Top 20+ Prognosen von Experten zum Verlust von Arbeitsplätzen durch KI

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 Einstiegsjobs im White-Collar-Bereich verloren gehen wird. Dies ist bislang nicht belegt, außer in Bereichen wie der Übersetzung, wo das Jevons-Paradoxon die Beschäftigung nicht erhöht hat.

KI-Arbeitsplatzverlustprognosen

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

Die in unserer Analyse genannten Prozentsätze basieren auf Annahmen über die gesamte Arbeitsplatzverdrängung. 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 geschätzte Arbeitsplatzgewinne ausdrücklich aus der Berechnung ausgeschlossen.

Infolgedessen stellen die dargestellten endgültigen Prozentsätze Netto-Arbeitsplatzverluste dar, was eine konservativere und fokussiertere Interpretation der potenziellen Auswirkungen auf die Erwerbsbevölkerung durch die KI-Einführung gewährleistet.

Die meisten Prognosen schätzen, dass Millionen von Arbeitsplätzen verdrängt oder erheblich verändert werden könnten. Die meisten Rollen werden sich weiterentwickeln, und die Erwerbsbevölkerung muss sich auf einen starken Anstieg unterbrochener Beschäftigungsverhältnisse einstellen.

Prognosemarktergebnisse zu KI-Arbeitsplatzverlusten

Prognosemärkte zeigen eher eine ungleichmäßige Disruption als eine sofortige Massenarbeitslosigkeit. Die Prognostiker erwarten, dass der breitere Arbeitsmarkt in den nächsten Jahren funktionsfähig bleibt, sehen jedoch ein bedeutendes 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 Verdrängungsrisiko ausgesetzt sind.

Weitere Einzelheiten finden Sie unter Was Prognosemärkte über KI-bedingte Arbeitsplatzverluste prognostizieren.

Karpathys KI-Exposition und Arbeitsmarktanalyse

Hinweis: Das obige Diagramm zeigt die KI-Exposition im Verhältnis zum mittleren Gehalt in 340 US-Berufen. Jeder Punkt steht für einen Beruf. Die horizontale Achse zeigt Karpathys KI-Expositionsscore (0-10), die vertikale Achse zeigt das mittlere Jahresgehalt (logarithmische Skala), und die Farbe gibt die BLS-Berufshauptgruppe an. 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 und dabei auf Daten aus dem Occupational Outlook Handbook des Bureau of Labor Statistics zurückgreift, das rund 143 Millionen US-Arbeitsplätze abdeckt.¹

Karpathy rahmte das Projekt als Entwicklungswerkzeug zur visuellen Erkundung von BLS-Daten und nicht als formale Forschungsarbeit. Die Methodik zeigte, dass die BLS-Beschreibung jedes Berufs zusammen mit einer Bewertungsrubrik 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: Der Anteil der Arbeit, den KI selbstständig ausführen kann
• Indirekte Produktivität: Der Anteil, um den KI die Leistung der Beschäftigten steigert und so möglicherweise den Personalbedarf senkt.

Die Rubrik wendet eine zentrale Heuristik an: Wenn ein Beruf vollständig von einem Heimbüro aus am Computer ausgeführt werden kann (Schreiben, Codieren, Analysieren, Kommunizieren), ist die Exposition von Natur aus hoch (über 7). Berufe, die körperliche Anwesenheit, manuelle Geschicklichkeit oder unvorhersehbare Navigation in der realen Welt erfordern, werden niedriger bewertet.

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 weisen eine durchschnittliche Exposition von 6.7/10 auf.
• Rollen mit einem Gehalt von unter $35,000 pro Jahr weisen eine durchschnittliche Exposition von 3.4/10 auf.
• Die am höchsten bewerteten Berufe sind medizinische Transkriptionisten (10/10), Kundendienstmitarbeiter (9/10), Softwareentwickler (9/10), Buchhaltungsangestellte (9/10) und Paralegals (9/10).
• Am niedrigsten bewertet sind Hausmeister, Dachdecker, Bauarbeiter und Hauskrankenpfleger (alle 1–2/10).

Etwa 42 % der US-Beschäftigten arbeiten in Berufen mit einem Score von 7 oder höher, was rund 59.9 Millionen Arbeitsplätze und $3,7 Billionen an Jahreslöhnen entspricht. Diese Ergebnisse sollten jedoch mit Vorsicht genossen werden, da Berufsdefinitionen nicht perfekt sind und es historisch schwierig war, abzuschätzen, welche Jobs von Technologie betroffen sein würden.

Was sind die Implikationen?

• Büro- und Verwaltungsrollen weisen durchschnittlich rund 8/10 Exposition 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 Aufzeichnungen, Gesundheitsinformationstechnologen) 8–10/10 erreichen.
• Ärzte und Chirurgen ($239,200 Median) erreichen 5/10, unter Anwälten ($151,160; 8/10) und Softwareentwicklern ($131,450; 9/10) bei ähnlichen Gehaltsniveaus. Der schützende Faktor ist der physische, persönliche Anteil 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 dürfte die Produktivität und das Wirtschaftswachstum steigern, jedoch innerhalb plausibler Bandbreiten. Die totale Faktorproduktivität (TFP) wird voraussichtlich von rund 1-2 % auf etwa 2-2,5 % steigen.

Selbst in optimistischen Szenarien erwarten die Experten keine extremen Ergebnisse wie ein exponentielles BIP-Wachstum. Stattdessen wird KI als ein bedeutender, aber inkrementeller Beschleuniger der Wirtschaftsleistung gesehen, in einer Größenordnung ähnlich früherer technologischer Umbrüche und nicht als singulärer wirtschaftlicher Bruch.

Arbeitsmarkt- und Erwerbsbevölkerungseffekte

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 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 möglicherweise ganz aus dem Erwerbsleben ausscheiden, statt arbeitslos zu bleiben.²

AIMultiple

Mit dem Start von Claude Code und den neuesten Modellen der Familien Anthropic und Gemini habe ich Folgendes festgestellt:

• 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 sich verbessernde Modelle werden ein Wettrennen um Automatisierung und Margenverbesserung auslösen. Meine Prognose ist daher eine Reduktion der derzeitigen White-Collar-Rollen um mehr als 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 muss nicht zu einer „Job-Apokalypse“ führen, da menschliche Arbeit der Engpass bleiben wird und wir dank der Automatisierung mehr menschliche Arbeitskräfte für nicht automatisierte Aufgaben benötigen werden.

