Warum Organisationen im KI-Zeitalter nicht die perfekte Future-Skills-Liste brauchen, sondern die Fähigkeit, Kompetenzarchitekturen immer wieder neu und verantwortungsvoll zu gestalten
Future Skills sind längst zu einem strategischen Leitbegriff geworden. Kaum eine Organisation, die nicht an Kompetenzmodellen, Lernpfaden oder Transformationsprogrammen arbeitet. Und doch bleibt in vielen Häusern ein irritierender Eindruck zurück: Je mehr Frameworks, Reports und Skill-Listen kursieren, desto unklarer wird, worin die eigentliche strategische Aufgabe besteht. Der folgende Beitrag argumentiert, dass die Zukunftsfähigkeit von Organisationen nicht an der Wahl der richtigen Liste entscheidet, sondern an ihrer Fähigkeit, Kompetenzarchitekturen reflexiv, kontextsensibel und governancefähig zu gestalten.
Jutta ist Vorstandsvorsitzende eines europäischen Technologieunternehmens mit 4.000 Mitarbeitenden. In den vergangenen zwei Jahren hat sie drei tiefgreifende Transformationsprogramme verantwortet: eine KI-Implementierung im Produktbereich, die Einführung agiler Strukturen im Projektmanagement und eine Nachhaltigkeitsstrategie mit verbindlichen ESG-Zielen. In jedem dieser Prozesse tauchte dieselbe Leitfrage auf: Welche Future Skills brauchen wir eigentlich? Die Antworten ließen nicht lange auf sich warten. Das HR-Team arbeitete mit dem Future of Jobs Report des World Economic Forum, das Innovationsteam verwies auf AI Literacy und fusion skills, die Personalentwicklung brachte OECD-Publikationen ein, ein externer Berater legte ein weiteres Framework mit 25 Schlüsselkompetenzen für die Digital Economy vor (Davenport & Mittal, 2022; McKinsey Global Institute, 2023; OECD, 2023; World Economic Forum, 2023). Alle Listen waren plausibel. Alle waren gut begründet. Keine löste das strategische Problem.
Denn Juttas eigentliche Frage lautete nicht: Welche Kompetenz steht auf welcher Liste? Ihre eigentliche Frage war: Wie stellen wir sicher, dass wir auch in fünf Jahren kompetent entscheiden können, welche Kompetenzen für uns relevant sind? Genau an dieser Stelle beginnt ein Perspektivwechsel, der in der gegenwärtigen Future-Skills-Debatte noch immer unterschätzt wird. Es geht nicht nur um Kompetenzen erster Ordnung, also um die Fähigkeiten, die Individuen heute oder morgen beherrschen sollen. Es geht zunehmend um Kompetenzen zweiter Ordnung: um die Fähigkeit von Organisationen, Kompetenzbedarfe selbst zu analysieren, Modelle zu bewerten, Prioritäten neu zu setzen und die eigene Lernarchitektur unter veränderten Bedingungen weiterzuentwickeln. Diese Fähigkeit nenne ich Future Skills Literacy (Ehlers, 2024).
Ein praktischer Zugang für Führungsteams besteht darin, Kompetenzentscheidungen wie Investitionsentscheidungen zu behandeln. Kaum ein Vorstand würde Milliarden in eine neue Technologie investieren, ohne Annahmen, Risiken, Zielbilder und Wirkmechanismen offenzulegen. Bei Kompetenzarchitekturen geschieht genau das jedoch häufig. Begriffe wie Resilienz, AI Literacy, Transformationskompetenz oder unternehmerisches Denken werden schnell konsensfähig, weil sie modern klingen und an internationale Diskurse anschließen. Selten wird systematisch gefragt, welche dieser Begriffe für das eigene Geschäftsmodell wirklich tragfähig sind, welche lediglich symbolische Anschlussfähigkeit erzeugen und welche unbeabsichtigten Nebenwirkungen sie erzeugen. Eine Organisation mit hoher Future Skills Literacy prüft daher jede Kompetenzpriorität entlang mehrerer Fragen: Welches Problem soll mit ihr gelöst werden? Welche Entscheidungs- oder Wertschöpfungssituation verändert sie konkret? Welche bisherige Expertise wird dadurch auf- oder abgewertet? Welche organisationalen Routinen müssten sich ändern, damit diese Kompetenz nicht nur kommuniziert, sondern praktisch wirksam wird? Und woran würden wir in zwei Jahren erkennen, dass die Priorisierung richtig oder falsch war? Solche Fragen wirken zunächst aufwendig. Tatsächlich sparen sie Kosten, weil sie Kompetenzrhetorik von strategischer Relevanz unterscheiden helfen.
