Schließt KI die Tür für Berufseinsteiger?

Wer fragt, ob KI den eigenen Job übernimmt, denkt meist an Entlassungen. Die sorgfältigsten Daten bisher deuten in eine andere Richtung: nicht auf die Menschen, die schon im Unternehmen sind, sondern auf diejenigen, die hineinwollen.

Die Belege stammen aus einer Studie von Erik Brynjolfsson, Bharat Chandar und Ruyu Chen vom Digital Economy Lab in Stanford. Sie werteten Gehaltsdaten des Dienstleisters ADP aus, die Millionen US-Beschäftigte bis Juni 2026 abdecken. Das Paper heißt “Canaries in the Coal Mine?”, nach den Kanarienvögeln, die Bergleute früher als Frühwarnsystem nutzten. Es ist ein Arbeitspapier ohne abgeschlossenes Peer-Review, und die Autoren beschreiben die Ergebnisse als frühe, beschreibende Indikatoren.

Kurz gesagt: Es gibt keine Welle von KI-Entlassungen. Aber die Beschäftigung von 22- bis 25-Jährigen in den am stärksten KI-exponierten Berufen liegt rund 19 % niedriger, als sie es sonst wäre, vor allem weil weniger von ihnen eingestellt werden. Ob KI die Ursache ist, ist noch nicht bewiesen.

Was das für dich bedeutet

Wenn du ein Team führst, liegt das Risiko nicht nur darin, was KI mit den heutigen Rollen macht. Es liegt in der Nachwuchspipeline. Einstiegsrollen sind der Ort, an dem Menschen das implizite Wissen aufbauen, das sie später wertvoll macht. Wenn diese Rollen dünner werden, muss jemand entscheiden, wie dein Unternehmen seine nächste Generation erfahrener Leute heranzieht.

Wenn du am Anfang deiner Laufbahn stehst, zeigt der Befund in eine hilfreiche Richtung. Arbeit, die Bestand hat, ist Arbeit, die auf Erfahrung und Urteilsvermögen beruht. Das spricht dafür, gezielt Situationen zu suchen, in denen du durch Tun lernst und an der Seite von Menschen arbeitest, die das schon getan haben, statt nur dokumentierte Standardergebnisse zu liefern.

Und für alle gilt die Frage aus unserem letzten Beitrag: Welche Teile deiner Arbeit sind kodifiziert und leicht reproduzierbar, und welche hängen von dem ab, was du durch Praxis gelernt hast? Diese Frage lohnt es sich bewusst zu beantworten, bevor der Markt es für dich tut.

Was die Studie gefunden hat

Die Kernaussage ist beruhigend: Die Autoren finden keine Belege für flächendeckende, die gesamte Wirtschaft betreffende Job-Verdrängung durch KI.

Das Detail ist es nicht. Sie sortierten Berufe danach, wie stark sie KI ausgesetzt sind, also wie viele Aufgaben eines Jobs ein Sprachmodell übernehmen könnte. Bei 22- bis 25-Jährigen in den am stärksten exponierten Berufen liegt die Beschäftigung inzwischen rund 19 % niedriger, als wenn sie mit jungen Beschäftigten in weniger exponierten Berufen Schritt gehalten hätte. Ein Jahr zuvor zeigte dieselbe Messung 15 %. In absoluten Zahlen: Die Beschäftigung dieser Altersgruppe in den am stärksten exponierten Berufen sank zwischen November 2022 und Juni 2026 um etwa 11 %, in den am wenigsten exponierten wuchs sie um etwa 10 %.

Erfahrene Beschäftigte in denselben Berufen zeigen keine vergleichbare Lücke.

Keine Entlassungen, sondern Einstellungen, die ausbleiben

Die Lücke entsteht vor allem dadurch, dass weniger junge Menschen eingestellt werden, nicht dadurch, dass mehr von ihnen gehen müssen. Deshalb ist sie so leicht zu übersehen. Niemand bekommt eine Mail, dass eine Stelle wegfällt. Die Stelle wird schlicht nicht ausgeschrieben.

Bei den Gehältern zeigt sich ein ähnliches Bild: Bisher schlägt sich die Anpassung in der Beschäftigung nieder, nicht im Grundgehalt.

Wo KI ersetzt und wo sie unterstützt

Die Rückgänge konzentrieren sich auf Berufe, in denen KI überwiegend genutzt wird, um Aufgaben zu automatisieren. Wo KI die arbeitende Person vor allem unterstützt, bleibt die Beschäftigung stabil oder steigt, besonders bei Erfahrenen. (Die Studie leitet diese Unterscheidung unter anderem daraus ab, wie Menschen Anthropics Claude tatsächlich nutzen.)

Die überarbeitete Fassung ergänzt ein zweites Muster: kodifiziertes gegenüber implizitem Wissen. Junge Beschäftigte verlieren in Berufen, die auf niedergeschriebenem, lehrbarem Wissen beruhen: Verfahren, Lehrbücher, Standardmethoden. Erfahrene Beschäftigte gewinnen in Berufen, die auf implizitem Wissen beruhen, also auf dem, was man durch Praxis, Mentoring und wiederholte Erfahrung in echten Situationen aufbaut. Die Autoren nennen das Hinweise, keinen Beweis. Es passt aber dazu, was KI gut kann: bereits Aufgeschriebenes anwenden.

Das deckt sich auch mit dem Ergebnis der Princeton-Studie, über die wir kürzlich geschrieben haben: KI bewältigt Routinearbeit mit gut dokumentiertem Wissen besser als offenes Urteilen.

Was wir noch nicht sagen können

Die Autoren betonen ungewöhnlich deutlich, dass das kein Beleg dafür ist, dass KI die Ursache ist. Ihre eigenen Vorbehalte:

Die Lücke schrumpft, wenn man den Bildungsstand berücksichtigt. Das kann heißen, dass Bildung eine alternative Erklärung ist oder dass sie genau der Kanal ist, über den KI wirkt.
Einige stärker und weniger stark exponierte Berufe entwickelten sich schon vor ChatGPT auseinander.
Die Lücke ist in den ADP-Daten größer als in nationalen Umfragen.

Auf der anderen Seite erklären Zinsen, Homeoffice und der Tech-Sektor das Muster nicht. Die Lücke wuchs weiter, lange nachdem die Zinsen ihren Höhepunkt erreicht hatten. Ein separates Arbeitspapier des US Census Bureau mit staatlichen Daten berichtet eine ähnliche Richtung: Die Einstellungen am Karrierebeginn sanken in den am stärksten KI-exponierten Branchen.

Die ehrliche Zusammenfassung: ein reales Muster, ein plausibler Zusammenhang mit KI und noch keine endgültige Antwort. Die Autoren sagen selbst, dass keine einzelne Studie die Frage klärt, und veröffentlichen inzwischen ein monatlich aktualisiertes Dashboard, damit man die Zahlen im Verlauf verfolgen kann.

Herauszuarbeiten, welche Teile deiner Arbeit kodifiziert und welche implizit sind, ist genau das, was wir im Coaching tun. Wenn du das für deine Rolle oder dein Team erkunden möchtest, sprechen wir darüber.

Die Quellen sind direkt verlinkt. Die Stanford-Studie ist ein Arbeitspapier ohne abgeschlossenes Peer-Review, und ihre Ergebnisse sind beschreibend, nicht kausal.