Nicht die Jobs verschwinden.
Die Logik der Arbeit ändert sich.
Was fünf internationale Großstudien über die Zukunft des Arbeitsmarkts sagen – und was das für Führungskräfte in KMU und öffentlichem Dienst jetzt konkret bedeutet.
Ein Satz aus dem WEF Future of Jobs Report 2025 lässt sich nicht wegdiskutieren: Bis 2030 werden weltweit 170 Millionen neue Arbeitsplätze entstehen – und 92 Millionen wegfallen. Netto ein Plus von 78 Millionen Jobs. Man könnte das optimistisch lesen. Man sollte es ehrlich lesen.
Denn hinter den globalen Zahlen steckt eine Wahrheit, die den deutschen Mittelstand und den öffentlichen Dienst direkt betrifft: Nicht die Gesamtzahl der Arbeitsplätze ist das Problem. Es sind die Verschiebungen. Wer in welchen Rollen sitzt. Welche Qualifikationen plötzlich gefragt – oder plötzlich überflüssig – sind. Und wie schnell dieser Wandel passiert.
Ich habe in den vergangenen Wochen fünf internationale Großstudien sowie aktuelle Mediendebatten ausgewertet. Das Bild, das sich ergibt, ist differenzierter als die täglichen Schlagzeilen – und ehrlicher als die meisten Beruhigungsformeln, die Unternehmen derzeit verbreiten.
Die Disruption trifft nicht die, die man erwartet
Frühere Automatisierungswellen haben vor allem einfache, repetitive Tätigkeiten getroffen. Fließbandarbeit. Buchhalterische Routinen. Dateneingabe. Diesmal ist es anders – und das belegt das Joint Research Centre der Europäischen Kommission mit bemerkenswerter Klarheit: Generative KI-Systeme treffen diesmal stärker Ärzte, Lehrkräfte und Ingenieure als klassische Industrieberufe.[6]
Warum? Weil KI besonders gut in dem ist, was diese Berufe bisher als exklusiv menschlich galten: Recherchieren. Formulieren. Analysieren. Dokumentieren. Strukturieren. Genau die Aufgabenprofile, die das Fundament akademischer Arbeit bilden.
„In vielen Berufen können bereits 40–80 % der Aufgaben durch KI übernommen werden. Die eigentliche Veränderung liegt nicht in der Zahl – sondern in den Konsequenzen, an die kaum jemand denkt.“
Niklas Volland, auf Basis der Indeed-Studie 2025 (FAZ/LinkedIn)
Das bedeutet nicht, dass Ärzte oder Ingenieure überflüssig werden. Es bedeutet, dass sich ihre Tätigkeitsprofile grundlegend verändern – und zwar schneller, als die meisten Weiterbildungssysteme das kompensieren können.
Drei Narrative, die den Diskurs spalten
In meinen Recherchen treten drei klar unterscheidbare Lager auf. Alle drei haben valide Argumente. Und alle drei beschreiben denselben Wandel – nur aus verschiedenen Blickwinkeln.
KI löst unsere demografische Krise – wenn wir es zulassen
Deutschland verliert jährlich rund 300.000–400.000 Erwerbspersonen durch altersbedingte Abgänge – eine Schätzung auf Basis der Bevölkerungsvorausberechnungen des Statistischen Bundesamts und der Fachkräfteengpassanalysen der Bundesagentur für Arbeit.[1] Das IAB hat in einer Szenarioanalyse (Bericht 3|2025) berechnet, dass KI unter günstigen Adoptionsbedingungen innerhalb von 15 Jahren 4,5 Billionen Euro zusätzliche Wertschöpfung ermöglichen könnte – modelliert, nicht gemessen.[2] Die EU-Kommission prognostiziert für Deutschland einen Nettozuwachs von rund 2,3 Millionen Arbeitsplätzen bis 2040, ebenfalls auf Basis eines Szenariomodells.[3] Argument: KI ist nicht das Problem – sondern die Antwort auf einen bereits laufenden Arbeitskräftemangel. Vorausgesetzt, die Adoptionsgeschwindigkeit stimmt.
