KI verändert die Karriereleiter, bevor sie ganze Berufe abschafft

Die koreanischen Zahlen sollten deshalb als Warnsignal für eine Konzentration der Folgen gelesen werden – nicht als Beweis dafür, dass jeder verlorene Arbeitsplatz junger Menschen auf ChatGPT oder ein anderes KI-System zurückgeht. Die Messung der Bank of Korea erfasst Branchen und Berufe mit hoher technischer KI-Exposition. Das zeigt, wo eine Störung wahrscheinlicher und technisch machbarer ist; es ist nicht dasselbe wie ein nachgewiesener Ersatz von Arbeitsplätzen.

Warum Hochschulabsolventen und Nachwuchsfachkräfte besonders unter Druck stehen

Ein Hochschulabschluss ist kein automatischer Schutz vor generativer KI. Viele Absolventinnen und Absolventen beginnen ihre Laufbahn in bürobasierten Tätigkeiten – etwa in Technologie, Beratung, Forschung, Analyse, Verlagen oder Verwaltung. Genau in diesen Bereichen kann KI Teile der Arbeit übernehmen.

Diese Stellen hatten traditionell eine doppelte Funktion: Sie lieferten verwertbare Ergebnisse und bildeten Beschäftigte zugleich für anspruchsvollere Aufgaben aus. Wenn KI den einfacheren Teil übernimmt, erhöhen Arbeitgeber womöglich zunächst die Anforderungen an Bewerber, statt den gesamten Beruf abzuschaffen. Ein Junior-Analyst könnte dann vor allem KI-generierte Auswertungen prüfen, anstatt jeden ersten Entwurf selbst zu erstellen. Ein Programmieranfänger müsste möglicherweise stärker generierten Code testen und in bestehende Systeme integrieren, statt sämtliche Standardbausteine von Grund auf zu schreiben.

Für etablierte Teams kann das die Produktivität steigern. Für Menschen am Anfang ihrer Laufbahn entsteht jedoch ein Engpass. Werden weniger Nachwuchskräfte eingestellt, sammeln auch weniger Beschäftigte die Erfahrung, die später für leitende Fachpositionen, Management oder eine vertrauensvolle Beratung nötig ist.

Ähnliche Signale in den Industrieländern

Analysen von Goldman Sachs kommen zu einem vergleichbaren Ergebnis: Branchen mit höherer Exposition gegenüber KI-Automatisierung verzeichneten seit der zweiten Hälfte des Jahres 2022 im Allgemeinen ein schwächeres Wachstum bei Stellenausschreibungen. Besonders sichtbar ist dieser Zusammenhang in mehreren fortgeschrittenen Volkswirtschaften, darunter die USA, Deutschland und Australien.

Am deutlichsten fallen die Vergleiche bei Callcentern aus. Dort lag die Beschäftigung in den USA rund 39 Prozent unter dem historischen Trend, in Kanada 33 Prozent und in Deutschland 27 Prozent. Auch Softwareverlage, Unternehmensberatungen und Werbedienstleistungen werden in der Forschung als besonders exponierte Bereiche genannt. Die Vergleiche beschreiben eine Abweichung von einem früheren Trend; sie beweisen nicht, dass KI die alleinige Ursache für den Rückgang ist.

Goldmans umfassendere Schlussfolgerung ist deshalb zurückhaltender als die Prognose eines unmittelbar bevorstehenden Ersatzes von Beschäftigten in der gesamten Wirtschaft. Der bislang sichtbare Schock konzentriert sich auf bestimmte Branchen und Arbeitnehmergruppen. Berufseinsteiger sind besonders verwundbar, weil ihre Aufgaben häufig standardisiert, leicht messbar und damit einfacher zu automatisieren oder zu beschleunigen sind.

Die Einführung von KI ist zugleich weit fortgeschritten und noch unvollständig. Nach den in der Goldman-Berichterstattung genannten Schätzungen liegt die Nutzung in großen Industrieländern bei etwa 15 bis 20 Prozent. Eine andere Goldman-Messung – Unternehmen, die KI in den USA regelmäßig in der Produktion einsetzen – kam dagegen auf ungefähr 9 Prozent. Die Differenz zeigt, warum Angaben zur Verbreitung vorsichtig interpretiert werden müssen: Befragungen können Experimente, die Nutzung durch einzelne Beschäftigte oder einen dauerhaften produktiven Einsatz erfassen.

Automatisierung und Unterstützung haben unterschiedliche Folgen

Wie sich KI auf Beschäftigung auswirkt, hängt auch davon ab, ob Unternehmen sie als Ersatz für menschliche Arbeit oder als Unterstützung einsetzen.

