Über 20 Prognosen von Experten zum Verlust von Arbeitsplätzen durch KI

Als McKinsey-Berater half ich Unternehmen ein Jahrzehnt lang bei der Einführung neuer Technologien. Meine kurzen Antworten:

• Wie wird KI Rollen beeinflussen? 90% aller White-Collar-Rollen, die ich gesehen habe, können heute mit dem richtigen Agenten-Harness automatisiert werden. Diese Transformation kann aufgrund der Prozesskomplexität ein Jahrzehnt dauern.
• Wie wird KI Jobs beeinflussen? Sich schnell ändernde Jobanforderungen können die Arbeitslosigkeit erhöhen, da nicht alle Arbeitnehmer in neue Rollen wechseln können.
• Was denken andere? Einige KI-Experten prognostizieren, dass bis 2030 die Hälfte der Einstiegspositionen im White-Collar-Bereich verloren gehen wird. Dies ist noch nicht bewiesen, außer in Bereichen wie der Übersetzung, wo das Jevons-Paradoxon die Beschäftigung nicht erhöhte.

Prognosen zum Verlust von Arbeitsplätzen durch KI

Hinweis: Die Größe der Diagramme korreliert mit dem Ausmaß der Prognose zum Arbeitsplatzverlust.

Die in unserer Analyse genannten Prozentsätze leiten sich aus Annahmen über die allgemeine Arbeitsplatzverlagerung ab. In bestimmten Szenarien beinhalteten diese Annahmen potenzielle Arbeitsplatzgewinne durch die Einführung von KI. Um jedoch die Konsistenz bei der Bewertung des Netto-Arbeitsplatzverlusts zu wahren, wurden etwaige geschätzte Arbeitsplatzgewinne explizit von der Berechnung ausgeschlossen.

Infolgedessen spiegeln die dargestellten Endprozentsätze Netto-Arbeitsplatzverluste wider, was eine konservativere und fokussiertere Interpretation der potenziellen Auswirkungen auf die Arbeitskräfte durch die KI-Implementierung gewährleistet.

Die meisten Prognosen schätzen, dass Millionen von Arbeitsplätzen verlagert oder erheblich verändert werden könnten. Die meisten Rollen werden sich weiterentwickeln, und die Arbeitskräfte müssen sich auf einen starken Anstieg unterbrochener Beschäftigung vorbereiten.

Ergebnisse der Prognosemärkte zum Verlust von Arbeitsplätzen durch KI

Prognosemärkte zeigen eher eine ungleichmäßige Störung als unmittelbare Massenarbeitslosigkeit. Die Prognostiker erwarten im Allgemeinen, dass der breitere Arbeitsmarkt in den nächsten Jahren funktionsfähig bleibt, obwohl sie ein bedeutendes Risiko für schwächere Beschäftigungsbedingungen für bestimmte Gruppen sehen.

Die Sorge gilt Einstiegspositionen und stark automatisierbarer Arbeit. Hochschulabsolventen könnten Schwierigkeiten haben, da KI die Nachfrage nach jungen Wissensarbeitern reduziert, während Callcenter-Mitarbeiter, Übersetzer, Softwarefachleute und andere Arbeitnehmer, die routinemäßige digitale Aufgaben ausführen, einem höheren Verlagerungsrisiko ausgesetzt sind.

Für weitere Details lesen Sie was Prognosemärkte über KI-bedingte Arbeitsplatzverluste vorhersagen.

Karpathys KI-Exposition und Arbeitsmarktanalyse

Hinweis: Die obige Grafik zeigt die KI-Exposition im Vergleich zum mittleren Gehalt in 340 US-Berufen. Jeder Punkt ist ein Beruf. Die horizontale Achse zeigt Karpathys KI-Expositionswert (0-10), die vertikale Achse das mittlere Jahresgehalt (auf einer logarithmischen Skala) und die Farbe die BLS-Berufsobergruppe. Die Punktgröße zeigt die Beschäftigung im Jahr 2024.

Im März 2026 veröffentlichte der KI-Forscher Andrej Karpathy (OpenAI-Mitbegründer und ehemaliger Tesla-KI-Direktor) einen Datensatz, der 342 US-Berufe auf einer KI-Expositionsskala von 0–10 bewertet, basierend auf Daten aus dem Occupational Outlook Handbook des Bureau of Labor Statistics, das etwa 143 Millionen US-Arbeitsplätze abdeckt.¹

Karpathy beschrieb das Projekt als Entwicklungswerkzeug zur visuellen Erkundung von BLS-Daten und nicht als formelle Forschungsarbeit. Die Methodik zeigte, dass die BLS-Beschreibung jedes Berufs an ein großes Sprachmodell (Gemini Flash) zusammen mit einer Bewertungsrubrik übergeben wurde, die einen Wert von 0–10 und eine schriftliche Begründung für jeden Job lieferte.

Jeder Beruf wurde auf einer einzigen KI-Expositionsachse bewertet, die zwei Effekte erfasst:

• Direkte Automatisierung: Der Umfang der Arbeit, die KI selbstständig ausführen kann
• Indirekte Produktivität: Der Umfang, in dem KI die Leistung der Arbeitnehmer steigert und möglicherweise die benötigte Personalstärke reduziert.

Die Rubrik wendet eine Kernheuristik an: Wenn ein Job vollständig von einem Homeoffice aus am Computer ausgeführt werden kann (Schreiben, Programmieren, Analysieren, Kommunizieren), ist die Exposition von Natur aus hoch (über 7). Berufe, die physische Anwesenheit, manuelle Geschicklichkeit oder unvorhersehbare Navigation in der realen Welt erfordern, erzielen niedrigere Werte.

Die Ergebnisse zeigten, dass die gewichtete durchschnittliche Exposition über alle 342 Berufe 4,9 von 10 beträgt. Die Verteilung ist jedoch ungleichmäßig:

• Rollen mit einem Gehalt von über $100.000 pro Jahr haben eine durchschnittliche Exposition von 6,7/10.
• Rollen mit einem Gehalt von unter $35.000 pro Jahr haben eine durchschnittliche Exposition von 3,4/10.
• Die Berufe mit den höchsten Werten sind medizinische Transkriptionisten (10/10), Kundendienstmitarbeiter (9/10), Softwareentwickler (9/10), Buchhaltungskräfte (9/10) und Rechtsanwaltsfachangestellte (9/10).
• Die niedrigsten Werte haben Hausmeister, Dachdecker, Bauarbeiter und Hauskrankenpfleger (alle 1–2/10).

Ungefähr 42% der US-Arbeitnehmer sind in Berufen mit einem Wert von 7 oder höher tätig, was etwa 59,9 Millionen Arbeitsplätzen und $3,7 Billionen an Jahreslöhnen entspricht. Diese Ergebnisse sollten jedoch mit Vorsicht betrachtet werden, da die Berufsdefinitionen nicht perfekt sind und es historisch schwierig war, abzuschätzen, welche Berufe von der Technologie betroffen sein würden.

Was sind die Implikationen?

• Büro- und Verwaltungsrollen weisen im Durchschnitt eine Exposition von etwa 8/10 auf, unabhängig von Gehalt oder Rang.
• Im Gegensatz dazu zeigt das Gesundheitswesen eine unterschiedliche Verteilung: Praxisnahe Rollen (Pflegeassistenten, Dentalhygieniker, Physiotherapeuten) erreichen 2–3/10, während informationsverarbeitende Rollen im selben Sektor (medizinische Transkriptionisten, Spezialisten für medizinische Dokumentation, Gesundheitstechnologen) 8–10/10 erreichen.
• Ärzte und Chirurgen ($239.200 Median) erreichen 5/10, weniger als Anwälte ($151.160; 8/10) und Softwareentwickler ($131.450; 9/10) bei ähnlichen Gehaltsniveaus. Der schützende Faktor ist die physische, persönliche Komponente der Arbeit.

Karger, Kuusela, Abaluck, Bryan

Die Studie „Forecasting the Economic Effects of KI, 2026“ verwendet einen groß angelegten umfragebasierten Prognoseansatz, um quantitative Vorhersagen von Ökonomen, KI-Experten, Superprognostikern und der allgemeinen Öffentlichkeit zu sammeln.

Die Teilnehmer gaben probabilistische Prognosen (Mediane und Unsicherheitsbereiche) ab, wiesen jedem KI-Szenario Wahrscheinlichkeiten zu und bewerteten die Auswirkungen verschiedener politischer Reaktionen. Die Ergebnisse zeigen, dass:

Produktivität und Wirtschaftswachstum

Es wird erwartet, dass KI die Produktivität und das Wirtschaftswachstum erhöht, jedoch in plausiblen Bereichen. Die totale Faktorproduktivität (TFP) wird voraussichtlich von etwa 1-2% auf etwa 2-2,5% steigen.

Selbst in optimistischen Szenarien sehen Experten keine extremen Ergebnisse wie ein exponentielles Wachstum des BIP. Stattdessen wird KI als ein bedeutender, aber inkrementeller Beschleuniger der Wirtschaftsleistung angesehen, in einer Größenordnung, die früheren technologischen Veränderungen ähnelt, und nicht als einzigartiger wirtschaftlicher Bruch.

Arbeitsmarkt- und Beschäftigungseffekte

Die bedeutendste Auswirkung der KI wird auf dem Arbeitsmarkt erwartet, insbesondere durch einen Rückgang der Erwerbsbeteiligung und nicht durch einen Anstieg der Arbeitslosigkeit.

Die Erwerbsquote (LFPR) wird voraussichtlich von etwa 62,6% im Jahr 2025 auf etwa 61% bis 2030 und auf bis zu 55% bis 2050 sinken.

Wichtig ist, dass die Arbeitslosenquoten selbst relativ stabil bleiben, was darauf hindeutet, dass Menschen möglicherweise vollständig aus dem Arbeitsmarkt ausscheiden, anstatt arbeitslos zu bleiben.²

AIMultiple

Mit der Einführung von Claude Code und den neuesten Modellen der Anthropic- und Gemini-Familien habe ich Folgendes gesehen:

• Kontinuierliche Verbesserungen in KI-Modell-Benchmarks
• Fähigkeit, Prozesse wie Agentur- und Beratungsprojekte zu automatisieren. Ich hielt diese vor LLMs nicht für automatisierbar.

