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

Als McKinsey-Berater habe ich ein Jahrzehnt lang Unternehmen bei der Einführung neuer Technologien unterstützt. Meine schnellen Antworten zum Verlust von Arbeitsplätzen durch KI:

• Wie wird sich KI auf Arbeitsplätze auswirken? 90 % aller Bürojobs in Unternehmen, die ich gesehen habe, können mit aktuellen KI-Modellen und dem richtigen Agenten-Harness automatisiert werden. Wir prognostizieren, dass diese Transformation aufgrund von System- und Prozesskomplexität ein Jahrzehnt dauern wird.
• Wird dies zu was führen? Zunächst immense Unternehmensgewinne. Massenhafte Unterbeschäftigung würde jedoch zu einer Depression führen.
• Was denken andere? Einige KI-Experten prognostizieren den Verlust der Hälfte der Einstiegsstellen im Büro bis 2030. Dies ist noch nicht bewiesen, außer in Bereichen wie der Übersetzung.
• Siehe den Rest der Q&A einschließlich des Jevons-Paradoxons usw.

Vorhersagen zum Verlust von Arbeitsplätzen durch KI

Hinweis: Die Größe der Diagramme korreliert mit der Größe der Vorhersage zum Verlust von Arbeitsplätzen.

Die in unserer Analyse referenzierten Prozentsätze stammen aus Annahmen über die gesamte Verdrängung von Arbeitsplätzen. In spezifischen Szenarien beinhalteten diese Annahmen potenzielle Arbeitsplatzgewinne durch die Einführung von KI. Um jedoch eine konsistente Bewertung des Nettoverlusts von Arbeitsplätzen zu gewährleisten, wurden alle geschätzten Arbeitsplatzgewinne explizit von der Berechnung ausgeschlossen.

Als Ergebnis spiegeln die präsentierten endgültigen Prozentsätze Netto-Arbeitsplatzverluste wider, was eine konservativere und fokussiertere Interpretation der potenziellen Auswirkungen auf die Belegschaft durch die Implementierung von KI gewährleistet.

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

Karpathys Analyse der KI-Exposition und des Arbeitsmarktes

Hinweis: Das obige Diagramm zeigt die KI-Exposition im Vergleich zum Medianlohn über 340 US-Berufe. Jeder Punkt ist ein Beruf. Die horizontale Achse zeigt Karpathys KI-Expositionsscore (0-10), die vertikale Achse zeigt den jährlichen Medianlohn (auf einer logarithmischen Skala), und die Farbe zeigt die BLS-Berufs-Supergroup an. Die Größe des Diagramms 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 0–10 KI-Expositionsskala bewertet, basierend auf Daten aus dem Occupational Outlook Handbook des Bureau of Labor Statistics, das etwa 143 Millionen US-Arbeitsplätze abdeckt.¹

Karpathy stellte das Projekt als Entwicklungswerkzeug zur visuellen Erkundung von BLS-Daten dar, nicht als formelle Forschungsarbeit. Die Methodik zeigte, dass die BLS-Beschreibung jedes Berufs an ein großes Sprachmodell (Gemini Flash) zusammen mit einem Bewertungsraster 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:

• Direct automation: Wie viel der Arbeit kann KI allein ausführen?
• Indirekte Produktivität: Wie sehr steigert KI die Arbeitsleistung, was potenziell die benötigte Kopfzahl reduziert.

Das Raster wendet eine Kernheuristik an: Wenn ein Job vollständig von einem Home-Office aus am Computer ausgeführt werden kann (Schreiben, Codieren, Analysieren, Kommunizieren), ist die Exposition inhärent hoch (über 7). Jobs, die physische Anwesenheit, manuelle Geschicklichkeit oder unvorhersehbare Navigation in der realen Welt erfordern, erzielen niedrigere Werte.

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

• Rollen mit einem Gehalt von über 100.000 USD pro Jahr haben durchschnittlich eine Exposition von 6,7/10.
• Rollen mit einem Gehalt von unter 35.000 USD pro Jahr haben durchschnittlich eine Exposition von 3,4/10.
• Die am höchsten bewerteten Berufe sind medizinische Transkriptionisten (10/10), Kundendienstmitarbeiter (9/10), Softwareentwickler (9/10), Buchhalter (9/10) und Paralegals (9/10).
• Die am niedrigsten bewerteten sind Hausmeister, Dachdecker, Bauarbeiter und Pflegehelfer im häuslichen Umfeld (alle 1–2/10).

Ungefähr 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 USD an jährlichen Löhnen entspricht.

Was sind die Implikationen?

• Büro- und Verwaltungsrollen haben durchschnittlich eine Exposition von etwa 8/10, unabhängig von Gehalt oder Rang.
• Im Gegensatz dazu zeigt das Gesundheitswesen eine unterschiedliche Verteilung: Praktische Rollen (Krankenpflegehelfer, Zahnhygieniker, Physiotherapeuten) erzielen 2–3/10, während informationsverarbeitende Rollen im selben Sektor (medizinische Transkriptionisten, Spezialisten für medizinische Aufzeichnungen, Gesundheitstechnologen) 8–10/10 erzielen.
• Ärzte und Chirurgen (Median 239.200 USD) erzielen nur 5/10, unter Anwälten (151.160 USD; 8/10) und Softwareentwicklern (131.450 USD; 9/10) auf ähnlichen Gehaltsniveaus. Der Schutzfaktor ist die physische, persönliche Komponente der Arbeit.

Karger, Kuusela, Abaluck, Bryan

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

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

Produktivität und Wirtschaftswachstum

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

Auch in optimistischen Szenarien sehen Experten keine extremen Ergebnisse wie ein exponentielles BIP-Wachstum. Stattdessen wird KI als bedeutender, aber inkrementeller Beschleuniger der wirtschaftlichen Leistung angesehen, in einem Ausmaß ähnlich wie vergangene technologische Verschiebungen, und nicht als singulärer wirtschaftlicher Bruch.

Arbeitsmarkt- und Belegschaftseffekte

Die bedeutendste Auswirkung von KI wird voraussichtlich auf dem Arbeitsmarkt zu spüren sein, insbesondere durch einen Rückgang der Erwerbsbeteiligung statt durch einen Anstieg der Arbeitslosigkeit.