Automatisierung bedeutet, dass für eine Aufgabe weniger menschliche Arbeitszeit benötigt wird. Beispiele sind die Bearbeitung standardisierter Kundenanfragen, routinemäßige Zusammenfassungen, automatisch erzeugter Programmcode oder der erste Entwurf eines Dokuments. Dadurch kann die Zahl der Einstiegsstellen sinken, selbst wenn kein bestehender Mitarbeiter formal entlassen wird.

Unterstützung – im Englischen oft als „Augmentation“ bezeichnet – macht Beschäftigte produktiver, lässt die Verantwortung für Urteilsvermögen, Prüfung, Ausnahmen, Beziehungen und Entscheidungen aber beim Menschen. Das kann den Wert erfahrener Fachkräfte erhöhen. Gleichzeitig kann ein einzelner KI-unterstützter Profi möglicherweise die Arbeit erledigen, für die zuvor mehrere Stunden von Nachwuchskräften nötig waren.

Beide Entwicklungen können im selben Unternehmen gleichzeitig auftreten. KI kann Routineaufgaben abschaffen, erfahrene Beschäftigte produktiver machen und zugleich den Bedarf an Menschen erhöhen, die Arbeitsabläufe entwerfen, Ergebnisse kontrollieren und Risiken steuern. Deshalb können die Gesamtzahlen am Arbeitsmarkt relativ stabil wirken, während der Zugang zur ersten Stelle deutlich schwieriger wird.

Das größte langfristige Risiko: eine dünnere Karriereleiter

Die wichtigste langfristige Frage lautet nicht nur, ob KI einen bestimmten Berufstitel überflüssig macht. Entscheidend ist, ob sie die frühen Aufgaben beseitigt, durch die Beschäftigte einen Beruf bislang erlernten.

Eine funktionierende Karriereleiter führt typischerweise von betreuten, wiederholbaren Tätigkeiten zu Aufgaben, die mehr Kontext, Urteilsvermögen und Verantwortung erfordern. Wenn KI zu viel dieser betreuten Arbeit übernimmt, könnten Arbeitgeber ihre erfahrenen Mitarbeiter behalten, aber weniger Anfänger einstellen. Kurzfristig bedeutet das Effizienz. Langfristig könnte eine dünnere Pipeline an Fachkräften entstehen.

Das erklärt auch, warum ein scheinbar kleiner Effekt auf den gesamten Arbeitsmarkt für junge Menschen gravierend sein kann. Eine moderate Veränderung bei der Gesamtbeschäftigung kann verdecken, dass sich viel stärker verändert, wer eingestellt wird, wer am Arbeitsplatz ausgebildet wird und wer überhaupt die Chance bekommt, aufzusteigen.

Was die Daten zeigen – und was nicht

Die bisher verfügbare Forschung erlaubt vier vorsichtige Schlussfolgerungen:

• Der Druck auf dem Arbeitsmarkt zeigt sich zuerst in ausgewählten, stark exponierten Branchen – nicht in jedem Beruf gleichermaßen.
• Junge und beruflicheinsteigende Beschäftigte sind besonders gefährdet, weil KI viele routinierte Aufgaben übernehmen oder beschleunigen kann, die früher als Einstieg in akademische und kaufmännische Laufbahnen dienten.
• Erfahrene Beschäftigte können profitieren, wenn ihr Wert vor allem in Aufsicht, Kundenvertrauen, komplexen Entscheidungen und der Verantwortung für Ergebnisse liegt.
• Die Daten belegen noch keine zwangsläufige Massenverdrängung. Die Entwicklung wird auch von Produktivitätsgewinnen, neuen Produkten und Dienstleistungen, der Arbeitsnachfrage, Regulierung sowie davon abhängen, ob Unternehmen KI zur Ausweitung ihrer Produktion oder hauptsächlich zum Abbau von Stellen nutzen.

Für Arbeitgeber und Politik folgt daraus: Es reicht nicht, nur die Gesamtzahl der Arbeitsplätze zu beobachten. Einstellungen von Junior-Kräften, Ausbildungsplätze, interne Wechsel, die Neugestaltung von Aufgaben, Aufstiegsquoten und der Zugang zu sinnvoller Weiterbildung können die Veränderung früher sichtbar machen als die allgemeine Arbeitslosenquote.

KI verändert derzeit sichtbarer, wie Menschen in einen Beruf einsteigen, als dass sie ganze Berufe abschafft. Unternehmen und Regierungen, die auf diesen Wandel vorbereitet sind, werden diejenigen sein, die KI zur Verbesserung der Arbeit einsetzen, ohne den menschlichen Weg zu zerstören, auf dem Fachwissen entsteht.