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
IMF economists price the time AI currently saves at $2.7 trillion a year — 3.4% of GDP across 86 countries. But 96% of it accrues to high-income countries, and in Tanzania nearly all gains flow to under 5% of workers. Who actually captures AI's value?
AI fell from the #1 stated cause of US job cuts to #4 in August 2026, its lowest count since December. One month is not a trend — here is what the data shows, including a hiring number up 725% on a startlingly weak base.
79% of Cambodia's surveyed platform drivers say a customer rating decides their earnings, and half have been penalized by an app. Inside the ILO's new diagnostic of a workforce whose boss is already an algorithm.
28% of EU workers already use AI at work — only 15% got any AI training. A six-agency report maps where the real skills gap sits.
The first task-level survey of genAI adoption finds use across 80% of US occupations, yet fewer than half of workers adopt in most tasks. Who adopts now matters more than what.
The US government just assigned every occupation an official AI exposure category - built partly on Claude and Copilot usage logs. BLS projects +5.9 million jobs by 2035, one-third the pace of the last decade. Here is what the first official AI exposure score actually measures - and what BLS insists it does not.
KPMG gave nearly 4,000 back-office workers GenAI for eight months. Their skill never improved — and training's effect vanished within a month. 713,564 prompts say why.
Occupations built of AI-exposed tasks are losing posting share at slope -1.33, but the task categories inside them decline at only -0.83. A 752.6-million-ad study of the Chinese labor market concludes: the tasks outlive the jobs that carried them.
Only 16% of 3,785 PhD students welcome AI everywhere. The largest group — 44% — draws a line through their own job. Here's exactly where that line falls.
Anthropic analyzed ~400,000 Claude Code sessions: users made 70% of planning decisions but only 20% of execution decisions — yet experts reached verified success at double the novice rate, and recovered troubled sessions at nearly four times the rate. The expertise premium did not disappear. It moved.
UK postings for programmers and software developers fell 73.4% from 2022 to 2024. But the occupation we measure at 0.0% observed AI exposure shrank too, and the care job we rate as more exposed grew faster than the one we rate as less exposed. The whole market fell 39.7% — and automatability does not sort the table.
On three of seven real work tasks, a worker model scored better with no AI help at all than with any of the ten AI assistants tested against it. A new UC Berkeley benchmark splits "can AI do your job" from "can AI help you do your job" — and finds the two barely track each other.
A stock of data-science credentials lost 82% of its predictive power during the AI transition. Then the audit found that half to three quarters of that loss had nothing to do with AI. Here is what 444,698 Kaggle entries actually say about whether your certificate still means anything.
Nearly a million Filipinos share one job code — and all 985,200 of them sit in the highest AI-exposure band the ILO measures. Three clerical codes carry 78% of the country's highest-risk employment. Here is what the primary data actually says, including one number in the headlines that turns out not to be Philippine at all.
Nearly 80 million ASEAN workers hold jobs generative AI could technically touch - and employment in exactly those jobs has grown every year since 2017. The ILO's new brief separates exposure from displacement, and the gap between them is the whole story.
About half of American workers don't hold a bachelor's degree, and almost none of the AI-and-jobs research is written about them. A Dallas Fed economist just put numbers on that gap: administrative roles at 60% automation risk, truck drivers at 12%, and a short-term credential worth about $5,000 a year. Here is where the Fed's own prescription breaks down.
ADP Research and Stanford linked 5 million job postings to 9 million payroll records to answer a question labor statistics almost never touch: what is each individual task inside a job actually worth? Eight tasks carry a wage premium, six carry a penalty — and five lost value after generative AI arrived. One of the five is the exact task everyone has been told to move toward.
Employment in America's most AI-exposed occupations has fallen for 33 consecutive months among workers aged 22-25 — down 4.3% in the past year. Across all ages, the same occupations fell just 0.2%. That gap is the entire story, and it says something very specific about where the damage is actually landing: at the door, not inside the building.
The share of UK businesses using AI nearly tripled — from 12% to 35%. Over the same period the number of AI tools the average adopter actually runs went from 1.4 to 1.6. New ONS official statistics name the exact job roles employers say are affected, and that gap between wide adoption and shallow use changes what you should expect for your own job.
