„KI vernichtet 300 Millionen Jobs.“ Diese Schlagzeile kennst du. Was du seltener liest: In den US-Kündigungsstatistiken tauchen bisher gut 173.000 KI-begründete Stellenstreichungen auf, und gleichzeitig zahlt der Markt für KI-Kompetenz eine Lohnprämie von 62 %.
Zwischen Weltuntergangsprognosen und Verharmlosung liegt eine Datenlage, die deutlich interessanter ist als beides. Ich habe für diesen Artikel die großen Prognosen (WEF, Goldman Sachs), die harten Ist-Zahlen (Challenger, Stanford, Firmenfälle), die Nutzungsdaten von Anthropic und die Deutschland-Erhebungen zusammengetragen und alles gegenprüfen lassen.
- Prognose vs. Realität: Der WEF erwartet bis 2030 weltweit 170 Mio. neue und 92 Mio. wegfallende Jobs (netto +78 Mio.). Real begründet wurden in den USA bisher rund 173.600 Kündigungen mit KI (seit 2023)
- Der Umbruch trifft Einsteiger: 22- bis 25-Jährige in KI-exponierten Berufen verloren 13 % Beschäftigung, junge Entwickler fast 20 %, während Erfahrene zulegten (Stanford). Einstiegsstellen bei Tech-Konzernen: -65 % seit 2019
- Die Gegenseite ist real: 62 % Lohnprämie für KI-Skills (PwC, 2026), 1,3 Mio. neue KI-Jobs laut LinkedIn, und KI-exponierte Firmen wachsen bei Beschäftigung schneller als nicht-exponierte
1. Die Kernzahlen im Überblick
2. Die große Prognose: 170 Millionen neue, 92 Millionen wegfallende Jobs
Die meistzitierte Arbeitsmarkt-Prognose stammt aus dem Future of Jobs Report des Weltwirtschaftsforums, für den über 1.000 Arbeitgeber mit zusammen 14 Mio. Beschäftigten in 55 Volkswirtschaften befragt wurden:
Unterm Strich erwartet der WEF also ein Netto-Plus von 78 Mio. Jobs bis 2030. Die eigentliche Zahl hinter der Zahl ist aber der Umbruch: 22 % aller erfassten Jobs verändern sich strukturell, 39 % der Kernkompetenzen wandeln sich, und 41 % der Arbeitgeber planen Stellenabbau dort, wo KI Aufgaben übernehmen kann. Gleichzeitig setzen 77 % primär auf Weiterbildung statt Entlassung.
Welche Berufe es konkret trifft:
3. Realitäts-Check: Was bisher tatsächlich passiert ist
Prognosen sind das eine. Die Outplacement-Beratung Challenger, Gray & Christmas zählt, wie viele US-Kündigungen tatsächlich mit KI begründet werden, und 2026 ist diese Zahl erstmals zur Top-Kündigungsursache geworden:
Im ersten Halbjahr 2026 wurden rund 101.700 Streichungen explizit mit KI begründet, etwa 23 % aller angekündigten Kürzungen, und KI führte vier Monate in Folge die Kündigungsgründe an. Kumuliert seit 2023 sind es rund 173.600. Der Tech-Sektor stellte dabei mit gut 139.000 Kürzungen (+83 % gegenüber dem Vorjahreshalbjahr) fast ein Drittel aller US-Streichungen.
Die bekanntesten Firmenfälle mit expliziter KI-Begründung:
Der Klarna-Fall verdient dabei besondere Aufmerksamkeit. Nach der viel zitierten 40-%-Schrumpfung räumte CEO Sebastian Siemiatkowski schon im Mai 2025 ein, man sei zu weit gegangen („We went too far“), und seit 2026 stellt Klarna wieder Menschen im Kundenservice ein, weil die Zufriedenheit litt. Das Eingeständnis ist eine der ehrlichsten Aussagen der ganzen Debatte.
4. Der Junior-Knick: KI trifft die Berufseinsteiger
Der bislang klarste kausale Befund zum KI-Arbeitsmarkteffekt stammt von Erik Brynjolfsson und Kollegen an der Stanford University, auf Basis der Lohndaten von Millionen US-Beschäftigten.
