// HEISE ONLINE — INTELLIGENZA ARTIFICIALE
KI-Paradox am Arbeitsmarkt: Berufseinsteiger verlieren, Erfahrene gewinnen
Eine aktualisierte Stanford-Studie und internationale Daten belegen: Generative KI führt nicht zu Massenentlassungen, blockiert aber gezielt junge Fachkräfte.
Künstliche Intelligenz verändert den Arbeitsmarkt, führt bislang aber nicht zu der befürchteten flächendeckenden Entlassungswelle. Stattdessen zeichnet sich ein differenzierteres, aber gerade für junge Menschen alarmierendes Bild ab: Generative KI trifft vor allem Berufseinsteiger.
Eine aktualisierte Studie des Stanford Digital Economy Lab unter der Leitung der Ökonomen Erik Brynjolfsson, Bharat Chandar und Ruyu Chen belegt mit Daten bis Juni 2026, dass sich die Kluft zwischen erfahrenen Beschäftigten und Nachwuchskräften in KI-exponierten Berufen weiter vergrößert hat. Etablierte Fachkräfte profitieren demnach von der Technologie. Dem Nachwuchs bleiben dagegen zunehmend Türen versperrt.
Die Untersuchung beruht auf einer vergleichsweise robusten Datenbasis. Anstelle von Umfragen oder Stellenanzeigen werteten die Forscher die Lohnabrechnungsdaten des US-Personaldienstleisters ADP aus. Dieser Datensatz erfasst monatlich zwischen 3,5 und fünf Millionen Erwerbstätige von Januar 2021 bis Mitte 2026. Die KI-Anfälligkeit der Berufe bestimmen die Autoren mithilfe einer maßgeblich von OpenAI-Forschern entwickelten Klassifikation sowie des Anthropic Economic Index, der auf realen Nutzungsdaten basiert.
Die Zahlen zeigen zunächst eine positive Entwicklung: Die Gesamtbeschäftigung stieg im Untersuchungszeitraum um sechs Prozent. Selbst in den am stärksten von KI betroffenen Berufen gab es immerhin noch einen Zuwachs von vier Prozent. Von einem flächendeckenden Job-Abbau kann also keine Rede sein. Der eigentliche Effekt zeigt sich erst bei einem Blick auf die Altersgruppen: Bei den 22- bis 25-Jährigen, die in den am stärksten von KI bedrohten Berufsfeldern arbeiten, sank die Beschäftigung seit dem Start von ChatGPT im November 2022 um etwa elf Prozent. In den Berufen derselben Altersgruppe mit geringer KI-Betroffenheit legte sie dagegen um rund zehn Prozent zu.
So entsteht eine Kluft von 19 Prozent, die im Sommer 2025 noch bei 15 Prozent lag. Dass sich diese Schere immer weiter öffnet, macht die Ergebnisse den Wissenschaftlern zufolge belastbar. Es handele sich keineswegs um ein vorübergehendes Tief durch die Wirtschaftslage, da sie Faktoren wie Zinsentwicklung, Bildungsgrad oder Homeoffice-Möglichkeiten in ihrer Analyse bereits berücksichtigt hätten.
Der Rückgang erfolgt selten durch Kündigungen. Wer bereits im Unternehmen ist, behält seinen Arbeitsplatz mit ähnlicher Wahrscheinlichkeit wie zuvor. Der Anpassungsdruck entlädt sich stattdessen über eine schleichende Zurückhaltung bei den Neueinstellungen. Unternehmen besetzen Junior-Positionen schlicht nicht mehr nach. Es gibt keine spektakulären Entlassungswellen, sondern allenfalls Stellen, die lautlos verschwinden.
Der ausgemachte Effekt konzentriert sich ferner auf Berufe, in denen KI menschliche Aufgaben automatisiert. Wo sie ergänzend wirkt, bleibt die Beschäftigung stabil oder steigt. Erfahrene Mitarbeiter nutzen KI komplementär auf Basis von Erfahrungswissen. Nachwuchskräfte, deren Arbeit oft aus standardisierter Datenaufbereitung und Textentwürfen besteht, können einfacher ersetzt werden. Die Löhne reagieren kaum auf diese Verschiebung, womit der Markt den Druck auf die Neueinsteiger verlagert.
Dass es sich nicht um ein rein US-amerikanisches Phänomen handelt, zeigen laut der FAZ internationale Daten. Eine Analyse der Bank of Korea offenbare eine starke Polarisierung: Von knapp 295.000 weggefallenen Arbeitsplätzen unter 15- bis 29-Jährigen entfielen 94 Prozent auf KI-intensive Branchen. Parallel soll die Beschäftigung der 50- bis 59-Jährigen in diesen Sektoren deutlich gestiegen sein. In Deutschland erwartet laut einer Ifo-Umfrage vom Juni rund die Hälfte der Firmen für Nachwuchskräfte ohne akademischen Abschluss sinkende Einstiegslöhne aufgrund von KI.
Ergänzende Daten der Internationalen Arbeitsorganisation verweis