Nimmt KI wirklich Jobs weg? Was die Daten 2026 zeigen — und was nicht

Die kurze Antwort: Ja, aber anders als du denkst

Ich arbeite täglich mit KI — ich integriere LLMs in Bestandssysteme, baue RAG-Pipelines und nutze Coding-Agents im Alltag. Ich habe also ein berufliches Interesse daran, dass die Antwort „nein" lautet. Genau deshalb halte ich mich hier strikt an Daten, nicht an Bauchgefühl.

Der Stand Mitte 2026, auf einen Satz verdichtet: Es gibt keine Massenverdrängung im Gesamtarbeitsmarkt — aber einen realen, messbaren Struktureffekt bei Berufseinsteigern und textnahen Tätigkeiten. Die Anpassung läuft nicht über Kündigungswellen, sondern über Einstellungen, die nicht mehr stattfinden.

Was die Daten im Aggregat sagen: erstaunlich wenig Drama

Das Yale Budget Lab hat 33 Monate nach dem ChatGPT-Launch den US-Arbeitsmarkt durchleuchtet und kommt zu einem nüchternen Befund: „no discernible disruption". Der Berufs- und Branchenmix verändert sich nicht schneller als in früheren Technologiewellen. Auch Anthropics eigene Arbeitsmarkt-Studie (März 2026) findet keinen systematischen Anstieg der Arbeitslosigkeit bei hoch KI-exponierten Beschäftigten seit Ende 2022 — und das, obwohl Programmierer mit ~75 % Task-Abdeckung die am stärksten exponierte Gruppe sind.

Der WEF Future of Jobs Report 2025 (Befragung von über 1.000 Arbeitgebern) erwartet bis 2030 sogar einen Netto-Zuwachs von 78 Millionen Jobs weltweit: 170 Mio. neue gegen 92 Mio. wegfallende Stellen. Das sind Erwartungen, keine Messungen — aber sie zeigen: die Arbeitgeber selbst planen keinen Kahlschlag.

Wo es real weh tut: die untere Sprosse der Leiter

Jetzt die unbequeme Hälfte der Wahrheit. Die „Canaries in the Coal Mine"-Studie des Stanford Digital Economy Lab (auf Basis echter Lohnabrechnungsdaten von ADP) findet seit Ende 2022 –13 % relative Beschäftigung bei 22- bis 25-Jährigen in den am stärksten KI-exponierten Berufen. Der Stanford AI Index 2026 beziffert den Rückgang bei jungen Softwareentwicklern (22–25) auf fast –20 % seit 2024.

Auf Freelancer-Plattformen ist der Effekt am härtesten messbar. Eine Brookings-Analyse von 5 Millionen Upwork-Jobs: Writing-Aufträge –33 %, Übersetzung –19 %, Kundenservice –16 % nach dem ChatGPT-Launch. In der Übersetzungsbranche gaben laut Society of Authors bereits 36 % der Übersetzer an, Arbeit an generative KI verloren zu haben.

Und beim Tech-Nachwuchs: Der SignalFire-Talent-Report 2025 zeigt Big-Tech-Einstellungen von Absolventen über 50 % unter dem Niveau von 2019 — New Grads machen nur noch 7 % der Big-Tech-Hires aus.

Das Muster dahinter erklärt die Callcenter-Studie von Brynjolfsson et al. (QJE 2025): Ein KI-Assistent steigerte die Produktivität von Anfängern um +34 %, die der erfahrenen Top-Kräfte um fast null. KI verteilt das Wissen der Besten an alle — und macht damit genau die Tätigkeiten ersetzbarer, mit denen man früher ins Berufsleben eingestiegen ist.

Der Realitäts-Check für uns Entwickler

Sundar Pichai sagt, ~75 % des neuen Google-Codes sei KI-generiert (und von Engineers approved). Satya Nadella spricht von 20–30 % bei Microsoft. Beeindruckende Zahlen — aber Selbstauskünfte mit unklarer Metrik.

Dagegen steht die für mich wichtigste Studie des Jahres: Im METR-RCT arbeiteten 16 erfahrene Open-Source-Entwickler an 246 echten Tasks in großen Codebases — mit KI waren sie 19 % langsamer, glaubten aber, 20 % schneller gewesen zu sein. Die Wahrnehmungs-Realitäts-Lücke ist real. Meine eigene Erfahrung deckt sich damit: Agents glänzen bei Greenfield, Boilerplate und fremden Codebases — in einem vertrauten, großen System ist der Review-Aufwand oft höher als der Gewinn.

