Viele Menschen werden ihre Jobs an eine KI verlieren

Aktuelle Daten des Internationalen Währungsfonds (IWF) belegen, dass etwa 40 Prozent der weltweiten Arbeitsplätze durch Künstliche Intelligenz beeinflusst werden. In fortgeschrittenen Volkswirtschaften liegt dieser Anteil bei bis zu 60 Prozent, wobei die KI sowohl die Produktivität steigert als auch die Gefahr einer dauerhaften Arbeitsplatzverdrängung erhöht. Dieser Unterschied erklärt sich primär durch die Struktur der Arbeitsmärkte: In hochentwickelten Ökonomien ist der Anteil an kognitiven Tätigkeiten höher, die durch generative KI-Modelle automatisiert werden können, während in Schwellen- und Entwicklungsländern manuelle Arbeit in der Landwirtschaft und Produktion einen größeren Teil ausmacht.

Verschiebung von der Unterstützung zur Ersetzung

Die Wirkung generativer KI auf den Arbeitsmarkt hat sich seit 2024 von einer reinen Effizienzsteigerung hin zu einer Substitution ganzer Aufgabenbereiche entwickelt. Während frühere Automatisierungswellen primär manuelle Tätigkeiten in der Produktion betrafen – etwa durch Industrieroboter in der Automobilfertigung –, trifft die aktuelle Entwicklung kognitive Berufe. Der IWF unterscheidet hierbei zwischen der Ergänzung menschlicher Arbeit und der vollständigen Ersetzung.

In Sektoren wie der Softwareentwicklung, der Finanzanalyse und dem technischen Schreiben führen KI-Agenten dazu, dass Junior-Positionen seltener besetzt werden. Die Technologie übernimmt nicht mehr nur einzelne Teilaufgaben, sondern ganze Workflows, von der ersten Code-Entwurfsphase bis hin zur Dokumentation. Dies führt zu einer Polarisierung: Hochqualifizierte Experten, die KI steuern können, sehen Produktivitätsgewinne, während Einstiegspositionen wegfallen. Dieser Prozess verschärft die sogenannte „Skill-Lücke“, da der traditionelle Weg des Lernens durch die Übernahme einfacher Routineaufgaben am Anfang einer Karriere blockiert wird.

Automatisierung im Kundenservice und in der Verwaltung

Besonders deutlich wird die Verdrängung in der direkten Kundeninteraktion und der Datenverwaltung. Unternehmen setzen zunehmend auf autonome KI-Agenten, die auf Large Language Models (LLMs) basieren und ohne menschliches Eingreifen komplexe Problemlösungen anbieten.

Das Finanzunternehmen Klarna lieferte hierfür ein konkretes Beispiel, als das Unternehmen berichtete, dass sein KI-Assistent, der in Zusammenarbeit mit OpenAI entwickelt wurde, die Arbeit von 700 Vollzeitmitarbeitern im Kundenservice übernehme. Die KI bearbeite in dieser Zeit zwei Drittel aller Kundenservicefälle.

For more on this story, see Gehirn: Beginnende Demenz? „Diese Probleme passieren gesund alternden Menschen nicht.

Die KI erledigt die Arbeit, die zuvor 700 Vollzeitmitarbeitern entsprach, und löst Anfragen in weniger als zwei Minuten, wofür Menschen zuvor elf Stunden benötigten.

Sebastian Siemiatkowski, CEO von Klarna

Diese Entwicklung zeigt, dass die Verdrängung nicht mehr hypothetisch ist, sondern in spezifischen Funktionsbereichen bereits vollzogen wurde. Die betroffenen Stellen sind primär repetitive administrative Aufgaben, die eine hohe Datenverarbeitungskapazität erfordern. Im Gegensatz zu früheren Chatbots, die auf starren Entscheidungsbäumen basierten, können moderne generative Systeme natürliche Sprache verstehen und kontextbezogene Antworten liefern, was sie für komplexe Support-Prozesse tauglich macht.