Die gegenwärtige Debatte ist von einer bemerkenswerten Explosion an Kompetenzframeworks geprägt. Seit 2019 veröffentlichen internationale Organisationen, Beratungsunternehmen, Think Tanks, Forschungsverbünde und Hochschulen in hoher Frequenz Kataloge der Fähigkeiten, die in Zukunft relevant sein sollen. Eine aktuelle Übersichtsarbeit spricht von 99 unterschiedlichen Future-Skills-Frameworks und von mehr als 300 divergierenden Kompetenzbegriffen (Wartig & Lindner, 2025). Diese Frameworks unterscheiden sich nicht nur in ihrer Sprache, sondern auch in ihren Zielgruppen, ihrer normativen Ausrichtung, der Granularität ihrer Kategorien und den Methoden, mit denen sie entwickelt wurden. Einige fokussieren Arbeitsmarktanforderungen, andere Hochschulbildung, Führung, Nachhaltigkeit oder die Transformation von Wissensarbeit. Manche sind delphi-basiert, andere trendgetrieben, wieder andere folgen einer bildungstheoretischen Logik.
Diese Vielfalt ist kein methodischer Unfall. Sie ist Ausdruck unterschiedlicher Zukunftsinterpretationen. Das World Economic Forum betont analytisches Denken, Resilienz und Technologiekompetenz, McKinsey rückt KI-bezogene Fähigkeiten in fast allen Funktionsbereichen in den Vordergrund, die OECD stärkt Agency, ethische Urteilskraft und systemisches Denken, UNESCO insistiert auf menschenzentrierten Perspektiven von KI und globaler Verantwortung (McKinsey Global Institute, 2023; OECD, 2023; UNESCO, 2021; World Economic Forum, 2023). Wer eines dieser Modelle übernimmt, übernimmt deshalb nicht nur eine Liste von Skills. Er übernimmt immer auch Annahmen darüber, wie Märkte, Technologien, Gesellschaft und Machtverhältnisse sich entwickeln werden. Kompetenzmodelle sind epistemische und normative Konstruktionen. Sie verdichten Zukunftsbilder.
Genau darin liegt die strategische Illusion der richtigen Kompetenzliste. Viele Organisationen behandeln Kompetenzframeworks so, als müssten sie nur das beste oder aktuellste Modell auswählen, um sich zukunftsfähig aufzustellen. Doch diese Vorstellung greift zu kurz. Brown, Lauder und Cheung (2020) haben darauf hingewiesen, dass viele Kompetenzmodelle vor allem employability-orientiert sind und damit bestehende Strukturmuster eher reproduzieren als hinterfragen. Biesta (2020) betont aus bildungstheoretischer Perspektive, dass Kompetenz- und Bildungsmodelle niemals neutral sind, sondern immer normative Zielsetzungen transportieren. Wenn Organisationen diese Dimension ausblenden, verwechseln sie analytische Klarheit mit scheinbarer Objektivität. Was nach technischer Präzision aussieht, ist oft ein normativ hoch aufgeladener Zukunftsentwurf.
Gerade deshalb ist Future Skills Literacy auch eine Frage organisationaler Demut. Wer heute behauptet, genau zu wissen, welche Kompetenzen in fünf oder zehn Jahren dominieren werden, unterschätzt die Offenheit technologischer, ökonomischer und gesellschaftlicher Entwicklung. Die angemessenere Haltung ist nicht Beliebigkeit, sondern begründete Vorläufigkeit. Organisationen brauchen klare Prioritäten, aber sie müssen diese Prioritäten als revisibel behandeln. Sie brauchen starke Modelle, aber keine Modellgläubigkeit. Sie brauchen Orientierung, aber keine Illusion von Endgültigkeit. In diesem Sinne ist Future Skills Literacy kein Versuch, Komplexität aufzulösen. Sie ist die Fähigkeit, Komplexität so zu bearbeiten, dass Handlungsfähigkeit entsteht, ohne Reflexion zu opfern. Genau das macht sie zu einer der zentralen Meta-Kompetenzen strategischer Führung im 21. Jahrhundert.
Hinzu kommt, dass statische Kompetenzlisten in einer hochdynamischen Umwelt strukturell überfordert sind. Erstens verkürzen sich technologische Zyklen dramatisch. LinkedIn berichtet seit Jahren von einer sinkenden Halbwertszeit beruflicher Kompetenzen, was bedeutet, dass formalisierte Skill-Profile immer schneller an Aktualität verlieren (LinkedIn, 2023). Zweitens verändern KI-Systeme ganze Entscheidungsarchitekturen. Wertschöpfung verschiebt sich von Ausführung hin zu Bewertung, Steuerung, Überwachung und ko-kreativer Zusammenarbeit zwischen Mensch und Maschine (Davenport & Mittal, 2022; Iansiti & Lakhani, 2020). Drittens basiert organisationale Wettbewerbsfähigkeit heute zunehmend auf Adaptivität, nicht auf statischer Exzellenz. Teece (2018, 2020) hat diese Logik in der Theorie der Dynamic Capabilities präzise beschrieben: Zukunftsfähig sind nicht die Organisationen, die über die meisten Ressourcen verfügen, sondern jene, die Ressourcen immer wieder neu konfigurieren können.