Produktivitätsgewinn nützt nichts ohne Qualifizierungsoffensive
Das WEF warnt: 63 % aller Arbeitgeber sehen Qualifikationslücken als größtes Wachstumshindernis. 11 von 100 Arbeitnehmenden werden bis 2030 die nötige Umschulung nicht erhalten. Der Presseclub-Diskurs vom 31. Mai 2026 benennt klar: Deutschland versagt bei der KI-Bildungsintegration – während Estland die KI sokratisch ab Klasse 11 im Lehrplan verankert hat. Argument: Die Transformation passiert – aber ohne staatliche Bildungsinfrastruktur hinterlässt sie eine „Permanent Underclass“.
Es beginnt nicht in der Zukunft. Es beginnt jetzt.
Die KOF-Ökonomen Jeremias Klaeui und Michael Siegenthaler (ETH Zürich, Oktober 2025) haben erstmals Methoden aus der US-Arbeitsmarktforschung auf Schweizer Daten übertragen.[4] Ihr Befund via Differenz-in-Differenz-Analyse: Seit Einführung von ChatGPT und anderen Large Language Models im Herbst 2022 stieg die Zahl registrierter Stellensuchender in KI-exponierten Berufen um durchschnittlich 27 % stärker als in wenig betroffenen Berufen – gemessen an zwei unabhängigen Datenquellen (Arbeitsamtsdaten + Stelleninserate). Besonders betroffen: Programmierer:innen, Softwareentwickler:innen, Journalist:innen, Marketing-Fachkräfte. Wichtige Einschränkung der Autoren selbst: Die Studie misst relative Verschiebungen zwischen Berufsgruppen, nicht die Gesamtbeschäftigung – die wächst in der Schweiz weiterhin. Argument: Die Daten lügen nicht. Es passiert bereits – nur noch nicht flächendeckend sichtbar.
Das Bildungsversprechen gilt nicht mehr unbedingt
Ein Aspekt aus meiner Recherche hat mich besonders beschäftigt – ein WELT-Essay vom Mai 2026, der einen historischen Epochenbruch beschreibt: Erstmals seit langer Zeit melden sich bei deutschen Arbeitsvermittlungen vermehrt Akademiker. Ingenieure, IT-Spezialisten, Fachkräfte aus der Automobilindustrie – Menschen, die das Bildungsversprechen des sozialen Aufstiegs bisher als gesichert betrachteten.
Das fast tausendjährige Geschäftsmodell „Studieren für Status und Sicherheit“ gerät unter Druck. Ausgerechnet die Tätigkeiten, die bisher als akademisch exklusiv galten – planen, analysieren, dokumentieren, formulieren – sind KI-kompatibel. Und die handwerklichen Berufe, denen gesellschaftlich noch immer Statusabzug anhaftet, sind derzeit die stabilsten.
„Gesegnet, wer einen Trecker fahren kann. Verflucht, wer aus der Kanzlei fliegt und keinen Job mehr findet.“
Dirk Schümer, WELT, Mai 2026
Ich sage das nicht, um Akademikerkarrieren schlechtzureden. Ich sage es, weil Führungskräfte – gerade im öffentlichen Dienst und im Mittelstand – verstehen müssen: Die Qualifikation allein sichert keine Stelle mehr. Die Lernbereitschaft tut es.
Nicht Massenarbeitslosigkeit droht – sondern ein radikales Kompetenzgefälle zwischen denen, die KI als Wertschöpfungsinstrument nutzen, und denen, die es nicht tun.
