KI & Arbeitsmarkt: Revolution oder Krise?

Lisa Ernst · 27.11.2025 · Technik · 8 min

Die Auswirkungen künstlicher Intelligenz auf den Arbeitsmarkt sind Gegenstand intensiver Forschung. Eine aktuelle MIT-Studie, Teil des "Project Iceberg", beleuchtet den Anteil der US-Lohnsumme, der technisch durch heutige KI-Systeme ersetzbar wäre. Die Ergebnisse zeigen, dass rund 11,7 Prozent der Lohnsumme in den USA, insbesondere in Büro-, Finanz- und Tech-Berufen, theoretisch von KI übernommen werden könnten. Diese Zahl ist jedoch ein technischer Kennwert und keine Prognose für unmittelbare Arbeitsplatzverluste.

Quelle: Eigene Darstellung

KI und Arbeitsmarkt: Eine MIT-Studie

Die neue Untersuchung des Massachusetts Institute of Technology (MIT), in Zusammenarbeit mit dem Oak Ridge National Laboratory (ORNL), baut einen digitalen Zwilling des US-Arbeitsmarktes auf. Dieser umfasst 151 Millionen Beschäftigte in 923 Berufen, verteilt auf rund 3.000 Countys, modelliert mit über 32.000 Einzelskills (MIT-Studie). Parallel dazu kartieren die Forschenden mehr als 13.000 Software-, KI- und Automatisierungstools, einschließlich generativer KI, und ordnen ihnen die Skills zu, die diese Systeme technisch beherrschen (MIT-Studie).

Aus dieser Kombination entsteht der "Iceberg Index", der misst, welcher Anteil der Lohnsumme in einem Beruf theoretisch von vorhandenen KI-Systemen übernommen werden könnte. Dies ist die technische Exposition, nicht die tatsächliche Adoption durch Unternehmen oder ein Zeitrahmen für die Umsetzung (MIT-Studie). Das zentrale Ergebnis ist, dass für digitale, kognitive Aufgaben, insbesondere in Verwaltung, Finanz- und professionellen Dienstleistungen, dieser Index bei durchschnittlich 11,7 % der US-Lohnsumme liegt, was rund 1,2 Billionen US-Dollar pro Jahr entspricht (MIT-Studie, arXiv).

Im Gegensatz dazu bildet der "Surface Index" nur die heute beobachtete KI-Nutzung in Tech-Berufen und verwandten Rollen ab und kommt auf 2,2 % der Lohnsumme, etwa 211 Milliarden US-Dollar (MIT-Studie). Medien wie NDTV fassen diese 11,7 % verkürzt als "AI kann 12 % der US-Arbeitskräfte ersetzen" zusammen. Die Studie selbst betont jedoch, dass es um technische Fähigkeiten geht, nicht um fest geplante Entlassungen.

Die 11,7 % sagen aus, dass für Aufgaben in diesem Umfang heute KI-Systeme existieren, die diese Tätigkeiten auf einem vergleichbaren Qualitätsniveau ausführen können (MIT-Studie). Ob diese Aufgaben wirklich automatisiert werden, hängt von drei Hürden ab: Technologie muss verlässlich genug, rechtlich und organisatorisch verantwortbar und vor allem wirtschaftlich sinnvoll sein (MIT CSAIL, MIT IDE).

Eine frühere MIT-Studie zu Computer-Vision-Anwendungen ergab, dass nur etwa 23 % der Lohnkosten in den betrachteten "KI-exponierten" Seh-Aufgaben tatsächlich kosteneffizient automatisiert werden könnten. Der Rest scheitert an Anschaffungs-, Integrations- und Wartungskosten (MIT IDE, Euronews). Dies bedeutet, dass es in vielen Fällen teurer oder riskanter ist, Menschen zu ersetzen, als ihre Arbeit mit KI zu ergänzen. Forbes fasste dies zusammen: "AI will not steal your job anytime soon."

Die MIT-Studie zeigt deutlich, dass die Iceberg-Exposition nicht dort am höchsten ist, wo medial am meisten über KI gesprochen wird, sondern in klassischen "White-Collar-Jobs" (MIT-Studie). Besonders betroffen sind laut Iceberg Index:

• Administrative und Assistenz-Rollen, wie Sachbearbeitung, Personalverwaltung oder einfache HR-Screenings, in denen viele standardisierte Dokumente geprüft, Texte erstellt oder Daten abgeglichen werden (MIT-Studie, NDTV).
• Finanz- und Controlling-Aufgaben, bei denen Berichte, Forecasts und Analysen stark daten- und textbasiert sind, etwa im Kredit-Scoring, in Risikoberichten oder im Portfolio-Reporting (MIT-Studie).
• Berufe in professionellen Dienstleistungen, zum Beispiel juristische Recherchen, Consulting-Analysen und Teile der Software-Entwicklung, die sich auf wiederkehrende Muster stützen (MIT-Studie, WEF).