Das Ergebnis in einem Satz:
Berufseinsteiger zwischen 22 und 25 Jahren verloren in stark KI-exponierten Berufen 13 % Beschäftigung seit der breiten Einführung generativer KI, junge Softwareentwickler sogar fast 20 % seit Ende 2022, während erfahrene Kräfte in denselben Berufen stabil blieben oder zulegten (Indeed beziffert das Plus für ältere Beschäftigte auf 6 bis 9 %). Der Effekt konzentriert sich auf Automatisierungs-Berufe, nicht auf solche, in denen KI Menschen ergänzt.
Andere Datenquellen zeichnen dasselbe Bild. Laut SignalFire sind Einstiegsstellen bei großen Tech-Firmen seit 2019 um rund 65 % eingebrochen, bei Startups um 76 %, und der CS-Jahrgang 2025 kam 45 % seltener bei einem Tech-Konzern unter als der Jahrgang 2022. Indeed misst, dass der Entry-Level-Anteil an IT-Stellenanzeigen sinkt, während der Senior-Anteil steigt. Goldman Sachs schätzt den Netto-Effekt von KI zuletzt auf etwa minus 11.000 US-Jobs pro Monat (Stand Juni 2026, im Frühjahr noch minus 16.000), eine Regressionsschätzung, die die Bank selbst als eher überzeichnet einordnet; den Rückgang erklärt sie vor allem mit temporären Bau-Jobs rund um Rechenzentren, nicht mit nachlassendem KI-Druck.
5. Automatisierung oder Augmentierung? Was die Nutzungsdaten zeigen
Die spannendste Perspektive liefert Anthropics Economic Index, der auf Millionen anonymisierter Claude-Konversationen basiert. Die zentrale Frage dabei lautet:
Ersetzt die KI den Menschen (Automatisierung), oder arbeitet sie ihm zu (Augmentierung)?
Bei privaten Nutzern hält sich beides fast die Waage. Der Blick auf Unternehmenskunden zeigt aber, wohin die Reise geht:
Über die Enterprise-API läuft die Nutzung zu 75 % im Automatisierungs-Modus. Und kumuliert über alle Reports haben 49 % der untersuchten Berufe inzwischen mindestens ein Viertel ihrer Aufgaben mit Claude erledigt. Der Cadences-Report vom Juni 2026 ergänzt die menschliche Seite. Über ein Drittel der Befragten erwartet, dass KI binnen zwölf Monaten die meisten ihrer Aufgaben übernehmen kann. Aber nur 10 % halten den Verlust des eigenen Jobs für wahrscheinlich, während über ein Drittel den Jobverlust eines jüngeren Kollegen erwartet.
6. Die Lohnprämie: KI-Skills sind der stärkste Gehaltshebel
Während die Verlustseite die Schlagzeilen dominiert, wächst die Gewinnseite still und schnell. PwC hat für sein AI Jobs Barometer über eine Milliarde Stellenanzeigen in 27 Ländern analysiert:
62 % mehr Gehalt für vergleichbare Stellen mit KI-Anforderung, Tendenz weiter steigend. In einzelnen Branchen liegt die Prämie bei bis zu 118 %.
Der PwC-Report liefert auch das stärkste Gegenargument zur reinen Jobverlust-These:
Stark KI-exponierte Unternehmen steigerten ihre Beschäftigung seit 2018 um 52 %, schwach exponierte nur um 36 %. Und ihr Produktivitätswachstum liegt 40 % höher. Wer KI produktiv einsetzt, stellt bisher unterm Strich mehr Menschen ein, nicht weniger.
