Nimmt KI jungen Menschen den ersten Job weg?

Nimmt KI jungen Menschen den ersten Job weg? Die beiden Lager, die sich bei diesem Thema gegenüberstehen, haben jeweils recht, aber nicht auf derselben Ebene. Auf dem gesamten Arbeitsmarkt sehen die verfügbaren Studien keinen Einbruch. Bei jungen Menschen, die in die am stärksten exponierten Berufe einsteigen, zeigt sich in den USA ein Rückgang, und er konzentriert sich dort, wo KI die Arbeit anstelle der Person erledigt, statt ihr zu helfen.

Für ein Unternehmen lautet die nützliche Frage also nicht „Wird KI Arbeitsplätze vernichten?“, sondern: Wenn KI die einfachen Aufgaben erledigt, die man Berufseinsteigern anvertraute, wie lernen diese Einsteiger dann den Beruf?

Kurz gesagt

• Auf dem gesamten US-Arbeitsmarkt sieht das Budget Lab der Yale University in den 33 Monaten nach dem Start von ChatGPT keine erkennbare Störung.
• Laut einem Arbeitspapier aus Stanford liegt die Beschäftigung der 22- bis 25-Jährigen in KI-exponierten Berufen 19 % unter dem Niveau, das sie hätte, wenn sie der ihrer weniger exponierten Altersgenossen gefolgt wäre, vor allem weil man sie seltener einstellt.
• In Dänemark findet eine beim NBER veröffentlichte Studie keine Auswirkung auf Einkommen oder Arbeitsstunden, wohl aber eine Neuorganisation der Aufgaben.
• Für ein Unternehmen lautet die nützliche Frage, wer die Ausbildungsfunktion der Aufgaben übernimmt, die die Automatisierung den Einsteigern wegnimmt.

Position 1: KI nimmt zuerst die Aufgaben am Karrierebeginn

Das Argument ist intuitiv. Die ersten Jahre in einem Büroberuf bestehen aus wiederkehrenden, klar abgegrenzten Aufgaben: einen ersten Entwurf schreiben, eine Akte zusammenfassen, einfache Anfragen beantworten, eine Standardfunktion programmieren. Genau diese Aufgaben erledigt ein Sprachmodell gut und schnell.

Die stärkste Stütze dieser Position ist ein Arbeitspapier des Stanford Digital Economy Lab, „Canaries in the Coal Mine?“, von Erik Brynjolfsson, Bharat Chandar und Ruyu Chen. Es stützt sich auf die Lohnabrechnungsdaten des Dienstleisters ADP, die Millionen amerikanischer Beschäftigter bis Juni 2026 abdecken. Seine überarbeitete Fassung vom 12. August 2026 hält fest, dass die Beschäftigung der 22- bis 25-Jährigen in KI-exponierten Berufen 19 % unter dem Niveau liegt, das sie hätte, wenn sie der ihrer weniger exponierten Altersgenossen gefolgt wäre. Erfahrene Beschäftigte zeigen keine vergleichbare Abweichung.

Das Detail zählt mehr als die Zahl. Laut den Autoren kommt die Abweichung vor allem von weniger Einstellungen junger Menschen, nicht von mehr Abgängen. Sie konzentriert sich auf die Berufe, in denen der Einsatz von KI menschliche Aufgaben ersetzt; wo sie die Arbeit ergänzt, ist die Beschäftigung stabil oder steigt.

Die Autoren haben auch konkurrierende Erklärungen getestet.

Zwei Vorbehalte: Es ist ein Arbeitspapier, kein begutachteter Artikel, und es betrifft die USA. Die Autoren stellen diese Ergebnisse selbst als frühe, beschreibende Indikatoren dar, nicht als Beweis für eine kausale Wirkung.

Position 2: Nichts Massives ist sichtbar

Das andere Lager bestreitet diese Signale nicht, es betrachtet das Ganze. In einer Notiz vom 1. Oktober 2025 hat das Budget Lab der Yale University gemessen, wie schnell sich die Verteilung der amerikanischen Arbeitsplätze auf die Berufe seit dem Start von ChatGPT verändert hat, und dies mit den Umwälzungen durch das Aufkommen von Computern und Internet verglichen. Sein Fazit: Der Arbeitsmarkt insgesamt hat in den 33 Monaten danach keine erkennbare Störung erlebt. Die Autoren betonen, dass ihre Analyse die Zukunft nicht vorhersagt.

Zu jungen Hochschulabsolventen von 20 bis 24 Jahren bleibt dieselbe Notiz vorsichtig. Der Abstand zwischen ihren Berufen und denen der 25- bis 34-Jährigen wuchs in den Monaten vor ihrer Veröffentlichung etwas schneller, was zur Stanford-Arbeit passen, aber auch einfach eine Abkühlung des Arbeitsmarkts widerspiegeln könnte. Dieser Trend könnte zudem älter als ChatGPT sein, und die Stichproben sind klein.

In Dänemark haben Anders Humlum und Emilie Vestergaard Umfragen zur Nutzung von Chatbots mit den Verwaltungsregistern des Arbeitsmarkts verknüpft. Ihr beim NBER (w33777) veröffentlichtes Arbeitspapier, überarbeitet im März 2026, findet präzise Nulleffekte auf Einkommen und erfasste Arbeitsstunden und schließt Effekte von mehr als 2 % zwei Jahre nach dem Start von ChatGPT aus. Was sich bewegt, ist ihnen zufolge die Arbeitsorganisation: Die Arbeitgeber nehmen KI auf, indem sie Aufgaben neu verteilen, und es entstehen neue Aufgaben wie die Produktion von Inhalten, die Überwachung der KI oder ihre Integration.

