verschiebung verändert, wer kompetitiv Software entwickeln kann, fundamental.

Ein einzelner Experte mit tiefer Domänenkenntnis und den richtigen Werkzeugen kann heute Abteilungen ersetzen, nicht weil er härter arbeitet, sondern weil er einen Multiplikator bedient, der früher nicht existierte. Das verändert Unternehmensstrukturen, Einstellungsentscheidungen und die Frage, wie Wettbewerbsvorteile in der Softwarebranche überhaupt noch entstehen.

Der Entwickler ist nicht mehr primär Coder. Er ist Dirigent. Und ein guter Dirigent braucht kein großes Orchester mehr.

These 4: Das Massensterben der IT-Beratungen hat begonnen. Es ist keine Prognose mehr.

Was für Buchhalter und Sachbearbeiter gilt, gilt für IT-Beratungen und Systemhäuser in verschärfter Form. Das Geschäftsmodell dieser Branche beruht auf einem einfachen Prinzip: Komplexität als Dienstleistung verkaufen. Implementierungen dauern lange, weil sie schwierig sind. Teams sind gross, weil die Aufgaben es erfordern. Stundensätze sind hoch, weil die Expertise selten ist.

Alle drei Prämissen erodieren gleichzeitig. Agentische KI komprimiert Implementierungszeiten dramatisch. Die benötigte Teamgröße sinkt proportional. Und die Expertise, die früher Jahre der Spezialisierung erforderte, wird durch Modelle zugänglich, die domänenspezifisches Wissen on demand verfügbar machen. Was übrig bleibt, ist ein Markt, der einen Bruchteil der bisherigen Kapazität benötigt, aber eine andere Art von Kompetenz: Menschen, die KI-Systeme steuern können, nicht solche, die selbst ausführen.

Für europäische IT-Beratungen kommt erschwerend hinzu, was für alle europäischen Arbeitgeber gilt: Personalabbau in dem Tempo, das die Marktveränderung erfordern würde, ist rechtlich und kulturell schwierig. Das verlangsamt die Anpassung, löst das Problem aber nicht. Unternehmen, die jetzt nicht radikal umdenken, werden nicht langsam schrumpfen. Sie werden schnell obsolet.

These 5: Nearshoring und Offshoring sind strukturell tot.

Das Versprechen von Nearshoring und Offshoring war immer das gleiche: Qualität zu niedrigeren Kosten, indem man die Arbeit dorthin verlagert, wo die Gehälter geringer sind. Dieses Modell hatte seine Berechtigung, solange Softwareentwicklung primär Arbeitszeit war, die sich geografisch verlagern liess.

Diese Grundlage existiert nicht mehr. Wenn ein Entwickler in Hamburg mit agentischen Werkzeugen die Produktivität von zehn Entwicklern erreicht, ist der Kostenvorteil eines Teams in Warschau, Bangalore oder Kiew strukturell neutralisiert. Nicht weil die Qualität dort gesunken ist, sondern weil der Multiplikator überall gleich wirkt. Ein hochqualifizierter Entwickler in der Schweiz mit einem Jahresgehalt von 200.000 Franken, der mit KI-Werkzeugen arbeitet, ist pro produzierter Codezeile günstiger als ein Team von zehn in einem Niedriglohnland ohne vergleichbare Werkzeugkompetenz.

Was das für Europa bedeutet: Der vermeintliche Nachteil hoher Lohnkosten verliert seinen strukturellen Charakter. Was bleibt, ist die Frage der Kompetenz. Und die ist keine geografische Frage mehr.

Offshoring war ein Arbitrage-Modell auf Basis von Lohnkosten. Diese Basis existiert nicht mehr, sobald Produktivitätsmultiplikatoren geografisch gleich verteilt sind.

These 6: Eine europäische Software-Renaissance steht bevor. Nicht trotz fehlender Infrastruktur, sondern wegen neuer Werkzeuge.

Ab einem bestimmten Punkt in der Entwicklung von Plattformtechnologien verschiebt sich die Wertschöpfung von der Infrastruktur zur Anwendung. Das Internet schuf Google und Amazon, nicht die Unternehmen, die Glasfaserkabel verlegten. Das Smartphone schuf WhatsApp und Spotify, nicht die Chiphersteller. KI-Infrastruktur wird einen ähnlichen Verlauf nehmen. Die Frage ist nicht, wer die Rechenkapazität besitzt, sondern wer die Domänenkenntnis hat, um daraus etwas Wertvolles zu bauen.