7. Die neuen Jobs: 1,3 Millionen und ein klares Länder-Gefälle
Laut LinkedIn-Daten hat KI bereits 1,3 Mio. neue Jobs geschaffen, allein in den USA entstanden von 2023 bis 2025 rund 639.000 KI-bezogene Stellenanzeigen. „AI Engineer“ ist bei jungen Berufstätigen das zweite Jahr in Folge die am schnellsten wachsende Rolle. Der Anteil von KI-Skills an allen Stellenanzeigen zeigt dabei ein deutliches Länder-Gefälle:
Singapur führt mit 4,7 %, Deutschland taucht in den Top 5 nicht auf. Kurios ist die Geschichte des „Prompt Engineers“. Karriereplattformen berichten, dass der Jobtitel zunehmend aus den Anzeigen verschwindet; die Fähigkeit wandert stattdessen als Anforderung in Rollen wie AI Engineer. Die Tätigkeit bleibt, das Berufsbild konsolidiert sich.
8. Deutschland: 19 % haben schon Stellen abgebaut
Für Deutschland liegen inzwischen mehrere seriöse Erhebungen vor, die unterschiedliche Dinge messen und deshalb bewusst getrennt gehören:
Die Bitkom-Zahl ist die härteste: 19 % der Unternehmen haben bereits Stellen wegen KI abgebaut. Die IAB-Zahl (38 % in Berufen mit hohem Substituierbarkeitspotenzial) misst dagegen nur technische Machbarkeit, keine tatsächliche Ersetzung. Stepstone ergänzt das Bild. Im Frühjahr 2026 berichteten 36 % der befragten Recruiter, dass Teams auf den Prüfstand kommen, ein Viertel von Entlassungen, wobei Stepstone als Hauptauslöser den allgemeinen Arbeitsmarktdruck nennt, nicht KI. Und Suchanfragen nach „Quereinstieg“ in Bürojobs stiegen laut dem Stepstone-Report „Arbeitsmarkt 2026“ um über 100 %. Wie sich die KI-Nutzung in deutschen Unternehmen insgesamt entwickelt, zeige ich in meinen KI-Agenten-Statistiken.
9. Was die Beschäftigten denken
Laut Pew Research (5.273 befragte US-Erwerbstätige) sind 52 % besorgt über die künftigen KI-Auswirkungen an ihrem Arbeitsplatz, 32 % erwarten langfristig weniger Chancen für sich selbst, und nur 36 % blicken hoffnungsvoll auf die Entwicklung.
Die vielleicht aufschlussreichste Zahl steckt aber in der schon erwähnten Anthropic-Befragung:
Nur 10 % halten den Verlust des eigenen Jobs für wahrscheinlich, während über ein Drittel den Jobverlust eines jüngeren Kollegen erwartet. Diese Diskrepanz zwischen Selbst- und Fremdeinschätzung passt exakt zum Stanford-Befund aus Sektion 4. Der Umbruch wird real wahrgenommen, nur eben vor allem bei den anderen.
10. Fazit: Umbruch ja, Kahlschlag nein
Die Datenlage 2026 lässt sich in drei Sätzen zusammenfassen. Erstens sind die tatsächlichen KI-Jobverluste (173.600 begründete US-Kündigungen seit 2023) bislang weit von den apokalyptischen Prognosen entfernt, und Fälle wie Klarna zeigen, dass zu aggressive Automatisierung korrigiert wird. Zweitens ist der Effekt extrem ungleich verteilt: Berufseinsteiger in exponierten Berufen tragen die Hauptlast, während Erfahrene und KI-Kompetente profitieren, mit 62 % Lohnprämie. Drittens wächst die Gewinnseite messbar mit, von 1,3 Mio. neuen KI-Jobs bis zum überdurchschnittlichen Beschäftigungswachstum KI-exponierter Firmen.
Der Arbeitsmarkt-Effekt von KI ist damit weniger eine Vernichtungswelle als eine massive Umverteilung, zwischen Generationen, Qualifikationen und Unternehmen. Für den Einzelnen ist die Konsequenz so banal wie belegbar. KI-Kompetenz ist aktuell die am besten bezahlte Zusatzqualifikation am Markt.
Wie viele Menschen KI überhaupt schon nutzen, liest du in meinem Artikel Wie viele Menschen nutzen KI?. Und die Produktivitätsdebatte rund um KI-Agenten vertiefe ich in den KI-Agenten-Statistiken.