Überträgt man diese Einsicht auf den Kompetenzdiskurs, wird deutlich: Die entscheidende strategische Fähigkeit liegt nicht im Besitz einer bestimmten Kompetenzliste, sondern in der Fähigkeit zur kontinuierlichen Re-Konfiguration von Kompetenzarchitekturen. Future Skills Literacy beschreibt genau diese Meta-Kompetenz. Sie umfasst die Fähigkeit, externe Frameworks zu analysieren, miteinander zu vergleichen, im eigenen Kontext zu interpretieren, weiterzuentwickeln und ihre normativen Implikationen offenzulegen. Damit verschiebt sich die Leitfrage von „Was sollen unsere Mitarbeitenden lernen?“ zu „Wie gestalten wir die Architektur, in der wir Kompetenzbedarfe immer wieder neu und verantwortungsvoll bestimmen?“ Diese Verschiebung ist mehr als ein semantischer Wechsel. Sie markiert den Übergang von einer reaktiven zu einer gestaltenden Kompetenzstrategie.
Theoretisch ist diese Perspektive gut anschlussfähig. Die Forschung zu Dynamic Capabilities, organisationalem Lernen, adaptiver Expertise und strategischer Ambidextrie konvergiert seit Jahren in einem zentralen Punkt: Zukunftsfähigkeit ist keine stabile Ressource, sondern eine rekursive, reflexive und adaptive Organisationsfähigkeit. Teece (2020) unterscheidet in seiner Theorie drei Kernprozesse: sensing, seizing und transforming. Organisationen müssen Veränderungen erkennen, Ressourcen mobilisieren und Strukturen transformieren. Bezogen auf Kompetenzen bedeutet das, dass sie nicht einmalig definieren dürfen, welche Skills relevant sind, sondern die Fähigkeit brauchen, Kompetenzportfolios fortlaufend neu zu bewerten und strategisch zu justieren.
Argyris und Schön (1978) haben mit dem Konzept des Double-Loop Learning früh gezeigt, dass lernfähige Organisationen nicht nur Handlungen optimieren, sondern auch die zugrunde liegenden Annahmen hinterfragen müssen. Auf Kompetenzebene ist der Unterschied schnell sichtbar. Single-Loop Learning sagt: Wir brauchen mehr Data Literacy, also trainieren wir sie intensiver. Double-Loop Learning fragt: Warum priorisieren wir Data Literacy überhaupt, welches Zukunftsbild steckt dahinter und welche alternativen Kompetenzprioritäten wären denkbar? Future Skills Literacy institutionalisiert diese zweite Schleife. Sie macht Kompetenzsteuerung selbst zum Gegenstand von Lernen.
Auch die Forschung zur adaptiven Expertise weist in dieselbe Richtung. Hatano und Inagaki (1986) unterscheiden zwischen Routine-Expertise und adaptiver Expertise. Routine-Expertise ist effizient in bekannten Situationen, adaptive Expertise entwickelt neue Lösungswege in unbekannten Kontexten. Spätere Arbeiten zum Master Adaptive Learner strukturieren diesen Prozess als Zyklus von Planung, Lernen, Bewertung und Anpassung (Cutrer et al., 2017; Gruppen et al., 2019). Für Organisationen bedeutet das: Zukunftsfähigkeit entsteht dort, wo Kompetenzbedarfe nicht nur verwaltet, sondern in iterativen Zyklen analysiert, implementiert, evaluiert und neu designt werden. Future Skills Literacy ist adaptive Expertise auf organisationaler Ebene.
Ein weiterer theoretischer Anschluss liegt in der Ambidextrie-Forschung. O’Reilly und Tushman (2016) argumentieren, dass erfolgreiche Organisationen Exploration und Exploitation gleichzeitig managen müssen. Genau hier geraten Kompetenzarchitekturen unter Spannung. Exploration verlangt emergente Kompetenzen, Offenheit, Experimentierfähigkeit und systemisches Denken. Exploitation verlangt Spezialisierung, Verlässlichkeit, Präzision und Prozessqualität. Viele Organisationen scheitern nicht daran, dass ihnen Kompetenzen fehlen, sondern daran, dass sie nicht bewusst steuern, welche Kompetenzlogiken sie für welche strategischen Zwecke benötigen. Future Skills Literacy macht diese Balance explizit steuerbar.
