In-depth analysis and insights on AI automation, career trends, and the evolving workforce.
Explore AI impact analysis organized by industry sector
Latest research, data, and trends in AI and the labor market
A new April 2026 paper tracks 40 years of finance productivity — and shows agentic AI is squeezing the middle layer hardest, with AUM-per-employee up 149%.
A new arXiv paper projects 35.6% of information-intensive Bay Area occupations will cross the moderate AI displacement threshold in 2026. Here is who, why, and what protects your role.
A new MIT FutureTech study flipped the automation forecast: instead of experts predicting AI impact, 17,000+ workers evaluated real LLM outputs on their own tasks. The results upend conventional wisdom about who is most exposed.
Job-changers earned 6.4% wage growth vs 4.5% for stayers in January 2026 — the narrowest gap since 2020. New-hire pay broke its 18-month $18/hr plateau, jumping to $19. And 45% of workers now work part-time, up 6 percentage points from 2019. ADP's structural pay-trends analysis.
ADP Research surveyed 39,000 workers globally and found just 25% feel their job is safe — 28% in the U.S. The disconnect between strong headline labor data and weak worker confidence is the most important labor-market signal of 2026. Plus: secure workers are 6× more engaged.
Even in AI-exposed occupations, entry-level workers are seeing relative employment declines. A May 2026 Brookings synthesis triangulates payroll data, OECD studies, and the Anthropic Usage Index to argue AI growth acceleration is plausible but its distributional effects are already showing up — and not in workers favor.
A new NBER paper compared 5 forecaster groups on AI's labor market impact. The median says GDP grows 2.5%/year. The rapid scenario says ~10M jobs gone by 2050. The disagreement reveals more than the numbers.
A US Federal Reserve governor used the phrase 'essentially unemployable' out loud last month — and he wasn't talking about a fringe scenario. Fed Vice Chair Michael S. Barr's February 17, 2026 speech laid out three AI futures the Fed is actively planning around, and signals the rate-cut narrative may not survive an AI productivity boom.
29% of US workers are in occupations with the lowest AI exposure. 18% are in the highest. And the share has not budged since ChatGPT launched. The Yale Budget Lab's February 2026 synthesis finds AI exposure is real and measurable — but it has not yet translated into measurable employment displacement.
A new MIT-led study shows full AI automation is almost never the cost-minimizing choice for firms. Here is what 11% actually means for your job.
A new arXiv paper tracks assets-under-management per employee across three tech waves and finds finance is not facing a cliff — it is on the next chapter of a 40-year transition. What this means for advisors, analysts, and back-office workers in 2026.
On April 22, 2026, Anthropic launched the Economic Index Survey, a monthly qualitative survey of Claude users covering AI adoption, productivity, and what workers want from the next decade. Here is what it asks and why it matters.
Anthropic's economists built a new way to measure which jobs are actually being done by AI right now. The first warning sign? Young workers entering high-exposure fields are seeing 0.5pp fewer hires. The full data tells a more hopeful story than you might expect.
OpenAI veröffentlicht ein Vier-Dimensionen-Framework für 921 Berufe. 18 % der US-Stellen haben ein erhöhtes kurzfristiges Automatisierungsrisiko. Erfahren Sie, wer betroffen ist und warum.
**36 %** der Frauen arbeiten in Berufen, in denen KI die Hälfte der täglichen Aufgaben umbauen könnte — gegenüber **25 %** der Männer. Das ist kein Rundungsfehler. Es ist ein Warnsignal, das Brookings direkt aus den ChatGPT-4-Aufgabenexpositionsdaten über 1.000 Berufe gezogen hat.
Eine gemeinsame Studie der Internationalen Arbeitsorganisation und der Weltbank in 135 Ländern offenbart eine klare Kluft: KI bedroht Bürojobs in wohlhabenden Ländern, während Entwicklungsländer ohne digitale Infrastruktur von den Vorteilen nicht profitieren können.
Junge Softwareentwickler verlieren ihre Arbeitsplätze — und schnell. Die Beschäftigung unter Entwicklern im Alter von 22 bis 25 Jahren ist seit 2024 **um fast 20%** gesunken, laut dem gerade veröffentlichten 2026 AI Index Report der Stanford.
