Wenn KI Ihren Job übernimmt, rettet Sie dann eine Umschulung? Die Geschichte sagt: Vielleicht nicht

Das Versprechen, das wir immer wieder geben

Jedes Mal, wenn eine neue Technologie Arbeitsplätze bedroht, taucht dieselbe Beruhigung auf: Die Arbeitnehmer werden umgeschult. Bergleute werden Programmierer. Entlassene Fabrikarbeiter wechseln ins Gesundheitswesen. Die Wirtschaft wird sich anpassen, und staatliche Programme glätten den Übergang.

Es ist eine tröstliche Geschichte. Und sie ist, wie eine detaillierte Analyse von Julian Jacobs bei der Brookings Institution zeigt, durch sechs Jahrzehnte an Belegen weitgehend nicht gestützt.

Jacobs, Doktorand an der Universität Oxford, verfolgt die Geschichte der Umschulungsprogramme des Bundes in den USA von den 1960ern bis heute. Die Ergebnisse sind ernüchternd — nicht weil jedes Programm gescheitert ist, sondern weil selbst die "Erfolge" weit bescheidenere Ergebnisse lieferten als die Rhetorik vermuten lässt.

Wenn Sie Schweißer, Verwaltungsassistent oder Buchhalter sind und sich fragen, was passiert, wenn KI Ihre Stelle verdrängt — diese Geschichte ist es wert, verstanden zu werden. Denn die Programme, die Sie angeblich auffangen sollen, wurden schon ausprobiert. Ihre Bilanz ist bestenfalls durchwachsen.

Sechs Jahrzehnte Umschulung: Ein Zeugnis

Die Geschichte beginnt mit dem Manpower Development and Training Act (MDTA) von 1962, geschaffen als Reaktion auf Automatisierungsängste, die den heutigen KI-Sorgen verblüffend ähneln. Zwischen 1963 und 1972 schulte das MDTA 1,9 Millionen Teilnehmer. Es war ambitioniert, gut finanziert und nach damaligen Maßstäben ein halbwegs akzeptabler Erfolg — wobei rigorose Evaluierungen begrenzt waren.

Dann kam der Job Training Partnership Act (JTPA) von 1982. Diesmal führten Forscher eine ordentliche nationale Studie durch (1987–1992). Die Ergebnisse waren schonungslos: JTPA-Teilnehmer sahen keine statistisch signifikante Verbesserung bei Beschäftigungsquoten, Verdienst oder durchgängiger Beschäftigung im Vergleich zu Nichtteilnehmern. [Fakt] Jacobs nennt es "ein politisches Versagen".

Der Workforce Investment Act (WIA) von 1998 schnitt nicht besser ab. Eine nationale randomisierte Evaluation ergab, dass WIA-Schulungen keine positiven Auswirkungen auf Verdienst oder Beschäftigung in den 30 Monaten nach der Einschreibung hatten. Milliarden Dollar ausgegeben. Kein messbarer Nutzen gefunden. [Fakt]

Das heutige Programm, der Workforce Innovation and Opportunity Act (WIOA), berichtet, dass 70 % der Kernteilnehmer im zweiten und vierten Quartal nach dem Ausscheiden beschäftigt sind. Klingt ordentlich — bis man ein entscheidendes Detail bemerkt: Diese Ergebnisse werden nicht gegen eine Kontrollgruppe gemessen. Wir wissen nicht, wie viele dieser Arbeitnehmer ohnehin Jobs gefunden hätten. Angesichts der Bilanz der Vorgänger ist Skepsis angebracht. [Einschätzung]

Und dann gibt es das Trade Adjustment Assistance (TAA)-Programm, speziell für durch Außenhandel verdrängte Arbeitnehmer konzipiert. Eine quasi-experimentelle Studie ergab, dass TAA-Teilnehmer tatsächlich eine deutlich niedrigere Beschäftigung in den ersten Jahren nach der Entlassung hatten als Nichtteilnehmer. Selbst vier Jahre nach der Verdrängung blieben sie unterbeschäftigt. [Fakt] Ein Programm zur Hilfe verdrängter Arbeitnehmer hat die Lage möglicherweise verschlimmert.