Die Erwerbsbeteiligungsquote (LFPR) wird voraussichtlich von etwa 62,6 % im Jahr 2025 auf rund 61 % bis 2030 und so niedrig wie 55 % bis 2050 fallen.

Wichtig ist, dass die Arbeitslosenquoten selbst relativ stabil bleiben, was darauf hindeutet, dass Menschen die Erwerbsbevölkerung möglicherweise ganz verlassen, anstatt arbeitslos zu bleiben.²

AIMultiple

Mit dem Launch von Claude Code und den neuesten Modellen in den Anthropic- und Gemini-Familien habe ich Folgendes gesehen:

• Fortgesetzte Verbesserungen bei KI-Modell-Benchmarks
• Fähigkeit, Prozesse wie Agentur- und Beratungsprojekte zu automatisieren. Ich hätte diese vor LLMs nicht als automatisierbar angesehen.

Wettbewerb und sich verbessernde Modelle werden ein Wettrüsten zur Automatisierung und Verbesserung der Margen schaffen. Als Ergebnis ist meine Vorhersage eine Reduzierung von Bürojobs um 90+ % bis 2035.

Ich erwarte Massenentlassungen, da die Vorteile der meisten Produktivitätsverbesserungen seit den 1980er-Jahren von Top-Managern und Aktionären eingefangen wurden.³ Wir können erwarten, dass sie auch von dieser Welle der Automatisierung profitieren und sie als Hebel für Entlassungen nutzen.

Massenentlassungen werden wahrscheinlich den Konsum begrenzen, zu wirtschaftlicher Depression und politischer Instabilität führen, es sei denn, sie wird mit Maßnahmen wie einem bedingungslosen Grundeinkommen (UBI) bekämpft.

Unsere aktuelle Situation ist ähnlich wie beim Klimawandel, wo Stückwerk-Maßnahmen bisher versagt haben, eine zukünftige Katastrophe zu verzögern. Der Wettbewerb zwischen Großmächten und zwischen Unternehmen hat das Potenzial, die Zusammenarbeit zu begrenzen und uns zu Massenarbeitslosigkeit oder Unterbeschäftigung zu führen.

Warum wird die Automatisierung der meisten Büroarbeiten so lange dauern?

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

Goldman Sachs

Goldman Sachs Research prognostiziert 2025, dass sich die Auswirkungen von KI auf die Gesamtbeschäftigung mild und kurzlebig auswirken 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 nach neuen Rollen suchen, was kurzfristige Reibungen und nicht strukturelle Arbeitslosigkeit widerspiegelt.

Hinsichtlich des Risikos der Verdrängung von Arbeitsplätzen wären etwa 2,5 % der US-Beschäftigung durch Effizienzgewinne durch KI gefährdet, mit einer breiteren, aber immer noch begrenzten Schätzung von 6–7 % Verdrängung, wenn KI weit verbreitet eingeführt wird.

Goldman Sachs prognostiziert auch, dass generative KI die Arbeitsproduktivität um etwa 15 % steigern könnte, wenn sie vollständig in entwickelten Märkten integriert ist, was zu kurzlebigen Anstiegen der Arbeitslosigkeit während der Einführungsperioden führt.

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

Pascual Restrepo

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

Geoffrey Hinton

Geoffrey Hinton, ein Nobelpreisträger und Informatiker, bekannt als „Gottvater der KI", warnte 2025 davor, dass künstliche Intelligenz die Arbeitslosigkeit erhöhen und gleichzeitig höhere Gewinne antreiben wird, ein Ergebnis, das er dem Kapitalismus und nicht der Technologie selbst zuschreibt. Er stellte fest, dass Massenentlassungen zwar noch nicht eingetreten sind, KI jedoch Einstiegschancen reduziert.

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

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

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

Laut Microsofts Forschung „Measuring the Occupational Implications of Generative AI" von 2025 variieren Berufe stark in ihrer Anfälligkeit für KI, wobei einige Jobs signifikant wahrscheinlicher betroffen sind als andere.

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

• Wie viel des Jobs kann KI erledigen (Abdeckung)?
• Wie vollständig kann sie diese Aufgaben erledigen (Vollständigkeit).
• Die Vielfalt der Aufgaben, die sie bewältigen kann (Umfang).

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

Im Gegensatz dazu erzielten Berufe wie Krankenpflegehelfer, Geschirrspüler, Dachdecker und chirurgische Assistenten Werte nahe Null, was darauf hindeutet, dass KI derzeit nicht in der Lage ist, ihre primär physischen, praktischen oder stark auf menschliche Interaktion angewiesenen Verantwortlichkeiten 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 in der realen Welt erfordern, weiterhin begrenzt ist.⁷

Eric Schmidt

Dr. Schmidt (ehemaliger CEO von Google) prognostiziert, dass innerhalb von einem Jahr die meisten Programmierarbeiten 2025 von KI erledigt werden.

Tools, die Reinforcement Learning und Planung verwenden, entwickeln sich rasant weiter. Diese Systeme können Code besser schreiben, debuggen und optimieren als die meisten Menschen, insbesondere bei routinemäßigen oder komplexen, aber wiederholenden Aufgaben.

Es wird auch erwartet, dass KI in naher Zukunft das Niveau von Top-Absolventen in der Mathematik erreicht.

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

Dario Amodei

Dario Amodei (Anthropics CEO) warnte 2025, dass KI 50 % aller Einstiegsstellen im Büro innerhalb der nächsten fünf Jahre eliminieren könnte, was die US-Arbeitslosenquote potenziell auf 10–20 % treiben könnte.

Amodei, der dies als mögliches „Blutbad im Büro" bezeichnete, betonte, dass viele CEOs sich der kurzfristigen disruptiven Kraft von KI nicht bewusst sind. Seine Botschaft konzentrierte sich auf die Dringlichkeit für Gesetzgeber zu handeln und für KI-Entwickler und Unternehmen, transparente Ansätze zu übernehmen. Er anerkannte, dass KI weiterhin langfristige Versprechen bietet, betonte jedoch, dass gefährliche kurzfristige Schmerzen, insbesondere für junge Fachkräfte, nicht ignoriert werden dürfen.

