Verfolgen Sie, wie Regierungen und Institutionen weltweit auf die Auswirkungen von KI auf Arbeitsplaetze reagieren.
Daten ab Januar 2025
arXiv (Wharton)
Wharton-arXiv-Paper: Die KI-Entlassungsfalle — Unternehmen im Automatisierungswettlauf erzeugen ein Kollektivhandlungsproblem, das nach hinten losgehen könnte.
Anthropic
Anthropic Economic Index März 2026: 49 % der Jobs nutzen KI für 25 %+ der Aufgaben. Lernkurven zeigen, dass Frühnutzer davonziehen.
Anthropic
Interne Anthropic-Daten: Ingenieure nutzen KI für 59 % ihrer Arbeit. Enthüllt tatsächliche Nutzungsmuster im Vergleich zu externen Schätzungen.
Brookings (Acemoglu, Autor, Johnson)
Acemoglu, Autor, Johnson (Brookings): Drei fĂĽhrende Ă–konomen argumentieren, der aktuelle KI-Entwicklungspfad schade den Arbeitnehmern.
Stanford HAI + Indeed
Stanford HAI + Indeed-Daten: KI-Einstellungen steigen rapide, während Nicht-KI-Einstellungen stagnieren — ein Zwei-Klassen-Arbeitsmarkt entsteht.
Harvard Business Review + IBM
IBM verdreifacht die Einstellung von Berufseinsteigern, während Konkurrenten kürzen. HBR-Fallstudie zu einer konträren KI-Personalstrategie.
Dallas Federal Reserve + HBR
HBR + Dallas Fed Synthese: KI hilft und schadet Arbeitnehmern gleichzeitig über verschiedene Kanäle — Produktivität vs. Verdrängung.
Stanford + Harvard
Stanford-Harvard-Studie: KI kann Erfahrungslücken nicht überbrücken. Eine 8-monatige Feldstudie zeigt, dass KI bestehende Kompetenzunterschiede verstärkt.
Dallas Federal Reserve
Dallas-Fed-Daten zeigen, dass die Jugendbeschäftigung im Techsektor seit Anfang 2022 rückläufig ist — Monate vor dem ChatGPT-Start.
Brookings Institution
Brookings-Analyse ĂĽber 33 Monate: Noch keine Massenarbeitslosigkeit durch KI, aber erste Warnsignale in bestimmten Sektoren.
Brookings Institution
Brookings-Metaanalyse argumentiert, dass die KI-Arbeitsmarktforschung noch in den Anfängen steckt — die meisten Behauptungen gehen über die Evidenz hinaus.
Andrej Karpathy / Fortune
Karpathy (ex-OpenAI) bewertet jeden US-Beruf nach KI-Exposition. Angestellte Fachkräfte zeigen die höchste Verwundbarkeit.
ILO
ILO-Leitbericht: Globale Arbeitslosigkeit bei 186 Mio., KI-Paradoxon mit Produktivitätsgewinnen ohne Beschäftigungserholung. 408 Mio. ohne angemessene Arbeit.
Brookings Institution
Brookings untersucht historische Umschulungsprogramme und stellt begrenzte Erfolgsquoten für verdrängte Arbeitnehmer fest.
ILO
Verfeinerter ILO-Index über 138 Länder: Frauen tragen ein doppelt so hohes Automatisierungsrisiko aufgrund beruflicher Segregationsmuster.
Brookings Institution
Brookings identifiziert 6,1 Mio. US-Arbeitnehmer mit hoher KI-Exposition aber geringer Anpassungsfähigkeit — strukturelle Verwundbarkeitskartierung.
Economic Innovation Group
EIG-Studie hinterfragt die KI-Jugend-Jobs-Erzählung: Der Beschäftigungsrückgang hat nicht-KI-bezogene Ursachen, darunter Post-Pandemie-Korrekturen.
Anthropic
Anthropic Indien-Brief: Weltweit zweitgrößte KI-Nutzerbasis, aber Platz 101 bei der Pro-Kopf-Adoption — die Kluft zwischen Umfang und Tiefe.
Challenger, Gray & Christmas
Challenger meldet 12.304 KI-bedingte Stellenstreichungen im Januar/Februar 2026, während die Einstellungspläne um 56 % gegenüber dem Vorjahr zurückgingen.
Harvard Business Review
HBR-Feldstudie über 8 Monate: KI erhöht die Arbeitsintensität statt die Belastung zu reduzieren — das Produktivitätsparadoxon.
Brookings Institution
Brookings-Freelancer-Studie: Hochqualifizierte Freiberufler sind am stärksten von KI betroffen — entgegen der Annahme, Geringqualifizierte würden zuerst verdrängt.
arXiv (Payrolls to Prompts)
arXiv-Studie: Unternehmen geben nur 3 Cent für KI pro Dollar aus, den sie bei Freelance-Budgets kürzen — die Substitution ist unvollständig.
arXiv
Analyzes 9,978 Egyptian job postings using knowledge graphs. Finds 20.9% of jobs face high automation risk, but only 24.4% of at-risk workers have viable transition pathways. 75.6% face structural barriers requiring comprehensive reskilling, not incremental upskilling. Process-oriented skills appear in 15.6% of feasible transitions.
Harvard Business Review
HBR-Analyse: CEOs entlassen Mitarbeiter aufgrund von KI-Potenzial, nicht nachgewiesener Leistung. Nur 1 von 50 KI-Investitionen ist transformativ.
Anthropic
Anthropic Economic Index: Der tatsächliche KI-Produktivitätsgewinn beträgt 1,0 %, nicht die berichteten 1,8 % — die meiste Nutzung ist Augmentation, nicht Automatisierung.
University of Pittsburgh + RAND
Pittsburgh/RAND-Studie mit 10,5 Mio. LinkedIn-Profilen: KI-exponierte Berufe verschlechterten sich 8–10 Monate vor dem ChatGPT-Start.
PwC
PwC-Barometer: KI-exponierte Berufe zeigen 4-fache Produktivitätsgewinne und 56 % Lohnprämie gegenüber nicht-exponierten Berufen.
Bureau of Labor Statistics
Das BLS bezieht erstmals KI-Auswirkungen in die offiziellen Beschäftigungsprognosen 2024–34 ein — ein methodischer Wendepunkt.
Stanford HAI
Stanford HAI AI Index 2025: Umfassende länderübergreifende Analyse der KI-Adoptionsraten im Vergleich zu Arbeitslosigkeitstrends.
arXiv
Studies 2015-2022 US data using instrumental variables. Finds automation AI negatively impacts new work, employment, and wages in low-skilled occupations, while augmentation AI fosters new work and raises wages for high-skilled occupations. Concludes AI may accelerate existing wage inequality.