13 % weniger junge Kräfte in KI-Jobs: die leise Automatisierung

Die direkte Antwort auf die Frage, was generative KI im Jahr 2026 mit der Büroarbeit macht, lautet so: Sie automatisiert bestimmte, klar umrissene Aufgaben – Code im ersten Entwurf, routinemäßige Kundenkontakte, Personalanfragen, Vertragsprüfung, das Abfassen von Dokumenten, Übersetzung und Stockfotografie –, und die Unternehmen realisieren die Gewinne vor allem, indem sie langsamer einstellen, nicht durch Massenentlassungen ◈ Starke Evidenz [3] [43] [44]. Lohnabrechnungsdaten des Dienstleisters ADP zeigen, dass die Beschäftigung von 22- bis 25-Jährigen in den am stärksten KI-exponierten Berufen nach Ende 2022 relativ um 13 % zurückging, während ältere Beschäftigte in denselben Tätigkeiten stabil blieben oder zulegten ◈ Starke Evidenz [3]. Für die Gesamtwirtschaft hingegen stellten das Yale Budget Lab und die Brookings Institution 33 Monate nach der Veröffentlichung von ChatGPT keine erkennbare Erschütterung fest [86], und eine Studie über 25.000 dänische Beschäftigte fand in keinem von elf exponierten Berufen einen signifikanten Effekt auf Einkommen oder Arbeitsstunden [4]. Dieser Bericht untersucht die Arbeit selbst, Funktion für Funktion, und die Lücke zwischen Gewinnen auf Aufgabenebene und Ergebnissen auf Unternehmensebene. Er gelangt zu dem Schluss, dass die bislang folgenreichste Wirkung der KI auf den Arbeitsmarkt eine Verengung des Einstiegs in die akademischen Berufe ist.

Am Ausmaß der unternehmerischen Absichten besteht kein Zweifel. Challenger, Gray and Christmas, ein Beratungsunternehmen, das angekündigte Stellenstreichungen in den USA erfasst, verzeichnete KI im Jahr 2026 als den am häufigsten genannten Grund für Entlassungen: Bis Ende September wurden ihr 120.136 Streichungen zugeschrieben, etwa 21 % aller angekündigten Kürzungen ✓ Gesicherte Tatsache [1]. Der Anteil erreichte im Mai mit 40 % einen Rekord und fiel dann im September auf 9 % [1]. Amazon hat seit Oktober 2025 rund 30.000 Stellen in der Verwaltung abgebaut, etwa 10 % seiner Konzernbelegschaft, nachdem der Vorstandschef den Mitarbeitern mitgeteilt hatte, KI werde die Zahl der Verwaltungsangestellten in den kommenden Jahren verringern [45] [46]. Salesforce verkleinerte seine Support-Organisation von etwa 9.000 auf etwa 5.000 Personen, da KI-Agenten rund die Hälfte der Kundengespräche übernahmen [17]. Block strich im Februar 2026 etwa 4.000 seiner mehr als 10.000 Stellen und erklärte, die meisten Unternehmen würden binnen eines Jahres nachziehen [81].

Gemessen an diesen Ankündigungen wirken die harten Arbeitsmarktdaten auffallend ruhig. Die regionalen Umfragen der New Yorker Fed ergaben im August 2025, dass 40 % der Dienstleistungsunternehmen KI einsetzten, gegenüber 25 % ein Jahr zuvor, aber nur 1 % deswegen jemanden entlassen hatte ✓ Gesicherte Tatsache [43]. Ein Jahr später kam dieselbe Notenbank zu dem Schluss, KI-bedingte Entlassungen seien weiterhin sehr selten und die Unternehmen zögen Umschulung der Kündigung vor; die kurzfristigen Effekte beschrieb sie als eher evolutionär denn disruptiv [44]. Die Produktivität außerhalb der Landwirtschaft stieg in den USA 2025 um 2,1 % und in den zwölf Monaten bis zum zweiten Quartal 2026 um 2,2 %, bei nahezu unveränderter Zahl geleisteter Arbeitsstunden [41]. Dieses Muster – mehr Output bei kaum mehr Arbeit – passt zu einer Automatisierungsgeschichte, doch die Produktivitätsstatistik allein kann nicht sagen, welcher Anteil davon auf KI zurückgeht ⚖ Umstritten [41] [42].

Die Auflösung des Widerspruchs liegt darin, was Arbeitgeber mit der Zeit anfangen, die KI einspart. Die meisten entlassen nicht die Person, deren Aufgaben schrumpfen; sie besetzen frei werdende Stellen nicht nach, frieren die Aufnahme von Hochschulabsolventen ein und überlassen den Rest der natürlichen Fluktuation ◈ Starke Evidenz [15] [19] [44]. Bei Klarna sank die Zahl der Beschäftigten im Kundendienst von etwa 5.000 auf etwa 3.000, überwiegend durch Fluktuation, bevor das Unternehmen umsteuerte [15]. IBM setzte 2023 die Einstellungen für Stellen im Backoffice aus, statt diese zu streichen [19]. KPMG kürzte sein britisches Absolventenprogramm zwischen 2023 und 2024 um 29 % [48]. Keiner dieser Schritte taucht in der Arbeitslosenstatistik als Entlassung auf. Jeder erscheint nur als eine Stelle, die nie entstanden ist – weshalb die Automatisierung der Büroarbeit so leise verlaufen ist und weshalb sie so leicht unterschätzt wird.

Die Evidenz auf Aufgabenebene erklärt, warum sich der Effekt dort konzentriert, wo er auftritt. Kontrollierte Studien zeigen, dass die größten Produktivitätsgewinne Neulingen und Leistungsschwächeren zufallen: 34 % für die unerfahrensten Kundendienstmitarbeiter [14], 43 % für die schwächsten Berater in einem Experiment der Boston Consulting Group [34] und die größten Zuwächse bei Nachwuchsentwicklern in Feldversuchen mit GitHub Copilot [8]. Mit anderen Worten: KI ist am besten genau in jener grundlegenden Arbeit – Recherche, erste Entwürfe, einfache Analysen, routinemäßige Korrespondenz –, für die Berufseinsteiger traditionell eingestellt wurden und an der sie lernten ◈ Starke Evidenz [51]. Wenn diese Arbeit von einem Werkzeug erledigt werden kann, das eine erfahrene Kraft beaufsichtigt, schwindet das wirtschaftliche Argument für die Einstellung des Nachwuchses, selbst wenn das Werkzeug den Nachwuchs produktiver macht.

Dieser Bericht ist um diese Spannung herum aufgebaut. Die Abschnitte zwei bis vier untersuchen die Funktionen, in denen die Automatisierung am weitesten fortgeschritten ist – Software, Backoffice, Recht und Kreativarbeit –, und was die kontrollierte Evidenz jeweils zeigt. Abschnitt fünf stellt die Produktivitätsdaten der Beschäftigtenzahl gegenüber, ebenso der Geschichte früherer Bürotechnologien. Abschnitt sechs verfolgt den Effekt bis zur Einstiegsebene. Abschnitt sieben vergleicht, wie die Vereinigten Staaten, das Vereinigte Königreich, Japan, Deutschland, Indien und Dänemark den Wandel verarbeiten und wie die Regulierer reagieren. Abschnitt acht wägt die stärksten Argumente beider Seiten der Verdrängungsdebatte ab und legt dar, was die Evidenz in ihrer Gesamtheit stützt.

