Über 20 Prognosen von Experten zum Verlust von Arbeitsplätzen durch KI

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

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

Prognosen zum Verlust von Arbeitsplätzen durch KI

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

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

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

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

Ergebnisse der Prognosemärkte zum Verlust von Arbeitsplätzen durch KI

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

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

Für weitere Details lesen Sie was Prognosemärkte über KI-bedingten Arbeitsplatzverlust vorhersagen.

Karpathys Analyse zu KI-Exposition und Arbeitsmarkt

Hinweis: Das obige Diagramm zeigt die KI-Exposition im Vergleich zum Medianeinkommen für 340 US-Berufe. Jeder Punkt steht für einen Beruf. Die horizontale Achse zeigt Karpathys KI-Expositionsscore (0-10), die vertikale Achse zeigt das jährliche Medianeinkommen (auf einer logarithmischen Skala) und die Farbe kennzeichnet die BLS-Berufsobergruppe. Die Punktgröße zeigt die Beschäftigung im Jahr 2024.

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

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

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

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

Das Bewertungsraster wendet eine zentrale Heuristik an: Wenn ein Job vollständig von einem Heimbüro aus am Computer ausgeführt werden kann (Schreiben, Programmieren, Analysieren, Kommunizieren), ist die Exposition grundsätzlich hoch (über 7). Jobs, die physische Anwesenheit, manuelle Geschicklichkeit oder unvorhersehbare Navigation in der realen Welt erfordern, erzielen niedrigere Werte.

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

• Rollen mit einer Bezahlung von über $100.000 pro Jahr weisen eine durchschnittliche Exposition von 6,7/10 auf.
• Rollen mit einer Bezahlung 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).
• Die am niedrigsten bewerteten sind Hausmeister, Dachdecker, Bauarbeiter und häusliche Pflegehelfer (alle 1–2/10).

Etwa 42 % der US-Arbeitnehmer sind in Berufen mit einem Score von 7 oder höher tätig, was etwa 59,9 Millionen Arbeitsplätzen und $3,7 Billionen an jährlichen Löhnen entspricht. Diese Ergebnisse sollten jedoch mit Vorsicht betrachtet 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 im Durchschnitt eine Exposition von etwa 8/10 auf, unabhängig von Bezahlung oder Rang.
• Im Gegensatz dazu zeigt das Gesundheitswesen eine unterschiedliche Verteilung: Praxisnahe Rollen (Pflegeassistenten, Dentalhygieniker, Physiotherapeuten) erreichen 2–3/10, während informationsverarbeitende Rollen im selben Sektor (medizinische Transkriptionisten, Spezialisten für medizinische Dokumentation, Gesundheitstechnologen) 8–10/10 erreichen.
• Ärzte und Chirurgen ($239.200 Median) erreichen 5/10, niedriger als Anwälte ($151.160; 8/10) und Softwareentwickler ($131.450; 9/10) bei ähnlichen Gehaltsniveaus. Der Schutzfaktor ist die physische, persönliche Komponente der Arbeit.

Karger, Kuusela, Abaluck, Bryan

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

Die Teilnehmer gaben probabilistische Prognosen ab (Medianwerte und Unsicherheitsbereiche), ordneten jedem KI-Szenario Wahrscheinlichkeiten zu und bewerteten die Auswirkungen verschiedener politischer Maßnahmen. Die Ergebnisse zeigen:

Produktivität und Wirtschaftswachstum

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

Selbst in optimistischen Szenarien sehen Experten keine extremen Ergebnisse wie ein exponentielles BIP-Wachstum. Stattdessen wird KI als ein bedeutender, aber inkrementeller Beschleuniger der Wirtschaftsleistung angesehen, ähnlich wie frühere technologische Veränderungen, und nicht als ein singulärer wirtschaftlicher Bruch.

Arbeitsmarkt- und Belegschaftseffekte

Die bedeutendsten Auswirkungen der KI werden auf dem Arbeitsmarkt erwartet, insbesondere durch einen Rückgang der Erwerbsbeteiligung und nicht durch einen Anstieg der Arbeitslosigkeit.