Dies könnte jedoch zu einem niedrigeren Beschäftigungsniveau führen, weil:

• Rasche Veränderungen der zu erledigenden Arbeit zur Arbeitslosigkeit von Beschäftigten führen würden, die nicht flexibel genug für den Übergang in neue Rollen sind.
• Die Vorteile der meisten Produktivitätssteigerungen 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.

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

Unsere aktuelle Situation ähnelt dem Klimawandel, wo stückweise Maßnahmen bisher eine künftige Katastrophe nicht aufhalten konnten. Der Wettbewerb zwischen Großmächten und Unternehmen hat 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 über Unternehmen hinweg wird Jahre erfordern. Man kann einem Neuling im Unternehmen nichts Bedeutendes zuweisen und man kann nicht erwarten, dass LLMs wie fähige Mitarbeiter arbeiten. Unternehmen müssen die Arbeit neu gestalten und in Modell-Harnesse investieren, um die Automatisierung umzusetzen. Dies ist unternehmensspezifische Arbeit, ähnlich der digitalen Transformation, die Jahre dauern wird.

Goldman Sachs

Goldman Sachs Research prognostiziert 2025, dass die Auswirkungen der KI auf die Gesamtbeschäftigung mild und kurzfristig sein werden, statt weit verbreitete und langfristige Arbeitsplatzverluste zu verursachen. Sie schätzen, dass die Arbeitslosenquote während des Übergangs um etwa 0,5 % steigen könnte, wenn von KI verdrängte Beschäftigte neue Rollen suchen, was kurzfristige Reibung statt struktureller Arbeitslosigkeit widerspiegelt.

Im Hinblick auf das Risiko von Arbeitsplatzverdrängung wären rund 2,5 % der US-Beschäftigung durch KI-Effizienzgewinne gefährdet, bei breiterer, aber immer noch begrenzter Schätzung von 6–7 % Verdrängung, wenn KI umfassend übernommen wird.

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

Darüber hinaus untersuchte die Analyse über 800 Berufe und identifizierte diejenigen, die am stärksten von KI bedroht 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

Geoffrey Hinton

Geoffrey Hinton, ein mit dem Nobelpreis ausgezeichneter Informatiker, bekannt als „Pate der KI“, warnte 2025, dass künstliche Intelligenz die Arbeitslosigkeit erhöhen und zugleich höhere Gewinne antreiben werde – ein Ergebnis, das er eher dem Kapitalismus als der Technologie selbst zuschreibt. Er merkte an, dass Massenentlassungen zwar noch nicht eingetreten seien, KI aber die Einstiegsmöglichkeiten verringere.

Hinton sieht das Gesundheitswesen als einen der wenigen Sektoren, die profitieren könnten, da Effizienzgewinne für Ärzte den Zugang zur Versorgung erweitern würden. Ein bedingungsloses 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 darstellen könnte, auf 10–20 %, während er die schwachen Regulierungsbemühungen in den Vereinigten Staaten kritisierte.⁵

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

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

Die Studie ordnet Rollen anhand eines KI-Anwendbarkeitswerts ein, 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 den größten Teil 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 vorwiegend körperlichen, praktischen oder menschlich-interaktionsintensiven Aufgaben zu übernehmen.

Dies deutet darauf hin, dass KI bei der Automatisierung kognitiver und routinemäßiger digitaler Arbeit rasch voranschreitet, aber weiterhin begrenzt ist, wenn es um Rollen geht, die Geschicklichkeit, emotionale Intelligenz oder Anpassungsfähigkeit in der realen Welt erfordern.⁶

Eric Schmidt

Dr. Schmidt (ehemaliger CEO von Google) prognostizierte, dass KI 2025 den Großteil der Programmierarbeit übernehmen wird.

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 bei Routineaufgaben oder komplexen, aber repetitiven Aufgaben.

Es wird außerdem erwartet, dass KI in naher Zukunft das Niveau von Spitzen-Graduiertenmathematikern erreicht. Schmidt erklärt, dass KI-Modelle heute gut im mathematischen Denken funktionieren, weil Mathematik eine einfachere, strukturierte Sprache hat. Mit Werkzeugen wie dem Lean-Theorem-Beweisen kann KI komplexe mathematische Probleme lösen und verifizieren.⁷

Dario Amodei

Dario Amodei (Anthropics CEO) warnte 2025, dass KI innerhalb der nächsten fünf Jahre 50 % aller Einstiegsjobs im White-Collar-Bereich beseitigen könnte, was möglicherweise die US-Arbeitslosenquote auf 10–20 % treiben würde.⁸

Amodei nannte dies ein mögliches „White-Collar-Blutbad“ und betonte, dass vielen die kurzfristige disruptive Kraft der KI nicht bewusst sei. Allerdings hat er kürzlich teilweise zurückgerudert, indem er das Jevons-Paradoxon erwähnte.⁹

Kai-Fu Lee

Kai-Fu Lee griff Amodeis Bedenken 2025 auf, 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 KI-Arbeitsplatzverluste bald die Hälfte der weltweiten Erwerbsbevölkerung betreffen könnten. Obwohl seine Aussage kurz ist, unterstreicht sie den wachsenden Konsens unter Experten, dass KI die Beschäftigung weitaus aggressiver umgestalten könnte als frühere technologische Veränderungen.¹⁰

Internationaler Währungsfonds (IWF)

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

Er betonte jedoch, dass die meisten eine Transformation auf Aufgabenebene erfahren statt eines vollständigen Verlusts. In Ländern mit hohem Einkommen ist die Erwerbsbevölkerung durch dienstleistungsintensive Volkswirtschaften besonders exponiert.

Der Bericht teilte die Auswirkungen der KI in drei Kategorien ein: automatisierbare (routineartige, 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 die dringende Notwendigkeit von Umschulungen hervor und prognostizierte, dass bis 2030 über 40 % der Beschäftigten eine erhebliche Weiterqualifizierung benötigen werden. Rechtswesen, Finanzwesen und der Versicherungssektor werden die stärkste Transformation erfahren; Bildung und Gesundheitswesen werden aufgrund ihrer Abhängigkeit von menschlicher Interaktion und komplexen Prozessen relativ widerstandsfähig bleiben.¹¹

GPTs und die US-Erwerbsbevölkerung (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-Erwerbsbevölkerung mindestens 10 % ihrer Aufgaben betroffen sein könnten.