Einstiegsrollen, die strukturierte Aufgaben beinhalten, die routinemäßig von Menschen ausgeführt werden, gelten in diesem Szenario als am anfälligsten für Automatisierung.

Kai-Fu Lee

Kai-Fu Lee wiederholte 2025 Amodeis Bedenken, indem er die Projektion validierte, dass KI bis 2027 50 % der Arbeitsplätze verdrängen könnte.

Als prominente Stimme in diesem Bereich fügt seine Zustimmung Glaubwürdigkeit zu der Schätzung hinzu, dass der Verlust von KI-Arbeitsplätzen bald die Hälfte der globalen Belegschaft betreffen könnte. Obwohl seine Aussage kurz ist, unterstreicht sie den wachsenden Konsens unter Experten, dass KI die Beschäftigung möglicherweise aggressiver umgestalten wird als frühere technologische Veränderungen.⁹

Internationaler Währungsfonds (IWF)

Der IWF schätzte, dass 300 Millionen Vollzeitstellen weltweit durch KI-bezogene Automatisierung betroffen sein könnten im Jahr 2024.

Er betonte jedoch, dass die meisten einer Transformation auf Aufgabenebene unterzogen werden, anstatt vollständig verloren zu gehen. In Ländern mit hohem Einkommen machen dienstleistungsintensive Volkswirtschaften die Belegschaft besonders exponiert.

Der Bericht klassifizierte die Auswirkungen von KI in drei Kategorien: automatisierbar (routinemäßig, regelbasiert), erweiterbar (urteilsbasiert) und unberührte Aufgaben. Zwei Drittel der Jobs werden voraussichtlich einer teilweisen Automatisierung unterzogen. Er betonte die Komplementarität von KI und menschlicher Arbeit, insbesondere bei Entscheidungsfindung, Mustererkennung und Wissensabruf.

Der Bericht hob auch den dringenden Bedarf an Umschulung hervor und prognostizierte, dass über 40 % der Arbeitnehmer bis 2030 erhebliche Weiterbildung benötigen werden. Rechtliche, finanzielle und Versicherungssektoren werden die bedeutendste Transformation durchlaufen; Bildung und Gesundheitswesen werden aufgrund ihrer Abhängigkeit von menschlicher Interaktion und komplexer Prozesse relativ widerstandsfähig bleiben.¹⁰

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

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

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

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

Im Gegensatz zu früheren Automatisierungen, die primär die blaue Kragenarbeit anvisierten, sind LLMs bereit, höher bezahlte, hochgebildete Berufe in mehreren Sektoren zu transformieren. Ihre Auswirkungen sind unabhängig von der physischen Infrastruktur und erweitern das Ausmaß potenzieller Verdrängung.¹¹

Eric Dahlin

Eine 2021 durchgeführte Umfrage des Soziologen Eric Dahlin ergab, dass ungefähr 14 % der Amerikaner angaben, ihre Jobs an Roboter verloren zu haben.

Trotz dieser bescheidenen tatsächlichen Rate war die öffentliche Wahrnehmung erheblich übertrieben: Diejenigen, die nicht betroffen waren, glaubten, 29 % hätten ihre Jobs durch Automatisierung verloren, während die Verdrängten die Rate auf 47 % schätzten.

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

Die Einbeziehung von Robotern in nicht-industriellen Kontexten (Flughäfen, Bibliotheken, Altenpflege) in der Studie unterstrich weiter die Reichweite von KI in verschiedenen Bereichen des Lebens und der Arbeit.

Abbildung 1: Das Diagramm veranschaulicht, dass die Befragten die Wahrscheinlichkeit eines durch Roboter verursachten Arbeitsplatzverlusts erheblich überschätzt haben, wobei die Wahrnehmungen von 29 % bis 47 % reichten, verglichen mit der tatsächlichen Rate von ungefähr 14 %.¹²

PwC

Die globale CEO-Umfrage von PwC im Jahr 2019 ergab, dass 42 % der CEOs glauben, KI werde mehr Arbeitsplätze verdrängen als schaffen, während 39 % anderer Meinung sind, was eine geteilte Perspektive widerspiegelt.

Bedenken bezüglich des Verlusts von Arbeitsplätzen sind in der asiatisch-pazifischen Region am höchsten, insbesondere in China, wo 88 % der CEOs einen Nettoverlust von Arbeitsplätzen erwarten. Der Bericht hebt eine anhaltende Qualifikationslücke hervor, wobei 55 % die Unfähigkeit zur Innovation aufgrund fehlender Schlüsselqualifikationen anführen.

Die meisten CEOs (46 %) betrachten Umschulung und Weiterbildung als die effektivste Lösung. Obwohl 85 % zustimmen, dass KI das Geschäft innerhalb von fünf Jahren erheblich verändern wird, haben 10 % sie im großen Maßstab eingeführt, behindert durch Fachkräftemangel und Datenherausforderungen.¹³

OECD-Studie

Eine OECD-Studie von 2016 ergab, dass 9 % der britischen Jobs einem hohen Automatisierungsrisiko ausgesetzt waren, aber dass 35 % in den nächsten zwei Jahrzehnten einer radikalen Transformation unterzogen werden würden.

Diese Schlussfolgerung legt nahe, dass Ängste vor Massenarbeitslosigkeit möglicherweise übertrieben sind und dass signifikante Veränderungen eher durch Jobentwicklung und Umschulung auftreten werden als durch weit verbreitete Eliminierung.¹⁴

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 einem Risiko der Computerisierung ausgesetzt waren.

