Was wissen wir weltweit tatsächlich darüber, wie KI und Robotik Arbeit verändern? Hier sammeln wir geprüfte Befunde – von Schätzungen, wie viele Jobs betroffen sind, über bereits gemessene Effekte bis zu Prognosen, die weit auseinanderliegen. Stand der Prüfung: 29. Oktober 2026.
„Exponiert“ heißt: Ein Teil der Aufgaben eines Berufs könnte technisch von KI erledigt oder unterstützt werden. Das ist keine Vorhersage von Jobverlust, sondern eine Aussage über technische Möglichkeiten.
Die Schätzungen unterscheiden sich je nach Methode stark. Gemeinsam ist ihnen: Ein großer Teil der Arbeit wird sich verändern. Ob er verschwindet, ist eine andere Frage.
Laut der Internationalen Arbeitsorganisation (ILO) arbeitet rund jede vierte erwerbstätige Person weltweit in einem Beruf, der in gewissem Maß generativer KI ausgesetzt ist. Die ILO unterscheidet dabei vier Expositionsstufen. Ihre Kernaussage: Die meisten Jobs werden eher umgestaltet als überflüssig.
Das Weltwirtschaftsforum hat über 1.000 Arbeitgeber in 55 Volkswirtschaften befragt. Sie erwarten bis 2030 rund 170 Millionen neue und 92 Millionen wegfallende Jobs – netto ein Plus von 78 Millionen. Zugleich rechnen sie damit, dass sich 22 % der Jobs strukturell verändern, und 41 % planen Personalabbau wegen KI-Automatisierung. Es handelt sich um Erwartungen von Arbeitgebern, nicht um Messwerte.
Quelle: WEF Future of Jobs Report, 2025
Laut dem Beratungsunternehmen McKinsey (McKinsey Global Institute) wären mit heute verfügbarer Technik rund 57 % der Arbeitsstunden in den USA technisch automatisierbar. Gleichzeitig bleiben laut der Studie über 70 % der gefragtesten Fähigkeiten relevant. Technisch möglich heißt nicht, dass es auch so kommt.
Quelle: McKinsey Global Institute, 2025
Laut einer Analyse des Internationalen Währungsfonds (Staff Discussion Note 2024/001, Jänner 2024) ist fast 40 Prozent der weltweiten Beschäftigung KI ausgesetzt. In Industrieländern sind es etwa 60 Prozent der Jobs, in Schwellenländern 40 Prozent, in Niedrigeinkommensländern 26 Prozent. Exponiert heißt dabei nicht ersetzt: Ein Teil der Jobs könnte von KI profitieren, ein anderer unter Druck geraten.
Quelle: IWF (Blog von Kristalina Georgieva zur Staff Discussion Note), 2024
Seit dem Start von ChatGPT Ende 2022 zeigt sich in den Daten bisher kein flächendeckender Jobverlust durch generative KI – weder bei der Arbeitslosigkeit noch bei Löhnen oder Arbeitsstunden.
Das heißt nicht, dass nichts passiert. Studien sehen Verschiebungen darin, wie Arbeit organisiert ist, und erste Signale bei jungen Menschen am Berufsstart. Die meisten Daten stammen aus den USA und aus Dänemark; ob Löhne eher steigen oder gleich bleiben, ist offen.
Das Yale Budget Lab hat untersucht, wie sich die Berufsstruktur in den USA seit ChatGPT verändert hat. Der Wandel ist nur etwa einen Prozentpunkt stärker als in den ersten Jahren des Internets. Die Anteile der Beschäftigten mit niedriger, mittlerer und hoher KI-Exposition sind weitgehend stabil geblieben.
Quelle: Yale Budget Lab, 2025
Die Arbeitslosigkeit in den USA stieg von 3,4 % (April 2023) auf 4,3 % (März 2026). Eine Folgestudie des Yale Budget Lab findet jedoch keine messbaren KI-Effekte auf Beschäftigungsanteile oder Reallöhne. KI ist demnach wahrscheinlich (noch) nicht der Grund für die Abschwächung.
Quelle: Yale Budget Lab, 2026
Eine Studie mit dänischen Befragungs- und Registerdaten findet keine messbaren Effekte generativer KI auf Verdienste oder Arbeitsstunden. Effekte von mehr als 2 % in den ersten zwei Jahren nach dem ChatGPT-Start schließen die Autoren aus. Verändert hat sich aber die Arbeitsorganisation, etwa durch neue Aufgaben wie die Aufsicht über KI.
Quelle: Humlum & Vestergaard, NBER, 2025
Ein Forschungsteam um Chen und Evans findet für die USA keinen systematischen Effekt großer Sprachmodelle auf die Arbeitslosigkeit. In stark exponierten Berufen sind die Wochenverdienste sogar leicht gestiegen. Die Studie ist ein noch nicht begutachteter Vorabdruck.
Quelle: Chen et al., arXiv, 2025
Das deutlichste Warnsignal betrifft junge Menschen am Berufsstart. In KI-exponierten Berufen in den USA sind 22- bis 25-Jährige seltener beschäftigt als Gleichaltrige in anderen Berufen – nicht weil sie entlassen werden, sondern weil weniger eingestellt wird.