Für rund 19 % der Beschäftigten könnte mindestens die Hälfte ihrer täglichen Aufgaben gestört 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 Blue-Collar-Arbeit betraf, sind LLMs dabei, höher bezahlte, hochqualifizierte Berufe in mehreren Sektoren zu verändern. Ihre Wirkung ist unabhängig von physischer Infrastruktur, was das Ausmaß der potenziellen Verdrängung vergrößert.¹²

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.

Obwohl diese tatsächliche Quote moderat war, war die öffentliche Wahrnehmung deutlich überhöht: Nichtbetroffene glaubten, 29 % hätten ihren Arbeitsplatz durch Automatisierung verloren, während die Betroffenen die Quote auf 47 % schätzten.

Diese Kluft zwischen Wahrnehmung und Erfahrung spiegelt tiefe Ängste vor den Auswirkungen der KI wider, selbst wenn die tatsächlichen Arbeitsplatzverlustraten niedriger bleiben als oft angenommen.

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

Abbildung 1: Die Grafik veranschaulicht, dass die Befragten die Wahrscheinlichkeit eines roboterbedingten Arbeitsplatzverlusts deutlich überschätzten, mit Wahrnehmungen zwischen 29 % und 47 %, verglichen mit der tatsächlichen Quote von etwa 14 %.¹³

PwC

Eine weltweite CEO-Umfrage von PwC aus dem Jahr 2019 ergab, dass 42 % der CEOs glauben, KI werde mehr Arbeitsplätze verdrängen als schaffen, während 39 % dem widersprechen, was eine gespaltene Einschätzung widerspiegelt.

Die Sorge um Arbeitsplatzverluste ist im asiatisch-pazifischen Raum am größten, insbesondere in China, wo 88 % der CEOs einen Netto-Arbeitsplatzabbau erwarten. Der Bericht hebt eine anhaltende Qualifikationslücke hervor: 55 % nennen die Unfähigkeit zu Innovationen aufgrund fehlender Schlüsselqualifikationen.

Die meisten CEOs (46 %) sehen Umschulung und Weiterbildung als wirksamste Lösung. Obwohl 85 % zustimmen, dass KI Unternehmen innerhalb von fünf Jahren erheblich verändern wird, haben nur 10 % sie in großem Maßstab eingeführt, behindert durch Fachkräftemangel und Datenprobleme.¹⁴

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 die Ängste vor Massenarbeitslosigkeit möglicherweise übertrieben sind und dass signifikante Veränderungen eher durch Arbeitsplatzentwicklung und Umschulung als durch flächendeckende Beseitigung eintreten dürften.¹⁵

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 2014 durch Computerisierung gefährdet waren.

Dies unterstrich, wie die Auswirkungen der KI über die Grenzen der USA hinausgehen, und warf Fragen auf, wie regionale Unterschiede bei Arbeitsmarktregulierungen und Bildungssystemen die Ergebnisse technologischer Disruption beeinflussen könnten.¹⁶

Frey & Osborne

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

Diese frühe Arbeit half, spätere Debatten über die Zukunft der Beschäftigung zu rahmen, lenkte die Aufmerksamkeit darauf, dass eher Aufgaben als ganze Jobs automatisiert werden, und regte nuancierte Diskussionen über Aufgabenumstrukturierung und Qualifikationsübergänge an.¹⁷

Weitere zentrale Fragen 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 aktuelle Arbeitsplatzverluste auf KI zurückzuführen? Übermäßige Einstellungen während der Pandemie sind wahrscheinlich die Ursache, da Unternehmen sich noch in einem frühen Stadium der KI-Transformation befinden. Experten nennen dies KI-Redundanz-Washing.¹⁸

Ansichten, dass KI zu einem Netto-Beschäftigungsaufbau führt

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 Jobs ersetzen und einige Berufskategorien beseitigen könnte, argumentiert er nun, dass eine großflächige „Job-Apokalypse“ kurzfristig unwahrscheinlich sei.¹⁹

Altmans revidierte Sicht basiert auf drei Beobachtungen:

• Die Einführung von KI steckt noch in den Anfängen: Während KI-Modelle inzwischen hochfähig sind, lernen viele Unternehmen noch, sie in Arbeitsabläufe zu integrieren, Produktivitätsgewinne zu messen und Risiken in Bezug auf Sicherheit und Zuverlässigkeit zu managen.
• Die aggressivsten KI-Anwender bauen möglicherweise nicht die meisten Stellen ab: In einem Interview im Juni 2026 argumentierte Altman, dass Unternehmen, die KI am tiefsten eingeführt haben, auch zu denjenigen gehören, die am stärksten einstellen. Er deutete an, dass einige Firmen, die KI als Grund für Entlassungen nennen, die Technologie möglicherweise als bequeme Erklärung für Kürzungen nutzen, die sie ohnehin vorgenommen hätten, statt die direkte Auswirkung der KI-Einführung widerzuspiegeln.²⁰
• Menschliche Interaktion bleibt wichtig: Altman merkt an, dass viele Jobs mehr umfassen als das bloße Erledigen von Aufgaben. Sie beinhalten auch Kommunikation, Vertrauen, Urteilsvermögen und Zusammenarbeit, die Menschen möglicherweise nicht vollständig an KI auslagern möchten.²¹

Altman wischt die langfristigen Auswirkungen der KI auf die Arbeit jedoch nicht beiseite. Er erwartet, dass Unternehmen um KI herum neu organisiert werden, insbesondere wenn KI-Agenten leistungsfähiger werden und Unternehmen sich an schnellere Technologiezyklen anpassen. Seine derzeitige Position legt nahe, dass KI Arbeitsplätze und Arbeitsabläufe wahrscheinlich umgestalten wird, der Übergang aber möglicherweise allmählicher und komplexer verläuft, als frühere Prognosen vermuten ließen.