Dies unterstrich, wie die Auswirkungen von KI über die US-Grenzen hinausgehen, und wirft Fragen auf, wie regionale Unterschiede bei Arbeitsschutz und Bildungssystemen die Ergebnisse technologischer Störungen prägen könnten.¹⁵

Frey & Osborne

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

Diese frühe Arbeit half, spätere Debatten über die Zukunft der Beschäftigung zu prägen, lenkte die Aufmerksamkeit darauf, wie Aufgaben und nicht ganze Jobs automatisiert werden, und regte differenzierte Diskussionen über Aufgabenstrukturierung und Qualifikationsübergang an.¹⁶

Weitere wichtige Fragen zum Verlust von Arbeitsplätzen

• Was ist mit dem Jevons-Paradoxon? Wenn die Kosten für maschinelle Intelligenz sinken, wird mehr maschinelle Intelligenz konsumiert. Menschliche Intelligenz bleibt jedoch kostspielig, und die Nachfrage nach menschlicher Intelligenz wird wahrscheinlich stagnieren, wenn Maschinen autonom arbeiten können.
• Sind aktuelle Arbeitsplatzverluste auf KI zurückzuführen? Die Überbesetzung während der Pandemie ist wahrscheinlich der Schuldige, da Unternehmen sich noch in den frühen Stadien der KI-Transformation befinden. Kommentatoren nennen dies AI redundancy washing.¹⁷

Ansichten, dass KI zu einem Netto-Arbeitsplatzwachstum führen wird

HBR / Davenport & Srinivasan

Eine Analyse der Harvard Business Review von 2026 spekulierte, dass Unternehmen Arbeitnehmer aufgrund des Potenzials von KI entlassen, nicht aufgrund seiner nachgewiesenen Leistung, da die allgemeine Arbeitslosigkeit in den USA relativ niedrig bleibt.¹⁸

Yale The Budget Lab

Die Analyse von 2025 fand keine materiellen Auswirkungen von LLMs auf Arbeitsplätze basierend auf der Rate der Arbeitsplatzverluste, Einstellungen und Übergänge in den USA.¹⁹

Weltwirtschaftsforum

Der WEF-Bericht „Future of Jobs Report 2025", der über 1.000 Arbeitgeber befragte, die 14 Millionen Arbeitnehmer in 55 Volkswirtschaften vertreten, prognostizierte, dass bis 2030 92 Millionen Arbeitsplätze verdrängt werden, während 170 Millionen neue geschaffen werden, ein Nettozuwachs von 78 Millionen Arbeitsplätzen. Es wird erwartet, dass KI und Informationsverarbeitung bis 2030 86 % der Unternehmen beeinflussen. Der Bericht identifizierte KI-Entwicklung, Cybersicherheit und Nachhaltigkeit als die am schnellsten wachsenden Rollenkategorien.²⁰

Jensen Huang

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

Huang lehnte die Idee ab, dass KI so gefährlich oder mächtig ist, dass eine ausgewählte Gruppe sie entwickeln sollte, und argumentierte stattdessen für eine offene und verantwortungsvolle Weiterentwicklung.

Obwohl er anerkannte, dass KI den Arbeitsplatz transformieren und einige Jobs obsolet machen wird, betonte er, dass eine höhere Produktivität typischerweise zu mehr Einstellungen führt, nicht zu weniger, und kritisierte die von Angst getriebene Narrative rund um die Auswirkungen von KI auf die Beschäftigung.²¹

Dilan Eren

Obwohl nicht auf Prozentsätze fokussiert, bot Professor Dilan Eren von der Ivey Business School eine strukturelle Kritik an Unternehmen, die 2025 auf KI reagieren, indem sie Junior-Rollen eliminieren. Eren warnte, dass das Streichen von Einstiegsstellen zur Kosteneinsparung ein „exponentiell schlechter Schritt" ist, der die interne Talentpipeline bedroht.

Ohne Juniors riskieren Organisationen Engpässe bei erfahrenem Personal in den kommenden Jahren, insbesondere da Mentoring und Lernen am Arbeitsplatz zurückgehen. Eren forderte Unternehmen auf, Strategien zu entwickeln, die eine duale Entwicklung unterstützen: Juniors müssen Domänenexpertise aufbauen, während Senior-Mitarbeiter sich in KI weiterbilden müssen.

Das Delegieren aller Aufgaben an Maschinen, argumentierte Eren, riskiert, 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 Arbeitsgelegenheiten schaffen wird, insbesondere für Absolventen.

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

Laut Kumar kann KI als Kraftmultiplikator wirken, der Arbeitnehmern ermöglicht, „mehr für weniger" zu erreichen, während er die Erwartungen steigert, nicht reduziert. ²²

Hat KI tatsächlich zu Arbeitsplatzverlusten geführt?

Vier aktuelle Studien, die verschiedene Daten und Methoden verwenden, kommen zu deutlich 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 Kurslehrpläne. Sie zeigen, dass das Arbeitslosenrisiko in stark LLM-exponierten Berufen, insbesondere Computer- und mathematischen Rollen, Anfang 2022 zu steigen begann, mehrere Quartale bevor ChatGPT im November 2022 gestartet wurde.

Der Trend flachte nach dem Start dann ab, anstatt sich zu beschleunigen. LinkedIn-Daten zeigen den gleichen Zeitpunkt: Absolventen der Kohorte 2021 traten bereits zu niedrigeren Raten in KI-exponierte Jobs ein als frühere Kohorten.

Die Autoren verweisen auf geldpolitische Straffung, die Korrektur der Tech-Einstellungen nach der Pandemie und die Änderung der F&E-Steuern als wahrscheinliche Treiber. Sie stellen auch fest, dass Absolventen mit stärker KI-exponierten Lehrplänen höhere Gehälter verdienten und nach ChatGPT schneller Jobs fanden, sodass LLM-relevante Bildung ihren Wert behielt.²³

Dominski & Lee (2025) argumentieren, dass bestehende Studien statische KI-Expositionsscores verwenden, während sich die Fähigkeiten weiterentwickeln. Sie entwickeln ein Fünf-Phasen-Expositionsrahmenwerk (pre-ChatGPT ML, early LLMs, multimodal, reasoning models, agentic AI) 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 Hochschulabsolventen. Reasoning-intensive Berufe sind am stärksten betroffen, während manuelle physische Berufe kaum betroffen sind.²⁴

Brynjolfsson, Chandar & Chen (Nov 2025), „Canaries in the Coal Mine," verwendeten ADP-Lohnabrechnungsdaten, die monatlich Millionen von Arbeitnehmern abdecken. Laut den Ergebnissen sahen Arbeitnehmer im Alter von 22 bis 25 Jahren in den am stärksten KI-exponierten Berufen starke Beschäftigungsrückgänge: Softwareentwickler in dieser Altersgruppe fielen von ihrem Höhepunkt Ende 2022 um fast 20 %.

