07/08/2026
Seit 40 Jahren bedienen wir Computer. Vielleicht hört das gerade auf.
Wie generative KI, KI-Agenten und neue Hardware die Mensch-Computer-Interaktion grundlegend verändern.
Seit mehr als vier Jahrzehnten folgt die Arbeit am Computer einem erstaunlich stabilen Prinzip: Wir bedienen eine Maschine, indem wir Programme auswählen, Funktionen aufrufen und einzelne Arbeitsschritte selbst ausführen.
Die Geräte wurden schneller, Software leistungsfähiger und die Infrastruktur immer stärker vernetzt. Aus lokalen Anwendungen wurden Cloud-Plattformen, aus einzelnen PCs vernetzte Arbeitsplätze und aus einfachen Programmen hochkomplexe Unternehmenssysteme. Trotzdem hat sich an einem grundlegenden Verhältnis vergleichsweise wenig geändert: Der Mensch kennt das Ziel – und muss dem Computer erklären, wie er dorthin kommt.
Genau dieses Prinzip könnte sich mit generativer künstlicher Intelligenz und zunehmend leistungsfähigen KI-Agenten grundlegend verändern.
Dabei geht es um wesentlich mehr als um einen zusätzlichen KI-Assistenten in einer Anwendung. Es zeichnet sich eine neue Form der Mensch-Computer-Interaktion ab, bei der nicht mehr die Bedienung einzelner Programme im Mittelpunkt steht, sondern die Absicht des Anwenders.
Der Computer entwickelt sich damit vom Werkzeug, das wir bedienen, zunehmend zu einem System, dem wir ein Ziel vorgeben.
Und das könnte weitreichende Konsequenzen für Software, Hardware, Unternehmens-IT und letztlich auch für unsere tägliche Arbeit haben.
🖥️ Der PC hat sich ständig verändert – seine Bedienlogik erstaunlich wenig
Die Geschichte des Personal Computers ist auch eine Geschichte der zunehmenden Abstraktion.
In den frühen Jahren mussten Anwender technische Befehle kennen, um mit einem Computer arbeiten zu können. Mit der grafischen Benutzeroberfläche änderte sich das grundlegend. Fenster, Symbole, Menüs und die Maus machten Funktionen sichtbar und Computer für wesentlich mehr Menschen zugänglich.
Das Prinzip „Point & Click“ wurde zu einer der wichtigsten Grundlagen moderner Computerarbeit.
Später folgte das Internet und machte aus dem weitgehend isolierten PC den Zugangspunkt zu einer globalen Informations- und Kommunikationsinfrastruktur. Die Cloud verlagerte Anwendungen und Daten aus dem einzelnen Gerät in Rechenzentren, während Smartphones dafür sorgten, dass digitale Arbeit nicht mehr zwangsläufig an einen klassischen Arbeitsplatz gebunden war.
Jede dieser Entwicklungen hat unsere Nutzung von Technologie erheblich verändert.
Ein Grundprinzip blieb jedoch bestehen.
Wer ein bestimmtes Ergebnis erreichen wollte, musste wissen, welches digitale Werkzeug dafür benötigt wird.
Für eine Kalkulation wurde Excel geöffnet, für einen Text Word, für eine Präsentation PowerPoint. Informationen wurden über den Browser gesucht, Kundendaten im CRM verwaltet und Geschäftsprozesse über ERP-Systeme gesteuert.
Der Anwender musste nicht nur wissen, was er erreichen wollte. Er musste auch verstehen, wie er die vorhandenen Systeme dafür einsetzen konnte.
Genau an dieser Stelle beginnt sich etwas zu verschieben.
🤖 Von der Bedienung zur Absicht
Generative KI verändert die Schnittstelle zwischen Mensch und Computer.
Statt einzelne Funktionen aufzurufen, können Anwender zunehmend in natürlicher Sprache beschreiben, welches Ergebnis sie benötigen. Der Computer muss dann nicht mehr ausschließlich auf exakt definierte Eingaben reagieren, sondern versucht, die dahinterliegende Absicht zu verstehen.
Ein Vertriebsverantwortlicher könnte beispielsweise nicht mehr verschiedene Berichte öffnen, Kundendaten exportieren und mehrere Tabellen miteinander vergleichen müssen. Stattdessen formuliert er die Aufgabe: Analysiere die Entwicklung unserer wichtigsten Kunden, identifiziere Auffälligkeiten und bereite die Ergebnisse für das nächste Managementmeeting auf.
Der wesentliche Unterschied liegt nicht darin, dass die Aufgabe schneller ausgeführt wird.