HBR / Davenport & Srinivasan

Eine Analyse der Harvard Business Review aus dem Jahr 2026 spekulierte, dass Unternehmen Arbeitskräfte auf der Grundlage des Potenzials der KI entlassen und nicht auf der Grundlage ihrer nachgewiesenen Leistung, da die Gesamtarbeitslosigkeit in den USA relativ niedrig bleibt.²²

Yale The Budget Lab

Die Analyse aus dem Jahr 2025 fand keinen wesentlichen Einfluss von LLMs auf Arbeitsplätze, basierend auf der Rate der Arbeitsplatzverluste, Einstellungen und Übergänge in den USA.²³

Weltwirtschaftsforum

Der WEF-Bericht „Future of Jobs 2025“, der über 1.000 Arbeitgeber mit 14 Millionen Beschäftigten in 55 Volkswirtschaften befragte, prognostizierte, dass bis 2030 92 Millionen Arbeitsplätze verdrängt werden, während 170 Millionen neue entstehen – ein Nettozuwachs von 78 Millionen Arbeitsplätzen. KI und Informationsverarbeitung werden voraussichtlich bis 2030 86 % der Unternehmen betreffen. Der Bericht identifizierte KI-Entwicklung, Cybersicherheit und Nachhaltigkeit als am schnellsten wachsende Rollenkategorien.²⁴

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 Büro-Einstiegsjobs ersetzen könnte.

Huang wies die Vorstellung zurück, dass KI so gefährlich oder mächtig sei, dass nur wenige Auserwählte sie entwickeln sollten, und plädierte stattdessen für einen offenen und verantwortungsvollen Fortschritt.

Er räumte ein, dass KI den Arbeitsplatz verändern und einige Jobs überflüssig machen wird, betonte jedoch, dass höhere Produktivität in der Regel zu mehr Einstellungen und nicht zu weniger führt, und kritisierte das angstgetriebene Narrativ rund um die Auswirkungen der KI auf die Beschäftigung.²⁵

Dilan Eren

Ohne sich auf Prozentsätze zu konzentrieren, bot Professorin Dilan Eren von der Ivey Business School eine strukturelle Kritik an Unternehmen, die 2025 auf KI mit dem Abbau von Juniorpositionen reagieren. Eren warnte, dass die Streichung von Einstiegspositionen zur Kosteneinsparung ein „exponentiell schlechter Schritt“ sei, der die interne Talentpipeline bedrohe.

Ohne Juniors riskieren Organisationen in den kommenden Jahren einen Mangel an erfahrenen Mitarbeitern, insbesondere da Mentoring und Lernen am Arbeitsplatz abnehmen. Eren forderte Unternehmen auf, Strategien zu entwickeln, die eine doppelte Entwicklung unterstützen: Juniors 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 kollaborative 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 einen Anstieg der Nachfrage nach qualifizierten Arbeitskräften.

Laut Kumar kann KI als Kraftmultiplikator wirken, der es Beschäftigten ermöglicht, „mehr für weniger“ zu erreichen und die Erwartungen zu steigern, nicht zu senken. ²⁶

Hat KI tatsächlich zu Arbeitsplatzverlusten geführt?

Vier aktuelle Studien, die unterschiedliche Daten und Methoden verwenden, kommen zu deutlich unterschiedlichen Schlussfolgerungen über die eigentliche Ursache der jüngsten Arbeitsmarktstörungen:

Frank, Sabet, Simon, Bana & Yu (2026) kombinieren US-Arbeitslosenversicherungsdaten, 10.6 Millionen LinkedIn-Profile und 3 Millionen Lehrpläne. 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 ab, statt sich zu beschleunigen. Die LinkedIn-Daten zeigen dasselbe Timing: Absolventen der Kohorte 2021 traten seltener in KI-exponierte Jobs ein als frühere Kohorten.

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 Stellen fanden, sodass LLM-relevante Bildung ihren Wert behielt.²⁷

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

Indem sie diese dynamischen Scores mit CPS-Daten verknüpfen, stellen sie fest, dass eine höhere KI-Exposition mit niedrigerer Beschäftigung, höherer Arbeitslosigkeit und kürzeren Arbeitszeiten korreliert.

Die Effekte sind bei Beschäftigten unter 30 und über 50 sowie bei Hochschulabsolventen größer. Besonders betroffen sind argumentationsintensive Berufe, während manuelle körperliche Berufe kaum betroffen sind.²⁸

Brynjolfsson, Chandar & Chen (Nov 2025), „Canaries in the Coal Mine“, verwendeten ADP-Gehaltsdaten, 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 von ihrem Höchststand Ende 2022 um fast 20 %.

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 ausschlossen, IT-Firmen ausschlossen und die Stichprobe nach Telearbeitsfähigkeit, Hochschulanteil und Zinsrisiko aufteilten. Ihre Erklärung ist, dass KI das kodifizierte Wissen ersetzt, das junge Beschäftigte und formale Bildung liefern, während sie das implizite Wissen ergänzt, das mit Erfahrung einhergeht.²⁹

Chen, Kane, Kozlowski, Kunievsky & Evans (Sept 2025), nutzten Synthetic Difference-in-Differences auf CPS-Daten von Januar 2010 bis August 2025. Sie berichten das gegenteilige Ergebnis: Stark exponierte Berufe verzeichneten nach ChatGPT ein reales Einkommensplus von etwa $89 pro Woche (in Preisen von Januar 2010), während der Arbeitslosigkeitseffekt bei etwa 0,2 % Prozentpunkten lag.

Ihre Interpretation ist, dass LLMs als kurzfristige Komplemente wirken, die Produktivität steigern, und dass die Anpassung über die Löhne und nicht über die Beschäftigung verläuft.³⁰

Hat KI also Arbeitsplatzverluste verursacht?

Eine vernünftige Antwort Anfang 2026 lautet, dass es für die Erwerbsbevölkerung insgesamt noch kein klares aggregiertes Signal gibt. Zwei der vier Studien finden im Grunde keinen Arbeitslosigkeitseffekt auf Berufsebene. Für Beschäftigte im Alter von 22 bis 25 in stark exponierten Berufen lautet die Antwort höchstwahrscheinlich ja, zumindest teilweise, weil die ADP-Evidenz Kontrollen für Firma und Zeit, 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 reduzierter Einstellung von Berufseinsteigern widerspiegeln. Beim Timing zeigen Frank und Koautoren, dass ein Teil der Verschlechterung in KI-exponierten Berufen bereits Anfang 2022 im Gange war. Daher überzeichnet die Zuschreibung der gesamten Abschwächung von 2022 bis 2025 auf LLMs den Fall.

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 Überbeschäftigung aus der Pandemiezeit und eine allgemeine Schwäche des Arbeitsmarktes für Berufseinsteiger wider. Ob sich dieses Bild mit dem Aufkommen agentischer Fähigkeiten ändert, ist die substanzielle Frage, die meisten der von uns zuvor genannten Prognosen antreibt, und sie bleibt eine offene empirische Frage.

