Top 20+ Prognosen von Experten zum KI-Arbeitsplatzverlust

Als McKinsey-Berater half ich Unternehmen ein Jahrzehnt lang, neue Technologien einzuführen. 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 Arbeitsplätze beeinflussen? Sich rasch verändernde Aufgabenbereiche können die Arbeitslosigkeit erhöhen, da nicht alle Beschäftigten in neue Rollen wechseln können.
• Was denken andere? Einige KI-Experten prognostizieren, dass bis 2030 die Hälfte der White-Collar-Einstiegsjobs verloren geht. Dies ist noch nicht belegt, außer in Bereichen wie der Übersetzung, wo das Jevons-Paradoxon die Beschäftigung nicht erhöht hat.

Prognosen zum KI-Arbeitsplatzverlust

Hinweis: Die Größe der Diagramme korreliert mit dem Umfang der Arbeitsplatzverlust-Prognose.

Die in unserer Analyse genannten Prozentsätze basieren auf Annahmen zur allgemeinen Arbeitsplatzverlagerung. In bestimmten Szenarien umfassten diese Annahmen potenzielle Arbeitsplatzgewinne durch die KI-Einführung. Um jedoch eine einheitliche Bewertung des Netto-Arbeitsplatzverlusts zu gewährleisten, wurden geschätzte Arbeitsplatzgewinne ausdrücklich aus der Berechnung ausgeschlossen.

Infolgedessen spiegeln die dargestellten endgültigen Prozentsätze Netto-Arbeitsplatzverluste wider, was eine konservativere und fokussiertere Interpretation der potenziellen Auswirkungen auf die Arbeitskräfte durch die KI-Einführung 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 von Arbeitsplatzumwälzungen vorbereiten.

Prognosemarkt-Ergebnisse zum KI-Arbeitsplatzverlust

Prognosemärkte zeigen eher eine ungleichmäßige Umwälzung als unmittelbare Massenarbeitslosigkeit. Prognostiker erwarten, dass der breitere Arbeitsmarkt in den nächsten Jahren funktionsfähig bleibt, sehen jedoch ein erhebliches Risiko schwächerer Beschäftigungsbedingungen für bestimmte Gruppen.

Die Sorge betrifft Einstiegspositionen und stark automatisierbare Arbeit. Hochschulabsolventen könnten Schwierigkeiten haben, da KI die Nachfrage nach jungen Wissensarbeitern verringert, während Callcenter-Mitarbeiter, Übersetzer, Softwarefachleute und andere Beschäftigte mit routinemäßigen digitalen Aufgaben einem höheren Verlagerungsrisiko ausgesetzt sind.

Weitere Einzelheiten finden Sie unter 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 für 340 US-Berufe. Jeder Punkt steht für einen Beruf. Die horizontale Achse zeigt Karpathys KI-Expositionswert (0-10), die vertikale Achse zeigt das mittlere Jahresgehalt (logarithmische Skala), und die Farbe kennzeichnet die BLS-Berufsgruppe. Die Punktgröße zeigt die Beschäftigung im Jahr 2024.

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

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

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

• Direkte Automatisierung: Die Menge an Arbeit, die KI selbstständig ausführen kann
• Indirekte Produktivität: Das Ausmaß, in dem KI die Arbeitsleistung steigert und möglicherweise den Personalbedarf senkt.

Das Raster wendet eine zentrale Heuristik an: Wenn ein Beruf vollständig vom Heimbüro aus am Computer ausgeführt werden kann (Schreiben, Programmieren, Analysieren, Kommunizieren), ist die Exposition naturgemäß hoch (über 7). Berufe, die körperliche 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 bei 4,9 von 10 liegt. Die Verteilung ist jedoch ungleichmäßig:

• Positionen mit einem Jahresgehalt über $100,000 weisen im Durchschnitt eine Exposition von 6,7/10 auf.
• Positionen mit einem Jahresgehalt unter $35,000 weisen im Durchschnitt eine Exposition von 3,4/10 auf.
• Die Berufe mit den höchsten Werten sind medizinische Transkriptionisten (10/10), Kundendienstmitarbeiter (9/10), Softwareentwickler (9/10), Buchhaltungssachbearbeiter (9/10) und Rechtsanwaltsassistenten (9/10).
• Die niedrigsten Werte haben Hausmeister, Dachdecker, Bauarbeiter und Haushaltshilfen im Gesundheitswesen (alle 1–2/10).

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

Welche Implikationen ergeben sich?

• Büro- und Verwaltungsrollen weisen durchschnittlich etwa 8/10 Exposition auf, unabhängig von Gehalt oder Rang.
• Im Gegensatz dazu weist das Gesundheitswesen eine unterschiedliche Verteilung auf: praxisnahe Rollen (Pflegeassistenten, Dentalhygieniker, Physiotherapeuten) erreichen 2–3/10, während informationsverarbeitende Rollen im selben Sektor (medizinische Transkriptionisten, Spezialisten für medizinische Aufzeichnungen, Gesundheitstechnologen) 8–10/10 erreichen.
• Ärzte und Chirurgen ($239,200 Median) erreichen 5/10, unter Rechtsanwälten ($151,160; 8/10) und Softwareentwicklern ($131,450; 9/10) bei ähnlichem Gehaltsniveau. Der schützende Faktor ist die körperliche, 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 ab (Mediane und Unsicherheitsbereiche), ordneten jedem KI-Szenario Wahrscheinlichkeiten zu und bewerteten die Auswirkungen verschiedener politischer Maßnahmen. Die Ergebnisse zeigen:

Produktivität und Wirtschaftswachstum

KI wird voraussichtlich die Produktivität und das Wirtschaftswachstum steigern, jedoch innerhalb plausibler Bandbreiten. Die totale Faktorproduktivität (TFP) dürfte von rund 1-2 % auf etwa 2-2,5 % steigen.

Selbst in optimistischen Szenarien erwarten Experten keine extremen Ergebnisse wie ein exponentielles BIP-Wachstum. Stattdessen wird KI als bedeutender, aber inkrementeller Beschleuniger der Wirtschaftsleistung angesehen, vergleichbar mit früheren technologischen Umbrüchen und nicht als einmaliger wirtschaftlicher Bruch.

Arbeitsmarkt- und Beschäftigungseffekte

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

Die Erwerbsquote (LFPR) dürfte von etwa 62,6 % im Jahr 2025 auf rund 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 eher ganz aus dem Erwerbsleben ausscheiden als arbeitslos zu bleiben.²

AIMultiple

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

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

Wettbewerbsdynamik und bessere Modelle werden ein Wettrennen um Automatisierung und Margenverbesserung auslösen. Meine Prognose ist daher ein Rückgang der derzeitigen White-Collar-Rollen um 90+% bis 2035. Diese Rollen sind mit aktuellen LLMs und dem richtigen Agenten-Harness automatisierbar; da Unternehmensprozesse jedoch komplex sind, kann es ein Jahrzehnt dauern, die Prozesse neu zu gestalten und zu automatisieren.

Dies muss nicht zu einer „Job-Apokalypse“ führen, da menschliche Arbeit weiterhin der Engpass bleibt und wir dank Automatisierung mehr menschliche Arbeitskräfte für nicht automatisierte Aufgaben benötigen.

