Der stille Einschnitt
Was wirklich passiert, wenn KI auf den Arbeitsmarkt trifft — und warum es gefährlicher ist als die Apokalyptiker glauben
Zwei Jahre lang wurde die Debatte über KI und Arbeit mit maximaler Überzeugung und minimalen Daten geführt. Ganze Berufsfelder wurden auf Podcasts für tot erklärt. Ingenieure. Anwälte. Analysten. Alle. Die Propheten der Disruption hatten eines gemeinsam: Sie hatten keine Zahlen — nur Gefühl, Extrapolation und die bemerkenswerte Fähigkeit, dramatische Prognosen über andere zu machen, während sie selbst unbeirrt weiterarbeiteten.
Jetzt, endlich, gibt es Daten.
Anthropics Forschungsteam hat etwas Radikales getan: Es hat gemessen, was Menschen mit KI in echten Arbeitsprozessen wirklich tun — nicht was theoretisch möglich wäre, sondern was tatsächlich passiert. Das Ergebnis ist nüchterner als die Apokalyptiker hoffen. Und beunruhigender als die Skeptiker glauben.
Die Lücke, die niemand benennt
Nehmen wir wissensintensive Berufe – IT, Analyse, Recht, Beratung. Rein theoretisch könnte KI dort heute schon einen Großteil der Aufgaben übernehmen oder zumindest unterstützen. Studien schätzen, dass in manchen dieser Rollen über 70 Prozent der Tätigkeiten prinzipiell automatisierbar wären.
Die tatsächliche Nutzung liegt im Schnitt jedoch nur bei etwa einem Viertel davon. Für jede Aufgabe, die KI theoretisch erledigen könnte, übernimmt sie real nur ungefähr eine. Diese Lücke zwischen Können und Tun ist das eigentliche Thema – und sie wird fast nie diskutiert.
Grafik 1: Junge Einsteiger in KI‑exponierten Berufen
„Am deutlichsten zeigt sich das bei den Jüngsten – dort, wo Karrieren überhaupt erst starten sollten:“
Caption: Junge Einsteiger in KI‑exponierten Berufen: Die Jobstarts brechen seit ChatGPT ein – ohne dass jemand offiziell „Nobody hires juniors anymore“ ausspricht.
Unternehmen haben Prozesse, die sich nicht über Nacht ändern. Mitarbeiter haben Gewohnheiten. Software hat Integrationen, die brechen. Technologie kommt plötzlich und diffundiert dann langsam. Das war beim Internet so, bei der Elektrifizierung der Fabriken – KI wird keine Ausnahme sein.
Die Disruption kommt. Aber nicht so, wie sie angekündigt wurde.
Auswirkungen auf den Arbeitsmarkt
Hier ist das Unbehagliche an den Daten: Die Arbeitslosigkeit in KI‑exponierten Berufen ist bislang nicht systematisch gestiegen. Keine flächendeckenden Massenentlassungen, keine Jobwelle, die sich in den offiziellen Quoten abbildet.
Aber die Wachstumsprognosen für diese Berufe bis 2034 sind deutlich schwächer. Für jede zusätzliche 10 Prozentpunkte reale KI‑Nutzung in einem Beruf sinkt das erwartete Beschäftigungswachstum über zehn Jahre spürbar; bei sehr stark KI‑exponierten Rollen wie Programmierern geht die langfristige Netto‑Jobzunahme gegen null.
Grafik 2: Theoretisches Potenzial vs. tatsächliche Nutzung
Caption: Was KI könnte – und was wirklich passiert: In fast allen wissensintensiven Berufen bleibt ein großer Teil des Potenzials ungenutzt. Die Technologie ist da, die Gewohnheiten sind langsamer.
Ein Sektor, der 500.000 neue Stellen schaffen sollte, schafft jetzt vielleicht 250.000. Statistisch sieht das harmlos aus. Im Leben eines 24‑Jährigen, der gerade ins Berufsleben einsteigt, sieht es anders aus. Er bewirbt sich. Er wartet. Er bekommt keine Rückmeldung. Niemand sagt ihm, warum.
Das ist der stille Einschnitt: Nicht Entlassung, sondern das Ausbleiben von Einstieg. Nicht Krise, sondern Kurvenknick.