Besonders sichtbar wird die Relevanz dieser Meta-Kompetenz im Kontext von KI. Iansiti und Lakhani (2020) zeigen, dass KI nicht einfach ein weiteres Tool ist, sondern Entscheidungsarchitekturen neu formatiert. Davenport und Mittal (2022) sprechen mit Blick auf generative KI von fusion skills – also von Fähigkeiten, die dort entstehen, wo menschliche und maschinelle Intelligenz produktiv aufeinander bezogen werden. McKinsey betont, dass generative KI nicht nur operative Prozesse, sondern Wissensarbeit insgesamt transformiert (McKinsey Global Institute, 2023). Die Konsequenz ist fundamental: Kompetenzen verschieben sich von der reinen Ausführung hin zu Bewertung, Kontextualisierung, ethischer Reflexion, Entscheidungssteuerung und ko-kreativer Zusammenarbeit. Genau deshalb reicht es nicht, neue Trainingsmodule zu KI aufzusetzen. Organisationen müssen ihre Kompetenzarchitektur als Entscheidungsarchitektur begreifen.
Ein Reifegradmodell hilft dabei, diese Entwicklung sichtbar zu machen, ohne sie zu simplifizieren. Organisationen auf einer frühen Stufe reagieren vor allem auf äußeren Druck. Sie lesen Berichte, veranstalten Workshops und benennen neue Skill-Felder, doch Entscheidungen bleiben punktuell. Auf einer nächsten Stufe entstehen Piloträume: Innovationsformate, KI-Labs, Future-Skills-Programme, erste Kompetenzmappings. Diese Phase ist wichtig, aber riskant, weil sie leicht in symbolischer Modernisierung stecken bleibt. Erst wenn Kompetenzprioritäten mit Governance, Qualitätsmanagement, Personalentwicklung und Führungsverantwortung verbunden werden, entsteht strukturelle Wirksamkeit. Die höchste Stufe ist nicht Perfektion, sondern Lernfähigkeit: die Fähigkeit, Kompetenzarchitekturen mit Szenarien, Evaluationen, Stakeholderperspektiven und normativer Klärung regelmäßig neu auszurichten. Reife bedeutet also nicht, eine endgültige Lösung gefunden zu haben. Reife bedeutet, Verfahren entwickelt zu haben, mit denen die Organisation ihre eigenen Annahmen fortlaufend überprüfen kann.
Diese Einsicht führt zu einer bildungstheoretisch wichtigen Ergänzung. Kompetenz ist nie nur funktional. Weinert (1999) hat Kompetenz als Zusammenspiel von Wissen, Fähigkeiten, motivationalen Dispositionen und Werten beschrieben. Biesta (2020) insistiert darauf, dass Bildung immer auch Subjektwerdung, Verantwortung und normative Orientierung betrifft. Im Kontext von Future Skills heißt das: Organisationen entscheiden mit ihren Kompetenzprioritäten immer auch darüber, welche Formen von Urteilskraft, Selbstverhältnis und Weltbezug sie stärken oder schwächen. Future Skills Literacy ist daher nicht nur ein analytisches Instrument, sondern auch eine Praxis normativer Selbstverortung.
Um diese Meta-Kompetenz konkret beschreibbar zu machen, schlage ich vier Dimensionen vor: Wissen, Anwendung, Innovation und Reflexion (Ehlers, 2024). Wissen meint die Fähigkeit, sich im fragmentierten Feld unterschiedlicher Kompetenzframeworks orientieren zu können. Es geht nicht nur um Kenntnis von Modellen, sondern um Diskurskompetenz: Welche Modelle sind arbeitsmarktorientiert, welche bildungstheoretisch, welche technologiefixiert, welche gesellschaftspolitisch sensibilisiert? Anwendung meint mehr als Trainingsaktivität. Sie bezeichnet die strukturierte Integration von Kompetenzprioritäten in Governance, HR-Prozesse, Karrierepfade, Projektlogiken und Evaluationsmechanismen. Innovation beschreibt die Fähigkeit, Modelle nicht nur zu übernehmen, sondern zu kontextualisieren, weiterzuentwickeln oder selbst zu gestalten. Reflexion schließlich meint die Offenlegung normativer Annahmen, die Analyse gesellschaftlicher Implikationen und die Fähigkeit, Kompetenzentscheidungen ethisch und strategisch zu begründen.
Diese vier Dimensionen sind nicht linear, sondern interdependent. Eine Organisation kann viel Wissen über Frameworks besitzen und dennoch in der Anwendung schwach sein. Sie kann innovativ auftreten und gleichzeitig normativ blind bleiben. Sie kann reflexiv argumentieren, ohne über robuste Prozesse der Integration zu verfügen. Future Skills Literacy entsteht erst im Zusammenspiel aller vier Dimensionen. Genau deshalb lässt sie sich nicht durch ein einzelnes Training erwerben. Sie ist keine Zusatzqualifikation, sondern eine Organisationslogik.
