+34
KI vernichtet keine Jobs, sondern den Weg, auf dem man sie erlernt. Einstiegspositionen für junge Fachkräfte in KI-anfälligen Berufen brechen weg, während die Ausbildung neu gedacht werden muss.
Die Debatte über künstliche Intelligenz und die Beschäftigung sentwicklung wird zunehmend von einer falschen Dichotomie beherrscht. Während die eine Seite einen massiven Stellenabbau prognostiziert, weist die andere darauf hin, dass aggregierte Daten bisher kaum Anzeichen dafür zeigen. Beide Beobachtungen können zutreffen. Auf Aufgaben-, Unternehmens- und Berufseinstiegsebene zeichnen sich jedoch bereits die Voraussetzungen für Disruptionen ab.
Mit Stand August 2026 lassen die Lohndaten von Millionen US-Arbeitnehmern keine Anzeichen für weitreichende gesamtwirtschaftliche Arbeitsplatzverluste erkennen. Allerdings liegt die Beschäftigung der 22- bis 25-Jährigen in KI-anfälligen Berufen mittlerweile 19 Prozent unter dem Niveau, das sie hätte erreichen können, wenn sie mit der Beschäftigung ihrer weniger von KI betroffenen Altersgenossen Schritt gehalten hätte. Diese Lücke ist eher auf einen Rückgang bei den Neueinstellungen als auf vermehrte Entlassungen zurückzuführen.
Das gravierendste kurzfristige Risiko ist daher nicht Massenarbeitslosigkeit, sondern der Zusammenbruch der Ausbildung. Diese Erkenntnis deckt einen Fehler in der Art und Weise auf, wie das Thema üblicherweise dargestellt wird.
KI verändert Aufgaben und Berufsbilder
Wie Luis Garicano von der London School of Economics gezeigt hat, ist eine berufliche Tätigkeit keine einzelne Aufgabe, sondern ein Bündel von Aufgaben. Bei erfahrenen Fachkräften bilden technisches Fachwissen, Kundenkenntnis, Urteilsvermögen, Verantwortungsbewusstsein und Koordinationsfähigkeit in der Regel ein eng verbundenes Ganzes. KI ergänzt diese Arbeit.
Eine Einstiegsposition ist oft ein lockeres Bündel. Recherche, erste Analysen, erste Entwürfe oder einfache Programmierung lassen sich abtrennen und automatisieren. Dieselbe Technologie kann daher den Wert erfahrener Fachleute steigern, während sie zugleich die Einstiegspositionen aushöhlt.
Seit Jahrhunderten bilden Berufe Fachleute auf weitgehend gleiche Weise aus: Anfänger führen einfache Aufgaben aus und lernen durch praktische Erfahrung. Genau diese Aufgaben übernimmt die KI als Erstes.
Produktivitätsversprechen und Grenzen der KI
Das Produktivitätsversprechen ist nicht mehr nur theoretischer Natur. In einer Studie mit 5172 Kundendienstmitarbeitern steigerte der Einsatz eines Gesprächsassistenten die Zahl der pro Stunde gelösten Probleme um 15 Prozent. Die unerfahrensten Mitarbeiter verbesserten sich am stärksten, was darauf hindeutet, dass das Tool einen Teil des impliziten Wissens der Leistungsträger weitergab.
Jenseits der Leistungsgrenze des Modells kann KI die Leistung jedoch verschlechtern, indem sie Antworten liefert, die zwar in sich schlüssig und plausibel, aber falsch sind. Produktivitätszuwächse auf Aufgabenebene führen allerdings nicht automatisch zu Wirtschaftswachstum. Sie schrumpfen, wenn die von Maschinen erzeugten Ergebnisse überprüft, koordiniert und in ein Produkt oder eine Dienstleistung eingebunden werden müssen.
In den kommenden Jahren dürfte die organisatorische Umsetzung und nicht die Leistungsfähigkeit der Modelle die grösste Einschränkung für das KI-getriebene Produktivitätswachstum darstellen. Ähnlich wie bei der Einführung elektrischen Stroms müssen Unternehmen ihre Prozesse und Zuständigkeiten neu gestalten, bevor sich der volle Nutzen der KI entfalten kann.
Ausbildung muss neu gedacht werden
In einem kleinen, von Anthropic durchgeführten randomisierten Experiment erzielten Entwickler, die einen KI-Assistenten nutzten, bei einem Test ihrer fachlichen Fertigkeiten 17 Prozentpunkte weniger als diejenigen, die ohne derartigen Assistenten arbeiteten, während die Zeitersparnis statistisch nicht signifikant war.
KI ist am nützlichsten für Menschen, die bereits über das nötige Fachwissen verfügen, um ihre Ergebnisse zu überprüfen, während sie gleichzeitig den Weg bedroht, auf dem dieses Fachwissen erworben wird. Dieser Widerspruch legt nahe, dass sich die Politik darauf konzentrieren muss, die erste Sprosse der Karriereleiter wieder aufzubauen.
Ausbildungsplätze und akademische Studiengänge sollten daran gemessen werden, welche Fertigkeiten die Lernenden erwerben, und nicht daran, ob Absolventen Aufgaben erledigen können, die mittlerweile von Maschinen übernommen werden können.
Künstliche Intelligenz Beschäftigung Ausbildung Einstiegspositionen Produktivität US-Arbeitsmarkt Anthropic
Switzerland Neuesten Nachrichten, Switzerland Schlagzeilen
Similar News: Sie können auch ähnliche Nachrichten wie diese lesen, die wir aus anderen Nachrichtenquellen gesammelt haben.
Cristiano Ronaldo weg: Nummer 7 bei Portugal schon wieder vergebenDie legendäre Rückennummer 7 von Cristiano Ronaldo ist nach dessen dramatischem Abschied aus Portugals Nationalteam bereits wieder vergeben worden.
Weiterlesen »
Weg frei für erneutes Hirscher-ComebackHier finden Sie die wichtigsten Ski-Kurzmeldungen des Tages.
Weiterlesen »
Nach elf Jahren im Bundesrat: Guy Parmelin macht den Weg für Nachfolge freiBundespräsident Guy Parmelin verlässt Ende Jahr den Bundesrat. Die Parteien diskutieren bereits über das Anforderungsprofil für seine Nachfolge.
Weiterlesen »
Weiterbildung: Feedback geben und empfangenKritik äussern, ohne zu verletzen: Klare Regeln und regelmässige Übung helfen im Umgang mit Feedback. Feedback lässt sich auch in einer Weiterbildung erlernen.
Weiterlesen »