Dies kann jedoch zu einem niedrigeren Beschäftigungsniveau führen, weil:

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

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

Unsere derzeitige Situation ähnelt dem Klimawandel, wo Einzelmaßnahmen bisher eine künftige Katastrophe nicht hinauszögern konnten. Der Wettbewerb der Großmächte und der Wettbewerb zwischen Unternehmen könnten die Kooperation einschränken und zu Unterbeschäftigung 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 übertragen und man kann nicht erwarten, dass LLMs wie fähige Mitarbeiter arbeiten. Unternehmen müssen die Arbeit neu gestalten und in Modell-Harness investieren, um Automatisierung umzusetzen. Dies ist unternehmensspezifische Arbeit, ähnlich wie die digitale Transformation, die Jahre dauern wird.

Goldman Sachs

Goldman Sachs Research prognostiziert für 2025, dass die Auswirkungen von KI auf die Gesamtbeschäftigung mild und vorübergehend sein werden, statt weitreichende und langfristige Arbeitsplatzverluste zu verursachen. Sie schätzen, dass die Arbeitslosenquote während des Übergangs um etwa 0,5 % steigen könnte, da von KI verdrängte Arbeitskräfte neue Rollen suchen, was eher auf kurzfristige Reibung als auf strukturelle Arbeitslosigkeit hindeutet.

Was das Risiko der Arbeitsplatzverlagerung betrifft, wären rund 2,5 % der US-Beschäftigung durch KI-Effizienzgewinne von Verlagerung bedroht, bei breiterer, aber immer noch begrenzter Schätzung von 6–7 % Verlagerung, wenn KI weithin eingeführt wird.

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

Darüber hinaus bewertete die Analyse über 800 Berufe und identifizierte diejenigen, die am stärksten durch KI gefährdet 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 gelten.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 der Lohnanteil am Einkommen gegen null konvergiert. AGI könnte bereits in den 2030er Jahren eintreten.⁵

Geoffrey Hinton

Geoffrey Hinton, ein mit dem Nobelpreis ausgezeichneter Informatiker, bekannt als „Pate der KI“, 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 merkte an, 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 verbessern würden. Das bedingungslose Grundeinkommen hält er jedoch für unzureichend, um den mit Arbeit verbundenen Verlust von Würde und Sinn zu bewältigen.

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

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

Laut der Studie „Measuring the Occupational Implications of Generative KI“ von Microsoft aus dem Jahr 2025 unterscheiden sich Berufe stark in ihrer Anfälligkeit für KI, wobei einige Jobs deutlich wahrscheinlicher betroffen sind als andere.

Die Studie ordnet Rollen anhand eines KI-Anwendbarkeitswerts, der Folgendes kombiniert:

• Den Anteil 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 die meiste Arbeit effektiv erledigen kann, insbesondere bei text- oder kommunikationslastigen Aufgaben.

Umgekehrt erzielten Berufe wie Pflegeassistenten, Tellerwäscher, Dachdecker und Operationsassistenten nahe null, was darauf hindeutet, dass KI derzeit nicht in der Lage ist, ihre überwiegend körperlichen, praktischen oder stark auf menschlicher Interaktion beruhenden Aufgaben zu übernehmen.

Dies deutet darauf hin, dass KI bei der Automatisierung kognitiver und routinemäßiger digitaler Arbeit zwar rasch voranschreitet, aber weiterhin begrenzt ist, wenn es darum geht, Rollen zu ersetzen, die Geschicklichkeit, emotionale Intelligenz oder Anpassungsfähigkeit in der realen Welt erfordern.⁷

Eric Schmidt

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

Werkzeuge mit bestärkendem Lernen und Planung entwickeln sich rasant. Diese Systeme können Code besser schreiben, debuggen und optimieren als die meisten Menschen, insbesondere bei routinemäßigen oder komplexen, aber sich wiederholenden Aufgaben.

KI wird voraussichtlich in naher Zukunft das Niveau von Spitzenmathematikern mit Hochschulabschluss erreichen.

Schmidt erklärt, dass KI-Modelle beim mathematischen Denken inzwischen gut 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 (CEO von Anthropic) warnte 2025, dass KI innerhalb der nächsten fünf Jahre 50 % aller White-Collar-Einstiegsjobs beseitigen könnte und möglicherweise die US-Arbeitslosenquote auf 10–20 % treiben würde.⁹

Amodei nannte es ein mögliches „White-Collar-Blutbad“ und betonte, dass sich viele der kurzfristigen disruptiven Kraft von KI nicht bewusst sind. Allerdings hat er 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 KI-Arbeitsplatzverlust 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, dass 300 Millionen Vollzeitarbeitsplätze weltweit betroffen sein könnten, durch KI-bedingte Automatisierung im Jahr 2024.

Er betonte jedoch, dass die meisten eher eine Transformation auf Aufgabenebene durchlaufen werden als einen vollständigen Verlust. In Ländern mit hohem Einkommen ist die Arbeitsbevölkerung in dienstleistungsintensiven Volkswirtschaften besonders exponiert.

Der Bericht teilte die Auswirkungen von KI in drei Kategorien ein: automatisierbare (routinemäßige, regelbasierte), erweiterbare (urteilsgetriebene) und nicht betroffene Aufgaben. Bei zwei Dritteln der Arbeitsplätze wird eine teilweise Automatisierung erwartet. Er betonte die Komplementarität von KI und menschlicher Arbeit, insbesondere bei Entscheidungsfindung, Mustererkennung und Wissensabruf.

Der Bericht hob außerdem den dringenden Bedarf an Umschulung hervor und prognostizierte, dass bis 2030 über 40 % der Beschäftigten erhebliche Weiterbildungen benötigen werden. Rechtswesen, Finanzwesen und Versicherungsbranche werden den bedeutendsten Wandel durchlaufen; Bildung und Gesundheitswesen bleiben aufgrund ihrer Abhängigkeit von menschlicher Interaktion und komplexen Prozessen relativ resistent.¹²

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

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

Bei rund 19 % der Beschäftigten könnte mindestens die Hälfte ihrer täglichen Aufgaben beeinträchtigt werden.

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

Anders als frühere Automatisierung, die vor allem Arbeiterberufe betraf, sind LLMs in der Lage, höher bezahlte, hochqualifizierte Berufe in mehreren Sektoren zu verändern. Ihre Wirkung ist unabhängig von physischer Infrastruktur und erweitert das Ausmaß möglicher Arbeitsplatzverlagerung.¹³

Eric Dahlin

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

Trotz dieser moderaten tatsächlichen Quote war die öffentliche Wahrnehmung deutlich übertrieben: Diejenigen, die nicht betroffen waren, glaubten, dass 29 % ihren Arbeitsplatz durch Automatisierung verloren hätten, während die Betroffenen die Quote auf 47 % schätzten.

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

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

Abbildung 1: Die Grafik veranschaulicht, dass die Befragten die Wahrscheinlichkeit eines roboterbedingten Arbeitsplatzverlusts deutlich überschätzten; die Wahrnehmungen reichten von 29 % bis 47 %, verglichen mit einer tatsächlichen Quote von ungefähr 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 % widersprechen, was eine gespaltene Einschätzung widerspiegelt.

Die Sorge vor Arbeitsplatzverlusten ist im asiatisch-pazifischen Raum am größten, insbesondere in China, wo 88 % der CEOs einen Netto-Arbeitsplatzabbau erwarten. Der Bericht betont eine anhaltende Qualifikationslücke; 55 % geben an, aufgrund fehlender Schlüsselqualifikationen nicht innovieren zu können.