Der Unterschied liegt darin, wer den Weg zum Ergebnis organisiert.
In der klassischen Computerarbeit bestimmt der Mensch die einzelnen Schritte. Er wählt die Anwendung, öffnet die benötigten Daten, entscheidet über Funktionen und verbindet Informationen miteinander.
Bei einer KI-gestützten Arbeitsweise kann sich ein Teil dieser Prozesslogik auf das System verlagern.
Aus einer direkten Bedienung wird eine zunehmend zielorientierte Interaktion.
Der Mensch beschreibt das gewünschte Ergebnis. Das System entscheidet innerhalb definierter Grenzen, welche Schritte dafür erforderlich sind.
KI-Agenten gehen noch einen Schritt weiter
Besonders relevant wird diese Entwicklung durch sogenannte KI-Agenten.
Ein klassischer KI-Assistent reagiert in erster Linie auf eine Eingabe. Ein agentisches System kann dagegen eine Aufgabe in mehrere Schritte zerlegen, Werkzeuge auswählen, unterschiedliche Informationsquellen nutzen, Zwischenergebnisse bewerten und anschließend weitere Aktionen ausführen.
Damit verändert sich die Rolle von Software.
Ein CRM-System, eine Datenbank oder eine ERP-Anwendung verschwindet dadurch nicht. Die darin enthaltenen Daten und Funktionen bleiben für Unternehmen unverzichtbar.
Verändern könnte sich jedoch die Art, wie auf diese Systeme zugegriffen wird.
Für einen Menschen ist eine Anwendung vor allem eine Benutzeroberfläche. Wir öffnen sie, navigieren durch Menüs, verwenden Suchfelder und arbeiten mit den angebotenen Funktionen.
Für einen KI-Agenten ist dieselbe Anwendung zunächst ein System, auf dessen Daten und Funktionen über geeignete Schnittstellen zugegriffen werden kann.
Das klingt zunächst nach einem technischen Detail. Tatsächlich könnte es einen erheblichen Einfluss auf die zukünftige Softwareentwicklung haben.
Denn Software müsste dann nicht mehr ausschließlich darauf optimiert werden, möglichst einfach von Menschen bedient zu werden. Sie müsste gleichzeitig so strukturiert sein, dass KI-Systeme ihre Funktionen zuverlässig, kontrolliert und nachvollziehbar nutzen können.
APIs, Berechtigungsmodelle, Datenstrukturen und Interoperabilität gewinnen in einer solchen Architektur weiter an Bedeutung.
🔄 Was passiert, wenn die Benutzeroberfläche nicht mehr im Mittelpunkt steht?
Nehmen wir eine typische geschäftliche Fragestellung:
Welche Kunden haben aktuell ein erhöhtes Risiko, uns in den kommenden Monaten zu verlassen?
Heute kann die Beantwortung dieser Frage Informationen aus vielen unterschiedlichen Systemen erfordern. Verkaufszahlen befinden sich möglicherweise im ERP-System, Kundenkontakte im CRM, Supportfälle in einer Serviceplattform und relevante Kommunikation in E-Mail- oder Kollaborationssystemen.
Bislang muss ein Mensch diese Informationen häufig selbst zusammenführen oder zumindest die dafür notwendigen Analysen und Reports anstoßen.
Ein agentisches System könnte diese Prozesskette teilweise übernehmen. Es könnte auf die freigegebenen Datenquellen zugreifen, relevante Informationen miteinander verbinden, Auffälligkeiten identifizieren und daraus eine Einschätzung erstellen.
Der Anwender müsste dann nicht mehr zwingend wissen, in welchem System sich welche Information befindet.
Damit verändert sich eine zentrale Frage unserer digitalen Arbeitswelt.
Heute fragen wir häufig:
Welche Software brauche ich dafür?
Künftig könnte die wichtigere Frage lauten:
Welches Ergebnis möchte ich erreichen?
Das ist weit mehr als eine komfortablere Bedienoberfläche. Es verändert die Logik der Interaktion mit IT-Systemen.
Die nächste Abstraktionsebene des Computers
Technologisch betrachtet wäre dieser Wandel durchaus konsequent.
Computerentwicklung bestand immer wieder darin, technische Komplexität durch neue Abstraktionsebenen zu reduzieren.
Anwender mussten irgendwann nicht mehr unmittelbar programmieren, um einen Computer zu nutzen. Grafische Benutzeroberflächen machten viele Befehle unsichtbar. Browser abstrahierten große Teile der technischen Kommunikation im Internet. Cloud-Plattformen versteckten wiederum einen erheblichen Teil der zugrunde liegenden Infrastruktur.