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

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

AIMultiple

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

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

Die Wettbewerbsdynamik und die sich verbessernden Modelle werden einen Wettlauf um Automatisierung und Margenverbesserung auslösen. Meine Prognose ist daher eine Reduzierung der aktuellen White-Collar-Rollen um 90+% bis 2035. Diese Rollen sind mit aktuellen LLMs und dem richtigen Agenten-Harness automatisierbar, aber da Unternehmensprozesse komplex sind, kann es ein Jahrzehnt dauern, sie 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 in nicht automatisierten Aufgaben benötigen werden.

Dies könnte jedoch zu einem niedrigeren Beschäftigungsniveau führen, da:

• Schnelle Veränderungen der zu erledigenden Arbeit zur Arbeitslosigkeit von Arbeitnehmern führen würden, die nicht flexibel genug sind, um in neue Rollen zu wechseln.
• Die Vorteile der meisten 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 eine zukünftige Katastrophe bisher nicht verzögern konnten. Der Wettbewerb der Großmächte und der Wettbewerb zwischen Unternehmen könnten die Zusammenarbeit einschränken und uns in die 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 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 kurzlebig sein werden, anstatt weit verbreitete und langfristige Arbeitsplatzverluste zu verursachen. Sie schätzen, dass die Arbeitslosenquote während des Übergangs um etwa 0,5 % steigen könnte, da von KI verdrängte Arbeitnehmer neue Rollen suchen, was eher kurzfristige Reibungsverluste als strukturelle Arbeitslosigkeit widerspiegelt.

In Bezug auf das Risiko der Arbeitsplatzverlagerung wären etwa 2,5 % der US-Beschäftigung durch KI-Effizienzgewinne gefährdet, mit einer breiteren, aber immer noch begrenzten Schätzung von 6–7 % Verlagerung bei breiter KI-Einführung.

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 führen würde.

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

Pascual Restrepo

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

Geoffrey Hinton

Geoffrey Hinton, ein mit dem Nobelpreis ausgezeichneter Informatiker, bekannt als der „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, der profitieren könnte, da Effizienzgewinne für Ärzte den Zugang zur Versorgung erweitern würden. Er wies das bedingungslose Grundeinkommen jedoch als unzureichend zurück, um den mit der Arbeit verbundenen Verlust von Würde und Sinn anzugehen.

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

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

Laut der Microsoft-Forschung „Measuring the Occupational Implications of Generative KI“ aus dem Jahr 2025 variieren Berufe stark in ihrer Anfälligkeit für KI, wobei einige Jobs mit deutlich höherer Wahrscheinlichkeit betroffen sein werden als andere.

Die Studie ordnet Rollen basierend auf einem KI-Anwendbarkeits-Score ein, der Folgendes kombiniert:

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

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

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

Dies deutet darauf hin, dass KI zwar bei der Automatisierung kognitiver und routinemäßiger digitaler Arbeit schnell voranschreitet, aber bei der Ersetzung von Rollen, die Geschicklichkeit, emotionale Intelligenz oder Anpassungsfähigkeit an die reale Welt erfordern, nach wie vor eingeschränkt ist.⁷

Eric Schmidt

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

Tools, 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 sich wiederholenden Aufgaben.

Es wird auch erwartet, dass KI in naher Zukunft das Niveau von Spitzen-Graduiertenmathematikern erreicht.

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

Dario Amodei

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

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

Kai-Fu Lee

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

Als prominente Stimme auf diesem Gebiet verleiht seine Zustimmung der Schätzung Glaubwürdigkeit, dass der Verlust von Arbeitsplätzen durch KI bald die Hälfte der globalen Belegschaft 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 durch KI-bedingte Automatisierung im Jahr 2024 betroffen sein könnten.

