{"id":326570,"date":"2026-10-17T05:12:55","date_gmt":"2026-10-17T02:12:55","guid":{"rendered":"https:\/\/ceotudent.com\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte"},"modified":"2026-10-17T05:12:55","modified_gmt":"2026-10-17T02:12:55","slug":"szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte","status":"publish","type":"post","link":"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte","title":{"rendered":"Szenarioplanung f\u00fcr die Karriere: Ein Arbeitsblatt mit drei Zuk\u00fcnften f\u00fcr Entscheidungen ohne Prognose"},"content":{"rendered":"<p><strong>Kurzfassung.<\/strong> Eine Karriere muss mehrere m\u00f6gliche Zuk\u00fcnfte \u00fcberstehen, nicht nur eine. Im Januar 2026 waren abh\u00e4ngig Besch\u00e4ftigte in den USA im Median seit 4,1 Jahren bei ihrem aktuellen Arbeitgeber, und Menschen der Jahrg\u00e4nge 1957-64 hatten zwischen 18 und 58 Jahren im Durchschnitt 12,9 Jobs. Amtliche Daten kl\u00e4ren nicht, welche Zukunft kommt: F\u00fcr Berufe mit derselben BLS-Stufe \u201eSehr hoch\u201c bei der KI-Exposition wird zwischen 2025 und 2035 eine Ver\u00e4nderung von irgendwo zwischen minus 34,4 % und plus 34,6 % projiziert. Szenarioplanung ist das Werkzeug der Unternehmenswelt f\u00fcr genau diese Lage, doch die Evidenz weist ihr eine andere Aufgabe zu: Als Vorhersagewerkzeug ist sie schw\u00e4cher als Wahrscheinlichkeitstraining, und in Feldexperimenten blieb die Urteilssicherheit der Experten unver\u00e4ndert (0,811 vorher, 0,814 nachher). Was sie bewirkte, war eine Verschiebung hin zu flexiblen Entscheidungen: Die Zustimmung zur am wenigsten flexiblen Strategie sank von 65,2 % auf 50,1 %. <strong>Der CEO-Zug:<\/strong> Teilen Sie Ihr Karrierekapital in No-Regret-Z\u00fcge, Optionen, Absicherungen und Wetten auf, und legen Sie Wegmarken mit Schwellenwerten fest, die Ihnen sagen, wann Sie umschwenken. <strong>Der Studenten-Zug:<\/strong> Verwenden Sie den gr\u00f6\u00dften Teil Ihrer Lernzeit auf F\u00e4higkeiten, die sich in allen drei Ihrer Zuk\u00fcnfte auszahlen, nicht nur in der, auf die Sie hoffen.<\/p>\n<p>Dieser Beitrag baut auf fr\u00fcheren CEOtudent-Arbeiten auf. <a href=\"\/de\/foresight-methoden-im-ranking-welche-zukunftstechniken-funktionieren\">Foresight-Methoden im Ranking<\/a> kam zu dem Ergebnis, dass Szenariotraining der schw\u00e4chste gemessene Hebel f\u00fcr Prognosegenauigkeit ist; deshalb wird das Werkzeug hier f\u00fcr Robustheit eingesetzt, nicht f\u00fcr Vorhersagen. Die Wegmarken aus dem Arbeitsblatt lassen sich in das <a href=\"\/de\/schwache-signale-erkennen-fruehwarnsystem-fuer-einzelne-im-wandel\">pers\u00f6nliche Fr\u00fchwarn-Dashboard f\u00fcr schwache Signale<\/a> einspeisen, und der Horizont folgt <a href=\"\/de\/visionshorizont-wie-weit-voraus-sollten-sie-im-ki-zeitalter-planen\">der Visionshorizont-Leiter<\/a>.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Table of Contents<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Was-kann-Szenarioplanung-fuer-eine-einzelne-Karriere-leisten-und-was-nicht\" >Was kann Szenarioplanung f\u00fcr eine einzelne Karriere leisten, und was nicht?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Warum-braucht-eine-Karriere-mehr-als-eine-Zukunft\" >Warum braucht eine Karriere mehr als eine Zukunft?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Ist-ein-KI-Expositionswert-eine-Prognose-auf-die-Sie-bauen-koennen\" >Ist ein KI-Expositionswert eine Prognose, auf die Sie bauen k\u00f6nnen?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Das-Drei-Zukuenfte-Arbeitsblatt\" >Das Drei-Zuk\u00fcnfte-Arbeitsblatt<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Welche-oeffentlichen-Daten-koennen-jede-treibende-Kraft-speisen\" >Welche \u00f6ffentlichen Daten k\u00f6nnen jede treibende Kraft speisen?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Ein-durchgerechnetes-Beispiel-eine-hypothetische-Marketingfachkraft\" >Ein durchgerechnetes Beispiel: eine hypothetische Marketingfachkraft<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Wie-bewerten-Sie-einen-Zug-bevor-Sie-ihn-machen\" >Wie bewerten Sie einen Zug, bevor Sie ihn machen?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Der-CEO-Zug-und-der-Studenten-Zug\" >Der CEO-Zug und der Studenten-Zug<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Haeufige-Fehler-und-die-Forschung-dahinter\" >H\u00e4ufige Fehler und die Forschung dahinter<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Was-das-nicht-bedeutet\" >Was das nicht bedeutet<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-11\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Haeufig-gestellte-Fragen\" >H\u00e4ufig gestellte Fragen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-12\" href=\"https:\/\/ceotudent.com\/de\/szenarioplanung-fuer-die-karriere-arbeitsblatt-drei-zukuenfte\/#Quellen\" >Quellen<\/a><\/li><\/ul><\/nav><\/div>\n<h2 id=\"was-kann-szenarioplanung-fur-eine-einzelne-karriere-leisten-und-was-nicht\"><span class=\"ez-toc-section\" id=\"Was-kann-Szenarioplanung-fuer-eine-einzelne-Karriere-leisten-und-was-nicht\"><\/span>Was kann Szenarioplanung f\u00fcr eine einzelne Karriere leisten, und was nicht?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Szenarioplanung gelangte \u00fcber Royal Dutch Shell in die Unternehmenspraxis. Laut der Darstellung von Phadnis und Kollegen hat Shells Reaktion auf die \u00d6lkrise von 1973 \u201edie Szenarioplanung auf das Radar der Unternehmen gebracht\u201c, und 1981 gaben 38 % der Fortune-1000-Unternehmen an, sie zu nutzen (eine Zahl, die sie nach Linneman und Klein zitieren). Ihre Standardtechnik der Szenarioachsen, Teil der Intuitive-Logics-Schule, sucht die zwei Kr\u00e4fte, die sowohl wichtig als auch wirklich ungewiss sind, kreuzt sie in einem Vier-Felder-Raster und schreibt f\u00fcr jeden Quadranten eine Geschichte. Das britische Government Office for Science, dessen Futures Toolkit 12 Werkzeuge des Zukunftsdenkens abdeckt, formuliert die Pr\u00e4misse unmissverst\u00e4ndlich: \u201eSzenarien sind keine Vorhersagen\u201c.