Studien: KI trifft junge Berufseinsteiger härter – Ursache unklar

16.11.2026 | Allgemein, KI

Mehrere Analysen zeigen, dass vor allem junge Einstiegsjobs in KI‑exponierten Bereichen unter Druck geraten, eine klare Ursache ist aber nicht belegt.

In Kürze

  • 15–25‑Jährige verlieren häufiger Stellen in stark KI‑exponierten Berufen
  • Korrelationen sind vorhanden, Kausalität aber nicht belegt
  • Gleichzeitig steigt die Nachfrage nach KI‑Skills und Weiterbildung

KI wirkt sich offenbar besonders auf junge Berufseinsteiger aus – die Datenlage bleibt aber uneinheitlich und kausale Zusammenhänge sind nicht belegt.

Was die australische Zentralbank beobachtet hat

Die Reserve Bank of Australia (RBA) hat Arbeitsmarkt‑Daten ausgewertet und kommt zu einem differenzierten Befund: Insgesamt habe KI bislang nur wenig direkte Beschäftigungsverdrängung in Australien verursacht. Auffällig sei allerdings, dass jüngere Berufseinsteiger (etwa 15–24‑Jährige oder junge Hochschulabsolvent:innen) in stark KI‑exponierten Berufen – also Tätigkeiten, die besonders durch KI unterstützt oder potenziell ersetzt werden könnten, zum Beispiel Softwareentwicklung, Büroarbeit oder Kundenservice – seit Ende 2022 schlechter abgeschnitten hätten.

Konkret fielen Stellenanzeigen nach dem Start von ChatGPT Ende 2022 in allen Gruppen, am stärksten jedoch in den stark exponierten Berufen. In diesen Berufen sank die Beschäftigung bei jungen Leuten, während sie bei älteren Beschäftigten teilweise sogar zunahm. Die RBA betont aber deutlich: Die Studie zeigt Potenziale und Korrelationen, nicht zwingend eine direkte Ursache. Makro‑Faktoren wie Konjunkturzyklen oder Veränderungen beim Arbeiten von zu Hause aus nach der Pandemie könnten die Entwicklung ebenfalls erklären. Paralleldaten der Jobplattform SEEK deuten außerdem darauf hin, dass KI in vielen Fällen bestehende Arbeit unterstützt und die Nachfrage nach KI‑Fähigkeiten erhöht.

Weitere Untersuchungen: ähnliches Muster, aber kein einheitliches Bild

  • Stanford (August 2025): US‑Lohndaten zeigen ein ähnliches Muster wie die RBA‑Analyse. Die Beschäftigung 22–25‑Jähriger in KI‑exponierten Jobs sank seit Ende 2022 um rund 13 %. In der Gruppe junger Softwareentwickler lag der Rückgang fast bei 20 %. Ältere Mitarbeitende blieben dagegen stabil oder verzeichneten Zuwächse.

  • Anthropic (März 2026): Die KI‑Firma fand eine rund 14% niedrigere Job‑Findungsrate bei 22–25‑Jährigen in exponierten Berufen. Insgesamt stieg die Arbeitslosigkeit laut Studie aber nicht systematisch. Die Autor:innen stellen außerdem fest, dass das theoretische Automatisierungs‑Potenzial eines Berufs und die tatsächliche KI‑Nutzung in Unternehmen oft auseinanderlaufen. Interne Daten von Anthropic zeigen, dass der Anteil juniorer Einstellungen im Tech‑Bereich seit Anfang 2025 von 27 % auf 9 % gefallen sei; zudem verrichteten im August 2026 firmenweit KI‑Agenten sechsmal mehr Arbeitsstunden als Menschen. Anthropic gilt allerdings als besonders KI‑intensiv und damit nicht unbedingt repräsentativ. Forschende warnen in diesem Zusammenhang vor einer „Tragödie der kognitiven Allmende“: Wenn Junior‑Stellen entfallen, könnten langfristig Fachkräfte fehlen.

  • Dänische Studie (25.000 Beschäftigte): Trotz einer hohen KI‑Nutzung von 64 % zeigte sich kein messbarer Effekt auf Löhne oder Arbeitszeiten; die durchschnittlich eingesparte Zeit lag nur bei etwa 2,8 % der Arbeitszeit.

  • Analyse von 10,6 Millionen LinkedIn‑Profilen und US‑Arbeitslosendaten (Stand Januar 2026): Viele Probleme in exponierten Berufen begannen bereits Anfang 2022, also vor dem ChatGPT‑Start. Die Autor:innen heben hervor, dass Makro‑Faktoren wie die Zinswende oder Nachkorrekturen nach pandemiebedingten Einstellungswellen wichtige Treiber seien.

Gegenbewegungen: Nachfrage nach KI‑Skills wächst

Gleichzeitig zeigen mehrere Datenpunkte, dass KI auch neue Nachfrage schafft: Der Future of Jobs Report 2025 des Weltwirtschaftsforums gibt an, dass 77 % der Unternehmen auf Weiterbildung statt auf Entlassungen setzen und bis 2030 netto rund 78 Millionen neue Jobs erwartet werden. LinkedIn meldet zudem, dass KI‑bezogene Stellenangebote sich innerhalb eines Jahres verfünffacht bis versechsfacht haben (je nach Messung).

Was die Befunde sagen – und was nicht

Die vorliegenden Studien deuten darauf hin, dass besonders junge Berufseinsteiger in KI‑anfälligen Berufen unter Druck geraten können. Gleichzeitig ist das Bild nicht einheitlich: Manche Untersuchungen finden nur geringe Effekte, andere weisen auf strukturelle oder zeitliche Vorläufer hin, die nichts unmittelbar mit generativer KI zu tun haben müssen. Wichtiger Hinweis aller Autor:innen: Korrelationen in den Daten bedeuten nicht automatisch Kausalität, und die tatsächliche Umsetzung von KI in Betrieben variiert stark.

Die Forschungslage bleibt aktiv und heterogen; weitere Daten und Längsschnitt‑Analysen werden nötig sein, um Muster klarer zu trennen und Ursachen präziser zu bestimmen.

Quellen

  • Quelle: Reserve Bank of Australia (RBA)
  • Der ursprüngliche Artikel wurde hier veröffentlicht
  • Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.

💡Über das Projekt KI News Daily

Dieser Artikel wurde vollständig mit KI generiert und ist Teil des Projektes KI News Daily der Pickert GmbH. Wir arbeiten an der ständigen Verbesserung der Mechanismen, können aber leider Fehler und Irrtümer nicht ausschließen. Sollte dir etwas auffallen, wende dich bitte umgehend an unseren Support und feedback[at]pickert.io

Vielen Dank! 🙏

Du möchtest deine Prozesse optimieren und automatisieren?

KI News Daily ist unser Showcase für Automatisierung. Wir nutzen unterschiedlichste Technologien, je nachdem, welches Prozessproblem du lösen möchtest. Ins Thema einsteigen kannst du beispielsweise mit unserer KI-Reifegradanalyse.

Aktuelle KI-News auf dem Blog

Google warnt: KI findet, baut und startet Exploits autonom

Google warnt: KI findet, baut und startet Exploits autonom

Google-Forscher dokumentieren: KI-Systeme identifizieren Schwachstellen, generieren Exploits und führen sie selbst aus.In KürzeFramework „exploit_agent“ nutzt mehrere Sprachmodelle zur Code‑AnalyseVergleich von Quellcode vor/nach Updates erzeugt und startet Exploits...