Was Prognosemärkte über KI-bedingte Arbeitsplatzverluste prognostizieren

Manifold Market

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

• Ein Manifold-Markt mit 27 Teilnehmern wurde mit „Nein“ aufgelöst in der Frage, ob künstliche Intelligenz bis Ende 2025 direkt mit einem Anstieg der US-Arbeitslosenquote um mindestens 5 Prozentpunkte verbunden sein würde.³¹
• 194 Teilnehmer prognostizierten, ob einige US-Softwareentwickler bis Ende 2025 aufgrund von KI Einkommens-, Arbeitsplatzsicherheits- oder Einstellungseinbußen erleiden würden. Der Markt wurde mit „Ja“ aufgelöst, basierend auf der Anforderung, dass mindestens drei seriöse Nachrichtenberichte solche Effekte dokumentieren.³²
• 10 Teilnehmer stimmten mit „Nein“ darüber ab, 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, die meisten oder alle Beschäftigten zu ersetzen, wurde nicht erreicht.³³

Stand August 2026:

• 174 Teilnehmer wiesen eine 25 %-Wahrscheinlichkeit zu, dass KI vor 2030 die US-Arbeitslosenquote über 10 % treiben würde.³⁴
• 54 Teilnehmer schätzten eine 19 %-Wahrscheinlichkeit, dass KI bis 2030 Massenarbeitslosigkeit in den Vereinigten Staaten verursachen würde.³⁵
• 43 Teilnehmer wiesen eine 61 %-Wahrscheinlichkeit zu, dass der Arbeitsmarkt in den nächsten Jahren im Hinblick auf KI-bedingte Arbeitsplatzverluste und Arbeitslosigkeit „in Ordnung“ bleiben würde.³⁶
• 11 Teilnehmer prognostizierten eine 79 %-Wahrscheinlichkeit, dass KI bis Ende 2027 zu einem starken Rückgang der Beschäftigung von Übersetzern und Dolmetschern führen würde. Dies deutet auf ein relativ starkes Community-Vertrauen hin, dass sprachbezogene Berufe früher als der Gesamtarbeitsmarkt messbare Verdrängung erfahren werden.³⁷
• 54 Teilnehmer schätzten eine 81 %-Wahrscheinlichkeit, dass KI bis 2030 die meisten Callcenter-Mitarbeiter ersetzen würde. Dies gehörte zu den höchsten Wahrscheinlichkeiten in den untersuchten Märkten.³⁸
• 7 Teilnehmer prognostizierten, welche Berufsgruppe bis Ende 2026 den größten Anteil an durch KI ersetzten Rollen aufweisen würde. Der Markt ordnete 38 % auf „sonstige“ Berufe, 34 % auf Kundendienst, 10 % auf Softwareentwickler, 8 % auf Verwaltungsassistenten und jeweils 5 % auf Lkw-Fahrer und Forscher zu.³⁹
• 8 Teilnehmer prognostizierten, dass etwa 34 % von 11 ausgewählten Berufen bis 2031 einen Beschäftigungsrückgang von mindestens 15 % erleiden würden, der plausibel auf KI zurückgeführt werden könnte.⁴⁰

Kalshi-Prognosemarkt

Kalshi ist eine in den USA regulierte Ereigniskontraktbörse, an der Teilnehmer Kontrakte handeln, die an bestimmte Ergebnisse gebunden sind. Die öffentlichen Marktseiten von Kalshi geben das gesamte Dollar-Handelsvolumen an, nicht aber die Zahl der einzelnen Teilnehmer.

• Im Juni 2026 wurde ein Kalshi-Markt, der fragte, ob KI im Mai der am häufigsten genannte Grund für US-Stellenstreichungen sein würde, mit „Ja“ aufgelöst. Der Markt verzeichnete ein Handelsvolumen von etwa $36,552 und nutzte den monatlichen Stellenabbaubericht von Challenger, Gray & Christmas als Auflösungsquelle.⁴¹
• Im Juli 2026 wurde der entsprechende Markt (gehandelt wurden etwa $2,919) für die Stellenstreichungen im Juni ebenfalls mit „Ja“ aufgelöst.⁴²

Stand August 2026:

• Der laufende Markt wies eine 58 %-Wahrscheinlichkeit zu, dass KI im Juli der führende genannte Grund für US-Stellenstreichungen sein würde. Der Markt hatte ein Handelsvolumen von etwa $1,453 verzeichnet.⁴³
• Kalshi-Händler wiesen eine 15 %-Wahrscheinlichkeit zu, dass das „Citrini-Szenario“ bis Juli 2028 eintreten würde, bei einem Handelsvolumen von etwa $25,9 Millionen. Der Citrini-Trade ist eine Wette darauf, dass eine rasche KI-Einführung bis 2028 Massenentlassungen, Arbeitslosigkeit und einen breiteren wirtschaftlichen Abschwung verursachen wird.⁴⁴

Metaculus-Community-Prognosen

Die Community-Prognosen von Metaculus aggregieren 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 Jobs von Anfang bis Ende ausführen können, bis 2030 17,8 % der heutigen Beschäftigten ersetzen würden. Das dargestellte Prognoseintervall reichte von etwa 9,1 % bis 25,7 %.⁴⁵
• 49 Prognostiker trugen zur zugrunde liegenden Prognose der Gesamtbeschäftigung in den USA bei, nach Berücksichtigung von KI-bedingter Verdrängung und anderen Arbeitsmarkteffekten. Die Community prognostizierte, dass die Beschäftigung 2030 um 1,9 % unter dem Niveau von 2025 und 2035 um 4,4 % darunter liegen würde.⁴⁶
• 61 Prognostiker wiesen eine 24 %-Wahrscheinlichkeit zu, dass die Arbeitslosigkeit unter frischgebackenen US-Hochschulabsolventen vor 2030 in drei aufeinanderfolgenden Monaten mindestens 20 % erreichen würde.⁴⁷
• Der Metaculus Labor Automation Forecasting Hub prognostizierte, dass einige der größten Beschäftigungsrückgänge bis 2035 bei Finanzspezialisten, Softwareentwicklern und Anwälten und Rechtsanwaltsfachangestellten auftreten würden, mit einem Minus von 14,1 %.⁴⁶

Jüngste Entwicklungen: Auswirkungen der KI auf Arbeitsplätze

Wir haben Daten ab 2023, nach dem Start von ChatGPT, gesammelt, um zu zeigen, wie KI die Entlassungen in der Tech-Branche beeinflusst hat. Das obige Diagramm zeigt die kumulierte Zahl der Arbeitsplätze, die von Entlassungen betroffen waren, 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 in den Jahren 2025 und 2026, da mehr Unternehmen Teams neu organisierten, Support- oder Betriebsstellen abbauten und Ressourcen auf KI-Prioritäten verlagerten.