Grafik 3: KI‑Exposition vs. Jobwachstum
Caption: Mehr KI‑Exposition, weniger Jobwachstum: Je stärker ein Beruf heute von KI berührt ist, desto schwächer die prognostizierten Stellenzuwächse bis 2034.
Die Ersten, die es spüren
Die Daten zeigen, wo KI am wirksamsten ist: in strukturierten, wiederholbaren Aufgaben – Dokumente zusammenfassen, erste Reports schreiben, einfachen Code debuggen, Datensätze bereinigen, Recherchen aufbereiten.
Das ist genau das, was Berufseinsteiger tun. Junior‑Positionen, Praktika, erste Anstellungen – sie alle basierten historisch auf genau diesen Aufgaben. Unternehmen stellten junge Menschen ein, weil jemand die Basisarbeit erledigen musste. Dabei lernten diese Menschen das Handwerk.
Wenn Maschinen diese Aufgaben übernehmen, verschwindet nicht nur eine Stelle. Es verschwindet eine Ausbildungspipeline. In zehn Jahren werden Unternehmen bemerken, dass ihnen erfahrene Leute fehlen – und sich fragen, warum niemand mehr weiß, wie die Arbeit wirklich funktioniert.
Die Antwort wird sein: Weil wir aufgehört haben, Einsteiger einzustellen. Weil wir die Lehrzeit abgeschafft haben, ohne es zu merken.
Nicht die Geringqualifizierten
Es gibt eine bequeme Geschichte in der KI‑Debatte: Die Maschinen nehmen zuerst die einfachen Jobs. Die schlecht Bezahlten. Die Repetitiven. Die Armen trifft es, die Gebildeten sind sicher.
Die Daten sagen etwas anderes. Die Berufe mit der höchsten KI‑Exposition sind überdurchschnittlich gebildet, überdurchschnittlich bezahlt, überdurchschnittlich weiblich. Wissensarbeit, nicht Handarbeit; Analyse, nicht Montage; Schreiben, nicht Schweißen.
Das ist keine Nebensächlichkeit. Es ist der Kern des europäischen Mittelstands: Ingenieure, Controller, Marketingteams, Juristen, Einkäufer. Die Menschen, auf die sich Unternehmen verlassen, wenn sie komplexe Probleme lösen müssen.
Grafik 4: Wer wirklich exponiert ist
Und das Gleiche beginnt in Fabriken: Instandhalter, die früher mit Azubis Nachtschichten gefahren sind, arbeiten plötzlich mit Predictive‑Systemen. Die Linie läuft, die Kennzahlen sind besser – aber niemand lernt mehr, wie Anlagengeräusche klingen, Sekunden bevor etwas bricht.
Was das für Unternehmen bedeutet
Der Arbeitsmarkt implodiert nicht. Er verlagert sich. Und Verlagerungen, einmal in Gang, neigen dazu, sich zu beschleunigen.
Die richtige Frage für jeden Unternehmer ist nicht: „Wann verlieren meine Mitarbeiter ihren Job?“ Diese Frage führt nirgendwo hin – sie ist zu groß, zu abstrakt, zu weit entfernt. Die richtige Frage lautet: „Welche Prozesse in meinem Unternehmen berührt KI bereits – und merke ich es?“
Stückkosten, Margen, Reaktionsgeschwindigkeit – das sind die Zahlen, die sich verändern, nicht dramatisch, nicht über Nacht, aber kontinuierlich und in eine Richtung. Unternehmen, die das früh verstehen, gewinnen strukturelle Vorteile, die Wettbewerber nicht mehr einholen können. Leise, aber erheblich.
Und was das für Eigentümer bedeutet
Für Eigentümer und CEOs stellt sich noch eine andere Frage: Wollen wir KI nur dort einsetzen, wo sie heute Arbeit ersetzt – oder auch dort, wo sie morgen Lernräume zerstört?
Wenn KI Junior‑Aufgaben frisst, frisst sie nicht nur Jobs, sondern Zukunft. Sie nimmt denjenigen die Chancen, die noch gar nicht im System sind. Und sie nimmt Unternehmen die Generation, die in zehn Jahren Verantwortung tragen soll.
Die eigentliche unternehmerische Entscheidung lautet deshalb: Wo akzeptiere ich Effizienzgewinne – und wo investiere ich bewusst in langsame, menschliche Entwicklung, obwohl es kurzfristig „unwirtschaftlich“ aussieht?