Die meisten CEOs (46 %) sehen Umschulung und Weiterbildung als wirksamste Lösung. Obwohl 85 % zustimmen, dass KI das Geschäft innerhalb von fünf Jahren erheblich verändern wird, haben sie nur 10 % in großem Maßstab eingeführt, behindert durch Talentmangel und Datenprobleme.¹⁵

OECD-Studie

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

Diese Schlussfolgerung deutet darauf hin, dass Ängste vor Massenarbeitslosigkeit übertrieben sein könnten und dass erhebliche Veränderungen eher durch Berufswandel und Umschulung als durch weitreichende Beseitigung von Arbeitsplätzen eintreten dürften.¹⁶

Bowles

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

Dies verdeutlichte, dass die Auswirkungen von KI über die US-Grenzen hinausgehen, und warf Fragen auf, wie regionale Unterschiede bei Arbeitsmarktregulierungen und Bildungssystemen die Folgen technologischer Umwälzungen prägen könnten.¹⁷

Frey & Osborne

In einer der ersten großen akademischen Studien zum KI-Arbeitsplatzverlust schätzten Frey und Osborne 2013, dass 47 % der US-Arbeitsplätze von Computerisierung bedroht waren. Ihre Forschung klassifizierte Berufe nach ihrer Anfälligkeit für maschinelles Lernen und Automatisierung.

Diese frühe Arbeit trug dazu bei, spätere Debatten über die Zukunft der Beschäftigung zu rahmen, indem sie die Aufmerksamkeit darauf lenkte, dass eher Aufgaben als ganze Arbeitsplätze automatisiert werden, und differenzierte Diskussionen über die Neustrukturierung von Aufgaben und den Übergang von Qualifikationen anregte.¹⁸

Weitere wichtige Fragen zu Arbeitsplatzverlusten

• Was ist mit dem Jevons-Paradoxon? Wenn die Kosten für maschinelle Intelligenz sinken, wird mehr maschinelle Intelligenz genutzt. Menschliche Intelligenz bleibt jedoch teuer, und die Nachfrage nach menschlicher Intelligenz wird wahrscheinlich stagnieren, wenn Maschinen autonom arbeiten können.
• Sind die derzeitigen Arbeitsplatzverluste auf KI zurückzuführen? Übermäßige Einstellungen in der Pandemiezeit sind wahrscheinlich die Ursache, da sich Unternehmen noch in einem frühen Stadium der KI-Transformation befinden. Fachleute nennen dies KI-Redundanzwaschen.¹⁹

Ansichten, dass KI zu einem Nettobeschäftigungszuwachs führen wird

Sam Altman

OpenAI-CEO Sam Altman hat 2026 eine weniger alarmistische Sicht auf KI-bedingte Arbeitsplatzverluste eingenommen. Obwohl er zuvor gewarnt hatte, dass KI viele bestehende Arbeitsplätze ersetzen und einige Berufskategorien beseitigen könnte, argumentiert er nun, dass eine großflächige „Job-Apokalypse“ kurzfristig unwahrscheinlich ist.²⁰

Altmans revidierte Einschätzung basiert auf drei Beobachtungen:

• KI-Einführung steckt noch in den Anfängen: Während KI-Modelle bereits sehr leistungsfähig sind, lernen viele Unternehmen noch, sie in Arbeitsabläufe zu integrieren, Produktivitätsgewinne zu messen und Risiken in Bezug auf Sicherheit und Zuverlässigkeit zu handhaben.
• Die aggressivsten KI-Anwender bauen möglicherweise nicht die meisten Stellen ab: In einem Interview im Juni 2026 argumentierte Altman, dass die Unternehmen, die KI am intensivsten 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, statt dass dies die direkte Auswirkung der KI-Einführung widerspiegelt.²¹
• Menschliche Interaktion bleibt wichtig: Altman stellt fest, dass viele Berufe mehr umfassen als das bloße Erledigen von Aufgaben. Dazu gehören 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 Arbeitsplätze und Arbeitsabläufe wahrscheinlich umgestalten wird, der Übergang jedoch schrittweiser und komplexer sein dürfte, als frühere Prognosen vermuten ließen.

HBR / Davenport & Srinivasan

Eine Analyse der Harvard Business Review aus dem Jahr 2026 spekulierte, dass Unternehmen Arbeitskräfte eher auf Grundlage des Potenzials von KI als ihrer nachgewiesenen Leistung entlassen, da die Gesamtarbeitslosigkeit in den USA relativ niedrig bleibt.²³

Yale The Budget Lab

Die Analyse von 2025 stellte keinen wesentlichen Einfluss von LLMs auf Arbeitsplätze fest, basierend auf der Rate der Arbeitsplatzverluste, Einstellungen und Übergänge in den USA.²⁴

Weltwirtschaftsforum

Der Bericht „The Future of Jobs 2025“ des WEF, der über 1.000 Arbeitgeber mit 14 Millionen Beschäftigten in 55 Volkswirtschaften befragte, prognostizierte, dass bis 2030 92 Millionen Arbeitsplätze verlagert und gleichzeitig 170 Millionen neue geschaffen werden – ein Nettozuwachs von 78 Millionen Arbeitsplätzen. KI und Informationsverarbeitung werden bis 2030 voraussichtlich 86 % der Unternehmen betreffen. Der Bericht identifizierte KI-Entwicklung, Cybersicherheit und Nachhaltigkeit als am schnellsten wachsende Rollenkategorien.²⁵

Jensen Huang

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

Huang wies die Vorstellung zurück, KI sei so gefährlich oder mächtig, dass nur einige Auserwählte sie entwickeln sollten, und plädierte stattdessen für eine offene und verantwortungsvolle Weiterentwicklung.

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

Dilan Eren

Ohne sich auf Prozentsätze zu konzentrieren, äußerte Professor Dilan Eren von der Ivey Business School eine strukturelle Kritik an Unternehmen, die 2025 auf KI mit der Streichung von Junior-Stellen reagieren. Eren warnte, dass die Streichung von Einstiegspositionen aus Kostengründen ein „exponentiell schlechter Schachzug“ sei, der die interne Talentpipeline gefährde.

Ohne Nachwuchskräfte riskieren Unternehmen in den kommenden Jahren einen Mangel an erfahrenen Mitarbeitern, zumal Mentoring und Lernen am Arbeitsplatz abnehmen. Eren forderte die Unternehmen auf, Strategien zu entwickeln, die eine doppelte Entwicklung unterstützen: Junge Kräfte müssen Fachwissen aufbauen, während erfahrene Mitarbeiter sich im Bereich KI weiterbilden müssen.

Alle Aufgaben an Maschinen zu delegieren, so Eren, berge das Risiko, das Urteilsvermögen zu untergraben und das gemeinsame Lernen in Unternehmen zu schwächen.

Ravi Kumar

Ravi Kumar, CEO von Cognizant, argumentierte 2025, dass KI mehr Beschäftigungsmöglichkeiten schaffen werde, 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 Arbeitskräften ermöglicht, „mehr für weniger“ zu erreichen und gleichzeitig die Erwartungen erhöht, statt sie zu senken. ²⁷

Hat KI tatsächlich zu Arbeitsplatzverlusten geführt?

