Zeitarbeit 2.0 - agentische KI und die Massenbeschäftigung (Zeitarbeit 2.0 – der algorithmische Arbeitsmarkt)
- Martin Döhring

- 12. Aug.
- 6 Min. Lesezeit

Zeitarbeit/Arbeitnehmerüberlassung lässt sich sehr gut mit agentischer KI verbinden, weil beide auf einer ähnlichen Organisationsidee beruhen: Arbeitskraft wird von der klassischen festen Organisationsstruktur gelöst und dynamisch nach Bedarf zugewiesen. Der entscheidende Unterschied ist, dass bei Zeitarbeit der Mensch physisch bzw. organisatorisch „überlassen“ wird, während agentische KI zunehmend die Disposition, Auswahl, Überwachung und Koordination dieser Arbeitskraft übernehmen kann.
1. Was ist Zeitarbeit?
Juristisch spricht man in Deutschland von Arbeitnehmerüberlassung.
Das Grundmodell besteht aus drei Beteiligten:
Verleiher → Arbeitnehmer → Entleiher
Beispiel:
Eine Zeitarbeitsfirma beschäftigt 500 Arbeitnehmer.Ein Automobilhersteller benötigt kurzfristig 80 zusätzliche Arbeitskräfte.Die Zeitarbeitsfirma überlässt ihm diese Arbeitnehmer für einen bestimmten Zeitraum.
Wichtig ist: Der Arbeitnehmer bleibt grundsätzlich bei der Zeitarbeitsfirma angestellt. Der Einsatzbetrieb ist der Entleiher.
Das AÜG definiert Arbeitnehmerüberlassung insbesondere dadurch, dass der Arbeitnehmer in die Arbeitsorganisation des Entleihers eingegliedert ist und dessen Weisungen unterliegt. Grundsätzlich benötigt der Verleiher dafür eine Erlaubnis. (Gesetze im Internet)
Die klassische Struktur
ZEITARBEITSUNTERNEHMEN
│
Arbeitsvertrag
│
▼
Arbeitnehmer
│
Überlassungsvertrag
│
▼
ENTLEIHER
│
Weisungen / Einsatz
▼
ArbeitsleistungDas Interessante daran:
Der Arbeitgeber und derjenige, der die tägliche Arbeit organisiert, sind nicht dieselbe juristische Person.
Das ist bereits eine erhebliche organisatorische Entkopplung.
2. Warum gibt es dieses Modell?
Der Entleiher erhält Flexibilität.
Er kann beispielsweise seinen Personalbestand kurzfristig anpassen:
Auftragsspitze
saisonale Nachfrage
Krankheit
Produktionsausweitung
Projektarbeit
kurzfristiger Fachkräftebedarf
Das Zeitarbeitsunternehmen übernimmt dagegen einen Teil der Personalorganisation:
Rekrutierung
Arbeitsverträge
Lohnabrechnung
Personalverwaltung
teilweise Qualifizierung
Vermittlung zum Einsatzbetrieb.
Das System verwandelt damit einen Teil der fixen Personalkosten in eine variable Ressource.
3. Es gibt allerdings erhebliche gesetzliche Grenzen
Das AÜG will gerade verhindern, dass Arbeitnehmerüberlassung zu einer dauerhaften Umgehung normaler Beschäftigung wird.
Die gesetzliche Überlassungshöchstdauer beträgt grundsätzlich 18 Monate für denselben Leiharbeitnehmer beim selben Entleiher. Tarifverträge können innerhalb der gesetzlichen Möglichkeiten Abweichungen vorsehen. (Gesetze im Internet)
Auch der Gleichstellungsgrundsatz ist zentral: Leiharbeitnehmer müssen grundsätzlich hinsichtlich der wesentlichen Arbeitsbedingungen einschließlich des Arbeitsentgelts mit vergleichbaren Arbeitnehmern des Entleihers gleichgestellt werden. Tarifvertragliche Abweichungen sind unter den gesetzlichen Voraussetzungen möglich. (Gesetze im Internet)
Für 2026 ist außerdem eine branchenspezifische Lohnuntergrenze relevant: Seit dem 1. Juli 2026 beträgt sie 14,96 € brutto/Stunde; ab 1. September 2026 steigt sie auf 15,33 €. (BMAS Webseite)
4. Jetzt kommt der interessante Schritt: Agentic AI
Bei einer klassischen Zeitarbeitsfirma sitzt ein Disponent vor einem Computer und entscheidet beispielsweise:
„Wir brauchen morgen 17 Lagerarbeiter in Frankfurt.“
Er schaut in eine Datenbank:
Wer ist verfügbar?