In der Softwareentwicklung ist generative KI am schnellsten von der Neuheit zum Standard geworden. Die DORA-Umfrage 2025 unter Technologiefachleuten ergab eine KI-Nutzungsquote von 90 % unter Entwicklern, gegenüber 76 % ein Jahr zuvor, bei einer täglichen Nutzung von im Median zwei Stunden ✓ Gesicherte Tatsache [11]. In der Umfrage von Stack Overflow unter 49.009 Entwicklern gaben 2025 insgesamt 84 % an, KI-Werkzeuge zu nutzen oder dies zu planen [12]. Bei den größten Konzernen fallen die Angaben noch höher aus. Satya Nadella sagte im April 2025, 20 % bis 30 % des Codes in den Repositorien von Microsoft seien von KI geschrieben worden [6]. Sundar Pichai erklärte im April 2026, rund 75 % des neuen Codes bei Google würden von KI erzeugt und anschließend von Ingenieuren geprüft – gegenüber etwa 25 % im Oktober 2024 und 50 % im Herbst 2025 [5]. Es handelt sich um Aussagen von Vorständen über nicht definierte Kennzahlen, getroffen von Unternehmen, die selbst KI-Programmierwerkzeuge verkaufen, und sie sollten als solche gelesen werden ⚖ Umstritten [5] [6].

Die kontrollierte Evidenz ist bescheidener, aber dennoch beträchtlich. Das erste vielfach angeführte Experiment gab Entwicklern 2023 eine einzige, klar abgegrenzte Aufgabe – einen HTTP-Server in JavaScript zu schreiben – und ergab, dass die Nutzer von GitHub Copilot um 55,8 % schneller fertig wurden [7]. Eine größere und realitätsnähere Studie, erschienen in Management Science, teilte den Zugang zu Copilot unter 4.867 Entwicklern bei Microsoft, Accenture und einem anonymen Fortune-100-Unternehmen nach dem Zufallsprinzip zu. Sie ermittelte einen Anstieg der wöchentlich abgeschlossenen Aufgaben um 26,08 %, 13,55 % mehr Commits und 38,38 % mehr Builds ✓ Gesicherte Tatsache [8]. Weniger erfahrene Entwickler nahmen das Werkzeug bereitwilliger an und zogen größeren Nutzen daraus [8]. Pull-Requests messen Durchsatz und nicht Wert, doch dies sind die belastbarsten kausalen Schätzungen, die es für professionelle Softwarearbeit gibt.

Die stärkste Gegenevidenz stammt von METR, einer gemeinnützigen Forschungsgruppe. In einer im Juli 2025 veröffentlichten randomisierten Studie bearbeiteten 16 erfahrene Open-Source-Entwickler 246 reale Aufgaben in großen, ausgereiften Codebasen, die sie gut kannten. Durften sie KI-Werkzeuge verwenden, brauchten sie 19 % länger ✓ Gesicherte Tatsache [9]. Vor der Studie hatten sie eine Beschleunigung um 24 % vorausgesagt; danach glaubten sie noch immer, KI habe sie um 20 % schneller gemacht [9]. Eine im Februar 2026 veröffentlichte Folgestudie mit Werkzeugen vom Stand Ende 2025 und 57 Entwicklern deutete auf eine wahrscheinliche Beschleunigung von 18 % bei wiederkehrenden und 4 % bei neuen Teilnehmern hin – doch METR selbst bezeichnete das Ergebnis als nur sehr schwache Evidenz, weil Entwickler sich zunehmend weigerten, ohne KI teilzunehmen, und gerade jene Aufgaben ausließen, bei denen sie am meisten half [10].

Zusammengenommen deuten die Studien auf ein konsistentes Muster: KI beschleunigt abgegrenzte, gut spezifizierte Arbeit in unvertrautem Terrain und hilft weniger erfahrenen Entwicklern am meisten, während sie Experten, die in komplexen, ihnen bereits vertrauten Systemen arbeiten, weniger – oder sogar negativen – Nutzen bringt ◈ Starke Evidenz [8] [9] [10]. Die Qualität ist die ungeklärte Frage. DORA stellte fest, dass die KI-Nutzung negativ mit der Stabilität der Softwareauslieferung zusammenhing, obwohl mehr als 80 % der Befragten eine höhere Produktivität angaben [11]. Stack Overflow beobachtete, dass das Vertrauen mit wachsender Nutzung sank: 2025 gaben 46 % der Entwickler an, der Genauigkeit von KI-Ergebnissen zu misstrauen, gegenüber 31 % im Jahr 2024, während 33 % ihr vertrauten; und 66 % nannten Antworten, die beinahe, aber eben nicht ganz richtig sind, als ihr größtes Ärgernis [12].

Was mit der Beschäftigung in der Softwarebranche geschieht, ist vielschichtiger, als die Zahlen zum Codeanteil vermuten lassen. Der Stanford AI Index 2026 zufolge ging die Beschäftigung von Softwareentwicklern im Alter von 22 bis 25 Jahren seit 2024 um knapp 20 % zurück ✓ Gesicherte Tatsache [58]. Daten von Indeed zeigen dagegen, dass die Stellenanzeigen für Softwareentwicklung in den USA seit Februar 2025 um etwa 15 % zunahmen, während die Gesamtzahl der Anzeigen um etwa 7 % sank – wobei 71 % des Zuwachses auf Positionen für Erfahrene entfielen [13]. Die Nachfrage verschiebt sich, statt einzubrechen: Arbeitgeber wollen erfahrene Ingenieure, die KI-generierten Code spezifizieren, prüfen und einbinden können, und sie wollen weniger Nachwuchskräfte, die ihn von Grund auf schreiben ◈ Starke Evidenz [13] [3].

Hier zeigt sich zum ersten und deutlichsten Mal das Muster, das in diesem Bericht immer wiederkehrt. Die Aufgaben, die automatisiert werden, sind genau jene, an denen Nachwuchsentwickler früher lernten – Standardcode, Tests, kleine Funktionen, Migrationen. Pichai beschrieb eine komplexe Code-Migration, die Agenten und Ingenieure gemeinsam bewältigten, als sechsmal schneller abgeschlossen, als es Ingenieure allein ein Jahr zuvor vermocht hätten [5]. Für Arbeit dieser Art brauchte man einst ein Team von Nachwuchskräften. Die erfahrenen Ingenieure, die heute die Agenten beaufsichtigen, haben ihr Handwerk genau mit dieser Arbeit gelernt, was eine Frage aufwirft, die die Branche noch nicht beantwortet hat: woher die nächste Generation erfahrener Ingenieure kommen soll ◈ Starke Evidenz [3] [58].

Software zeigt auch, wie weit Aussagen von Vorständen der gemessenen Wirklichkeit vorauseilen können. Codeanteil ist nicht Produktivität: Eine Zeile, die von KI erzeugt und von einem Menschen neu geschrieben wird, zählt bei der ersten Kennzahl mit, trägt zur zweiten aber nichts bei, und keines der Unternehmen, die Zahlen zum Codeanteil veröffentlichen, hat offengelegt, wie es diese misst ⚖ Umstritten [5] [6]. Die vertretbare Schlussfolgerung aus der kontrollierten Evidenz lautet, dass KI den Durchsatz von Entwicklern bei typischen professionellen Aufgaben um etwa 10 % bis 30 % erhöht hat, mit großer Streuung und offenen Fragen zu Qualität und langfristiger Wartbarkeit ◈ Starke Evidenz [8] [10] [11]. Für eine einzelne Technologie ist das ein großer Gewinn. Nach heutiger Beweislage ist es nicht das Ende des Softwareberufs.