Passend dazu der Stack Overflow Survey 2025: 84 % der Entwickler nutzen KI-Tools, aber das Vertrauen in deren Output sank von 43 % auf 33 %. „Cleaning up AI code" ist eine neue Tätigkeitskategorie. Die Rolle verschiebt sich vom Schreiben zum Spezifizieren und Verifizieren — das ist eine echte Veränderung, aber keine Abschaffung.

Deutschland: Die Demografie überlagert (fast) alles

Für den deutschen Markt lohnt der Blick auf drei Quellen:

• Das IAB (Forschungsbericht 23/2025) erwartet kaum Netto-Substitution, aber massive Anforderungsverschiebungen — und beziffert das Wachstumspotenzial konsequenter KI-Nutzung auf +0,8 Prozentpunkte pro Jahr. Neu: Das Substituierbarkeitspotenzial steigt inzwischen am stärksten bei Expertenberufen, nicht mehr bei Routinejobs.
• Die ifo-Umfrage (Mitte 2025): 27,1 % der deutschen Unternehmen erwarten KI-bedingten Stellenabbau binnen fünf Jahren — zwei Drittel erwarten keine Veränderung.
• Das IW Köln rechnet für 2028 mit 768.000 fehlenden Fachkräften (2024: 487.000).

Die Pointe: In einem Land, dem in zwei Jahren eine Dreiviertelmillion Fachkräfte fehlt, ist KI-Substitution eher ein Ventil für die demografische Lücke als ein Massenarbeitslosigkeits-Risiko.

Die Prognosen-Friedhofs-Tour

Wer heute apokalyptische Schlagzeilen liest, sollte sich die Trefferquote der Propheten ansehen:

• Geoffrey Hinton, 2016: „Hört auf, Radiologen auszubilden" — völlig offensichtlich in 5–10 Jahren obsolet. Realität 2026: über 4.000 offene Radiologen-Stellen in den USA, Durchschnittsgehalt 571.000 $ und steigend. Hinton hat den Irrtum inzwischen eingeräumt.
• Klarna ersetzte die Arbeit von ~700 Support-Agents durch KI — und stellte ab Mitte 2025 wieder Menschen ein, weil Qualität und Empathie litten. Heute: Hybridmodell.
• Dario Amodei warnte im Mai 2025, KI könne 50 % der Entry-Level-Bürojobs in 1–5 Jahren vernichten. Sam Altman stimmte ein. Ein Jahr später ruderten beide zurück — Altman wörtlich: „I was pretty wrong."

Mein Fazit als jemand, der davon lebt

1. Die Verdrängungswelle findet (bisher) nicht statt. Aggregierte Arbeitslosigkeit durch KI ist Stand 2026 nicht messbar — weder in den USA noch in Deutschland.
2. Der Einstieg wird härter. Junioren, Texter, Übersetzer und Support spüren reale, belegbare Effekte. Wer heute anfängt, braucht schneller als früher Fähigkeiten, die über das hinausgehen, was ein Modell in 30 Sekunden liefert.
3. Die Rolle verschiebt sich, der Job bleibt. KI schreibt Code, Menschen verantworten ihn. Spezifizieren, Architektur, Review, Betrieb — das ist 2026 wertvoller geworden, nicht weniger.
4. Misstraue Extremprognosen in beide Richtungen. Die lautesten Warner von 2025 haben 2026 öffentlich zurückgerudert. Die Daten ändern sich schnell — Meinungen sollten das auch dürfen.

Wenn du für dein Unternehmen herausfinden willst, wo KI tatsächlich Arbeit abnimmt (und wo sie nur Aufwand verschiebt): genau solche nüchternen Einschätzungen sind Teil meiner KI-Integrations-Beratung.

Quellen (Auswahl)

• Stanford Digital Economy Lab — Canaries in the Coal Mine (2025/26)
• Stanford HAI AI Index 2026, Economy-Kapitel
• Yale Budget Lab — Evaluating the Impact of AI on the Labor Market (2025/26)
• Brynjolfsson/Li/Raymond — Generative AI at Work (NBER/QJE)
• Anthropic — Labor Market Impacts (März 2026)
• METR — RCT zur Entwickler-Produktivität (arXiv 2507.09089)
• WEF Future of Jobs Report 2025 · IMF Gen-AI (2024)
• Brookings/Bloomberry — Upwork-Analyse · SignalFire State of Talent 2025
• IAB-Forschungsbericht 23/2025 · ifo (Juni 2025) · IW Köln (2025)