Weltbank- und OECD-Analysen bestätigen, dass Routine-informationsarbeitende Tätigkeiten wie Datenerfassung, einfache Buchhaltung, Standard-Customer-Service oder bestimmte Backoffice-Funktionen weltweit zu den am stärksten automatisierbaren Rollen gehören (OECD).

Quelle: schulz-beratung.de

Globale Prognosen: Die Auswirkungen von KI auf den Arbeitsmarkt in verschiedenen Regionen.

Vergleich mit anderen Analysen

Die aktuelle MIT-Analyse reiht sich in eine Welle von Studien ein, die die Beschäftigungswirkungen von KI quantifizieren, kommt aber mit einem wichtigen Perspektivwechsel. Die ILO schätzt, dass etwa ein Viertel der Jobs weltweit in relevantem Umfang von generativer KI betroffen sein könnte, wobei der Schwerpunkt auf einer Transformation von Aufgaben liegt, nicht auf ihrer vollständigen Abschaffung.

Der "Future of Jobs Report 2023" des Weltwirtschaftsforums schätzt, dass in den nächsten fünf Jahren weltweit 69 Millionen Stellen neu entstehen, während 83 Millionen wegfallen – ein Nettoverlust von 14 Millionen Jobs, bei insgesamt 23 % der heutigen Tätigkeiten, die sich spürbar verändern (WEF).

McKinsey beziffert das Potenzial generativer KI auf einen zusätzlichen Beitrag zum globalen BIP von jährlich 2,6 bis 4,4 Billionen US-Dollar, wenn Unternehmen KI breit einsetzen und die freiwerdende Zeit in andere wertschöpfende Tätigkeiten umgelenkt wird. Gleichzeitig stellt dieselbe Forschungsgruppe fest, dass bis 2030 bis zu 30 % der heute geleisteten Arbeitsstunden automatisierbar wären, wenn Unternehmen Prozesse konsequent umbauen (McKinsey).

Die MIT-Iceberg-Studie unterscheidet sich in zwei Punkten:

• Erstens verschiebt sie den Fokus weg von groben Jobkategorien hin zu einem fein granulierten Skill-Modell, das 32.000 einzelne Fähigkeiten und 13.000 KI-Tools verknüpft (MIT-Studie).
• Zweitens trennt sie bewusst technische Exposition (11,7 %) und aktuelle Adoption (2,2 %) und liefert damit ein Werkzeug, mit dem Politik simulieren kann, wie verschiedene Regulierungs-, Bildungs- und Investitionsstrategien die Entwicklung beeinflussen würden (MIT-Studie, Chosun).

Während einige Medien daraus den Alarmruf "12 % der Jobs schon heute ersetzbar" machen, ist der Kern eher eine Einladung zu datenbasierter Politikgestaltung: Wo liegen die größten Risiken für Regionen, Berufsgruppen und Alterskohorten, und welche Umschulungs- und Weiterbildungspfade sind realistisch? NDTV, CNBC und andere greifen genau diese Zahl auf, verweisen aber selbst auf die Iceberg-Plattform als technische Grundlage.

Auswirkungen auf Beschäftigte

Für Beschäftigte bedeutet das Iceberg-Ergebnis, dass in vielen wissensintensiven Berufen ein wachsender Teil der Routinetätigkeiten von KI-Systemen unterstützt oder übernommen wird. McKinsey-Umfragen zeigen bereits, dass generative KI Schreibarbeiten, Recherchen und Standardanalysen deutlich beschleunigt.

Internationale Vergleichsdaten der OECD zeigen, dass Beschäftigte, die KI in ihrer Arbeit nutzen, im Durchschnitt zufriedener sind, aber gleichzeitig stärkeren Kontrollen, höherem Arbeitstempo und neuen Datenschutzrisiken ausgesetzt sein können.

Die ILO warnt explizit davor, dass die negativen Arbeitsmarkteffekte von generativer KI überproportional junge Menschen treffen könnten, insbesondere beim Einstieg in stark digitalisierte Berufe wie Programmierung, Online-Marketing oder digitale Assistenzrollen.

Die Frage verschiebt sich von "Werde ich ersetzt?" zu "Welche Teile meiner Arbeit sind standardisierbar – und wo kann ich bewusst Kompetenzen aufbauen, die schwer zu automatisieren sind?" Dazu gehören komplexe Abstimmungen mit Kund:innen, kreative Problemlösung, Verhandlungsgeschick, interdisziplinäre Koordination, aber auch das kompetente Steuern von KI-Systemen selbst – Prompt-Design, Qualitätskontrolle, Umgang mit Datenschutz und Fairness. Unternehmen berichten bereits, dass neue Rollen rund um KI-Governance, Datenkuratierung und "AI Operations" entstehen (McKinsey).

