Drei Wirtschafts-Nobelpreisträger sagen: KI ist auf dem falschen Kurs für Arbeitnehmer
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.
Wenn Daron Acemoglu, David Autor und Simon Johnson gemeinsam ein Paper veröffentlichen, horcht die Wirtschaftswissenschaft auf. Das sind keine Randstimmen. Acemoglu erhielt 2024 den Nobelpreis für Wirtschaftswissenschaften. [Fakt] Autor schuf das „Tasks Framework", das unser Verständnis von Technologie und Arbeitsmärkten grundlegend verändert hat. [Fakt] Johnson, ehemaliger IWF-Chefökonom und MIT-Sloan-Professor, hat das Standardwerk darüber geschrieben, wie Machtkonzentrationen wirtschaftliche Ergebnisse formen. [Fakt]
Ihr neues Paper, veröffentlicht über das Hamilton Project an der Brookings Institution im Februar 2026, trägt eine klare Botschaft: Die Art, wie wir KI gerade bauen, ist nicht darauf ausgelegt, Arbeitnehmern zu helfen. [Einschätzung] Und wenn wir nicht bewusst den Kurs ändern, wird die Technologie, die der größte Produktivitätsverstärker der modernen Arbeitsgeschichte sein könnte, stattdessen ein weiterer Motor der Ungleichheit.
Das Kernproblem: KI automatisiert, statt zu augmentieren
Die Autoren treffen eine entscheidende Unterscheidung, die der meiste KI-Diskurs überspringt. Sie klassifizieren Technologien in fünf Kategorien nach ihrem Einfluss auf Arbeit: arbeitsverstärkend (macht Arbeitnehmer effektiver), kapitalverstärkend (verbessert Maschinen), automatisierend (ersetzt menschliche Aufgaben durch Maschinen), expertise-nivellierend (ermöglicht Neulingen spezialisierte Aufgaben) und neue Aufgaben schaffend (generiert völlig neue menschliche Arbeit). [Fakt]
Von diesen fünf kommen nur „neue Aufgaben schaffende" Technologien Arbeitnehmern eindeutig zugute. [Fakt] Alles andere beinhaltet Kompromisse — und die aktuelle KI-Investitionslandschaft ist stark in Richtung Automatisierung geneigt.
Wie die Autoren es formulieren: „Ein Großteil des aktuellen KI-Fokus liegt auf Aufgabenautomatisierung und der Entwicklung hochstufiger Fähigkeiten im Sinne künstlicher allgemeiner Intelligenz, während weniger Energie und Investitionen in die Entwicklung von arbeitnehmerfreundlicher KI fließen." [Fakt] Der Grund ist simple Ökonomie: Führende Unternehmen sehen höhere Renditen in der Automatisierung von Expertise als in der Schaffung neuer Aufgaben für Menschen. [Einschätzung]
Dieser Rahmen ist relevant für jeden, der die KI-Expositionswerte seines Berufs beobachtet. Wenn wir berichten, dass Softwareentwickler eine hohe KI-Exposition haben, lautet die natürliche Frage: Exposition gegenüber was genau? Automatisierung, die Arbeit ersetzt, oder Augmentierung, die sie verstärkt? Acemoglu, Autor und Johnson argumentieren, dass die Antwort von politischen Entscheidungen abhängt, die wir gerade treffen.
Wie „arbeitnehmerfreundliche KI" tatsächlich aussieht
Das Paper definiert „arbeitnehmerfreundliche Technologie" als Technologie, die menschliche Fähigkeiten und Expertise wertvoller macht — nicht weniger. [Fakt] Denken Sie an ein diagnostisches KI-Tool, das einer Pflegekraft hilft, Befunde zu erkennen, die sie übersehen hätte, statt an ein KI-System, das die Pflegekraft überflüssig macht. Denken Sie an Code-Vervollständigungstools, die einem Softwareentwickler helfen, Features schneller zu bauen, statt an völlig autonome Coding-Agenten, die den Entwickler redundant machen.
Der Unterschied ist für einzelne Berufe enorm bedeutsam. Für Kundendienstmitarbeiter bedeutet arbeitnehmerfreundliche KI Tools, die bei komplexen Anrufen sofort relevante Informationen bereitstellen und Mitarbeitern helfen, Probleme schneller zu lösen. Die Alternative — Chatbots, die die meisten Anfragen ohne menschliche Beteiligung bearbeiten — ist Automatisierung, und sie gewinnt derzeit das Investitionsrennen.
Für Buchhalter ist es der Unterschied zwischen KI, die Routine-Compliance-Prüfungen automatisiert (und Buchhalter für Beratungsarbeit freisetzt) versus KI, die auch die Beratung übernimmt und die Wertschöpfungskette des Berufs komprimiert.
Für Verwaltungsassistenten lautet die Frage, ob KI-Terminplanung und E-Mail-Tools sie zu unverzichtbaren Koordinatoren komplexer Workflows machen, oder ob dieselben Tools die Rolle schlicht überflüssig machen.