Der Befund ist umstritten: Das Forschungsteam selbst beschreibt einen Zusammenhang, keinen belegten Ursache-Wirkungs-Effekt. Andere Studien finden bisher keine breiten Effekte, und vergleichbare Daten für Europa fehlen weitgehend.
Ein Team um den Stanford-Ökonomen Erik Brynjolfsson wertet Lohnabrechnungsdaten des US-Dienstleisters ADP aus. Stand August 2026 liegt die Beschäftigung der 22- bis 25-Jährigen in KI-exponierten Berufen 19 % unter dem Pfad weniger exponierter Gleichaltriger. Der Rückgang zeigt sich dort, wo KI Arbeit ersetzt, nicht dort, wo sie ergänzt. Es ist ein relativer Wert, kein absoluter Rückgang.
Laut Stanford AI Index 2026 ist in der Softwareentwicklung und im Kundenservice die Zahl der Beschäftigten zwischen 22 und 25 Jahren von 2021 bis 2025 gesunken, während ältere Gruppen gewachsen sind. In einer Unternehmensumfrage erwarten 32 % der Firmen für das Folgejahr KI-bedingt weniger Personal, 43 % keine Änderung und 13 % mehr.
Quelle: Stanford AI Index, 2026
Laut OECD Employment Outlook 2026 (Juli 2026) lag die Arbeitslosenquote im OECD-Raum im Mai 2026 bei 4,9 Prozent, die Beschäftigung mit 670 Millionen auf Rekordniveau. Die Arbeitslosigkeit junger Menschen ist dagegen gestiegen, bei Hochschulabsolvent:innen und in einigen Ländern auch bei Jungen ohne Studium.
Belege dafür, dass KI dahintersteckt, sind laut Bericht bisher begrenzt. Die OECD nennt Konjunktur und den längerfristigen Wandel der gefragten Fähigkeiten als wichtigere Treiber.
Auf der Ebene einzelner Aufgaben sind Produktivitätsgewinne durch KI gut belegt. Ob und wann sie sich in der Gesamtwirtschaft deutlich zeigen, ist noch offen.
Auffällig ist, wer profitiert: In einer viel zitierten Studie gewinnen Neulinge am meisten. Gleichzeitig wird KI immer häufiger so eingesetzt, dass sie Aufgaben selbstständig erledigt, statt nur zu helfen.
Eine Studie mit über 5.000 Beschäftigten im Kundenservice zeigt: Mit einem KI-Assistenten lösten sie im Schnitt 14 % mehr Fälle pro Stunde. Neue und weniger qualifizierte Beschäftigte steigerten sich um 34 %, Erfahrene kaum. Die Daten stammen aus 2023.
Laut Stanford AI Index stieg der Anteil der Organisationen, die KI nutzen, von 55 % im Jahr 2023 auf 88 % im Jahr 2025. Generative KI hat sich in drei Jahren schneller verbreitet als einst Internet oder PC. Nutzung bedeutet allerdings noch nicht, dass Arbeit ersetzt wird.
Quelle: Stanford AI Index, 2026
Laut dem KI-Unternehmen Anthropic, das Nutzungsdaten seines Chatbots Claude auswertet, stieg der Anteil der Gespräche, in denen die KI Aufgaben weitgehend selbstständig übernimmt, von 27 % (Dezember 2024) auf 39 % (Mitte 2025). Damit überwog erstmals die Automatisierung gegenüber der Unterstützung. Es handelt sich um Daten des Unternehmens über sein eigenes Produkt.
Quelle: Anthropic Economic Index, 2025
Über die bisherigen Daten herrscht weitgehend Einigkeit: Die Effekte auf die Gesamtwirtschaft sind klein. Uneinig sind sich Fachleute darüber, wie schnell KI leistungsfähiger wird und wie rasch Unternehmen sie einsetzen.
Entsprechend groß ist die Bandbreite – von einem bescheidenen Produktivitätsplus bis zu Szenarien, in denen menschliche Arbeit stark an Wert verliert.
Der MIT-Ökonom Daron Acemoglu schätzt, dass KI die totale Faktorproduktivität in zehn Jahren um höchstens 0,66 % steigert; berücksichtigt man schwer erlernbare Aufgaben, um weniger als 0,53 %. Zugleich könnte KI die Kluft zwischen Kapital- und Arbeitseinkommen vergrößern.
Quelle: Acemoglu, NBER, 2024
Die Investmentbank Goldman Sachs rechnet in ihrem Basisszenario damit, dass bei breiter KI-Nutzung 6 bis 7 % der US-Beschäftigten verdrängt werden (Spanne 3 bis 14 %). Diese Effekte klingen laut der Bank typischerweise nach etwa zwei Jahren ab. Bei voller Nutzung in Industrieländern erwartet sie rund 15 % höhere Arbeitsproduktivität.