Mehrere große Unternehmen nannten KI bei der Ankündigung von Stellenstreichungen ausdrücklich:

• GitLab begann mit einer Umstrukturierung, um das Management zu verflachen, seine Länderpräsenz um bis zu 30 % zu reduzieren und interne Prozesse mit KI-Agenten neu zu verdrahten, wobei der Großteil der Einsparungen in die „Agentic Era“-Strategie reinvestiert wurde.⁴⁸
• Intuit strich 17 % seiner Belegschaft (etwa 3.000 Mitarbeiter), um Ressourcen auf zentrale Wetten, einschließlich KI, zu konzentrieren.⁴⁹
• Cisco strich fast 4.000 Stellen (rund 5 % seiner Belegschaft), um Investitionen in KI, Cybersicherheit, Silizium und Optik zu verlagern.⁵⁰
• Cloudflare reduzierte seine Belegschaft um mehr als 1.100 Mitarbeiter und gab an, dass KI Rollen überflüssig gemacht habe.⁵¹

Einige Experten argumentieren jedoch, dass KI als bequeme Rechtfertigung genutzt wird. Fabian Stephany vom Oxford Internet Institute merkte an, dass viele Unternehmen während der Pandemie zu viele Mitarbeiter eingestellt haben und die aktuellen Entlassungen eher eine Marktkorrektur als eine tatsächliche KI-bedingte Verdrängung widerspiegeln könnten.⁵²

Die Zukunft der Einstiegsjobs

Während die Angst von Hochschulabsolventen um Jobs durch KI verständlich ist, scheint der dramatische Rückgang der Stellenausschreibungen für Absolventen im Vereinigten Königreich um 67 % seit 2022 (43 % in den USA) in erster Linie auf wirtschaftliche Unsicherheit, Post-COVID-Normalisierung und beschleunigtes Offshoring zurückzuführen zu sein und nicht auf KI-Verdrängung.

Für Beschäftigte im Alter von 22–25 Jahren stellt die Arbeitsmarkt-Folgenforschung von Anthropic fest, dass weniger junge Menschen in stark KI-exponierten Berufen anfangen als in gering exponierten Berufen. Die Stellenfindungsrate für diese Rollen fiel im Vergleich zu 2022 um etwa 14 % (gepoolter Post-Schätzer −14.3, SE = 7.2), auch wenn die Autoren anmerken, dass das Ergebnis nur knapp statistisch signifikant ist. Sie fanden außerdem keinen ähnlichen Rückgang bei Beschäftigten über 25.⁵³

Laut einem aktuellen Artikel der Financial Times sind die Stellenangebote selbst in wenig KI-exponierten Sektoren 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 wichtigere Treiber, während die Chefökonomin 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 sogar ein Wachstum der Jugendbeschäftigung.

Die eigentlichen Herausforderungen scheinen traditionelle wirtschaftliche Belastungen zu sein: Inflation, höhere Zinsen, Unsicherheit der Unternehmen und beschleunigtes Offshoring, das durch Remote-Arbeitsmöglichkeiten ermöglicht wird. Dies macht das Narrativ „KI tötet Jobs für Absolventen“ trotz legitimer Zukunftssorgen über technologische Disruption verfrüht.⁵⁴

Forschungsinitiativen zum Verständnis der Auswirkungen von KI-Arbeitsplatzverlusten

Anthropic startet das Economic Futures Program, um die Auswirkungen der KI auf die Erwerbsbevölkerung anzugehen

Anthropic hat das Economic Futures Program vorgestellt, 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 der KI für die Weltwirtschaft adressieren.

Reaktion auf Risiken der Arbeitsplatzverdrängung

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 Erwerbsbevölkerung vorzubereiten, einschließlich des Umschulungsbedarfs in betroffenen Sektoren.

Zu den wichtigsten Komponenten 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, Produktivitätsveränderungen oder die Schaffung neuer Wertformen konzentrieren.
• Foren zur Politikentwicklung: Anthropic wird Symposien in Washington, D.C. und Europa veranstalten, um Politikideen aus unterschiedlichen Perspektiven zu sammeln. Zu den Themen gehören Umschulungsstrategien, die Schaffung von Arbeitsplätzen in KI-getriebenen Volkswirtschaften und Übergänge bei Arbeitsabläufen.
• Dateninfrastruktur: Aufbauend auf seinem Anfang des Jahres eingeführten Economic Index wird Anthropic seine Datensätze erweitern, um die Nutzung von KI und ihre 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 von Technologieunternehmen wider, Verantwortung für die Disruption zu übernehmen, zu der sie beitragen, und integratives Wirtschaftswachstum zu unterstützen.

Diese Initiative legt besonderen Schwerpunkt auf das Verständnis von Arbeitsmarktübergängen, die Identifizierung von Umschulungsbereichen und die Schaffung eines Rahmens für die Steuerung der sich wandelnden wirtschaftlichen Rolle der KI.⁵⁵

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

Auswirkungen der KI auf verschiedene Branchen

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

Belege aus LinkedIn-Profilen verstärken dieses Muster für Berufsanfänger: Absolventen der Kohorten 2021–2023 traten seltener in KI-exponierte Jobs ein und brauchten länger für ihre erste Stelle als frühere Kohorten, wobei die Lücken bereits vor Ende 2022 auftraten.

Ähnliche Verlangsamungen zeigen sich auch beim Vergleich von Hoch- und Durchschnittslohnjobs, was auf eine allgemeine Straffung 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, routinemäßig von Menschen ausgeführte Aufgaben angewiesen sind, sind dem höchsten Risiko ausgesetzt. Büro-, Rechts-, Finanz- und Datenverarbeitungsberufe gehören zu den am stärksten gefährdeten.

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

Diese Jobs lassen sich in der Regel leicht mit KI-Systemen und -Tools automatisieren. Aufgaben mit vorhersehbaren Mustern oder festen Regeln sind am anfälligsten für Fehler. Einstiegspositionen, insbesondere für junge Beschäftigte, sind stark gefährdet, gestrichen zu werden.