Der Kundendienst war die erste Bürofunktion, in der generative KI in großem Maßstab an einem realen Arbeitsplatz untersucht wurde, und die Ergebnisse gehören bis heute zu den meistbeachteten. Erik Brynjolfsson, Danielle Li und Lindsey Raymond begleiteten 5.179 Support-Mitarbeiter eines Softwareunternehmens, während dort schrittweise ein KI-Assistent eingeführt wurde. Die Produktivität, gemessen an gelösten Anliegen pro Stunde, stieg im Durchschnitt um 14 % und bei unerfahrenen und gering qualifizierten Mitarbeitern um 34 %, während sie bei den Erfahrensten kaum Wirkung zeigte ✓ Gesicherte Tatsache [14]. Die Kundenzufriedenheit verbesserte sich, und die Fluktuation des Personals ging zurück [14]. Das Werkzeug wirkte, indem es die Praktiken der besten Mitarbeiter auf alle anderen übertrug. In jener Studie ergänzte es die Beschäftigten, statt sie zu ersetzen – doch dieselbe Fähigkeit wird zum Ersatz, sobald sie direkt bei den Kunden eingesetzt wird.

Genau das versuchte Klarna. Im Februar 2024 gab der schwedische Zahlungsdienstleister bekannt, sein KI-Assistent bearbeite etwa 75 % der Kundenchats in mehr als 35 Sprachen, leiste damit die Arbeit von 700 Vollzeitkräften und verkürze die Bearbeitungszeit von elf auf zwei Minuten [15]. Die Belegschaft schrumpfte von etwa 5.000 auf etwa 3.000 Personen, überwiegend durch Fluktuation und einen Einstellungsstopp [15]. Im Mai 2025 hatte das Unternehmen die Richtung gewechselt und erprobte ein neues Modell mit menschlichen Mitarbeitern im Homeoffice. Vorstandschef Sebastian Siemiatkowski sagte gegenüber Bloomberg, die Kosten seien ein zu dominanter Faktor gewesen, und das Ergebnis sei eine geringere Qualität ✓ Gesicherte Tatsache [16].

Salesforce liefert den Gegenfall: ein Unternehmen, das tief geschnitten hat und sich zufrieden gibt. Marc Benioff sagte Anfang September 2025, das Unternehmen habe die Zahl seiner Support-Mitarbeiter von etwa 9.000 auf etwa 5.000 reduziert, weil seine Agentforce-Agenten rund die Hälfte aller Kundengespräche führten und ein Aufsichtssystem komplexe Fälle an Menschen weiterreiche ✓ Gesicherte Tatsache [17]. Monate zuvor hatte er gesagt, KI erledige bei Salesforce 30 % bis 50 % der Arbeit [17]. Der Weg von IBM verlief langsamer und war aufschlussreicher. Im Mai 2023 sagte Arvind Krishna, etwa 30 % von 26.000 Stellen ohne Kundenkontakt – rund 7.800 Arbeitsplätze – könnten binnen fünf Jahren durch KI ersetzt werden, und setzte die Einstellungen dafür aus [19]. Bis Mai 2025 belief sich die bestätigte Zahl der durch KI-Agenten ersetzten Personalstellen auf etwa 200, während das System AskHR von IBM 94 % der routinemäßigen Personalanfragen löste und die Gesamtbeschäftigung gestiegen war [18].

Versicherungen und Finanzabteilungen folgen demselben Pfad. Allianz Partners, das mehr als 22.000 Menschen beschäftigt, davon etwa 14.000 in telefonischer Kundenbetreuung und Schadenbearbeitung, bestätigte im Juli 2026 den Abbau von 1.500 bis 1.800 Stellen in Europa – 7 % bis 8 % der Belegschaft – und führte dafür KI an ✓ Gesicherte Tatsache [20]. Die Ergo der Munich Re baut unabhängig davon rund 1.000 Stellen in Deutschland ab, teilweise wegen der Automatisierung [20]. JPMorgan stellte Investoren im Mai 2025 in Aussicht, KI werde es ermöglichen, die Zahl der Beschäftigten im operativen Geschäft binnen fünf Jahren um 10 % zu senken; eine leitende Managerin sagte, sie halte diese Prognose eher für zu niedrig [85] [47]. Im dritten Quartal 2025 stieg der Gewinn der Bank um 12 %, während die Beschäftigtenzahl nur um 1 % zunahm [47].

Die Buchhaltung zeigt die ergänzende Seite der Automatisierung im Backoffice. Eine Stanford-Studie von Jung Ho Choi und Chuan Xie befragte 277 Buchhalter und analysierte mehr als 200.000 Transaktionen in 79 kleinen Kanzleien. Buchhalter, die KI nutzten, betreuten 55 % mehr Mandanten, verlagerten 8,5 % ihrer Wochenarbeitszeit auf höherwertige Tätigkeiten und schlossen die Monatsbücher 7,5 Tage früher ab ◈ Starke Evidenz [21]. Die Fehler der Werkzeuge mussten sie weiterhin korrigieren [21]. Die Gewinne flossen hier in den Output, nicht in einen Personalabbau – zumindest bislang. Ob 55 % mehr Mandanten pro Buchhalter letztlich weniger Buchhalter bedeuten, hängt davon ab, ob die Nachfrage nach Buchhaltungsleistungen entsprechend steigt.

Der MIT-Bericht, der im August 2025 mit dem Befund berühmt wurde, dass 95 % der Pilotprojekte mit generativer KI in Unternehmen keinen messbaren Ergebnisbeitrag lieferten, enthielt ein seltener aufgegriffenes Detail, das hier von Belang ist: Die besten Renditen fand er in der Automatisierung des Backoffice, wo Unternehmen ihre Ausgaben für ausgelagerte Sachbearbeitung und externe Agenturen senkten ⚖ Umstritten [22]. Die Methodik des Berichts wurde wegen der kleinen Interviewstichprobe und einer engen Definition von Erfolg vielfach kritisiert [22]. Die Richtung des Befunds deckt sich jedoch mit anderer Evidenz. Das Geld, das Unternehmen durch die Automatisierung des Backoffice sparen, stammt oft zuerst aus Aufträgen an Freiberufler, Dienstleister und Agenturen – an Arbeitskräfte also, die nicht auf der eigenen Gehaltsliste des Unternehmens stehen und deren Verluste in dessen Beschäftigtenzahl unsichtbar bleiben.

Die Lehre aus dem Backoffice: Substitution ist real, aber selten sauber. Wo KI eine klar definierte, massenhaft auftretende Interaktion übernimmt – das Zurücksetzen eines Passworts, den Stand einer Erstattung, eine routinemäßige Frage zu Personalrichtlinien –, kann sie menschlichen Kontakt in großem Umfang ersetzen ◈ Starke Evidenz [17] [18]. Wo Interaktionen emotional aufgeladen, mehrdeutig oder folgenschwer sind, sinkt die Qualität, und die Kunden merken es, wie Klarna erfahren musste [16]. Die Unternehmen nähern sich einem Hybridmodell an: automatisierte Bearbeitung von Routinekontakten, Weiterleitung aller übrigen Fälle an Menschen und ein stetiger Personalabbau über die Fluktuation. Für die Beschäftigten bedeutet dieses Hybridmodell weniger Stellen auf den untersten Sprossen der Support-Leiter und für die Verbleibenden eine schwerere, anspruchsvollere Mischung von Fällen.