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

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

Der Bericht hob auch die dringende Notwendigkeit der Umschulung hervor und prognostizierte, dass bis 2030 über 40 % der Arbeitnehmer eine erhebliche Weiterqualifizierung benötigen werden. Rechts-, Finanz- und Versicherungssektoren werden die bedeutendste Transformation durchlaufen; Bildung und Gesundheitswesen werden aufgrund ihrer Abhängigkeit von menschlicher Interaktion und komplexen Prozessen relativ widerstandsfähig bleiben.¹²

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

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

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

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

Im Gegensatz zu früheren Automatisierungen, die hauptsächlich auf Arbeiterberufe abzielten, sind LLMs bereit, höher bezahlte, hochqualifizierte Berufe in mehreren Sektoren zu transformieren. Ihre Wirkung ist unabhängig von physischer Infrastruktur, was das Ausmaß der potenziellen Verdrängung vergrößert.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 überhöht: Diejenigen, die nicht betroffen waren, glaubten, dass 29 % ihren Arbeitsplatz durch Automatisierung verloren hätten, während diejenigen, die verdrängt wurden, die Quote auf 47 % schätzten.

Diese Kluft zwischen Wahrnehmung und Erfahrung spiegelt eine tiefe Angst 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) in die Studie verdeutlichte zudem die Reichweite der KI in verschiedenen Lebens- und Arbeitsbereichen.

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

PwC

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

Die Sorge um Arbeitsplatzverluste ist im asiatisch-pazifischen Raum am größten, insbesondere in China, wo 88 % der CEOs mit einem Netto-Arbeitsplatzverlust rechnen. Der Bericht hebt eine anhaltende Qualifikationslücke hervor, wobei 55 % die Unfähigkeit zu Innovationen aufgrund fehlender Schlüsselqualifikationen anführen.

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

OECD-Studie

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

Diese Schlussfolgerung deutet darauf hin, dass die Befürchtungen einer Massenarbeitslosigkeit möglicherweise übertrieben sind und dass bedeutende Veränderungen eher durch die Weiterentwicklung von Arbeitsplätzen und Umschulung als durch weit verbreitete Abschaffung eintreten werden.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 von Computerisierung bedroht waren.

Dies unterstrich, wie sich die Auswirkungen der KI über die Grenzen der USA hinaus erstrecken und warf Fragen auf, wie regionale Unterschiede bei Arbeitsschutz und Bildungssystemen die Ergebnisse der technologischen Disruption beeinflussen könnten.¹⁷

Frey & Osborne

In einer der ersten großen akademischen Studien zum Verlust von Arbeitsplätzen durch KI schätzten Frey und Osborne 2013, dass 47 % der US-Arbeitsplätze 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 gestalten, indem sie die Aufmerksamkeit darauf lenkte, wie Aufgaben und nicht ganze Arbeitsplätze automatisiert werden, und nuancierte Diskussionen über Aufgabenumstrukturierung und Qualifikationsübergänge anregte.¹⁸

Weitere Schlüsselfragen zu Arbeitsplatzverlusten

• Wie steht es um das 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 sich Unternehmen noch in einem frühen Stadium der KI-Transformation befinden. Experten nennen dies KI-Redundanz-Washing.¹⁹

Ansichten, dass KI zu einem Netto-Arbeitsplatzzuwachs führen wird

Sam Altman

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

Altmans revidierte Ansicht basiert auf drei Beobachtungen:

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

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

HBR / Davenport & Srinivasan

Eine Analyse der Harvard Business Review von 2026 spekulierte, dass Unternehmen Arbeitnehmer aufgrund des Potenzials der KI entlassen und nicht aufgrund ihrer nachgewiesenen Leistung, da die Gesamtarbeitslosigkeit in den USA relativ niedrig bleibt.²³

Yale The Budget Lab

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

Weltwirtschaftsforum

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

Jensen Huang

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

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

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

Dilan Eren

Obwohl nicht auf Prozentsätze fokussiert, bot Professorin Dilan Eren von der Ivey Business School eine strukturelle Kritik an Unternehmen, die 2025 auf KI reagieren, indem sie Nachwuchspositionen streichen. Eren warnte, dass die Streichung von Einstiegspositionen zur Kosteneinsparung ein „exponentiell schlechter Schachzug“ sei, der die interne Talentpipeline bedrohe.