Vier jüngere Studien mit unterschiedlichen Daten und Methoden kommen zu deutlich unterschiedlichen Schlussfolgerungen über die Ursache der jüngsten Arbeitsmarktstörungen:

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 vor dem Start von ChatGPT im November 2022.

Der Trend flachte nach dem Start eher ab, statt sich zu beschleunigen. Die LinkedIn-Daten zeigen denselben Zeitverlauf: Absolventen des Jahrgangs 2021 fanden seltener einen Einstieg in KI-exponierte Berufe 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 außerdem fest, dass Absolventen mit stärker KI-exponierten Lehrplänen nach ChatGPT höhere Gehälter erzielten und schneller Arbeit 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 entwickeln ein fünfstufiges Expositionsframework (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 Stufe neu zu bewerten.

Durch die Verknüpfung dieser dynamischen Werte mit CPS-Daten stellen sie fest, dass eine höhere KI-Exposition mit geringerer Beschäftigung, höherer Arbeitslosigkeit und kürzeren Arbeitszeiten korreliert.

Die Effekte sind bei Beschäftigten unter 30 und über 50 sowie bei Hochschulabsolventen größer. Argumentationsintensive Berufe sind am stärksten betroffen, während manuelle körperliche Berufe kaum betroffen sind.²⁹

Brynjolfsson, Chandar & Chen (Nov. 2025), „Canaries in the Coal Mine“, verwendeten ADP-Gehaltsabrechnungsdaten, die monatlich Millionen von Beschäftigten abdecken. Den Ergebnissen zufolge verzeichneten Beschäftigte 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 im am stärksten exponierten Quintil einen relativen Beschäftigungsrückgang von 16 % im Vergleich zum am wenigsten exponierten.

Die Ergebnisse hielten stand, als die Autoren Tech-Berufe ausschlossen, IT-Firmen herausnahmen und die Stichprobe nach Telearbeitsfähigkeit, Akademikeranteil und Zinsrisiko aufteilten. Ihre Erklärung lautet, dass KI das kodifizierte Wissen ersetzt, das junge Arbeitskräfte und formale Bildung liefern, während sie das mit Erfahrung verbundene implizite Wissen ergänzt.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: Stark exponierte Berufe erzielten nach ChatGPT etwa $89 pro Woche an realen Einkommen vom Januar 2010, während der Arbeitslosigkeitseffekt bei etwa 0,2 Prozentpunkten lag.

Ihre Interpretation lautet, dass LLMs kurzfristig als Komplemente wirken und die Produktivität steigern und dass die Anpassung über Löhne und nicht über Beschäftigung verläuft.³¹

Hat KI also Arbeitsplatzverluste verursacht?

Eine vernünftige Antwort Anfang 2026 lautet, dass es für die Gesamtbeschäftigung noch kein klares aggregiertes Signal gibt. Zwei der vier Studien finden auf Berufsebene praktisch keinen Effekt auf die Arbeitslosigkeit. Für Beschäftigte im Alter von 22 bis 25 in stark exponierten Berufen lautet die Antwort höchstwahrscheinlich zumindest teilweise Ja, da die ADP-Evidenz Firmen-Zeit-Kontrollen, den Ausschluss von Tech-Firmen und die nicht-telearbeitsfähige Teilstichprobe übersteht.

Bei den Löhnen ist die Evidenz gemischt und könnte Gewinne für erfahrene Beschäftigte bei gleichzeitig geringerer Einstellung von Nachwuchskräften widerspiegeln. Was den Zeitpunkt betrifft, zeigen Frank und Mitautoren, dass ein Teil der Verschlechterung in KI-exponierten Berufen bereits Anfang 2022 im Gange war; die gesamte Abschwächung von 2022 bis 2025 LLMs zuzuschreiben, überzeichnet den Fall daher.

Zusammenfassend lässt sich sagen, dass KI wahrscheinlich begonnen hat, die Einstellung von Berufsanfängern in stark exponierten Berufen zu dämpfen, aber noch keine sichtbaren gesamtwirtschaftlichen Arbeitslosigkeits- oder Lohnverluste verursacht hat. Ein erheblicher Teil dessen, was als KI-Verdrängung erscheint, spiegelt geldpolitische Straffung, Korrekturen übermäßiger Einstellungen aus der Pandemiezeit und eine allgemeine Schwäche im Markt für Berufseinsteiger wider. Ob sich dieses Bild mit dem Aufkommen agentischer Fähigkeiten ändert, ist die inhaltliche Frage, die meisten der zuvor genannten Prognosen antreibt, und sie bleibt eine offene empirische Frage.

Was Prognosemärkte über KI-bedingte Arbeitsplatzverluste vorhersagen

Manifold Market

Manifold ist eine Community-Prognoseplattform, auf der Teilnehmer auf den Ausgang realer Fragen handeln.

• Ein Manifold-Markt mit 27 Teilnehmern wurde mit „Nein“ zu der Frage aufgelöst, ob künstliche Intelligenz bis Ende 2025 direkt mit einem Anstieg der US-Arbeitslosenquote um mindestens 5 Prozentpunkte verbunden sein würde.³²
• 194 Teilnehmer sagten voraus, ob einige US-Softwareingenieure bis Ende 2025 aufgrund von KI Einkommens-, Arbeitsplatzsicherheits- oder Einstellungschancen einbüßen würden. Der Markt wurde mit „Ja“ aufgelöst, basierend auf der Anforderung, dass mindestens drei seriöse Nachrichtenberichte solche Effekte dokumentieren.³³
• 10 Teilnehmer lösten die Frage mit „Nein“ auf, ob ein Fortune-500-Unternehmen bis 2026 seine Kundendienstbelegschaft größtenteils oder vollständig durch KI ersetzen würde. Das Ergebnis schließt eine teilweise Automatisierung nicht aus, aber die anspruchsvollere Schwelle des Marktes, den größten Teil oder die gesamte Belegschaft zu ersetzen, wurde nicht erreicht.³⁴

Stand August 2026:

• 174 Teilnehmer ordneten der Wahrscheinlichkeit, dass KI die US-Arbeitslosenquote vor 2030 über 10 % treiben würde, eine 25 % Wahrscheinlichkeit zu.³⁵
• 54 Teilnehmer schätzten die Wahrscheinlichkeit, dass KI bis 2030 in den Vereinigten Staaten Massenarbeitslosigkeit verursachen würde, auf 19 % Wahrscheinlichkeit.³⁶
• 43 Teilnehmer ordneten der Wahrscheinlichkeit, dass der Arbeitsmarkt in den nächsten Jahren in Bezug auf KI-bedingte Arbeitsplatzverluste und Arbeitslosigkeit „in Ordnung“ bleiben würde, eine 61 % Wahrscheinlichkeit zu.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 erleben werden.³⁸
• 54 Teilnehmer schätzten die Wahrscheinlichkeit, dass KI bis 2030 die meisten Callcenter-Beschäftigten ersetzen würde, auf 81 % Wahrscheinlichkeit. Dies gehörte zu den höchsten Wahrscheinlichkeiten in den untersuchten Märkten.³⁹
• 7 Teilnehmer prognostizierten, welche Berufsgruppe bis Ende 2026 den größten Anteil an durch KI ersetzten Rollen haben würde. Der Markt wies 38 % den „sonstigen“ Berufen zu, 34 % dem Kundendienst, 10 % Softwareingenieuren, 8 % Verwaltungsassistenten und jeweils 5 % Lkw-Fahrern und Forschern.⁴⁰
• 8 Teilnehmer prognostizierten, dass ungefähr 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 Ereignisvertragsbörse, an der Teilnehmer Kontrakte auf bestimmte Ergebnisse handeln. Die öffentlichen Marktseiten von Kalshi melden das gesamte Dollar-Handelsvolumen, geben jedoch nicht die Zahl der einzelnen Teilnehmer an.