Wie diese Logik in der Praxis aussieht, lässt sich an einem einfachen Beispiel zeigen. Ein europäischer Versicherungskonzern führte ein KI-System zur Schadensbewertung ein. Die Effizienzgewinne waren beträchtlich, die Durchlaufzeiten sanken, Kosten konnten reduziert werden. Nach einigen Monaten zeigte sich jedoch ein unerwartetes Problem: Mitarbeitende übernahmen algorithmische Empfehlungen zunehmend ungeprüft. Technische Anwendungskompetenz war vorhanden, reflexive Bewertungskompetenz nicht. Erst als das Unternehmen ein interdisziplinäres Board einrichtete, algorithmische Entscheidungen systematisch überprüfte und Trainings zu Bias, Unsicherheit und epistemischer Verantwortung einführte, entstand eine belastbare Kompetenzarchitektur. Das eigentliche Lernmoment lag nicht in der Software, sondern in der Erkenntnis, dass neue Technologien nur dann verantwortungsvoll nutzbar sind, wenn die Organisation ihre Kompetenzlogik mitverändert.
Ein anderes Beispiel stammt aus der Innovationspraxis. Ein global agierendes Technologieunternehmen wollte unternehmerisches Denken, Ambiguitätstoleranz und systemisches Problemlösen stärken. Es investierte in Coaches, Innovationsprogramme und Workshops. Die Wirkung blieb jedoch begrenzt. Eine interne Analyse zeigte, dass explorative Initiative zwar rhetorisch erwünscht war, die Leistungsbewertung aber weiterhin fast ausschließlich kurzfristige Effizienz honorierte. Die Organisation scheiterte nicht am Mangel guter Trainings, sondern an einer Inkonsistenz zwischen Kompetenzrhetorik und Anreizsystem. Erst als Innovationszeiten explizit geschützt, explorative Initiativen in Performance-Prozesse integriert und Führungskräfte an ihrer Förderung experimenteller Formate gemessen wurden, entstand ein stimmigeres Kompetenzökosystem. Future Skills Literacy zeigte sich hier als Fähigkeit, strukturelle Widersprüche sichtbar zu machen und systemisch zu korrigieren.
Dasselbe gilt im Bildungsbereich. Eine Hochschule im dualen System sah sich gleichzeitig mit Anforderungen von Industriepartnern, politischen Akteuren und Studierenden konfrontiert. Unternehmen forderten spezialisierte KI-Kompetenzen, Studierende wünschten sich interdisziplinäre Lernräume, die Politik betonte Nachhaltigkeit, Verantwortung und gesellschaftliche Wirkung. Anstatt ein starres Modell zu übernehmen, initiierte die Hochschulleitung einen ko-konstruktiven Prozess im Sinne des Triple-Helix-Ansatzes von Etzkowitz und Leydesdorff (2000). Unternehmen, Forschende, politische Vertreter und Lernende wurden systematisch in Kompetenzdiskurse eingebunden. Das Ergebnis war kein abgeschlossenes Kompetenzverzeichnis, sondern ein iterativer Entwicklungszyklus. Genau darin liegt die Stärke von Future Skills Literacy: Sie schafft Diskursräume, in denen Kompetenzfragen nicht einmalig beantwortet, sondern institutionell verhandelbar werden.
Für Organisationen ist deshalb ein Reifegradmodell hilfreich. Nicht im Sinne eines simplen Fortschrittsnarrativs, sondern als Diagnoseinstrument. Eine erste Stufe könnte als Not Yet Started beschrieben werden: Kompetenzentscheidungen entstehen situativ, meist reaktiv auf externe Reports, Regulierungen oder Marktveränderungen. Eine zweite Stufe ist Experimenting oder Exploring: Pilotprogramme, Labs, Workshops und erste Framework-Analysen entstehen, bleiben aber fragmentiert. In einer dritten Stufe, Embedded, werden Future Skills strukturell in Kompetenzmodelle, HR-Systeme, Führungsverantwortung und Evaluationszyklen integriert. Die vierte Stufe, Transformational, beschreibt Organisationen, die Kompetenzarchitekturen kontinuierlich neu designen, externe Stakeholder systematisch einbinden, Double-Loop-Prozesse institutionalisieren und ihre normativen Annahmen transparent machen (Ehlers, 2024; O’Reilly & Tushman, 2016; Teece, 2020). Wichtig ist dabei: Nicht jede Organisation muss maximal transformativ sein. Auch Reife ist kontextgebunden. Aber jede Organisation sollte wissen, wo sie steht und welche blinden Flecken ihre Kompetenzsteuerung prägen.