Die Wettbewerbsdynamik und sich verbessernde Modelle werden einen Wettlauf um Automatisierung und Margenverbesserung auslösen. Infolgedessen ist meine Prognose eine Reduzierung der aktuellen White-Collar-Rollen um 90+% bis 2035. Diese Rollen sind mit aktuellen LLMs und dem richtigen Agenten-Harness automatisierbar, aber da Unternehmensprozesse komplex sind, kann es ein Jahrzehnt dauern, die Prozesse neu zu gestalten und zu automatisieren.

Dies führt möglicherweise nicht zu einer „Job-Apokalypse“, da menschliche Arbeit der Engpass bleiben wird und wir dank der Automatisierung mehr menschliche Arbeitskräfte in nicht automatisierten Aufgaben benötigen werden.

Dies kann jedoch zu einem niedrigeren Beschäftigungsniveau führen, da:

• Schnelle Änderungen der zu erledigenden Arbeit zur Arbeitslosigkeit von Arbeitnehmern führen würden, die nicht flexibel genug sind, um in neue Rollen zu wechseln.
• Die Vorteile der meisten Produktivitätsverbesserungen seit den 1980er Jahren von Top-Managern und Aktionären vereinnahmt wurden.³ Wir können erwarten, dass sie auch von dieser Automatisierungswelle profitieren und sie als Hebel für Entlassungen nutzen werden.

Ein niedrigeres Beschäftigungsniveau kann den Konsum einschränken, zu einer wirtschaftlichen Depression führen und die politische Instabilität erhöhen.

Unsere aktuelle Situation ähnelt dem Klimawandel, bei dem schrittweise Maßnahmen bisher eine zukünftige Katastrophe nicht verhindern konnten. Der Wettbewerb der Großmächte und der Wettbewerb zwischen Unternehmen haben das Potenzial, die Zusammenarbeit einzuschränken und uns in die Unterbeschäftigung zu führen.

Warum wird die Automatisierung der meisten White-Collar-Arbeit so lange dauern?

Die Automatisierung automatisierbarer Arbeit in Unternehmen wird Jahre dauern. Man kann einem Neuling im Unternehmen nichts Bedeutendes zuweisen und man kann nicht erwarten, dass LLMs wie fähige Mitarbeiter funktionieren. Unternehmen müssen die Arbeit neu gestalten und in Modell-Harnesses investieren, um die Automatisierung zu implementieren. Dies ist unternehmensspezifische Arbeit, ähnlich der digitalen Transformation, die Jahre dauern wird.

Goldman Sachs

Goldman Sachs Research geht 2025 davon aus, dass die Auswirkungen von KI auf die Gesamtbeschäftigung mild und kurzlebig sein werden, anstatt weit verbreitete und langfristige Arbeitsplatzverluste zu verursachen. Sie schätzen, dass die Arbeitslosenquote während des Übergangs um etwa 0,5% steigen könnte, da durch KI verdrängte Arbeitnehmer neue Rollen suchen, was eher kurzfristige Reibung als strukturelle Arbeitslosigkeit widerspiegelt.

In Bezug auf das Risiko der Arbeitsplatzverlagerung wären etwa 2,5% der US-Beschäftigung durch KI-Effizienzgewinne von Verlagerung bedroht, mit einer breiteren, aber immer noch begrenzten Schätzung von 6–7% Verlagerung, wenn KI weit verbreitet eingesetzt wird.

Goldman Sachs prognostiziert außerdem, dass generative KI die Arbeitsproduktivität bei vollständiger Integration in den entwickelten Märkten um etwa 15% steigern könnte, was zu kurzlebigen Anstiegen der Arbeitslosigkeit während der Einführungsphasen führt.

Darüber hinaus bewertete die Analyse über 800 Berufe und identifizierte diejenigen, die am anfälligsten für KI sind. Zu diesen Rollen gehören Computerprogrammierer, Buchhalter und Wirtschaftsprüfer, Rechts- und Verwaltungsassistenten sowie Kundendienstmitarbeiter, während Rollen wie Fluglotsen, CEOs, Radiologen, Apotheker und Geistliche als am wenigsten gefährdet identifiziert wurden.⁴

Pascual Restrepo

Obwohl Restrepos Artikel von 2025 keine Arbeitslosenquoten prognostiziert, sagt er voraus, dass sich die Beziehung zwischen Arbeit und Wirtschaftsleistung in einer Post-AGI-Welt entkoppeln wird und dass der Anteil der Arbeit am Einkommen gegen Null konvergieren wird. AGI könnte bereits in den 2030er Jahren eintreten.⁵

Geoffrey Hinton

Geoffrey Hinton, ein mit dem Nobelpreis ausgezeichneter Informatiker, der als „Godfather of KI“ bekannt ist, warnte 2025, dass künstliche Intelligenz die Arbeitslosigkeit erhöhen und gleichzeitig höhere Gewinne erzielen werde, ein Ergebnis, das er eher dem Kapitalismus als der Technologie selbst zuschreibt. Er stellte fest, dass Massenentlassungen zwar noch nicht eingetreten sind, KI jedoch die Einstiegsmöglichkeiten verringert.

Hinton sieht das Gesundheitswesen als einen der wenigen Sektoren, die profitieren könnten, da Effizienzgewinne für Ärzte den Zugang zur Versorgung erweitern würden. Er lehnte jedoch das bedingungslose Grundeinkommen als unzureichend ab, um den mit der Arbeit verbundenen Verlust von Würde und Sinn zu bewältigen.

Er warnte auch vor langfristigen Risiken und schätzte eine 10–20% ige Wahrscheinlichkeit, dass KI durch nicht kontrollierbare Superintelligenz oder Missbrauch durch böswillige Akteure eine existenzielle Bedrohung darstellen könnte, während er die schwachen Regulierungsbemühungen in den Vereinigten Staaten kritisierte.⁶

Kiran Tomlinson, Sonia Jaffe, Will Wang, Scott Counts, Siddharth Suri

Laut Microsofts Forschung „Measuring the Occupational Implications of Generative KI“ aus dem Jahr 2025 variieren die Berufe stark in ihrer Anfälligkeit für KI, wobei einige Jobs deutlich wahrscheinlicher betroffen sein werden als andere.

Die Studie ordnet Rollen basierend auf einem KI-Anwendbarkeitswert, der Folgendes kombiniert:

• Den Umfang der Arbeit, den KI erledigen kann (Abdeckung)
• Wie vollständig sie diese Aufgaben erledigen kann (Vollständigkeit).
• Die Vielfalt der Aufgaben, die sie bewältigen kann (Umfang).

Berufe wie Dolmetscher, Übersetzer, Historiker und Kundendienstmitarbeiter erzielten die höchsten Werte, was bedeutet, dass KI den Großteil ihrer Arbeit effektiv ausführen kann, insbesondere bei text- oder kommunikationsintensiven Aufgaben.

Umgekehrt erzielten Berufe wie Pflegeassistenten, Tellerwäscher, Dachdecker und chirurgische Assistenten Werte nahe Null, was darauf hindeutet, dass KI derzeit nicht in der Lage ist, ihre hauptsächlich physischen, praktischen oder auf menschlicher Interaktion beruhenden Aufgaben zu übernehmen.

Dies deutet darauf hin, dass KI zwar bei der Automatisierung kognitiver und routinemäßiger digitaler Arbeit rasch voranschreitet, aber beim Ersatz von Rollen, die Geschicklichkeit, emotionale Intelligenz oder Anpassungsfähigkeit an die reale Welt erfordern, weiterhin begrenzt ist.⁷

Eric Schmidt

Dr. Schmidt (ehemaliger CEO von Google) prognostiziert, dass innerhalb eines Jahres der Großteil der Programmierarbeit von KI erledigt wird im Jahr 2025.

Werkzeuge, die bestärkendes Lernen und Planung nutzen, entwickeln sich rasant weiter. Diese Systeme können Code besser schreiben, debuggen und optimieren als die meisten Menschen, insbesondere für routinemäßige oder komplexe, aber sich wiederholende Aufgaben.

Es wird auch erwartet, dass KI in naher Zukunft das Niveau von Spitzenmathematikern mit Hochschulabschluss erreichen wird.

Schmidt erklärt, dass KI-Modelle jetzt gut im mathematischen Denken funktionieren, weil Mathematik eine einfachere, strukturierte Sprache hat. Mit Werkzeugen wie Lean Theorem Proving kann KI komplexe mathematische Probleme lösen und verifizieren.⁸

Dario Amodei

Dario Amodei (Anthropics CEO) warnte 2025, dass KI innerhalb der nächsten fünf Jahre 50% aller Einstiegspositionen im White-Collar-Bereich eliminieren und möglicherweise die US-Arbeitslosenquote auf 10–20% treiben könnte.⁹

Amodei bezeichnete dies als mögliches „White-Collar-Blutbad“ und betonte, dass sich viele der kurzfristigen disruptiven Kraft der KI nicht bewusst seien. Er hat jedoch kürzlich teilweise zurückgerudert, indem er das Jevons-Paradoxon erwähnte.¹⁰

Kai-Fu Lee

Kai-Fu Lee schloss sich 2025 Amodeis Besorgnis an, indem er die Prognose bestätigte, dass KI bis 2027 50% der Arbeitsplätze verdrängen könnte.

Als prominente Stimme auf diesem Gebiet verleiht seine Zustimmung der Schätzung Glaubwürdigkeit, dass der Verlust von Arbeitsplätzen durch KI bald die Hälfte der globalen Arbeitskräfte betreffen könnte. Obwohl seine Aussage kurz ist, unterstreicht sie den wachsenden Konsens unter Experten, dass KI die Beschäftigung weitaus aggressiver umgestalten könnte als frühere technologische Veränderungen.¹¹

Internationaler Währungsfonds (IWF)

Der IWF schätzte 2024, dass 300 Millionen Vollzeitarbeitsplätze weltweit betroffen sein könnten durch KI-bedingte Automatisierung.