Handlungsempfehlungen

Für Unternehmen ist die Iceberg-Studie kein Aufruf, schnell Personal abzubauen, sondern eine Aufforderung, ihre Wertschöpfung aufgabenorientiert zu betrachten. Die OECD zeigt, dass Firmen, die KI erfolgreich einführen, typischerweise drei Dinge kombinieren: Sie definieren klar, welche Aufgaben mit KI unterstützt werden sollen, sie investieren in Weiterbildungen und sie passen Prozesse und Verantwortlichkeiten an.

Gerade kleine und mittlere Unternehmen können laut einer aktuellen OECD-Studie durch generative KI mit weniger Ressourcen mehr leisten – vorausgesetzt, sie schließen Kompetenzlücken im Team und implementieren geeignete Schutzmaßnahmen für Daten und Mitarbeitende.

Praktisch bedeutet das:

• Aufgaben und Prozesse kartieren, nicht nur Stellenprofile.
• Pilotprojekte dort starten, wo klarer Mehrwert und gute Datenlage bestehen – etwa in Reporting, Kundenkommunikation oder internen Wissensdatenbanken.
• Beschäftigte frühzeitig einbinden, um Nutzung, Qualitätskontrollen und Grenzen der KI gemeinsam zu definieren.

Die Iceberg-Plattform bietet dafür ein Beispiel, wie sich Exposition auf Skill-Ebene visualisieren lässt – auch wenn sie derzeit auf die USA fokussiert ist.

Quelle: kettner-edelmetalle.de

KI am Konferenztisch: Strategische Integration und Entscheidungsfindung in Unternehmen.

Die neue MIT-Studie wird die Debatten um Regulierung, Umschulung und soziale Sicherung weiter anheizen, weil sie das abstrakte Schlagwort "KI gefährdet Jobs" mit konkreten Zahlen hinterlegt. Internationale Organisationen fordern seit Längerem, diesen Wandel aktiv zu steuern. Die ILO empfiehlt eine Kombination aus aktiver Arbeitsmarktpolitik, gezielten Weiterbildungsprogrammen und Stärkung von Arbeitnehmerrechten rund um algorithmische Entscheidungs- und Überwachungssysteme.

Der OECD Employment Outlook 2023 betont, dass Massenarbeitslosigkeit durch AI angesichts historischer Erfahrungen nicht die wahrscheinlichste Hauptgefahr ist – wohl aber Ungleichheiten, wenn Qualifizierungsangebote, Mitbestimmung und soziale Sicherung nicht Schritt halten.

Gleichzeitig zeigen aktuelle Berichte, etwa zum UK-Arbeitsmarkt, dass ohne Gegenmaßnahmen Millionen vorrangig niedrig qualifizierte Stellen durch Automatisierung wegfallen könnten, während neue, höher qualifizierte Jobs entstehen, zu denen viele der heute Betroffenen keinen direkten Zugang haben.

Vor diesem Hintergrund liefert der Iceberg Index ein Instrument, mit dem sich Förderprogramme, Umschulungen und regionale Strukturpolitik genauer auf jene Berufsgruppen ausrichten lassen, in denen KI-Exposition und soziale Verwundbarkeit zusammenfallen (MIT-Studie).

Fazit

Die Schlagzeile "KI kann 12 % der Jobs ersetzen" klingt dramatisch, greift aber zu kurz. Die MIT-Studie zeigt vor allem, wie groß der theoretische Überlapp zwischen heutigen KI-Fähigkeiten und menschlichen Tätigkeiten bereits ist – und wie wenig davon bislang sichtbar im Arbeitsmarkt angekommen ist (MIT-Studie, NDTV).

Ob sich diese 11,7 % in tatsächliche Jobverluste, neue hybride Rollen oder Produktivitätssprünge übersetzen, hängt nicht von einem unausweichlichen Techniktrend ab, sondern von Entscheidungen: in Unternehmen, in der Politik und in der persönlichen Weiterbildung.

Wer ernsthaft über die Auswirkungen künstlicher Intelligenz auf den Arbeitsmarkt nachdenken will, sollte die neue MIT-Analyse deshalb nicht als fertige Prognose lesen, sondern als hochauflösende Landkarte: Sie zeigt, wo sich die Frontlinien zwischen Automatisierung, Aufwertung und neuer Arbeit verschieben – und wo es sich lohnt, heute in Menschen zu investieren, statt morgen nur die Kosten einer schlecht gesteuerten Transformation zu verwalten.