Eine Studie untersuchte beispielsweise die Einführung von Google Translate in verschiedenen Regionen zwischen 2010 und 2023. Die Ergebnisse zeigen, dass Gebiete mit höherer Nutzung ein langsameres Wachstum bei Übersetzer- und Dolmetscherstellen verzeichneten, wobei das Beschäftigungswachstum pro Prozentpunkt höherer Adoption um etwa 0.7 Prozentpunkte sank.⁵⁶

Abbildung 2: Der Chart zeigt das monatliche Google-Trends-Interesse für zwei Suchbegriffe: „translator“ und „Google Translate“.⁵⁷

Die Auswirkungen gehen über den Übersetzungsberuf hinaus, denn Stellenausschreibungen, die Fremdsprachenkenntnisse erfordern, wuchsen in Regionen mit hoher Adoption langsamer, insbesondere bei weit verbreiteten Sprachen wie Spanisch, Chinesisch und Deutsch.

Obwohl Sprachkenntnisse in technischen Bereichen wie IT und Ingenieurwesen weiterhin relevanter bleiben, 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.

Ungleiche Auswirkungen auf die Sektoren

Das Gesundheits- und Bildungswesen ist aufgrund der Komplexität der erforderlichen menschlichen Interaktion weniger exponiert. Diese Sektoren sind widerstandsfähiger gegenüber Automatisierung und großen Sprachmodellen.

Teilautomatisierung 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 dürften eine Veränderung auf Aufgabenebene erfahren. Die Beschäftigten müssen sich auf neue Aufgaben einstellen, die menschliche Entscheidungsfindung, Urteilsvermögen und Kreativität erfordern. Diese Teilautomatisierung setzt die Beschäftigten dennoch unter Druck, sich schnell anzupassen.

Wirtschaftliche und geografische Unterschiede

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

Wie nehmen die tatsächlichen Beschäftigten die Lage wahr?

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 Beschäftigten, dass ein größerer Teil der Erwerbsbevölkerung betroffen ist.

Dies spiegelt wachsende Ängste vor den Auswirkungen der KI und der Zukunft der Beschäftigung wider, obwohl die tatsächlichen Daten ein langsameres Tempo des Wandels zeigen.

Regulatorische Reaktionen und Missverständnisse über KI-bedingte Arbeitsplatzverluste

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

Während der Vorschlag mehr Transparenz über die Rolle der KI bei Beschäftigungsveränderungen schaffen soll, kann seine Kernannahme irreführend sein: Die meisten KI-Tools sind in umfassendere Arbeitsabläufe eingebettet, was es äußerst schwierig macht zu bestimmen, ob ein Arbeitsplatzverlust eindeutig durch KI verursacht wurde und nicht durch reguläre Produktivitätssteigerungen oder allgemeinen Geschäftsdruck.

Bestehende Arbeitsmarktbeobachtungssysteme überwachen Beschäftigungsdynamiken, sodass der Gesetzentwurf unnötige Bürokratie schafft und zugleich riskiert, die KI-Einführung zu stigmatisieren und Unternehmen von Tools abzuhalten, die Produktivität steigern könnten. Stattdessen sollten sich politische Entscheidungsträger darauf konzentrieren, die Messung der KI-Einführung zu verbessern, reale Auswirkungen auf Arbeitsabläufe und Produktivität zu untersuchen und die Weiterbildung von Beschäftigten zu unterstützen.⁵⁸

Welche Arten von Arbeitsplätzen wird KI schaffen?

Trotz der Rolle der KI beim Rückgang bestimmter Berufsfelder wird erwartet, dass sie auch erhebliche Chancen in technischen und angrenzenden Bereichen schafft. Rollen wie Ingenieure, Forward-Deployed-Ingenieure, Lösungsingenieure und Feldingenieure sind zunehmend gefragt, da Unternehmen Unterstützung bei der Integration und Optimierung von KI-Systemen suchen.

Der Ratschlag, dass „Informatik überflüssig sei, 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 eigentliche Wert 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 die 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 Verdrängung von Arbeitsplätzen durch KI

Zentrale ethische Herausforderungen

Der Einsatz von KI am Arbeitsplatz wirft grundlegende ethische Fragen auf, die über einfache wirtschaftliche Erwägungen hinausgehen. Diese Herausforderungen drehen sich um Fairness, Menschenwürde und die moralischen Verpflichtungen von Organisationen, die transformative Technologien einsetzen und damit Lebensgrundlagen und Gemeinschaften beeinflussen.

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

Dies birgt das Potenzial für eine gespaltene Erwerbsbevölkerung, in der KI-erweiterte Beschäftigte Vorteile erlangen, während verdrängte Beschäftigte mit schlechteren Aussichten konfrontiert sind.

Die Konzentration der KI-Vorteile bei den Technologiebesitzern, während die Kosten auf vulnerable Gruppen fallen, wirft grundlegende Fragen zur gerechten Verteilung des technologischen Fortschritts auf.

Algorithmische Verzerrung und Diskriminierung: KI-Systeme übernehmen 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 im Beschäftigungskontext.

Menschliche Autonomie: Die breite Einführung von KI stellt traditionelle Vorstellungen von Wert und Sinn der Arbeit infrage. Beschäftigte sind dem Risiko von Qualifikationsverfall und beruflichem Identitätsverlust ausgesetzt, wenn kognitive Aufgaben automatisiert werden.

Der Erhalt sinnvoller menschlicher Handlungsspielräume in Arbeitsprozessen bleibt wesentlich, um die Würde der Beschäftigten zu wahren und sicherzustellen, dass Technologie menschliche Fähigkeiten ergänzt statt ersetzt.

Transparenz und Rechenschaftspflicht: Viele KI-Systeme funktionieren als „Black Boxes“ und verschleiern Entscheidungsprozesse, die Beschäftigung beeinflussen.

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 die Auswirkungen auf den einzelnen Arbeitsplatz hinaus birgt die KI-bedingte Verdrängung von Arbeitsplätzen breitere Gefahren für den sozialen Zusammenhalt, die wirtschaftliche Stabilität und die demokratische Regierungsführung.

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

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

Generationenübergreifende Auswirkungen: Die Verdrängung von Einstiegspositionen stört traditionelle Berufseinstiegspfade für jüngere Beschäftigte. Dies beeinträchtigt etablierte Modelle der beruflichen Entwicklung und kann Barrieren für den beruflichen Aufstieg neuer Arbeitsmarktteilnehmer schaffen.