• Im Juni 2026 wurde ein Kalshi-Markt, der fragte, ob KI im Mai der am häufigsten genannte Grund für Stellenstreichungen in den USA sein würde, mit „Ja“ aufgelöst. Der Markt verzeichnete ein Handelsvolumen von etwa $36,552 und verwendete den monatlichen Bericht über Stellenstreichungen von Challenger, Gray & Christmas als Lösungsquelle.⁴²
• Im Juli 2026 wurde der entsprechende Markt für Stellenstreichungen im Juni (es wurden etwa $2,919 gehandelt) ebenfalls mit „Ja“ aufgelöst.⁴³

Stand August 2026:

• Der laufende Markt ordnete der Wahrscheinlichkeit, dass KI im Juli der führende genannte Grund für US-Stellenstreichungen sein würde, eine 58 % Wahrscheinlichkeit zu. Der Markt hatte ein Handelsvolumen von etwa $1,453 verzeichnet.⁴⁴
• Kalshi-Händler ordneten der Wahrscheinlichkeit, dass das „Citrini-Szenario“ bis Juli 2028 eintreten würde, eine 15 % Wahrscheinlichkeit zu, bei einem Handelsvolumen von rund $25,9 Millionen. Beim Citrini-Trade handelt es sich um eine Wette darauf, dass eine rasche KI-Einführung bis 2028 Massenentlassungen, Arbeitslosigkeit und einen breiteren wirtschaftlichen Abschwung verursachen wird.⁴⁵

Metaculus-Community-Prognosen

Die Community-Prognosen von Metaculus bündeln Schätzungen einzelner Prognostiker, während sich der Labor Automation Forecasting Hub speziell darauf konzentriert, wie KI Beschäftigung, Berufe und Arbeitsmarktindikatoren beeinflussen könnte.

Stand August 2026:

• 26 Prognostiker schätzten, dass KI-Systeme, die Berufe von Anfang bis Ende ausführen können, bis 2030 17,8 % der heutigen Arbeitskräfte ersetzen würden. Das angezeigte Prognoseintervall reichte von ungefähr 9,1 % bis 25,7 %.⁴⁶
• 49 Prognostiker trugen zur zugrunde liegenden Prognose der US-Gesamtbeschäftigung bei, nach Berücksichtigung KI-bedingter Verlagerung und anderer Arbeitsmarkteffekte. Die Community sagte voraus, dass die Beschäftigung 2030 1,9 % unter dem Niveau von 2025 und 2035 4,4 % darunter liegen würde.⁴⁷
• 61 Prognostiker ordneten der Wahrscheinlichkeit, dass die Arbeitslosigkeit unter frischgebackenen US-Hochschulabsolventen vor 2030 in drei aufeinanderfolgenden Monaten mindestens 20 % erreichen würde, eine 24 % Wahrscheinlichkeit zu.⁴⁸
• Der Metaculus Labor Automation Forecasting Hub prognostizierte, dass einige der größten Beschäftigungsrückgänge bis 2035 bei Finanzspezialisten, Softwareentwicklern und Rechtsanwälten und Rechtsgehilfen auftreten würden, mit einem Rückgang von 14,1 %.⁴⁷

Jüngste Entwicklungen: Auswirkungen von KI auf Arbeitsplätze

Wir haben ab 2023, nach dem Start von ChatGPT, Daten gesammelt, um zu zeigen, wie KI die Entlassungen im Technologiebereich beeinflusst hat. Die obige Grafik verfolgt die kumulierte Zahl der von Entlassungen betroffenen Arbeitsplätze, bei denen Unternehmen entweder direkt KI, Automatisierung oder KI-gesteuerte Umstrukturierungen anführten oder glaubwürdige Berichte die Kürzungen mit KI-bezogenen Veränderungen in Verbindung brachten.

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

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

• GitLab begann mit einer Umstrukturierung, um das Management zu verschlanken, seine Länderpräsenz um bis zu 30 % zu reduzieren und interne Prozesse mit KI-Agenten neu zu gestalten; der Großteil der Einsparungen wurde in die Strategie der „agentischen Ära“ reinvestiert.⁴⁹
• Intuit strich 17 % seiner Belegschaft (rund 3.000 Beschäftigte), um Ressourcen auf zentrale Wetten, einschließlich KI, zu konzentrieren.⁵⁰
• Cisco strich fast 4.000 Stellen (rund 5 % seiner Belegschaft), um Investitionen auf KI, Cybersicherheit, Silizium und Optik zu verlagern.⁵¹
• Cloudflare reduzierte seine Belegschaft um mehr als 1.100 Beschäftigte und gab an, dass KI Stellen überflüssig gemacht habe.⁵²

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 übermäßig eingestellt hätten und die derzeitigen Entlassungen eher eine Marktkorrektur als eine tatsächliche KI-bedingte Verdrängung widerspiegeln könnten.⁵³

Die Zukunft der Einstiegsjobs

Auch wenn die Angst von Hochschulabsolventen vor den Auswirkungen von KI verständlich ist, scheint der dramatische Rückgang der Stellenausschreibungen für Hochschulabsolventen in Großbritannien seit 2022 um 67 % (in den USA 43 %) in erster Linie auf wirtschaftliche Unsicherheit, die Normalisierung nach COVID und beschleunigtes Offshoring zurückzugehen und nicht auf KI-Verdrängung.

Für Beschäftigte im Alter von 22–25 zeigt die Arbeitsmarktstudie von Anthropic, dass weniger junge Menschen in stark KI-exponierten Berufen anfangen als in gering exponierten Berufen. Die Jobfindungsrate für diese Rollen fiel im Vergleich zu 2022 um etwa 14 % (gepoolte Post-Schätzung −14,3, SE = 7,2), obwohl die Autoren feststellen, dass das Ergebnis kaum statistisch signifikant ist. Für Beschäftigte über 25 fanden sie keinen ähnlichen Rückgang.⁵⁴

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

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.

Auch wenn KI die Arbeit in den kommenden Jahren wahrscheinlich verändern wird, zeigt die derzeitige Evidenz nur schwache Korrelationen zwischen KI-anfälligen Berufen und tatsächlichen Arbeitsplatzverlusten; einige KI-exponierte Bereiche wie das Rechnungswesen verzeichnen sogar ein Wachstum der Jugendbeschäftigung.

Die eigentlichen Herausforderungen scheinen traditionelle wirtschaftliche Belastungen zu sein: Inflation, höhere Zinsen, geschäftliche Unsicherheit und beschleunigtes Offshoring, das durch Remote-Arbeitsmöglichkeiten begünstigt wird. Dadurch erscheint das Narrativ „KI tötet die Jobs für Hochschulabsolventen“ trotz legitimer Zukunftssorgen über technologische Umwälzungen verfrüht.⁵⁵

Forschungsinitiativen zum Verständnis der Auswirkungen des KI-Arbeitsplatzverlusts

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

Anthropic hat das Economic Futures Program ins Leben gerufen, eine neue Initiative, die wirtschaftlichen Auswirkungen künstlicher Intelligenz untersuchen soll, insbesondere deren Einfluss auf Arbeitsplätze, Produktivität und langfristige Wertschöpfung. Das Programm zielt darauf ab, datengestützte Erkenntnisse zu liefern und Politikvorschläge zu entwickeln, die sowohl die Risiken als auch die Chancen von KI für die Weltwirtschaft adressieren.