Er betonte jedoch, dass die meisten eine Transformation auf Aufgabenebene erfahren werden und nicht einen vollständigen Verlust. In Ländern mit hohem Einkommen sind die Arbeitskräfte in dienstleistungsintensiven Volkswirtschaften besonders exponiert.

Der Bericht klassifizierte die Auswirkungen von KI in drei Kategorien: automatisierbare (Routine, regelbasiert), erweiterbare (urteilsgesteuert) und nicht betroffene Aufgaben. Es wird erwartet, dass zwei Drittel der Arbeitsplätze eine teilweise Automatisierung erfahren werden. Er betonte die Komplementarität von KI und menschlicher Arbeit, insbesondere bei der Entscheidungsfindung, Mustererkennung und Wissensabfrage.

Der Bericht hob auch den dringenden Bedarf an Umschulung hervor und prognostizierte, dass über 40% der Arbeitnehmer bis 2030 eine erhebliche Weiterqualifizierung benötigen werden. Die Sektoren Recht, Finanzen und Versicherungen werden die bedeutendste Transformation durchlaufen; Bildung und Gesundheitswesen werden aufgrund ihrer Abhängigkeit von menschlicher Interaktion und komplexen Prozessen relativ widerstandsfähig bleiben.¹²

GPTs und die US-Arbeitskräfte (Eloundou et al.)

Eine Studie aus dem Jahr 2023 über die Auswirkungen von generativer KI und großen Sprachmodellen kam zu dem Schluss, dass 80% der US-Arbeitskräfte mindestens 10% ihrer Aufgaben betroffen sein könnten.

Für etwa 19% der Arbeitnehmer könnte mindestens die Hälfte ihrer täglichen Aufgaben gestört werden.

Zu den am stärksten exponierten Rollen gehören Autoren, PR-Spezialisten, Rechtssekretäre, Mathematiker und Steuerberater, die alle umfangreiche sprach- oder logikbasierte Arbeit erfordern.

Im Gegensatz zu früherer Automatisierung, die hauptsächlich auf Blue-Collar-Arbeit abzielte, sind LLMs darauf ausgerichtet, besser bezahlte, hochqualifizierte Berufe in mehreren Sektoren zu transformieren. Ihre Wirkung ist unabhängig von der physischen Infrastruktur, was das Ausmaß der potenziellen Verlagerung erweitert.¹³

Eric Dahlin

Eine Umfrage des Soziologen Eric Dahlin aus dem Jahr 2021 ergab, dass etwa 14% der Amerikaner angaben, ihren Job an Roboter verloren zu haben.

Trotz dieser bescheidenen tatsächlichen Quote war die öffentliche Wahrnehmung deutlich überhöht: Die nicht Betroffenen glaubten, dass 29% ihren Job durch Automatisierung verloren hätten, während die Verdrängten die Quote auf 47% schätzten.

Diese Kluft zwischen Wahrnehmung und Erfahrung spiegelt tiefe Besorgnis über die Auswirkungen von KI wider, selbst wenn die tatsächlichen Arbeitsplatzverlustraten niedriger bleiben als oft angenommen.

Die Einbeziehung von Robotern in nicht-industriellen Kontexten (Flughäfen, Bibliotheken, Altenpflege) in der Studie verdeutlichte zudem die Reichweite von KI in verschiedenen Lebens- und Arbeitsbereichen.

Abbildung 1: Die Grafik veranschaulicht, dass die Befragten die Wahrscheinlichkeit von Arbeitsplatzverlusten durch Roboter deutlich überschätzten, wobei die Wahrnehmungen zwischen 29% und 47% lagen, verglichen mit der tatsächlichen Quote von etwa 14%.¹⁴

PwC

Die globale CEO-Umfrage von PwC aus dem Jahr 2019 ergab, dass 42% der CEOs glauben, dass KI mehr Arbeitsplätze verdrängen als schaffen wird, während 39% dem widersprechen, was eine geteilte Einschätzung widerspiegelt.

Die Bedenken hinsichtlich Arbeitsplatzverlusten sind in der Asien-Pazifik-Region am größten, insbesondere in China, wo 88% der CEOs eine Netto-Arbeitsplatzverlagerung erwarten. Der Bericht hebt eine anhaltende Qualifikationslücke hervor, wobei 55% die Unfähigkeit zur Innovation aufgrund fehlender Schlüsselqualifikationen anführen.

Die meisten CEOs (46%) betrachten Umschulung und Weiterbildung als die effektivste Lösung. Obwohl 85% zustimmen, dass KI das Geschäft innerhalb von fünf Jahren erheblich verändern wird, haben sie 10% in großem Umfang eingeführt, behindert durch Talentmangel und Datenherausforderungen.¹⁵

OECD-Studie

Eine OECD-Studie aus dem Jahr 2016 ergab, dass 9% der britischen Arbeitsplätze einem hohen Automatisierungsrisiko ausgesetzt waren, aber dass 35% in den nächsten zwei Jahrzehnten eine radikale Transformation durchlaufen würden.

Diese Schlussfolgerung deutet darauf hin, dass die Befürchtungen einer Massenarbeitslosigkeit möglicherweise übertrieben sind und dass signifikante Veränderungen eher durch die Evolution von Arbeitsplätzen und Umschulung eintreten werden, anstatt durch weit verbreitete Eliminierung.¹⁶

Bowles

Aufbauend auf der Methodik von Frey und Osborne schätzte Bowles in der Studie „EU Jobs Risk“ aus dem Jahr 2014, dass 54% der Arbeitsplätze in der Europäischen Union durch Computerisierung gefährdet waren.

Dies unterstrich, wie sich die Auswirkungen von KI über die Grenzen der USA hinaus erstrecken und warf Fragen auf, wie regionale Unterschiede in den Arbeitnehmerschutz- und Bildungssystemen die Ergebnisse technologischer Disruption beeinflussen könnten.¹⁷

Frey & Osborne

In einer der ersten großen akademischen Studien zum Verlust von Arbeitsplätzen durch KI schätzten Frey und Osborne 2013, dass 47% der US-Arbeitsplätze durch Computerisierung gefährdet waren. Ihre Forschung klassifizierte Berufe basierend auf ihrer Anfälligkeit für maschinelles Lernen und Automatisierung.

Diese frühe Arbeit trug dazu bei, spätere Debatten über die Zukunft der Beschäftigung zu gestalten, indem sie die Aufmerksamkeit darauf lenkte, wie eher Aufgaben als ganze Berufe automatisiert werden, und nuancierte Diskussionen über die Umstrukturierung von Aufgaben und den Übergang von Fähigkeiten anregte.¹⁸

Weitere Schlüsselfragen zu Arbeitsplatzverlusten

• Was ist mit dem Jevons-Paradoxon? Wenn die Kosten für maschinelle Intelligenz sinken, wird mehr maschinelle Intelligenz konsumiert. Menschliche Intelligenz bleibt jedoch teuer und die Nachfrage nach menschlicher Intelligenz wird wahrscheinlich stagnieren, wenn Maschinen autonom arbeiten können.
• Sind die aktuellen Arbeitsplatzverluste auf KI zurückzuführen? Übermäßige Einstellungen während der Pandemie sind wahrscheinlich der Übeltäter, da sich Unternehmen noch in den frühen Stadien der KI-Transformation befinden. Experten nennen dies KI Redundancy Washing.¹⁹

Ansichten, dass KI zu einer Netto-Schaffung von Arbeitsplätzen führen wird

Sam Altman

OpenAI-CEO Sam Altman hat 2026 eine weniger alarmierende Sicht auf KI-bedingte Arbeitsplatzverluste eingenommen. Obwohl er zuvor warnte, dass KI viele bestehende Arbeitsplätze ersetzen und einige Berufskategorien eliminieren könnte, argumentiert er nun, dass eine groß angelegte „Job-Apokalypse“ kurzfristig unwahrscheinlich ist.²⁰

Altmans revidierte Ansicht basiert auf drei Beobachtungen:

• Die KI-Einführung befindet sich noch in einem frühen Stadium: Obwohl KI-Modelle sehr leistungsfähig geworden sind, lernen viele Unternehmen noch, wie sie in Arbeitsabläufe integrieren, Produktivitätsgewinne messen und Risiken in Bezug auf Sicherheit und Zuverlässigkeit managen können.
• Die aggressivsten KI-Anwender bauen möglicherweise nicht die meisten Arbeitsplätze ab: In einem Interview im Juni 2026 argumentierte Altman, dass die Unternehmen, die KI am tiefgreifendsten eingeführt haben, auch zu denen gehören, die am meisten einstellen. Er deutete an, dass einige Firmen, die KI als Grund für Entlassungen anführen, die Technologie möglicherweise als bequeme Erklärung für Kürzungen nutzen, die sie ohnehin vorgenommen hätten, anstatt die direkten Auswirkungen der KI-Einführung widerzuspiegeln.²¹
• Menschliche Interaktion bleibt wichtig: Altman merkt an, dass viele Jobs mehr umfassen als nur die Erledigung von Aufgaben. Sie beinhalten auch Kommunikation, Vertrauen, Urteilsvermögen und Zusammenarbeit, die Menschen möglicherweise nicht vollständig an KI auslagern wollen.²²

Altman weist die langfristigen Auswirkungen von KI auf die Arbeit jedoch nicht zurück. Er erwartet, dass Unternehmen rund um KI neu organisiert werden, insbesondere da KI-Agenten leistungsfähiger werden und sich Unternehmen an schnellere Technologiezyklen anpassen. Seine derzeitige Position deutet darauf hin, dass KI wahrscheinlich Arbeitsplätze und Arbeitsabläufe umgestalten wird, der Übergang jedoch schrittweiser und komplexer verlaufen könnte, als frühere Prognosen implizierten.

