Die Entwicklung der Künstlichen Intelligenz (KI) schreitet schnell voran. Die heutigen KI-Systeme übernehmen Aufgaben, von denen man einst annahm, sie erforderten menschliche Intelligenz – sie verarbeiten riesige Datenmengen unter unterschiedlichen Graden der Aufsicht, unterstützen Entscheidungsträger:innen, generieren Inhalte und treffen sogar autonome Entscheidungen (OECD, 2024). Das geht am Arbeitsmarkt nicht spurlos vorbei, und viele Menschen machen sich Gedanken über die weitere Entwicklung. Welche Folgen hat der rasante Fortschritt der KI für Arbeitnehmer:innen? Wird KI Arbeitsplätze schaffen oder vernichten? Diese Fragen sind in die Zukunft gerichtet und, da weder KI-Expertinnen noch Arbeitsmarktökonomen Hellseher sind, können sie nicht hundertprozentig beantwortet werden. Was nicht heißt, dass wir uns komplett im Blindflug befinden. Ganz im Gegenteil, es lohnt sich, hier auf die letzten Jahre zu schauen, in denen sich KI rapide entwickelt hat.
Vorab zwei Bemerkungen: Konzeptionell kann KI sowohl menschliche Arbeit ersetzen als auch ergänzen und dadurch produktiver machen – es ist also nicht der Fall, dass mehr KI am Arbeitsplatz auch zwingend weniger Beschäftigte impliziert. Außerdem ist es unwahrscheinlich, dass alle Tätigkeiten, die von KI potenziell übernommen werden könnten, auch tatsächlich automatisiert werden. Dies ist allein schon aus wirtschaftlichen Gesichtspunkten fraglich – in vielen Fällen wird sich das nicht lohnen. Daher bedarf es empirischer Evidenz, um die Arbeitsmarkteffekte der KI abzuschätzen.
Die Untersuchung von Engberg et al. (2026) ist hierfür illustrativ. Sie verfolgt zuerst die Fortschritte in der KI in neun KI-Teilbereichen (z. B. Sprachmodellierung, Bilderkennung, Entscheidungsfindung) von 2010 bis 2023, um die Entwicklung von Leistungsgewinnen an der technologischen Grenze der KI abzubilden. Anschließend werden diese mit detaillierten Informationen zu beruflichen Tätigkeitsinhalten verknüpft, um ein Maß für die KI-Exposition verschiedener Berufe (z. B. Führungskraft, Hilfsarbeiterin, Pflegekraft usw.) zu erzeugen. Die Ergebnisse zeigen, dass Berufe mit hohem kognitivem Anspruch, geringer körperlicher Tätigkeit und wenig sozialer Interaktion – typischerweise höherqualifizierte White-Collar-Tätigkeiten wie z. B. Datenanalyst, Softwareentwicklerin und Übersetzer – eine hohe KI-Exposition aufweisen. Demgegenüber zählen Berufe, die manuelle Geschicklichkeit oder intensiven zwischenmenschlichen Kontakt erfordern – wie Bauarbeiter oder Pflegehilfskraft – weiterhin zu den am wenigsten von aktuellen KI-Technologien betroffenen.
Engberg et al. (2026) zeigen auch, dass die aggregierte berufliche KI-Exposition seit 2010 deutlich gestiegen ist. Besonders starke Zuwächse gab es in den späten 2010er und frühen 2020er Jahren, als Durchbrüche im Deep Learning und bei großen Sprachmodellen erzielt wurden, etwa mit generativen KI-Chatbots wie DALL-E und ChatGPT im Jahr 2022. Der Fortschritt verlief jedoch ungleichmäßig über die verschiedenen KI-Teilbereiche hinweg: So verbesserten sich Bild- und Spracherkennung bereits in den frühen 2010er Jahren erheblich, die maschinelle Übersetzung machte Mitte der 2010er Jahre große Fortschritte, und die Sprachmodellierung erreichte um 2020 Durchbruchleistungen (Zhang et al., 2021).