KI könnte nun die nächste Abstraktionsebene schaffen.
Diesmal wird nicht nur die Technologie hinter einer Funktion verborgen, sondern möglicherweise auch ein Teil des Weges zwischen einer menschlichen Absicht und dem gewünschten Ergebnis.
Man könnte deshalb von einer Intent-Schnittstelle sprechen.
Der Nutzer beschreibt seine Absicht, während das System interpretiert, welche Anwendungen, Daten und Prozesse notwendig sind, um daraus ein Ergebnis zu erzeugen.
Sollte sich dieses Konzept durchsetzen, wären die Auswirkungen erheblich. Betriebssysteme müssten stärker als Koordinationsplattformen für Menschen, Anwendungen und KI-Agenten funktionieren. Softwareanbieter müssten darüber nachdenken, wie ihre Systeme nicht nur von Anwendern, sondern auch von intelligenten Agenten genutzt werden können.
Und auch der PC selbst würde eine andere Rolle erhalten.
⚙️ Warum der KI-PC mehr als ein Marketingbegriff werden könnte
Der Wandel findet nicht nur auf der Softwareseite statt.
Moderne PCs verfügen zunehmend neben CPU und GPU über spezialisierte Recheneinheiten für KI-Aufgaben. Neural Processing Units, kurz NPUs, ermöglichen es, bestimmte KI-Workloads energieeffizient direkt auf dem Endgerät auszuführen.
Für Unternehmen ist diese Entwicklung aus mehreren Gründen interessant.
Nicht jede Aufgabe muss oder sollte zwingend in der Cloud verarbeitet werden. Gerade bei sensiblen Unternehmensinformationen können Datenschutz, Sicherheitsanforderungen, Verfügbarkeit oder Latenz dafür sprechen, bestimmte Modelle oder Teile eines KI-Prozesses lokal auszuführen.
Damit zeichnet sich eine hybride Architektur ab.
Ein Teil der KI-Verarbeitung findet direkt auf dem Endgerät statt, während besonders rechenintensive Aufgaben weiterhin über Cloud-Infrastrukturen ausgeführt werden.
Der Arbeitsplatzrechner wird dadurch nicht nur zum Endgerät für Anwendungen, sondern zunehmend auch zu einer lokalen KI-Plattform.
Und genau an diesem Punkt treffen zwei Entwicklungen aufeinander: eine neue Form der Softwareinteraktion und eine neue Generation von Hardware, die dafür optimiert wird.
🔐 Die schwierigste Frage könnte nicht die Technik sein
Je stärker KI-Systeme selbstständig handeln können, desto wichtiger werden Sicherheit und Governance.
Solange ein KI-System lediglich einen Text zusammenfasst oder einen Vorschlag formuliert, bleiben die möglichen Auswirkungen überschaubar. Sobald ein Agent jedoch Daten aus verschiedenen Systemen abrufen, Dokumente verändern, Kommunikation auslösen oder Geschäftsprozesse anstoßen kann, entsteht eine völlig andere Situation.
Unternehmen müssen dann nicht mehr nur definieren, was ein Mitarbeiter darf.
Sie müssen zusätzlich festlegen, was ein KI-Agent im Auftrag dieses Mitarbeiters tun darf.
Welche Daten darf er lesen? Welche Systeme darf er verwenden? Darf er Informationen aus unterschiedlichen Quellen miteinander verbinden? Welche Aktionen darf er autonom ausführen und für welche ist eine menschliche Freigabe erforderlich?
Ebenso entscheidend wird die Nachvollziehbarkeit. Unternehmen müssen verstehen können, welche Daten ein Agent verwendet hat, welche Schritte ausgeführt wurden und warum daraus eine bestimmte Empfehlung oder Aktion entstanden ist.
Damit werden Identitätsmanagement, Berechtigungen, Protokollierung und Governance zu einem zentralen Bestandteil agentischer IT-Architekturen.
Der Erfolg von KI-Agenten im Unternehmensumfeld dürfte deshalb nicht allein davon abhängen, wie intelligent die zugrunde liegenden Modelle werden.
Mindestens genauso entscheidend wird sein, wie zuverlässig Unternehmen diese Systeme kontrollieren können.
Was bedeutet das für unsere eigenen Fähigkeiten?
Auch für Anwender verändert sich einiges.
Über viele Jahre war die Beherrschung bestimmter Anwendungen ein wesentlicher Produktivitätsfaktor. Wer Excel besonders gut beherrschte, komplexe ERP-Systeme verstand oder Informationen effizient zwischen unterschiedlichen Anwendungen bewegen konnte, hatte einen klaren Vorteil.