Nach Kontrolle für Firmen- und Zeit-Fixeffekte 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 streichen, IT-Firmen ausschließen und die Stichprobe nach Teleworkability, Hochschulanteil und Zinsrisiko aufteilen. Ihre Erklärung ist, dass KI das kodifizierte Wissen ersetzt, das junge Arbeitnehmer und formale Bildung liefern, während sie das implizite Wissen ergänzt, das mit Erfahrung kommt.²⁵

Chen, Kane, Kozlowski, Kunievsky & Evans (Sept 2025), nutzten Synthetic Difference-in-Differences auf CPS-Daten von Januar 2010 bis August 2025. Sie berichten das entgegengesetzte Ergebnis: Hoch-exponierte Berufe gewannen nach ChatGPT etwa 89 USD pro Woche an realen Einnahmen von Januar 2010, während der Effekt auf die Arbeitslosigkeit etwa 0,2 Prozentpunkte betrug.

Ihre Interpretation ist, dass LLMs als kurzfristige Komplemente wirken, die die Produktivität steigern, und dass die Anpassung über Löhne und nicht über Beschäftigung läuft.²⁶

Hat KI also zu Arbeitsplatzverlusten geführt?

Eine vernünftige Antwort Anfang 2026 ist, dass es für die Belegschaft insgesamt noch kein klares aggregiertes Signal gibt. Zwei der vier Studien finden im Wesentlichen keinen Arbeitsloseneffekt auf Berufsebene. Für Arbeitnehmer im Alter von 22 bis 25 Jahren in stark exponierten Berufen ist die Antwort höchstwahrscheinlich ja, zumindest teilweise, da die ADP-Evidenz Firmen-Zeit-Kontrollen, den Ausschluss von Tech-Firmen und die nicht-teleworkable Teilstichprobe übersteht.

Hinsichtlich der Löhne ist die Evidenz gemischt und könnte Gewinne für erfahrene Arbeitnehmer neben einer reduzierten Einstellung von Juniors widerspiegeln. Hinsichtlich des Timings zeigen Frank und Co-Autoren, dass sich einige der Verschlechterungen in KI-exponierten Berufen bereits Anfang 2022 abzeichneten, sodass die Zuschreibung der gesamten Abschwächung von 2022 bis 2025 auf LLMs den Fall überzeichnet.

Zusammenfassend hat KI plausibel begonnen, die Einstellung auf Einstiegsniveau in stark exponierten Berufen zu drücken, hat aber noch keine sichtbare aggregierte Arbeitslosigkeit oder Lohnverluste produziert. Ein bedeutender Teil dessen, was als KI-Verdrängung erscheint, spiegelt geldpolitische Straffung, Korrekturen der Überbesetzung während der Pandemie und eine allgemeinere Schwäche auf dem Einstiegsarbeitsmarkt wider. Ob sich dieses Bild ändert, wenn agentic Fähigkeiten eintreffen, ist die substanzielle Sorge, die die meisten der oben genannten Vorhersagen antreibt, und bleibt eine offene empirische Frage.

Aktuelle Entwicklungen: Auswirkungen von KI auf Arbeitsplätze

Bereits in den ersten zwei Monaten 2026 gab es 32.000 Arbeitsplatzverluste in Technologieunternehmen, die typischerweise bei der Transformation ihrer Geschäfte mit neuen Technologien führend sind.²⁷

Entlassungen dominierten 2025 den US-Arbeitsmarkt, wobei künstliche Intelligenz laut Unternehmensankündigungen eine bedeutende Rolle spielte. Fast 55.000 Stellenkürzungen wurden direkt auf KI zurückgeführt, laut Challenger, Gray & Christmas, von insgesamt 1,17 Millionen Entlassungen (der höchste Stand seit der Pandemie 2020).²⁸

Da Unternehmen mit Inflation, höheren Kosten und dem Druck zur Effizienzsteigerung konfrontiert waren, wurde KI zu einer attraktiven kurzfristigen Entschuldigung für Kostensenkungen. Mehrere große Unternehmen zitierten 2025 explizit KI bei der Ankündigung von Stellenkürzungen:²⁹

• Workday kürzte 8,5 % der Belegschaft (ca. 1.750 Stellen), um Ressourcen für KI-Investitionen umzuleiten.
• Amazon eliminierte 14.000 Bürostellen und erklärte, dass KI schlankere Strukturen und schnellere Innovation ermöglicht.
• Microsoft kürzte etwa 15.000 Stellen und zeigte KI als zentral für die Neugestaltung seiner Mission und Produktivitätsmodelle.
• Salesforce reduzierte seine Kundendienstbelegschaft um 4.000, wobei CEO Marc Benioff erklärte, KI erledige nun bis zur Hälfte der Arbeit des Unternehmens.
• IBM ersetzte mehrere hundert HR-Rollen durch KI-Chatbots, stellte gleichzeitig in Bereichen mit höheren Qualifikationen ein; später kündigte es eine globale Reduzierung der Belegschaft um 1 % an.
• CrowdStrike entließ 5 % des Personals (ca. 500 Mitarbeiter), wobei KI als zentraler Treiber der Effizienz genannt wurde.

Allerdings argumentieren einige Experten, dass KI als bequeme Rechtfertigung verwendet wird. Fabian Stephany vom Oxford Internet Institute stellte fest, dass viele Unternehmen während der Pandemie überbesetzt waren und aktuelle Entlassungen möglicherweise eine Marktkorrektur und nicht eine tatsächliche KI-getriebene Verdrängung widerspiegeln.³⁰

Die Zukunft der Einstiegsstellen

Obwohl die Angst von Absolventen vor KI verständlich ist, scheint der dramatische Rückgang der Stellenangebote für Absolventen im Vereinigten Königreich um 67 % seit 2022 (43 % in den USA) primär durch wirtschaftliche Unsicherheit, Normalisierung nach COVID und beschleunigte Verlagerung ins Ausland getrieben zu sein, nicht durch KI-Verdrängung.