Job postings for AI-vulnerable occupations fell 5.8% in high-income countries after ChatGPT — and barely moved in developing ones. A World Bank study of 555 million postings across 84 countries shows who is absorbing the first wave of GenAI displacement: entry-level workers, with US postings requiring no experience down 20% and administrative support down 40%.
The World Bank's flagship WDR 2026 finds 14.2% of jobs in high-income countries at risk from generative AI versus just 4.5% in developing economies — yet the productivity upside is nearly identical. Here's what the Bank's most comprehensive AI assessment means for your job.
Die BIZ sagt: KI hat noch keine Massenentlassungen ausgelöst — sie hat Einstellungen eingefroren. Die Arbeitslosigkeit bleibt niedrig, während die Jobsuche brutal wird. Bulletin 130 erklärt, warum beides stimmt, welche Berufe die ersten Substitutionssignale zeigen und was Arbeitnehmer mit dieser Vorwarnung tun können.
Ein neues IWF-Papier zeigt: 23,1 % der israelischen Arbeitnehmer haben Jobs mit hoher KI-Exponierung und geringer Komplementarität. Am stärksten gefährdet sind nicht die Erwarteten: Vertrieb, Verwaltung und IKT-Fachkräfte führen die Risikoliste an.
Neue Studie in 10 Ländern: 75-85 % der KI-Stellenanzeigen entfallen auf MINT-Berufe; Gesundheit, Bildung und Dienstleistungen liegen unter 5 %. Einstiegsjobs haben die höchsten KI-Kompetenzanforderungen.
Anthropic wird Zuschüsse von 5 bis 30 Millionen Dollar vergeben, um Umschulung, Einkommensunterstützung und Ideen zur Arbeitnehmerbeteiligung zu testen, bevor die KI-bedingte Verdrängung ihren Höhepunkt erreicht. Das steht in der Agenda.
Cedefop skizziert vier KI-Szenarien für die Arbeit im Jahr 2040. Nur eines davon ist dystopisch — welche Zukunft eintritt, ist eine Entscheidung, keine Prophezeiung.
Wenn KI 90 % Ihres Jobs automatisiert, macht trotzdem noch jemand die letzten 10 % — und genau dieses Stück könnte Ihr sicherster, menschlichster Arbeitsanteil sein. Ökonom Joshua Gans erklärt, warum Exponierungswerte ein Ausgangspunkt sind, keine Prognose.
76 % der KI-nutzenden Firmen in Texas sagen, KI habe ihren Personalbedarf nicht verändert. Die Dallas-Fed-Umfrage vom Mai 2026 — und die Produktivitäts-Lohn-Lücke, die Arbeitnehmer im Blick behalten sollten.
Rund drei Viertel der US-Erwachsenen fürchten, KI koste Jobs. Weniger als 6 % der Beschäftigten in der Privatwirtschaft haben eine Gewerkschaft, die über den Einsatz verhandeln könnte. Ein neues Brookings-Rahmenwerk (29. Juni 2026) nennt diese Lücke "das große Missverhältnis" — und argumentiert, die Antwort sei keine einzelne Wunderwaffe, sondern vier gemeinsam eingesetzte Hebel: Bremsen, Steuerung, Puffer und Verschiebungen.
Der KI-Exponierungswert Ihrer Branche sagt fast nichts voraus. Eine neue Dallas-Fed-Studie zu den USA und 16 europäischen Volkswirtschaften zeigt: Die entscheidende Variable ist die Nutzung. Hochexponierte US-Sektoren steigerten die Produktivität um 3,7 %, identische EU-Sektoren zeigten keine Korrelation. Der US-KI-Nutzungsindex liegt bei 3,69 gegenüber 1,85 in der EU. Exponierung wird Ihnen zugewiesen. Nutzung wird gewählt.
Mehr als die Hälfte der Arbeitnehmer in den USA und Deutschland glaubt, Automatisierung werde die Arbeitslosigkeit erhöhen. Weniger als drei von zehn glauben, es werde ihnen selbst passieren. Ein randomisiertes Experiment mit 5.147 Arbeitnehmern zeigt, was geschieht, wenn man Menschen die tatsächliche Evidenz zeigt — und wo die Beruhigung aufhört zu wirken.
