Kurze Antwort: Am 12. August 2026 hat das Digital Economy Lab in Stanford eine überarbeitete Fassung seiner Studie zu KI und Beschäftigung veröffentlicht. Beschäftigte zwischen 22 und 25 Jahren in den am stärksten KI-nahen Berufen haben heute rund 19 Prozent weniger Stellen, als sie hätten, wenn sie mit Gleichaltrigen in weniger betroffenen Berufen mitgehalten hätten. Im Juli 2025 lag diese Lücke noch bei 15 Prozent. Bei den über 30-Jährigen in denselben Berufen gibt es keine vergleichbare Lücke, und dort, wo KI die Arbeit unterstützt statt sie zu ersetzen, bleibt ihre Beschäftigung stabil oder wächst. Arbeitsplätze verschwinden nicht auf breiter Front. Was verschwindet, ist die unterste Sprosse der Leiter.
Eine Grafik dazu macht seit Tagen die Runde, meist mit einer Überschrift, die behauptet, KI vernichte Arbeitsplätze. Die zugrunde liegende Forschung sagt etwas Enger gefasstes, und genau diese enge Fassung ist deutlich nützlicher, wenn man ein Unternehmen führt und im nächsten Quartal entscheiden muss, wen man einstellt.
Hier steht, was die Daten sagen, was sie nicht sagen und was daraus folgt.
Was die Studie gefunden hat
Das Projekt heißt Canaries in the Coal Mine und wird von einem Team in Stanford geführt, dem unter anderem Erik Brynjolfsson angehört. Es arbeitet mit Lohnabrechnungsdaten von Millionen Beschäftigten statt mit Umfragen, und deshalb wird es ernst genommen. Die Überarbeitung vom August 2026 stützt sich auf einen deutlich größeren Datensatz als die erste Fassung, und das Bild wurde dadurch schärfer, nicht milder.
Drei Befunde zählen:
- Die Lücke wird größer. Bei den 22- bis 25-Jährigen in stark KI-nahen Berufen lag die Beschäftigung im Juli 2025 noch 15 Prozent unter der Vergleichsgruppe. Im Juni 2026 waren es 19 Prozent. Da flacht nichts ab.
- Der Effekt ist konzentriert, nicht allgemein. Dieselbe Altersgruppe in weniger betroffenen Berufen zeigt keinen solchen Rückgang. Die Forscher sagen ausdrücklich, dass sie keine breite Verdrängung in der Gesamtwirtschaft sehen.
- Erfahrung schützt. Beschäftigte ab dreißig in genau denselben Berufen zeigen keine vergleichbare Lücke. Wo KI die Arbeit ergänzt statt sie zu automatisieren, bleibt ihre Beschäftigung stabil oder wächst.
Die Linie, die sichere von betroffener Arbeit trennt
Diesen Teil sollte man zweimal lesen, denn er hilft mehr als jede Liste gefährdeter Berufsbezeichnungen.
Die Rückgänge zeigten sich bei Arbeit, die auf dem beruht, was die Forscher kodifiziertes Wissen nennen. Also formales, standardisiertes, dokumentiertes Wissen, das man aus einem Lehrbuch, einer Zertifizierung oder einem gut geschriebenen Handbuch lernen kann. Arbeit, die von implizitem Wissen lebt, also von dem, was man nur durch Tun und ein paar Fehler mitnimmt, blieb stabil oder wuchs.
Im Klartext: Wenn das Wissen, auf dem eine Rolle beruht, irgendwo öffentlich aufgeschrieben steht, hat ein Modell es längst gelesen. Wenn dieses Wissen im Kopf einer Person steckt, weil sie es in sechs Jahren unangenehmer Kundentermine gelernt hat, dann nicht.
Das erklärt ein Muster, das viele Führungskräfte bemerkt, aber nicht benannt haben. Der Analyst im ersten Jahr, der einen Standardbericht erstellt, steht unter echtem Druck. Die Person, die weiß, über welche Zahl der Kunde streiten wird, nicht.
Warum dieses Problem später bei Ihnen landet
Die naheliegende Reaktion ist, keine Junioren mehr einzustellen. Das wirkt effizient. Eine erfahrene Kraft mit guten Werkzeugen schafft, wofür früher drei Leute nötig waren, und in diesem Quartal geht die Rechnung auf.
