Eine neue Studie des Digital Economy Lab der Stanford University: "Die Kanarienvögel in der Kohlenmine? Sechs Fakten über die jüngsten Auswirkungen von Künstlicher Intelligenz auf die Beschäftigung". Jeder weiß, was die Kanarienvögel in der Kohlenmine bedeuten; Bergleute bringen normalerweise Kanarienvögel mit, um Kohlenmonoxid zu erkennen. Sie sind klein, atmen schnell und haben einen hohen Stoffwechsel, weshalb sie anfälliger für giftige Gase sind, was den Bergleuten mehr Zeit gibt, Maßnahmen zu ergreifen. Dies entspricht den frühen Warnsignalen für die Auswirkungen von KI auf die Beschäftigung. Zuerst die Schlussfolgerung: Die Auswirkungen von KI auf den Arbeitsmarkt haben bereits begonnen, und am stärksten betroffen sind die jungen Menschen, die gerade in die Arbeitswelt eintreten. Welche sechs Fakten sind im Titel gemeint? 1. KI trifft gezielt Einstiegspositionen Seit Ende 2022 (dem Zeitpunkt der Veröffentlichung von ChatGPT) ist die Beschäftigungsquote von 22-25-jährigen Berufseinsteigern in den am stärksten von KI betroffenen Berufen (wie Softwareentwicklung, Kundenservice) um bis zu 13 % relativ gesunken. Im Vergleich dazu bleibt die Beschäftigung von erfahrenen Mitarbeitern im selben Unternehmen oder von Gleichaltrigen in weniger von KI betroffenen Branchen (wie Pflegeassistenten) stabil oder wächst sogar weiter. 2. KI ist der "Übeltäter" für die stagnierende Beschäftigung junger Menschen Obwohl der US-Arbeitsmarkt insgesamt stark bleibt, ist das allgemeine Beschäftungswachstum der 22-25-Jährigen seit Ende 2022 nahezu zum Stillstand gekommen. Dies liegt daran, dass die Auswirkungen von KI auf Einstiegspositionen in bestimmten Branchen die Gesamtbeschäftigungswachstumsdaten der jungen Bevölkerung gedrückt haben. 3. "Ersatz-KI" vs. "Erweiterungs-KI" Nicht alle KI wird "Arbeitsplätze wegnehmen". Der Rückgang der Beschäftigung konzentriert sich hauptsächlich auf Bereiche, in denen KI menschliche Arbeit automatisieren kann. In Bereichen, in denen KI hauptsächlich zur Erweiterung menschlicher Fähigkeiten eingesetzt wird, gibt es keinen Rückgang der Beschäftigung, sondern sogar ein Wachstum. Einfach gesagt, wenn KI dir hilft, repetitive Aufgaben zu erledigen, ist dein Arbeitsplatz gefährdet; wenn KI dir jedoch stärkere Werkzeuge zur Verfügung stellt, wird dein Wert sogar steigen. 4. Dies ist kein Phänomen, das nur die Technologiebranche betrifft Einige könnten sagen, das sei nur wegen der schlechten Lage der Technologieunternehmen. Aber die Forschung hat gezeigt, dass selbst bei Kontrolle der "unternehmensweiten Auswirkungen" (d.h. unabhängig von der Position der Mitarbeiter, das Unternehmen insgesamt reduziert die Einstellungen) der Rückgang der Beschäftigung in jungen, risikobehafteten Positionen weiterhin signifikant ist. Das bedeutet, dass selbst innerhalb desselben Unternehmens die Manager dazu neigen, KI zur Ersetzung bestimmter Einstiegsjobs zu verwenden, anstatt die Einstellungen insgesamt zu reduzieren. 5. Die Auswirkungen zeigen sich in der "Anzahl der Stellen" und nicht in "Gehältern" Interessanterweise, obwohl die Anzahl der Einstiegspositionen abnimmt, hat sich das Gehaltsniveau dieser Positionen nicht signifikant verändert. Dies zeigt, dass die Anpassungen auf dem Arbeitsmarkt derzeit hauptsächlich darin bestehen, dass Unternehmen "weniger einstellen" oder "nicht einstellen", anstatt durch "Gehaltssenkungen" Kosten zu sparen. 6. Der Zeitpunkt stimmt überein Alle oben genannten Trends weisen klar auf Ende 2022 hin, dem Zeitpunkt, an dem generative KI-Tools großflächig verbreitet wurden. Außerdem hat die Studie andere potenzielle Einflussfaktoren wie Homeoffice und Outsourcing ausgeschlossen, was die Schlussfolgerungen glaubwürdiger macht. Woher stammen die Daten dieser Studie? Sind die Schlussfolgerungen zuverlässig? Das Forschungsteam verwendete die monatlichen individuellen Aufzeichnungen des größten Gehaltsdienstleisters in den USA, ADP (abgedeckt sind Millionen von Mitarbeitern und Tausende von Unternehmen, 2021–2025), um die Stellen auf zwei Sätze von KI-Expositionsindikatoren abzubilden: einer stammt von der GPT-4-Aufgabenexposition (Eloundou et al.), der andere von den Claude-Dialogdaten von Anthropic, die auch zwischen "Automatisierung" und "Erweiterung" unterscheiden können. Durch den Vergleich der Beschäftigungszahlen und Gehaltsentwicklungen verschiedener Altersgruppen und Expositionsquintile sowie durch die Berücksichtigung von Unternehmens-Zeit-Schocks im Modell wurden die oben genannten sechs Fakten ermittelt. Ich persönlich halte die Schlussfolgerungen für relativ zuverlässig. Was ist der Unterschied zwischen "Automatisierung" und "Erweiterung"? Die Forschung dieser Studie hat ergeben, dass der Rückgang der Beschäftigungszahlen hauptsächlich in den Bereichen konzentriert ist, in denen KI "automatisieren" kann, während in den Bereichen, in denen KI eine "Erweiterungs"-Rolle spielt, die Beschäftigung nicht gesunken ist, sondern sogar gewachsen ist. Einfach gesagt, Automatisierung bedeutet, dass KI die Arbeit von Menschen übernimmt, während Erweiterung bedeutet, dass KI Menschen unterstützt, besser zu arbeiten. Um ein Beispiel zu geben: Als Softwareingenieur, wenn du nur ein bereits entworfenes Modul implementierst, kann diese Aufgabe tatsächlich von KI automatisiert werden, und einige Testarbeiten können ebenfalls durch automatisierte Skripte erledigt werden. Aber wenn es um Systemdesign, Anforderungsanalyse oder Code-Überprüfung geht, kann KI nur unterstützend wirken.