Die Rechtsbranche gehörte zu den frühen Anwendern. Allen and Overy, inzwischen mit der US-Kanzlei Shearman and Sterling fusioniert, führte Harvey im Februar 2023 für mehr als 3.500 Anwälte in 43 Büros ein, nach einer Testphase, in der die Anwälte rund 40.000 Fragen gestellt hatten [24]. Bis März 2026 hatte Harvey mehr als 1.000 Kunden, darunter die Mehrheit der 100 größten US-Kanzleien, und rund 100.000 Juristen als Nutzer; zudem hatte das Unternehmen 200 Millionen US-Dollar bei einer Bewertung von 11 Milliarden US-Dollar eingeworben ✓ Gesicherte Tatsache [23]. Die Umfrage von Thomson Reuters unter 2.275 Fachleuten aus Recht, Steuern und Rechnungswesen ergab 2025, dass diese von KI eine Ersparnis von fünf Stunden pro Woche erwarteten, also etwa 240 Stunden im Jahr [28]. Die automatisierten Aufgaben sind konkret: erste Entwürfe von Memos, Vertragsprüfung, Zusammenfassungen für die Due-Diligence-Prüfung, Recherche in der Rechtsprechung und Dokumentenvergleich.

Die kontrollierte Evidenz stützt große Zeitgewinne und eher eingeschränkte Qualitätsgewinne. Die erste randomisierte Studie zu KI in der juristischen Analyse, von Jonathan Choi, Amy Monahan und Daniel Schwarcz, ergab, dass GPT-4 die Qualität nur geringfügig und uneinheitlich verbesserte, den Zeitaufwand aber deutlich und durchgängig senkte, wobei die am geringsten qualifizierten Teilnehmer bei der Qualität am meisten gewannen ✓ Gesicherte Tatsache [26]. Eine Folgestudie von 2025 erprobte zwei neuere Werkzeuge an sechs realitätsnahen juristischen Aufgaben. Die Produktivität stieg bei fünf der sechs um 50 % bis 130 %; beide Werkzeuge verbesserten die Qualität; das auf Retrieval gestützte Rechtswerkzeug erhöhte die Halluzinationsrate nicht, während das allgemeine Reasoning-Modell tiefere Analysen lieferte, aber erfundene Inhalte einschleuste [25]. Welches Werkzeug eine Kanzlei kauft und wie ihre Anwälte es nutzen, ist ebenso wichtig wie die Frage, ob sie überhaupt KI einsetzt.

Die Kosten von Fehlern sind inzwischen messbar. Eine Datenbank, die Damien Charlotin von der HEC Paris führt, hatte bis Juni 2026 weltweit rund 1.600 Gerichtsentscheidungen erfasst, in denen halluzinierte KI-Inhalte eine Rolle spielten – erfundene Fälle, falsche Zitate oder fingierte Fundstellen –, und wuchs um fünf bis sechs Fälle pro Tag ✓ Gesicherte Tatsache [27]. Mehr als 1.000 dieser Fälle betrafen die Vereinigten Staaten [27]. Jeder davon ist ein Fall, in dem die beim Entwerfen gesparte Zeit mit Zinsen wieder verloren ging, durch Sanktionen, Reputationsschäden und richterliche Rügen. Das Bureau of Labor Statistics nennt KI inzwischen ausdrücklich als Faktor, der die Nachfrage nach Rechtsanwaltsfachangestellten und juristischen Assistenzkräften dämpft, deren Recherche- und Dokumentenarbeit sich am stärksten mit dem deckt, was die Werkzeuge leisten, und erwartet für diese Berufe bis 2034 eine weitgehend stagnierende Beschäftigung [29].

Kreativ- und Sprachberufe liefern die klarste Evidenz für Substitution, weil Online-Plattformen für Freiberufler jeden Auftrag und jede Zahlung erfassen. Xiang Hui, Oren Reshef und Luofeng Zhou stellten fest, dass freiberufliche Texter auf einer großen Plattform nach der Veröffentlichung von ChatGPT einen Rückgang der monatlichen Aufträge um 2 % und der monatlichen Einnahmen um 5,2 % erlebten; nach dem Aufkommen der Bildgeneratoren sanken bei Bild-Freiberuflern die Aufträge um 3,7 % und die Einnahmen um 9,4 % ✓ Gesicherte Tatsache [30]. Entgegen der verbreiteten Annahme, KI schade nur gering qualifizierten Arbeitskräften, traf es die bestbewerteten und erfahreneren Freiberufler härter [30]. Eine zweite Studie von Ozge Demirci, Jonas Hannane und Xinrong Zhu ergab binnen acht Monaten einen Rückgang der Ausschreibungen für automatisierungsanfällige Text- und Programmieraufträge um 21 %, wobei Textaufträge um mehr als 30 % und Ausschreibungen für Bildgestaltung um 17 % zurückgingen [31].

Übersetzung und Illustration zeigen denselben Druck aus Sicht der Beschäftigten. Eine Umfrage von 2024 unter 787 Mitgliedern der britischen Society of Authors ergab, dass 36 % der Übersetzer und 26 % der Illustratoren bereits Aufträge an generative KI verloren hatten und dass mehr als 43 % der Übersetzer über geringere Einnahmen klagten ◈ Starke Evidenz [32]. Es handelt sich um eine Mitgliederbefragung mit Selbstauswahl, nicht um eine Zufallsstichprobe, und sie sollte als starkes Signal, nicht als präzise Quote gelesen werden [32]. Im April 2025 kündigte der Vorstandschef von Duolingo der Belegschaft an, das Unternehmen werde schrittweise darauf verzichten, externe Auftragnehmer für Arbeiten einzusetzen, die KI übernehmen könne, darunter die Erstellung von Inhalten und Übersetzungen, und werde nur noch dort Personal aufstocken, wo Teams nachweisen könnten, dass ihre Arbeit nicht automatisierbar sei [33]. Nach öffentlicher Kritik versicherte er, KI werde die festangestellten Mitarbeiter des Unternehmens nicht ersetzen [33] – eine Unterscheidung, die die ersten Verluste abermals außerhalb der Gehaltsliste verortet.

Die BCG-Studie, durchgeführt mit Forschern von Harvard, Wharton und dem MIT, ist nach wie vor das detaillierteste Experiment zu KI in anspruchsvoller Wissensarbeit, und ihr zentraler Befund hat sich über Funktionen hinweg bestätigt: KI staucht die Verteilung der Fähigkeiten ◈ Starke Evidenz [34] [14] [26]. Die schwächsten Berater gewannen 43 %, die unerfahrensten Support-Mitarbeiter 34 %, und die am geringsten qualifizierten Jurastudenten gewannen bei der Qualität am meisten. Ethan Mollick, einer der Autoren, bemerkte, wenn die KI sehr gut sei, hätten Menschen keinen Grund mehr, sich anzustrengen und aufmerksam zu bleiben [34]. Diese Beobachtung verbindet die Zeitgewinne mit den Halluzinationsfällen. Je besser die Werkzeuge werden, desto wichtiger und zugleich desto weniger geübt ist die menschliche Kontrolle, die ihre Fehler auffängt.

Für Recht, Textarbeit und Übersetzung stützt die Evidenz drei Schlussfolgerungen. Erstens hat KI die Nachfrage am am leichtesten ersetzbaren Rand dieser Märkte bereits verringert – bei Freiberuflerarbeit über Plattformen, Routineübersetzungen, Stockbildern und Recherche für Berufseinsteiger ◈ Starke Evidenz [30] [31] [32]. Zweitens ist die verbleibende Arbeit komplexer und nach Demirci und ihren Kollegen besser bezahlt, doch es gibt weniger davon, und der Wettbewerb darum ist härter [31]. Drittens hat sich in den regulierten Berufen der Engpass von der Erstellung von Dokumenten zu deren Überprüfung verlagert, und am besten zur Überprüfung befähigt sind jene Fachleute, die auf die alte Weise ausgebildet wurden – indem sie die Entwürfe verfassten, die heute die KI schreibt ◈ Starke Evidenz [26] [27]. Die Berufe werden am Fuß der Pyramide ausgehöhlt, nicht an ihrer Spitze.