HBR / Davenport & Srinivasan

Eine Harvard Business Review-Analyse aus dem Jahr 2026 spekulierte, dass Unternehmen Mitarbeiter aufgrund des Potenzials von KI entlassen und nicht aufgrund ihrer nachgewiesenen Leistung, da die allgemeine US-Arbeitslosigkeit relativ niedrig bleibt.²³

Yale The Budget Lab

Die Analyse von 2025 fand keine wesentlichen Auswirkungen von LLMs auf Arbeitsplätze, basierend auf der Rate der Arbeitsplatzverluste, Einstellungen und Übergänge in den USA.²⁴

Weltwirtschaftsforum

Der WEF-Bericht „Future of Jobs Report 2025“, der über 1.000 Arbeitgeber befragte, die 14 Millionen Arbeitnehmer in 55 Volkswirtschaften repräsentieren, prognostizierte, dass bis 2030 92 Millionen Arbeitsplätze verdrängt werden, während 170 Millionen neue entstehen, ein Nettogewinn von 78 Millionen Arbeitsplätzen. Es wird erwartet, dass KI und Informationsverarbeitung bis 2030 86% der Unternehmen betreffen werden. Der Bericht identifizierte KI-Entwicklung, Cybersicherheit und Nachhaltigkeit als die am schnellsten wachsenden Rollenkategorien.²⁵

Jensen Huang

Auf der VivaTech 2025 in Paris widersprach Nvidia-CEO Jensen Huang der Warnung von Anthropic-CEO Dario Amodei, dass KI innerhalb von fünf Jahren bis zur Hälfte der Einstiegspositionen im Büro ersetzen könnte.

Huang wies die Vorstellung zurück, dass KI so gefährlich oder mächtig sei, dass nur eine ausgewählte Gruppe sie entwickeln sollte, und plädierte stattdessen für einen offenen und verantwortungsvollen Fortschritt.

Während er anerkannte, dass KI den Arbeitsplatz verändern und einige Jobs überflüssig machen wird, betonte er, dass höhere Produktivität in der Regel zu mehr Einstellungen und nicht zu weniger führt, und kritisierte das angstgetriebene Narrativ rund um die Auswirkungen von KI auf die Beschäftigung.²⁶

Dilan Eren

Obwohl nicht auf Prozentsätze fokussiert, bot Professor Dilan Eren von der Ivey Business School eine strukturelle Kritik an Unternehmen, die 2025 auf KI mit der Eliminierung von Junior-Positionen reagieren. Eren warnte, dass die Streichung von Einstiegspositionen aus Kostengründen ein „exponentiell schlechter Schachzug“ sei, der die interne Talentpipeline bedrohe.

Ohne Junioren riskieren Organisationen in den kommenden Jahren einen Mangel an erfahrenem Personal, zumal Mentoring und Lernen am Arbeitsplatz abnehmen. Eren forderte Unternehmen auf, Strategien zu entwickeln, die eine duale Entwicklung unterstützen: Junioren müssen Fachwissen aufbauen, während sich erfahrene Mitarbeiter in KI weiterbilden müssen.

Das Delegieren aller Aufgaben an Maschinen, so Eren, birgt das Risiko, das Urteilsvermögen zu untergraben und das kollaborative Lernen in Unternehmen zu schwächen.

Ravi Kumar

Ravi Kumar, CEO von Cognizant, argumentierte 2025, dass KI mehr Beschäftigungsmöglichkeiten schaffen wird, insbesondere für Hochschulabsolventen.

Da immer mehr Unternehmen fortschrittliche Software einführen, erwartet er eine steigende Nachfrage nach qualifizierten Arbeitskräften.

Laut Kumar kann KI als Kraftmultiplikator wirken, der es den Arbeitnehmern ermöglicht, „mehr für weniger“ zu erreichen und gleichzeitig die Erwartungen zu erhöhen, nicht zu senken. ²⁷

Hat KI tatsächlich zu Arbeitsplatzverlusten geführt?

Vier aktuelle Studien, die unterschiedliche Daten und Methoden verwenden, kommen zu merklich unterschiedlichen Schlussfolgerungen über die eigentliche Ursache der jüngsten Störungen auf dem Arbeitsmarkt:

Frank, Sabet, Simon, Bana & Yu (2026) kombinieren US-Arbeitslosenversicherungsdaten, 10,6 Millionen LinkedIn-Profile und 3 Millionen Kurspläne. Sie zeigen, dass das Arbeitslosigkeitsrisiko in stark LLM-exponierten Berufen, insbesondere in Computer- und Mathematikberufen, Anfang 2022 zu steigen begann, mehrere Quartale bevor ChatGPT im November 2022 auf den Markt kam.

Der Trend flachte nach der Markteinführung eher ab, anstatt sich zu beschleunigen. LinkedIn-Daten zeigen dasselbe Timing: Absolventen des Jahrgangs 2021 traten seltener in KI-exponierte Jobs ein als frühere Jahrgänge.

Die Autoren verweisen auf die geldpolitische Straffung, die Korrektur der Tech-Einstellungen nach der Pandemie und die Änderung der F&E-Steuer als wahrscheinliche Treiber. Sie stellen auch fest, dass Absolventen mit stärker KI-exponierten Lehrplänen nach ChatGPT höhere Gehälter erzielten und schneller Jobs fanden, sodass LLM-relevante Bildung ihren Wert behielt.²⁸

Dominski & Lee (2025) argumentieren, dass bestehende Studien statische KI-Expositionswerte verwenden, während sich die Fähigkeiten weiterentwickeln. Sie bauen ein Fünf-Stufen-Expositions-Framework (Pre-ChatGPT ML, frühe LLMs, multimodal, Reasoning-Modelle, agentische KI) und bitten GPT-4o und Claude 3.5 Sonnet, jede O*NET-Aufgabe in jeder Phase neu zu bewerten.

Verknüpft man diese dynamischen Werte mit CPS-Daten, stellt man fest, dass eine höhere KI-Exposition mit geringerer Beschäftigung, höherer Arbeitslosigkeit und kürzeren Arbeitszeiten korreliert.

Die Effekte sind größer für Arbeitnehmer unter 30 und über 50 sowie für Arbeitnehmer mit Hochschulbildung. Argumentationsintensive Berufe sind am stärksten betroffen, während manuelle körperliche Berufe kaum betroffen sind.²⁹

Brynjolfsson, Chandar & Chen (Nov 2025), „Canaries in the Coal Mine“ (Kanarienvögel im Kohlebergwerk), verwendeten ADP-Gehaltsabrechnungsdaten, die monatlich Millionen von Arbeitnehmern abdecken. Den Ergebnissen zufolge verzeichneten Arbeitnehmer im Alter von 22 bis 25 in den am stärksten KI-exponierten Berufen starke Beschäftigungsrückgänge: Softwareentwickler in dieser Altersgruppe fielen um fast 20% gegenüber ihrem Höchststand Ende 2022.

Nach Kontrolle von Firmen- und Zeitfixeffekten zeigte dieselbe Gruppe einen relativen Beschäftigungsrückgang von 16% im am stärksten exponierten Quintil im Vergleich zum am wenigsten exponierten.

Die Ergebnisse hielten stand, als die Autoren Tech-Berufe, IT-Firmen ausschlossen und die Stichprobe nach Telearbeitsfähigkeit, Hochschulanteil und Zinsrisiko aufteilten. Ihre Erklärung ist, dass KI das kodifizierte Wissen ersetzt, das junge Arbeitnehmer und formale Bildung liefern, während sie das implizite Wissen ergänzt, das mit Erfahrung kommt.³⁰

Chen, Kane, Kozlowski, Kunievsky & Evans (Sept 2025), nutzten synthetische Difference-in-Differences auf CPS-Daten von Januar 2010 bis August 2025. Sie berichten das gegenteilige Ergebnis: Berufen mit hoher Exposition erzielten nach ChatGPT etwa $89 mehr pro Woche an realen Einkommen vom Januar 2010, während der Arbeitslosigkeitseffekt etwa 0,2 Prozentpunkte betrug.

Ihre Interpretation ist, dass LLMs als kurzfristige Ergänzungen wirken, die Produktivität steigern, und dass die Anpassung über die Löhne und nicht über die Beschäftigung verläuft.³¹

Also, hat KI Arbeitsplatzverluste verursacht?

Eine vernünftige Antwort Anfang 2026 ist, dass es für die Gesamtbelegschaft noch kein klares aggregiertes Signal gibt. Zwei der vier Studien finden praktisch keinen Arbeitslosigkeitseffekt auf Berufsebene. Für Arbeitnehmer im Alter von 22 bis 25 in stark exponierten Berufen lautet die Antwort höchstwahrscheinlich ja, zumindest teilweise, weil die ADP-Beweise Unternehmens-Zeit-Kontrollen, den Ausschluss von Tech-Firmen und die nicht telearbeitsfähige Teilstichprobe überstehen.

Bei den Löhnen ist die Beweislage gemischt und könnte Gewinne für erfahrene Arbeitnehmer bei gleichzeitig reduzierter Einstellung von Junioren widerspiegeln. Was das Timing betrifft, zeigen Frank und Koautoren, dass ein Teil der Verschlechterung in KI-exponierten Berufen bereits Anfang 2022 im Gange war, sodass die Zuschreibung der gesamten Abschwächung von 2022 bis 2025 auf LLMs den Fall überbewertet.

Zusammenfassend lässt sich sagen, dass KI plausibel begonnen hat, die Einstellung von Berufseinsteigern in stark exponierten Berufen zu dämpfen, aber noch keine sichtbare aggregierte Arbeitslosigkeit oder Lohnverluste verursacht hat. Ein bedeutender Teil dessen, was als KI-Verdrängung erscheint, spiegelt die geldpolitische Straffung, Korrekturen der Überbesetzung aus der Pandemiezeit und eine allgemeine Schwäche des Marktes für Berufseinsteiger wider. Ob sich dieses Bild mit dem Aufkommen agentischer Fähigkeiten ändert, ist das substanzielle Anliegen, das die meisten der zuvor erwähnten Prognosen belebt, und es bleibt eine offene empirische Frage.