Zwei Jahre nach dem Start von ChatGPT begannen die meisten Wissensarbeiter in Dänemark bereits, KI-Chatbots bei der Arbeit zu nutzen. Ihre Arbeitgeber führten formale KI-Initiativen ein. Die Arbeitneh
McKinsey sagt, dass 57% der US-Arbeitsstunden technisch durch KI-Agenten und Roboter automatisiert werden können, im Wert von 2,9T$. Aber über 70% der Fähigkeiten bleiben übertragbar.
Eine massive Umfrage unter 6.000 Führungskräften in vier Ländern offenbart einen frappierenden Widerspruch: KI-Einführung ist allgegenwärtig, aber kaum jemand kann die Auswirkung auf Arbeitsplätze messen. Was sich in den nächsten drei Jahren ändern könnte.
Goldman Sachs zeigt: KI ersetzt monatlich 25.000 und verstärkt 9.000 Jobs — Nettoverlust 16.000. Aber Morgan Stanley sagt, der Einfluss auf die Arbeitslosigkeit beträgt nur 0,1 Prozentpunkte. Wer hat recht?
Zum ersten Mal 2026 übertraf KI alle anderen Kündigungsgründe in einem einzigen Monat. Challenger Gray meldet 15.341 KI-bedingte Streichungen im März — 25% aller Entlassungen. Was das für Ihre Karriere bedeutet.
MIT-Forscher ließen über 17.000 Arbeitnehmer mehr als 3.000 Aufgaben bewerten. Das Ergebnis: Keine plötzliche KI-Übernahme, aber ein stetiger Anstieg von 15 Prozentpunkten pro Jahr, der bis 2029 Erfolgsraten von 80-95% erreichen könnte.
Ein neues Framework zur Messung von KI-Agenten-Fähigkeiten zeigt, dass 93,2% der informationsintensiven Berufe in Tech-Hubs innerhalb von vier Jahren die mittlere Risikoschwelle überschreiten werden.
Brookings stellt fest: 15,6 Mio. Arbeitnehmer ohne Hochschulabschluss sitzen in KI-exponierten Jobs, und fast die Hälfte ihrer Aufstiegswege ist ebenfalls bedroht.
Die Bank of Korea befragte Haushalte, nicht Unternehmen. Ergebnis: Die Mehrheit nutzt bereits generative KI, spart rund 1,5 Stunden pro Woche, und die größten Gewinner sind die am wenigsten Erfahrenen.
Die eigenen Daten der Bank of Korea widerlegen die gängigste Erklärung für Jugendarbeitslosigkeit. Die wahre Geschichte handelt von KI, Bildungslücken und einem Arbeitsmarkt, der junge Menschen strukturell ausschließt.
Südkorea hat 57.000 KI-Spezialisten und wuchs doppelt so schnell wie vergleichbare Länder. Dennoch können 30 % der Unternehmen KI-Stellen nicht definieren und die inländische Gehaltsprämie beträgt nur 6 % gegenüber 25 % in den USA.
Eine US-Studie 2015-2022 mit Instrumentalvariablen zeigt, dass Automatisierungs-KI Jobs und Löhne von Geringqualifizierten senkt, während Augmentations-KI neue Rollen schafft und Gehälter von Hochqualifizierten steigert.
Eine Studie von fast 10.000 ägyptischen Stellenanzeigen zeigt, dass nur 24,4 % der Arbeitnehmer in KI-automatisierungsgefährdeten Rollen über gangbare Karriereübergangswege verfügen.
Eine neue Wharton-Studie enthüllt ein spieltheoretisches Paradox: Unternehmen automatisieren rational Arbeitsplätze, um Kosten zu senken — doch gemeinsam zerstören sie die Nachfrage, von der sie abhängen. UBI und Umschulung scheitern. Nur eine Lösung funktioniert.
Hochschulabsolventen haben Schwierigkeiten, Arbeit zu finden. Stanford gibt KI die Schuld. Aber neue Daten der EIG zeigen: Jungen Arbeitnehmern ohne Hochschulabschluss geht es genauso schlecht — und KI-exponierte Berufe beschäftigen kaum junge Menschen.