Wer diese Entscheidung nicht trifft, trifft sie trotzdem. Nur dann entscheidet nicht der Eigentümer, sondern die Kostenstelle.
Für Eigentümer ist KI damit vor allem eine Frage der Zukunftsfähigkeit der eigenen Organisation – nicht der nächsten Quartalskosten.
Die Daten zeigen: Dort, wo KI heute tief in Aufgaben eindringt, flacht das Beschäftigungswachstum bis 2034 ab, ohne dass dies in den Arbeitslosenzahlen sofort sichtbar wird.
Wer jetzt jede Junior‑Stelle in eine „KI‑Pipeline“ übersetzt, spart kurzfristig Gehälter – und nimmt sich mittelfristig die Führungskräfte, die komplexe, nicht standardisierte Probleme lösen können.
Die eigentliche Eigentümer‑Frage lautet deshalb: Wie viele ineffiziente Lernjahre kann ich mir leisten – und wie viele kann ich mir nicht leisten zu streichen, ohne mein Unternehmen zu entkernen?
Fragen, die sich Eigentümer jetzt stellen sollten:
In welchen Bereichen erlaube ich ausdrücklich, dass KI Junior‑Aufgaben ersetzt – und wo verbiete ich das bewusst zugunsten von Ausbildung?
Wie viele Entry‑Level‑Rollen halte ich in den nächsten fünf bis zehn Jahren stabil, auch wenn KI kurzfristig effizienter wäre?
Wie messe ich heute, ob mein Unternehmen noch Wissen über Menschen aufbaut – oder nur noch über Tools und externe Dienstleister?
Welche meiner Kernfunktionen wären in zehn Jahren nicht mehr nachbesetzbar, wenn ich jetzt die Einstiegsjobs konsequent wegrationalisiere?
Und der einzige Weg, das wirklich zu verstehen — ist dort zu stehen, wo die Entscheidungen tatsächlich getroffen werden.
Im Juni verbringen sieben Unternehmer vier Tage in San Francisco: in den Unternehmen, die diese Technologie bauen. Nah genug, um die Fragen zu stellen, die keine Schlagzeile je stellt. Wer dabei sein will — weiß, wo er mich findet.
Autor: Mag. Werner Sattlegger, CEO Art of Life
Literaturliste
Massenkoff, M., & McCrory, P. (2026): „Labor market impacts of AI: A new measure and early evidence“, Anthropic.
Kurzfassung: Führende Datengrundlage zu observed exposure – zeigt Lücke zwischen theoretischer KI‑Fähigkeit und realer Nutzung, schwächere Wachstumsprognosen für hoch exponierte Jobs, kein bisher messbarer Anstieg der Arbeitslosigkeit, aber klare Signale bei 22–25‑Jährigen.
Pooya Golchian (2026): „AI Impact on Jobs 2026: Anthropic Labor Market Research Fully Explained“.
Kurzfassung: Verständliche Einordnung der Anthropic‑Studie für Praktiker: quantifiziert den „24‑Prozent‑Einsatzgrad“ (1 von 4 theoretisch möglichen Aufgaben wird wirklich von KI erledigt), zeigt –0,6 Prozentpunkte Jobwachstum je +10 Punkte Exposition und betont die besondere Betroffenheit von Wissensarbeit.
Brynjolfsson, E. et al. (2025): „Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence“.
Kurzfassung: Frühindikatoren aus Payroll‑Daten: in KI‑exponierten Berufen fällt die Beschäftigung junger Arbeitnehmer messbar; bestätigt, dass Einstiegschancen stärker betroffen sind als bestehende Stellen.
Gimbel, M. et al. (2025): „Evaluating the Impact of AI on the Labor Market: Current State of Affairs“, Yale Budget Lab.
Kurzfassung: Zeigt, dass sich die Berufsstruktur bisher nur langsam verschiebt; stärkt das Bild eines „Kurvenknicks“ statt eines kurzfristigen Schocks.
Autor: Werner Sattlegger
Founder & CEO Art of Life
Expert in digital transformation processes, helping European mid-sized family and industrial companies move from the comfort zone into the learning zone. He loves connecting people and organizations, thrives in uncertainty and the unknown, and is driven by a deep passion for shaping and enabling development.