<\/p>\n<p><strong>Gepr\u00fcfte Daten. Was kontrollierte Studien zum Einsatz von Szenarien ergaben.<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Studie<\/th>\n<th>Teilnehmende<\/th>\n<th>Was sich ver\u00e4nderte<\/th>\n<th>Was sich nicht ver\u00e4nderte<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Mellers et al., Psychological Science, 2014<\/td>\n<td>Freiwillige eines Prognoseturniers, zuf\u00e4llig auf Bedingungen verteilt<\/td>\n<td>Szenariotraining schlug kein Training bei der Treffsicherheit<\/td>\n<td>Wahrscheinlichkeitstraining schlug Szenariotraining, t(1053) = 2,23, p = 0,026<\/td>\n<\/tr>\n<tr>\n<td>Phadnis et al., Strategic Management Journal, 2015<\/td>\n<td>Fachexperten, die 30-j\u00e4hrige Verkehrsinvestitionen beurteilten<\/td>\n<td>Die Zustimmung zur am wenigsten flexiblen Strategie sank von 65,2 % auf 50,1 %; eine flexiblere Option stieg von 12,3 % auf 23,1 % (351 Urteilspaare, 27 Experten)<\/td>\n<td>Durchschnittliche Urteilssicherheit: 0,811 vorher, 0,814 nachher<\/td>\n<\/tr>\n<tr>\n<td>Kuhn und Sniezek, 1996 (nur Abstract)<\/td>\n<td>186 Teilnehmende mit Prognosen 50 Jahre voraus<\/td>\n<td>Anzahl und Art der Szenarien beeinflussten die subjektive Unsicherheit<\/td>\n<td>Die Urteilssicherheit stieg, selbst bei widerspr\u00fcchlichen Szenarien<\/td>\n<\/tr>\n<tr>\n<td>Schoemaker, 1993 (Abstract, plus Phadnis et al.)<\/td>\n<td>MBA-Studierende<\/td>\n<td>Die Konfidenzspannen wurden nach der Szenarioarbeit breiter<\/td>\n<td>Keine Kontrollgruppe, laut Phadnis et al.<\/td>\n<\/tr>\n<tr>\n<td>Meissner und Wulf, 2013 (nur Abstract)<\/td>\n<td>252 Masterstudierende im Fach Management<\/td>\n<td>Der Framing-Bias sank; die Entscheidungsqualit\u00e4t \u00fcbertraf traditionelle Planungswerkzeuge<\/td>\n<td>Studierendenstichprobe; Phadnis et al. bezeichnen das Qualit\u00e4tsma\u00df als selbstberichtet<\/td>\n<\/tr>\n<tr>\n<td>Goodwin et al., 2019<\/td>\n<td>114 und 90 Wirtschaftsstudierende<\/td>\n<td>Ein gegenteiliges Szenario trieb Prognosen zu extremeren Werten<\/td>\n<td>Die Urteilssicherheit stieg, wenn gegens\u00e4tzliche Szenarien gezeigt wurden<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><em>Quellen: die in jeder Zeile genannten Arbeiten; vollst\u00e4ndige Angaben unten.<\/em><\/p>\n<p>Bei <strong>Treffsicherheit und Kalibrierung<\/strong> ist die Bilanz schwach und uneinheitlich: Szenariotraining war die schw\u00e4chere von zwei trainierten Bedingungen, und w\u00e4hrend Schoemakers MBA-Studierende ihre Konfidenzspannen verbreiterten, stieg die Urteilssicherheit in den Experimenten von Kuhn und Sniezek sowie von Goodwin und bewegte sich bei den Fachexperten nicht. Phadnis und Kollegen folgern, dass mehrere Szenarien \u201em\u00f6glicherweise keine kognitive Korrektur der Selbst\u00fcbersch\u00e4tzung sind\u201c. Bei der <strong>Robustheit von Entscheidungen<\/strong> f\u00e4llt das Bild ermutigender aus: Die Experten revidierten ihre Urteile danach, wie sich die jeweilige Investition in dem Szenario schlug, das sie verwendeten, und nach mehreren Szenarien neigten sie zu flexiblen Strategien. Wright, Bradfield und Cairns kamen von der Anlage der Methode her zu einem damit vereinbaren Urteil: Intuitive Logics ist darauf ausgelegt, das Verst\u00e4ndnis zu vertiefen und konventionelles Denken infrage zu stellen, und abgesehen von einer Erweiterung zielt die Methode nicht direkt darauf, Entscheidungen zu verbessern; deshalb nennen sie den Begriff \u201eSzenarioplanung\u201c eine Fehlbezeichnung.<\/p>\n<p>Zwei Vorbehalte. Die Evidenzbasis ist d\u00fcnn: Phadnis und Kollegen fanden nur drei fr\u00fchere experimentelle Studien, alle mit Studierenden, und zitieren Paul Schoemaker, der die Belege f\u00fcr den Nutzen als \u201eanekdotisch\u201c bezeichnet. Eine \u00dcbersicht \u00fcber \u00dcbersichtsarbeiten von Cordova-Pozo und Rouwette aus dem Jahr 2023 nennt unter den Herausforderungen des Fachs weiterhin den \u201eMangel an Belegen f\u00fcr ihre Wirksamkeit\u201c, verweist aber zugleich auf Belege f\u00fcr die Wirkung bestimmter Techniken. Und keine dieser Studien hat Karrieren gemessen; die Methode auf eine einzelne Person anzuwenden, ist daher eine redaktionelle Extrapolation.<\/p>\n<p>Die Arbeitsregel: Nutzen Sie Szenarien, um Z\u00fcge zu w\u00e4hlen, die mehrere Zuk\u00fcnfte \u00fcberstehen; nutzen Sie Basisraten und Wahrscheinlichkeitswerkzeuge f\u00fcr alles, was Sie vorhersagen m\u00fcssen.<\/p>\n<h2 id=\"warum-braucht-eine-karriere-mehr-als-eine-zukunft\"><span class=\"ez-toc-section\" id=\"Warum-braucht-eine-Karriere-mehr-als-eine-Zukunft\"><\/span>Warum braucht eine Karriere mehr als eine Zukunft?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Weil die Basisraten besagen, dass Ihr aktueller Job wahrscheinlich nicht Ihr letzter ist, und weil sorgf\u00e4ltige amtliche Prognosen oft genug danebenlagen, dass eine einzige Basislinie kein Plan ist.<\/p>\n<p><strong>Gepr\u00fcfte Daten. Basisraten f\u00fcr die Karriereplanung.