Für Führungskräfte ergibt sich daraus eine anspruchsvolle, aber produktive Selbstdiagnose. Welche Future-Skills-Frameworks nutzen wir derzeit – bewusst oder implizit? Welche Zukunftsannahmen und Wertentscheidungen liegen ihnen zugrunde? Wo unterscheiden sich externe Modelle von unserer strategischen Realität? Sind unsere Kompetenzprioritäten strukturell mit Ressourcen, Karrierepfaden und Entscheidungsrechten gekoppelt, oder bleiben sie symbolisch? Haben wir institutionalisierte Räume, in denen Kompetenzentscheidungen reflektiert und bei Bedarf revidiert werden können? Balancieren wir Exploration und Exploitation bewusst? Und vor allem: Haben wir Prozesse, die uns befähigen, diese Fragen nicht nur heute, sondern immer wieder neu zu beantworten?
Besonders aufschlussreich ist in diesem Zusammenhang der Blick in Vorstandssitzungen und Leitungskreise. In Organisationen mit geringer Future Skills Literacy wird bei neuen Technologien meist über Trainingsbudgets, Implementierungspläne und Zuständigkeiten gesprochen. Das ist wichtig, aber nicht ausreichend. In Organisationen mit hoher Future Skills Literacy sieht dieselbe Diskussion anders aus. Dort wird gefragt, wie eine neue Technologie Entscheidungsprozesse verändert, welche Formen von Urteilskraft künftig wichtiger werden, ob bestehende Rollenprofile noch tragen, welche Machtverschiebungen zwischen Fachbereichen entstehen und welche ethischen Risiken mit einer neuen Kompetenzpriorität verbunden sind. Die Diskussion verlagert sich damit von der Ebene der Maßnahme auf die Ebene der Architektur. Gerade im KI-Zeitalter ist dieser Unterschied entscheidend. Wer nur über Training spricht, bleibt auf der Oberfläche. Wer über Entscheidungsarchitekturen, Verantwortungszonen und Bewertungsroutinen spricht, arbeitet an der organisationalen Tiefenstruktur. Future Skills Literacy beginnt genau dort, wo Kompetenzfragen nicht mehr als Weiterbildungsfragen allein behandelt werden, sondern als Teil strategischer Unternehmensführung.
Aus der Praxis lassen sich zudem fünf typische Fehlmuster beobachten, an denen Organisationen immer wieder scheitern. Erstens werden Future Skills als HR-Thema isoliert, obwohl ihre Wirkung nur in enger Kopplung mit Strategie, Innovation und Führung entfaltet werden kann. Zweitens werden externe Frameworks unreflektiert übernommen, weil ihre internationale Sichtbarkeit mit strategischer Validität verwechselt wird. Drittens wird in Trainings investiert, ohne Karrierepfade, Leistungsbewertung und Ressourcenlogiken anzupassen. Viertens bleiben normative Spannungen unsichtbar, etwa wenn technologische Effizienzgewinne mit Fairness-, Teilhabe- oder Verantwortungsfragen kollidieren. Fünftens verharren Organisationen dauerhaft im Modus des Experimentierens: Pilotprojekte entstehen, Innovationslabs werden gegründet, Diskurse laufen an, aber der Schritt zur strukturellen Verankerung wird nicht vollzogen. Future Skills Literacy ist deshalb auch eine Kunst des Übergangs. Sie sorgt dafür, dass Pilotierung in institutionelles Lernen übergeht, dass Reflexion nicht folgenlos bleibt und dass Kompetenzentwicklung nicht als Paralleluniversum neben der eigentlichen Organisation existiert.
Für viele Organisationen liegt die größte Herausforderung nicht in fehlender Einsicht, sondern in der Übersetzung von Einsicht in Verbindlichkeit. Nahezu alle Führungsteams würden heute zustimmen, dass Lernen, Adaptivität und KI-Kompetenz wichtig sind. Entscheidend ist jedoch, ob diese Einsicht institutionelle Konsequenzen hat. Wird bei neuen Geschäftsmodellen explizit mitgedacht, welche Kompetenzannahmen darin stecken? Werden bei Restrukturierungen auch Kompetenzverluste und epistemische Risiken betrachtet? Werden bei Nachhaltigkeitsstrategien jene Fähigkeiten benannt, die nötig sind, um Zielkonflikte zwischen Wirtschaftlichkeit, Verantwortung und Regulierung auszuhalten? Future Skills Literacy wird dort real, wo solche Fragen nicht von Einzelnen engagiert eingebracht werden müssen, sondern erwartbarer Bestandteil organisationaler Entscheidungsprozesse sind. Genau deshalb sollte man sie weniger als Programm und stärker als Infrastruktur verstehen: als eine Infrastruktur der Beobachtung, Bewertung und Erneuerung organisationaler Handlungsfähigkeit.