Wichtig ist, dass die „KI-Exposition“ in diesem Zusammenhang die potenzielle Anwendbarkeit von KI auf die Aufgaben eines Berufs bezeichnet – sie ist nicht per se ein Maß für Substitution oder Komplementarität von bestehenden Arbeitskräften. Ob eine hohe Exposition zu Verdrängungseffekten oder zu einer Aufwertung von Arbeit führt, wird gesondert von Engberg et al. (2026) untersucht. Zu diesem Zweck werden die KI-Indizes mit umfangreichen Arbeitgeber-Arbeitnehmer-Längsschnittdaten aus Dänemark, Portugal und Schweden verknüpft. Die Analysen zeigen keinen nachweisbaren Effekt der KI-Exposition auf die Gesamtbeschäftigung von Unternehmen, jedoch einen Trend hin zu einer Höherqualifizierung: Unternehmen mit höherer KI-Exposition erhöhen ihr Verhältnis von hoch- zu geringqualifizierter Beschäftigung. Dieses Ergebnis gilt für alle drei Länder. Insgesamt verlagern stärker KI-exponierte Unternehmen ihre Beschäftigung hin zu hochqualifizierten White-Collar-Tätigkeiten und weg von geringerqualifizierten administrativen Tätigkeiten; die Effekte auf Blue-Collar-Arbeitskräfte sind eher gering.
Eine ähnliche Grundaussage findet sich auch bei Zika et al. (2025). Anstatt auf die Veränderungen der letzten Jahre zu schauen, wird hier mit modellbasierten Szenariorechnungen durchgespielt, wie sich der Arbeitsmarkt in verschiedenen Branchen entwickeln könnte. Dazu werden deutsche Daten und andere KI-Messzahlen genutzt. Auch hier wird festgestellt, dass KI zwar Arbeitsplätze ersetzen wird, aber im fast gleichen Maße auch neue geschaffen werden. Daher bleibt die Nettozahl an Arbeitsplätzen fast unverändert. Aber das Profil der Arbeit ändert sich: Während z. B. die IT- und Informationsdienstleister-Branche mehr Beschäftigte einstellen werden, werden andere Wirtschaftszweige kontrahieren.
Man könnte nun fragen, was diese Studien uns für die Zukunft wirklich sagen können. Hat der KI-Hype nicht gerade erst angefangen und wird exponentiell wachsen? Engberg et al. (2026) zeigen deutlich, dass auch die letzten zehn Jahre durch rasantes Wachstum der KI geprägt waren. Und in dieser Zeit wurden Arbeitsplätze nicht massiv wegen KI abgebaut, aber die Natur der Arbeit hat sich langsam verschoben. Das kann also auch für die nächsten Jahre erwartet werden. Eine Apokalypse auf dem Arbeitsmarkt erscheint also erst einmal unwahrscheinlich.
Was bedeutet das für Beschäftigte und die Politik? Vielleicht am wichtigsten – die KI ist am Arbeitsmarkt angekommen und wird aller Voraussicht nach auch bleiben. Sie verändert die Anforderungsprofile von vielen Berufen. Damit muss man sich auseinandersetzen. Den Kopf in den Sand zu stecken ist keine Option, der Umgang mit KI sollte gelernt und praktiziert werden. Hierbei kann auch die Politik helfen. Bildung, insbesondere auch im Bereich der Sozialkompetenzen, ist ein Schlüssel dazu, das Beste aus der KI für den eigenen Arbeitsplatz herauszuholen.
Literatur
Engberg, E., Görg, H., Hellsten, M., Javed, F., Lodefalk, M., Längkvist, M., Monteiro, N., Kyvik Nordas, H., Pulito, G., Schroeder, S. & Tang, A. (2026). Who is afraid of AI? Who should be? Kiel Policy Brief, 198. Kiel Institut für Weltwirtschaft.
OECD – Organisation for Economic Co-operation and Development. (2024). Explanatory memorandum on the updated OECD definition of an AI system. OECD Artificial Intelligence Papers, Nr. 8.
Zhang, D., Mishra, S., Brynjolfsson, E., Etchemendy, J., Ganguli, D., Grosz, B., Lyons, T., Manyika, J., Niebles, J. C., Sellitto, M., Shoham, Y., Clark, J. & Perrault, R. (2021). The AI Index 2021 Annual Report. Human-Centered AI Institute, Stanford University.
Zika, G., Hassemer, T. M., Hummel, M., Krebs, B., Maier, T., Mönnig, A., Schneemann, C., Weber, E. & Zenk, J. (2025). Künstliche Intelligenz: Potenzielle Effekte für den deutschen Arbeitsmarkt. IAB Forschungsbericht, Nr. 23.