In der Stellenanzeige werden drei Jahre Berufserfahrung verlangt, während die Position, auf der man diese Erfahrung hätte sammeln können, gerade eingespart wurde. Wer nach einem abgeschlossenen Studium einen Einstieg sucht, könnte diesen Widerspruch künftig häufiger erleben: Die überschaubaren Aufgaben übernimmt inzwischen ein System, für die anspruchsvollen Fälle wird Erfahrung vorausgesetzt, und niemand fühlt sich so recht dafür zuständig, wie man sie unter diesen Bedingungen erwerben soll.

Das ist eine zugespitzte Situation, beschreibt aber einen Konflikt, mit dem Unternehmen sich beschäftigen müssen. KI kann erfahrene Fachleute produktiver machen und zugleich den Weg verkürzen oder ganz abschneiden, über den ihre Nachfolger einmal so erfahren werden sollen. Die eingesparte Arbeitszeit erscheint sofort in der Kalkulation, während der fehlende Nachwuchs womöglich erst Jahre später auffällt.

Was die vierzig Prozent des IWF bedeuten

Kristalina Georgieva, die Chefin des Internationalen Währungsfonds, verweist auf eine Größenordnung, die inzwischen durch viele Debatten wandert: Rund 40 Prozent der weltweiten Beschäftigung sind KI-exponiert, in fortgeschrittenen Volkswirtschaften etwa 60 Prozent. Die zugrunde liegende IWF-Einordnung stammt bereits von 2024.1

Diese Größenordnung beschreibt Tätigkeiten, auf die KI erheblich einwirken kann, und keine vorhergesagte Arbeitslosenquote. Während manche Beschäftigte produktiver werden könnten, sinken bei anderen möglicherweise Nachfrage und Einstellungschancen bis hin zum Wegfall einzelner Stellen. Wie sich das auswirkt, hängt auch davon ab, wie Unternehmen Arbeit organisieren.

Gerade deshalb sagt die Gesamtzahl erhaltener Arbeitsplätze wenig darüber aus, ob eine Organisation auch künftig genügend Fachleute haben wird. Dieselbe Stellenzahl kann für Menschen stehen, die mit besseren Werkzeugen anspruchsvollere Aufgaben übernehmen, oder für einen Betrieb, in dem wenige Erfahrene immer mehr Arbeit bewältigen, während kaum noch jemand neu hineinwächst. Auch die zweite Variante kann wirtschaftlich zunächst ausgesprochen erfolgreich aussehen.

Die amerikanischen Warnzeichen sind deutlicher geworden

Eine im August 2026 überarbeitete Stanford-Untersuchung mit amerikanischen Lohndaten bis Juni beschreibt eine auffällige Lücke. Die Beschäftigung von 22- bis 25-Jährigen in stark KI-exponierten Berufen liegt rund 19 Prozent unter dem Verlauf, der sich bei einer Entwicklung wie in weniger exponierten Berufen ergeben hätte. Bei erfahrenen Beschäftigten zeigt sich keine vergleichbare Lücke. Der Unterschied entsteht überwiegend durch weniger Einstellungen.2

Das bedeutet weder, dass 19 Prozent aller jungen Akademiker arbeitslos sind, noch dass jedes fehlende Beschäftigungsverhältnis nachweislich von KI verursacht wurde. Die Autoren bezeichnen ihre Ergebnisse ausdrücklich als frühe beschreibende Warnsignale. Einige Unterschiede begannen schon vor der breiten Nutzung generativer KI; je nach Datenquelle und Kontrollrechnung fallen sie schwächer aus.2

Auch das Budget Lab in Yale findet mit einem anderen Verfahren im Mai 2026 noch keinen klaren KI-Effekt auf den amerikanischen Arbeitsmarkt.3 Dieser Gegenbefund verdient Beachtung, weil schwächere Konjunktur, hohe Zinsen und das Ende des Einstellungsbooms nach der Pandemie ebenfalls erklären können, weshalb weniger Menschen eingestellt werden.

