Stanford: KI schwächt Einstieg, nicht Massen.
In Kürze
- Gesamt +6%, KI-Berufe +4%
- 22–25-Jährige in KI-Berufen −11%
- Viele Juniorjobs unbesetzt
Generative KI hat bislang keine Massenentlassungen ausgelöst — trifft aber Berufseinsteiger:innen besonders hart. Das zeigt eine neue Auswertung des Stanford Digital Economy Lab, die Lohnabrechnungsdaten bis Juni 2026 auswertet.
Datengrundlage und Methode
Die Forschenden nutzten ADP-Daten, den monatlichen Abrechnungsstapel eines großen US-Personaldienstleisters (jeweils rund 3,5–5 Millionen Beschäftigte, Zeitraum Januar 2021 bis Juni 2026). Welche Berufe als „KI-anfällig“ gelten, leitet die Studie aus einer Klassifikation ab, an der auch Forschende von OpenAI mitgewirkt haben, ergänzt durch den Anthropic Economic Index, der sich an echten Nutzungsdaten orientiert.
Was die Zahlen sagen
In der Gesamtbetrachtung stieg die Beschäftigung im Untersuchungszeitraum um etwa 6 Prozent. Selbst in den Berufen mit starker KI-Exposition lag das Beschäftigungsplus noch bei rund 4 Prozent — pauschale Jobverluste gab es demnach nicht.
Anders sieht es bei jungen Berufsanfänger:innen aus: Bei 22- bis 25-Jährigen in stark KI-exponierten Berufen ging die Beschäftigung seit dem Start von ChatGPT im November 2022 um etwa 11 Prozent zurück. In vergleichbaren, wenig KI-exponierten Berufen stieg sie ungefähr um 10 Prozent. Die resultierende Lücke beträgt damit etwa 19 Prozent (im Sommer 2025 lag sie bei rund 15 Prozent). Die Autor:innen der Studie sagen, ihre Ergebnisse seien robust — sie haben Faktoren wie Zinsentwicklung, Bildungsniveau und Homeoffice-Anteil kontrolliert.
Kein lauter Kahlschlag, sondern ein leiser Effekt
Der Rückgang zeigt sich kaum in Entlassungswellen: Bestehende Mitarbeitende behalten überwiegend ihre Stellen. Stattdessen werden viele Juniorstellen schlicht nicht mehr besetzt. Das bedeutet: keine spektakulären Kündigungen, sondern ein schleichendes Verschwinden von Einstiegschancen.
Wie das zustande kommt
Die Studie erklärt das Muster mit der Art der von KI übernommenen Aufgaben: Generative KI automatisiert vor allem standardisierte Tätigkeiten — zum Beispiel:
- Datenaufbereitung
- erste Textentwürfe
Erfahrene Beschäftigte nutzen KI-Tools oft ergänzend und bringen zusätzlich Erfahrungswissen ein, das schwer zu automatisieren ist. Berufseinsteiger:innen hingegen erledigen häufig genau die stark standardisierbaren Aufgaben und werden dadurch ersetzbarer. Lohnreaktionen fallen laut Studie gering aus, der Anpassungsdruck trifft also vor allem die Neulinge.
Blick außerhalb der USA
- Die Bank of Korea berichtet von einem Rückgang von rund 295.000 Jobs bei 15- bis 29-Jährigen, wobei 94 Prozent der Verluste auf KI-intensive Branchen entfielen; in diesen Sektoren stieg dagegen die Beschäftigung der 50- bis 59-Jährigen.
- In Deutschland zeigt eine Ifo-Umfrage, dass viele Unternehmen für nicht-akademische Nachwuchskräfte sinkende Einstiegsgehälter wegen KI erwarten.
- Die Internationale Arbeitsorganisation (ILO) meldet zudem, dass die weltweite Jugendarbeitslosigkeit 2025 auf 12,4 Prozent geklettert ist; besonders gefährdet seien mittelqualifizierte Einstiegsjobs.
Nutzungspatterns und langfristige Folgen
Ergänzend zeigen OpenAI-Daten, dass Berufseinsteiger:innen ChatGPT besonders intensiv nutzen. Weil ihre Aufgaben standardisierter sind, machen sie sich durch solche Tools unbeabsichtigt ersetzbar. Die Studie weist darauf hin, dass reines Prompting — also das Formulieren von Eingaben für KI — nicht ausreicht; tiefes Fachwissen bleibt nötig. Problematisch ist, dass Unternehmen häufig genau jene Stellen streichen, in denen junge Fachkräfte ausgebildet würden. Das reduziert die Pipeline an Expertise für spätere Jahre.
Kurz gesagt: Die aktuellen Daten zeichnen kein Bild von massenhaften Kündigungen, wohl aber von einer zielgerichteten Verknappung von Einstiegschancen — zugunsten erfahrener Kräfte, zulasten des Nachwuchses.
Quellen
- Quelle: Stanford Digital Economy Lab
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