Warum sich beide nicht widersprechen

Die Studien messen nicht dasselbe: Yale betrachtet die Verteilung aller Arbeitsplätze auf die Berufe, Stanford die Beschäftigung einer Altersgruppe in den exponierten Berufen, die dänische Studie Löhne und Arbeitsstunden von Beschäftigten im Job.

Man muss auch ehrlich sagen, was diese Arbeiten nicht aussagen. Keine beweist, dass KI die einzige Ursache des bei jungen Menschen beobachteten Rückgangs ist, und keine erhebt den Anspruch zu sagen, was in fünf Jahren geschehen wird.

Was wir davon halten

Wir glauben nicht an ein massenhaftes Verschwinden von Büroarbeitsplätzen auf kurze Sicht, und die oben zitierten Studien gehen in diese Richtung. Das Signal bei jungen Menschen nehmen wir dagegen sehr ernst, weil es dem entspricht, was unsere eigenen Automatisierungen zeigen.

Das Problem ist nicht, dass diese Aufgaben verschwinden. Viele waren mühsam und wenig lehrreich. Das Problem ist, dass sie auch als Schule dienten. Ein Buchhalter lernt, eine seltsame Buchung zu erkennen, indem er Hunderte davon erfasst. Ein Entwickler lernt, Code zu lesen, indem er einfache Fehler behebt. Wenn die Maschine all das erledigt, muss das Unternehmen das Lernen anders organisieren, sonst hat es in fünf Jahren keine mittleren Erfahrungsstufen mehr.

Was uns umstimmen würde: eine begutachtete Studie mit europäischen Daten, die entweder einen allgemeinen Rückgang der Beschäftigung von Einsteigern zeigt oder im Gegenteil keinerlei Abweichung zwischen exponierten und nicht exponierten Berufen.

Was das konkret für ein Unternehmen ändert

Wir leiten daraus fünf Maßnahmen ab.

1. 01Erfassen, was die Nachwuchskräfte lernten.

   Bevor Sie einen Prozess automatisieren, listen Sie die Aufgaben auf, die er wegnimmt, und fragen Sie sich, was sie lehrten. Stellen Sie die Frage bei der Konzeption, zusammen mit der Person, die die Aufgabe heute erledigt: So vermeiden Sie, eine Stelle unbeabsichtigt auszuhöhlen.

2. 02Den Einsteiger zum Prüfer machen, nicht zum Zuschauer.

   Der von der KI erstellte erste Entwurf muss geprüft werden. Diese Prüfung einem Einsteiger anzuvertrauen, begleitet von einer erfahrenen Kraft, ist eine gute Schule: Er lernt zu erkennen, was nicht stimmt, und das ist der Kern des Berufs. Die Überwachung der KI gehört übrigens zu den neuen Aufgaben, deren Entstehen die dänische Studie beobachtet.

3. 03Bewusst manuelle Aufgaben behalten.

   Ein Teil der Arbeit kann während der Lernphase von Hand erledigt werden, auch wenn das Werkzeug schneller wäre. Das sind Ausbildungskosten, die als solche einzuplanen sind.

4. 04Schulen, bevor man einführt.

   Seit seiner Neufassung durch die Verordnung (EU) 2026/1744, in Kraft seit dem 27. Juli 2026, verlangt Artikel 4 der europäischen KI-Verordnung von Unternehmen, die KI-Systeme nutzen, Maßnahmen zu ergreifen, um die Entwicklung der KI-Kompetenz ihres Personals zu fördern, ohne sie zu verpflichten, für jede Person ein bestimmtes Kompetenzniveau zu garantieren. Das ist die Gelegenheit, alle zu schulen, Nachwuchskräfte eingeschlossen, damit sie erkennen, wann sich das Werkzeug irrt; unser Leitfaden AI Act und DSGVO für ein mittelständisches Unternehmen beschreibt, was diese Pflicht verlangt.

5. 05Messen, bevor man eine Stelle streicht.

   Die von KI versprochenen Gewinne bestätigen sich nicht immer; wir haben das in unserer Analyse zur tatsächlichen Rentabilität von KI im Unternehmen ausgeführt. Eine Einstellung im Vertrauen auf eine Demo durch ein Werkzeug zu ersetzen, ist eine Wette, keine Entscheidung.

Wo anfangen

Im Oktober 2026 sagen die Studien nicht, ob KI jungen Menschen dauerhaft den ersten Job nimmt. Sie sagen aber, wohin man schauen sollte: auf die Einsteigeraufgaben, die die Automatisierung wegnimmt. Bevor Sie einen Prozess automatisieren, listen Sie auf, was er lehrte, und entscheiden Sie, wer diese Ausbildungsfunktion übernimmt. Um zu wählen, was man zuerst automatisiert und was ohne KI geht, lesen Sie Automatisierung ohne KI: wann eine Regel genügt und die Rubrik Automatisierung und Bots. Und wenn Sie eine Aufgabe der doppelten Dateneingabe endgültig abschaffen wollen, beginnt unser Angebot damit, die Aufgabe mit der Person zu beobachten, die sie heute erledigt: Das ist der richtige Moment, um festzuhalten, was diese Aufgabe lehrte.

Häufige Fragen

Quellen

1. „Canaries in the Coal Mine?“ (neuer Tab)digitaleconomy.stanford.edu
2. Budget Lab der Yale University (neuer Tab)budgetlab.yale.edu
3. NBER (w33777) (neuer Tab)nber.org
4. Verordnung (EU) 2026/1744 (neuer Tab)eur-lex.europa.eu