Eine aktuelle Studie von Ökonomen der Stanford University zeigt, dass Künstliche Intelligenz (KI) zu einem signifikanten Rückgang der Einstiegsjobs für jüngere Arbeitnehmer führt. Demnach sank die Beschäftigungsquote von 22- bis 25-Jährigen in Berufen mit hoher KI-Exposition um 19 Prozent im Vergleich zu Berufen, die weniger von KI betroffen sind.
Details der Studie
Die im August 2026 aktualisierte Ausgabe von „Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence“ basiert auf anonymisierten, hochfrequenten Gehaltsdaten des HR-Managementunternehmens ADP. Die Forscher bewerteten die KI-Exposition von Berufen anhand eines bestehenden Messinstruments für potenzielle Arbeitsmarktauswirkungen und des Anthropic Economic Index, der die tatsächliche Nutzung des Claude-Modells in verschiedenen Berufen analysiert.
Wirtschaftsweit fanden die Forscher kaum Unterschiede in der Gesamtbeschäftigung zwischen stark und wenig von KI betroffenen Jobs. Bei der Betrachtung der Altersgruppe der 22- bis 25-Jährigen ergab sich jedoch seit 2022 ein Rückgang der Beschäftigung um etwa 11 Prozent in den oberen 40 Prozent der KI-betroffenen Berufe. Im Gegensatz dazu wuchs die Gesamtbeschäftigung dieser jungen Arbeitnehmer in den 60 Prozent der am wenigsten betroffenen Berufe um 10 Prozent im selben Zeitraum.
Dieser Effekt manifestiert sich hauptsächlich in niedrigeren Einstellungsquoten für Berufsanfänger in KI-intensiven Bereichen, nicht in vermehrten Kündigungen oder Fluktuation. Auch die Vergütungssätze blieben weitgehend unberührt; der Effekt zeigte sich primär in der geringeren Gesamtbeschäftigung.
Automatisierung versus Augmentierung
Die Studie unterscheidet zwischen zwei Arten des KI-Einsatzes: „automativ“, bei dem KI menschliche Arbeit vollständig ersetzt, und „augmentativ“, bei dem KI menschliche Arbeitskräfte unterstützt und effektiver macht. Berufe wie „Buchhalter und Wirtschaftsprüfer“ sowie „Empfangs- und Informationskräfte“ wurden als besonders anfällig für KI-Automatisierung eingestuft. Berufe wie „Geschäftsführer“ und „registrierte Krankenpfleger“ hingegen nutzen KI häufig zur Augmentierung.
Berufe, in denen die KI-Automatisierung überwiegt, zeigen die schlechtesten relativen Beschäftigungsniveaus für Berufsanfänger. Die Ergebnisse stimmen damit überein, dass automatisierungsorientierte KI-Anwendungen Arbeitskräfte ersetzen, während komplementäre Anwendungen mit gleichbleibender oder steigender Beschäftigung verbunden sind.
Kodifiziertes und Taktiles Wissen
Die Forscher stellten die Hypothese auf, dass Berufsanfänger besonders von KI-Auswirkungen auf Jobs mit stark „kodifiziertem Wissen“ betroffen sein könnten. Dies umfasst formales, standardisiertes und dokumentiertes Wissen, das durch Bildung oder schriftliche Verfahren vermittelt wird. Im Gegensatz dazu steht „taktiles Wissen“, das durch Praxis, Mentoring und wiederholte Exposition gegenüber realen Situationen erworben wird.
Als Indikator für kodifiziertes Wissen diente der erforderliche formale Bildungsgrad. Die Analyse zeigte, dass Berufe mit höherem kodifiziertem Wissen ein langsameres Beschäftigungswachstum für Berufsanfänger aufweisen, während Berufe mit höherem taktilen Wissen ein schnelleres Beschäftigungswachstum für erfahrene Mitarbeiter zeigen.
Rolle der Bildung
Gleichzeitig kann höhere Bildung als Puffer gegen diese Effekte dienen. Berufe mit einem höheren Anteil an Hochschulabsolventen zeigten geringere Unterschiede zwischen stärker und weniger exponierten Berufen. In Berufen mit wenigen Hochschulabsolventen hingegen wuchsen die Jobs in den am wenigsten KI-exponierten Bereichen, während sie in den am stärksten exponierten Bereichen zurückgingen.
Ausblick und Bedenken
Erik Brynjolfsson, der leitende Forscher, äußerte sich in einem Interview mit der Washington Post besorgt: „Die von uns gemessenen Auswirkungen auf Einsteiger sind real, anhaltend und weiten sich aus.“ Er befürchtet einen Arbeitsmarkt, der zwar sein Gesamtniveau hält, aber „leise die Auffahrt für Menschen, die ihre Karriere beginnen, schließt“.
Thema: Technologie / KI allgemein. Quelle/Inspiration: Ars Technica.