*Anmerkung: NBER steht für National Bureau of Economic Research, ein führendes US-amerikanisches Wirtschaftsforschungsinstitut.
Die auffälligste Verschiebung war rhetorischer Natur. Sam Altman, CEO von OpenAI, der zuvor vor erheblichen Arbeitsplatzverlusten gewarnt hatte, gab im Mai 2026 zu, dass seine früheren Befürchtungen falsch waren. "Ich bin begeistert, dass ich mich in diesem Punkt geirrt habe", sagte Altman. "Ich dachte, die Auswirkungen auf die Eliminierung von Einstiegspositionen für Akademiker wären größer gewesen" . Jeff Bezos und Jensen Huang haben ebenfalls angedeutet, dass die anfänglichen Befürchtungen möglicherweise übertrieben waren
. Dabei handelt es sich nicht um eine Verharmlosung der langfristigen Macht der KI, sondern vielmehr um das Eingeständnis, dass die Einführungskurve länger und komplexer ist, als die alarmiertesten Stimmen zunächst behaupteten.
Wenn CEOs ihren Alarmismus zurücknehmen, warum erzählen die Entlassungszahlen der Unternehmen dann eine andere Geschichte? Die Antwort ist, dass Unternehmen auf der Grundlage dessen handeln, wozu KI ihrer Erwartung nach in naher Zukunft fähig sein wird, und nicht nur auf Basis dessen, was sie heute bereits zuverlässig leisten kann. Die Harvard Business Review identifizierte diese Dynamik und stellte fest, dass viele Kürzungen präventiv auf Basis des KI-Potenzials und nicht auf Basis ihrer aktuellen Leistungsfähigkeit erfolgen .
Die Zahlen bewegen sich entschieden in eine Richtung:
Der aggressivste öffentliche Zeitplan stammt von Mustafa Suleyman, dem KI-Chef von Microsoft. Im Februar 2026 sagte er voraus, dass die meisten Aufgaben, bei denen man "an einem Computer sitzt", innerhalb von 18 Monaten vollständig automatisiert sein würden und KI "menschenähnliche Leistungen bei den meisten, wenn nicht allen professionellen Aufgaben" erreichen werde
. Das bedeutet, dass Absolventen der Rechts- oder Wirtschaftswissenschaften, Buchhalter und unzählige andere Wissensarbeiter bis Ende 2027 mit einem transformierten Arbeitsmarkt konfrontiert sein könnten, falls seine Prognose zutrifft.
Das primäre Ziel sind unverkennbar Einstiegspositionen. Dario Amodei, CEO von Anthropic, sagte voraus, dass KI innerhalb von fünf Jahren etwa 50 % der akademischen Einstiegspositionen eliminieren könnte, was die Arbeitslosigkeit auf 10–20 % treiben würde
. Dies ist nicht nur eine Vorhersage – Daten des Stanford Digital Economy Lab und der Dallas Fed bestätigen einen strukturellen Zusammenbruch der Einstellungspipeline für Einsteiger in den Bereichen Finanzen, Technologie und Recht bis 2028
. CEOs von Unternehmen wie Amazon, Salesforce, JP Morgan Chase und Ford haben alle öffentlich erklärt, dass viele Bürojobs in ihren Unternehmen bald verschwinden werden
.
Die ausgewogenste Sichtweise kommt von der Boston Consulting Group (BCG). Sie prognostiziert, dass in den nächsten zwei bis drei Jahren 50 % bis 55 % der US-Arbeitsplätze durch KI umgestaltet werden, aber nur 10 % bis 15 % innerhalb von fünf Jahren oder mehr vollständig wegfallen . Die Unternehmensberatung betont, dass die Anreicherung von Jobs und die Schaffung neuer Arbeitsplätze schneller voranschreiten als die vollständige Substitution. Dies deckt sich mit historischen Mustern: Das Weltwirtschaftsforum prognostiziert, dass in diesem Jahrzehnt 170 Millionen neue Arbeitsplätze geschaffen werden, parallel zu einer erheblichen Automatisierung
, und eine SSRN-Analyse schätzt einen Netto-Zuwachs von 12 Millionen Arbeitsplätzen weltweit, da 97 Millionen neue Rollen entstehen und 85 Millionen verdrängt werden
.
Administrative, finanzielle und bürokaufmännische Positionen sind dem höchsten unmittelbaren Risiko ausgesetzt, mit einem Ersatzpotenzial von 70–99 %, während die Automatisierung von Wissensarbeit nun schneller voranschreitet als die von körperlicher Arbeit . Aber die Fähigkeiten der Technologie übertreffen ihren tatsächlichen Einsatz bei Weitem. Forscher von Anthropic fanden heraus, dass KI theoretisch die meisten Aufgaben in Wirtschaft, Finanzen, Management und Informatik abdecken kann, doch die tatsächliche Einführung ist nur ein Bruchteil dessen, was technisch machbar ist
.
Die Verzögerung zwischen Leistungsfähigkeit und Einsatz erklärt einen Großteil der Verwirrung. Unternehmens-IT-Systeme, rechtliche Rahmenbedingungen und organisatorische Trägheit erzeugen erhebliche Reibungsverluste. Das Basisszenario von Goldman Sachs geht von einer etwa 10-jährigen Einführungsphase aus , und selbst die aggressivsten KI-Befürworter erkennen inzwischen an, dass die vollständige industrielle Transformation Jahre und nicht Monate dauern wird. Die Technologie existiert, aber das Gerüst, um sie sicher und effektiv zu integrieren, ist noch nicht vorhanden.
Dies schafft eine beunruhigende Dynamik für Arbeitnehmer: Die Fähigkeiten, die eine Karriere stabil machten, werden schneller automatisierbar, als neue Organisationsmodelle den Wandel auffangen können. Die Einstellungspipeline an der Basis friert bereits Jahre bevor die Technologie leitende Angestellte vollständig ersetzt ein, wodurch eine Karriereleiter entsteht, bei der die unteren Sprossen fehlen.
Comments
0 comments