Trotzdem passt die Stanford-Beobachtung zu einem plausiblen Mechanismus: Ein Unternehmen kann die Zahl seiner Beschäftigten reduzieren, indem es die nächste Einstiegsstelle nicht mehr besetzt, ohne dafür einen langjährigen Mitarbeiter entlassen zu müssen. Für den Absolventen, der keinen Zugang mehr findet, ist das ein ebenso konkretes Problem, auch wenn es ohne Kündigung und meist ohne öffentliche Aufmerksamkeit entsteht.

Und in Deutschland?

Das IAB meldet am 13. Oktober 2026 ebenfalls keinen allgemeinen Beschäftigungseinbruch in KI-betroffenen Berufen. Bei den 30- bis 39-Jährigen und den 40- bis 64-Jährigen entwickelte sich die Vollzeitbeschäftigung dort sogar günstiger als in weniger betroffenen Berufen. Bei den 20- bis 29-Jährigen zeigt sich dagegen zuletzt ein zunehmend negativer Zusammenhang: Ihre Beschäftigung ging in stark betroffenen Berufen um 1,2 Prozentpunkte stärker zurück.4

Die schwache Konjunktur bleibt nach Einschätzung des Instituts der wichtigere Einfluss. Ein kleinerer werdender Einstieg verdient dennoch Aufmerksamkeit, gerade weil er sich in den Gesamtzahlen verstecken kann.

Von einer bereits nachgewiesenen, flächendeckenden KI-Jugendarbeitslosigkeit kann deshalb keine Rede sein. Für die Sorge um schlechtere Einstiegschancen gut ausgebildeter Menschen gibt es jedoch Anhaltspunkte, die man untersuchen sollte, bevor sich daraus ein dauerhaftes Muster entwickelt.

Ein Hochschulabschluss bleibt dabei ein Vorteil, auch wenn er den bisherigen Weg in den Beruf nicht garantiert. Nach Angaben der Bundesagentur für Arbeit stieg die Arbeitslosenquote von Akademikern 2025 von 2,9 auf 3,3 Prozent, lag damit aber weiterhin deutlich unter der von Menschen ohne Berufsabschluss.5 Wer aus dem Anstieg ableitet, ein Studium lohne sich ohnehin nicht mehr, macht aus einer beunruhigenden Entwicklung eine Behauptung, die diese Zahlen nicht tragen.

Informatik und Jura: Zwei unterschiedliche Einstiege unter Druck

In der Softwareentwicklung haben Berufsanfänger häufig kleinere Funktionen, Tests, Fehlersuche und überschaubare Anpassungen übernommen. Dabei lernten sie, wie ein System aufgebaut ist, weshalb eine scheinbar harmlose Änderung anderswo Schaden anrichten kann und woran man erkennt, dass ein Test bloß die eigenen falschen Annahmen bestätigt. Diese Erfahrung reicht weit über die Beherrschung einer Programmiersprache hinaus.

KI kann bei solchen Aufgaben helfen und Lernen beschleunigen. Wenn die Organisation daraus lediglich folgert, dass sie weniger Nachwuchs braucht, schrumpft allerdings der Raum für diese Erfahrung. Ein fertiger Codevorschlag vermittelt nicht automatisch das Verständnis, das zu seiner Beurteilung nötig ist.

Der deutsche IT-Arbeitsmarkt hat sich bereits abgekühlt. Die Bundesagentur für Arbeit nennt im Juli 2026 für IKT-Berufe eine Arbeitslosenquote von 4,5 Prozent, nach 3,7 Prozent. Für Tätigkeiten auf hochqualifiziertem Expertenniveau liegt sie bei 3,5 Prozent. Zugleich verweist die Behörde auf weniger Projekte und eine schwache Konjunktur.6 Aus diesen Zahlen lässt sich kein sauberer Anteil „durch KI ersetzt“ herausrechnen.