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

Umsetzungsrahmen

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

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

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

Schadensbegrenzung: Organisationen sollten wann immer möglich auf Ergänzung statt Ersetzung setzen und allmähliche statt abrupter Übergänge umsetzen.

Verteilung der Vorteile: KI-Produktivitätsgewinne sollten den Beschäftigten durch Lohnerhöhungen, Arbeitszeitverkürzungen oder verbesserte Bedingungen zugutekommen, statt allein den Kapitaleignern zuzufallen.

Mechanismen wie Gewinnbeteiligung oder Modelle der Arbeitnehmermiteigentümerschaft können dazu beitragen, eine gerechte Verteilung der durch KI geschaffenen Werte auf die Interessengruppen sicherzustellen.

Wie lässt sich KI zum Vorteil der Erwerbsbevölkerung nutzen?

Bedeutung der Umschulung

Bis 2030 werden über 40 % der Beschäftigten neue Fähigkeiten entwickeln müssen, um beschäftigt zu bleiben. Laut dem IWF erfordert 1 von 10 Stellenausschreibungen in fortgeschrittenen Volkswirtschaften mindestens eine neue Fähigkeit, wobei die IT mehr als die Hälfte dieser Nachfrage ausmacht.⁵⁹

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

Organisatorische Risiken des Abbaus von Juniorpositionen

Unternehmen, die Juniorpositionen zur Kostensenkung streichen, tragen ein langfristiges Risiko. Ohne Einstiegspersonal verlieren Organisationen künftige Talente und schwächen interne Ausbildungsstrukturen.

Mentoring und Lernen am Arbeitsplatz nehmen ab, was Entscheidungsfindung und institutionelles Wissen beeinträchtigt. KI kann zwar Aufgaben automatisieren, aber sich ausschließlich auf Systeme zu verlassen, schafft Lücken in der Personalentwicklung.

Potenzial für Wirtschaftswachstum

Trotz weiter Verbreitung von Sorgen könnte künstliche Intelligenz zu langfristigen wirtschaftlichen Gewinnen führen. Schätzungen deuten darauf hin, dass KI das globale BIP um 7 % steigern könnte, was einen Teil der Arbeitsplatzverluste ausgleicht.

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

Divergierende Erwartungen an die Zukunft

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 Jobs erfordern neue Fähigkeiten und stehen im Einklang mit dem Wachstum der KI, die weiterhin die Arbeitsweise von Unternehmen beeinflusst. Andererseits erwarten viele Manager kurzfristig weiterhin 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 Verlust von Arbeitsplätzen durch KI}},
  year   = {2026},
  month  = sep,
  howpublished    = {\url{https://aimultiple.com/ai-job-loss}},
  note   = {AIMultiple. Abgerufen am 2. September 2026}
}

Änderungsprotokoll

17 Aktualisierungen

20262025

1. 24. Jul

   Zusammenfassung der Prognosemarkt-Ergebnisse zu KI-Jobverlusten im Karpathy-Analyseabschnitt hinzugefügt.

2. 23. Jul

   Abschnitt zu Prognosemärkten mit Manifold-, Kalshi- und Metaculus-Prognosen zu KI-bedingtem Jobverlust hinzugefügt.

3. 11. Jun

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

4. 28. Mai

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

5. 21. Mai

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

6. 11. Mai

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

7. 6. Apr

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

8. 24. Feb

   Ein Satz wurde aus der Einleitung entfernt.

9. 22. Feb

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

10. 16. Jan

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

Forecasting the Economic Effects of AI

3.

Perspectives on the Labor Share - American Economic Association

4.

How Will AI Affect the Global Workforce? | Goldman Sachs

5.

Down Arrow Button Icon

Fortune

6.

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

7.

Dr. Eric Schmidt - YouTube

8.

AI jobs danger: Sleepwalking into a white-collar bloodbath

Axios

9.

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

Fortune

10.

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

Fortune

11.

Gen-AI: Artificial Intelligence and the Future of Work

12.

GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models

13.

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

14.

22nd Annual Global CEO Survey

15.

The Risk of Automation for Jobs in OECD Countries | OECD

16.

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

17.

THE FUTURE OF EMPLOYMENT: HOW SUSCEPTIBLE ARE JOBS TO COMPUTERISATION?

18.

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

CNBC

19.

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

Time

20.

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

Business Insider

21.

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

22.

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

Harvard Business Review

23.

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

24.

The Future of Jobs Report 2025 | World Economic Forum

25.

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

Fortune

26.

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

Canadian HR Reporter

27.

AI-exposed jobs deteriorated before ChatGPT

28.

Advancing AI Capabilities and Evolving Labor Outcomes

29.

Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence

30.

The (Short-Term) Effects of Large Language Models on Unemployment and Earnings

31.

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

Manifold Markets

32.

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

Manifold Markets

33.

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

Manifold Markets

34.

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

Manifold Markets

35.

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

Manifold Markets

36.

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

Manifold Markets

37.

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

Manifold Markets

38.

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

Manifold Markets

39.

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

Manifold Markets

40.

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

Manifold Markets

41.

Vercel Security Checkpoint

42.

Vercel Security Checkpoint

43.

Vercel Security Checkpoint

44.

Vercel Security Checkpoint

45.

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

46.

Labor Automation Forecasting Hub | Metaculus

47.

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

48.

GitLab Act 2

49.

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

TechCrunch

50.

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

TechCrunch

51.

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

TechCrunch

52.

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

CNBC

53.

Labor market impacts of AI: A new measure and early evidence

54.

Client Challenge

55.

Anthropic Economic Futures Program Launch \ Anthropic

56.

Lost in Translation: Artificial Intelligence and the Demand for Foreign Language Skills

57.

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

58.

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

Center for Data Innovation

59.

New Skills and AI Are Reshaping the Future of Work

60.

Post-Pandemic Trends Reshape Customer Service Employment

Site Selection Group, LLC

61.

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 3

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

eduardo thomé

Aug 18, 2026 at 14:56

AI and his "bros" acting directly to cause a society collapse, just to eliminate jobs and increase profits...how this can be so normalized? I hope the collapse of society devore them firstly

Antworten

Uwel

Nov 18, 2025 at 10:18

Predictions regarding job losses due to AI may appear alarming; however, experts concur on a singular point: adaptability is key to success. As certain roles evolve, new opportunities arise at an equally rapid pace. The true strategic advantage lies in maintaining a sense of curiosity, embracing learning with confidence, and transforming each disruption into a new opportunity. https://boarddeveloper.com/

Antworten

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