<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Kennzahl<\/th>\n<th>Wert<\/th>\n<th>Quelle und Vorbehalt<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Median der Betriebszugeh\u00f6rigkeit beim aktuellen Arbeitgeber, Januar 2026<\/td>\n<td>4,1 Jahre (3,9 im Januar 2024)<\/td>\n<td>BLS Employee Tenure. Zweij\u00e4hrliche Erhebung; die Altersstruktur der Besch\u00e4ftigten beeinflusst den Median<\/td>\n<\/tr>\n<tr>\n<td>Median der Betriebszugeh\u00f6rigkeit, 25 bis 34 Jahre vs. 55 bis 64 Jahre<\/td>\n<td>3,0 vs. 9,6 Jahre<\/td>\n<td>Dieselbe Ver\u00f6ffentlichung<\/td>\n<\/tr>\n<tr>\n<td>Besch\u00e4ftigte mit h\u00f6chstens einem Jahr beim Arbeitgeber<\/td>\n<td>20,6 %<\/td>\n<td>Dieselbe Ver\u00f6ffentlichung<\/td>\n<\/tr>\n<tr>\n<td>Jobs im Alter von 18 bis 58, Jahrg\u00e4nge 1957-64<\/td>\n<td>12,9 im Durchschnitt<\/td>\n<td>BLS, NLSY79, 9.964 Befragte. Eine Kohorte<\/td>\n<\/tr>\n<tr>\n<td>Im Alter von 45 bis 54 begonnene Jobs, die binnen f\u00fcnf Jahren endeten<\/td>\n<td>56 % (21 % binnen eines Jahres)<\/td>\n<td>Dieselbe Ver\u00f6ffentlichung<\/td>\n<\/tr>\n<tr>\n<td>BLS-Projektionen 1988-2000 vs. naive Extrapolation<\/td>\n<td>\u201ein den meisten F\u00e4llen\u201c vergleichbar<\/td>\n<td>Stekler und Thomas, Monthly Labor Review, 2005<\/td>\n<\/tr>\n<tr>\n<td>Von 20 Berufen, f\u00fcr die bis 2000 das schnellste Wachstum projiziert war<\/td>\n<td>Bei 6 traf es zu<\/td>\n<td>Ebenda; Rangkorrelation \u00fcber 338 Berufe: 0,43<\/td>\n<\/tr>\n<tr>\n<td>BLS-Projektionen 1996-2006<\/td>\n<td>Schlugen naive Modelle, verfehlten aber die Immobilienblase und den \u00d6lpreisanstieg<\/td>\n<td>Wyatt, Monthly Labor Review, 2010<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><em>Quelle: Ver\u00f6ffentlichungen des U.S. Bureau of Labor Statistics und die genannten Evaluationen in der Monthly Labor Review.<\/em><\/p>\n<p>Die Evaluationszeilen erschienen in der hauseigenen Fachzeitschrift des BLS. Selbst sorgf\u00e4ltige Langfristprognosen sind Basislinien mit breiten B\u00e4ndern, also genau die Lage, f\u00fcr die Szenarioplanung entwickelt wurde.<\/p>\n<h2 id=\"ist-ein-ki-expositionswert-eine-prognose-auf-die-sie-bauen-konnen\"><span class=\"ez-toc-section\" id=\"Ist-ein-KI-Expositionswert-eine-Prognose-auf-die-Sie-bauen-koennen\"><\/span>Ist ein KI-Expositionswert eine Prognose, auf die Sie bauen k\u00f6nnen?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Nein, und die Beh\u00f6rde hinter dem bekanntesten Wert sagt das selbst. Zusammen mit seinen Projektionen f\u00fcr 2025-35 ver\u00f6ffentlichte das BLS f\u00fcr jeden von 831 detaillierten Berufen eine relative KI-Expositionsstufe (niedrig, moderat, hoch oder sehr hoch), gebildet aus f\u00fcnf externen Quellen. Seine Methodikseite ist deutlich: \u201eEine Expositionskategorie ist keine Prognose von Besch\u00e4ftigungswachstum oder -r\u00fcckgang.\u201c Die Kategorien \u201eunterscheiden nicht zwischen KI-Auswirkungen durch Automatisierung und durch Augmentierung\u201c, und die theoretischen Quellen spiegeln F\u00e4higkeiten wider, die \u201esp\u00e4testens Mitte 2023\u201c verf\u00fcgbar waren.<\/p>\n<p><strong>CEOtudent-Analyse der KI-Expositionsstufen des BLS und der Besch\u00e4ftigungsprojektionen 2025-35 (831 detaillierte Berufe).<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Relative KI-Exposition<\/th>\n<th>Berufe<\/th>\n<th>Anteil an der Besch\u00e4ftigung 2025<\/th>\n<th>Projizierte Ver\u00e4nderung 2025-35<\/th>\n<th>Spanne \u00fcber die Berufe<\/th>\n<th>Besch\u00e4ftigungsanteil in Berufen mit projiziertem R\u00fcckgang<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Niedrig<\/td>\n<td>213<\/td>\n<td>17,8 %<\/td>\n<td>+2,5 %<\/td>\n<td>minus 23,0 % bis plus 23,0 %<\/td>\n<td>16,2 %<\/td>\n<\/tr>\n<tr>\n<td>Moderat<\/td>\n<td>206<\/td>\n<td>26,2 %<\/td>\n<td>+6,2 %<\/td>\n<td>minus 22,8 % bis plus 36,5 %<\/td>\n<td>9,3 %<\/td>\n<\/tr>\n<tr>\n<td>Hoch<\/td>\n<td>206<\/td>\n<td>24,8 %<\/td>\n<td>+3,1 %<\/td>\n<td>minus 27,6 % bis plus 41,0 %<\/td>\n<td>31,5 %<\/td>\n<\/tr>\n<tr>\n<td>Sehr hoch<\/td>\n<td>206<\/td>\n<td>31,3 %<\/td>\n<td>+2,0 %<\/td>\n<td>minus 34,4 % bis plus 34,6 %<\/td>\n<td>39,6 %<\/td>\n<\/tr>\n<tr>\n<td>Alle Berufe<\/td>\n<td>831<\/td>\n<td>100 %<\/td>\n<td>+3,5 %<\/td>\n<td><\/td>\n<td><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><em>Berechnet aus der BLS-Datendatei. Die Ver\u00e4nderung je Stufe ist die Gesamtbesch\u00e4ftigung 2035 gegen\u00fcber der Gesamtbesch\u00e4ftigung 2025; \u201eprojizierter R\u00fcckgang\u201c bedeutet eine negative ver\u00f6ffentlichte prozentuale Ver\u00e4nderung. In der Gruppe \u201eSehr hoch\u201c bilden Textverarbeitungs- und Schreibkr\u00e4fte sowie Data Scientists die Extreme.<\/em><\/p>\n<p>F\u00fcr die Gruppe \u201eSehr hoch\u201c wird ein langsameres Wachstum als f\u00fcr die Gesamtwirtschaft projiziert, 2,0 % gegen\u00fcber 3,5 %, und sie hat den gr\u00f6\u00dften Anteil an Jobs in schrumpfenden Berufen. Doch innerhalb dieser einen Stufe spannen sich die Projektionen \u00fcber 69 Prozentpunkte, und etwa sechs von zehn ihrer Jobs liegen in Berufen, die voraussichtlich wachsen oder stabil bleiben. In der Sprache des Futures Toolkit hat ein \u201evorbestimmtes Element\u201c gro\u00dfe Wirkung \u201eund einen sicheren Ausgang\u201c; eine \u201ekritische Ungewissheit\u201c ist wichtig, hat aber \u201eeinen ungewissen Ausgang\u201c. F\u00fcr die meisten Karrieren geh\u00f6rt KI-Exposition in die zweite Schublade, und genau daf\u00fcr ist eine Szenarioachse da.<\/p>\n<h2 id=\"das-drei-zukunfte-arbeitsblatt\"><span class=\"ez-toc-section\" id=\"Das-Drei-Zukuenfte-Arbeitsblatt\"><\/span>Das Drei-Zuk\u00fcnfte-Arbeitsblatt<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><em>Redaktionelles CEOtudent-Framework. Es \u00fcbertr\u00e4gt Intuitive Logics, RANDs Assumption-Based Planning (Dewar und Kollegen, 1993) und den Stresstest des Futures Toolkit auf eine einzelne Person. Als Intervention wurde es nicht getestet.<\/em><\/p>\n<p><strong>Warum drei Zuk\u00fcnfte und nicht vier.<\/strong> Der Unternehmensstandard arbeitet alle vier Quadranten aus. Dieses Arbeitsblatt beh\u00e4lt das Vier-Felder-Raster bei, arbeitet aber drei Zuk\u00fcnfte aus, eine redaktionelle Entscheidung. Eine Einzelperson arbeitet ohne Moderation, und das Toolkit veranschlagt allein f\u00fcr einen Szenario-Workshop in der Gruppe mindestens 4-5 Stunden. Zwei Zuk\u00fcnfte schrumpfen meist auf Best Case gegen Worst Case zusammen, das Format, in dem Goodwin und Kollegen beobachteten, wie Prognosen ins Extreme drifteten und die Urteilssicherheit stieg. Drei passen auf eine Seite, die Sie wieder lesen werden. Der bekannte Preis: Ein mittleres Szenario l\u00e4dt dazu ein, als \u201eam wahrscheinlichsten\u201c gelesen zu werden; deshalb werden alle drei aus den Ecken des Rasters gebaut, nie als niedrige, mittlere und hohe Variante einer einzigen Prognose, und keines tr\u00e4gt das Etikett \u201eerwartet\u201c.