Regulatorische Leitplanken durch den EU AI Act

Um den sozialen Verwerfungen entgegenzuwirken, greifen in der Europäischen Union die Bestimmungen des AI Act. Die Verordnung stuft KI-Systeme in Risikoklassen ein, basierend auf dem potenziellen Schaden für Grundrechte und Sicherheit. Insbesondere im Bereich der Personalverwaltung und der Rekrutierung gelten strenge Anforderungen an die Transparenz und die menschliche Aufsicht.

Der EU AI Act klassifiziert KI-Systeme, die für die Auswahl von Bewerbern, die Bewertung von Leistungen oder die Entscheidung über Beförderungen und Kündigungen eingesetzt werden, als „Hochrisiko-KI“. Für diese Systeme fordert die Verordnung eine detaillierte Dokumentationspflicht, eine hohe Datenqualität zur Vermeidung von Bias (Voreingenommenheit) und eine obligatorische menschliche Aufsicht. Dies soll verhindern, dass algorithmische Entscheidungen über Kündigungen oder Einstellungen ohne menschliche Überprüfung getroffen werden.

Dennoch schützt die Regulierung nicht vor dem Wegfall von Stellen durch Effizienzsteigerungen, sondern primär vor diskriminierenden oder intransparenten Automatisierungsprozessen. Während der AI Act die ethische Anwendung regelt, bleibt die wirtschaftliche Entscheidung über den Personalabbau im Rahmen der nationalen Arbeitsgesetze und Tarifverträge.

Differenz zwischen Exponiertheit und Arbeitslosigkeit

Analysten warnen davor, die Quote der „exponierten“ Stellen mit der Quote der „verlorenen“ Stellen gleichzusetzen. Ein Arbeitsplatz ist exponiert, wenn ein signifikanter Teil der Aufgaben durch KI erledigt werden kann. Dies führt nicht zwangsläufig zur Kündigung, sondern oft zu einer Änderung des Berufsbildes, bei der die KI als Werkzeug die Produktivität des Menschen steigert.

Ein Vergleich der Daten zeigt jedoch eine Diskrepanz: Während internationale Organisationen wie die OECD oder die Internationale Arbeitsorganisation (ILO) oft auf die Schaffung neuer Berufsfelder und die Komplementarität von Mensch und Maschine verweisen, berichten Unternehmen in ihren Quartalsberichten vermehrt von „Strukturanpassungen“ aufgrund von KI-Integrationen. Die Geschwindigkeit, mit der KI-Agenten produktiv eingesetzt werden, übersteigt derzeit die Geschwindigkeit, mit der die Belegschaften durch Umschulungen für neue Rollen qualifiziert werden. Dies schafft eine Übergangsphase, in der die theoretische Schaffung neuer Jobs nicht unmittelbar die realen Verluste in bestehenden Positionen kompensiert.

This follows our earlier report, Evolution: Warum fast 90 Prozent aller Menschen Rechtshänder sind.

Ausblick auf die Qualifizierungsnotwendigkeit

Die langfristige Beschäftigungssituation hängt von der Fähigkeit ab, KI als Werkzeug zu integrieren. Die Nachfrage verschiebt sich von der reinen Ausführung von Aufgaben hin zur Validierung und Strategieentwicklung. Die Fähigkeit zur „Prompt-Optimierung“ und die kritische Überprüfung von KI-Outputs werden zu Kernkompetenzen in fast allen Büroberufen.

Unternehmen, die den Übergang steuern, setzen auf Upskilling-Programme, um Mitarbeiter in die Rolle von KI-Operatoren zu überführen. Dennoch bleibt die Unsicherheit für Geringqualifizierte im Büroсеktor hoch, da die Hürde für den Einstieg in den Arbeitsmarkt durch die Automatisierung von Junior-Aufgaben steigt. Die Frage ist nicht mehr, ob KI Jobs ersetzt, sondern in welcher Geschwindigkeit die gesellschaftlichen Sicherungssysteme und Bildungsinstitute auf diesen Strukturwandel reagieren können, um eine dauerhafte strukturelle Arbeitslosigkeit in kognitiven Berufen zu vermeiden.

Find more reporting in our Technik und Wissenschaft section.