Das Problem ist, woher Senioren kommen. Noch nie ist ein erfahrener Entwickler, Buchhalter oder Berater anders entstanden als dadurch, dass ein Junior einige Jahre echte Arbeit hinter sich gebracht hat. Wenn die Branche diese Pipeline abstellt, taucht der Mangel nicht heute auf. Er taucht in etwa fünf Jahren auf, wenn es die Leute, die Sie einstellen wollen, nicht gibt und die verfügbaren das Dreifache kosten.
Ein Teil dieser Kosten trifft Sie persönlich, ein Teil trifft alle gleichzeitig. So oder so ist ein Einstellungsstopp am unteren Ende die Entscheidung, später teures Personal zu kaufen, statt jetzt günstiges aufzubauen.
Was tun, wenn Sie gerade einstellen
Junioren nach Urteilsvermögen einstellen, nicht nach Durchsatz
Die alte Juniorrolle war Output. Entwurf erstellen, Zahlen rechnen, Warteschlange leeren. Diese Arbeit ist heute billig. Der Junior, der sich lohnt, ist der, der auf ein Modellergebnis schaut, Ihnen sagt, dass es falsch ist, und erklärt, warum. Prüfen Sie genau das im Gespräch. Geben Sie einer Bewerberin oder einem Bewerber ein plausibles, aber fehlerhaftes KI-Ergebnis und bitten Sie um eine Prüfung. Sie lernen in zehn Minuten mehr als aus jeder Hausaufgabe.
Die ersten sechs Monate neu bauen
Die meisten Einarbeitungspläne gehen noch davon aus, dass neue Leute lernen, indem sie ein halbes Jahr einfache Aufgaben abarbeiten. Wenn KI diese Aufgaben übernimmt, muss das Lernen woanders herkommen. Bringen Sie Junioren früher zu Kunden. Lassen Sie sie bei den unangenehmen Entscheidungen dabei sein, statt nur das saubere Ergebnis zu bekommen. Geben Sie ihnen Verantwortung für etwas Kleines und Echtes statt für Teile von etwas Großem und Abstraktem.
Aufschreiben, was heute nur in Köpfen steckt
Hier steckt eine Ironie, die man nutzen sollte. Implizites Wissen schützt Ihre erfahrenen Leute und ist gleichzeitig Ihr größtes operatives Risiko, weil es mit ihnen zur Tür hinausgeht. Gut durch diese Phase kommen die Teams, die festhalten, wie Entscheidungen tatsächlich zustande kommen, und nicht nur, was im Prozessdiagramm steht.
Prüfen, welche Ihrer Rollen kodifiziert sind
Gehen Sie die Arbeit Ihres Teams durch und markieren Sie, welche Teile auf dokumentiertem, standardisiertem Wissen laufen. Das ist Ihre Risikokarte, und sie ist ehrlicher als jede allgemeine Liste von Berufen, die KI angeblich ersetzt. Die praktische Seite, KI auf genau solche Routinearbeit anzusetzen, haben wir in unserem Beitrag über einen Junior-Ops-Assistenten in zwei Stunden beschrieben.
Was die Forscher selbst einschränken
Wichtig zu wissen, denn wer die Grafik teilt, lässt es meist weg. Das Stanford-Team weist darauf hin, dass die Lücken kleiner werden, sobald man das Bildungsniveau berücksichtigt. Einige dieser Trends gab es schon vor generativer KI. Und sie sagen offen, dass eine einzelne Studie kein endgültiger Beleg ist. Zinsen, Einstellungszyklen und die allgemeine Lage am Berufseinsteigermarkt stecken in denselben Daten.
Behandeln Sie das also als starkes Frühsignal, nicht als Urteil. So ordnen es die Autoren ein, und so geht man ehrlich damit um.
Die Kurzfassung für kleine Unternehmen
- Lesen Sie das nicht als Beleg dafür, dass Arbeitsplätze verschwinden. Die Gesamtbeschäftigung hält.
- Lesen Sie es als Beleg dafür, dass Einstiegsarbeit auf Basis dokumentierten Wissens schnell automatisiert wird.