Reaktion auf Risiken der Arbeitsplatzverlagerung

Als Reaktion auf die jüngsten Prognosen von CEO Dario Amodei konzentriert sich das Programm darauf, diese Veränderungen zu verstehen und sich auf erhebliche Auswirkungen auf die Arbeitskräfte vorzubereiten, einschließlich des Bedarfs an Umschulung in betroffenen Sektoren.

Zu den wichtigsten Bestandteilen des Programms gehören:

• Forschungsstipendien: Anthropic bietet Schnellstipendien von bis zu $50,000 für kurzfristige empirische Studien zu den wirtschaftlichen Auswirkungen von KI an. Die Forschung kann sich auf Arbeitsmarkteffekte, Produktivitätsveränderungen oder die Schaffung neuer Wertformen konzentrieren.
• Foren zur Politikentwicklung: Anthropic wird Symposien in Washington, D.C. und Europa veranstalten, um politische Ideen aus unterschiedlichen Perspektiven zu sammeln. Zu den Themen gehören Umschulungsstrategien, die Schaffung von Arbeitsplätzen in KI-getriebenen Volkswirtschaften und Arbeitsablaufübergänge.
• Dateninfrastruktur: Aufbauend auf dem Anfang des Jahres eingeführten Economic Index wird Anthropic seine Datensätze erweitern, um die Nutzung von KI und deren langfristige Auswirkungen auf Wirtschaftsstrukturen und Beschäftigungstrends zu verfolgen.

Das Programm von Anthropic konzentriert sich stärker auf potenzielle Arbeitsplatzverluste und Abmilderungsstrategien. Das Economic Futures Program spiegelt die wachsende Bereitschaft von Technologieunternehmen wider, Verantwortung für die von ihnen mitverursachte Umwälzung zu übernehmen und ein inklusives Wirtschaftswachstum zu unterstützen.

Diese Initiative legt besonderen Schwerpunkt auf das Verständnis von Arbeitsmarktübergängen, die Identifizierung von Umschulungsbereichen und die Schaffung eines Rahmens für den Umgang mit der sich wandelnden wirtschaftlichen Rolle von KI.⁵⁶

Verpassen Sie nicht unsere Benchmarks und datengestützten Erkenntnisse. Die Schaltfläche öffnet Google; die Auswahl von AIMultiple bestätigt, dass Sie AIMultiple häufiger in den Google-Suchergebnissen sehen möchten.

Als bevorzugte Quelle hinzufügen

Implikationen von KI für verschiedene Branchen

Die Analyse administrativer Arbeitslosendaten zeigt, dass KI-exponierte Berufe historisch ein geringeres Arbeitslosigkeitsrisiko hatten als weniger exponierte. Dieser Vorteil schrumpfte ab Anfang 2022 deutlich, insbesondere in Computer- und Mathematikberufen, und verschlechterte sich nach dem Start von ChatGPT nicht merklich.

Erkenntnisse aus LinkedIn-Profilen bestätigen dieses Muster für Berufseinsteiger: Absolventen der Jahrgänge 2021–2023 fanden seltener und langsamer eine erste Stelle in KI-exponierten Berufen als frühere Jahrgänge, wobei die Unterschiede bereits vor Ende 2022 auftraten.

Ähnliche Verlangsamungen zeigen sich auch beim Vergleich von hoch- und durchschnittlich bezahlten Stellen, was auf eine allgemeine Verknappung des Arbeitsmarkts für Berufseinsteiger hindeutet und nicht auf eine Veränderung, die nur KI-exponierte Rollen betrifft.

Am stärksten exponierte Rollen und Branchen

Branchen, die auf strukturierte, routinemäßig von Menschen ausgeführte Aufgaben angewiesen sind, haben das höchste Risiko. Büro-, Rechts-, Finanz- und Datenverarbeitungsrollen gehören zu den am stärksten gefährdeten.

Laut der Arbeitsmarktstudie von Anthropic gehören zu den am stärksten exponierten einzelnen Berufen Computerprogrammierer (74,5 %), Kundendienstmitarbeiter (70,1 %), Datenerfasser (67,1 %), Spezialisten für medizinische Aufzeichnungen (66,7 %) und Marktforschungsanalysten (64,8 %).

Diese Tätigkeiten lassen sich mit KI-Systemen und -Werkzeugen in der Regel leicht automatisieren. Aufgaben mit vorhersehbaren Mustern oder festen Regeln sind am anfälligsten für Fehler. Einstiegspositionen, insbesondere für junge Arbeitskräfte, sind stark davon bedroht, gestrichen zu werden.

So untersuchte eine Studie die Einführung von Google Translate in verschiedenen Regionen zwischen 2010 und 2023. Die Ergebnisse deuten darauf hin, dass Regionen mit höherer Nutzung ein langsameres Wachstum bei Übersetzer- und Dolmetscherstellen verzeichneten; das Beschäftigungswachstum sank pro Prozentpunkt höherer Einführung um etwa 0,7 Prozentpunkte.⁵⁷

Abbildung 2: Die Grafik zeigt das monatliche Google-Trends-Interesse für zwei Suchbegriffe: „translator“ und „Google Translate“.⁵⁸

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

Während Sprachkenntnisse in technischen Bereichen wie IT und Ingenieurwesen weiterhin relevanter sind, deutet die Gesamtevidenz darauf hin, dass verbesserte maschinelle Übersetzung die Abhängigkeit der Arbeitgeber von zweisprachigen Arbeitskräften allmählich verringert, mit Folgen für Bildung, Arbeitsmärkte und den globalen Dienstleistungshandel.

Ungleichmäßige Auswirkungen auf verschiedene Sektoren

Das Gesundheits- und Bildungswesen ist aufgrund der erforderlichen Komplexität menschlicher 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, statt ganze Arbeitsplätze zu beseitigen.

Rund zwei Drittel der derzeitigen Rollen werden voraussichtlich Veränderungen auf Aufgabenebene erfahren. Die Beschäftigten müssen sich an neue Aufgaben anpassen, die menschliche Entscheidungsfindung, Urteilsvermögen und Kreativität erfordern. Diese teilweise Automatisierung setzt die Beschäftigten dennoch unter Druck, sich rasch anzupassen.

Wirtschaftliche und geografische Unterschiede

Die Auswirkungen künstlicher Intelligenz werden regional unterschiedlich ausfallen. Volkswirtschaften mit hohem Einkommen und dienstleistungslastigen Arbeitsmärkten sind stärker exponiert. Schwellenländer könnten aufgrund des begrenzten Zugangs zu digitaler Infrastruktur und geringerer Ressourcen für die Umschulung der Arbeitskräfte vor Herausforderungen stehen. Die unterschiedlichen lokalen Politikreaktionen werden beeinflussen, wie sich die Auswirkungen von KI weltweit entfalten.