Wer hat die erforderliche Qualifikation?
Wer wohnt in der Nähe?
Wer hat bereits in diesem Unternehmen gearbeitet?
Wer kann die Schicht übernehmen?
Hier kann agentische KI ansetzen.
Ein Agent könnte mehrere Aufgaben miteinander verbinden:
Auftrag
↓
Personalbedarf analysieren
↓
Qualifikationen bestimmen
↓
verfügbare Arbeitnehmer suchen
↓
Arbeitszeit / Entfernung / Qualifikation abgleichen
↓
Kandidaten priorisieren
↓
Schichtplan erzeugen
↓
Arbeitnehmer informieren
↓
Rückmeldungen verarbeiten
↓
Einsatzplan aktualisierenDamit wird aus einer einfachen Personal-Datenbank ein dynamisches Dispositionssystem.
5. Der entscheidende Unterschied: KI antwortet nicht mehr – sie disponiert
Das ist in meiner Vorlesung besonders interessant.
Ein klassischer Chatbot sagt:
„Hier sind zehn geeignete Arbeitnehmer.“
Ein agentisches System könnte dagegen – unter menschlicher Kontrolle – eine ganze Prozesskette koordinieren:
Auftrag analysieren → Personalbedarf bestimmen → Kandidaten suchen → Verfügbarkeit prüfen → Einsatzplan erstellen → Kommunikation vorbereiten → Änderungen überwachen.
Das ist der Übergang von
Information → Entscheidungsvorbereitung → Prozesssteuerung.
Und genau hier entsteht die gesellschaftliche Brisanz.
6. Das Szenario der „Massenbeschäftigung“
Man kann sich ein zukünftiges System vorstellen:
Ein Unternehmen beschäftigt nicht mehr nur 10.000 fest zugeordnete Arbeitnehmer.
Stattdessen existiert ein großer Arbeitskräftepool:
AGENTIC AI
│
┌──────────┼──────────┐
▼ ▼ ▼
Nachfrage Qualifikation Zeit
│ │ │
└──────────┼──────────┘
▼
MATCHING ENGINE
│
┌──────────┼───────────┐
▼ ▼ ▼
Mitarbeiter A B C
│ │ │
▼ ▼ ▼
Schicht 1 Schicht 2 Schicht 3Das wäre eine Art algorithmischer Arbeitsmarkt innerhalb eines Unternehmens- oder Zeitarbeitsnetzwerks.
Die KI würde ständig versuchen, Angebot und Nachfrage miteinander zu synchronisieren.
7. Die eigentliche gesellschaftliche Transformation
Damit verändert sich die Bedeutung von „Arbeitsplatz“.
Der klassische Arbeitsplatz lautet:
Mensch → Stelle → Unternehmen
Das agentische Modell könnte eher lauten:
Mensch → Kompetenzprofil → Aufgabenstrom
Der Arbeitnehmer wird dann weniger über eine konkrete Stelle definiert, sondern über einen digitalen Kompetenzvektor:
Qualifikation
Erfahrung
Verfügbarkeit
Arbeitszeit
Standort
Zertifikate
Leistungsdaten
Präferenzen
bisherige Tätigkeiten.
Die KI sucht anschließend:
Welche Person passt jetzt am besten zu welcher Aufgabe?
Das ist eine fundamentale Veränderung der Arbeitsorganisation.
8. Und hier entsteht das Problem der Macht
Denn wer den Algorithmus kontrolliert, kontrolliert möglicherweise nicht nur die Personalvermittlung.
Er kontrolliert die Zuteilung von Arbeit.