Warum Umschulung immer wieder zu kurz greift

Jacobs identifiziert drei strukturelle Probleme, die kein Programmredesign gelöst hat.

Erstens: Die Jobs sind möglicherweise nicht da. Die Standardtheorie geht davon aus, dass für jeden automatisierten Job ein neuer qualifizierter Job entsteht. Aber die Evidenz legt nahe, dass technologischer Wandel Stellen im mittleren Lohnsegment schneller abbauen kann, als Arbeitnehmer sich umschulen können. Man kann sich nicht für einen Job umschulen, der nicht existiert.

Zweitens: Die am meisten Bedürftigen können am wenigsten darauf zugreifen. Umschulung braucht Zeit — Wochen oder Monate ohne Einkommen. Wer von Gehalt zu Gehalt lebt, kann es sich nicht leisten aufzuhören zu verdienen. Alleinerziehende können nicht einfach Unterrichtsstunden einbauen. Ältere Arbeitnehmer kurz vor der Rente haben wenig Anreiz, Jahre in neue Fähigkeiten zu investieren.

Drittens: Niemand weiß, wofür man umschulen soll. Das ist vielleicht die verheerendste Kritik. Umschulungsprogramme müssen vorhersagen, welche Fähigkeiten in Jahren gefragt sein werden — und sie haben das durchweg falsch gemacht. Jacobs erwähnt Fälle, in denen Programme Arbeitnehmer "von einem automatisierungsanfälligen Beruf in einen anderen" umgeschult haben.

Was die Umschulungsfantasie ersetzen sollte

Jacobs argumentiert nicht, dass alle Weiterbildung nutzlos ist. Programme, die eng mit konkreten Arbeitgebern und bekannten Einstellungsbedarfen verknüpft sind, zeigen bessere Ergebnisse. Aber er warnt vor vier gängigen Denkfehlern in der Politik.

Gehen Sie nicht davon aus, dass Umschulung allein die KI-Verdrängung löst. Täuschen Sie nicht vor, wir könnten präzise genug vorhersagen, wie KI die Wirtschaft umgestaltet, um Lehrpläne Jahre im Voraus zu entwerfen. Investieren Sie in bessere Datenerhebung zu den tatsächlichen Arbeitsmarktauswirkungen von KI. Und überdenken Sie die Annahme, dass die einzige Lösung für Jobverlust ein anderer Job ist — erkunden Sie erweiterte Sicherungsnetze, portable Benefits und Einkommenssicherung, die nicht von durchgängiger Beschäftigung abhängt.

Für Arbeitnehmer ist die praktische Lektion unbequem, aber wichtig: Wenn Ihr Job durch KI gefährdet ist, ist ein staatliches Umschulungsprogramm möglicherweise nicht Ihr bestes Sicherheitsnetz. Portable Fähigkeiten aufbauen, finanzielle Rücklagen halten und sich über die KI-Exposition Ihres Berufs informieren — auf unseren Berufsseiten können Sie Ihre Daten einsehen — könnten zuverlässigere Strategien sein als auf ein Programm zu warten, das die Geschichte als wenig überzeugend entlarvt hat.

Quellen

• Jacobs, J. (2025). "AI, Labor Displacement, and the Limits of Worker Retraining." Brookings Institution.

Aktualisierungsverlauf

• 2026-03-20: Quellenlinks und ## Quellen ergänzt
• 2026-03-15: Erstveröffentlichung

---

Dieser Artikel wurde mithilfe von KI (Claude, Anthropic) recherchiert und verfasst. Zentrale Erkenntnisse stammen aus Julian Jacobs' Analyse bei der Brookings Institution (Mai 2025). Dies ist KI-generierte Analyse öffentlicher Forschung und sollte nicht als professionelle Karriere- oder Politikberatung verstanden werden.