Jede frühere Welle der Büroautomatisierung löste anfangs denselben Streit darüber aus, ob sie die Büroarbeit zerstören werde, und die Bilanz ist lehrreich. Als LEO I im Jahr 1954 die Lohnabrechnung von J. Lyons übernahm, ersetzte der Rechner eine Aufgabe, die ganze Säle von Angestellten erledigt hatten [78]. Mit dem Aufkommen der Tabellenkalkulation verloren die Vereinigten Staaten in den folgenden dreieinhalb Jahrzehnten rund 400.000 Buchungs- und Buchhaltungskräfte – gewannen aber etwa 600.000 Buchhalter und Wirtschaftsprüfer hinzu, weil günstigere Analysen die Nachfrage nach mehr Analysen weckten ✓ Gesicherte Tatsache [76]. Die Zahl der Geldautomaten wuchs von rund 60.000 im Jahr 1985 auf 352.000 im Jahr 2002, während die Zahl der Bankschalterkräfte leicht stieg, von etwa 500.000 auf 527.000, weil jede Filiale weniger Personal brauchte und die Banken mehr Filialen eröffneten [77]. In jedem dieser Fälle verschwand die Aufgabe vor dem Beruf, und der Beruf veränderte seine Gestalt, statt zu verschwinden.

Generative KI erzeugt bereits messbare Zeitersparnisse auf der Ebene einzelner Beschäftigter. Eine Umfrage von Ökonomen der Fed von St. Louis ergab, dass Nutzer generativer KI 5,4 % ihrer Arbeitszeit einsparten, was einer Ersparnis von etwa 1,1 % aller in der Volkswirtschaft geleisteten Arbeitsstunden entspräche ◈ Starke Evidenz [37]. Die Analyse von Millionen Gesprächen mit den Claude-Modellen durch Anthropic schätzte, dass Aufgaben, die einen Hochschulabschluss erfordern, um etwa das Zwölffache beschleunigt wurden, und senkte ihre um die Erfolgsquote bereinigte Schätzung des möglichen Beitrags zum Wachstum der Arbeitsproduktivität auf 1,0 bis 1,2 Prozentpunkte pro Jahr [38]. Die Nutzungsmuster verschieben sich hin zur Automatisierung. Im Unternehmensverkehr über die Programmierschnittstelle von Anthropic delegieren die meisten Interaktionen inzwischen ganze Aufgaben, statt gemeinsam an ihnen zu arbeiten [38].

Die Renditen auf Unternehmensebene sind deutlich dünner. Die McKinsey-Umfrage State of AI von 2025 ergab, dass nur 39 % der Organisationen überhaupt eine unternehmensweite Wirkung der KI auf das Ergebnis vor Zinsen und Steuern meldeten, und die meisten davon bezifferten sie auf unter 5 % ✓ Gesicherte Tatsache [39]. Die IBM-Umfrage von 2025 unter 2.000 Vorstandschefs ergab, dass nur 25 % der KI-Initiativen die erwartete Rendite erbracht hatten und nur 16 % unternehmensweit ausgerollt worden waren [40]. Daten des Census Bureau zeigen, dass zwischen Dezember 2025 und Mai 2026 zwischen 17 % und 20 % der US-Unternehmen KI nutzten, unter den Firmen mit 250 oder mehr Beschäftigten jedoch 37 % [35]. Die Verbreitung hängt stark davon ab, wie sie gemessen wird: Eine Analyse der Federal Reserve ergab, dass 18 % der Unternehmen KI nutzen, aber 78 % der Beschäftigten bei Unternehmen arbeiten, die dies tun ◈ Starke Evidenz [36].

Das dänische Ergebnis ist der wichtigste einzelne Beleg dafür, was KI mit der Arbeit macht, weil es die individuelle Nutzung mit Verwaltungsdaten statt mit Selbstauskünften verknüpft. Seine Botschaft ist nicht, dass KI nichts bewirke. Es zeigt vielmehr, dass die eingesparte Zeit absorbiert wird – durch neue Aufgaben, durch die Überwachung und Einbindung von KI, durch mehr Output beim gleichen Lohn –, statt in höhere Bezahlung oder kürzere Arbeitszeiten umgewandelt zu werden ◈ Starke Evidenz [4]. Nicht die Beschäftigten, sondern die Unternehmen schöpfen den Gewinn ab, und zwar vor allem über das, was sie nicht ausgeben. Damit kehrt die Analyse zur Beschäftigtenzahl zurück. Große Arbeitgeber haben 2025 und 2026 ihre Belegschaften in den Büros ausdrücklich verkleinert oder konstant gehalten, während der Output wuchs:

• Amazon: rund 30.000 Stellen in der Verwaltung im Oktober 2025 und Januar 2026 gestrichen, etwa 10 % der Konzernbelegschaft, nach einem Memo, wonach KI die Verwaltung schrumpfen lassen werde [45] [46]
• Salesforce: Zahl der Kundendienstmitarbeiter von etwa 9.000 auf etwa 5.000 gesenkt, wobei KI-Agenten rund die Hälfte der Gespräche führen [17]
• Block: etwa 4.000 von mehr als 10.000 Stellen im Februar 2026 gestrichen, unter direktem Verweis auf KI-Werkzeuge [81]
• JPMorgan: Personal im operativen Geschäft soll binnen fünf Jahren um 10 % sinken, während der Gewinn im dritten Quartal 2025 bei 1 % mehr Beschäftigten um 12 % stieg [85] [47]
• KPMG UK: Aufnahme von Hochschulabsolventen zwischen 2023 und 2024 um 29 % gekürzt, von 1.399 auf 942 [48]

Mehrere dieser Unternehmen geben an, KI sei nicht der Hauptgrund. Amazon stellte seine Kürzungen als Abbau von Hierarchieebenen und Bürokratie dar [46]. Wirtschaftsprüfungsgesellschaften verweisen neben KI auf eine schwächere Konjunktur und auf Verlagerungen ins Ausland [48]. Das Yale Budget Lab warnte im Februar 2026, manche Unternehmen betrieben womöglich „AI-Washing“ bei Entlassungen, die tiefere Ursachen hätten, etwa die Überbesetzung nach der Pandemie und die Umschichtung von Budgets zugunsten von KI-Investitionen ⚖ Umstritten [42]. Andy Challenger, dessen Firma die Entlassungsdaten zusammenstellt, brachte die zugrunde liegende Logik im Mai 2026 auf den Punkt: Unabhängig davon, ob einzelne Stellen durch KI ersetzt würden, sei es das Geld für diese Stellen sehr wohl [75]. Budgets, die einst Personal finanzierten, werden in Rechenkapazität umgelenkt, und diese Umverteilung ist real, ganz gleich, ob ein bestimmter Beschäftigter durch ein bestimmtes Werkzeug ersetzt wurde oder nicht.