Was Prognosemärkte über KI-bedingte Arbeitsplatzverluste vorhersagen

Manifold Market

Manifold ist eine Community-Prognoseplattform, auf der Teilnehmer auf die Ergebnisse realer Fragen handeln. Im Januar 2026:

• Ein Manifold-Markt mit 27 Teilnehmern entschied „Nein“ zu der Frage, ob künstliche Intelligenz bis Ende 2025 direkt mit einem Anstieg der US-Arbeitslosenquote um mindestens 5 Prozentpunkte in Verbindung gebracht werden würde.³²
• 194 Teilnehmer sagten voraus, ob einige US-Softwareentwickler bis Ende 2025 unter Einkommenseinbußen, geringerer Jobsicherheit oder schlechteren Einstellungschancen aufgrund von KI leiden würden. Der Markt entschied „Ja“, basierend auf der Anforderung, dass mindestens drei seriöse Nachrichtenberichte solche Effekte dokumentieren.³³
• 10 Teilnehmer entschieden „Nein“ zu der Frage, ob ein Fortune-500-Unternehmen seine Kundendienstbelegschaft bis 2026 größtenteils oder vollständig durch KI ersetzen würde. Das Ergebnis schließt eine teilweise Automatisierung nicht aus, aber die anspruchsvollere Schwelle des Marktes, den Großteil oder die gesamte Belegschaft zu ersetzen, wurde nicht erreicht.³⁴

Stand Juli 2026:

• 174 Teilnehmer wiesen eine 25%-Wahrscheinlichkeit zu, dass KI die US-Arbeitslosenquote vor 2030 auf über 10% treiben würde.³⁵
• 54 Teilnehmer schätzten eine 19%-Wahrscheinlichkeit, dass KI bis 2030 Massenarbeitslosigkeit in den Vereinigten Staaten verursachen würde.³⁶
• 43 Teilnehmer wiesen eine 61%-Wahrscheinlichkeit zu, dass der Arbeitsmarkt in Bezug auf KI-bedingte Arbeitsplatzverluste und Arbeitslosigkeit in den nächsten Jahren „in Ordnung“ bleiben würde.³⁷
• 11 Teilnehmer sagten eine 79%-Wahrscheinlichkeit voraus, dass KI bis Ende 2027 zu einem starken Rückgang der Beschäftigung von Übersetzern und Dolmetschern führen würde. Dies deutet auf ein relativ starkes Vertrauen der Community hin, dass sprachbezogene Berufe früher als der Gesamtarbeitsmarkt messbare Verlagerungen erfahren werden.³⁸
• 54 Teilnehmer schätzten eine 81%-Wahrscheinlichkeit, dass KI bis 2030 die meisten Callcenter-Mitarbeiter ersetzen würde. Dies war eine der höchsten Wahrscheinlichkeiten in den überprüften Märkten.³⁹
• 7 Teilnehmer prognostizierten, welche Berufsgruppe bis Ende 2026 den größten Prozentsatz an durch KI ersetzten Rollen haben würde. Der Markt wies 38% den „sonstigen“ Berufen zu, 34% dem Kundenservice, 10% Softwareentwicklern, 8% Verwaltungsassistenten und 5% jeweils Lkw-Fahrern und Forschern.⁴⁰
• 8 Teilnehmer prognostizierten, dass etwa 34% von 11 ausgewählten Berufen bis 2031 einen Beschäftigungsrückgang von mindestens 15% erleben würden, der plausibel auf KI zurückgeführt werden könnte.⁴¹

Kalshi-Prognosemarkt

Kalshi ist eine in den USA regulierte Börse für Ereigniskontrakte, an der Teilnehmer Kontrakte handeln, die an bestimmte Ergebnisse gebunden sind. Die öffentlichen Marktseiten von Kalshi melden das gesamte Dollar-Handelsvolumen, geben jedoch nicht die Anzahl der einzelnen Teilnehmer an.

• Im Juni 2026 entschied ein Kalshi-Markt, der fragte, ob KI im Mai der am häufigsten genannte Grund für Arbeitsplatzabbau in den USA sein würde, mit „Ja“. Der Markt verzeichnete ein Handelsvolumen von etwa $36.552 und verwendete den monatlichen Stellenabbaubericht von Challenger, Gray & Christmas als Entscheidungsquelle.⁴²
• Im Juli 2026 entschied der entsprechende Markt (es wurden etwa $2.919 gehandelt) für die Stellenstreichungen im Juni ebenfalls mit „Ja“.⁴³

Stand Juli 2026:

• Der laufende Markt wies eine 51%-Wahrscheinlichkeit zu, dass KI im Juli der führende genannte Grund für Arbeitsplatzabbau in den USA sein würde. Der Markt hatte ein Handelsvolumen von etwa $1.453 verzeichnet.⁴⁴
• Kalshi-Händler wiesen eine 20%-Wahrscheinlichkeit zu, dass das „Citrini-Szenario“ bis Juli 2028 eintreten würde, mit einem Handelsvolumen von etwa $25,9 Millionen. Der Citrini-Trade ist eine Wette darauf, dass die schnelle Einführung von KI bis 2028 zu Massenentlassungen, Arbeitslosigkeit und einem breiteren wirtschaftlichen Niedergang führen wird.⁴⁵

Metaculus-Community-Prognosen

Die Community-Prognosen von Metaculus aggregieren Schätzungen einzelner Prognostiker, während sich sein Labor Automation Forecasting Hub speziell darauf konzentriert, wie KI sich auf Beschäftigung, Berufe und Arbeitsmarktindikatoren auswirken könnte.

Stand Juli 2026:

• 26 Prognostiker schätzten, dass KI-Systeme, die in der Lage sind, Jobs von Anfang bis Ende auszuführen, 17,8% der heutigen Arbeitskräfte bis 2030 ersetzen würden. Das angezeigte Prognoseintervall reichte von etwa 9,1% bis 25,7%.⁴⁶
• 49 Prognostiker trugen zur zugrunde liegenden Prognose der US-Gesamtbeschäftigung bei, nach Berücksichtigung von KI-bedingter Verlagerung und anderen Arbeitsmarkteffekten. Die Community sagte voraus, dass die Beschäftigung im Jahr 2030 1,9% unter dem Niveau von 2025 und im Jahr 2035 4,4% darunter liegen würde.⁴⁷
• 60 Prognostiker wiesen eine 31%-Wahrscheinlichkeit zu, dass die Arbeitslosigkeit unter frischgebackenen US-Hochschulabsolventen vor 2030 in drei aufeinanderfolgenden Monaten mindestens 20% erreichen würde.⁴⁸
• Der Metaculus Labor Automation Forecasting Hub prognostizierte, dass einige der größten Beschäftigungsrückgänge bis 2035 unter Finanzspezialisten, minus 15,2%; Softwareentwicklern, minus 13,8%; Anwälten und Rechtsreferendaren, minus 13,7%; Hilfsarbeitern und Materialbewegern, minus 12,0%; und Service-Vertriebsmitarbeitern, minus 11,9% auftreten würden.⁴⁹

Jüngste Entwicklungen: Auswirkungen von KI auf Arbeitsplätze

Wir sammelten Daten ab 2023, nach der Einführung von ChatGPT, um zu zeigen, wie KI die Entlassungen im Tech-Bereich beeinflusste. Das obige Diagramm verfolgt die kumulative Anzahl der von Entlassungen betroffenen Arbeitsplätze, bei denen die Unternehmen entweder direkt KI, Automatisierung oder KI-gesteuerte Umstrukturierung anführten oder eine glaubwürdige Berichterstattung die Kürzungen mit KI-bedingten Veränderungen in Verbindung brachte.

Der Trend zeigt einen moderaten Anstieg in den Jahren 2023 und 2024, gefolgt von einer starken Beschleunigung in den Jahren 2025 und 2026, da mehr Unternehmen Teams umstrukturierten, Support- oder Betriebsrollen reduzierten und Ressourcen auf KI-fokussierte Prioritäten umlenkten.

Mehrere große Unternehmen führten bei der Ankündigung von Stellenstreichungen ausdrücklich KI an:

• GitLab begann mit der Umstrukturierung, um das Management zu verschlanken, seine Länderpräsenz um bis zu 30% zu reduzieren und interne Prozesse mit KI-Agenten neu zu vernetzen, wobei die meisten Einsparungen in seine „agentische Ära“-Strategie reinvestiert wurden.⁵⁰
• Intuit strich 17% seiner Belegschaft (etwa 3.000 Mitarbeiter), um die Ressourcen auf Schlüsselprojekte, einschließlich KI, zu konzentrieren.⁵¹
• Cisco strich fast 4.000 Stellen (etwa 5% seiner Belegschaft), um die Investitionen in KI, Cybersicherheit, Silizium und Optik zu verlagern.⁵²
• Cloudflare reduzierte seine Belegschaft um mehr als 1.100 Mitarbeiter und gab an, dass KI Rollen überflüssig gemacht habe.⁵³

Einige Experten argumentieren jedoch, dass KI als bequeme Rechtfertigung benutzt wird. Fabian Stephany vom Oxford Internet Institute merkte an, dass viele Unternehmen während der Pandemie zu viele Mitarbeiter eingestellt hätten und die derzeitigen Entlassungen eher eine Marktkorrektur als eine tatsächliche KI-bedingte Verdrängung widerspiegeln könnten.⁵⁴

Die Zukunft der Einstiegsjobs

Während die Angst von Hochschulabsolventen vor Arbeitsplatzverlust durch KI verständlich ist, scheint der dramatische Rückgang der Stellenausschreibungen für Hochschulabsolventen in Großbritannien um 67% seit 2022 (43% in den USA) eher auf wirtschaftliche Unsicherheit, Post-COVID-Normalisierung und beschleunigtes Offshoring als auf KI-Verdrängung zurückzuführen zu sein.

Für Arbeitnehmer im Alter von 22–25 Jahren stellt Anthropics Forschung zu Arbeitsmarktauswirkungen fest, dass weniger junge Menschen eine Beschäftigung in stark KI-exponierten Berufen aufnehmen als in gering exponierten Berufen. Die Jobfinding-Rate für diese Rollen sank um etwa 14% im Vergleich zu 2022 (gepoolte Post-Schätzung −14,3, SE = 7,2), obwohl die Autoren angeben, dass das Ergebnis statistisch kaum signifikant ist. Sie fanden auch keinen ähnlichen Rückgang für Arbeitnehmer, die älter als 25 Jahre sind.⁵⁵

Laut einem kürzlich erschienenen Artikel der Financial Times sind die Arbeitsplätze selbst in Sektoren mit geringer KI-Exposition wie Personalwesen (77%) und Bauingenieurwesen (55%) stark zurückgegangen, was darauf hindeutet, dass breitere wirtschaftliche Faktoren im Spiel sind.