Diese Fähigkeiten werden nicht plötzlich wertlos.
Aber ihr Stellenwert könnte sich verändern.
Wenn ein intelligentes System einen größeren Teil der technischen Bedienung übernimmt, verlagert sich der Schwerpunkt stärker auf Fähigkeiten, die sich weniger einfach automatisieren lassen: ein Problem korrekt definieren, fachliche Zusammenhänge verstehen, Daten und Ergebnisse kritisch bewerten, widersprüchliche Informationen erkennen und auf dieser Grundlage Entscheidungen treffen.
Die Fähigkeit, eine Software möglichst schnell zu bedienen, könnte dadurch teilweise an Bedeutung verlieren.
Die Fähigkeit, ein Ergebnis beurteilen zu können, gewinnt dagegen an Bedeutung.
Denn auch ein sehr leistungsfähiges KI-System kann falsche Annahmen treffen, ungeeignete Daten verwenden oder Ergebnisse erzeugen, die auf den ersten Blick plausibel erscheinen, fachlich aber nicht überzeugen.
Der Mensch verschwindet deshalb nicht aus dem Prozess.
Seine Rolle verändert sich.
Weniger operative Bedienung könnte mehr Verantwortung für Zielsetzung, Kontrolle und Entscheidung bedeuten.
Der PC verschwindet nicht – aber seine Rolle verändert sich
Es wäre falsch, daraus das baldige Ende von Maus, Tastatur oder grafischen Benutzeroberflächen abzuleiten.
Technologien werden nur selten vollständig von ihren Nachfolgern ersetzt.
Die grafische Benutzeroberfläche hat die Kommandozeile nicht abgeschafft. Smartphones haben den PC nicht überflüssig gemacht. Cloud-Anwendungen haben lokale Software nicht vollständig verdrängt.
Wahrscheinlicher ist, dass eine weitere Interaktionsebene hinzukommt.
Neben Tastatur, Maus, Touch und Sprache etabliert sich zunehmend eine Form der zielorientierten Kommunikation mit dem Computer.
Bei manchen Aufgaben werden wir weiterhin direkt mit einer Anwendung arbeiten. Bei anderen wird es effizienter sein, lediglich das gewünschte Ergebnis zu formulieren und dem System einen Teil der Umsetzung zu überlassen.
Die spannende Frage lautet deshalb nicht, ob klassische Computerbedienung vollständig verschwindet.
Die spannendere Frage lautet:
Wie viel davon werden wir in einigen Jahren überhaupt noch selbst machen wollen?
Vielleicht werden wir irgendwann auf unsere heutige Arbeitsweise zurückblicken und uns darüber wundern, wie selbstverständlich wir täglich Dateien gesucht, Informationen zwischen Anwendungen kopiert und Daten aus unterschiedlichen Systemen manuell zusammengeführt haben.
Nicht, weil diese Arbeit heute unnötig wäre.
Sondern weil sie heute noch notwendig ist.
Vielleicht beginnt gerade die Post-Click-Ära
Seit Jahrzehnten lernen Menschen, wie Computer und ihre Anwendungen funktionieren, damit sie möglichst effizient mit ihnen arbeiten können.
Generative KI dreht dieses Verhältnis zumindest teilweise um.
Der Computer soll zunehmend verstehen, was der Mensch erreichen möchte, und daraus selbst geeignete Arbeitsschritte ableiten.
Wenn sich diese Entwicklung fortsetzt, wäre KI nicht einfach nur eine weitere Funktion innerhalb bestehender Software.
Sie würde die Schnittstelle zwischen Mensch und Computer verändern.
Der Personal Computer wäre dann nicht mehr ausschließlich eine Plattform, auf der wir Programme bedienen. Er würde zunehmend zu einer Plattform, auf der Anwendungen, Daten und intelligente Agenten gemeinsam daran arbeiten, ein von uns definiertes Ziel zu erreichen.
Vielleicht ist deshalb die interessanteste Frage zur Zukunft des PCs nicht, wie viele TOPS die nächste NPU erreicht oder wie viel schneller der nächste Prozessor wird.
Sondern eine viel grundsätzlichere:
Wie sieht ein Computer aus, den wir nicht mehr permanent bedienen müssen?
Seit rund 40 Jahren besteht digitale Arbeit zu einem erheblichen Teil darin, Computern zu erklären, wie sie etwas tun sollen.
Vielleicht beginnt jetzt eine Phase, in der es immer häufiger genügt, ihnen zu erklären, was wir erreichen wollen.
Und genau das könnte der größte Wandel des Personal Computers seit vielen Jahren sein.