Die makroökonomischen Schätzungen liegen um eine Größenordnung auseinander, was für sich genommen aufschlussreich ist. Das aufgabenbasierte Modell von Daron Acemoglu beziffert den Zuwachs der totalen Faktorproduktivität auf höchstens 0,66 % über zehn Jahre [59]. Das Penn Wharton Budget Model erwartet bis 2035 ein um 1,5 % höheres BIP-Niveau, wobei der Beitrag zum jährlichen Produktivitätswachstum im Jahr 2032 mit 0,2 Prozentpunkten seinen Höhepunkt erreiche [60]. Goldman Sachs, das 2023 errechnet hatte, dass weltweit das Äquivalent von 300 Millionen Vollzeitstellen der Automatisierung ausgesetzt sei [56], schätzt, dass bei breiter Einführung der KI 6 % bis 7 % der US-Erwerbstätigen verdrängt würden, wobei die Arbeitslosigkeit während des Übergangs vorübergehend um etwa 0,5 Prozentpunkte höher läge ⚖ Umstritten [57]. Die Spannweite spiegelt Uneinigkeit darüber wider, wie viele Aufgaben KI zuverlässig erledigen kann und wie schnell sich Unternehmen um sie herum neu organisieren – genau die Größen, die sich in den Studien auf Aufgabenebene als die unsichersten erweisen.

Die belastbarste Evidenz dafür, dass KI die Beschäftigung bereits beeinflusst, stammt aus Lohnabrechnungsdaten, nicht aus Umfragen. Erik Brynjolfsson, Bharat Chandar und Ruyu Chen werteten monatliche Datensätze von ADP aus, dem größten Lohnabrechnungsdienstleister der USA, die Millionen von Beschäftigten abdecken. Sie stellten fest, dass Beschäftigte im Alter von 22 bis 25 Jahren in den am stärksten KI-exponierten Berufen – darunter Softwareentwicklung und Kundendienst – nach Ende 2022 einen relativen Beschäftigungsrückgang von 13 % erlebten, nachdem Schocks auf Unternehmensebene herausgerechnet worden waren ◈ Starke Evidenz [3]. Ältere Beschäftigte in denselben Berufen hielten ihr Niveau oder legten zu [3]. Eine überarbeitete Fassung des Papiers vom August 2026, die Daten bis Juni 2026 nutzt, beziffert den Abstand auf 19 % [3].

Zwei Details machen den Befund überzeugender als eine bloße Korrelation. Erstens konzentrieren sich die Rückgänge auf Berufe, in denen KI vor allem zur Automatisierung von Aufgaben eingesetzt wird, während die Beschäftigung in Berufen, in denen sie vor allem menschliche Arbeit ergänzt, gewachsen ist [3]. Zweitens erfolgt die Anpassung über die Beschäftigung und nicht über die Löhne – die Unternehmen stellen weniger junge Kräfte ein, statt sie schlechter zu bezahlen [3]. Brynjolfsson fasste es im August 2025 so zusammen: Die Beschäftigung junger Arbeitskräfte in stark exponierten Berufen wie Programmierung und Callcentern habe zu sinken begonnen, ältere Beschäftigte und jene, die KI zur Ergänzung ihrer Arbeit nutzten, hätten jedoch Stellen hinzugewonnen [3]. Die Autoren bezeichnen ihre Ergebnisse als deskriptiv, nicht als kausal [3].

Das Muster ist weit über die Softwarebranche hinaus sichtbar. Die Erhebung der New Yorker Fed zu jungen Hochschulabsolventen im Alter von 22 bis 27 Jahren weist für das zweite Quartal 2026 eine Arbeitslosenquote von etwa 5,6 % aus, gegenüber etwa 4,2 % für alle Erwerbstätigen – eine ungewöhnlich ausgeprägte Umkehrung –, und eine Unterbeschäftigung von etwa 42 % ✓ Gesicherte Tatsache [50]. Das Burning Glass Institute stellte fest, dass Stellenanzeigen, die weniger als drei Jahre Berufserfahrung verlangen, nach 2022 in KI-exponierten Bereichen wie Unternehmensabläufen, Projektmanagement und Finanzen steil zurückgingen und dass der Vorteil eines Studienabschlusses beim Arbeitslosigkeitsrisiko auf den geringsten Wert seit 30 Jahren geschrumpft sei [51]. Der Bericht des Instituts hob hervor, dass generative KI gerade bei jener grundlegenden Arbeit brilliere, die traditionell Berufseinsteiger verrichten: Recherche, erste Entwürfe, einfache Datenanalyse und Routinekommunikation [51].

Im Vereinigten Königreich fällt die Evidenz in den Daten zu offenen Stellen noch deutlicher aus. Adzuna ermittelte, dass Einstiegsstellen – Absolventenstellen, Ausbildungsplätze, Praktika und Juniorpositionen – zwischen November 2022 und Mitte 2025 um 31,89 % zurückgingen und ihr Anteil an allen Stellenanzeigen von 28,9 % auf 25 % sank ◈ Starke Evidenz [49]. Die vier größten Wirtschaftsprüfungsgesellschaften kürzten die Aufnahme von Absolventen deutlich: KPMG um 29 %, Deloitte um 18 %, EY um 11 % und PwC um 6 %, und Indeed verzeichnete im Vergleich zu 2023 einen Rückgang der Stellenanzeigen für Absolventen im britischen Rechnungswesen um 44 % [48]. Michael Barr, Mitglied im Gouverneursrat der Federal Reserve, sagte im Februar 2026, Berufseinsteiger in KI-exponierten Bereichen verzeichneten bereits relative Beschäftigungsrückgänge, und warnte, die kurze Frist könne für sie langfristige Folgen haben [79].

Die kausale Frage ist tatsächlich umstritten ⚖ Umstritten [52] [42]. Die Economic Innovation Group vertrat im Januar 2026 die Auffassung, der Rückgang der Beschäftigung junger Menschen in KI-exponierten Berufen lasse sich besser durch die schärfste geldpolitische Straffung seit vier Jahrzehnten erklären, die die zinsempfindlichen Einstellungen in Technologie und Finanzwesen am härtesten getroffen habe [52]. Auch das Burning Glass Institute selbst verweist auf ein Überangebot an Hochschulabsolventen [51]. Das Yale Budget Lab stellte im April 2026 fest, dass Arbeitslose und Beschäftigte den gleichen Grad an Exposition gegenüber KI-Aufgaben aufwiesen – was nicht zu erwarten wäre, wenn KI Menschen aus der Arbeit drängte [42]. Die Überbesetzung in der Technologiebranche nach der Pandemie und das Ende des billigen Kapitals betrafen genau jene Sektoren, in denen die KI-Exposition am höchsten ist, was die beiden Erklärungen schwer voneinander trennbar macht.

Das Gewicht der Evidenz stützt dennoch eine engere Aussage, die diesen Einwänden standhält ◈ Starke Evidenz [3] [44] [58]. Innerhalb derselben Berufe und derselben Unternehmen verlieren junge Beschäftigte gegenüber älteren an Boden, und die Verluste sind dort größer, wo KI Aufgaben automatisiert, als dort, wo sie diese ergänzt [3]. Das Zinsniveau erklärt diese Altersschere innerhalb einzelner Berufe nicht ohne Weiteres. Von der New Yorker Fed befragte Arbeitgeber geben an, sie erwarteten, dass KI vor allem die Einstellungen bremse, insbesondere von Hochschulabsolventen, und nicht zu Entlassungen führe [43] [44]. Die leise Automatisierung der Büroarbeit ist in diesem Stadium vor allem eine Automatisierung des Einstiegs: Die Arbeit, die früher neuen Kräften übertragen wurde, geht an Software, und die neuen Kräfte werden nicht eingestellt.