Im juristischen Bereich können erste Recherchen, Aktenzusammenfassungen und Vertragsentwürfe ebenfalls mit KI vorbereitet werden. Aber ein Berufseinsteiger muss erst lernen, welche Frage juristisch entscheidend ist, welche Fundstelle trägt und welche Auslassung später teuer wird. Wer nur fertige Ergebnisse sieht, verpasst die Erkenntnisse einer eigenen Prüfung.

Für eine bereits eingetretene KI-bedingte Arbeitslosigkeitswelle unter deutschen Juristen fehlt in den hier ausgewerteten Daten der Beleg. Die Bundesagentur meldet für Rechtsberufe 2025 eine weiterhin geringe berufsspezifische Arbeitslosenquote von 2,6 Prozent. Zugleich waren weit mehr als die Hälfte der arbeitslosen Rechtskundigen jünger als 35 Jahre.7 Das belegt Schwierigkeiten beim Einstieg, noch nicht deren Ursache.

Softwareentwicklung und juristische Arbeit haben unterschiedliche Ausbildungssysteme und Verantwortungsregeln. Der gemeinsame Konflikt liegt darin, dass ein Teil der heute automatisierbaren Arbeit bislang Beitrag zu einer praktischen Ausbildung war.

Routine ist manchmal das Fundament

Natürlich war nicht jede Einstiegsaufgabe ein pädagogisches Meisterwerk. Stundenlang Unterlagen sortieren oder zum zehnten Mal denselben Textbaustein anpassen kann schlicht schlechte Arbeitsorganisation sein. Solche Tätigkeiten künstlich am Leben zu halten, wäre ein dürftiges Ausbildungsprogramm.

Doch zwischen sinnloser Beschäftigung und sofortiger Automatisierung liegt eine Aufgabe, die Unternehmen bisher oft nebenbei gelöst haben: Menschen an echte Verantwortung heranführen.

Wer mit überschaubaren Fällen beginnt und von erfahrenen Kollegen Rückmeldung erhält, lernt allmählich, weshalb eine bestimmte Annahme nicht trägt oder an welcher Stelle Misstrauen angebracht ist. Aus vielen solchen Erfahrungen entwickelt sich das Urteil, das später als selbstverständlich vorausgesetzt wird. Fällt dieser Lernweg weg, braucht es einen anderen; die Forderung nach „kritischem Denken“ in der Stellenanzeige dürfte dafür kaum ausreichen.

Eine IZA-Arbeit vom Juni 2026 findet in amerikanischen Berufsdaten zudem eine doppelte Entwicklung: In stärker KI-exponierten Berufen steigen die Anforderungen an ausgewählte Fähigkeiten, während sich die insgesamt verlangte Kompetenzbreite verengt. Die Studie beschreibt Zusammenhänge in Berufsprofilen; sie misst keine individuelle Verdummung.8

Für Organisationen stellt sich damit die Frage, ob eine erfolgreiche Spezialisierung zugleich neue Abhängigkeit schafft, wenn Menschen einzelne Ausschnitte immer besser beherrschen, aber den Zusammenhang ihrer Arbeit immer weniger überblicken.

Warum Erfahrung zunächst ein Vorteil sein kann

Die bisherigen Befunde sprechen gegen die einfache Erzählung, ältere Beschäftigte seien automatisch die ersten Verlierer. Erfahrung kann besonders wertvoll sein, wenn KI Vorschläge liefert, die jemand fachlich einordnen muss. Wer schwierige Kunden, gescheiterte Projekte und seltene Fehler erlebt hat, besitzt einen Vergleichsmaßstab, den ein Berufsanfänger erst entwickeln soll.

Wie leicht ein älterer Mensch nach einer Entlassung eine neue Stelle findet, lässt sich aus der günstigen Entwicklung bereits Beschäftigter allerdings nicht ableiten. Langjährige Erfahrung bleibt außerdem nur nützlich, wenn man sie auf die veränderte Arbeit beziehen und das eigene Urteil weiter anwenden kann. Unternehmen, die erfahrene Beschäftigte als zu teuer abbauen und zugleich beim Nachwuchs sparen, müssten sich deshalb fragen lassen, wer die verbleibende Arbeit künftig noch fachlich durchdringen soll.