David Autor vom MIT verweist auf politische Turbulenzen und staatliche Kürzungen als bedeutendere Treiber, während der Chefökonom von LinkedIn die makroökonomische Unsicherheit als Hauptursache betont.

Obwohl KI die Arbeit in den kommenden Jahren wahrscheinlich verändern wird, zeigen aktuelle Belege schwache Korrelationen zwischen KI-gefährdeten Berufen und tatsächlichen Arbeitsplatzverlusten; einige KI-exponierte Bereiche, wie das Rechnungswesen, verzeichnen ein Wachstum der Jugendbeschäftigung.

Die eigentlichen Herausforderungen scheinen traditionelle wirtschaftliche Zwänge zu sein: Inflation, höhere Zinssätze, geschäftliche Unsicherheit und beschleunigtes Offshoring, ermöglicht durch Remote-Arbeitsmöglichkeiten. Dies macht das Narrativ „KI tötet Akademikerjobs“ verfrüht, trotz legitimer Zukunftssorgen hinsichtlich technologischer Disruption.⁵⁶

Forschungsinitiativen zum Verständnis der Auswirkungen von Arbeitsplatzverlusten durch KI

Anthropic startet Economic Futures Program, um die Auswirkungen von KI auf die Arbeitskräfte anzugehen

Anthropic hat das Economic Futures Program eingeführt, eine neue Initiative zur Untersuchung der wirtschaftlichen Auswirkungen künstlicher Intelligenz, insbesondere ihrer Auswirkungen auf Arbeitsplätze, Produktivität und langfristige Wertschöpfung. Das Programm zielt darauf ab, datengestützte Erkenntnisse zu liefern und politische Vorschläge zu entwickeln, die sowohl die Risiken als auch die Chancen angehen, die KI für die Weltwirtschaft darstellt.

Reaktion auf Risiken der Arbeitsplatzverlagerung

Als Reaktion auf die jüngsten Prognosen von CEO Dario Amodei konzentriert sich das Programm auf das Verständnis dieser Veränderungen und die Vorbereitung auf erhebliche Auswirkungen auf die Arbeitskräfte, einschließlich des Bedarfs an Umschulung in betroffenen Sektoren.

Zu den Schlüsselkomponenten des Programms gehören:

• Forschungsstipendien: Anthropic bietet schnelle Zuschüsse von bis zu $50.000 für kurzfristige empirische Studien zu den wirtschaftlichen Auswirkungen von KI an. Die Forschung kann sich auf Arbeitsmarkteffekte, Produktivitätsänderungen oder die Schaffung neuer Formen von Wert konzentrieren.
• Foren zur Politikentwicklung: Anthropic wird Symposien in Washington, D.C. und Europa veranstalten, um politische Ideen aus verschiedenen Perspektiven zu sammeln. Zu den Themen gehören Umschulungsstrategien, die Schaffung von Arbeitsplätzen in KI-gesteuerten Volkswirtschaften und Workflow-Übergänge.
• Dateninfrastruktur: Aufbauend auf seinem Economic Index, der Anfang dieses Jahres eingeführt wurde, wird Anthropic seine Datensätze erweitern, um die Nutzung von KI und die langfristigen Auswirkungen auf Wirtschaftsstrukturen und Beschäftigungstrends zu verfolgen.

Das Programm von Anthropic konzentriert sich stärker auf potenzielle Arbeitsplatzverluste und Minderungsstrategien. Das Economic Futures Program spiegelt ein wachsendes Bemühen unter Technologieunternehmen wider, Verantwortung für die von ihnen mitverursachte Disruption zu übernehmen und integratives Wirtschaftswachstum zu unterstützen.

Diese Initiative legt besonderen Schwerpunkt auf das Verständnis von Arbeitsmarktübergängen, die Identifizierung von Bereichen für die Umschulung und die Schaffung eines Rahmens für das Management der sich entwickelnden wirtschaftlichen Rolle der KI.⁵⁷

Entdecken Sie weitere unserer Benchmarks und datengestützten Erkenntnisse in der Google-Suche.

Als bevorzugte Quelle hinzufügen

Auswirkungen von KI auf verschiedene Branchen

Die Analyse von Verwaltungsdaten zur Arbeitslosigkeit zeigt, dass KI-exponierte Berufe historisch gesehen einem geringeren Arbeitslosigkeitsrisiko ausgesetzt waren als weniger exponierte. Dieser Vorteil verringerte sich ab Anfang 2022 stark, insbesondere in Computer- und Mathematikberufen, und verschlechterte sich nach der Einführung von ChatGPT nicht merklich.

Belege aus LinkedIn-Profilen bestätigen dieses Muster für Berufsanfänger: Absolventen der Jahrgänge 2021–2023 traten seltener und mit längerer Suche nach ihrem ersten Job in KI-exponierte Jobs ein als frühere Jahrgänge, wobei sich die Lücken bereits vor Ende 2022 auftaten.

Ähnliche Verlangsamungen zeigen sich auch beim Vergleich von hochbezahlten und durchschnittlich bezahlten Jobs, was auf eine allgemeine Verschärfung des Arbeitsmarktes für Berufseinsteiger hindeutet und nicht auf eine Veränderung, die nur KI-exponierte Rollen betrifft.

Am stärksten exponierte Rollen und Branchen

Branchen, die auf strukturierte Aufgaben angewiesen sind, die routinemäßig von Menschen ausgeführt werden, sind dem höchsten Risiko ausgesetzt. Büro-, Rechts-, Finanz- und Datenverarbeitungsrollen gehören zu den anfälligsten.

Laut Anthropics Forschung zu Arbeitsmarktauswirkungen gehören zu den am stärksten exponierten Einzelberufen Computerprogrammierer (74,5%), Kundendienstmitarbeiter (70,1%), Datenerfasser (67,1%), Spezialisten für medizinische Dokumentation (66,7%) und Marktforschungsanalysten (64,8%).

Diese Jobs lassen sich in der Regel leicht mit KI-Systemen und -Werkzeugen automatisieren. Aufgaben, die vorhersehbare Muster beinhalten oder festen Regeln folgen, sind am anfälligsten für Fehler. Einstiegspositionen, insbesondere für junge Arbeitnehmer, sind einem hohen Risiko der Eliminierung ausgesetzt.

Beispielsweise untersuchte eine Studie die Einführung von Google Translate in verschiedenen Regionen zwischen 2010 und 2023. Die Ergebnisse deuten darauf hin, dass Gebiete mit höherer Nutzung ein langsameres Wachstum der Arbeitsplätze für Übersetzer und Dolmetscher verzeichneten, wobei das Beschäftigungswachstum um etwa 0,7 Prozentpunkte für jeden Prozentpunkt Anstieg der Nutzung sank.⁵⁸

Abbildung 2: Das Diagramm zeigt das monatliche Google Trends-Interesse für zwei Suchbegriffe: „translator“ und „Google Translate“.⁵⁹

Die Auswirkungen gehen über den Übersetzerberuf hinaus, da Stellenausschreibungen, die Fremdsprachenkenntnisse erfordern, in Regionen mit hoher Nutzung langsamer wuchsen, insbesondere für weit verbreitete Sprachen wie Spanisch, Chinesisch und Deutsch.

Während Sprachkenntnisse in technischen Bereichen wie IT und Ingenieurwesen weiterhin relevanter sind, deuten die Gesamtergebnisse darauf hin, dass verbesserte maschinelle Übersetzung die Abhängigkeit der Arbeitgeber von zweisprachigen Arbeitskräften allmählich verringert, mit Auswirkungen auf Bildung, Arbeitsmärkte und den globalen Dienstleistungsverkehr.

Ungleichmäßige Auswirkungen auf die Sektoren

Gesundheitswesen und Bildung sind aufgrund der Komplexität der erforderlichen menschlichen Interaktion weniger exponiert. Diese Sektoren sind widerstandsfähiger gegenüber Automatisierung und großen Sprachmodellen.

Teilweise Automatisierung vs. vollständige Verdrängung

Nicht alle Arbeitsplatzverluste führen zu vollständiger Arbeitslosigkeit. In vielen Fällen wird KI Aufgaben innerhalb von Rollen automatisieren, anstatt ganze Arbeitsplätze zu beseitigen.

Es wird erwartet, dass etwa zwei Drittel der derzeitigen Rollen eine Veränderung auf Aufgabenebene erfahren. Die Arbeitnehmer müssen sich an neue Verantwortlichkeiten anpassen, die menschliche Entscheidungsfindung, logisches Denken und Kreativität erfordern. Diese teilweise Automatisierung übt immer noch Druck auf die Arbeitnehmer aus, sich schnell anzupassen.

Wirtschaftliche und geografische Unterschiede

Die Auswirkungen künstlicher Intelligenz werden je nach Region variieren. Volkswirtschaften mit hohem Einkommen und dienstleistungsintensiven Arbeitsmärkten sind stärker exponiert. Schwellenländer könnten aufgrund des begrenzten Zugangs zu digitaler Infrastruktur und weniger Ressourcen für die Umschulung der Arbeitskräfte vor Herausforderungen stehen. Die Unterschiede in den lokalen politischen Reaktionen werden beeinflussen, wie sich die Auswirkungen von KI weltweit entfalten.

Wie sind die Wahrnehmungen der tatsächlichen Arbeitnehmer?

Diskrepanz zwischen Wahrnehmung und Realität

Die öffentliche Wahrnehmung von Arbeitsplatzverlusten ist höher als die tatsächlich gemeldeten Zahlen. Während die tatsächliche Verdrängung in den letzten Jahren unter 15% blieb, glauben die Arbeitnehmer, dass ein größerer Teil der Arbeitskräfte betroffen ist.

Dies spiegelt wachsende Besorgnis über die Auswirkungen von KI und die Zukunft der Beschäftigung wider, obwohl die tatsächlichen Daten ein langsameres Tempo des Wandels zeigen.