Die globalen Institutionen sind sich über das Ausmaß der Exposition einig und uneins darüber, was sie bedeutet. Der Internationale Währungsfonds (IWF) schätzte im Januar 2024, dass fast 40 % der weltweiten Beschäftigung und etwa 60 % in den fortgeschrittenen Volkswirtschaften KI ausgesetzt seien, und warnte, KI werde die Ungleichheit in den meisten Szenarien wahrscheinlich verschärfen [54]. Der Index der ILO von 2025 bezifferte die Exposition auf 25 % der weltweiten Beschäftigung, wobei Bürotätigkeiten die am stärksten exponierte Berufsgruppe bildeten, und stellte eine ausgeprägte Kluft zwischen den Geschlechtern fest: In Ländern mit hohem Einkommen fallen 9,6 % der Beschäftigung von Frauen in die Kategorie mit der höchsten Exposition, gegenüber 3,5 % bei Männern ✓ Gesicherte Tatsache [53]. Die Arbeitgeberumfrage des Weltwirtschaftsforums von 2025 sagte bis 2030 die Entstehung von 170 Millionen und den Wegfall von 92 Millionen Arbeitsplätzen voraus, wobei 40 % der Arbeitgeber erwarteten, ihre Belegschaft dort zu verkleinern, wo KI Aufgaben automatisieren kann [55]. Exposition misst, was KI berühren könnte, nicht, was sie ersetzen wird, und die ILO selbst betont eher Wandel als Substitution [53].

In den Vereinigten Staaten ist die Verdrängungsdebatte am heftigsten und die Datenlage am reichsten. Unternehmensankündigungen, die Entlassungszahlen von Challenger und die Befunde aus den ADP-Lohndaten deuten allesamt auf eine mit KI verbundene Umstrukturierung der Büroarbeit hin ◈ Starke Evidenz [1] [3]. Das Yale Budget Lab findet dagegen keine gesamtwirtschaftliche Erschütterung [42], und die New Yorker Fed findet nur sehr wenige KI-bedingte Entlassungen [44]. Vertreter der Federal Reserve haben begonnen, das Thema als Frage der Wirtschaftspolitik zu behandeln. Gouverneur Christopher Waller sagte im Oktober 2025, KI scheine sich so schnell zu entwickeln, dass die Stellenverluste womöglich vor den neuen Arbeitsplätzen einträfen [80]. Das Vereinigte Königreich zeigt den Effekt auf der Einstiegsebene in den Daten zu offenen Stellen am deutlichsten, wie Abschnitt sechs dargelegt hat [49] [48]. Die Denkfabrik IPPR warnte 2024, in einem ungünstigsten Szenario einer zweiten Einführungswelle könnten im Vereinigten Königreich bis zu 8 Millionen Arbeitsplätze verloren gehen, wobei Stellen im Backoffice, Einstiegs- und Teilzeitstellen als Erste betroffen wären [61].

Japan deutet dieselbe Technologie mit umgekehrtem Vorzeichen. Das Recruit Works Institute erwartet bis 2040 einen Mangel von mehr als 11 Millionen Arbeitskräften [66], weshalb KI als Mittel gegen Arbeitskräfteknappheit und nicht als Bedrohung für Arbeitsplätze dargestellt wird. Die Mizuho Financial Group hat angekündigt, KI werde binnen eines Jahrzehnts Arbeit im Umfang von etwa 5.000 Verwaltungsstellen übernehmen, rund einem Drittel ihres Büropersonals in Japan, wobei die Beschäftigten in Vertrieb und Kundenbetreuung versetzt und nicht entlassen würden ◈ Starke Evidenz [64]. Das japanische KI-Förderungsgesetz, am 28. Mai 2025 vom Parlament verabschiedet, ist ein Rahmen ohne Sanktionen und ohne beschäftigungsspezifische Pflichten [65]. Die Versetzungen sind real, doch über ein Jahrzehnt können sie dennoch weniger Einstellungen im Büro bedeuten – derselbe leise Mechanismus unter anderem Namen [64].

Deutschland und Dänemark liefern die sorgfältigsten Belege aus Verwaltungsdaten. Das Institut für Arbeitsmarkt- und Berufsforschung (IAB), die Forschungseinrichtung der Bundesagentur für Arbeit, schätzt, dass 38 % der Beschäftigten in Berufen arbeiten, in denen mehr als 70 % der Tätigkeiten technisch automatisierbar sind, mit dem stärksten Anstieg bei hoch qualifizierten Experten und in IT-Dienstleistungen [67]. Seine Studie von 2025 fand bislang keinen signifikanten KI-bedingten Beschäftigungsverlust [67]. Die dänischen Registerdaten, die in Abschnitt fünf erörtert wurden, zeigen denselben Nullbefund für Einkommen und Arbeitsstunden [4]. In Indien ist das Bild gespalten. Tata Consultancy Services kündigte im Juli 2025 den Abbau von etwa 12.000 Stellen an, rund 2 % seiner 613.000 Beschäftigten, vor allem im mittleren und oberen Management [62]. Infosys hingegen stellte weiterhin rund 20.000 Hochschulabsolventen pro Jahr ein, die vor ihrem Einsatz in KI geschult werden, und Wipro peilte rund 10.000 an ◈ Starke Evidenz [63].

Die Regulierung hat sich bislang darauf konzentriert, wie KI zur Steuerung von Beschäftigten eingesetzt wird, und nicht darauf, ob sie diese ersetzt. Der EU AI Act stuft KI, die bei Personalauswahl, Beförderung, Kündigung, Aufgabenzuweisung und Überwachung eingesetzt wird, als hochriskant ein, und seine Pflicht zur KI-Kompetenz gilt seit dem 2. Februar 2025 ✓ Gesicherte Tatsache [68]. Im Juli 2026 verschob jedoch der Digital-Omnibus der EU zur KI die Pflichten für Hochrisikosysteme, einschließlich jener für den Beschäftigungsbereich, von August 2026 auf den 2. Dezember 2027 [69]. Der umfassende Colorado AI Act wurde von Februar auf Juni 2026 verschoben [71]. New York ergänzte sein Formular für Entlassungsanzeigen 2025 um ein Kästchen, in dem Arbeitgeber angeben sollen, ob Automatisierung oder KI ein Grund für die Kürzungen war; im ersten Jahr kreuzte es keiner der mehr als 160 Anzeigenden für KI an [70]. Die US-Senatoren Mark Warner und Josh Hawley haben eine verpflichtende vierteljährliche Meldung KI-bedingter Entlassungen, Einstellungen und Umschulungen an das Arbeitsministerium vorgeschlagen [73].

Politisch hat sich die Debatte schneller polarisiert als die Evidenz. Ein Bericht des Stabs der demokratischen Minderheit im HELP-Ausschuss des Senats behauptete im Oktober 2025, KI und Automatisierung könnten binnen zehn Jahren fast 100 Millionen Arbeitsplätze in den USA ersetzen, doch seine Schätzungen waren teilweise durch Eingaben in ChatGPT erzeugt worden und nicht von Fachkollegen begutachtet ⚖ Umstritten [72]. Am anderen Ende beharren viele Technologiemanager darauf, die neuen Arbeitsplätze würden die verlorenen zahlenmäßig übertreffen. Dario Amodei von Anthropic warnte im Mai 2025, KI könne die Hälfte der Einstiegsstellen im Büro beseitigen und die Arbeitslosigkeit binnen eines bis fünf Jahren auf 10 % bis 20 % treiben [82]. Jensen Huang von Nvidia sagte, er sei mit fast allem, was Amodei zu dem Thema geäußert habe, nicht einverstanden [83], während Jim Farley von Ford meinte, KI werde buchstäblich die Hälfte aller Büroangestellten in den Vereinigten Staaten ersetzen [84].