<\/p>\n<table>\n<thead>\n<tr>\n<th>Schritt<\/th>\n<th>Was zu tun ist<\/th>\n<th>Grundlage<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>1. Kernentscheidung und Horizont<\/td>\n<td>Schreiben Sie die eine Entscheidung auf, die das Arbeitsblatt st\u00fctzen soll, und ein Horizontjahr. RAND: Wenn der Horizont nicht feststeht, \u201emuss er festgelegt werden, bevor Verwundbarkeiten bestimmt werden k\u00f6nnen\u201c. Nutzen Sie f\u00fcr Karrieren die Stufe der Position in drei bis f\u00fcnf Jahren auf der Visionshorizont-Leiter<\/td>\n<td>Dewar et al. 1993<\/td>\n<\/tr>\n<tr>\n<td>2. Annahmen<\/td>\n<td>Listen Sie auf, wovon Ihr aktueller Plan stillschweigend abh\u00e4ngt. RAND nennt eine Annahme wichtig, \u201ewenn ihre Negation zu erheblichen \u00c4nderungen\u201c der Pl\u00e4ne f\u00fchren w\u00fcrde<\/td>\n<td>Dewar et al.; <a href=\"\/de\/annahmen-audit-branchenwissen-hinterfragen\">das Annahmen-Audit<\/a><\/td>\n<\/tr>\n<tr>\n<td>3. Treibende Kr\u00e4fte<\/td>\n<td>Listen Sie Kr\u00e4fte auf, die diese Annahmen zu Fall bringen k\u00f6nnten: die Nachfrage nach Ihrer Arbeit, Technologie, die Art, wie Ihre Branche Arbeit einkauft, Ihre eigenen Beschr\u00e4nkungen. Ordnen Sie jede als vorbestimmt oder als kritische Ungewissheit ein<\/td>\n<td>Treiberanalyse im Toolkit<\/td>\n<\/tr>\n<tr>\n<td>4. Zwei Achsen<\/td>\n<td>Bewerten Sie die kritischen Ungewissheiten nach Wirkung und nach Ungewissheit; behalten Sie die beiden obersten, die nicht dieselbe Kraft in Verkleidung sind. Das Toolkit verlangt Achsen, die \u201eunterschiedlich genug\u201c f\u00fcr einen Kontrast sind, zum Beispiel einen technologischen Wandel gegen\u00fcber einem gesellschaftlichen<\/td>\n<td>Futures Toolkit<\/td>\n<\/tr>\n<tr>\n<td>5. Drei Zuk\u00fcnfte<\/td>\n<td>Benennen Sie alle vier Ecken in je einer Zeile. Arbeiten Sie <strong>Kontinuit\u00e4t<\/strong> (die Ecke, die Ihr Plan bereits voraussetzt), <strong>Klemme<\/strong> (die Ecke, die ihm am feindlichsten ist) und <strong>\u00d6ffnung<\/strong> (das gr\u00f6\u00dfte Potenzial, wenn Sie vorbereitet sind) aus. Parken Sie die vierte in einer Zeile<\/td>\n<td>Redaktionelle Entscheidung<\/td>\n<\/tr>\n<tr>\n<td>6. Anforderungen<\/td>\n<td>Schreiben Sie f\u00fcr jede Zukunft getrennt auf, welche Arbeit bezahlt wird, welche Ihrer F\u00e4higkeiten an Wert gewinnen oder verlieren und womit Sie gern fr\u00fcher begonnen h\u00e4tten. F\u00fcllen Sie eine Spalte aus, bevor Sie die n\u00e4chste lesen<\/td>\n<td>Goodwin et al. 2019 (die Spaltenregel ist eine redaktionelle Abmilderung)<\/td>\n<\/tr>\n<tr>\n<td>7. Wegmarken<\/td>\n<td>Legen Sie f\u00fcr jede Achse Wegmarken fest. RAND: \u201eein Ereignis oder ein Schwellenwert, der die sich ver\u00e4ndernde Verwundbarkeit einer Annahme klar anzeigt\u201c. Geben Sie jeder eine Quelle, einen Rhythmus und eine ausgel\u00f6ste Handlung<\/td>\n<td>Dewar et al.<\/td>\n<\/tr>\n<tr>\n<td>8. Z\u00fcge<\/td>\n<td>Bewerten Sie jeden m\u00f6glichen Zug in jeder Zukunft als hilfreich, neutral oder sch\u00e4dlich, wie im gr\u00fcn-gelb-roten Stresstest des Toolkit, und ordnen Sie ihn dann mit der Bewertungskarte unten ein<\/td>\n<td>Futures Toolkit; Phadnis et al.<\/td>\n<\/tr>\n<tr>\n<td>9. \u00dcberpr\u00fcfung<\/td>\n<td>Pr\u00fcfen Sie die Wegmarken nach dem Zeitplan Ihres Dashboards. Bauen Sie das Blatt j\u00e4hrlich neu auf, wenn eine Wegmarke anschl\u00e4gt, oder nach einer gro\u00dfen Ver\u00e4nderung im Leben. BLS-Projektionen \u201ewerden j\u00e4hrlich ver\u00f6ffentlicht\u201c, ein nat\u00fcrlicher j\u00e4hrlicher Ausl\u00f6ser<\/td>\n<td>Phadnis et al. zur einmaligen Nutzung; BLS<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><strong>Die einseitige Version.<\/strong> Kopieren Sie sie und f\u00fcllen Sie die rechte Spalte aus.<\/p>\n<table>\n<thead>\n<tr>\n<th>Feld<\/th>\n<th>Leitfrage<\/th>\n<th>Ihre Antwort<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Kernentscheidung und Horizont<\/td>\n<td>Welche Entscheidung soll das st\u00fctzen, und bis zu welchem Jahr?<\/td>\n<td><\/td>\n<\/tr>\n<tr>\n<td>Tragende Annahmen<\/td>\n<td>Was muss zutreffen, damit der aktuelle Plan funktioniert?<\/td>\n<td><\/td>\n<\/tr>\n<tr>\n<td>Vorbestimmte Elemente<\/td>\n<td>Welche wichtigen Kr\u00e4fte sind ziemlich sicher?<\/td>\n<td><\/td>\n<\/tr>\n<tr>\n<td>Achse A und Achse B<\/td>\n<td>Zwei kritische Ungewissheiten, jede mit zwei Endzust\u00e4nden<\/td>\n<td><\/td>\n<\/tr>\n<tr>\n<td>Kontinuit\u00e4t, Klemme, \u00d6ffnung<\/td>\n<td>Was verlangt jede Zukunft von Ihnen?<\/td>\n<td><\/td>\n<\/tr>\n<tr>\n<td>Geparkte Ecke<\/td>\n<td>Eine Zeile, j\u00e4hrlich wieder lesen<\/td>\n<td><\/td>\n<\/tr>\n<tr>\n<td>Wegmarken<\/td>\n<td>Schwellenwert, Quelle, Rhythmus, ausgel\u00f6ste Handlung<\/td>\n<td><\/td>\n<\/tr>\n<tr>\n<td>Z\u00fcge<\/td>\n<td>No-Regret, Optionen, Absicherungen, Wetten<\/td>\n<td><\/td>\n<\/tr>\n<tr>\n<td>N\u00e4chster \u00dcberpr\u00fcfungstermin<\/td>\n<td><\/td>\n<td><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2 id=\"welche-offentlichen-daten-konnen-jede-treibende-kraft-speisen\"><span class=\"ez-toc-section\" id=\"Welche-oeffentlichen-Daten-koennen-jede-treibende-Kraft-speisen\"><\/span>Welche \u00f6ffentlichen Daten k\u00f6nnen jede treibende Kraft speisen?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><em>Redaktionelles CEOtudent-Framework. Jeder Datensatz ist eine Basislinie oder ein Stimmungsbild, kein Urteil.