Die britische Regierung hat dem KI-Wandel eine Zahl gegeben: 70 % der Arbeitnehmer stecken in Jobs, die KI bereits teilweise erledigen kann. Absolventen und Berufseinsteiger spüren es zuerst. Wer exponiert ist, wer geschützt ist und was bis 2035 wächst.
Ein neuer RL-Feasibility-Index, der 17.951 O*NET-Aufgaben bewertet, zeigt: KI-Exponierung wurde bislang deutlich falsch eingeschätzt. Kraftwerksbetreiber und Zugführer tragen weit mehr Risiko als angenommen, Musiker und Ärzte weit weniger.
Die Bank für Internationalen Zahlungsausgleich sagt: KI spart bereits 20-50 % der Aufgabenzeit — und die US-Sektoren mit den größten Produktivitätsgewinnen stellen am wenigsten ein. Was der BIZ-Jahreswirtschaftsbericht 2026 für Ihren Job bedeutet.
Die US-Entlassungen kühlten im Juni 2026 auf 45.849 ab — ein Rückgang von 53 % gegenüber Mai. Doch KI war für 31 % davon verantwortlich — der vierte Monat in Folge, in dem künstliche Intelligenz die Liste der von Arbeitgebern genannten Gründe anführte.
Anthropic verfolgte 9.700 Arbeitnehmer und Millionen Claude-Gespräche. Steueranfragen schnellten am 14. April um das 8-Fache hoch. Und die Menschen, die KI am meisten Arbeit abgeben, sorgen sich am wenigsten um ihren Job. Das sagen die Daten wirklich.
PwC analyzed over 1 billion job ads across 27 countries. The surprise: AI-exposed companies are growing headcount AND raising wages faster. Here is what it means for your career.
More than 70% of euro area firms now touch AI. But only 7% use it intensively — and the ECB just revealed what separates them from everyone else.
The European Central Bank just put a number on AI's labour-market footprint: a 15-point employment gap has already opened between high-risk and low-risk jobs since 2019. Your job may already be on one side of it.
A study of 2.26M Upwork contracts finds generative AI cut the value of skills, credentials and experience by 7.8% in exposed fields. Here is what it means for your career.
PIIE data shows AI adoption jumped from 4% to 12% at large firms in two years. But here is the twist: the industries adopting it fastest are the ones that already pay the highest wages. AI is following the money, not chasing the low-skill jobs everyone warned about.
Youth employment in AI-exposed jobs has fallen 13% since 2022 — not from layoffs, but because young workers cannot get hired in the first place. The Dallas Fed explains why.
In just two years, generative AI adoption in German workplaces jumped from 5% to 24% — a near five-fold leap. But the gap between who is using it and who is not tells the real story about your job.
ADP's Today at Work 2026 report finds 50% of workers now use AI weekly and 20% daily — yet daily users are 4x more likely to feel they are underperforming. Here is why this productivity paradox matters for your career.
Entry-level workers are taking the first hit from AI. Britain's answer is a £20m alliance training 400,000 students and almost 1 million young people. Here is what it means for your first job.
U.S. employers cut 83,387 jobs in April 2026, up 38% from March. For the second month running, AI was the #1 cited reason at 26% of all cuts — even as year-to-date layoffs fell 50%.
AI reshuffles roles before cutting them - reallocation vs redesign
Eurofound's EWCS 2024 survey of 36,644 workers across 35 countries shows just 12% use generative AI at work — but the bigger finding is what AI didn't do.
2022 fielen EU-Stellenanzeigen für Handwerksberufe auf ein 6-Jahres-Tief von 33 %. Bis 2025 kletterten sie wieder auf über 36 % — eine Trendwende, die zeitlich fast exakt mit dem KI-Boom zusammenfällt. Was die Cedefop-Daten für Ihre Karriere bedeuten.
Australia's federal Jobs and Skills Australia agency analyzed 358 occupations and found 79% of workers face low or very low AI automation risk — but the 21% who don't are clustered in routine clerical work, while professionals see the highest augmentation gains.
Two years ago it was 8%. Now 28% of US workers use ChatGPT on the job — and Fortune 500 adoption hit 93%. Here is what OpenAIs April 2026 workplace report means for your specific occupation, and the gap quietly opening between knowledge workers and everyone else.
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.
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.
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.
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.
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.
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.
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?