Die Implementierung von Future Skills Literacy beginnt deshalb nicht mit einem Seminar, sondern mit strategischer Klärung. Jede Kompetenzarchitektur ist Ausdruck eines impliziten Zukunftsbildes. Organisationen müssen zuerst entscheiden, welche Rolle sie in einem sich wandelnden Ökosystem einnehmen wollen. Geht es um Effizienz, Innovationsführerschaft, gesellschaftliche Verantwortung, Resilienz oder um eine spezifische Kombination dieser Ziele? Erst daraus lassen sich Kompetenzprioritäten sinnvoll ableiten. Darauf folgt die systematische Analyse bestehender Frameworks: nicht im Modus der Auswahl des vermeintlich besten Modells, sondern im Modus der analytischen Integration divergierender Perspektiven. Erst dann wird Kontextualisierung möglich – also die Entwicklung einer eigenen Kompetenzarchitektur, die zur strategischen Identität der Organisation passt.
Die eigentliche Bewährungsprobe liegt jedoch in der Governance. Kompetenz wird erst dann wirksam, wenn sie an Ressourcen, Entscheidungsrechte, Anreizsysteme und institutionalisierte Feedbackzyklen gekoppelt ist. Wer Future Skills allein als HR-Thema behandelt, unterschätzt ihre strategische Tiefe. Kompetenzen strukturieren, wer mitreden darf, welche Formen von Expertise aufgewertet oder entwertet werden, welche Karrierepfade entstehen und welche Zukunftsoptionen als legitim gelten. Genau deshalb ist Future Skills Literacy eine Governance-Frage. Sie bestimmt, wie eine Organisation lernt, wie sie über sich selbst nachdenkt und wie sie Zukunft handlungsfähig verarbeitet.
Eine organisationale Kultur mit hoher Future Skills Literacy unterscheidet sich in einem entscheidenden Punkt von einer Organisation, die lediglich viele Trainings anbietet. In einer Trainingskultur lautet die Leitfrage: Wer muss was lernen? In einer Kompetenzkultur lautet die Leitfrage: Wie gestalten wir die Architektur unseres kollektiven Lernens? Dieser Unterschied ist subtil, aber fundamental. Er verändert Führungsverständnis, HR-Systeme, Innovationsprozesse und strategische Steuerung. Kompetenz wird nicht mehr als individuelle Eigenschaft betrachtet, sondern als organisationsweite Systemleistung. Führung bedeutet dann nicht nur, Lernangebote zu ermöglichen, sondern Diskursräume, Anreizsysteme, Feedbackmechanismen und ethische Bewertungsroutinen so zu gestalten, dass Zukunftsfragen bearbeitbar bleiben.
Daraus ergibt sich auch eine neue Form organisationaler Professionalität. Professionalität erster Ordnung beschreibt die Fähigkeit, im jeweiligen Feld kompetent zu handeln. Professionalität zweiter Ordnung beschreibt die Fähigkeit, zu entscheiden, was in einer sich wandelnden Umwelt überhaupt als Kompetenz gelten soll. In stabilen Umwelten mag Professionalität erster Ordnung ausreichen. In technologisch disruptiven Kontexten wird Professionalität zweiter Ordnung zum strategischen Unterscheidungsmerkmal. Future Skills Literacy steht für genau diese Professionalität zweiter Ordnung. Sie verbindet epistemische Demut mit analytischer Schärfe, Diskursfähigkeit mit Strukturkompetenz, Innovation mit normativer Verantwortung.
Für Hochschulen, öffentliche Institutionen und Unternehmen ergibt sich daraus ein gemeinsamer Gestaltungsauftrag. Sie alle stehen vor der Herausforderung, Kompetenz nicht mehr als Besitzstand, sondern als relationale und kontextgebundene Größe zu verstehen. Der NextSkills-Ansatz hat diese Relationalität früh betont, indem er Kompetenz entlang des Verhältnisses zu sich selbst, zu einem Gegenstand und zur Welt strukturiert (Ehlers, 2020). Genau diese Perspektive ist auch für Organisationen fruchtbar. Zukunftsfähige Kompetenzarchitekturen stärken nicht nur technische Handlungsfähigkeit, sondern auch Selbststeuerung, Urteilsfähigkeit, Verantwortungsbewusstsein und Weltbezug. Das ist im KI-Zeitalter keine idealistische Ergänzung, sondern eine harte strategische Notwendigkeit. Je stärker Systeme autonomisieren, desto wichtiger wird die Fähigkeit von Menschen und Organisationen, Grenzen zu erkennen, Unsicherheit zu reflektieren, Zielkonflikte sichtbar zu machen und Verantwortung nicht an Technik auszulagern. Future Skills Literacy ist daher kein Luxus für besonders reflektierte Organisationen. Sie ist eine Voraussetzung dafür, dass technologische Transformation nicht zu einer Verengung von Handlungsfähigkeit führt.