<\/em><\/p>\n<table>\n<thead>\n<tr>\n<th>Treibende Kraft<\/th>\n<th>\u00d6ffentliche Daten<\/th>\n<th>Mitzudenkender Vorbehalt<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Nachfrage nach Ihrem Beruf<\/td>\n<td>BLS-Projektionen 2025-35 nach Beruf, mit j\u00e4hrlichen offenen Stellen<\/td>\n<td>Fr\u00fchere Runden entsprachen naiver Extrapolation (1988-2000) oder verfehlten Schocks (1996-2006)<\/td>\n<\/tr>\n<tr>\n<td>Reichweite der KI in Ihre Aufgaben<\/td>\n<td>Relative KI-Expositionsstufen des BLS<\/td>\n<td>Relativ, keine Prognose; F\u00e4higkeiten mit Stand Mitte 2023; keine Trennung von Automatisierung und Augmentierung<\/td>\n<\/tr>\n<tr>\n<td>Wandel der F\u00e4higkeiten<\/td>\n<td>WEF Future of Jobs Report 2025: 39 % der vorhandenen F\u00e4higkeiten der Besch\u00e4ftigten werden im Zeitraum 2025-2030 voraussichtlich ver\u00e4ndert oder veraltet sein<\/td>\n<td>Erwartungen der Arbeitgeber, keine Messung<\/td>\n<\/tr>\n<tr>\n<td>Umschlag am Arbeitsmarkt<\/td>\n<td>Derselbe Bericht: Schaffung und Wegfall von Jobs in H\u00f6he von 22 % der heutigen formellen Jobs<\/td>\n<td>Hochgerechnet aus Antworten von Arbeitgebern<\/td>\n<\/tr>\n<tr>\n<td>Wie oft Karrieren neu starten<\/td>\n<td>BLS-Daten zur Betriebszugeh\u00f6rigkeit und NLSY79-Jobzahlen<\/td>\n<td>Die Betriebszugeh\u00f6rigkeit ist eine Momentaufnahme; die Jobzahlen decken eine Kohorte ab<\/td>\n<\/tr>\n<tr>\n<td>Makro-Erz\u00e4hlung<\/td>\n<td>WEF Four Futures for Jobs in the New Economy (Januar 2026)<\/td>\n<td>F\u00fcr Unternehmen erstellt; seine Richtungstabelle ist \u201eillustrativ und nur f\u00fcr Zwecke der Szenarioentwicklung\u201c gedacht<\/td>\n<\/tr>\n<tr>\n<td>Ihr eigener Vorsprung<\/td>\n<td>Ihr Protokoll schwacher Signale<\/td>\n<td>Kleine Stichprobe; der einfachste Ort f\u00fcr Best\u00e4tigungsfehler<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Das Papier des Forums von 2026 zeigt das Raster in Aktion. Es kreuzt \u201edas Tempo und das Ausma\u00df der Fortschritte bei der Leistungsf\u00e4higkeit und Autonomie von KI-Technologien\u201c mit \u201eder Verf\u00fcgbarkeit von F\u00e4higkeiten unter den Besch\u00e4ftigten\u201c und erh\u00e4lt so vier Zuk\u00fcnfte f\u00fcr 2030: Supercharged Progress, The Age of Displacement, Co-Pilot Economy und Stalled Progress. Anschlie\u00dfend listet es neun \u201eNo-Regret\u201c-Strategien f\u00fcr Unternehmen auf, beginnend mit \u201eKlein anfangen, schnell aufbauen, skalieren, was funktioniert\u201c. \u00dcbernehmen Sie die Achsen als Ausgangspunkt, und ersetzen Sie jede, die nicht zu den beiden Ungewissheiten geh\u00f6rt, die Ihre eigene Entscheidung am st\u00e4rksten bedrohen.<\/p>\n<h2 id=\"ein-durchgerechnetes-beispiel-eine-hypothetische-marketingfachkraft\"><span class=\"ez-toc-section\" id=\"Ein-durchgerechnetes-Beispiel-eine-hypothetische-Marketingfachkraft\"><\/span>Ein durchgerechnetes Beispiel: eine hypothetische Marketingfachkraft<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><em>Hypothetisch und zur Veranschaulichung. Jede Zahl ist ein ver\u00f6ffentlichter BLS-Wert f\u00fcr den entsprechenden Beruf oder als Annahme gekennzeichnet.<\/em><\/p>\n<p><strong>Basislinie.<\/strong> In der BLS-Berufsgruppe \u201eMarket research analysts and marketing specialists\u201c (Marktforschungsanalysten und Marketingspezialisten) waren 2025 952,7 Tausend Menschen besch\u00e4ftigt; bis 2035 sollen es 1.019,0 Tausend werden (plus 7,0 %), mit durchschnittlich rund 82.000 offenen Stellen pro Jahr und einem mittleren Jahreslohn (Median) 2025 von 78.760 $. Die relative KI-Exposition ist \u201eSehr hoch\u201c: Hohe Exposition und projiziertes Wachstum bestehen in der Basislinie bereits nebeneinander.<\/p>\n<p><strong>Entscheidung, Annahmen, Achsen.<\/strong> Kernentscheidung: die n\u00e4chsten 18 Monate (Annahme) in die Vertiefung der Kampagnenumsetzung investieren oder auf Marketing-Analytics hinarbeiten. Horizont: 2030, wie in den Szenarien des Forums. Tragende Annahmen: Der Arbeitgeber beh\u00e4lt ein internes Team; KI unterst\u00fctzt Kernaufgaben, statt sie zu ersetzen; die Nachfrage in der Branche h\u00e4lt. Vorbestimmt: KI-Werkzeuge werden in der Marketingarbeit zum Standard; Jobwechsel sind normal. Achse A, KI in Kernaufgaben: <em>unterst\u00fctzt<\/em> oder <em>erledigt die meisten von Anfang bis Ende<\/em>, eine echte Ungewissheit, da das BLS Automatisierung nicht von Augmentierung trennen kann. Achse B, Nachfrage nach Marketingleistung in der Branche: <em>wachsend<\/em> oder <em>stagnierend bis schrumpfend<\/em>.<\/p>\n<table>\n<thead>\n<tr>\n<th><\/th>\n<th>Kontinuit\u00e4t<\/th>\n<th>Klemme<\/th>\n<th>\u00d6ffnung<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Ecke<\/td>\n<td>KI unterst\u00fctzt, Nachfrage w\u00e4chst<\/td>\n<td>KI erledigt die meisten Aufgaben, Nachfrage stagniert oder schrumpft<\/td>\n<td>KI erledigt die meisten Aufgaben, Nachfrage w\u00e4chst<\/td>\n<\/tr>\n<tr>\n<td>Geschichte in einer Zeile<\/td>\n<td>Mehr zu tun mit besseren Werkzeugen; am n\u00e4chsten an der BLS-Basislinie<\/td>\n<td>Weniger, h\u00f6herrangige Stellen<\/td>\n<td>Mehr Output pro Person; neue Rollen steuern und messen KI-Arbeit<\/td>\n<\/tr>\n<tr>\n<td>F\u00e4higkeiten, die an Wert gewinnen<\/td>\n<td>Fachliche Tiefe, Sicherheit im Umgang mit Werkzeugen<\/td>\n<td>Kundenerkenntnisse aus Interviews, kaufm\u00e4nnisches Urteilsverm\u00f6gen<\/td>\n<td>Messung, Analytics, Workflow-Design<\/td>\n<\/tr>\n<tr>\n<td>Womit Sie gern fr\u00fcher begonnen h\u00e4tten<\/td>\n<td>Ein Portfolio gemessener Ergebnisse<\/td>\n<td>Eine angrenzende Rolle mit menschlichem Kern<\/td>\n<td>Ein Analytics-Projekt, das Sie vorzeigen k\u00f6nnen<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Geparkte Ecke: KI unterst\u00fctzt, Nachfrage schrumpft (ein Budgetabschwung).<\/p>\n<p><strong>Wegmarken.<\/strong> Die Schwellenwerte sind f\u00fcr das Beispiel gew\u00e4hlte Annahmen.