Was der Rechenzentrumsbau für Beschäftigte bedeutet

Die jüngsten Entlassungswellen der IT-Branche verschärfen diese Unsicherheit. Amazon kündigte im Januar rund 16.000 weitere Stellenstreichungen an, nachdem im Oktober zuvor bereits etwa 14.000 angekündigt worden waren. Das Unternehmen verweist auf weniger Hierarchie und Bürokratie; zugleich hat seine Führung einen sinkenden Bedarf an Teilen der Büroarbeit durch KI in Aussicht gestellt.9

Ob ein System die Aufgaben einer gestrichenen Stelle tatsächlich übernimmt oder das Unternehmen lediglich Mittel in andere Bereiche verschiebt und frühere Überbesetzung korrigiert, macht für die Einordnung einen erheblichen Unterschied. In beiden Fällen verlieren Menschen ihre Arbeit, doch nur im ersten wäre damit auch belegt, dass KI ihre bisherige Tätigkeit bereits ersetzt.

Personalabbau senkt laufende Kosten und kann dadurch Spielraum für Investitionen schaffen. Die Gleichzeitigkeit von Entlassungen und Rechenzentrumsbau beweist aber noch nicht, dass jede gestrichene Stelle ein bestimmtes Bauprojekt finanziert.

Wie weit sich die Investitionen bereits auszahlen, lässt sich weniger eindeutig beantworten als die Frage nach der Nachfrage. Microsoft meldet für das Ende Juni abgeschlossene Quartal 59,3 Milliarden Dollar Cloud-Umsatz, 27 Prozent mehr als im Vorjahr, und nennt Azure sowie seine KI-Anwendungen als Treiber.10 Alphabet weist für Google Cloud im zweiten Quartal 2026 einen operativen Gewinn von rund 8,8 Milliarden Dollar aus.11

Microsoft investierte in diesem Quartal nach seiner eigenen Kennzahl einschließlich Finanzierungsleasing 41 Milliarden Dollar. Der freie Cashflow blieb mit 19,6 Milliarden Dollar positiv. Diese beiden Größen haben wegen der Leasingbehandlung unterschiedliche Abgrenzungen; sie lassen sich nicht einfach gegeneinander aufrechnen. Sie zeigen aber: Bei diesem Unternehmen gehen hohe Investitionen und weiterhin erhebliche frei verfügbare Mittel zusammen. Gleichzeitig sank die Gesamtbelegschaft gegenüber dem Vorjahr um zwei Prozent.10

Aus diesen realen Umsätzen und Gewinnen lässt sich die Rendite der neuen KI-Rechenzentren allerdings nicht isoliert ablesen, weil die Cloud-Segmente viele andere Leistungen enthalten. Hinzu kommen unterschiedliche Zeitpunkte: Hohe Investitionsauszahlungen fallen heute an, Abschreibungen belasten spätere Ergebnisse, und langfristige Kundenverträge werden erst nach und nach zu Umsatz und Zahlungseingängen. Ob sich die neuen Kapazitäten rechnen, hängt davon ab, ob Auslastung und Preise über Jahre die Betriebs-, Finanzierungs- und Investitionskosten tragen.

Beschäftigte, deren Stellen im Zuge dieser Neuausrichtung gestrichen werden, tragen die Folgen dagegen schon heute. Für sie dürfte die Zuversicht in eine spätere Rendite nur ein begrenzter Trost sein, solange unklar bleibt, ob sie selbst an dieser Zukunft noch beruflich teilhaben können.

Dann eben ins Handwerk?

Der Ratschlag, sich statt einer Bildschirmtätigkeit einen Beruf zu suchen, bei dem etwas angefasst werden muss, hat Konjunktur. Dahinter steckt die nachvollziehbare Überlegung, dass eine Reparatur in einem fremden Altbau andere Anforderungen stellt als das Erzeugen eines Textes und sich deshalb aufwendiger automatisieren lässt.

