Kaum ein Thema wird derzeit so hitzig diskutiert wie die Frage, was künstliche Intelligenz mit unseren Arbeitsplätzen macht. Während die einen von gewaltigen Produktivitätsgewinnen schwärmen, warnen andere vor einer Welle von Kündigungen, die ganze Branchen betreffen könnte.

Eine neue Studie der Stanford University bringt nun mehr Klarheit in diese Debatte, denn sie stützt sich nicht auf Umfragen oder bloße Vermutungen, sondern auf echte Gehaltsabrechnungsdaten von Millionen amerikanischer Beschäftigter.

Anders sieht es für Berufseinsteiger aus. Junge Beschäftigte zwischen zweiundzwanzig und fünfundzwanzig Jahren, die in stark durch KI beeinflussten Berufen arbeiten, liegen mittlerweile neunzehn Prozent unter dem Beschäftigungsniveau, das sie erreicht hätten, wäre ihre Berufsgruppe genauso gewachsen wie weniger exponierte Vergleichsgruppen. Diese Lücke ist seit der ersten Erhebung im Sommer 2025 stetig gewachsen, damals lag sie noch bei fünfzehn Prozent.

Die Forschenden erklären sich diesen Unterschied mit der Art des benötigten Wissens: Aufgaben, die sich aus Lehrbüchern, Vorschriften oder Ausbildungsinhalten erlernen lassen, kann eine KI inzwischen erstaunlich gut übernehmen. Erfahrungswissen dagegen, das sich erst durch jahrelange Praxis, durch Fehler und durch den Austausch mit erfahrenen Kollegen entwickelt, lässt sich kaum in einem Sprachmodell abbilden. Ausgerechnet jene einfacheren, standardisierten Aufgaben aber, an denen sich Berufsanfänger traditionell hocharbeiten, verschwinden deshalb nun zuerst.

Auch wenn die Daten aus den USA stammen, dürfte der Mechanismus kaum an Ländergrenzen haltmachen, weil ähnliche KI-Werkzeuge und Tätigkeiten auch in Europa mittlerweile weit verbreitet sind.

Die Autoren der Studie betonen selbst, dass ihre Daten Muster zeigen und keine endgültigen Kausalzusammenhänge beweisen, weshalb sie ihre Ergebnisse monatlich aktualisieren, um die Entwicklung weiter zu beobachten. Schon jetzt aber zeichnet sich ab, dass Unternehmen ihre Einarbeitungswege überdenken müssen, damit aus dem heutigen Berufseinsteiger nicht ein Beschäftigter wird, dem irgendwann genau jene Erfahrung fehlt, die künstliche Intelligenz bislang nicht ersetzen kann. Gleichzeitig müssen auch Universitäten und Hochschulen ihre Ausbildung stärker in Richtung dualer, möglichst praxisnaher Lehr- und Lernmodelle ausrichten.