KI wird Ihnen den Job wegnehmen. Oder etwa nicht?

Historische Erfahrungen und aktuelle Daten lassen uns jedoch vorsichtig mit diesen Prognosen umgehen. Frühere Vorhersagen über die unvermeidliche „Katastrophe der Automatisierung“ haben sich nicht bewahrheitet, und die gegenwärtigen Erwartungen einer massiven Arbeitslosigkeit, die durch Künstliche Intelligenz (KI) verursacht wird, wiederholen in vielerlei Hinsicht alte Fehler. Technologischer Fortschritt verändert tatsächlich den Arbeitsmarkt, jedoch geschieht dies schrittweise, indem er sich in institutionelle und soziale Rahmenbedingungen einfügt, die oft weitaus stabiler sind als die Technologien selbst.

Die Unzulänglichkeit der Prognosen

Die Geschichte des Diskurses über Automatisierung zeigt eine beständige Neigung der Gesellschaft, die Geschwindigkeit und das Ausmaß technologischer Veränderungen zu überschätzen. Zu Beginn der 2010er Jahre erregte der Artikel von C. Frey und M. Osborne die größte Aufmerksamkeit, in dem behauptet wurde, dass 47 % der Arbeitsplätze in den USA in der Risikozone der Automatisierung liegen. Diese Prognose verbreitete sich schnell in den Medien und Expertenkreisen und schuf eine Atmosphäre besorgniserregender Erwartungen: Journalisten warnten vor dem bevorstehenden Verschwinden von Berufen, während Investoren und Politiker versuchten, die „Ära der Arbeitslosigkeit“, die angeblich bereits in einem Jahrzehnt eintreten sollte, im Voraus zu begreifen. Doch die Realität widerlegte diese Vorhersagen. Im Verlauf der 2010er Jahre nahm die Beschäftigung in den meisten vulnerablen Sektoren nicht ab, sondern stieg im Gegenteil an. Bereiche, in denen ein schneller technologischer Durchbruch erwartet wurde, bewahrten Arbeitsplätze, indem sie deren Struktur und Aufgabenverteilung transformierten. Solche Diskrepanzen lassen sich durch methodologische Mängel der Prognosen erklären. Anstatt empirische Analysen spezifischer Arbeitsprozesse durchzuführen, stützten sich die Forscher auf Expertenurteile darüber, ob Maschinen theoretisch bestimmte Arten von Aufgaben ausführen können. Die Logik war einfach: Wenn mehr als die Hälfte der Aufgaben eines Berufs als automatisierbar galt, wurde der gesamte Beruf als vom Verschwinden bedroht klassifiziert. Dieser Ansatz ignorierte die organisatorische Struktur der Arbeit, institutionelle Barrieren und soziale Faktoren. Arbeitsplätze bestehen selten aus isolierten Funktionen; sie vereinen verschiedene Arten von Tätigkeiten, von denen viele schlecht formalisiert sind und von menschlicher Interaktion abhängen. Darüber hinaus bedeutet die Automatisierung von Aufgaben in der Theorie nicht, dass sie in der Praxis wirtschaftlich sinnvoll ist. Selbst wenn ein Algorithmus in der Lage ist, einen Menschen zu ersetzen, garantiert das nicht, dass ein Unternehmen in dessen Implementierung investiert, insbesondere wenn die Kosten hoch sind. Infolgedessen erwiesen sich die Prognosen als übermäßig vereinfacht. Sie gingen von der Vorstellung aus, dass technische Möglichkeiten gleichbedeutend mit Unvermeidlichkeit sind und dass die Einführung von Technologien ein externer Prozess ist, der den Arbeitsmarkt automatisch umgestaltet. Die Realität zeigte das Gegenteil: Technologische Veränderungen sind immer sozial vermittelt. Sie werden schrittweise eingeführt, unter dem Druck wirtschaftlicher Anreize, regulatorischer Normen, kollektiver Verhandlungen und kultureller Besonderheiten. Aus diesem Grund erlebte der Arbeitsmarkt nach 2013 nicht die „Katastrophe der Automatisierung“, sondern entwickelte sich im Rahmen einer komplexeren Dynamik. Die wichtigste Lehre des letzten Jahrzehnts war das Verständnis, dass massive technologische Arbeitslosigkeit eher ein rhetorisches Konstrukt als eine empirische Tendenz ist. Der vorhergesagte Wendepunkt, an dem Maschinen Millionen von Berufen verdrängen würden, trat nicht ein. Stattdessen beobachten wir schrittweise Veränderungen im Inhalt der Arbeitsplätze, neue Anforderungen an Fähigkeiten und die Anpassung der Mitarbeiter. Technologische Innovationen verändern tatsächlich die Arbeit, aber sie tun dies durch den Filter sozialer und politischer Institutionen und nicht in Form eines plötzlichen Zusammenbruchs der Beschäftigung.