Für Arbeitnehmer im Alter von 22–25 Jahren stellt die Forschung von Anthropic zu den Auswirkungen auf den Arbeitsmarkt fest, dass weniger junge Menschen Jobs in stark KI-exponierten Berufen beginnen im Vergleich zu Berufen mit geringer Exposition. Die Rate der Jobsuche für diese Rollen fiel um etwa 14 % im Vergleich zu 2022 (gepoolte Nach-Schätzung −14,3, SE = 7,2), obwohl die Autoren feststellen, dass das Ergebnis nur knapp statistisch signifikant ist. Sie fanden auch keinen ähnlichen Rückgang für Arbeitnehmer über 25.³¹

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

MITs David Autor verweist auf politische Turbulenzen und Kürzungen der Regierung als bedeutendere Treiber, während der Chefökonom von LinkedIn makroökonomische Unsicherheit als primäre Ursache betont.

Obwohl KI die Arbeit in den kommenden Jahren wahrscheinlich transformieren wird, zeigen aktuelle Evidenzen schwache Korrelationen zwischen KI-anfälligen Berufen und tatsächlichen Arbeitsplatzverlusten; einige KI-exponierte Bereiche, wie Buchhaltung, verzeichnen ein Wachstum der Beschäftigung junger Menschen.

Die echten Herausforderungen scheinen traditionelle wirtschaftliche Druckfaktoren zu sein: Inflation, höhere Zinsen, geschäftliche Unsicherheit und beschleunigte Verlagerung ins Ausland, ermöglicht durch Remote-Arbeitsfähigkeiten. Dies macht die Narrative „KI tötet Absolventenjobs" vorzeitig, trotz legitimer zukünftiger Sorgen über technologische Störungen.³²

Forschungsinitiativen zum Verständnis der Auswirkungen von KI-Arbeitsplatzverlusten

Anthropic startet Economic Futures Program zur Bewältigung der Auswirkungen von KI auf die Belegschaft

Anthropic hat das Economic Futures Program eingeführt, eine neue Initiative, die die wirtschaftlichen Auswirkungen künstlicher Intelligenz erforschen soll, insbesondere deren Auswirkungen auf Arbeitsplätze, Produktivität und langfristige Wertschöpfung. Das Programm zielt darauf ab, datengestützte Erkenntnisse zu liefern und politische Vorschläge zu entwickeln, die sowohl die Risiken als auch die Chancen adressieren, die KI der globalen Wirtschaft bietet.

Reaktion auf Risiken der Verdrängung von Arbeitsplätzen

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

Zu den wichtigsten Komponenten des Programms gehören:

• Forschungszuschüsse: Anthropic bietet schnelle Zuschüsse von bis zu 50.000 USD für kurzfristige empirische Studien zu den wirtschaftlichen Auswirkungen von KI an. Die Forschung kann sich auf Auswirkungen auf den Arbeitsmarkt, 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. Themen umfassen Umschulungsstrategien, Schaffung von Arbeitsplätzen in KI-getriebenen Volkswirtschaften und Übergänge im Arbeitsablauf.
• Dateninfrastruktur: Aufbauend auf seinem Economic Index, der Anfang dieses Jahres gestartet wurde, wird Anthropic seine Datensätze erweitern, um die Nutzung von KI und langfristige Auswirkungen auf Wirtschaftsstrukturen und Beschäftigungstrends zu verfolgen.

Das Programm von Anthropic konzentriert sich mehr auf potenziellen Verlust von Arbeitsplätzen und Minderungsstrategien. Das Economic Futures Program spiegelt eine wachsende Anstrengung unter Technologieunternehmen wider, Verantwortung für die Störungen zu übernehmen, die sie mitverursachen, und inklusives Wirtschaftswachstum zu unterstützen.

Diese Initiative legt besonderen Wert auf das Verständnis von Übergängen auf dem Arbeitsmarkt, die Identifizierung von Bereichen für Umschulung und die Schaffung eines Rahmens für das Management der sich entwickelnden wirtschaftlichen Rolle von KI.³³

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

Als bevorzugte Quelle hinzufügen

Auswirkungen von KI auf verschiedene Branchen

Eine Analyse administrativer Arbeitslosendaten zeigt, dass KI-exponierte Berufe historisch gesehen ein geringeres Arbeitslosenrisiko hatten als weniger exponierte. Dieser Vorteil verengte sich ab Anfang 2022 stark, insbesondere bei Computer- und mathematischen Rollen, und verschlechterte sich nach dem Start von ChatGPT nicht merklich.

Evidenz aus LinkedIn-Profilen untermauert dieses Muster für Arbeitnehmer am Anfang ihrer Karriere: Absolventen der Kohorten 2021–2023 traten zu niedrigeren Raten in KI-exponierte Jobs ein und brauchten länger, um ihren ersten Job zu finden als frühere Kohorten, wobei Lücken vor Ende 2022 entstanden.

Ähnliche Verlangsamungen erscheinen auch beim Vergleich von hochbezahlten und durchschnittlich bezahlten Jobs, was auf eine allgemeine Straffung des Einstiegsarbeitsmarktes hindeutet und nicht auf eine Veränderung, die einzig für KI-exponierte Rollen gilt.

Am stärksten exponierte Rollen und Branchen

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

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

Diese Jobs sind typischerweise einfach mit KI-Systemen und -Tools zu automatisieren. Aufgaben, die vorhersehbare Muster beinhalten oder festen Regeln folgen, sind am anfälligsten für Fehler. Einstiegspositionen, insbesondere für junge Arbeitnehmer, sind einem hohen Risiko der Eliminierung ausgesetzt.