Wie nehmen die tatsächlichen Beschäftigten die Lage wahr?

Diskrepanz zwischen Wahrnehmung und Realität

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

Dies spiegelt eine wachsende Besorgnis über die Auswirkungen von KI und die Zukunft der Beschäftigung wider, obwohl die tatsächlichen Daten ein langsameres Veränderungstempo 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 Zahl der unmittelbar auf künstliche Intelligenz zurückzuführenden Entlassungen zu melden.

Der Vorschlag zielt zwar darauf ab, mehr Transparenz über die Rolle von KI bei Beschäftigungsänderungen zu schaffen, doch seine Grundannahme kann irreführend sein: Die meisten KI-Werkzeuge sind in breitere Arbeitsabläufe eingebettet, was es äußerst schwierig macht, festzustellen, ob ein Arbeitsplatzverlust ausdrücklich durch KI oder durch reguläre Produktivitätsverbesserungen oder breiteren Geschäftsdruck verursacht wurde.

Bestehende Systeme zur Arbeitsmarktbeobachtung überwachen die Beschäftigungsdynamik, sodass das Gesetz unnötige Bürokratie schafft und zugleich riskiert, die KI-Einführung zu stigmatisieren und Unternehmen vom Einsatz produktivitätssteigernder Werkzeuge abzuhalten. Stattdessen sollten sich politische Entscheidungsträger darauf konzentrieren, die Messung der KI-Einführung zu verbessern, reale Auswirkungen auf Arbeitsabläufe und Produktivität zu untersuchen und die Umschulung von Arbeitskräften zu unterstützen.⁵⁹

Welche Arten von Arbeitsplätzen wird KI schaffen?

Trotz der Rolle von KI beim Schrumpfen bestimmter Berufsfelder wird erwartet, dass sie erhebliche Chancen 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 Rat, dass „Informatik überflüssig ist, weil KI den gesamten Code schreiben wird“, ist grundlegend falsch. Zwar können LLMs bestimmte Programmieraufgaben automatisieren, doch Abstraktion war schon immer zentral für das Software-Engineering. Der Kernwert liegt nicht im Tippen von Code, sondern in der Entscheidung, was gebaut werden soll, und in der Architektur von Systemen, die effizient, sicher und wirtschaftlich wertvoll sind.

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

Ethische und gesellschaftliche Implikationen der KI-bedingten Arbeitsplatzverdrängung

Zentrale ethische Herausforderungen

Die Einführung von KI am Arbeitsplatz wirft grundlegende ethische Fragen auf, die über einfache wirtschaftliche Erwägungen hinausgehen. Diese Herausforderungen drehen sich um Fairness, menschliche Würde und die moralischen Pflichten von Organisationen, die transformative Technologien einsetzen, welche Lebensgrundlagen und Gemeinschaften beeinflussen.

Verteilungsgerechtigkeit und Ungleichheit: KI-Verdrängung trifft geringer qualifizierte Arbeitskräfte und marginalisierte Gemeinschaften überproportional und vergrößert bestehende sozioökonomische Ungleichheiten.

Dies birgt das Potenzial einer gespaltenen Arbeitswelt, in der KI-erweiterte Beschäftigte Vorteile erlangen, während verdrängte Arbeitskräfte geschmälerte Perspektiven haben.

Die Konzentration der KI-Gewinne bei Technologieeigentümern, während die Kosten von verwundbaren Bevölkerungsgruppen getragen werden, wirft grundlegende Fragen nach der gerechten Verteilung des technologischen Fortschritts auf.

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

Diese automatisierten Entscheidungen beeinflussen Beschäftigungsergebnisse in großem Maßstab ohne angemessene Aufsichtsmechanismen. Die Bekämpfung von Verzerrungen erfordert vielfältige Datensätze, Erkennungsprotokolle und regelmäßige Prüfungen von KI-Systemen, die im Beschäftigungskontext eingesetzt werden.

Menschliche Autonomie: Die flächendeckende Einführung von KI stellt traditionelle Konzepte von Wert und Sinn der Arbeit infrage. Beschäftigte riskieren Kompetenzverlust und den Verlust beruflicher Identität, wenn kognitive Aufgaben automatisiert werden.

Der Erhalt sinnvoller menschlicher Handlungsfähigkeit in Arbeitsprozessen bleibt wesentlich, um die Würde der Beschäftigten zu wahren und sicherzustellen, dass Technologie menschliche Fähigkeiten erweitert statt 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 hervorbringen. Klare Rechenschaftsrahmen und erklärbare KI-Systeme sind notwendig, um Fairness und Vertrauen in beschäftigungsbezogenen Anwendungen zu erhalten.

Gesellschaftliche Implikationen

Über individuelle Arbeitsplatzauswirkungen hinaus stellt KI-bedingte Arbeitsplatzverdrängung eine breitere Bedrohung für den sozialen Zusammenhalt, die wirtschaftliche Stabilität und die demokratische Regierungsführung dar.

Politische und soziale Stabilität: Großflächige Verdrängung birgt Potenzial für politische Volatilität und soziale Unruhen, insbesondere wenn Gemeinschaften eine ungleiche Verteilung der technologischen Vorteile wahrnehmen.

Um diesen Bedenken zu begegnen, sind Maßnahmen erforderlich, die Vorteile von KI breit in der Gesellschaft verteilen. Solche Maßnahmen können im globalen Kontext wirken, da eine Umverteilung des Wohlstands in einem einzelnen Land dazu führt, dass die Wohlhabenden aus diesem Land abwandern.

Auswirkungen auf die Generationen: Die Verdrängung von Einstiegspositionen stört die traditionellen Berufseinstiegspfade für jüngere Arbeitskräfte. Dies beeinträchtigt gängige berufliche Entwicklungsmodelle und kann für neue Arbeitsmarktteinehmer Hindernisse beim beruflichen Aufstieg schaffen.

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

Umsetzungsrahmen

Die Bewältigung der ethischen Herausforderungen von 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 zugleich betroffene Gemeinschaften und Arbeitskräfte zu schützen:

Einbindung von Stakeholdern: Entscheidungen über den KI-Einsatz sollten den Input betroffener Arbeitskräfte, Gewerkschaften, Gemeinschaften und zivilgesellschaftlicher Organisationen einbeziehen.

Governance-Strukturen müssen vielfältige Perspektiven einbeziehen und einen fortlaufenden Dialog über Auswirkungen und notwendige Anpassungen aufrechterhalten.

Schadensbegrenzung: Organisationen sollten, wo möglich, der Ergänzung Vorrang vor dem Ersatz geben und schrittweise statt abrupte Übergänge umsetzen.

Verteilung der Vorteile: KI-Produktivitätsgewinne sollten durch Lohnerhöhungen, Arbeitszeitverkürzungen oder verbesserte Bedingungen an die Beschäftigten weitergegeben werden, statt allein den Kapitaleignern zuzufließen.

Mechanismen wie Gewinnbeteiligung oder Arbeitnehmerbeteiligungsmodelle können dazu beitragen, eine gerechte Verteilung des durch KI geschaffenen Werts auf die Stakeholder sicherzustellen.

Wie lässt sich KI als Vorteil für die Arbeitskräfte nutzen?