Ein hypothetisches System könnte beispielsweise entscheiden:
Person A → interessante Aufgabe
Person B → Routinearbeit
Person C → keine Einsatzmöglichkeit
Person D → Nachtschicht
Person E → BeförderungskandidatDamit wird aus Personalverwaltung potentiell eine algorithmische Hierarchie.
Und genau hier wird Agentic AI sozialwissenschaftlich interessant.
9. Das Problem ist nicht nur Automatisierung
Die klassische Frage lautet:
„Ersetzt KI Arbeitsplätze?“
Die interessantere Frage lautet:
„Wer entscheidet künftig, welcher Mensch welche Arbeit bekommt?“
Das ist ein anderes Problem.
Denn selbst wenn die KI keinen einzigen Arbeitsplatz vernichtet, kann sie die Arbeitswelt massiv verändern, indem sie
Arbeitszeiten verteilt,
Aufgaben zuweist,
Beschäftigung priorisiert,
Leistung bewertet,
Karrierechancen beeinflusst,
Arbeitnehmer miteinander vergleicht.
Der EU AI Act behandelt bestimmte KI-Systeme im Bereich Beschäftigung und Arbeitnehmermanagement deshalb als Hochrisiko-Systeme, insbesondere wenn sie für Rekrutierung, Entscheidungen über Beschäftigungsbedingungen, Beförderung oder Beendigung, Aufgabenzuweisung aufgrund individueller Merkmale oder Überwachung bzw. Bewertung von Beschäftigten eingesetzt werden. (EUR-Lex)
10. Besonders wichtig: „Algorithmischer Chef“
Das ist für meine Vorlesung ein starkes Gedankenexperiment.
Nicht:
Roboter ersetzt Arbeiter.
Sondern:
Algorithmus verteilt Arbeit an Menschen.
Der Arbeitnehmer hat weiterhin einen Menschen als Arbeitgeber.
Aber zwischen Arbeitnehmer und Organisation steht eine algorithmische Instanz:
Unternehmensleitung → KI-Agent → Arbeitskräfte
Die KI muss dabei nicht rechtlich „Arbeitgeber“ sein.
Sie kann trotzdem faktisch eine enorme Steuerungsfunktion erhalten.
11. Zeitarbeit + Agentic AI = besonders interessante Kombination
Hier treffen zwei Entwicklungen aufeinander:
Zeitarbeit
macht Arbeitskraft organisatorisch mobil.
Agentic AI
macht deren Einsatz algorithmisch steuerbar.
Zusammen entsteht theoretisch:
eine hochflexible, algorithmisch disponierte Arbeitskraft.
Man könnte es zugespitzt nennen:
„Arbeitskraft on demand“
Nicht mehr:
„Ich habe eine Stelle.“
sondern:
„Ich habe eine Qualifikation und werde für Aufgaben disponiert.“
Das erinnert bereits an Plattformökonomie, geht aber durch agentische Systeme noch einen Schritt weiter.
12. Die große Chance
Man sollte das keineswegs nur dystopisch betrachten.
Eine gute Agentic AI könnte beispielsweise verhindern, dass Menschen unnötig lange unterqualifizierte Tätigkeiten ausüben.
Sie könnte erkennen:
„Dieser Arbeitnehmer besitzt Qualifikation X, Y und Z. Für ihn existieren wesentlich passendere Aufgaben.“
Dann würde KI nicht zur Entwertung menschlicher Arbeit, sondern zu einer besseren Allokation beitragen.
Das wäre die positive Vision:
KI übernimmt die Koordination – der Mensch gewinnt Zeit und bessere Einsatzmöglichkeiten.
13. Die dystopische Variante
Die Gegenposition wäre:
Ein Unternehmen entwickelt ein gigantisches Beschäftigungsmodell, in dem Millionen Menschen permanent algorithmisch bewertet werden.
Die KI kennt:
Produktivität
Fehlzeiten
Verfügbarkeit
Arbeitsgeschwindigkeit
Qualifikationen
Bewertungen
Schichtpräferenzen
bisherige Einsätze.
Und daraus entsteht ein permanenter Arbeitsmarkt im Unternehmen.