Europa hat diese Domänenkenntnis. In der Industrie, im Gesundheitswesen, in der Finanzbranche, in der Logistik. Was bisher fehlte, war der Zugang zu Entwicklungskapazitäten, der es kleinen und mittelgroßen Unternehmen ermöglicht hätte, diese Kenntnis in skalierbare Software zu überfuehren. Dieser Zugang existiert jetzt. Jeder mit Internetverbindung und der Bereitschaft, agentische Werkzeuge ernsthaft zu erlernen, kann heute Softwareprojekte realisieren, für die vor zwei Jahren ein finanziertes Startup mit einem Team von Entwicklern nötig gewesen wäre.

Das hat Konsequenzen für die Risikokapitaldynamik, für die Startup-Ökonomie und für die Frage, wie europäische Softwareunternehmen in den nächsten Jahren entstehen werden. Grosse Finanzierungsrunden für Softwareentwicklung werden seltener, weil der Kapitalbedarf sinkt. Dafür wird es mehr Gründungen geben, die schneller profitabel werden. Software as a Service bleibt ein Möglichkeitsraum, aber kein Investitionstarget mehr für große Summen, die primär Entwicklungskosten abdecken sollen. Was entsteht, sind kleinere, tiefere, domänenspezifische Lösungen, die aus europäischer Expertise und europäischen Daten heraus gebaut werden. Das ist kein Trost für das, was verloren geht. Es ist eine reale Chance für das, was entsteht.

Und es gibt eine weitere Verschiebung, die in der öffentlichen Debatte noch kaum thematisiert wird: Apps und Applikationen, wie wir sie kennen, werden als Konzept unter Druck geraten. Das feste Interface, das man öffnet, navigiert und bedient, ist ein Produkt einer Welt, in der Software statisch gebaut wurde. Was sich abzeichnet, ist etwas anderes: Interfaces, die situativ entstehen, genau dann, genau so, wie die jeweilige Situation es erfordert, zusammengebaut aus Datenquellen und Diensten, die über Schnittstellen live verbunden werden. APIs, MCPs und vergleichbare Protokolle werden zur eigentlichen Infrastruktur dieser neuen Softwarewelt. Nicht die Anwendung ist das Produkt, sondern die Fähigkeit, Informationen und Funktionen in Echtzeit zu komponieren.

Wer heute mit agentischen Werkzeugen arbeitet, öffnet oft keine einzige App mehr im klassischen Sinne. Er arbeitet mit einem API-Schlüssel, einem offenen Softwarestack und einem Agenten, der den Rest erledigt. Das klingt nach einer Nische für Entwickler. Es ist die Vorschau auf eine Normalität, die sich schneller verbreitet als jede vorherige Softwaregeneration. Und das Entscheidende dabei: Man muss kein Entwickler sein, um in dieser Welt kompetitiv zu agieren. Man muss verstehen, was möglich ist, welche Verbindungen sich herstellen lassen und welche Fragen es sich lohnt zu stellen. Das ist eine Kompetenz, keine Ausbildung.

Wer die Domänenkenntnis hat und die Werkzeuge beherrscht, braucht weder Silicon Valley noch ein großes Team. Er braucht eine gute Frage und einen guten Agenten.

Die Verschiebung, die gerade stattfindet, ist keine, bei der Europa zusehen muss. Sie ist eine, bei der Europa mitspielen kann, wenn es aufhört, sich an dem zu messen, was es nicht hat, und anfängt, mit dem zu arbeiten, was es bereits besitzt. Das erfordert keine milliardenschwere Industriepolitik. Es erfordert Einzelpersonen und Unternehmen, die verstehen, was gerade verfügbar ist, und die Bereitschaft, es ernsthaft einzusetzen. Das Fenster ist offen. Wann es sich schließt, ist nicht bekannt. Dass es sich schließt, schon.

Quellen

1. McKinsey Global Institute: Agents, Robots and Us. November 2025.
2. Andreessen Horowitz (a16z): The New Business of AI. 2025.
3. Stanford HAI: AI Index Report 2025.
4. GitHub / Microsoft: The State of the Octoverse 2025.
5. European Commission: European AI Strategy and Data Act. 2024.
6. Bitkom Research: KI-Nutzung in deutschen Unternehmen 2025.
7. OECD: The Impact of AI on Productivity and Growth. 2025.
8. Goldman Sachs Global Investment Research: AI and the Future of European Software. 2025.