Fed-Studie: Seit 2022 sinkt das Beschäftigungswachstum von Programmierern deutlich.
In Kürze
- Wachstum halbiert
- ~500k Stellen
- Effekt v.a. bei IT-Dienstleistern
Eine neue Studie des Federal Reserve Board zeigt: Seit dem Auftauchen großer text- und code-erzeugender KI-Modelle Ende 2022 hat sich das Beschäftigungswachstum von Programmierern in den USA deutlich abgeschwächt — das heißt aber nicht automatisch Massenaustritte.
Was die Zahlen sagen
- Programmierer machen etwa 3,7 % der US-Beschäftigten aus.
- Vor dem Start von ChatGPT (bis November 2022) wuchsen programmierintensive Jobs mit rund 5 % pro Jahr — deutlich schneller als der Gesamtarbeitsmarkt.
- Seitdem hat sich dieses Tempo fast halbiert; in Branchen mit besonders vielen Programmierern (etwa IT-Dienstleister, Softwareentwicklung) kommt das Wachstum praktisch zum Stillstand.
- Die Autorinnen und Autoren rechnen eine kontrafaktische Kurve, die Brancheneffekte herausfiltert. Auch dann verbleibt ein Rückgang von etwa drei Prozentpunkten pro Jahr beim Programmieranteil — Firmen stellten also gezielter weniger Programmierer ein.
- Hochgerechnet über drei Jahre ergibt das eine Lücke von rund 500.000 Stellen, die ohne die Verbreitung großer Sprachmodelle vermutlich entstanden wäre.
Was das konkret bedeutet
Die Studie weist ausdrücklich darauf hin, dass die 500.000 nicht als direkte Entlassungen zu lesen sind. Vieles kann durch interne Verschiebungen passieren: Aufgaben wandern zwischen Berufen, Betroffene wechseln in verwandte Tätigkeiten oder Unternehmen ändern ihre Personalplanung.
Löhne brechen bisher nicht ein: Stellenanzeigen für Softwareentwickler sind seit 2024 weitgehend stabil und leicht gestiegen — nachdem sie 2022–2023 stark eingebrochen waren.
Wo die Effekte am stärksten sind
Etwa 40 % der US-Programmierer arbeiten bei IT-Dienstleistern (Auftragsentwicklung) — genau dort ist der Rückgang besonders ausgeprägt. Interessant: Die Beschäftigungs-Lücke öffnet sich erst ab Mitte 2024. Das deutet darauf hin, dass viele Unternehmen abwarteten, wie leistungsfähig die Modelle wirklich sind, bevor sie Einstellungen reduzierten.
Methodik und Validierung
Die Studie koppelt monatliche Beschäftigungsdaten mit einer Berufsdatenbank, um programmierintensive Berufe systematisch zu identifizieren. Die Forschenden testen ihre Methode an historischen Schocks — etwa Geldautomaten für Bankangestellte oder die Verlagerung von Textilfertigung — und finden, dass ihre Analyse solche Berufsveränderungen korrekt erkennt.
Einschränkungen und mögliche Zusatzfaktoren
- Makro-Rückkopplungen sind nicht berücksichtigt: Falls KI die Produktivität erhöht, könnte die Gesamtnachfrage nach Arbeit später anziehen.
- Eine steuerliche Änderung (Änderung des Tax Cuts and Jobs Act ab 2022), durch die Forschungsausgaben über Jahre abgeschrieben werden, könnte die Einstellungslust gedämpft haben. Die Beweislage ist jedoch gemischt; die Hauptergebnisse bleiben auch in Branchen, die von der Regelung weniger betroffen sind.
Breiterer Kontext und offene Fragen
Es gibt kein einheitliches Messverfahren dafür, welche Berufe besonders von generativer KI betroffen sind; die gängigen Ansätze stimmen nur zu etwa der Hälfte überein. Bei Programmierern besteht dagegen Konsens: Mehr als 98 % fallen bei allen Messverfahren in die Gruppe mit hoher Betroffenheit. Daten des Anthropic Economic Index zeigen, dass über ein Drittel der Anfragen an den Chatbot Claude Programmieraufgaben betreffen. Eine ergänzende Studie von Carnegie Mellon und Stanford kommt zu dem Schluss, dass die Entwicklung von KI-Agenten bisher fast ausschließlich auf Programmieraufgaben fokussiert ist, während wirtschaftlich relevante Bereiche kaum vorkommen.
Offene Fragen bleiben: Dreht sich der Trend langfristig wieder um, etwa weil günstigere Programmierleistungen neue Märkte schaffen? Wie sind Offshore-Arbeitskräfte betroffen, und ob andere Berufe stärker leiden werden? Die Autorinnen und Autoren sehen ihre Studie als ersten Schritt, nicht als abschließende Antwort.
Quellen
- Quelle: Federal Reserve Board
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