Dann könnte ein Mensch morgens nicht mehr wissen:
„Was arbeite ich heute?“
sondern erhält um 6:30 Uhr eine Nachricht:
„Deine heutige Arbeitszuweisung lautet …“
Das wäre die extreme Form dessen, was man als algorithmische Disposition von Arbeit bezeichnen könnte.
14. Die entscheidende soziologische Frage
Damit schließt sich das sehr gut an meine bisherigen Themen Emergenz, Kontingenz, Schopenhauer und Systemtheorie an.
Die entscheidende Frage wäre nicht:
Kann KI Menschen ersetzen?
Sondern:
Was geschieht mit Freiheit, wenn Arbeit zunehmend durch algorithmische Systeme verteilt wird?
Und daraus ergeben sich vier große Fragen:
1. Autonomie Kann ein Arbeitnehmer eine algorithmische Zuweisung ablehnen?
2. Transparenz Warum bekommt Person A den Auftrag und Person B nicht?
3. Macht Wer bestimmt die Kriterien des Algorithmus?
4. Kontingenz Welche Lebensmöglichkeiten werden durch algorithmische Entscheidungen eröffnet – und welche verschwinden?
Gerade Kontingenz ist hier ein hervorragender philosophischer Begriff: Der Algorithmus reduziert die Vielzahl möglicher Arbeitswege auf eine konkrete Auswahl. Er macht aus vielen Möglichkeiten eine tatsächliche Entscheidung.
Eine mögliche Formel für deine Vorlesung
Die Arbeitnehmerüberlassung flexibilisiert die Organisation von Arbeitskraft. Agentic AI könnte diese Flexibilität algorithmisch organisieren. Damit verschiebt sich die zentrale Machtfrage der Arbeitsgesellschaft: Nicht nur „Wer besitzt die Produktionsmittel?“, sondern zunehmend auch „Wer kontrolliert die Algorithmen, die Arbeitsmöglichkeiten verteilen?“
Und genau an diesem Punkt wird aus einer technischen Innovation eine soziologische Transformation der Arbeitsgesellschaft.
Ein weiterer wichtiger Punkt: In Deutschland hat der Betriebsrat bei der Einführung bzw. Anwendung bestimmter KI-Systeme eine besonders starke Informations- und Beteiligungsposition. § 80 Abs. 3 BetrVG sieht ausdrücklich vor, dass bei der Beurteilung der Einführung oder Anwendung von KI die Hinzuziehung eines Sachverständigen als erforderlich gilt; § 87 Abs. 1 Nr. 6 betrifft zudem technische Einrichtungen zur Überwachung von Verhalten oder Leistung. (Gesetze im Internet)
Damit ist „Zeitarbeit 2.0 – der algorithmische Arbeitsmarkt“ meines Erachtens ein sehr ergiebiges ergänzendes Kapitel meiner Vorlesungsreihe.




Auf technischer Ebene und aus der Perspektive von Datenbanksystemen lässt sich dieser Wandel hin zur agentischen Zeitarbeit durch eine fundamentale Architekturverschiebung beschreiben: Weg von passiven CRUD-Datenbanken (Create, Read, Update, Delete) hin zu aktiven, ereignisgesteuerten Multi-Agenten-Architekturen.
Hier ist die technische Übersetzung dessen, wie Datenbanken und Datenstrukturen das von Ihnen skizzierte System antreiben:
1. Von relationalen Tabellen zu Vektordatenbanken (Vektor-Embedding-Spaces)
In einer klassischen Zeitarbeitsdatenbank wird nach harten Attributen gesucht (z. B. BERUF = 'Lagerarbeiter' AND PLZ = '60311'). Das ist starr.
Agentische KI nutzt hingegen Vektordatenbanken (wie Pinecone, Milvus oder pgvector).
Das Prinzip: Jede Arbeitskraft, jede historische Schicht, jedes Zertifikat und jede Projektanforderung wird in einen hochdimensionalen Vektorraum eingebettet (Embeddings).
Der Matching-Agent: Er fragt die Datenbank nicht über starre SQL-Befehle ab, sondern berechnet semantische Ähnlichkeiten (Cosine…