Beschäftigte, die KI seit 6+ Monaten nutzen, erzielen 10 % bessere Ergebnisse als Neulinge. Anthropics Economic Index vom März 2026 zeigt, wie Lernkurven eine neue Art von Ungleichheit am Arbeitsplatz schaffen — und was das für Ihre Karriere bedeutet.
49 % der Berufe nutzen Claude mittlerweile für mindestens 25 % ihrer Aufgaben. Überraschend: Die Nutzung wächst bei Geringverdienern schneller als erwartet, während die Kluft zwischen Gelegenheits- und Intensivnutzern wächst.
Acemoglu, Autor und Johnson argumentieren, dass die aktuelle KI-Entwicklung Automatisierung gegenüber Augmentierung bevorzugt — und schlagen neun politische Maßnahmen vor, um sie auf arbeitnehmerfreundliche Ergebnisse umzulenken.
Anthropic befragte 132 Ingenieure und analysierte 200.000 Claude-Code-Transkripte. Die KI-Nutzung verdoppelte sich auf 59 %, die Produktivität stieg um 50 %, und 27 % der KI-gestützten Arbeit war völlig neu.
Die erste Studie auf Unternehmensebene beweist: KI-Arbeits-Substitution ist real. Für jeden Dollar, den Unternehmen bei ausgelagerter Arbeit einsparen, geben sie nur 0,03 Dollar für KI aus — eine Kostenersparnis von 97 %, die die Freelance-Wirtschaft umkrempelt.
Anthropics Indien-Länderbericht offenbart ein Paradox: Indien stellt 5,8 % der weltweiten Claude-Nutzung (nur die USA liegen vorne), belegt aber Platz 101 von 116 Ländern bei der Pro-Kopf-Adoption. Vier IT-Zentren machen über die Hälfte der Nutzung aus, 45 % entfallen auf Softwareberufe.
Die weltweiten KI-Investitionen erreichten 2024 ganze 252,3 Milliarden Dollar, KI-Stellenanzeigen kletterten auf ein Rekordhoch von 4,2 % aller Ausschreibungen. Gleichzeitig gingen 1,4 Millionen reguläre Stellen verloren. Stanford- und Indeed-Daten zeichnen dasselbe Bild: ein Arbeitsmarkt, der sich in zwei Hälften teilt.
Das Bureau of Labor Statistics hat erstmals KI explizit in seine 10-Jahres-Beschäftigungsprognosen einbezogen. Wir haben ihre Zahlen für 10 Schlüsselberufe mit unseren KI-Automatisierungsrisiko-Daten verglichen.
Eine neue Studie mit 10,5 Millionen LinkedIn-Profilen und Arbeitslosenversicherungsdaten zeigt: KI-exponierte Berufe begannen sich Monate vor ChatGPT zu verschlechtern — doch Absolventen mit LLM-Kenntnissen verdienten höhere Einstiegsgehälter.
OpenAI-Mitgründer Andrej Karpathy hat 342 US-Berufe nach KI-Exposition bewertet. 42% der Beschäftigten — 59,9 Millionen Menschen — landen in der Hochrisikozone. Was bedeutet das für Ihre Karriere?
Eine Brookings-Studie zeigt: Freiberufler in KI-exponierten Berufen verloren 5% ihres monatlichen Einkommens. Überraschenderweise trifft es erfahrene Profis härter als Berufsanfänger.
Eine Brookings-Studie zeigt: 6,1 Millionen Beschäftigte stecken in Jobs mit hoher KI-Exposition fest — und haben kaum Möglichkeiten, sich anzupassen. 86% sind Frauen, vor allem in Büro- und Verwaltungsberufen.
Eine Kreuzanalyse von KI-Adoptionsraten und Arbeitslosendaten aus 11 Ländern ergibt einen kontraintuitiven Befund — die Länder mit der höchsten KI-Nutzung haben nicht die höchste Arbeitslosigkeit.