Regulatorische Reaktionen und Missverständnisse über KI-bedingte Arbeitsplatzverluste

Der von den Senatoren Mark Warner und Josh Hawley eingebrachte KI-Related Job Impacts Clarity Act würde Unternehmen und Bundesbehörden verpflichten, die Anzahl der direkt auf künstliche Intelligenz zurückzuführenden Entlassungen zu melden.

Während der Vorschlag darauf abzielt, die Transparenz über die Rolle von KI bei Beschäftigungsänderungen zu erhöhen, kann seine Kernprämisse irreführend sein: Die meisten KI-Tools sind in breitere Arbeitsabläufe eingebettet, was es äußerst schwierig macht, festzustellen, ob ein Arbeitsplatzverlust explizit durch KI verursacht wurde und nicht durch reguläre Produktivitätsverbesserungen oder breiteren Geschäftsdruck.

Bestehende Systeme zur Arbeitsmarktbeobachtung überwachen die Beschäftigungsdynamik, was bedeutet, dass das Gesetz unnötige Bürokratie hinzufügt und gleichzeitig riskiert, die Einführung von KI zu stigmatisieren und Unternehmen davon abzuhalten, Werkzeuge zu nutzen, die Produktivität steigern könnten. Stattdessen sollten sich politische Entscheidungsträger darauf konzentrieren, wie die Einführung von KI gemessen wird, die Auswirkungen auf Arbeitsabläufe und Produktivität in der Praxis zu untersuchen und die Umschulung von Arbeitnehmern zu unterstützen.⁶⁰

Welche Arten von Arbeitsplätzen wird KI schaffen?

Trotz der Rolle der KI bei der Verringerung bestimmter Jobsektoren wird auch erwartet, dass sie erhebliche Möglichkeiten in technischen und angrenzenden Bereichen schafft. Rollen wie Ingenieure, Forward-Deployed Engineers, Solutions Engineers und Field Engineers sind zunehmend gefragt, da Organisationen Unterstützung bei der Integration und Optimierung von KI-Systemen suchen.

Der Ratschlag, dass „Informatik unnötig ist, weil KI den gesamten Code schreiben wird“, ist grundlegend falsch. Während LLMs bestimmte Codierungsaufgaben automatisieren können, war Abstraktion schon immer von zentraler Bedeutung für die Softwareentwicklung. Der Kernwert liegt nicht im Tippen von Code, sondern in der Bestimmung, was gebaut werden soll, und in der Architektur von Systemen, die effizient, sicher und wirtschaftlich wertvoll sind.

Über das Ingenieurwesen hinaus sind auch Rollen, die nicht automatisierbar sind, auf Wachstum ausgerichtet. Da die Automatisierung die Betriebskosten senkt, können Unternehmen neue Märkte erschließen oder bestehende erweitern, was die Nachfrage nach Rollen wie Vertrieb und Kundenerfolg erhöht.

Ethische und gesellschaftliche Implikationen der Arbeitsplatzverlagerung durch KI

Kernherausforderungen der Ethik

Die Implementierung von KI am Arbeitsplatz wirft grundlegende ethische Fragen auf, die über einfache wirtschaftliche Überlegungen hinausgehen. Diese Herausforderungen drehen sich um Fairness, Menschenwürde und die moralischen Verpflichtungen von Organisationen, die transformative Technologien einsetzen, die sich auf Lebensgrundlagen und Gemeinschaften auswirken.

Verteilungsgerechtigkeit und Ungleichheit: KI-Verdrängung betrifft geringer qualifizierte Arbeitnehmer und marginalisierte Gemeinschaften überproportional und verschärft bestehende sozioökonomische Ungleichheiten.

Dies schafft das Potenzial für eine gespaltene Belegschaft, in der KI-erweiterte Mitarbeiter Vorteile erlangen, während verdrängte Arbeitnehmer mit verminderten Aussichten konfrontiert sind.

Die Konzentration der KI-Vorteile bei Technologieeigentümern, während die Kosten auf gefährdete Bevölkerungsgruppen fallen, wirft grundlegende Fragen zur gerechten Verteilung des technologischen Fortschritts auf.

Algorithmische Verzerrung und Diskriminierung: KI-Systeme erben Verzerrungen aus den Trainingsdaten und können diskriminierende Praktiken bei Einstellung, Bewertung und Aufgabenzuweisung potenziell verstärken.

Diese automatisierten Entscheidungen wirken sich ohne angemessene Aufsichtsmechanismen in großem Umfang auf die Beschäftigungsergebnisse aus. Die Bekämpfung von Verzerrungen erfordert vielfältige Datensätze, Erkennungsprotokolle und eine regelmäßige Prüfung von KI-Systemen, die im Beschäftigungskontext eingesetzt werden.

Menschliche Autonomie: Die weit verbreitete Einführung von KI stellt traditionelle Konzepte von Arbeitswert und -sinn in Frage. Arbeitnehmer sind dem Risiko des Kompetenzabbaus und des Verlusts der beruflichen Identität ausgesetzt, wenn kognitive Aufgaben automatisiert werden.

Die Erhaltung sinnvoller menschlicher Handlungsfähigkeit in Arbeitsprozessen bleibt wesentlich, um die Würde der Arbeitnehmer zu wahren und sicherzustellen, dass die Technologie die menschlichen Fähigkeiten eher verbessert als ersetzt.

Transparenz und Rechenschaftspflicht: Viele KI-Systeme arbeiten als „Black Boxes“ und verschleiern Entscheidungsprozesse, die sich auf die Beschäftigung auswirken.

Diese Undurchsichtigkeit erschwert die Zuschreibung von Verantwortung, wenn KI-Systeme schädliche Ergebnisse produzieren. Klare Rechenschaftsrahmen und erklärbare KI-Systeme sind notwendig, um Fairness und Vertrauen in beschäftigungsbezogenen Anwendungen zu erhalten.

Gesellschaftliche Implikationen

Über die individuellen Auswirkungen am Arbeitsplatz hinaus stellt die KI-bedingte Arbeitsplatzverlagerung breitere Bedrohungen für den sozialen Zusammenhalt, die wirtschaftliche Stabilität und die demokratische Regierungsführung dar.

Politische und soziale Stabilität: Groß angelegte Verlagerung birgt das Potenzial für politische Volatilität und soziale Unruhen, insbesondere wenn Gemeinschaften eine ungleiche Verteilung der technologischen Vorteile wahrnehmen.

Die Bewältigung dieser Bedenken erfordert Maßnahmen, die Vorteile der KI breit in der Gesellschaft verteilen. Diese Maßnahmen können im globalen Kontext wirken, da die Vermögensverteilung in einem einzigen Land dazu führt, dass die Wohlhabenden aus diesem Land abwandern.

Generationenübergreifende Auswirkungen: Die Verlagerung von Einstiegspositionen stört die traditionellen Karriereeinstiegspfade für jüngere Arbeitnehmer. Dies wirkt sich auf die Standardmodelle der beruflichen Entwicklung aus und kann Hindernisse für den beruflichen Aufstieg von neuen Arbeitsmarkteintritten schaffen.

Es müssen alternative Wege für die berufliche Entwicklung und den Aufstieg entwickelt werden, um der Rolle der KI am Arbeitsplatz Rechnung zu tragen.

Implementierungsrahmen

Die Bewältigung der ethischen Herausforderungen der KI erfordert strukturierte Ansätze, die technologischen Fortschritt mit sozialer Verantwortung in Einklang bringen. Hier sind einige Prinzipien für Organisationen und politische Entscheidungsträger, um den KI-Einsatz zu steuern und gleichzeitig betroffene Gemeinschaften und Arbeitnehmer zu schützen:

Einbeziehung von Interessengruppen: Entscheidungen über den KI-Einsatz sollten Beiträge von betroffenen Arbeitnehmern, Gewerkschaften, Gemeinschaften und zivilgesellschaftlichen Organisationen einbeziehen.

Governance-Strukturen müssen verschiedene Perspektiven einschließen und einen kontinuierlichen Dialog über Auswirkungen und notwendige Anpassungen aufrechterhalten.

Schadensbegrenzung: Organisationen sollten, wo immer möglich, der Erweiterung Vorrang vor dem Ersatz geben und schrittweise statt abrupter Übergänge implementieren.

Nutzenverteilung: KI-Produktivitätsgewinne sollten sich durch Lohnerhöhungen, Arbeitszeitverkürzungen oder verbesserte Bedingungen auf die Arbeitnehmer erstrecken, anstatt nur den Kapitaleignern zugutezukommen.

Mechanismen wie Gewinnbeteiligung oder Arbeitnehmerbeteiligungsmodelle können dazu beitragen, eine gerechte Verteilung des von KI generierten Werts auf die Interessengruppen sicherzustellen.

Wie kann man KI zum Vorteil der Arbeitskräfte nutzen?

Bedeutung der Umschulung

Bis 2030 müssen über 40% der Arbeitnehmer neue Fähigkeiten entwickeln, um beschäftigt zu bleiben. Laut IWF erfordert 1 von 10 Stellenausschreibungen in fortgeschrittenen Volkswirtschaften mindestens eine neue Fähigkeit, wobei die IT mehr als die Hälfte dieser Nachfrage ausmacht.⁶¹

Umschulung ist besonders wichtig für junge Menschen, die in den Arbeitsmarkt eintreten, wo die Einstiegsmöglichkeiten schrumpfen. Arbeitgeber müssen Strategien entwickeln, die Menschen mit Maschinen in Einklang bringen, anstatt sie vollständig zu ersetzen.

Organisatorische Risiken der Streichung von Junior-Positionen

Unternehmen, die Junior-Positionen aus Kostengründen streichen, gehen ein langfristiges Risiko ein. Ohne Einstiegspersonal verlieren Organisationen zukünftige Talente und schwächen interne Ausbildungsstrukturen.

Mentoring und Lernen am Arbeitsplatz nehmen ab, was sich auf die Entscheidungsfindung und das institutionelle Wissen auswirkt. Während KI Aufgaben automatisieren kann, entstehen durch die alleinige Abhängigkeit von Systemen Lücken in der Personalentwicklung.

Potenzial für Wirtschaftswachstum

Trotz weit verbreiteter Besorgnis könnte künstliche Intelligenz zu langfristigen wirtschaftlichen Gewinnen führen. Schätzungen deuten darauf hin, dass KI das globale BIP um 7% steigern könnte, was die Arbeitsplatzverluste teilweise ausgleicht.