Strukturelle Grenzen der Automatisierung

Die Grenzen der Automatisierung werden offensichtlich, wenn man sie nicht isoliert betrachtet, sondern im Kontext langfristiger struktureller Transformationen der Weltwirtschaft. Seit der Mitte des 20. Jahrhunderts war die Industrialisierung die Hauptquelle für Produktivitäts- und Beschäftigungswachstum, jedoch begann ab den 1970er Jahren ihre Dynamik allmählich zu schwinden. In den OECD-Ländern fand ein Übergang zur Dienstleistungswirtschaft statt, die heute den Großteil aller Beschäftigung absorbiert. Doch gerade der Dienstleistungssektor ist am wenigsten mechanisierbar: Bildungs- und Gesundheitsprozesse, soziale Dienstleistungen sowie die Bereiche Gastgewerbe und Kultur hängen stark von menschlicher Interaktion, Empathie und Flexibilität ab, die sich nur schwer durch Algorithmen reproduzieren lassen. Infolgedessen hat sich das allgemeine Wachstumstempo der Produktivität verringert, und die Möglichkeiten für technologische Sprünge sind begrenzt. Selbst in den Branchen, in denen die Automatisierung am aktivsten eingeführt wurde, waren die Veränderungen begrenzt. Industrieroboter, die in der Automobilindustrie weit verbreitet sind, bleiben nur bei der Massenproduktion von standardisierten Produkten effizient. Obwohl die Kosten für die Ausrüstung im Laufe der Zeit gesenkt wurden, lagen die tatsächlichen Kosten in der Programmierung, Einrichtung und Wartung, die in der Summe für Unternehmen mehrere Male teurer waren als der Roboter selbst. Diese Ausgaben rentierten sich nur für große Konzerne, die mit riesigen Produktionsvolumina arbeiten, während kleine und mittlere Unternehmen, die sich auf individualisierte Aufträge oder Kleinserienproduktion spezialisiert haben, selten Anreize zur Einführung robotergestützter Systeme fanden. Versuche, die Automatisierung in den Dienstleistungssektor zu übertragen, erfüllten ebenfalls nicht die Erwartungen: Statistiken zeigen eine Konzentration von Robotern fast ausschließlich in der Industrie, während ihre Verbreitung im Gesundheitswesen, in der Bildung oder im Gastgewerbe punktuell und spezialisierten Charakter hat. Hier zeigt sich ein wichtiger Aspekt: Automatisierung ist niemals ein Prozess, der autonom abläuft. Selbst ein und derselbe Beruf kann in verschiedenen Ländern unterschiedlich aussehen, abhängig vom Niveau der Gewerkschaftsorganisation, den regulatorischen Anforderungen und den kulturellen Traditionen. Die Produktion eines Autos in hochautomatisierten Fabriken in Deutschland unterscheidet sich deutlich von den schnell wachsenden Fabriken für Elektrofahrzeuge in China, obwohl formal von derselben Art von Tätigkeit die Rede ist. Diese Unterschiede zeigen, dass Technologien keine einheitliche Entwicklungsrichtung aufzwingen, sondern im Kontext lokaler Lösungen und Kompromisse wirken. Das zentrale Problem besteht darin, dass die Dienstleistungswirtschaft schlecht für eine skalierbare Steigerung der Produktivität geeignet ist. Selbst wenn neue digitale Werkzeuge entstehen, sind sie selten in der Lage, Arbeit in Bereichen zu ersetzen, in denen die Qualität durch menschliche Interaktion bestimmt wird. Darüber hinaus verstärken demografische Trends und die sinkenden Wachstumsraten der globalen Nachfrage die strukturelle Stagnation: Ohne demografisches Wachstum und neue Märkte sind Technologien in eine Umgebung chronischen Verlangsamens eingebettet. Unter diesen Bedingungen wird die Automatisierung nicht zur Quelle einer neuen industriellen Revolution, sondern modifiziert lediglich bestehende Prozesse, ohne die grundlegenden Einschränkungen zu verändern.