Bedeutung der Umschulung

Bis 2030 müssen über 40 % der Beschäftigten neue Fähigkeiten entwickeln, um beschäftigt zu bleiben. Laut IWF erfordert 1 von 10 Stellenausschreibungen in fortgeschrittenen Volkswirtschaften mindestens eine neue Kompetenz, wobei die IT mehr als die Hälfte dieser Nachfrage ausmacht.⁶⁰

Umschulung ist besonders wichtig für junge Menschen, die in einen Arbeitsmarkt eintreten, in dem Einstiegsmöglichkeiten schrumpfen. Arbeitgeber müssen Strategien entwickeln, die Menschen und Maschinen aufeinander abstimmen, statt die Menschen vollständig zu ersetzen.

Organisatorische Risiken der Streichung von Junior-Rollen

Unternehmen, die Junior-Rollen aus Kostengründen streichen, tragen ein langfristiges Risiko. Ohne Nachwuchskräfte verlieren Organisationen künftige Talente und schwächen interne Ausbildungsstrukturen.

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

Potenzial für Wirtschaftswachstum

Trotz weitverbreiteter Besorgnis könnte künstliche Intelligenz langfristige wirtschaftliche Gewinne bringen. Schätzungen deuten darauf hin, dass KI das globale BIP um 7 % steigern und damit Arbeitsplatzverluste teilweise ausgleichen könnte.

Dies ähnelt früheren Allzwecktechnologien, die zunächst Arbeitskräfte verdrängten, aber schließlich neue Arbeitsplätze schufen. Die Herausforderung besteht jedoch darin, die kurzfristige Störung zu bewältigen, ohne Arbeitslosigkeit und soziale Instabilität zu verursachen.

Auseinandergehende Zukunftserwartungen

Einige Führungskräfte erwarten, dass künstliche Intelligenz mehr Beschäftigungsmöglichkeiten schafft. Mit zunehmender Einführung könnte sich die Nachfrage auf Rollen in den Bereichen KI-Entwicklung, Cybersicherheit und Nachhaltigkeit verlagern.

Diese Arbeitsplätze erfordern neue Fähigkeiten und passen zum Wachstum der KI, die weiterhin die Arbeitsweise von Unternehmen beeinflusst. Andererseits rechnen viele Manager kurzfristig weiterhin mit Stellenstreichungen, was darauf hindeutet, dass die Aussichten gespalten 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  = {{Top 20+ Prognosen von Experten zum KI-Arbeitsplatzverlust}},
  year   = {2026},
  month  = sep,
  howpublished    = {\url{https://aimultiple.com/ai-job-loss}},
  note   = {AIMultiple. Abgerufen am 2. September 2026}
}

Änderungsprotokoll

15 Aktualisierungen

1. 202611. Jun

   Ein Abschnitt zu Sam Altman wurde unter den Ansichten ergänzt, dass KI netto Arbeitsplätze schafft.

2. 28. Mai

   Ersetzte die Zahl der Tech-Entlassungen 2026 im Abschnitt Aktuelle Entwicklungen durch rund 200.000 verlorene Stellen.

3. 21. Mai

   Ein Abschnitt zu Karpathys KI-Exposure-Datensatz mit Bewertung von 342 US-Berufen sowie ein Gehalt-Exposure-Diagramm wurden hinzugefügt.

4. 11. Mai

   Abschnitt "Hat KI tatsächlich zu Arbeitsplatzverlusten geführt?" mit einem Vergleich von vier aktuellen Studien hinzugefügt.

5. 6. Apr

   Hinzugefügt: die Prognosestudie von Karger, Kuusela, Abaluck, Bryan 2026 und Anthropics Arbeitsmarktbefunde zu KI-exponierten Berufen.

6. 24. Feb

   Ein Satz wurde aus der Einleitung entfernt.

7. 22. Feb

   AIMultiple, 2026 zum Abschnitt AI job loss predictions according to experts hinzugefügt.

8. 16. Jan

   Eine neue Studie von Frank, Sabet, Simon, Bana und Yu wurde dem Abschnitt „KI-Arbeitsplatzverlustprognosen“ hinzugefügt.

9. 202518. Nov

   Pascual Restrepo und Geoffrey Hinton wurden dem Abschnitt „KI-bedingter Arbeitsplatzverlust“ hinzugefügt.

10. 2. Sep

    Eine Vorhersage von Erik Brynjolfsson, Bharat Chandar und Ruyu Chen hinzugefügt.

11. 13. Aug

    Erweitert den Abschnitt „Ethische und gesellschaftliche Auswirkungen der KI-bedingten Arbeitsplatzverlagerung“.

12. 8. Aug

    Das Wort „nur“ aus den Microsoft-Studienergebnissen entfernt.

13. 1. Aug

    Eine Microsoft-Studie zu den KI-Arbeitsplatzverlustprognosen hinzugefügt.

14. 18. Jul

    Forschungsprojekte zum Verständnis der Auswirkungen von KI-bedingtem Arbeitsplatzverlust hinzugefügt.

15. 14. Jul

    Ein Hinweis zur Methodik der Berechnung von Arbeitsplatzverlustprozentsätzen wurde hinzugefügt.

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.

GitLab Act 2

50.

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

TechCrunch

51.

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

TechCrunch

52.

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

TechCrunch

53.

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

CNBC

54.

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

55.

Client Challenge

56.

Anthropic Economic Futures Program Launch \ Anthropic

57.

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

58.

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

59.

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

Center for Data Innovation

60.

New Skills and AI Are Reshaping the Future of Work

61.

Post-Pandemic Trends Reshape Customer Service Employment

Site Selection Group, LLC

62.

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.

Cems Arbeit bei AIMultiple wurde von führenden globalen Publikationen wie Business Insider, Forbes, Morning Brew und Washington Post, von globalen Unternehmen wie Deloitte und HPE, von NGOs wie dem World Economic Forum und von supranationalen Organisationen wie der European Commission zitiert. [1], [2], [3], [4], [5]

Im Laufe seiner Karriere war Cem als Tech-Berater, Tech-Einkäufer und Tech-Unternehmer tätig. Er beriet Unternehmen bei ihren Technologieentscheidungen bei McKinsey & Company und Altman Solon über mehr als ein Jahrzehnt. Er veröffentlichte außerdem einen McKinsey-Bericht zur Digitalisierung.

Er leitete Technologiestrategie und -beschaffung eines Telekommunikationsunternehmens und berichtete dabei direkt an den CEO. Außerdem verantwortete er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos, das innerhalb von zwei Jahren von 0 einen siebenstelligen jährlich wiederkehrenden Umsatz und eine neunstellige Bewertung erreichte. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider aufgegriffen.

Cem spricht regelmäßig auf internationalen Technologiekonferenzen. Er absolvierte die Bogazici University als Computeringenieur und hat einen MBA von der Columbia Business School.

Vollständiges Profil anzeigen

Recherchiert von

Sıla Ermut

Branchenanalystin

Folgen auf

Sıla Ermut ist Branchenanalystin bei AIMultiple und befasst sich mit KI-Modellen, KI-Infrastruktur, KI-Governance und KI-Anwendungen für Unternehmen. Ihre Forschung konzentriert sich hauptsächlich auf den Einsatz von KI in Marketing, Gesundheitswesen, Lieferketten und Nachhaltigkeit.
Zuvor arbeitete sie als Personalvermittlerin in Projektmanagement- und Beratungsunternehmen. Sıla hat einen Master of Science in Sozialpsychologie und einen Bachelor of Arts in Internationalen 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