KI und Arbeitsmarkt, das ist seit zwei Jahren ein Thema, das zwischen Panik und Achselzucken pendelt. Die einen sehen Massenarbeitslosigkeit und mindestens das Ende der bekannten Welt, die anderen winken müde ab.
Beides greift zu kurz. Denn die Veränderung kommt weder als Tsunami noch als harmloses Plätschern. Sie kommt in Schichten. Und je weiter hinten man in der Kette steht, desto weniger glaubt man, dass es einen betrifft.
Inhaltsverzeichnis
Schicht 1 – Die Freelancer bluten schon
Die ersten, die es spüren, sind die am wenigsten Geschützten. Freelancer auf Plattformen wie Upwork und Fiverr haben kein Arbeitsamt, das sie zählt, keine Kündigungsfrist, die sie schützt, keinen Betriebsrat, der verhandelt. Sie bekommen einfach weniger Anfragen.
Die Zahlen sind deutlich. Auf Upwork sind 2025 elf von zwölf Kategorien im Vergleich zum Vorjahr geschrumpft, der Gesamtmarkt um 9%. Schreibaufträge sind seit dem Launch von ChatGPT um 33% eingebrochen, Übersetzungsjobs um 19%, Kundenservice um 16%. Der Anteil der Einsteigerprojekte ist von 15% auf unter 9% gefallen. Das ist kein Rauschen. Das ist ein Strukturwandel.
Eine Studie von Hui et al., publiziert in Organization Science, hat den Mechanismus untersucht: 2% weniger Verträge, 5% weniger Einnahmen für Freelancer in KI-exponierten Berufen. Besonders betroffen waren ausgerechnet die erfahrenen, teureren Anbieter. Das Brookings-Institut fasst zusammen: Generative KI trifft Freelancer früher und härter als Festangestellte, weil der Markt sofort reagiert.
Gleichzeitig boomt auf denselben Plattformen die Nachfrage nach KI-bezogener Arbeit. Upwork meldet über 300 Millionen Dollar Jahresumsatz in dieser Kategorie. Freelancer mit KI-Projekten verdienen 44% mehr pro Stunde als solche ohne. Die Decke steigt, während der Boden einbricht. Das definiert den Freelance-Markt 2026.
Schicht 2 – Die Branchensoftware macht den Rest
Nehmen wir eine Versicherung mit zehn Sachbearbeitern. Niemand wird entlassen, weil eine KI seinen Job übernimmt. Stattdessen liefert der Branchensoftware-Anbieter ein Update. Plötzlich fasst das System eingehende Mails automatisch zusammen, ordnet sie nach Dringlichkeit, schlägt den passenden Tarif vor. Die Sachbearbeiter arbeiten effizienter, verteilen ihre Zeit neu. Nach einem halben Jahr stellt die Abteilungsleitung fest: Eine Stelle, die frei wird, muss nicht nachbesetzt werden. Neun reichen jetzt.
In Runde zwei zieht die Software die relevanten Gesetze und Präzedenzfälle zu Kundenanfragen heraus und bewertet vor. Wieder spart jeder Mitarbeiter Zeit. Wieder werden ein, zwei Stellen nicht nachbesetzt, wenn jemand geht. Nicht weil die Leute schlechter geworden sind, sondern weil die Software besser geworden ist.
Die Sachbearbeiterin muss dafür kein Prompt Engineering beherrschen. Sie klickt auf denselben Button wie vorher, nur dass die Software dahinter jetzt mehr Vorarbeit leistet. Die KI-Kompetenz sitzt beim Softwareanbieter, nicht beim Anwender.
Genau deshalb ist der Rat »Lerne KI, dann bist du sicher« so fragwürdig. Weniger, als oft behauptet wird, geht es um individuelle KI-Kompetenz. Es geht um Branchensoftware-Updates, die den Durchsatz pro Kopf erhöhen. Stille Effizienzgewinne, die sich in jeder Quartalsplanung niederschlagen. Kein Chef ruft ins Büro: »Wir ersetzen euch durch KI.« Stattdessen wird eine Stelle einfach nicht nachbesetzt.
Schicht 3 – Die geschützten Berufe spüren Zugluft
Steuerberater, Wirtschaftsprüfer, Notare, Anwälte. Geschützt durch Kammern, Berufszulassungen, Haftpflicht. Aber nicht geschützt gegen Effizienzgewinne, die ihre eigene Software liefert.