Transformation der Arbeit

Generative KI ist in den letzten Jahren zum Symbol der Hoffnung auf einen neuen Schub technologischen Fortschritts geworden. Große Unternehmen investieren Milliarden von Dollar in die Entwicklung von Modellen und den Bau von Rechenzentren und versprechen eine Revolution in Bereichen, in denen traditionelle Automatisierung ineffektiv war: im Gesundheitswesen, in der Bildung, im Einzelhandel und in den Rechtsdienstleistungen. Der Diskurs rund um KI ist durch Aussagen über ihre Fähigkeit geprägt, die Stagnation der Produktivität zu überwinden, die Wirtschaft auf einen Pfad rasanten Wachstums zu bringen und die Art der Beschäftigung radikal zu verändern. Die ersten Ergebnisse der Implementierung zeigen jedoch, dass solche Prognosen eher die Erwartungen der Investoren und die Marketingstrategien der Unternehmen widerspiegeln als die empirische Realität. Wie der CEO von Microsoft, S. Nadella, eingestand, zeigt sich trotz umfangreicher Investitionen in OpenAI und verwandte Projekte bisher kein Anstieg der Produktivität, und die makroökonomischen Indikatoren deuten auf ein Fehlen von Beschleunigung hin. Hätte generative KI transformative Kraft, könnte man bereits jetzt ein Wachstum des globalen BIP verzeichnen, doch die Fakten sprechen eine andere Sprache. Die realen Effekte dieser Technologien zeigen sich nicht in der massenhaften Vernichtung von Arbeitsplätzen, sondern in der Transformation des Inhalts der Arbeit. Generative Modelle bewältigen erfolgreich Aufgaben mittlerer Komplexität: die Erstellung standardisierter Texte, grundlegender Codes und typischer Bilder. Infolgedessen verschwinden Berufe nicht, aber ihre Struktur verändert sich. Dort, wo früher Mitarbeiter mit bestimmten Kompetenzen benötigt wurden, genügt nun ein Operator, der in der Lage ist, algorithmische Ergebnisse zu bearbeiten und zu kontrollieren. Dies führt zu einer Dekvalifizierung: Programmierer, Designer und Juristen riskieren, ihren Status als Fachkräfte zu verlieren und zu Aufsehern über die maschinelle Produktion von Inhalten zu werden. Für geringqualifizierte Arbeitnehmer kann KI tatsächlich die Produktivität steigern, aber für hochqualifizierte Spezialisten ist der Effekt minimal. Eine weitere wichtige Folge ist die verstärkte Kontrolle über die Arbeit. Generative Modelle ermöglichen es, große Datenmengen über Arbeitsprozesse zu sammeln und zu analysieren, Ergebnisse zu standardisieren und damit die Steuerbarkeit der Mitarbeiter zu erhöhen. Arbeitgeber erhalten neue Werkzeuge zur Überwachung und Bewertung, was die Möglichkeit eröffnet, Lohnkosten zu senken und strenge Effizienzstandards durchzusetzen. So befreit KI den Menschen nicht von der Arbeit, sondern verwandelt ihn im Gegenteil in ein Objekt strengerer Überwachung. Solche Tendenzen korrelieren mit dem, was in den vorangegangenen Jahrzehnten der Digitalisierung bereits beobachtet wurde: Statt eines massenhaften Verschwindens von Berufen erfolgt deren Modifikation, begleitet von einem Anstieg der Instabilität und Fragmentierung der Beschäftigung. Aber im Gegensatz zu Robotern oder klassischen Algorithmen wirkt generative KI auf Sektoren, in denen früher angenommen wurde, dass Automatisierung unmöglich sei, und betrifft kreative und intellektuelle Tätigkeiten. Genau deshalb ruft ihr Einfluss so lebhafte Diskussionen hervor. Doch auch hier handelt es sich eher um eine Umverteilung von Rollen als um deren Vernichtung.

Viktoria Sovgir, Analystin im Zentrum für politische Konjunktur.