Was das für Ihre Führungsarbeit konkret bedeutet
Die Zahlen aus den Studien sind das eine. Die Frage, was daraus für den Alltag einer Führungskraft in einem KMU oder im öffentlichen Dienst folgt, ist das andere. Ich formuliere das nicht als Checkliste – sondern als drei Entscheidungsebenen, auf denen Sie jetzt handeln können.
Drei Handlungsebenen für Führungskräfte
-
Aufgabenanalyse vor Rollenanalyse Nicht fragen: „Welche Stellen fallen weg?“ – sondern: „Welche Aufgabenanteile in bestehenden Rollen lassen sich automatisieren?“ Tatsache ist: In fast jeder Stelle stecken 30–60 % Tätigkeiten, die KI effizienter erledigt. Diese Anteile werden frei – für Führungsarbeit, Beziehungsarbeit, kreative Arbeit. Wer das aktiv gestaltet, gewinnt. Wer es passiv geschehen lässt, verliert Orientierung und Vertrauen.
-
Weiterbildung nicht delegieren – führen Das WEF ist eindeutig: 85 % der Arbeitgeber planen, Weiterbildung zur Priorität zu machen. Aber wer plant und wer handelt, sind zwei verschiedene Dinge. Für Führungskräfte bedeutet das konkret: Weiterbildungspfade nicht dem HR-Department überlassen, sondern als Führungsaufgabe begreifen. Wer das eigene Team nicht durch diese Transformation begleitet, verliert die besten Leute zuerst – an Unternehmen, die es tun.
-
Angst ernst nehmen – ohne sie zu verstärken Laut einer Umfrage des Marktforschungsunternehmens Research Intelligence unter Wissensarbeitern in den USA, Großbritannien und Europa (April 2026) sabotieren fast 30 % der Befragten aktiv die KI-Strategie ihres Arbeitgebers.[5] Bei der Generation Z sind es 44 %. Das ist kein Widerstand gegen Technologie – das ist ein Signal für fehlende Einbindung, fehlende Erklärung, fehlendes Vertrauen. Wer KI-Transformation gegen die Belegschaft durchsetzt, statt mit ihr, erzeugt genau die Disruption, die er vermeiden wollte.
Wo ich ehrlich bleiben muss
Die Studien zeigen mehrheitlich ein netto-positives Bild. Mehr Jobs entstehen, als verschwinden. Produktivitätsgewinne sind real. Die demografische Krise des deutschen Arbeitsmarkts wird durch KI möglicherweise abgemildert.
Aber: Diese positiven Szenarien setzen voraus, dass Bildungs- und Weiterbildungssysteme funktionieren. Dass Umschulungen tatsächlich stattfinden. Dass die Menschen, die ihre Rollen verlieren, die Möglichkeit bekommen, neue zu finden.
Genau daran zweifle ich am meisten. Nicht an der Technologie – an den institutionellen Reaktionsgeschwindigkeiten. Das deutsche Schulsystem diskutiert noch, ob KI in den Unterricht darf. Estnische Schüler der 11. Klasse nutzen sie bereits nach sokratischem Prinzip, staatlich verankert und forschungsbegleitet.
Die Transformation ist keine Frage des Ob. Sie ist eine Frage des Wie schnell wir als Gesellschaft, als Unternehmen, als Führungskräfte bereit sind, uns ehrlich damit auseinanderzusetzen.
Ich beschäftige mich seit 40 Jahren mit dem Arbeitsmarkt. Ich habe viele Disruptions-Wellen gesehen – und ich kann Ihnen sagen: Die jetzt anlaufende ist nicht die größte, die je war. Sie ist die schnellste. Und das ist der entscheidende Unterschied.
Bleiben Sie neuGIERig – und gestalten Sie diese Transformation aktiv mit. Die Alternative ist, sie mit ihr zu erleiden.
