Doch stützen aktuelle Forschungsdaten Huangs selbstbewusste Ablehnung, oder verbreitet er ein geschäftsförderndes Narrativ, während die Auswirkungen der KI leise Wurzeln schlagen? Ein Blick auf das, was die neueste Forschung tatsächlich sagt.

Die Belege für eine 'ruhige Gesamtlage'

Mehrere große Studien stützen Huangs Behauptung, eine breitflächige „KI-Job-Apokalypse“ sei bislang nicht eingetreten. Die Forscher des Yale Budget Lab analysierten den Arbeitsmarkt in den 33 Monaten nach der Veröffentlichung von ChatGPT und fanden „keinen erkennbaren Zusammenhang“ zwischen der KI-Exposition von Berufen und Veränderungen bei Beschäftigung oder Arbeitslosigkeit. Ihr Fazit: Der breite Arbeitsmarkt habe keine bedeutende Disruption erfahren . Eine aktuelle Überprüfung der Brookings Institution bestätigt dies. Die aktuellen Belege zu den Auswirkungen auf den Arbeitsmarkt seien „nicht schlüssig“, und spezifische Behauptungen über Schäden für bestimmte Gruppen seien „verfrüht“ .

Weitere zentrale Erkenntnisse untermauern dieses Bild der aggregierten Stabilität:

• Die Denkfabrik ITIF analysierte US-Daten und fand heraus, dass KI im Jahr 2024 rund 119.900 direkte Jobs geschaffen hat – darunter Machine-Learning-Ingenieure und Datenwissenschaftler –, während explizit KI-bedingte Entlassungen bei nur 12.700 lagen, was lediglich 0,1 % aller Entlassungen in dem Jahr entspricht .
• Goldman Sachs Research prognostiziert, dass die Arbeitslosigkeit während der KI-Übergangsphase nur um einen halben Prozentpunkt steigen wird, und identifiziert drei klare Kategorien neuer Jobs: Infrastrukturausbau, Nachfrage nach KI-kompetenten Arbeitskräften und völlig neue Berufsbilder .
• Der 'Future of Jobs Report 2025' des Weltwirtschaftsforums rechnet vor, dass bis 2030 zwar 92 Millionen Jobs verdrängt, aber 170 Millionen neue Rollen entstehen werden – ein Nettozuwachs von 78 Millionen Stellen .
• Eine neue MIT Sloan-Studie, die die KI-Adoption von 2010–2023 untersucht, zeigt, dass die Auswirkungen typischerweise auf Aufgaben innerhalb von Jobs abzielen und nicht auf ganze Berufe. Die Beschäftigung kann sogar wachsen, wenn KI nur einen Teilbereich einer Rolle automatisiert .

Die Belege für 'lokale Schmerzen'

Während das Gesamtbild ruhig erscheint, offenbart eine wachsende Zahl detaillierterer Studien, dass KI bei bestimmten Gruppen und Berufen bereits ihre Spuren hinterlässt – wobei Berufseinsteiger am härtesten getroffen werden.

Ein wegweisendes Arbeitspapier des Stanford Digital Economy Lab, das hochfrequente ADP-Gehaltsdaten nutzt, zeigt, dass junge Arbeitnehmer (22–25 Jahre) in KI-exponierten Berufen einen relativen Beschäftigungsrückgang von 16 % erlitten. Die Beschäftigung erfahrener Kräfte in denselben Feldern blieb stabil, was darauf hindeutet, dass Unternehmen die Einstellung von Junioren stoppen, während sie Senioren halten .

Weitere Studien deuten auf einen sich verbreiternden Riss im Fundament hin:

• Die Federal Reserve Bank of St. Louis identifizierte eine „auffällige Korrelation“ zwischen der KI-Exposition von Berufen und dem Anstieg der lokalen Arbeitslosigkeit seit 2022, mit einem Korrelationskoeffizienten von 0,47 .
• Das KI-Unternehmen Anthropic führte eine neue Metrik für die „beobachtete Exposition“ ein, die theoretische KI-Fähigkeiten mit tatsächlichen Nutzungsdaten kombiniert. Ihre Forschung ergibt, dass KI zwar „weit davon entfernt ist, ihre theoretischen Möglichkeiten auszuschöpfen“, für Berufe mit höherer beobachteter Exposition jedoch vom Bureau of Labor Statistics ein geringeres Wachstum bis 2034 prognostiziert wird .
• Die Outplacement-Firma Challenger, Gray & Christmas berichtete, dass US-Arbeitgeber im Jahr 2025 explizit KI als Grund für rund 55.000 Stellenstreichungen nannten, was 4,7 % der insgesamt 1,17 Millionen angekündigten Entlassungen entspricht .
• Der Internationale Währungsfonds schätzt, dass rund 40 % der Jobs weltweit – und fast 60 % in fortgeschrittenen Volkswirtschaften – einem bedeutenden Einfluss durch KI-Fähigkeiten ausgesetzt sind .

Huangs Argument: Erkenntnisreich oder eigennützig?

Kritiker könnten das Offensichtliche anmerken: Huang führt das Unternehmen, das die Chips herstellt, welche die KI-Revolution antreiben. Ein Narrativ, wonach KI Jobs vernichtet, ist schlecht fürs Geschäft. Seine Formulierung – „wenn der Welt die Ideen ausgehen“ – dreht die Frage von einer technologischen Fähigkeit zu einer Frage der menschlichen Vorstellungskraft, ein geschickter rhetorischer Schachzug .

Dennoch bestätigen selbst die rigorosesten Forscher seinen zeitlichen Kernanspruch weitgehend. Auf der aggregierten Ebene ist die von Skeptikern befürchtete Disruption schlicht noch nicht sichtbar. Die Daten deuten nicht auf eine plötzliche Jobkrise hin, sondern auf einen allmählichen, ungleichmäßigen Wandel, der zuerst die jüngsten und verletzlichsten Arbeitskräfte trifft. Die Evidenz lässt sich am besten als früher, lokaler Schmerz inmitten einer ruhigen Gesamtlage zusammenfassen, wobei die meisten Ökonomen zustimmen, dass die wahren Auswirkungen der KI auf den Arbeitsmarkt erst im Laufe von Jahren, nicht Monaten, klar werden .

Doch stützen aktuelle Forschungsdaten Huangs selbstbewusste Ablehnung, oder verbreitet er ein geschäftsförderndes Narrativ, während die Auswirkungen der KI leise Wurzeln schlagen? Ein Blick auf das, was die neueste Forschung tatsächlich sagt.

Die Belege für eine 'ruhige Gesamtlage'

Mehrere große Studien stützen Huangs Behauptung, eine breitflächige „KI-Job-Apokalypse“ sei bislang nicht eingetreten. Die Forscher des Yale Budget Lab analysierten den Arbeitsmarkt in den 33 Monaten nach der Veröffentlichung von ChatGPT und fanden „keinen erkennbaren Zusammenhang“ zwischen der KI-Exposition von Berufen und Veränderungen bei Beschäftigung oder Arbeitslosigkeit. Ihr Fazit: Der breite Arbeitsmarkt habe keine bedeutende Disruption erfahren . Eine aktuelle Überprüfung der Brookings Institution bestätigt dies. Die aktuellen Belege zu den Auswirkungen auf den Arbeitsmarkt seien „nicht schlüssig“, und spezifische Behauptungen über Schäden für bestimmte Gruppen seien „verfrüht“ .

Weitere zentrale Erkenntnisse untermauern dieses Bild der aggregierten Stabilität:

• Die Denkfabrik ITIF analysierte US-Daten und fand heraus, dass KI im Jahr 2024 rund 119.900 direkte Jobs geschaffen hat – darunter Machine-Learning-Ingenieure und Datenwissenschaftler –, während explizit KI-bedingte Entlassungen bei nur 12.700 lagen, was lediglich 0,1 % aller Entlassungen in dem Jahr entspricht .
• Goldman Sachs Research prognostiziert, dass die Arbeitslosigkeit während der KI-Übergangsphase nur um einen halben Prozentpunkt steigen wird, und identifiziert drei klare Kategorien neuer Jobs: Infrastrukturausbau, Nachfrage nach KI-kompetenten Arbeitskräften und völlig neue Berufsbilder .
• Der 'Future of Jobs Report 2025' des Weltwirtschaftsforums rechnet vor, dass bis 2030 zwar 92 Millionen Jobs verdrängt, aber 170 Millionen neue Rollen entstehen werden – ein Nettozuwachs von 78 Millionen Stellen .
• Eine neue MIT Sloan-Studie, die die KI-Adoption von 2010–2023 untersucht, zeigt, dass die Auswirkungen typischerweise auf Aufgaben innerhalb von Jobs abzielen und nicht auf ganze Berufe. Die Beschäftigung kann sogar wachsen, wenn KI nur einen Teilbereich einer Rolle automatisiert .