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

Alle Aufgaben an Maschinen zu delegieren, so Eren, birgt das Risiko, das Urteilsvermögen zu untergraben und das kollaborative Lernen innerhalb von 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 Arbeitnehmern ermöglicht, „mehr für weniger“ zu erreichen, während die Erwartungen steigen, nicht sinken. ²⁷

Hat KI tatsächlich zu Arbeitsplatzverlusten geführt?

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

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

Der Trend flachte nach dem Start eher ab, anstatt sich zu beschleunigen. LinkedIn-Daten zeigen dasselbe Timing: Absolventen der Kohorte 2021 stiegen seltener in KI-exponierte Jobs ein als frühere Kohorten.

Die Autoren verweisen auf die geldpolitische Straffung, die Korrektur der pandemiebedingten übermäßigen Einstellungen im Tech-Bereich und die Änderung der F&E-Steuer als wahrscheinliche Treiber. Sie stellen auch fest, dass Absolventen mit stärker KI-exponierten Lehrplänen nach ChatGPT höhere Gehälter erzielten und schneller 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 erstellen ein fünfstufiges Expositions-Framework (Pre-ChatGPT ML, frühe LLMs, multimodal, Reasoning-Modelle, agentische KI) und bitten GPT-4o und Claude 3.5 Sonnet, jede O*NET-Aufgabe in jeder Phase neu zu bewerten.

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

Die Effekte sind größer für Arbeitnehmer unter 30 und über 50 sowie für Arbeitnehmer mit Hochschulbildung. Berufe mit hohem Reasoning-Anteil sind am stärksten betroffen, während manuelle, physische Berufe kaum betroffen sind.²⁹

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

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

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

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: Berufe mit hoher Exposition erzielten nach ChatGPT einen realen Wochengewinn von etwa $89 (Basis Januar 2010), während der Arbeitslosigkeitseffekt etwa 0,2 Prozentpunkte betrug.

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

Hat KI also Arbeitsplatzverluste verursacht?

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

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

Zusammenfassend lässt sich sagen, dass KI plausiblerweise 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 übermäßigen Einstellungen während der Pandemie und eine allgemeine Schwäche des Marktes für Berufseinsteiger wider. Ob sich dieses Bild mit dem Aufkommen agentischer Fähigkeiten ändert, ist die wesentliche Sorge, die meisten der zuvor genannten Prognosen antreibt, und sie bleibt eine offene empirische Frage.

Was Prognosemärkte über KI-bedingten Arbeitsplatzverlust vorhersagen

Manifold Market

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

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

Stand Juli 2026:

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

Kalshi-Prognosemarkt

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

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

Stand Juli 2026:

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

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 Juli 2026:

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

Jüngste Entwicklungen: Auswirkungen der KI auf Arbeitsplätze

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

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

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

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

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 derzeitigen Entlassungen eher eine Marktkorrektur als eine tatsächliche KI-bedingte Verdrängung widerspiegeln könnten.⁵³

Die Zukunft der Einstiegsjobs

Während die Angst von Hochschulabsolventen vor KI verständlich ist, scheint der dramatische 67%ige Rückgang der Stellenausschreibungen für Hochschulabsolventen im Vereinigten Königreich 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 Arbeitnehmer im Alter von 22–25 Jahren stellt die Forschung zu den Arbeitsmarktauswirkungen von Anthropic fest, dass weniger junge Menschen eine Beschäftigung in stark KI-exponierten Berufen beginnen als in wenig exponierten Berufen. Die Jobfindungsrate für diese Rollen sank um etwa 14 % im Vergleich zu 2022 (gepoolte Post-Schätzung −14,3, SE = 7,2), wobei die Autoren angeben, dass das Ergebnis kaum statistisch signifikant ist. Sie fanden auch keinen ähnlichen Rückgang für Arbeitnehmer über 25 Jahren.⁵⁴

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

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

Die wahren Herausforderungen scheinen traditioneller wirtschaftlicher Druck zu sein: Inflation, höhere Zinssätze, geschäftliche Unsicherheit und beschleunigtes Offshoring, ermöglicht durch Remote-Arbeitsfähigkeiten. Dies macht das Narrativ „KI tötet Arbeitsplätze für Hochschulabsolventen“ trotz berechtigter Zukunftssorgen über technologische Disruption verfrüht.⁵⁵

Forschungsinitiativen zum Verständnis der Auswirkungen von Arbeitsplatzverlusten durch KI

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

Anthropic hat das Economic Futures Program ins Leben gerufen, eine neue Initiative, die darauf abzielt, die wirtschaftlichen Auswirkungen künstlicher Intelligenz zu untersuchen, insbesondere deren Auswirkungen 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 angehen, die KI für die Weltwirtschaft darstellt.