Beispielsweise untersuchte eine Studie die Einführung von Google Translate in verschiedenen Regionen zwischen 2010 und 2023. Die Ergebnisse zeigen, dass Gebiete mit höherer Nutzung ein langsameres Wachstum bei Übersetzern und Dolmetschern verzeichneten, wobei das Beschäftigungswachstum um etwa 0,7 Prozentpunkte für jeden Prozentpunkt Anstieg der Einführung fiel.³⁴

Abbildung 2: Das Diagramm zeigt das monatliche Interesse von Google Trends für zwei Suchbegriffe: „translator" und „Google Translate".³⁵

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

Obwohl Sprachkenntnisse in technischen Bereichen wie IT und Ingenieurwesen weiterhin relevanter sind, deuten die Gesamtevidenzen darauf hin, dass verbesserte maschinelle Übersetzung die Abhängigkeit der Arbeitgeber von zweisprachigen Arbeitnehmern allmählich verringert, mit Implikationen für Bildung, Arbeitsmärkte und den globalen Dienstleistungshandel.

Ungleiche Auswirkungen auf Sektoren

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

Teilweise Automatisierung vs. vollständige Verdrängung

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

Ungefähr zwei Drittel der aktuellen Rollen werden voraussichtlich einer Veränderung auf Aufgabenebene unterzogen. Arbeitnehmer müssen sich an neue Verantwortlichkeiten anpassen, die menschliche Entscheidungsfindung, Schlussfolgerungen und Kreativität erfordern. Diese teilweise Automatisierung erzeugt dennoch Druck auf Arbeitnehmer, sich schnell anzupassen.

Wirtschaftliche und geografische Variation

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

Was sind die Wahrnehmungen der tatsächlichen Arbeitnehmer?

Mismatch 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 % bleibt, glauben Arbeitnehmer, dass ein größerer Anteil der Belegschaft betroffen ist.

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

Regulatorische Reaktionen und Missverständnisse über KI-getriebene Arbeitsplatzverluste

Der „AI-Related Job Impacts Clarity Act", eingeführt von Senators Mark Warner und Josh Hawley, würde Unternehmen und Bundesbehörden verpflichten, die Anzahl der direkt auf künstliche Intelligenz zurückzuführenden Entlassungen zu melden.

Obwohl der Vorschlag darauf abzielt, die Transparenz rund um die Rolle von KI bei Beschäftigungsänderungen zu erhöhen, kann seine Grundannahme irreführend sein: Die meisten KI-Tools sind in breitere Arbeitsabläufe eingebettet, was es extrem schwierig macht, festzustellen, ob ein Arbeitsplatzverlust explizit durch KI oder durch regelmäßige Produktivitätsverbesserungen oder breitere geschäftliche Druckfaktoren verursacht wurde.

Bestehende Systeme zur Arbeitsmarktüberwachung überwachen die Beschäftigungsdynamik, was bedeutet, dass das Gesetz unnötige Bürokratie hinzufügt, während es riskiert, die Einführung von KI zu stigmatisieren und Unternehmen davon abzuhalten, Tools zu verwenden, die die Produktivität steigern könnten. Stattdessen sollten politische Entscheidungsträger sich darauf konzentrieren, zu verbessern, wie die Einführung von KI gemessen wird, reale Auswirkungen auf Arbeitsabläufe und Produktivität zu studieren und die Umschulung von Arbeitnehmern zu unterstützen.³⁶

Welche Arten von Jobs wird KI schaffen?

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

Ratschläge, dass „Informatik unnötig ist, weil KI allen Code schreibt", sind grundlegend fehlerhaft. Obwohl LLMs bestimmte Codierungsaufgaben automatisieren können, war Abstraktion schon immer zentral für Softwareengineering. Der Kernwert liegt nicht im Tippen von Code, sondern darin, zu bestimmen, was zu bauen ist, und Systeme zu entwerfen, die effizient, sicher und wirtschaftlich wertvoll sind.

Jenseits des Engineerings sind auch Rollen, die nicht automatisierbar sind, für Wachstum positioniert. Da Automatisierung die Betriebskosten senkt, können Unternehmen neue Märkte betreten oder bestehende erweitern, was die Nachfrage nach Rollen wie Vertrieb und Kundenerfolg steigert.

Ethische und gesellschaftliche Implikationen der Verdrängung von Arbeitsplätzen durch KI

Kernethische Herausforderungen

Die Implementierung von KI am Arbeitsplatz wirft grundlegende ethische Fragen auf, die über einfache wirtschaftliche Überlegungen hinausgehen. Diese Herausforderungen konzentrieren sich auf Fairness, menschliche Würde und die moralischen Verpflichtungen von Organisationen, die transformative Technologien einsetzen, die Lebensgrundlagen und Gemeinden betreffen.

Verteilungsgerechtigkeit und Ungleichheit: Die Verdrängung durch KI betrifft geringqualifizierte Arbeitnehmer und marginalisierte Gemeinschaften unverhältnismäßig stark und verstärkt bestehende sozioökonomische Disparitäten.

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

Die Konzentration der KI-Vorteile bei Technologieeigentümern, während die Kosten auf verwundbare Bevölkerungsgruppen fallen, wirft grundlegende Fragen über die faire Verteilung des technologischen Fortschritts auf.

Algorithmische Verzerrung und Diskriminierung: KI-Systeme erben Verzerrungen aus Trainings-daten und können diskriminierende Praktiken bei Einstellungen, Bewertungen und Aufgabenverteilung verstärken.

Diese automatisierten Entscheidungen beeinflussen Beschäftigungsergebnisse im großen Maßstab ohne angemessene Aufsichtsmechanismen. Die Bekämpfung von Verzerrungen erfordert diverse Datensätze, Erkennungsprotokolle und regelmäßige Audits von KI-Systemen, die im Beschäftigungskontext verwendet werden.

Menschliche Autonomie: Die weit verbreitete Einführung von KI stellt traditionelle Konzepte des Arbeitswerts und -zwecks in Frage. Arbeitnehmer sind Risiken der Verschlechterung von Fähigkeiten und des Verlusts der beruflichen Identität ausgesetzt, da kognitive Aufgaben automatisiert werden.

Die Bewahrung sinnvoller menschlicher Handlungsfähigkeit in Arbeitsprozessen bleibt wesentlich für die Wahrung der Würde der Arbeitnehmer und dafür, dass Technologie menschliche Fähigkeiten ergänzt und nicht ersetzt.