Die Belege für 'lokale Schmerzen'

Während das Gesamtbild ruhig erscheint, offenbart eine wachsende Zahl detaillierterer Studien, dass KI bei bestimmten Gruppen und Berufen bereits ihre Spuren hinterlässt – wobei Berufseinsteiger am härtesten getroffen werden.

Ein wegweisendes Arbeitspapier des Stanford Digital Economy Lab, das hochfrequente ADP-Gehaltsdaten nutzt, zeigt, dass junge Arbeitnehmer (22–25 Jahre) in KI-exponierten Berufen einen relativen Beschäftigungsrückgang von 16 % erlitten. Die Beschäftigung erfahrener Kräfte in denselben Feldern blieb stabil, was darauf hindeutet, dass Unternehmen die Einstellung von Junioren stoppen, während sie Senioren halten .

Weitere Studien deuten auf einen sich verbreiternden Riss im Fundament hin:

• Die Federal Reserve Bank of St. Louis identifizierte eine „auffällige Korrelation“ zwischen der KI-Exposition von Berufen und dem Anstieg der lokalen Arbeitslosigkeit seit 2022, mit einem Korrelationskoeffizienten von 0,47 .
• Das KI-Unternehmen Anthropic führte eine neue Metrik für die „beobachtete Exposition“ ein, die theoretische KI-Fähigkeiten mit tatsächlichen Nutzungsdaten kombiniert. Ihre Forschung ergibt, dass KI zwar „weit davon entfernt ist, ihre theoretischen Möglichkeiten auszuschöpfen“, für Berufe mit höherer beobachteter Exposition jedoch vom Bureau of Labor Statistics ein geringeres Wachstum bis 2034 prognostiziert wird .
• Die Outplacement-Firma Challenger, Gray & Christmas berichtete, dass US-Arbeitgeber im Jahr 2025 explizit KI als Grund für rund 55.000 Stellenstreichungen nannten, was 4,7 % der insgesamt 1,17 Millionen angekündigten Entlassungen entspricht .
• Der Internationale Währungsfonds schätzt, dass rund 40 % der Jobs weltweit – und fast 60 % in fortgeschrittenen Volkswirtschaften – einem bedeutenden Einfluss durch KI-Fähigkeiten ausgesetzt sind .

Huangs Argument: Erkenntnisreich oder eigennützig?

Kritiker könnten das Offensichtliche anmerken: Huang führt das Unternehmen, das die Chips herstellt, welche die KI-Revolution antreiben. Ein Narrativ, wonach KI Jobs vernichtet, ist schlecht fürs Geschäft. Seine Formulierung – „wenn der Welt die Ideen ausgehen“ – dreht die Frage von einer technologischen Fähigkeit zu einer Frage der menschlichen Vorstellungskraft, ein geschickter rhetorischer Schachzug .

Dennoch bestätigen selbst die rigorosesten Forscher seinen zeitlichen Kernanspruch weitgehend. Auf der aggregierten Ebene ist die von Skeptikern befürchtete Disruption schlicht noch nicht sichtbar. Die Daten deuten nicht auf eine plötzliche Jobkrise hin, sondern auf einen allmählichen, ungleichmäßigen Wandel, der zuerst die jüngsten und verletzlichsten Arbeitskräfte trifft. Die Evidenz lässt sich am besten als früher, lokaler Schmerz inmitten einer ruhigen Gesamtlage zusammenfassen, wobei die meisten Ökonomen zustimmen, dass die wahren Auswirkungen der KI auf den Arbeitsmarkt erst im Laufe von Jahren, nicht Monaten, klar werden .