<\/p>\n<table>\n<thead>\n<tr>\n<th>Wegmarke<\/th>\n<th>Achse<\/th>\n<th>Rhythmus<\/th>\n<th>Schwellenwert und ausgel\u00f6ste Handlung<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Stellenanzeigen f\u00fcr den Jobtitel in der Zielregion, die Kenntnisse in KI-Werkzeugen verlangen, aus einer manuellen Stichprobe von 20<\/td>\n<td>A<\/td>\n<td>Viertelj\u00e4hrlich<\/td>\n<td>Mehr als die H\u00e4lfte, zwei Quartale in Folge: die Analytics-Option starten<\/td>\n<\/tr>\n<tr>\n<td>Routine-Arbeitsergebnisse des Teams, die von KI mit leichter Pr\u00fcfung von Anfang bis Ende erstellt werden<\/td>\n<td>A<\/td>\n<td>Monatlich<\/td>\n<td>Eine Mehrheit: Zeit von der Umsetzung zur Messung verlagern<\/td>\n<\/tr>\n<tr>\n<td>BLS-Projektion 2026-36 f\u00fcr den Beruf, f\u00e4llig 2027<\/td>\n<td>B<\/td>\n<td>J\u00e4hrlich<\/td>\n<td>Unter null: die Absicherung aktivieren<\/td>\n<\/tr>\n<tr>\n<td>Personalbestand oder Budget im Marketing beim Arbeitgeber<\/td>\n<td>B<\/td>\n<td>Viertelj\u00e4hrlich<\/td>\n<td>Einfrieren oder K\u00fcrzung zwei Quartale in Folge: die Absicherung aktivieren<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><strong>Z\u00fcge.<\/strong> No-Regret: KI-Werkzeuge in jeder Kernaufgabe nutzen und eingesparte Zeit sowie abgefangene Fehler protokollieren; ein Portfolio von Kampagnen mit gemessenen Ergebnissen f\u00fchren. Option: ein kurzer Analytics-Kurs plus ein internes Analytics-Projekt. Absicherung: Interviewkompetenz f\u00fcr die Kundenforschung, am wertvollsten in der Klemme. Wette: ein Wechsel in Data Science, f\u00fcr die das BLS ein Wachstum von 34,6 % projiziert, oder der Schritt in die Selbstst\u00e4ndigkeit; keines von beiden wird umgesetzt, bevor eine Wegmarke anschl\u00e4gt und <a href=\"\/de\/abbruchkriterien-im-voraus-entscheiden-wann-projekt-job-strategie-beenden\">Abbruchkriterien<\/a> aufgeschrieben sind.<\/p>\n<h2 id=\"wie-bewerten-sie-einen-zug-bevor-sie-ihn-machen\"><span class=\"ez-toc-section\" id=\"Wie-bewerten-Sie-einen-Zug-bevor-Sie-ihn-machen\"><\/span>Wie bewerten Sie einen Zug, bevor Sie ihn machen?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><em>Redaktionelles CEOtudent-Framework, gest\u00fctzt auf RANDs gestaltende und absichernde Ma\u00dfnahmen, die No-Regret-Strategien des Forums und den Flexibilit\u00e4tsbefund von Phadnis et al.<\/em><\/p>\n<table>\n<thead>\n<tr>\n<th>Art des Zugs<\/th>\n<th>Test gegen die drei Zuk\u00fcnfte<\/th>\n<th>Beispiele aus der Karriere<\/th>\n<th>Wann Sie sich festlegen<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>No-Regret<\/td>\n<td>Hilft oder ist neutral in allen drei; schadet in keiner<\/td>\n<td>Sicherheit im Umgang mit Werkzeugen; eine Bilanz gemessener Ergebnisse; Beziehungen in angrenzende Felder<\/td>\n<td>Jetzt<\/td>\n<\/tr>\n<tr>\n<td>Option<\/td>\n<td>Kleine, begrenzte Kosten heute kaufen das Recht, aber nicht die Pflicht, sp\u00e4ter zu skalieren<\/td>\n<td>Ein Kurs plus ein angewandtes Projekt; eine Abordnung<\/td>\n<td>Jetzt, mit einem \u00dcberpr\u00fcfungstermin<\/td>\n<\/tr>\n<tr>\n<td>Absicherung<\/td>\n<td>Zahlt sich vor allem in der Klemme aus. RAND: Sie bereitet \u201eauf das Scheitern einer ihrer wichtigen Annahmen\u201c vor<\/td>\n<td>Eine zweite F\u00e4higkeit mit menschlichem Kern; ein Plan f\u00fcr den Jobverlust<\/td>\n<td>Jetzt, bemessen wie eine Versicherung<\/td>\n<\/tr>\n<tr>\n<td>Gestaltung<\/td>\n<td>Macht eine gute Zukunft wahrscheinlicher oder eine schlechte unwahrscheinlicher. RAND: dazu gedacht, \u201edas Scheitern einer verwundbaren Annahme abzuwenden oder herbeizuf\u00fchren\u201c<\/td>\n<td>Dem Team beitreten, das die Einf\u00fchrung von KI verantwortet<\/td>\n<td>Wenn Sie echten Einfluss haben<\/td>\n<\/tr>\n<tr>\n<td>Wette<\/td>\n<td>Gro\u00df, schwer umkehrbar, zahlt sich nur in einer Zukunft aus<\/td>\n<td>Ein Studienabschluss, ein Umzug, ein eigenes Unternehmen<\/td>\n<td>Erst wenn eine Wegmarke angeschlagen hat und Abbruchkriterien existieren<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Daraus folgen zwei Regeln. Ein Zug, der nur in einer Zukunft hilft und nicht umkehrbar ist, ist eine Wette, so vern\u00fcnftig er sich auch anf\u00fchlt. Und eine Liste ohne Optionen verdient einen zweiten Blick: In der Feldstudie von Phadnis hob die Szenarioarbeit die gemeinsame Zustimmung zu den beiden flexibelsten Strategien von 19,7 % auf 34,5 %, und doch \u201ebevorzugte eine Mehrheit der Experten weiterhin die am wenigsten flexible Option\u201c. Flexibilit\u00e4t muss bewusst gew\u00e4hlt werden; siehe <a href=\"\/de\/optionalitaet-als-karrierestrategie\">Optionalit\u00e4t als Karrierestrategie<\/a>.<\/p>\n<h2 id=\"der-ceo-zug-und-der-studenten-zug\"><span class=\"ez-toc-section\" id=\"Der-CEO-Zug-und-der-Studenten-Zug\"><\/span>Der CEO-Zug und der Studenten-Zug<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Der CEO-Zug ist Allokation.<\/strong> Ein Vorstandschef finanziert einen Kern, einige Optionen und etwas Versicherung und legt im Voraus fest, welche Nachrichten die Mischung \u00e4ndern w\u00fcrden. F\u00fcr eine Karriere hei\u00dft das: den gr\u00f6\u00dften Teil der frei verf\u00fcgbaren Zeit f\u00fcr No-Regret-Z\u00fcge, einen kleineren Teil f\u00fcr eine oder zwei Optionen, eine Absicherung, bemessen wie eine Pr\u00e4mie, und nichts f\u00fcr Wetten, bis eine Wegmarke anschl\u00e4gt. F\u00fchren Sie dann ein <a href=\"\/de\/pre-mortem-protokoll-schlechte-plaene-toeten-bevor-sie-scheitern\">Pre-Mortem<\/a> f\u00fcr die Klemme durch: Nehmen Sie an, es ist 2030 und der Plan ist gescheitert, und fragen Sie, warum.<\/p>\n<p><strong>Der Studenten-Zug ist die Entscheidung, was Sie jetzt lernen.