Der Einfluss von KI auf Kompetenzanforderungen von Business Analysten in agilen Teams

Die fortschreitende Verbreitung von Künstlicher Intelligenz stellt Unternehmen und Fachkräfte gleichermassen vor neue Herausforderungen. Besonders in wissensintensiven Berufsfeldern wie der Business Analyse stellt sich die Frage, wie sich etablierte Rollenbilder und Kompetenzprofile unter dem Einfluss von KI-gestützten Tools und Automatisierungspotenzialen verändern.

Kontext
Künstliche Intelligenz verändert die Arbeitswelt grundlegend und dabei auch die Rolle des Business Analysts (BA) in agilen Teams. Generative KI-Tools ermöglichen es, wiederkehrende Aufgaben wie die Erstellung von User Stories, die Dokumentation von Anforderungen oder die Analyse von Daten schneller und effizienter durchzuführen. Gleichzeitig wächst der Erwartungsdruck an BAs, diese Technologien souverän einzusetzen und ihre Arbeit stärker auf strategische, kommunikative und interpretative Tätigkeiten auszurichten. In diesem Spannungsfeld zwischen Automatisierung und menschlicher Expertise entsteht ein grundlegender Wandel im Berufsbild des Business Analysts in agilen Teams.

Ziele
Ziel der Arbeit ist es, empirisch zu untersuchen, wie KI die Kompetenzanforderungen an Business Analysts in agilen Teams Schweizer Grossunternehmen beeinflusst. Im Zentrum steht die Frage, welche Kompetenzen durch den Einsatz von KI an Bedeutung gewinnen, welche stabil bleiben, welche sich in ihrer Ausprägung verschieben und welche als völlig neue Anforderungen entstehen. Darüber hinaus wird analysiert, wie BAs KI-Tools in ihrer täglichen Arbeit wahrnehmen und einsetzen, und welche Implikationen sich daraus für die Gestaltung von Ausbildungsprogrammen und Stellenprofilen ergeben. Das Endergebnis ist ein praxisorientiertes, aktualisiertes Kompetenzmodell, das als Orientierungshilfe für Fachkräfte, Unternehmen und Bildungsinstitutionen dienen soll.

Methodik
Im Rahmen einer qualitativen Studie wurden acht leitfadengestützte Experteninterviews mit sieben BA-Praktizierenden aus Schweizer Grossunternehmen sowie einer akademischen Fachperson durchgeführt. Die Stichprobe wurde kriterienbasiert zusammengestellt, um eine möglichst breite Abdeckung verschiedener Branchen und agiler Kontexte sicherzustellen. Die Auswertung erfolgte mittels deduktiv-induktiver qualitativer Inhaltsanalyse nach Mayring (2015) unter Verwendung der Software MAXQDA. Das Kategoriensystem wurde auf Basis des BABOK Guide v3 (IIBA, 2015) deduktiv vorstrukturiert und durch induktiv gewonnene Subkategorien aus dem Datenmaterial ergänzt. Als weitere theoretische Grundlagen dienten das Kompetenzmodell nach Hecklau et al. (2016) sowie die STS-Theorie (Baxter & Sommerville, 2011), welche die Wechselwirkung zwischen technologischen Veränderungen und menschlichen Arbeitsrollen konzeptuell rahmt.

Ergebnisse
Die Ergebnisse zeigen, dass KI von den befragten Business Analysts primär als Augmentierungswerkzeug wahrgenommen wird und nicht als deren Ersatz. Fachliche Kompetenzen wie Requirements Engineering und Datenanalyse verschieben sich in ihrer Ausprägung: Während Routinetätigkeiten zunehmend automatisierbar werden, gewinnt die kritische Beurteilung, Kontextualisierung und Qualitätssicherung von KI-generierten Outputs an Gewicht. Soziale und persönliche Kompetenzen wie Kommunikation, Stakeholdermanagement, Empathie und kritisches Denken gewinnen relativ an Bedeutung, da sie schwer automatisierbar sind und in kollaborativen agilen Settings unverzichtbar bleiben. Gleichzeitig entstehen neue Anforderungen: Der kompetente Umgang mit KI-Tools sowie ein grundlegendes Verständnis von KI-Funktionsweisen und deren Grenzen werden zunehmend als eigenständige Kompetenzdomäne sichtbar. Das resultierende Kompetenzmodell umfasst 29 Kompetenzen, kategorisiert nach fachlichen, methodischen, sozialen und persönlichen Dimensionen, und bildet die veränderte Rolle des Business Analyst im KI-Zeitalter ab.