Der bislang wirksamste Schutz kam nicht von der Gesetzgebung, sondern aus Tarifverhandlungen. Der Vertrag der Writers Guild of America von 2023, der einen Streik vom 2. Mai bis zum 24. September beendete, untersagt KI das Schreiben oder Umschreiben literarischen Materials und verbietet den Studios, von Autoren die Nutzung von KI zu verlangen ✓ Gesicherte Tatsache [74]. Dieses Modell funktioniert dort, wo die Beschäftigten organisiert sind und ihre Arbeitsergebnisse sich leicht definieren lassen. Der Großteil der Büroarbeit erfüllt keine der beiden Bedingungen. Die politische Lücke, die der Ländervergleich offenbart, ist daher präzise benennbar: Keine bedeutende Rechtsordnung misst die Einstellungen, die KI verhindert, und kaum eine der bestehenden Regeln würde sie erfassen, selbst wenn sie gemessen würden ◈ Starke Evidenz [70] [73]. Die Regierungen regulieren die sichtbare Entlassung, während die unsichtbare Nichteinstellung unverzeichnet bleibt.

Jede Spalte enthält starke Belege, und der Streit schrumpft, sobald klar ist, was jeweils gemessen wird. Die aggregierten Studien – die Analyse der Berufsstruktur aus Yale, die dänischen Registerdaten, die deutschen Verwaltungsdaten – fragen, ob KI die Gesamtbeschäftigung, die Einkommen oder die Arbeitsstunden ganzer Berufe verändert hat ◈ Starke Evidenz [42] [4] [67]. Das hat sie nicht, noch nicht. Die Lohnabrechnungs- und Stellenstudien fragen, ob sich der Zustrom neuer Kräfte in KI-exponierte Tätigkeiten verändert hat ◈ Starke Evidenz [3] [49] [50]. Das hat er. Ein Arbeitsmarkt kann stabile Gesamtzahlen aufweisen, während der Zustrom schrumpft, weil die Stelleninhaber ihre Jobs behalten und die Fluktuation langsam verläuft. Der Bestand an Büroarbeitsplätzen ist ruhig; der Zufluss ist es nicht.

Die Entlassungsdaten der Unternehmen verdienen besondere Skepsis, und zwar in beide Richtungen ⚖ Umstritten [1] [42] [70]. Challenger zählt, was Unternehmen in Ankündigungen sagen, nicht, was die Kürzungen verursacht hat, und der KI-Anteil an den genannten Gründen fiel von 40 % im Mai 2026 auf 9 % im September [1]. Dieselbe Firma meldete im August 2026, die angekündigten Neueinstellungen lägen um 25 % über dem Vorjahr [2]. Die New Yorker Meldedaten legen nahe, dass Unternehmen KI in Pressemitteilungen nennen, wo dies Investoren Effizienz signalisiert, nicht aber in rechtlich verbindlichen Meldungen, wo die Zuschreibung Folgen hat [70]. Doch auch der umgekehrte Fehler ist möglich. Wenn KI die Arbeit einer Stelle übernimmt, die nie ausgeschrieben wird, verzeichnet weder eine Ankündigung noch eine Meldung noch ein Antrag auf Arbeitslosengeld diesen Vorgang. Der leise Effekt wird per definitionem untererfasst, der laute vermutlich übererfasst.

Die Evidenz, Funktion für Funktion betrachtet, ergibt eine klare Rangfolge der Exposition ◈ Starke Evidenz [17] [8] [31] [27]. Kundendienst und routinemäßige Sachbearbeitung im Backoffice sind der direktesten Substitution ausgesetzt, weil die Aufgaben massenhaft anfallen, klar definiert und leicht zu überwachen sind. Die Softwareentwicklung erlebt große Durchsatzgewinne und eine scharfe Verschiebung der Nachfrage von Nachwuchs- zu erfahrenen Kräften. Freiberufliche Textarbeit, Übersetzung und Stockbilder sehen sich am unteren Ende ohnehin prekärer Märkte der Substitution gegenüber. Recht und Rechnungswesen verzeichnen die größten Zeitgewinne bei den teuersten Fehlerarten, was die menschliche Prüfung vorerst unverzichtbar macht. In allen diesen Bereichen zieht die weniger erfahrene Kraft den größten Nutzen aus dem Werkzeug und ist zugleich am leichtesten durch es zu ersetzen [14] [34].

Dieses Paradox ist der zentrale Befund dieses Berichts. In kontrollierten Studien wirkt KI ausgleichend: Sie hebt die Leistungsschwächsten am stärksten an und verringert Kompetenzunterschiede in Support, Beratung, Recht und Software ✓ Gesicherte Tatsache [14] [34] [26] [8]. Auf dem Arbeitsmarkt wirkt sie als Barriere: Sie macht die Einstellung von Nachwuchs genau in dem Moment weniger notwendig, in dem sie diese Einstellung produktiver machen würde [3] [51]. Welcher dieser Effekte überwiegt, hängt von den Entscheidungen der Arbeitgeber darüber ab, wer das Werkzeug nutzt. Geben Unternehmen die KI dem Nachwuchs und stellen ihn weiter ein, setzt sich der ausgleichende Effekt durch. Geben sie die KI den Erfahrenen und stellen keinen Nachwuchs mehr ein, setzt sich der Barriereeffekt durch – und die Lohndaten deuten darauf hin, dass bislang die zweite Entscheidung die häufigere ist.

Drei Entwicklungen würden diese Einschätzung ändern. Die erste wären klare Belege für Verdrängung in den aggregierten Daten – steigende Arbeitslosigkeit unter erfahrenen Beschäftigten in exponierten Berufen, nicht nur ein langsamerer Einstieg. Die Zeitreihen des Yale Budget Lab und der New Yorker Fed sind die, auf die es zu achten gilt [42] [44]. Die zweite wären Belege dafür, dass die durch KI erzeugte Produktivität die Löhne hebt oder in großem Umfang neue Berufe hervorbringt, wie es die Tabellenkalkulation für die Buchhalter tat [76]. Die dänischen Daten, die nur in 3 % bis 7 % der Fälle Einkommenszuwächse zeigen, belegen das noch nicht [4]. Die dritte wäre eine Umkehr bei den Einstellungen auf Einstiegsebene, weil Unternehmen feststellen, wie Klarna im Kundendienst, dass zu tiefe Einschnitte die Qualität verschlechtern [16].

Für die Politik deutet die Evidenz auf ein Messproblem, bevor sie auf ein Schutzproblem deutet. Keine Rechtsordnung erfasst systematisch die Stellen, die KI verhindert, und die freiwillige Offenlegung hat nichts erbracht [70]. Eine verpflichtende Meldung KI-bedingter Veränderungen bei den Einstellungen, wie Warner und Hawley sie vorgeschlagen haben, würde den leisen Effekt zumindest sichtbar machen [73]. Für Arbeitgeber legt die Evidenz nahe, dass die kurzfristig billigste Strategie – KI zu nutzen, um Nachwuchseinstellungen zu vermeiden – langfristige Kosten in Form verlorener Ausbildungswege birgt, die kein einzelnes Unternehmen allein tragen wird. Für Beschäftigte, die 2026 in akademische Berufe einsteigen, ist die Evidenz unmissverständlich: Die Aufgaben, an denen man früher den Beruf erlernte, sind genau jene, die KI heute am besten beherrscht, und der Weg in die Büroarbeit führt zunehmend über die Fähigkeit, sie zu beaufsichtigen, zu überprüfen und zu korrigieren ◈ Starke Evidenz [3] [34] [51].