DATEV, der Software-Monopolist der deutschen Steuerberatung, baut gerade um. Ab 2026 beginnt die große Cloud-Migration. Und mit ihr kommen KI-Funktionen, die den Alltag in Kanzleien verändern werden. Ein Einspruchsgenerator, der auf Knopfdruck Einsprüche gegen Steuerbescheide formuliert. Ein Copilot, der Mandantenanfragen bearbeitet. Automatisierte Belegverarbeitung, die Buchungsvorschläge auf Basis der eigenen Historie erzeugt. Der Deutsche Steuerberaterverband formuliert es diplomatisch: »Wo Maschinen Standardaufgaben wie Buchhaltung, Reporting oder einfache Deklarationen übernehmen, gewinnen Beratung und strategische Einordnung an Bedeutung.«
Übersetzt heißt das, dass die Routinearbeit schrumpft. Und mit ihr womöglich der Bedarf an Kanzleipersonal, das diese Routinearbeit erledigt. Die Kammer schützt den Titel, nicht die Auslastung.
PwC zeigt in seinem AI Jobs Barometer, dass sich die geforderten Qualifikationen in KI-exponierten Berufen 66% schneller ändern als in nicht-exponierten Berufen. Gleichzeitig sinken die formalen Anforderungen. Unternehmen suchen weniger nach Abschlüssen und mehr nach Fähigkeiten. Für ein Land mit seiner Fixierung auf Zertifikate und Titel ist das eine bemerkenswerte Verschiebung.
So viel zu den Mechanismen. Was aber sagen die Daten?
Schicht 4 – Was die Daten jetzt schon zeigen
Anthropic, der Hersteller von Claude, hat Anfang März 2026 eine umfangreiche Studie veröffentlicht, die erstmals nicht fragt, was KI könnte, sondern was sie tatsächlich tut. Die neue Kennzahl heißt »Observed Exposure« und misst, welche Aufgaben KI in der Praxis übernimmt, basierend auf Millionen realer Claude-Konversationen.
Das zentrale Ergebnis ist ernüchternd. KI ist weit davon entfernt, ihr theoretisches Potenzial auszuschöpfen. In IT-Berufen könnten Sprachmodelle theoretisch 94% aller Aufgaben beschleunigen. Tatsächlich werden 33% abgedeckt, gemessen am Anteil der Berufsaufgaben, die in realen Konversationen vorkommen (Stand 03/2026). Bei Bürojobs liegt die theoretische Quote bei 90%, die reale bei 24%. Im Handwerk bei 2%.
Programmierer stehen ganz oben, 75% ihrer Berufsaufgaben werden von KI abgedeckt. Danach Kundenservice (70%), Datentypisten (67%), Finanzanalysten. Am unteren Ende stehen Köche, Motorradmechaniker, Bademeister. 30% aller Beschäftigten haben eine KI-Exposition von null.
Die am stärksten exponierten Arbeitnehmer sind eher weiblich, besser ausgebildet, älter und besser bezahlt. Wer einen Master hat, ist fast viermal häufiger in der exponierten Gruppe. Die KI trifft die Bürotürme, nicht die Baustellen.
Wer es auf eine Formel bringen will: Kurzfristig ist Meister sicherer als Master. Der Meisterbrief schützt nicht nur durch die Kammer, sondern durch Physik. Kein Sprachmodell kann ein Dach decken.
Keine Entlassungen, dafür weniger Neueinstellungen
Die Anthropic-Studie findet keinen systematischen Anstieg der Arbeitslosigkeit unter den am stärksten exponierten Berufsgruppen seit ChatGPTs Launch Ende 2022. Das Budget Lab der Yale University bestätigt das unabhängig: Der Anteil der Beschäftigten in den verschiedenen Expositionsgruppen bleibt stabil. Kein Einbruch, keine Verwerfung.
Aber bei den 22- bis 25-Jährigen bewegt sich etwas. In Berufen mit hoher KI-Exposition ist die Einstellungsrate für diese Altersgruppe um 14% gesunken. Eine Stanford-Studie von Brynjolfsson, Chandar und Chen kommt auf 13% Beschäftigungsrückgang bei jungen Arbeitnehmern in KI-exponierten Berufen. Bei Softwareentwicklern zwischen 22 und 25 Jahren messen sie sogar einen Rückgang von 20% seit Ende 2022. Nicht Entlassungen also, sondern verlangsamte Einstellungen.
Was bedeutet das für Deutschland?
Die Anthropic-Daten stammen aus den USA. Die KI-Nutzung in Deutschland ist geringer, die Adoptionsgeschwindigkeit langsamer. Das bedeutet nicht, dass die Entwicklung an uns vorbeigeht. Es bedeutet, dass sie mit Verzögerung kommt.