<\/strong> Der Test: Zahlt sich diese F\u00e4higkeit in allen drei Zuk\u00fcnften aus? Die Arbeitgeberbefragung des Forums nennt KI und Big Data, Netzwerke und Cybersicherheit sowie technologische Kompetenz als die am schnellsten wachsenden F\u00e4higkeiten, daneben kreatives Denken, Resilienz, Flexibilit\u00e4t und Agilit\u00e4t sowie Neugier und lebenslanges Lernen. Behandeln Sie die Liste als Stimmungsbild der Arbeitgeber und pr\u00fcfen Sie jeden Punkt an Ihren drei Spalten. Lernen im Lauf einer Karriere ist bereits die Norm: Bis zum Alter von 58 Jahren hatten 75 % der NLSY79-Kohorte eine Weiterbildung au\u00dferhalb der regul\u00e4ren Schulbildung erhalten, und das Forum sch\u00e4tzt, dass bis 2030 59 von 100 Besch\u00e4ftigten eine Weiterbildung brauchen werden.<\/p>\n<h2 id=\"hufige-fehler-und-die-forschung-dahinter\"><span class=\"ez-toc-section\" id=\"Haeufige-Fehler-und-die-Forschung-dahinter\"><\/span>H\u00e4ufige Fehler und die Forschung dahinter<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ol>\n<li><strong>Ein Szenario als Prognose behandeln.<\/strong> Intuitive-Logics-Szenarien erkunden, in den Worten von Wright, Cairns, O&rsquo;Brien und Goodwin, \u201edie Grenzen des M\u00f6glichen\u201c f\u00fcr die Zukunft, \u201eohne R\u00fccksicht auf Fragen der Wahrscheinlichkeit\u201c. F\u00fcr eine Wahrscheinlichkeit nutzen Sie Basisraten.<\/li>\n<li><strong>Best Case und Worst Case bauen.<\/strong> Goodwin und Kollegen stellten fest, dass ein gegenteiliges Szenario Prognosen in Richtung der Extreme trieb und die Urteilssicherheit erh\u00f6hte. Bauen Sie Zuk\u00fcnfte stattdessen aus zwei unabh\u00e4ngigen Achsen.<\/li>\n<li><strong>Bescheidenheit als Nebenwirkung erwarten.<\/strong> Die Urteilssicherheit der Experten bewegte sich nicht, und in einer anderen Studie erh\u00f6hten Szenarien sie. Die Experten, die vorher am sichersten waren, \u00e4nderten ihr Urteil nach einem Szenario in 36,3 % der F\u00e4lle, gegen\u00fcber fast sieben von zehn bei anderen Sicherheitsniveaus.<\/li>\n<li><strong>Der detailliertesten Geschichte glauben.<\/strong> Schoemaker argumentierte, dass Szenarien wirken, indem sie eine Verzerrung, den Konjunktionsfehler, nutzen, um einer anderen, der Selbst\u00fcbersch\u00e4tzung, entgegenzuwirken; Wright und Kollegen berichten von dem Argument, dass die Vorstellung einer Abfolge von Ereignissen Menschen dazu bringt, ihr mehr Wahrscheinlichkeit beizumessen, als die Logik hergibt.<\/li>\n<li><strong>Das Raster eines anderen unver\u00e4ndert \u00fcbernehmen.<\/strong> Das Urteil der Experten ver\u00e4nderte sich \u201eentsprechend dem, wie sich eine Investition in einem bestimmten Szenario schl\u00e4gt\u201c. Szenarien, die f\u00fcr eine andere Entscheidung gebaut wurden, lenken Ihre willk\u00fcrlich.<\/li>\n<li><strong>Es nur einmal durchf\u00fchren.<\/strong> Die Feldbelege betreffen die einmalige Nutzung; die Autoren merken an, dass Shell Szenarien fortlaufend nutzte. Planen Sie die \u00dcberpr\u00fcfung ein, bevor Sie das Dokument schlie\u00dfen.<\/li>\n<\/ol>\n<h2 id=\"was-das-nicht-bedeutet\"><span class=\"ez-toc-section\" id=\"Was-das-nicht-bedeutet\"><\/span>Was das nicht bedeutet<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Es bedeutet nicht, dass Szenarioplanung eine Karriere vorhersagt oder dass die drei aufgeschriebenen Zuk\u00fcnfte eintreten werden. Es ist keine Karriereberatung und keine Finanz-, Rechts- oder individuelle Beratung; dies sind allgemeine Informationen \u00fcber eine Planungsmethode. Das Arbeitsblatt \u00fcbertr\u00e4gt Forschung zu Unternehmen und Studierenden auf Einzelpersonen, und keine Studie hat gemessen, ob es Karriereergebnisse verbessert. Die BLS-Daten beschreiben die Vereinigten Staaten: Die Methode l\u00e4sst sich \u00fcbertragen, die Zahlen nicht. Nichts davon spricht gegen Prognosen; es spricht daf\u00fcr, jedes Werkzeug f\u00fcr das zu nutzen, woran es gemessen wurde.<\/p>\n<h2 id=\"hufig-gestellte-fragen\"><span class=\"ez-toc-section\" id=\"Haeufig-gestellte-Fragen\"><\/span>H\u00e4ufig gestellte Fragen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Kann Szenarioplanung vorhersagen, wohin sich eine Karriere entwickelt?<\/strong><br \/>\nNein. Das britische Futures Toolkit stellt fest, dass Szenarien keine Vorhersagen sind, und in einem randomisierten Turnier war Szenariotraining der schw\u00e4chere Hebel f\u00fcr die Treffsicherheit. Nutzen Sie die Methode, um Entscheidungen gegen mehrere Zuk\u00fcnfte zu testen.<\/p>\n<p><strong>Warum drei Zuk\u00fcnfte und nicht die klassischen vier?<\/strong><br \/>\nEine redaktionelle Entscheidung: Eine einzelne Person hat keine Moderation, zwei Zuk\u00fcnfte rutschen in Best Case und Worst Case ab, und drei passen auf eine Seite. Die vierte Ecke wird in einer Zeile geparkt und jedes Jahr wieder gelesen.<\/p>\n<p><strong>Lassen sich die vier Zuk\u00fcnfte des World Economic Forum f\u00fcr 2030 unver\u00e4ndert verwenden?<\/strong><br \/>\nAls Ausgangspunkt. Ihre Achsen, KI-Fortschritt und Bereitschaft der Belegschaft, passen zu den meisten Karrieren, wurden aber f\u00fcr Unternehmen gebaut, und das Forum bezeichnet seine Richtungen als illustrativ. Ersetzen Sie eine Achse, die nicht zu Ihren zwei gr\u00f6\u00dften Ungewissheiten geh\u00f6rt.<\/p>\n<p><strong>Wie oft sollte das Arbeitsblatt neu erstellt werden?<\/strong><br \/>\nPr\u00fcfen Sie die Wegmarken nach dem Zeitplan Ihres Dashboards f\u00fcr schwache Signale und bauen Sie das Blatt j\u00e4hrlich neu auf, oder sofort, wenn eine Wegmarke ihren Schwellenwert \u00fcberschreitet.<\/p>\n<p><strong>Bedeutet eine KI-Expositionsstufe \u201eSehr hoch\u201c, dass man den Beruf verlassen sollte?<\/strong><br \/>\nF\u00fcr sich genommen nicht. Das BLS stellt fest, dass die Kategorie keine Prognose ist, und f\u00fcr die Berufe dieser Gruppe wird eine Spanne von minus 34,4 % bis plus 34,6 % projiziert. Behandeln Sie die Exposition als Achse, nicht als Urteil.<\/p>\n<h2 id=\"quellen\"><span class=\"ez-toc-section\" id=\"Quellen\"><\/span>Quellen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ol>\n<li>Phadnis, S., Caplice, C., Sheffi, Y. und Singh, M. Effect of scenario planning on field experts&rsquo; judgment of long-range investment decisions. Strategic Management Journal, 2015, 36(9), 1401-1411.