Quellen & Methodik
-
[1] Demografische Abgänge Deutschland
Amtliche Statistik
Statistisches Bundesamt (Destatis): Bevölkerungsvorausberechnung 2021–2070, Variante G2-L2-W2. Wiesbaden 2022. – Bundesagentur für Arbeit: Fachkräfteengpassanalyse 2024. Nürnberg 2024. – Die Bandbreite von 300.000–400.000 jährlichen Erwerbspersonenabgängen durch Altersaustritt ist aus diesen Quellen ableitbar; eine veröffentlichte Einzelzahl existiert in dieser Form nicht als offizielle Kenngröße. -
[2] IAB-Szenarioanalyse Wertschöpfung
Modellszenario
Institut für Arbeitsmarkt- und Berufsforschung (IAB): „Künstliche Intelligenz: Potenzielle Effekte für den deutschen Arbeitsmarkt.“ IAB-Bericht 3|2025. Nürnberg 2025. – Der 4,5-Billionen-Euro-Wert ist ein kumuliertes Bruttoinlandsprodukts-Wachstumsszenario über 15 Jahre unter optimistischen Adoptionsannahmen und kein ökonometrischer Messwert. -
[3] EU-Kommission Beschäftigungsprognose Deutschland
Modellszenario
Europäische Kommission / Joint Research Centre: „The Future Employment Impact of Artificial Intelligence and New Digital Technologies in the EU.“ EUR 31937 EN. Luxemburg: Publications Office of the EU, 2026. – +2,3 Mio. Netto-Jobs für Deutschland bis 2040 basieren auf technologiebezogenen Patentprognosen und Eurostat-Demografieszenarien. -
[4] KOF ETH Zürich – Schweizer Arbeitsmarktdaten
Empirische Studie
Klaeui, J. / Siegenthaler, M.: „KI und der Schweizer Arbeitsmarkt: Erste Evidenz zu Auswirkungen auf Arbeitslosigkeit und Stellenausschreibungen.“ KOF Swiss Economic Institute, ETH Zürich, Oktober 2025. – Methode: Differenz-in-Differenz-Analyse auf Basis zweier unabhängiger Datenquellen (registrierte Stellensuchende AVAM; Stelleninserate X28). Robustheitsprüfung über alternative Betroffenheitsmaße. -
[5] Sabotage-Umfrage Wissensarbeiter
Unternehmensumfrage
Research Intelligence: „The State of AI at Work.“ Umfrage unter Wissensarbeitern in USA, Großbritannien und Europa, April 2026. – Hinweis: Es handelt sich um eine nicht peer-reviewte Unternehmensumfrage; Stichprobengröße und Repräsentativität sind in der öffentlich verfügbaren Zusammenfassung nicht vollständig ausgewiesen. -
[6] JRC-Outlook Generative AI
EU-Forschungsbericht
Joint Research Centre der Europäischen Kommission: „How is generative AI impacting our economy, society and policy?“ JRC142598. Brüssel: Europäische Kommission, Juni 2025. – Open Access: publications.jrc.ec.europa.eu/repository/handle/JRC142598
Zur Einordnung der verwendeten Quellen: Dieser Bericht unterscheidet zwischen drei Evidenztypen. Umfragedaten (WEF, Research Intelligence) erfassen Erwartungen und Absichten von Unternehmen, keine gemessenen Outcomes. Modellszenarien (IAB, EU-Kommission) sind parametrisierte Projektionen unter expliziten Annahmen – sie zeigen, was möglich wäre, nicht was eintreten wird. Empirische Befunde (KOF ETH Zürich) beruhen auf statistischen Kausalidentifikationsstrategien mit tatsächlichen Arbeitsmarktdaten. Alle zitierten Zahlen sind in Größenordnung und Richtung konsistent mit dem Stand der Forschungsliteratur per Juni 2026.
Sie wollen diese Transformation konkret angehen – nicht nur darüber lesen?
Ich begleite Führungskräfte in KMU und öffentlichem Dienst dabei, KI-Transformation als Führungsaufgabe zu begreifen – nicht als IT-Projekt.
Schreibe einen Kommentar