Dies spiegelt vergangene Allzwecktechnologien wider, die zunächst Arbeitskräfte verdrängten, aber schließlich neue Arbeitsplätze schufen. Die Herausforderung liegt jedoch darin, die kurzfristige Störung zu bewältigen, ohne Arbeitslosigkeit und soziale Instabilität zu verursachen.

Divergierende Erwartungen an die Zukunft

Einige Führungskräfte erwarten, dass künstliche Intelligenz mehr Beschäftigungsmöglichkeiten schafft. Wenn Unternehmen die Nutzung erhöhen, könnte sich die Nachfrage auf Rollen in den Bereichen KI-Entwicklung, Cybersicherheit und Nachhaltigkeit verlagern.

Diese Arbeitsplätze erfordern neue Fähigkeiten und stehen im Einklang mit dem Wachstum der KI, die weiterhin die Arbeitsweise von Unternehmen beeinflusst. Andererseits erwarten viele Manager kurzfristig immer noch Stellenstreichungen, was darauf hindeutet, dass die Aussichten geteilt bleiben.

Diese Forschung zitieren

Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Ermut, Sıla},
  title  = {{Über 20 Prognosen von Experten zum Verlust von Arbeitsplätzen durch KI}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/ai-job-loss}},
  note   = {AIMultiple. Abgerufen am 27. Juli 2026}
}

Referenzlinks

1.

GitHub - karpathy/jobs: A research tool for visually exploring Bureau of Labor Statistics Occupational Outlook Handbook data. This is not a report, a paper, or a serious economic publication — it is a development tool for exploring BLS data visually. · Gi

2.

https://static1.squarespace.com/static/635693acf15a3e2a14a56a4a/t/69cbb9d509ada447b6d9013f/1774959061185/forecasting-the-economic-effects-of-ai.pdf

3.

Perspectives on the Labor Share - American Economic Association

4.

How Will AI Affect the Global Workforce? | Goldman Sachs

5.

https://www.nber.org/system/files/chapters/c15315/c15315.pdf

6.

Down Arrow Button Icon

Fortune

7.

Working with AI: Measuring the Applicability of Generative AI to Occupations - Microsoft Research

8.

Dr. Eric Schmidt - YouTube

9.

AI jobs danger: Sleepwalking into a white-collar bloodbath

Axios

10.

Dario Amodei spent last year warning of an AI white-collar bloodbath. Now he's changing the narrative | Fortune

Fortune

11.

AI could make half of all entry-level white-collar jobs vanish, Anthropic CEO warns | Fortune

Fortune

12.

Gen-AI: Artificial Intelligence and the Future of Work

13.

https://arxiv.org/pdf/2303.10130

14.

Are Robots Really Stealing Our Jobs? Perception versus Experience - Eric Dahlin, 2022

15.

https://www.pwc.com/gx/en/ceo-survey/2019/report/pwc-22nd-annual-global-ceo-survey.pdf

16.

The Risk of Automation for Jobs in OECD Countries | OECD

17.

Chart of the Week: 54% of EU jobs at risk of computerisation

18.

https://oms-www.files.svdcdn.com/production/downloads/academic/The_Future_of_Employment.pdf

19.

AI impacting labor market ‘like a tsunami’ as layoff fears mount

CNBC

20.

Sam Altman Says AI ‘Jobs Apocalypse’ Probably Won’t Happen. What Changed?

Time

21.

Sam Altman Says Companies Embracing AI the Most Are Actually Hiring - Business Insider

Business Insider

22.

‘We try to think out loud’: Open AI’s Sam Altman on closing the gap between AI tech and how we’re adopting it

23.

Companies Are Laying Off Workers Because of AI’s Potential—Not Its Performance

Harvard Business Review

24.

Evaluating the Impact of AI on the Labor Market: Current State of Affairs | The Budget Lab

25.

The Future of Jobs Report 2025 | World Economic Forum

26.

Nvidia’s Jensen Huang says he disagrees with almost everything Anthropic CEO Dario Amodei says | Fortune

Fortune

27.

'An exponentially bad move': experts warn against cutting entry-level jobs for AI | Canadian HR Reporter

Canadian HR Reporter

28.

https://arxiv.org/pdf/2601.02554

29.

https://arxiv.org/pdf/2507.08244

30.

https://digitaleconomy.stanford.edu/app/uploads/2025/11/CanariesintheCoalMine_Nov25.pdf

31.

https://arxiv.org/pdf/2509.15510

32.

Will artificial intelligence be directly tied to an unemployment rise in the USA by the end of 2025? | Manifold

Manifold Markets

33.

Will some U.S. software engineers be negatively affected financially due to AI by end of 2025? | Manifold

Manifold Markets

34.

Will any Fortune 500 corporation mostly/entirely replace their customer service workforce with AI by 2026? | Manifold

Manifold Markets

35.

Will AI cause the US Unemployment Rate to exceed 10% before 2030? | Manifold

Manifold Markets

36.

Will AI cause mass unemployment... by 2030 ? | Manifold

Manifold Markets

37.

Will things basically be fine regarding job loss and unemployment due to AI in the next several years? | Manifold

Manifold Markets

38.

Will AI lead to a large decrease in TRANSLATOR & INTERPRETER jobs before the end of 2027? | Manifold

Manifold Markets

39.

Will AI replace most people in call-centers by 2030? | Manifold

Manifold Markets

40.

Which job category will be most replaced by AI by end of 2026? | Manifold

Manifold Markets

41.

How many of these jobs will have a 15% or more drop in employment plausibly attributable to AI by 2031? | Manifold

Manifold Markets

42.

Vercel Security Checkpoint

43.

Vercel Security Checkpoint

44.

Vercel Security Checkpoint

45.

Vercel Security Checkpoint

46.

What % of current workers will be replaced by AI systems performing end-to-end labor in 2030?

47.

Labor Automation Forecasting Hub | Metaculus

48.

Will unemployment for recent college graduates remain at 20+% before 2030?

49.

Labor Automation Forecasting Hub | Metaculus

50.

GitLab Act 2

51.

Intuit to lay off over 3,000 employees to refocus on AI | TechCrunch

TechCrunch

52.

Cisco cuts nearly 4,000 jobs to spend more on AI, reports 'record quarterly revenue' | TechCrunch

TechCrunch

53.

Cloudflare says AI made 1,100 jobs obsolete, even as revenue hit a record high | TechCrunch

TechCrunch

54.

Firms are blaming AI for job cuts. Critics say it’s a 'good excuse'

CNBC

55.

https://cdn.sanity.io/files/4zrzovbb/website/dc7bcd0224644fce97cecb7f9e68dcd8434b35f1.pdf

56.

Client Challenge

57.

Anthropic Economic Futures Program Launch \ Anthropic

58.

https://oms-www.files.svdcdn.com/production/downloads/academic/Frey_LlanosParedes_2025_LostInTranslation.pdf?dm=1741600283

59.

Lost in translation: AI’s impact on translators and foreign language skills | CEPR

60.

The AI-Related Job Impacts Clarity Act Will Only Create Confusion – Center for Data Innovation

Center for Data Innovation

61.

New Skills and AI Are Reshaping the Future of Work

62.

Lost in translation: AI’s impact on translators and foreign language skills | CEPR

63.

Post-Pandemic Trends Reshape Customer Service Employment

Site Selection Group, LLC

64.

Amazon says it didn’t cut 14,000 people because of money. It cut them because of ‘culture’ | CNN Business

Getty Images

Cem Dilmegani

Leitender Analyst

Folgen auf

Cem ist seit 2017 leitender Analyst bei AIMultiple. AIMultiple informiert monatlich Hunderttausende von Unternehmen (laut similarWeb), darunter 55 % der Fortune 500. Cems Arbeit wurde von führenden globalen Publikationen wie Business Insider, Forbes und der Washington Post, von globalen Unternehmen wie Deloitte und HPE sowie von NGOs wie dem Weltwirtschaftsforum und supranationalen Organisationen wie der Europäischen Kommission zitiert. Weitere namhafte Unternehmen und Ressourcen, die AIMultiple referenziert haben, finden Sie hier. Im Laufe seiner Karriere war Cem als Technologieberater, Technologieeinkäufer und Technologieunternehmer tätig. Über ein Jahrzehnt lang beriet er Unternehmen bei McKinsey & Company und Altman Solon in ihren Technologieentscheidungen. Er veröffentlichte außerdem einen McKinsey-Bericht zur Digitalisierung. Bei einem Telekommunikationsunternehmen leitete er die Technologiestrategie und -beschaffung und berichtete direkt an den CEO. Darüber hinaus verantwortete er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos, das innerhalb von zwei Jahren von null auf einen siebenstelligen jährlichen wiederkehrenden Umsatz und eine neunstellige Unternehmensbewertung kam. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider gewürdigt. Er ist ein gefragter Redner auf internationalen Technologiekonferenzen. Cem absolvierte sein Studium der Informatik an der Bogazici-Universität und besitzt einen MBA der Columbia Business School.

Vollständiges Profil anzeigen

Recherchiert von

Sıla Ermut

Branchenanalystin

Folgen auf

Sıla Ermut ist Branchenanalystin bei AIMultiple mit Schwerpunkt auf E-Mail-Marketing und Verkaufsvideos. Sie arbeitete zuvor als Personalvermittlerin in Projektmanagement- und Beratungsfirmen. Sıla hat einen Master of Science in Sozialpsychologie und einen Bachelor of Arts in Internationale Beziehungen.

Vollständiges Profil anzeigen

Kommentare 1

Teilen Sie Ihre Gedanken

Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten

Randy

Oct 30, 2025 at 20:03

In these sorts of articles I see little if any concern that large reductions in wages/salaries will reduce demand for products and services. Aren't those analyzing the impacts of AI, as well as corporate leaders, taking that into consideration?

Antworten

Cem Dilmegani

Feb 24, 2026 at 06:42

You are right. Reduced demand can lead to economic stagnation or depression but unfortunately, most corporate leaders are far more focused on their compensation and business profitability than long term economic or societal impact.

Antworten