<\/li>\n<li>Mellers, B., Ungar, L., Baron, J. und Kollegen, darunter Tetlock, P. E. Psychological Strategies for Winning a Geopolitical Forecasting Tournament. Psychological Science, 2014, 25(5), 1106-1115.<\/li>\n<li>Kuhn, K. M. und Sniezek, J. A. Confidence and Uncertainty in Judgmental Forecasting: Differential Effects of Scenario Presentation. Journal of Behavioral Decision Making, 1996, 9(4), 231-247 (nur Abstract).<\/li>\n<li>Schoemaker, P. J. H. Multiple scenario development: Its conceptual and behavioral foundation. Strategic Management Journal, 1993, 14(3), 193-213 (nur Abstract, plus die Beschreibung in Quelle 1).<\/li>\n<li>Meissner, P. und Wulf, T. Cognitive benefits of scenario planning: Its impact on biases and decision quality. Technological Forecasting and Social Change, 2013, 80(4), 801-814 (nur Abstract).<\/li>\n<li>Wright, G., Bradfield, R. und Cairns, G. Does the intuitive logics method, and its recent enhancements, produce &ldquo;effective&rdquo; scenarios? Technological Forecasting and Social Change, 2013, 80(4), 631-642 (nur Abstract).<\/li>\n<li>Goodwin, P., G\u00f6n\u00fcl, S., \u00d6nkal, D., Kocab\u0131y\u0131ko\u011flu, A. und G\u00f6\u011f\u00fc\u015f, C. I. Contrast effects in judgmental forecasting when assessing the implications of worst and best case scenarios. Journal of Behavioral Decision Making, 2019, 32(5), 536-549.<\/li>\n<li>Wright, G., Cairns, G., O&rsquo;Brien, F. A. und Goodwin, P. Scenario analysis to support decision making in addressing wicked problems: Pitfalls and potential. European Journal of Operational Research, 2019, 278(1), 3-19 (Autorenmanuskript).<\/li>\n<li>Cordova-Pozo, K. L. und Rouwette, E. A. J. A. Types of scenario planning and their effectiveness: A review of reviews. Futures, 2023, 149, 103153 (nur Abstract).<\/li>\n<li>Dewar, J. A., Builder, C. H., Hix, W. M. und Levin, M. H. Assumption-Based Planning: A Planning Tool for Very Uncertain Times. RAND, MR-114-A, 1993.<\/li>\n<li>UK Government Office for Science. The Futures Toolkit, 2. Ausgabe, 2024.<\/li>\n<li>World Economic Forum. Four Futures for Jobs in the New Economy: AI and Talent in 2030. White Paper, Januar 2026.<\/li>\n<li>World Economic Forum. The Future of Jobs Report 2025.<\/li>\n<li>U.S. Bureau of Labor Statistics. Employee Tenure in 2026. USDL-26-1532, 24. September 2026.<\/li>\n<li>U.S. Bureau of Labor Statistics. Number of Jobs, Labor Market Experience, Marital Status, and Health for Those Born 1957-1964. USDL-25-1322, 26. August 2025, neu herausgegeben am 21. Juli 2026.<\/li>\n<li>U.S. Bureau of Labor Statistics. AI exposure categories and 2025-35 employment projections, Datendatei und Methodikseite, zuletzt ge\u00e4ndert am 27. August 2026.<\/li>\n<li>Stekler, H. O. und Thomas, R. Evaluating BLS labor force, employment, and occupation projections for 2000. Monthly Labor Review, Juli 2005.<\/li>\n<li>Wyatt, I. D. Evaluating the 1996-2006 employment projections. Monthly Labor Review, September 2010.<\/li>\n<\/ol>\n<p><em>CEOtudent-Analysen und -Frameworks: die KI-Expositionstabelle (berechnet aus der BLS-Datendatei), das Drei-Zuk\u00fcnfte-Arbeitsblatt und seine einseitige Version, die Datenlandkarte, das durchgerechnete Beispiel und die Bewertungskarte f\u00fcr Z\u00fcge. Die beiden Tabellen \u201eGepr\u00fcfte Daten\u201c geben Zahlen so wieder, wie sie in ihren Quellen stehen. Bewusst nicht verwendet: Pierre Wacks Darstellung von Shell in der Harvard Business Review von 1985, die wir nicht \u00f6ffnen konnten (Shells Geschichte wird nur \u00fcber Phadnis et al. zitiert), und die vielfach wiederholte Behauptung, dass Unternehmen mit Szenarioplanung besser abschneiden, weil die Feldstudie, die Phadnis et al. zu diesem Punkt er\u00f6rtern (Phelps, Chan und Kapsalis, 2001), umgekehrte Kausalit\u00e4t nicht ausschlie\u00dfen kann.<\/em><\/p>\n<hr>\n<p><em>Dieser Inhalt wurde nach eingehender Recherche mit Unterst\u00fctzung von KI zusammengestellt und vom CEOtudent-Redaktionsteam geschrieben und f\u00fcr die Ver\u00f6ffentlichung aufbereitet.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Szenarioplanung sagt Ihnen nicht, welche Zukunft eintritt: In einem randomisierten Prognoseturnier war Szenariotraining ein schw\u00e4cherer Hebel f\u00fcr die Treffsicherheit als Wahrscheinlichkeitstraining. Was es in Feldexperimenten mit Verkehrsexperten messbar bewirkte, war eine Verschiebung der Entscheidungen hin zu flexiblen Optionen: Die Zustimmung zur am wenigsten flexiblen Strategie sank von 65,2 % auf 50,1 %, w\u00e4hrend die durchschnittliche Urteilssicherheit unver\u00e4ndert blieb. Dieses Arbeitsblatt \u00fcbertr\u00e4gt das Werkzeug aus der Unternehmenswelt auf eine einzelne Karriere, gest\u00fctzt auf BLS-Daten, nach denen sich Berufe mit derselben KI-Expositionsstufe \u201eSehr hoch\u201c bis 2035 um irgendwo zwischen minus 34,4 % und plus 34,6 % ver\u00e4ndern sollen.<\/p>\n","protected":false},"author":1,"featured_media":326564,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-326570","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry"],"_links":{"self":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/posts\/326570","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/comments?post=326570"}],"version-history":[{"count":0,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/posts\/326570\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/media\/326564"}],"wp:attachment":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/media?parent=326570"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/categories?post=326570"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/tags?post=326570"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}