Reaktion auf die 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 Belegschaft vorzubereiten, einschließlich der Notwendigkeit der Umschulung in betroffenen Sektoren.

Zu den Schlüsselkomponenten des Programms gehören:

• Forschungsstipendien: Anthropic bietet schnelle Stipendien von bis zu $50.000 für kurzfristige empirische Studien zu den wirtschaftlichen Auswirkungen von KI an. Die Forschung kann sich auf Arbeitsmarkteffekte, Produktivitätsänderungen oder die Schaffung neuer Wertformen konzentrieren.
• Foren zur Politikentwicklung: Anthropic wird Symposien in Washington, D.C. und Europa veranstalten, um politische Ideen aus verschiedenen Perspektiven zu sammeln. Zu den Themen gehören Umschulungsstrategien, die Schaffung von Arbeitsplätzen in KI-gesteuerten Volkswirtschaften und Workflow-Übergänge.
• Dateninfrastruktur: Aufbauend auf seinem 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 von ihnen mitverursachte Disruption zu übernehmen und ein integratives Wirtschaftswachstum zu unterstützen.

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

Auswirkungen der KI auf verschiedene Branchen

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

Belege aus LinkedIn-Profilen untermauern dieses Muster für Berufseinsteiger: Absolventen der Kohorten 2021–2023 stiegen seltener in KI-exponierte Jobs ein und brauchten länger, um ihre erste Stelle zu finden als frühere Kohorten, wobei sich die Lücken bereits vor Ende 2022 auftaten.

Ähnliche Verlangsamungen zeigen sich auch beim Vergleich von Hochgehalts- und Durchschnittsgehaltsjobs, was auf eine allgemeine Verschärfung des Arbeitsmarktes für Berufseinsteiger hindeutet und nicht auf eine Veränderung, die einzigartig für KI-exponierte Rollen ist.

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 Datenverarbeitungsrollen gehören zu den anfälligsten.

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

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

Beispielsweise untersuchte eine Studie die Einführung von Google Translate in verschiedenen Regionen zwischen 2010 und 2023. Die Ergebnisse deuten darauf hin, dass Gebiete mit höherer Nutzung ein langsameres Wachstum der Arbeitsplätze für Übersetzer und Dolmetscher verzeichneten, wobei das Beschäftigungswachstum um etwa 0,7 Prozentpunkte pro Prozentpunkt Anstieg der Einführung sank.⁵⁷

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

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

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

Ungleichmäßige Auswirkungen in den Sektoren

Das Gesundheitswesen und die Bildung sind aufgrund der erforderlichen Komplexität menschlicher Interaktion weniger exponiert. Diese Sektoren sind widerstandsfähiger gegen Automatisierung und große Sprachmodelle.

Teilautomatisierung vs. vollständige Verdrängung

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

Bei etwa zwei Dritteln der derzeitigen Rollen wird ein Wandel auf Aufgabenebene erwartet. Arbeitnehmer müssen sich an neue Verantwortlichkeiten anpassen, die menschliche Entscheidungsfindung, Urteilsvermögen und Kreativität erfordern. Diese teilweise Automatisierung setzt die Arbeitnehmer dennoch unter Druck, sich schnell anzupassen.

Wirtschaftliche und geografische Unterschiede

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

Wie ist die Wahrnehmung der tatsächlichen Arbeitnehmer?