Eine 8-monatige Feldstudie mit 200 Tech-Beschäftigten zeigt: KI erzeugt drei Muster der Arbeitsintensivierung — Aufgabenexpansion, verschwimmende Grenzen und kognitive Überlastung.
Die ILO-Analyse von 2.861 Arbeitsaufgaben in 138 Ländern ergibt: Frauendominierte Berufe haben 29 % GenAI-Exposition gegenüber 16 % bei männerdominierten. Das Automatisierungsrisiko klafft noch weiter: 16 % vs. 3 %.
Ein Experiment von Stanford und Harvard mit 78 Beschäftigten zeigt die „KI-Mauer" — den Punkt, an dem KI nicht mehr weiterhilft, weil die eigene Fachkompetenz fehlt. Ideenfindung verbessert sich, aber echtes Schreibhandwerk bleibt hartnäckig menschlich.
Die meisten Konzerne bauen Einsteigerstellen im Namen der KI ab. IBM macht das Gegenteil: dreimal so viele Nachwuchskräfte, 40 Pflichtstunden Weiterbildung pro Jahr. Ihre Personalchefin erklärt die Strategie.
Fünf unabhängige Studien zeichnen ein Paradox: KI baut Stellen ab und hebt gleichzeitig die Löhne. Die wahre Geschichte dreht sich darum, wer profitiert, wer verliert — und warum Unternehmen auf Potenzial statt auf Leistung hin entlassen.
Vier unabhängige Forschungsquellen — Dallas Fed, ADP/Stanford, EIG und HBR — weisen alle auf sinkende Einstiegsbeschäftigung in KI-exponierten Berufen hin. ADP-Daten zeigen einen 6-%-Rückgang bei 22- bis 25-Jährigen. Doch EIG argumentiert, der Rückgang begann vor der generativen KI.
Anthropics Economic Index analysierte über 100.000 echte Claude-Gespräche. Der theoretische Produktivitätsgewinn von 1,8 % sinkt auf 1,0–1,2 %, wenn man die tatsächlichen Erfolgsraten berücksichtigt.
Harvard Business Review deckt ein beunruhigendes Muster auf: Große Unternehmen bauen Stellen im Bürobereich ab — basierend auf KI-Erwartungen, nicht Ergebnissen. Gartner-Daten zeigen: Nur 1 von 50 KI-Investitionen erbringt transformativen Wert, nur 1 von 5 erzielt positiven ROI.
PwCs KI-Arbeitsmarktbarometer zeigt: KI-exponierte Branchen verzeichnen 4-fache Produktivitätszuwächse und 56 % Lohnaufschlag. Trotzdem wächst die Beschäftigung in kaum KI-exponierten Berufen 20-mal schneller.
Challenger Gray meldet für Februar 2026: 48.307 Streichungen (Rückgang 55 % gegenüber Januar), aber KI-bedingte Entlassungen bei 12.304 YTD und Einstellungspläne brechen um 56 % im Jahresvergleich ein. Der Transportsektor verzeichnet einen Anstieg von 872 %.
Brookings-Daten zeigen: Die Beschäftigung in KI-exponierten Berufen ist 33 Monate nach ChatGPT stabil geblieben. Doch eine Automatisierungsrate von 77 % in Unternehmen, Frühkarriere-Verwundbarkeit und die Überrepräsentation im Coding deuten darauf hin, dass die Geschichte längst nicht zu Ende ist.
Vom MDTA der 1960er bis zum heutigen WIOA — staatliche Umschulungsprogramme haben eine durchwachsene Bilanz. Angesichts neuer KI-Verdrängungswellen fragt Brookings: Was funktioniert eigentlich?
Weniger als 20 % der Unternehmen setzen überhaupt KI ein. Jugendbeschäftigung in exponierten Berufen sinkt — die Arbeitslosigkeit aber nicht. Brookings sagt: Die KI-Arbeitsmarktforschung steckt noch im „ersten Inning“.
Die ILO prognostiziert 4,9 % globale Arbeitslosigkeit und eine Lücke von 408 Millionen Jobs für 2026 — während KI jeden vierten Arbeitsplatz umgestaltet. Was bedeutet diese fragile Stabilität für Ihre Karriere?