Quelle: Goldman Sachs, 2025
Die Ökonomen Anton Korinek und Donghyun Suh spielen Szenarien bis hin zu einer allgemeinen künstlichen Intelligenz (AGI) durch. Ob Löhne steigen oder fallen, hängt vom Wettlauf zwischen Automatisierung und Kapitalaufbau ab. Wird Arbeit vollständig automatisierbar, können die Löhne kollabieren, unter Umständen schon vorher. Es sind Modellszenarien, keine Vorhersagen.
Quelle: Korinek & Suh, NBER, 2024
Bei Robotern gibt es harte Zahlen, zumindest für die Industrie. Die jährlichen Installationen von Industrierobotern haben sich in zehn Jahren mehr als verdoppelt und konzentrieren sich auf wenige Länder, allen voran China.
Für humanoide Roboter gibt es dagegen vor allem Prognosen von Investmentbanken. Eine unabhängige Statistik über tatsächliche Einsätze fehlt bisher.
2024 wurden weltweit 542.000 Industrieroboter installiert, mehr als doppelt so viele wie zehn Jahre zuvor. Der Bestand wuchs auf rund 4,66 Millionen. Mit 295.000 Installationen entfielen 54 % auf China; Deutschland kam auf knapp 27.000.
Quelle: IFR World Robotics, 2025
Im weltweiten Schnitt kommen in der Industrie 132 Roboter auf 10.000 Beschäftigte (Daten 2024). Spitzenreiter ist Südkorea mit 1.220, gefolgt von Singapur mit 818. Deutschland liegt bei 449, Japan bei 446, die USA bei 307 und China bei 166.
Quelle: IFR, 2026
Die Investmentbank Goldman Sachs schätzt den Markt für humanoide Roboter bis 2035 auf 38 Milliarden US-Dollar, bei rund 1,4 Millionen Einheiten im Jahr 2035. Die Herstellkosten pro Einheit seien bereits um etwa 40 % gesunken. Solche Zahlen sind Szenarien für Investoren, keine beobachteten Einsätze.
Quelle: Goldman Sachs, 2024
In reichen Ländern sind mehr Jobs KI-exponiert, weil dort mehr Büro- und Wissensarbeit geleistet wird. Ärmere Länder sind dadurch aber nicht geschützt: Wo verlässliches Internet fehlt, bleiben die Produktivitätsgewinne aus, während bereits digital vernetzte Jobs trotzdem gefährdet sein können.
Auch die Sorgen sind ungleich verteilt. Am größten ist die Angst vor Jobverlust in Schwellenländern Südostasiens, am geringsten in den USA und Japan.
Ein gemeinsames Papier von ILO und Weltbank (März 2026, 135 Länder) zeigt: In Industrieländern ist die Exposition höher. In ärmeren Ländern sind gerade automatisierungsgefährdete Beschäftigte oft schon online, während jene, die von KI profitieren könnten, häufig kein verlässliches Internet haben. Die Autoren nennen das „disruption without dividend“.
Quelle: ILO & Weltbank, 2026
Für Lateinamerika und die Karibik schätzen ILO und Weltbank, dass 26 bis 38 % der Jobs generativer KI ausgesetzt sind. 8 bis 14 % könnten produktiver werden, 2 bis 5 % sind von voller Automatisierung bedroht. Bis zur Hälfte des Produktivitätspotenzials, rund 17 Millionen Jobs, scheitert an fehlendem digitalem Zugang. Geringe Digitalisierung schützt laut der Studie nicht vor Automatisierung.
Quelle: ILO & Weltbank, 2024
Laut dem KI-Unternehmen Anthropic hängt die Nutzung seines Chatbots Claude eng mit dem Wohlstand eines Landes zusammen: 1 % mehr Wirtschaftsleistung pro Kopf geht mit rund 0,7 % mehr Nutzung einher. Pro Kopf am stärksten genutzt wird er in Israel, Singapur, Australien, Neuseeland und Südkorea.
Quelle: Anthropic Economic Index, 2025
In einer Umfrage des Marktforschungsinstituts Ipsos in 30 Ländern (2025) erwarten im Schnitt 35 %, dass KI ihren aktuellen Job in den nächsten fünf Jahren wahrscheinlich ersetzt. Am höchsten sind die Werte in Südostasien, allen voran Thailand, am niedrigsten in den USA und Japan. Auffällig: Die US-Bevölkerung ist zugleich am nervösesten gegenüber KI-Produkten.
Quelle: Ipsos AI Monitor, 2025
Der Weltentwicklungsbericht 2026 der Weltbank („The Promise of Artificial Intelligence“, vorgestellt am 4. August 2026) schätzt: In Ländern mit niedrigem und mittlerem Einkommen sind 4,5 Prozent der bestehenden Jobs durch generative KI von Automatisierung bedroht, in Hocheinkommensländern 14,2 Prozent, also gut dreimal so viele.
Dafür könnten in Entwicklungsländern 16,2 Prozent der Jobs durch KI spürbar produktiver werden, kaum weniger als die 18,7 Prozent in reichen Ländern. Ob das gelingt, hängt laut Bericht von Strom, Internet, Bildung und Institutionen ab.