Deutschland erlebt zwei gegenläufige Kräfte. Erstens den demografischen Wandel: Ab 2026 gehen die Babyboomer in großer Zahl in Rente. Enzo Weber vom IAB sagt dazu, am Arbeitsmarkt werde es »einen Umbruch und keinen Einbruch geben.« Das ist plausibel, weil der Fachkräftemangel die Automatisierung vom Problem zur Notwendigkeit macht. Bitkom meldet weiterhin über 100.000 unbesetzte IT-Stellen.
Zweitens die wirtschaftliche Schwäche. Die Bertelsmann-Stiftung zeigt zusammen mit dem IW, dass nur 1,5% aller Stellenanzeigen einen KI-Bezug haben. Im Bereich Energiewende sind es 3,8%.
Wie viele dieser Anzeigen ihrerseits mit KI geschrieben wurden, erfasst die Studie nicht. Vermutlich wäre die Quote höher.
Gleichzeitig meldet eine EY-Studie, dass 81% der deutschen Beschäftigten inzwischen KI-Tools nutzen, 14 Prozentpunkte mehr als 2024. Und 36% sorgen sich um die Auswirkungen auf ihren eigenen Arbeitsplatz. Die Nutzung steigt, die Sorge auch.
McKinsey erwartet, dass 54% der KI-bedingten Jobwechsel in Deutschland im Bereich Büro und Verwaltung stattfinden werden. Der IWF warnt, dass bis 2030 drei Millionen Jobs betroffen sein könnten, wobei »betroffen« nicht »verschwunden« bedeutet. Verändert, verschoben, anders zusammengesetzt.
Was andere aus denselben Daten lesen
Die Reaktionen auf die Anthropic-Studie sind aufschlussreich, weil sie zeigen, wie unterschiedlich dieselben Zahlen gelesen werden. Fortune titelt mit dem Szenario einer »Great Recession für Wissensarbeiter«. CBS News sieht eine eher beruhigende Botschaft. The Register reagiert trocken: Anthropic habe viel gemessen und im Grunde herausgefunden, dass bisher fast nichts passiert sei.
Auf Hacker News wird pragmatisch sortiert: LLMs seien gut in Boilerplate-Code, Übersetzungen, Dokumentation. Womöglich nicht mehr und nicht weniger. Alle schauen auf die Angestellten. Die Freelancer hat niemand gefragt.
Wer 2026 einen Bürojob sucht
Wer heute einen Bürojob sucht, konkurriert nicht mit einer KI. Er konkurriert mit der Tatsache, dass ein Team, das vor zwei Jahren zehn Leute brauchte, heute mit sieben auskommt. Und nächstes Jahr vielleicht mit fünf. Die Eintrittskarte wird nicht billiger, weil man ChatGPT bedienen kann. Die Frage ist eher, ob die Stelle, auf die man sich beworben hätte, überhaupt noch ausgeschrieben wird.
In Deutschland federt die Demografie einiges ab. Platz entsteht dort, wo physische Präsenz zählt, im Handwerk, in der Pflege, auf der Baustelle. In der Sachbearbeitung, in der Verwaltung, im Büro entsteht er womöglich nicht mehr. Jedenfalls nicht in der alten Form.
Die Frage, was sich noch zu lernen lohnt, ist damit keine philosophische mehr. Sie ist eine ökonomische. Und die Welle kommt nicht als einzelne große Flutwelle. Sie kommt als Ebbe, die so langsam abläuft, dass man erst merkt, was passiert ist, wenn man plötzlich auf dem Trockenen steht oder eine Nummer im Jobcenter zieht. (lk)
Quellen und Daten
- Massenkoff, M. & McCrory, P. (2026): Labor market impacts of AI: A new measure and early evidence. Anthropic.
- Brynjolfsson, E., Chandar, B. & Chen, R. (2025): Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab.
- Hui, X., Reshef, O. & Zhou, L. (2024): The short-term effects of generative artificial intelligence on employment. Organization Science / Brookings Institution.
- Vollna (2025): Upwork Projects Analysis 2025: Trends and Requirements.
- Gimbel, M. et al. (2025): Evaluating the Impact of AI on the Labor Market. The Budget Lab at Yale.
- Bertelsmann-Stiftung & IW (2025): Stagnation statt Boom: Kaum KI-Jobs am deutschen Arbeitsmarkt.
- PwC (2025): AI Jobs Barometer 2025.
- EY (2025): European AI Barometer 2025.
- Bitkom (2025): In Deutschland fehlen weiterhin mehr als 100.000 IT-Fachkräfte.
- DATEV (2025): Künstliche Intelligenz mit DATEV KI.
- Deutscher Steuerberaterverband (2025): Generative KI in der Steuerberatung: 10 Thesen für einen Berufsstand im Wandel.