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

Diese Undurchsichtigkeit erschwert die Zuweisung von Verantwortung, wenn KI-Systeme schädliche Ergebnisse produzieren. Klare Rahmenwerke für die Rechenschaftspflicht und erklärbare KI-Systeme sind notwendig, um Fairness und Vertrauen in beschäftigungsbezogene Anwendungen zu erhalten.

Gesellschaftliche Implikationen

Jenseits individueller Arbeitsplatzauswirkungen stellt die durch KI verursachte Verdrängung von Arbeitsplätzen größere Bedrohungen für den sozialen Zusammenhalt, die wirtschaftliche Stabilität und die demokratische Regierungsführung dar.

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

Die Bewältigung dieser Bedenken erfordert Politiken, die KI-Vorteile breit in der Gesellschaft verteilen. Diese Politiken können nur im globalen Kontext funktionieren, da die Vermögensverteilung in einem einzelnen Land dazu führt, dass Reiche aus diesem Land abwandern.

Intergenerationelle Auswirkungen: Die Verdrängung von Einstiegspositionen unterbricht traditionelle Karrierewege für jüngere Arbeitnehmer. Dies betrifft Standardmodelle der beruflichen Entwicklung und kann Barrieren für den Karriereweg für neue Arbeitnehmer schaffen.

Alternative Wege für berufliche Entwicklung und Aufstieg müssen entwickelt werden, um die Rolle von KI am Arbeitsplatz zu berücksichtigen.

Implementierungsrahmen

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

Einbindung von Interessengruppen: Entscheidungen zur Einführung von KI sollten Input von betroffenen Arbeitnehmern, Gewerkschaften, Gemeinschaften und Organisationen der Zivilgesellschaft einbeziehen.

Governance-Strukturen müssen diverse Perspektiven einbeziehen und einen laufenden Dialog über Auswirkungen und notwendige Anpassungen aufrechterhalten.

Schadensminderung: Organisationen sollten, wenn möglich, Erweiterung vor Ersatz priorisieren und schrittweise statt abrupte Übergänge implementieren.

Verteilung der Vorteile: KI-Produktivitätsgewinne sollten sich auf Arbeitnehmer durch Lohnerhöhungen, Stundenreduzierungen oder verbesserte Bedingungen erstrecken, anstatt ausschließlich bei Kapitaleigentümern zu verbleiben.

Mechanismen wie Gewinnbeteiligung oder Modelle der Arbeitnehmermitbestimmung können helfen, eine gerechte Verteilung des durch KI generierten Werts unter den Interessengruppen sicherzustellen.

Wie kann KI für einen Vorteil der Belegschaft genutzt werden?

Bedeutung der Umschulung

Bis 2030 müssen über 40 % der Arbeitnehmer neue Fähigkeiten entwickeln, um beschäftigt zu bleiben. Laut dem IWF erfordert bereits 1 von 10 Stellenanzeigen in Volkswirtschaften mit hohem Einkommen mindestens eine neue Fähigkeit, wobei IT mehr als die Hälfte dieser Nachfrage ausmacht.³⁷

Umschulung ist besonders wichtig für junge Menschen, die den Arbeitsmarkt betreten, wo Einstiegschancen schrumpfen. Arbeitgeber müssen Strategien entwickeln, die Menschen mit Maschinen ausrichten, anstatt sie vollständig zu ersetzen.

Organisatorische Risiken beim Streichen von Junior-Rollen

Firmen, die Junior-Rollen streichen, um Kosten zu senken, tragen langfristige Risiken. Ohne Einstiegspersonal verlieren Organisationen zukünftiges Talent und schwächen interne Trainingsstrukturen.

Mentoring und Lernen am Arbeitsplatz gehen zurück, was Entscheidungsfindung und institutionelles Wissen beeinträchtigt. Obwohl KI Aufgaben automatisieren kann, schafft das alleinige Vertrauen auf Systeme Lücken in der Personalentwicklung.

Potenzial für Wirtschaftswachstum

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

Dies spiegelt frühere allgemeine Technologien wider, die zunächst Arbeitnehmer verdrängten, aber schließlich neue Jobs schufen. Die Herausforderung liegt jedoch darin, die kurzfristige Störung zu bewältigen, ohne Arbeitslosigkeit und soziale Instabilität zu verursachen.

Divergierende Erwartungen an die Zukunft

Einige Führungskräfte erwarten, dass künstliche Intelligenz mehr Arbeitsgelegenheiten schafft. Da Unternehmen die Einführung erhöhen, könnte sich die Nachfrage auf Rollen verlagern, die KI-Entwicklung, Cybersicherheit und Nachhaltigkeit beinhalten.

Diese Jobs erfordern neue Fähigkeiten und passen zum Wachstum von KI, das weiterhin beeinflusst, wie Unternehmen operieren. Andererseits erwarten viele Manager weiterhin kurzfristige Stellenkürzungen, 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  = {{Top 20+ Vorhersagen von Experten zum Verlust von Arbeitsplätzen durch KI}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/ai-job-loss}},
  note   = {AIMultiple. Abgerufen am 11. Juni 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.

GitLab Act 2

33.

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

TechCrunch

34.

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

TechCrunch

35.

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

TechCrunch

36.

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

CNBC

37.

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

38.

Client Challenge

39.

Anthropic Economic Futures Program Launch \ Anthropic

40.

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

Cem Dilmegani

Leitender Analyst

Folgen auf

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

Vollständiges Profil anzeigen

Recherchiert von

Sıla Ermut

Branchenanalyst

Folgen auf

Sıla Ermut ist Branchenanalystin bei AIMultiple und spezialisiert auf E-Mail-Marketing und Vertriebsvideos. Zuvor war sie als Personalberaterin in Projektmanagement- und Beratungsunternehmen tätig. Sıla hat einen Master of Science in Sozialpsychologie und einen Bachelor of Arts in Internationalen Beziehungen.

Vollständiges Profil anzeigen

Kommentare 1

Teilen Sie Ihre Gedanken

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

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten

Randy

Oct 30, 2025 at 20:03

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

Antworten

Cem Dilmegani

Feb 24, 2026 at 06:42

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

Antworten