Nur ist das Handwerk kein Auffangbecken für alle, deren Büroarbeit unter Druck gerät. Auch dort braucht es Ausbildung, Erfahrung und Betriebe, die anlernen können. Körperliche Belastung, Einkommen, regionale Nachfrage und die finanzielle Überbrückung einer Umschulung gehören zur Entscheidung. Das IAB beschreibt zugleich Fachkräftebedarf und wachsenden Qualifizierungsbedarf im Handwerk.12

Ein Wechsel kann für einzelne Menschen sehr sinnvoll sein. Aus den vorliegenden Daten folgt keine allgemeine Empfehlung, Informatik oder Jura aufzugeben. Plausibel sind auch Übergänge, die vorhandene Kenntnisse nutzen: etwa von reiner Softwareerstellung zur Integration technischer Anlagen oder von routinemäßiger Dokumentenerstellung zur fachlich verantworteten Fallarbeit. Welche davon tatsächlich Beschäftigung schaffen, muss sich zeigen.

Wer den Beruf wechseln will, braucht dafür einen finanziell und persönlich tragfähigen Weg. Mit dem Ratschlag „Lern halt was anderes“ ist der jedenfalls noch nicht geschaffen, so leicht er sich auch von jemandem geben lässt, der die Rechnung dafür nicht bezahlen muss.

Nachwuchs ist eine Investition, die man organisieren muss

Unternehmen können handeln, bevor ihnen der Nachwuchs fehlt. Sie können Einstiegsstellen mit echten Lernzielen verbinden, Fälle schrittweise anspruchsvoller machen und erfahrenen Beschäftigten Zeit für die Begleitung geben. KI darf dabei erklären, Rückmeldung geben und zusätzliche Übungsfälle erzeugen. Die eigene fachliche Prüfung braucht dennoch einen Platz im Arbeitsablauf.

Ein kleiner Forschungsbeitrag von Christopher Noessel beschreibt dafür das Prinzip Human Goes First: Erst bildet der Mensch ein eigenes Urteil, dann erhält er den Systemvorschlag zum Vergleich. In zwei kleinen Gruppen mit jeweils 15 Personen zeigte sich bei einer Navigationsaufgabe ein Vorteil dieser Reihenfolge. Das ist explorative Forschung, kein belastbarer Wirkungsnachweis für ganze Berufe.13

Noessel bringt die Idee auf einen einfachen Satz:

“It does not require AI systems to become less capable; it requires them to be sequenced differently.”

— Christopher Noessel, 202613

Der Gedanke ist für die Arbeitsorganisation dennoch nützlich, weil er die Reihenfolge verändert: Wer zunächst selbst nachdenken muss und anschließend eine Rückmeldung des Systems erhält, bekommt eine andere Lerngelegenheit als jemand, dem das Werkzeug die Lösung sofort vorlegt.

Damit solche Arbeitsweisen im Betrieb eine Chance haben, muss die dafür benötigte Zeit eingeplant werden. Wenn im Tagesgeschäft ausschließlich die schnellere Abgabe zählt, kann die Personalentwicklung noch so viel Selbstständigkeit verlangen; der Projektplan verhindert dann die Übung, durch die sie entstehen könnte. Unternehmen werden künftig genauer entscheiden müssen, welche Erfahrung sie weiterhin selbst aufbauen wollen, statt darauf zu vertrauen, dass irgendjemand anders den Nachwuchs schon ausbildet.

Zur Diskussion

Welche Einstiegsaufgaben in Ihrer Organisation bilden wirklich aus – und wie sollen Menschen diese Erfahrung künftig erwerben, wenn KI die Aufgaben übernimmt?