- Stellen Sie weiter Junioren ein, aber für Prüfung und Urteil statt für Output.
- Bauen Sie die Einarbeitung so um, dass Menschen aus echten Entscheidungen lernen und nicht aus Routineaufgaben, die es nicht mehr gibt.
- Dokumentieren Sie das implizite Wissen Ihrer erfahrenen Leute, bevor es mit ihnen geht.
Unangenehm daran ist, dass es nicht mehr reicht, einfach ein paar Jahre zu warten und langsam senior zu werden. Das gilt für die Menschen, die Sie einstellen, und dafür, wie Sie sie entwickeln. Wenn Sie den breiteren Blick darauf wollen, wo Automatisierung in den einzelnen Unternehmensbereichen ankommt, deckt unsere Übersicht zu aktuellen Trends bei KI in der Geschäftsautomatisierung das Feld ab.
Häufige Fragen
Vernichtet KI wirklich Arbeitsplätze?
Gesamtwirtschaftlich nicht, sagt diese Forschung. Das Stanford-Team stellt klar, dass es keine breite Verdrängung findet. Was es findet, ist ein starker, konzentrierter Rückgang der Einstiegsbeschäftigung in den am stärksten KI-nahen Berufen, während die Beschäftigung erfahrener Kräfte in genau diesen Berufen hält oder wächst.
Was bedeutet die Zahl von 19 Prozent genau?
Sie beschreibt eine Lücke, keine Zahl von Entlassungen. Die Beschäftigung der 22- bis 25-Jährigen in stark KI-nahen Berufen liegt rund 19 Prozent unter dem Niveau, das sie hätte, wenn sie so gewachsen wäre wie bei Gleichaltrigen in weniger betroffenen Berufen. Gemessen wird ein Rückstand gegenüber einer Vergleichsgruppe, nicht gestrichene Stellen.
Welche Rollen trifft es am stärksten?
Rollen, die auf kodifiziertem Wissen laufen, also auf formalem, dokumentiertem Wissen, das sich über Ausbildung und Handbücher vermitteln lässt. Rollen, die von implizitem, über Erfahrung und Praxis aufgebautem Wissen leben, sind stabil geblieben oder gewachsen.
Sollten wir keine Junioren mehr einstellen?
Wir würden es nicht tun. Die Juniorrolle gehört umgebaut, nicht gestrichen. Wenn niemand Junioren ausbildet, versiegt das Angebot an erfahrenen Leuten in wenigen Jahren und wird für alle teuer. Stellen Sie notfalls weniger ein, aber setzen Sie sie auf Arbeit an, die schnell Urteilsvermögen aufbaut.
Wie belastbar ist die Studie?
Sie nutzt Lohnabrechnungsdaten von Millionen Beschäftigten statt Umfragen, was sie solider macht als die meiste Berichterstattung zu dem Thema. Die Autoren warnen trotzdem, dass die Lücken kleiner werden, wenn man Bildung berücksichtigt, dass einige Trends älter sind als generative KI und dass eine einzelne Studie nichts endgültig beweist.
Was sollten junge Berufstätige daraus mitnehmen?
Die Teile des Berufs aufbauen, die nirgends aufgeschrieben sind. Urteilsvermögen im Kundenkontakt, Aufgaben sauber zuschneiden, erkennen, welches Problem sich zu lösen lohnt, und die Arbeit einer KI prüfen können statt nur selbst zu produzieren. Das galt früher als Senior-Kompetenz und ist heute eher die Eintrittskarte.
Zusammenarbeit mit uns
Buinsoft ist eine Beratung für KI und Softwareentwicklung mit Sitz in Prag. Ein guter Teil unserer Arbeit besteht darin, kleinen und mittleren Unternehmen zu helfen herauszufinden, welche Teile ihres Betriebs routiniert genug für sinnvolle Automatisierung sind und welche an Menschen hängen, die ihre Woche mit etwas Wertvollerem verbringen sollten.
Mehr über unsere KI-Integrationsberatung finden Sie auf unserer Website. Schreiben Sie uns an info@buinsoft.com oder melden Sie sich über unsere Kontaktseite.