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

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

Bestehende Arbeitsmarktbeobachtungssysteme überwachen die Beschäftigungsdynamik, was bedeutet, dass das Gesetz unnötige Bürokratie hinzufügt und gleichzeitig riskiert, die KI-Einführung zu stigmatisieren und Unternehmen davon abzuhalten, Tools zu nutzen, 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 Umschulung von Arbeitnehmern zu unterstützen.⁵⁹

Welche Arten von Arbeitsplätzen wird KI schaffen?

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

Der Rat, dass „Informatik unnötig ist, weil KI den gesamten Code schreiben wird“, ist grundlegend falsch. Während LLMs bestimmte Programmieraufgaben automatisieren können, stand die Abstraktion schon immer im Mittelpunkt der Softwareentwicklung. 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 für Wachstum positioniert. Wenn die Automatisierung die Betriebskosten senkt, können Unternehmen neue Märkte erschließen oder bestehende erweitern, was die Nachfrage nach Rollen wie Vertrieb und Kundenerfolg erhöht.

Ethische und gesellschaftliche Implikationen der Arbeitsplatzverdrängung durch KI

Zentrale ethische Herausforderungen

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

Verteilungsgerechtigkeit und Ungleichheit: KI-Verdrängung betrifft geringqualifizierte Arbeitnehmer und marginalisierte Gemeinschaften überproportional und verstärkt bestehende sozioökonomische Ungleichheiten.

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

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

Algorithmische Voreingenommenheit und Diskriminierung: KI-Systeme erben Verzerrungen aus Trainingsdaten, was diskriminierende Praktiken bei Einstellung, Bewertung und Aufgabenzuweisung potenziell verstärkt.

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

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

Der Erhalt sinnvoller menschlicher Handlungsfähigkeit in Arbeitsprozessen bleibt wesentlich, um die Würde der Arbeitnehmer zu wahren und sicherzustellen, dass die Technologie die menschlichen Fähigkeiten erweitert und nicht ersetzt.

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

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

Gesellschaftliche Implikationen

Über die individuellen Auswirkungen am Arbeitsplatz hinaus stellt die 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 das Potenzial für politische Volatilität und soziale Unruhen, insbesondere wenn Gemeinschaften eine ungleiche Verteilung der technologischen Vorteile wahrnehmen.

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

Generationenübergreifende Auswirkungen: Die Verdrängung von Einstiegspositionen stört traditionelle Karriereeinstiegswege für jüngere Arbeitnehmer. Dies wirkt sich auf Standardmodelle der beruflichen Entwicklung aus und kann Hindernisse für den beruflichen Aufstieg neuer Arbeitskräfte schaffen.

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

Implementierungsrahmen

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

Einbindung von Interessengruppen: Entscheidungen über den Einsatz von KI sollten den Input betroffener Arbeitnehmer, Gewerkschaften, Gemeinschaften und zivilgesellschaftlicher Organisationen einbeziehen.

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

Schadensminderung: Organisationen sollten, wo immer möglich, der Erweiterung statt dem Ersatz Vorrang einräumen und schrittweise statt abrupter Übergänge umsetzen.

Leistungsverteilung: KI-Produktivitätsgewinne sollten sich durch Lohnerhöhungen, Arbeitszeitverkürzungen oder verbesserte Bedingungen auf die Arbeitnehmer erstrecken, anstatt allein den Kapitaleignern zuzufließen.

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

Wie kann man KI für einen Belegschaftsvorteil nutzen?

Bedeutung der Umschulung

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

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, anstatt sie vollständig zu ersetzen.

Organisatorische Risiken der Streichung von Nachwuchspositionen

Unternehmen, die Nachwuchspositionen zur Kostensenkung streichen, gehen ein langfristiges Risiko ein. Ohne Einstiegspersonal verlieren Organisationen zukünftige Talente und schwächen interne Ausbildungsstrukturen.

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

Potenzial für Wirtschaftswachstum

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

Dies spiegelt frühere Allzwecktechnologien wider, die zunächst Arbeitnehmer 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 schaffen wird. Wenn Unternehmen die Einführung erhöhen, 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 Funktionsweise von Unternehmen beeinflusst. Andererseits erwarten viele Manager kurzfristig immer noch Stellenabbau, was darauf hindeutet, dass die Aussichten geteilt bleiben.