Wer Future Skills Literacy institutionalisieren will, braucht am Ende keine komplizierte Großarchitektur als ersten Schritt. Ein realistischer Anfang kann klein sein, solange er systematisch ist. Hilfreich ist ein jährlicher Kompetenzdialog auf Leitungsebene, in dem externe Frameworks, interne Strategie, technologische Trends und normative Leitfragen gemeinsam betrachtet werden. Ebenso wirksam kann ein Kompetenzboard sein, das größere Transformationsinitiativen daraufhin prüft, welche neuen Kompetenzannahmen sie implizieren. Sinnvoll sind außerdem regelmäßige Reviews der Frage, ob die Kompetenzen, die in Leitbildern und Programmen betont werden, tatsächlich in Recruiting, Performance Management, Projektbesetzung und Ressourcenverteilung sichtbar werden. Diese einfachen Routinen verändern nicht sofort die gesamte Organisation. Aber sie verschieben den Ort der Debatte. Future Skills werden dann nicht mehr nur als Lernangebot beschrieben, sondern als Gegenstand strategischer Urteilskraft. Genau so wächst Meta-Kompetenz: nicht durch den Anspruch auf Vollständigkeit, sondern durch wiederkehrende, institutionalisierte Selbstbeobachtung. Die strategische Illusion der richtigen Kompetenzliste verliert in dem Moment ihre Macht, in dem Organisationen lernen, ihre Kompetenzarchitektur selbst zum Gegenstand von Führung, Reflexion und Gestaltung zu machen.
Wer also heute an Future Skills arbeitet, sollte nicht bei der Sammlung neuer Schlagworte stehen bleiben. Die eigentliche strategische Frage lautet, ob die Organisation Verfahren, Diskursräume und Entscheidungsroutinen entwickelt, mit denen sie Kompetenz immer wieder neu bestimmen kann. Genau darin liegt die Zukunftskraft von Future Skills Literacy.
Argyris, C., & Schön, D. A. (1978). Organizational learning: A theory of action perspective. Addison-Wesley.
Biesta, G. (2020). Risking ourselves in education: Qualification, socialization, and subjectification revisited. Educational Theory, 70(1), 89–104. https://doi.org/10.1111/edth.12411
Brown, P., Lauder, H., & Cheung, S. Y. (2020). The death of human capital? Its failed promise and how to renew it in an age of disruption. Oxford University Press.
Cutrer, W. B., Miller, B., Pusic, M. V., Mejicano, G., Mangrulkar, R. S., Gruppen, L. D., & Hawkins, R. E. (2017). Fostering the development of master adaptive learners. Academic Medicine, 92(1), 70–75. https://doi.org/10.1097/ACM.0000000000001323
Davenport, T. H., & Mittal, N. (2022). How generative AI is changing creative work. MIT Sloan Management Review, 63(4), 1–5.
Edmondson, A. C. (2018). The fearless organization. Wiley.
Ehlers, U.-D. (2020). Future skills: Lernen der Zukunft – Hochschule der Zukunft. Springer VS.
Ehlers, U.-D. (2024). Future Skills Literacy: Whitepaper. Whitepaper.
Etzkowitz, H., & Leydesdorff, L. (2000). The dynamics of innovation. Research Policy, 29(2), 109–123. https://doi.org/10.1016/S0048-7333(99)00055-4
Gruppen, L. D., Mangrulkar, R. S., Kolars, J. C., & Kearney, R. A. (2019). The master adaptive learner. Medical Teacher, 41(9), 1057–1062. https://doi.org/10.1080/0142159X.2018.1484563
Hatano, G., & Inagaki, K. (1986). Two courses of expertise. In H. Stevenson (Ed.), Child development and education in Japan (pp. 262–272). Freeman.
Iansiti, M., & Lakhani, K. R. (2020). Competing in the age of AI. Harvard Business Review Press.
LinkedIn. (2023). Workplace learning report 2023. LinkedIn Learning.
McKinsey Global Institute. (2023). The state of AI 2023.
OECD. (2023). AI in education: Guidance for policy and practice.
O’Reilly, C. A., & Tushman, M. L. (2016). Lead and disrupt. Stanford University Press.
Teece, D. J. (2018). Business models and dynamic capabilities. Long Range Planning, 51(1), 40–49. https://doi.org/10.1016/j.lrp.2017.06.007
Teece, D. J. (2020). Dynamic capabilities and entrepreneurial management. Journal of Management Studies, 57(4), 712–728. https://doi.org/10.1111/joms.12537
UNESCO. (2021). AI and education: Guidance for policy-makers.
Wartig, L., & Lindner, M. (2025). A scoping review of future skills frameworks. Journal of Educational Futures, 12(2), 45–72.
World Economic Forum. (2023). The future of jobs report 2023.
Leiter der Forschungsgruppe und Professur für Bildungsmanagement und Lebenslanges Lernen