  1. Kristalina Georgieva / IWF: AI Will Transform the Global Economy. Let’s Make Sure It Benefits Humanity., 14. Januar 2024. Exposition ist weder eine beobachtete Entlassungsquote noch eine Prognose des vollständigen Ersatzes dieser Jobs. ↩

  2. Erik Brynjolfsson, Bharat Chandar und Ruyu Chen / Stanford Digital Economy Lab: Canaries in the Coal Mine?, überarbeitete Fassung vom 12. August 2026, Daten bis Juni 2026; Begleittext zur Überarbeitung. Die 19 Prozent bezeichnen einen relativen Abstand zu einem Vergleichsverlauf, keine Arbeitslosenquote. Ältere Fassungen und andere Spezifikationen nennen andere Werte; die früher hier diskutierten 13 Prozent werden deshalb nicht als aktueller Hauptbefund verwendet. ↩↩

  3. The Budget Lab at Yale: What We Do and Don’t Know About How AI is Affecting the Labor Market, 7. Mai 2026. Abweichende Methode und Beobachtungsstand; der Befund widerlegt nicht jeden späteren oder gruppenspezifischen Effekt. ↩

  4. IAB: KI bisher kein Jobkiller, aber Berufseinsteiger zunehmend betroffen, 13. Oktober 2026. Vergleich der Vollzeitbeschäftigung nach KI-Betroffenheit und Altersgruppen. Die Prozentpunkte sind keine individuelle Entlassungswahrscheinlichkeit. ↩

  5. Bundesagentur für Arbeit: Arbeitslosigkeit von Akademikerinnen und Akademikern, Berichtsjahr 2025, abgerufen am 20. Oktober 2026. Qualifikationsspezifische Gesamtquote, nicht ausschließlich Absolventen. ↩

  6. Bundesagentur für Arbeit: Arbeitsmarkt in der Informations- und Kommunikationstechnik im Spannungsfeld, 3. Juli 2026. Die Quote für das Expertenniveau betrifft das Anforderungsniveau der Tätigkeit, nicht sämtliche Menschen mit Informatikabschluss. ↩

  7. Bundesagentur für Arbeit: Berufsgruppen der Akademikerinnen und Akademiker, Abschnitt Rechtswissenschaften, Berichtsjahr 2025, abgerufen am 20. Oktober 2026. Die Gruppe unter 35 Jahren ist nicht mit unmittelbaren Studienabsolventen gleichzusetzen. Der hohe Anteil unter Arbeitslosen ist keine altersgruppenspezifische Arbeitslosenquote. ↩

  8. Michele Cantarella, Giuseppe Molinari und Chiara Strozzi: Becoming The Man Without Qualities? Deskilling in the Age of Artificial Intelligence, IZA Discussion Paper 18751, Juni 2026. Arbeitspapier mit O*NET-Berufsdaten 2011–2025; Zusammenhänge auf Berufsebene. ↩

  9. AP: Amazon cuts about 16,000 corporate jobs in the latest round of layoffs, 28. Januar 2026. Angekündigte Stellenstreichungen; kein Nachweis, dass jede dieser Tätigkeiten bereits von KI übernommen wird. ↩

  10. Microsoft: FY26 Fourth Quarter Earnings Conference Call, 29. Juli 2026. Cloud-Umsatz ist nicht mit reinem KI-Umsatz oder Gewinn gleichzusetzen. ↩↩

  11. Alphabet: Ergebnisse des zweiten Quartals 2026, bei der SEC. Operativer Segmentgewinn von Google Cloud; kein separat ausgewiesener Ertrag ausschließlich aus neuen KI-Rechenzentren. ↩

  12. IAB: Handwerk und Arbeitsmarkt, abgerufen am 20. Oktober 2026. Der Abschnitt zu möglichen Berufswechseln formuliert eine Einordnung und Beispiele, keine individuelle Berufsberatung oder belegte Massenwanderung zwischen Berufen. ↩

  13. Christopher Noessel: Deskilling and overreliance: Two long-term risks of AI assistance, and what designers can do about them, AI Magazine, 18. September 2026. Zwei explorative Gruppen zu je 15 Personen, simulierte Navigationsaufgabe; der Autor weist ausdrücklich auf die geringe Stichprobe hin. Keine belastbare Hochrechnung auf KI-Nutzung in Unternehmen. ↩↩

Weiterdenken

Perspektive beitragen