Diese Forschung zitieren

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

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

Referenzlinks

1.

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

2.

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

3.

Perspectives on the Labor Share - American Economic Association

4.

How Will AI Affect the Global Workforce? | Goldman Sachs

5.

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

6.

Down Arrow Button Icon

Fortune

7.

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

8.

Dr. Eric Schmidt - YouTube

9.

AI jobs danger: Sleepwalking into a white-collar bloodbath

Axios

10.

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

Fortune

11.

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

Fortune

12.

Gen-AI: Artificial Intelligence and the Future of Work

13.

https://arxiv.org/pdf/2303.10130

14.

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

15.

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

16.

The Risk of Automation for Jobs in OECD Countries | OECD

17.

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

18.

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

19.

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

CNBC

20.

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

Time

21.

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

Business Insider

22.

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

23.

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

Harvard Business Review

24.

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

25.

The Future of Jobs Report 2025 | World Economic Forum

26.

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

Fortune

27.

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

Canadian HR Reporter

28.

https://arxiv.org/pdf/2601.02554

29.

https://arxiv.org/pdf/2507.08244

30.

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

31.

https://arxiv.org/pdf/2509.15510

32.

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

Manifold Markets

33.

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

Manifold Markets

34.

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

Manifold Markets

35.

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

Manifold Markets

36.

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

Manifold Markets

37.

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

Manifold Markets

38.

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

Manifold Markets

39.

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

Manifold Markets

40.

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

Manifold Markets

41.

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

Manifold Markets

42.

Vercel Security Checkpoint

43.

Vercel Security Checkpoint

44.

Vercel Security Checkpoint

45.

Vercel Security Checkpoint

46.

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

47.

Labor Automation Forecasting Hub | Metaculus

48.

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

49.

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. AIMultiple informiert monatlich Hunderttausende von Unternehmen (laut similarWeb), darunter 60% der Fortune 500.

Cems Arbeit wurde von führenden globalen Publikationen zitiert, darunter Business Insider, Forbes, Washington Post, globalen Unternehmen wie Deloitte, HPE und NGOs wie dem World Economic Forum sowie supranationalen Organisationen wie der European Commission.

Während seiner Karriere war Cem als Tech-Berater, Tech-Einkäufer und Tech-Unternehmer tätig. Er beriet Unternehmen über ein Jahrzehnt lang bei McKinsey & Company und Altman Solon in Technologieentscheidungen. Er veröffentlichte auch einen McKinsey-Bericht zur Digitalisierung.

Er leitete die Technologiestrategie und Beschaffung eines Telekommunikationsunternehmens und berichtete dabei direkt an den CEO. Zudem führte er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos an, das innerhalb von 2 Jahren von null auf einen siebenstelligen jährlich wiederkehrenden Umsatz und eine neunstellige Bewertung anwuchs. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider aufgegriffen.

Cem spricht regelmäßig auf internationalen Technologiekonferenzen. Er schloss sein Studium an der Bogazici University als Computer-Ingenieur ab und hat einen MBA von der Columbia Business School.

Vollständiges Profil anzeigen

Recherchiert von

Sıla Ermut

Branchenanalystin

Folgen auf

Sıla Ermut ist eine Branchenanalystin bei AIMultiple und deckt KI-Modelle, KI-Infrastruktur, KI-Governance und Unternehmensanwendungen von KI ab. Ihre Forschung konzentriert sich überwiegend auf den Einsatz von KI in Marketing, Gesundheitswesen, Lieferketten und Nachhaltigkeit. Zuvor war sie als Recruiterin in Projektmanagement- und Beratungsunternehmen tätig. Sıla hat einen Master of Science in Sozialpsychologie und einen Bachelor of Arts in Internationale Beziehungen.

Vollständiges Profil anzeigen

Kommentare 1

Teilen Sie Ihre Gedanken

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

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten

Randy

Oct 30, 2025 at 20:03

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

Antworten

Cem Dilmegani

Feb 24, 2026 at 06:42

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

Antworten