Neun politische Empfehlungen
Das Paper bleibt nicht bei der Diagnose stehen. Es schlägt neun konkrete Interventionen vor, um die KI-Entwicklung in Richtung arbeitnehmerfreundlicher Ergebnisse umzulenken. [Fakt]
Die auffälligste Empfehlung zielt auf das US-Steuerrecht. [Fakt] Die aktuelle Steuerpolitik — durch Regelungen wie die Section 168 Bonus-Abschreibung — macht es für Unternehmen günstiger, in Ausrüstung und Software zu investieren als in Einstellung oder Weiterbildung von Mitarbeitern. [Fakt] Die Autoren argumentieren, dass dies einen systematischen Bias zugunsten von Automatisierung schafft: Wenn die Ersetzung eines Arbeitnehmers durch Software steuerlich begünstigt ist, die Weiterbildung aber nicht, drängen die ökonomischen Anreize in Richtung Verdrängung.
Weitere Empfehlungen umfassen die Lenkung staatlicher Fördermittel auf arbeitnehmerfreundliche KI-Forschung, DARPA-ähnliche Wettbewerbspreise für arbeitnehmerfreundliche Innovation, Stärkung des Kartellrechts und rechtliche Rahmenbedingungen, die das Wissen von Arbeitnehmern davor schützen, von KI-Systemen extrahiert zu werden — was die Autoren „Expertise-Diebstahl" nennen. [Fakt]
Zwei Empfehlungen konzentrieren sich auf spezifische Sektoren: Gesundheitswesen und Bildung. [Fakt] Die Autoren sehen diese als Bereiche, in denen arbeitnehmerfreundliche KI überproportional positive Wirkung haben könnte — wo KI-unterstützte Fachkräfte den Zugang zu Dienstleistungen dramatisch erweitern könnten, statt nur Kosten zu senken.
Die letzten Empfehlungen betreffen Machtdynamiken: Mechanismen für Mitsprache von Arbeitnehmern bei KI-Einführungsentscheidungen und die Lockerung von Lizenzbeschränkungen, die neu KI-befähigten Arbeitnehmern die volle Ausschöpfung ihrer erweiterten Fähigkeiten verwehren. [Fakt]
Wie das mit dem zusammenhängt, was wir bereits wissen
Dieses Paper fügt eine wichtige politische Dimension zu einer wachsenden Evidenzbasis hinzu. Wir haben über Forschung berichtet, die zeigt, dass KI-exponierte Jobs schon vor dem ChatGPT-Start zurückgingen, dass Unternehmen messbar KI für menschliche Arbeit einsetzen und dass Brookings 6 Millionen US-Arbeitnehmer mit hohem KI-Risiko und niedriger Anpassungsfähigkeit identifizierte.
Acemoglu, Autor und Johnson liefern das theoretische Gerüst dafür, warum diese Trends nicht unvermeidlich sind. Die Verdrängung geschieht nicht, weil KI von Natur aus arbeitnehmerfeindlich ist — sie geschieht, weil die Anreizstruktur Automatisierung gegenüber Augmentierung bevorzugt. [Einschätzung] Ändert man die Anreize, kann die Technologie umgelenkt werden.
Das ist eine optimistischere Rahmung, als es zunächst erscheinen mag. Es bedeutet, dass das Ergebnis nicht vorherbestimmt ist. Aber es bedeutet auch, dass passives Warten darauf, dass der Markt arbeitnehmerfreundliche KI hervorbringt, in den Augen der Autoren naiv ist. Simon Johnson hat direkt erklärt: „Wir befinden uns derzeit nicht auf einem arbeitnehmerfreundlichen KI-Pfad." [Fakt]
Was das für Ihre Karriere bedeutet
Ob Sie Softwareentwickler, Buchhalter, Kundendienstmitarbeiter oder Verwaltungsassistent sind — dieses Paper bietet einen Rahmen, um über Ihre Zukunft nachzudenken, der über einfache Automatisierungsrisiko-Scores hinausgeht.
Die Frage ist nicht nur „wird KI meinen Job betreffen?" — das wird sie fast sicher. Die Frage ist, ob Ihr Arbeitgeber, Ihre Branche und Ihre Regierung in KI investieren, die Sie wertvoller macht, oder in KI, die Sie ersetzbar macht. [Einschätzung]
Praktisch bedeutet das drei Dinge. Erstens: Suchen Sie Rollen und Organisationen, in denen KI als Werkzeug in Ihren Händen eingesetzt wird, nicht als Ersatz für Ihre Position. Zweitens: Entwickeln Sie Expertise in den urteilsintensiven Teilen Ihrer Arbeit — den Bereichen, in denen KI augmentiert statt automatisiert. Drittens: Verfolgen Sie die politische Debatte. Steuerrecht, Kartellrecht und Arbeitsmarktregulierung werden entscheiden, ob KI Ihr Copilot oder Ihr Nachfolger wird.
Das vollständige Paper ist über das Hamilton Project bei Brookings verfügbar.
Diese Analyse wurde mit KI-Unterstützung auf Basis der Originalforschung von Acemoglu, Autor und Johnson (2026) erstellt. Detaillierte KI-Expositionsdaten zu einzelnen Berufen auf unseren Berufsseiten.