KI und Jobs: Junioren-Einstellungen unter Druck, Gesamtdaten zeigen weiterhin wenig

Neue Zahlen kommen von jobsdata.ai. Die Plattform fasst eine Studie von Chandar und Klein Teeselink zusammen. Darin messen die Autoren die KI-Adoption über Stellenanzeigen, in denen generative KI vorkommt. Der Datensatz ist riesig: 1.250.000.000 Stellenanzeigen und 154.000.000 Beschäftigungsdatensätze aus 41 Ländern.

Junioren werden nicht entlassen. Der Junioren-Anteil an der Beschäftigung bei den Anwendern sinkt bis März 2026 um 1,9 Prozentpunkte, das sind etwa 3,3% einer Ausgangsbasis von 57,1%. Dieser Rückgang kommt vor allem daher, dass die Beschäftigung von Senioren um 6,7% steigt. Die Junioren-Beschäftigung selbst verändert sich um minus 2,5% und ist statistisch nicht signifikant. Die Gesamtbeschäftigung steigt um 3,3%. Die Studie nennt das Verdünnung, nicht Verdrängung.

Diese Unterscheidung ist wichtig für die Art, wie die Geschichte erzählt wird. Sie ist auch wichtig dafür, welche Berufe betroffen sind.

Der Berufsmix bewegt sich kaum, in 21 von 22 Gruppen um weniger als einen halben Punkt, so die Zusammenfassung. Die Ausnahme sind Computer- und Mathematikberufe, die am stärksten exponierte Gruppe. Dort wächst der Beschäftigungsanteil um 0,8 Punkte, während der Junioren-Anteil darin um 3,3 fällt. Bei Technologie-Unternehmen ist das Muster schärfer: Junioren-Anteil minus 3,9 Punkte, Senioren-Beschäftigung plus 14,6%, Gesamtbeschäftigung plus 7,8%. Zwei Einschränkungen werden genannt. Es handelt sich um ein unternehmensbezogenes grenzüberschreitendes Design, das beantwortet, was innerhalb der übernehmenden Firmen passiert, nicht auf einem nationalen Arbeitsmarkt. Und Junior bedeutet hier Dienstalter, nicht Alter 22 bis 25.

Eine separate Studie findet Einkommens- und Vermittlungsverluste bei exponierten Studienfächern

Eine weitere Studie aus derselben Sammlung bestimmt die KI-Exposition über das Studienfach. Sie stützt sich auf Census-PSEO- und LEHD-Verwaltungsdaten zu 6.665.500 Bachelor-Absolventen, rund 29% aller zwischen 2016 und 2024 in den USA verliehenen Bachelor-Abschlüsse. Absolventen im am stärksten KI-exponierten Dezil der Studienfächer, überwiegend Informatik, Informationssysteme und softwarenahe Fächer, hatten im Quartal nach dem Abschluss eine um 5 Prozentpunkte geringere Wahrscheinlichkeit, beschäftigt zu sein, und verdienten etwa 13% weniger. Beide Verschiebungen beginnen unmittelbar nach ChatGPT.

Zum Vergleich: Die Rezessionsliteratur beziffert anfängliche Einkommensverluste durch einen Abschluss in einer Rezession auf 9-10%. Das ist schlimmer, konzentriert sich aber auf wenige Fächer statt auf die gesamte Wirtschaft. Etwa die Hälfte des Rückgangs entfällt auf geringere Bezahlung innerhalb derselben Branchen, die andere Hälfte darauf, dass Absolventen in schlechter bezahlte Branchen wechseln. Der Anteil, der in professionelle, wissenschaftliche und technische Dienstleistungen geht, fiel um fast 6 Punkte, der Anteil im Informationssektor um über 3. Beherbergung und Gastronomie sowie Einzelhandel gewannen jeweils mehr als 2 Punkte. Rechnet man diese Verschiebung ein, fielen die Spitzenverdienste um 15%, auf ein Niveau, das zuletzt vor 2016 erreicht wurde. Der Effekt schwächt sich nach zwei Jahren auf etwa 5% ab. Die erfassten Hochschulen sind überdurchschnittlich groß, öffentlich und forschungsstark.

Das Gegengewicht kommt vom now-cast auf aleximas.substack.com, verfasst mit Jacob Schaal und basierend auf Forschung, die bis September 2026 verfügbar war. Er argumentiert, die Wirkung von KI auf den Gesamtarbeitsmarkt sei durchweg gedämpft, nachlaufende Indikatoren wie Arbeitslosigkeit und Entlassungen zeigten kaum einen Effekt. Er räumt ein, dass es einige Belege für Auswirkungen auf Einstellungen auf Einstiegsebene gibt, nennt diese Belege aber gemischt. Er verweist auf nordische Daten, die keinen Rückgang bei Einstellungen auf Einstiegsebene zeigen, sowie auf Umfragen mit Null- oder sogar positiven Effekten. Er benennt zudem einen Störfaktor: Neuere Belege zur Fernarbeit erschweren kausale Interpretationen von Expositions-Designs, denen Kontrollen für Vor-Trends und Homeoffice fehlen.

Die Fed und die Daten, die diese Woche anstehen

Die politische Aufmerksamkeit kommt vor den Zahlen. Traders Union berichtete am 28. September, Cook habe auf der Oakland Tech Week KI als Allzwecktechnologie mit weitreichenden Folgen für Geldpolitik und Finanzstabilität beschrieben. Sie sagte, KI-getriebene Investitionen könnten kurzfristig Preisdruck erzeugen, weshalb die Notenbank die indirekten Effekte auf die Inflation genau beobachte. Sie fügte hinzu, die Adoption könne sowohl Jobs schaffen als auch verdrängen. Langfristig könne KI höhere Produktivität und einen höheren Lebensstandard stützen, besonders für kleine Unternehmen. Die Fed stehe zu verantwortungsvoller KI-Nutzung im Finanzsektor, sagte sie, und sie beobachte die Arbeitsmarkteffekte.

Der nächste Test ist terminiert. The Daily Upside weist darauf hin, dass am Freitag der September-Arbeitsmarktbericht des Bureau of Labor Statistics erscheint, die letzte monatliche Beschäftigungsübersicht, bevor die Federal Reserve Ende Oktober über die Zinsen entscheidet. Die Zahlen zu offenen Stellen kommen am Dienstag, die Schätzung von ADP zum privaten Sektor am Mittwoch. Der Freitagsbericht dürfte laut einer Reuters-Umfrage unter Ökonomen ein Plus von 100.000 Jobs und eine Arbeitslosenquote von 4,2% zeigen. Derselbe Beitrag erinnert daran, dass der CEO von Anthropic im vergangenen Jahr sagte, die Technologie könne die Hälfte aller Einstiegsstellen in Büroberufen beseitigen. Dann listet er Studien auf, die in die andere Richtung weisen: Das Stanford Institute for Economic Policy Research fand im Juli, dass die Arbeitslosigkeit bei exponierten Beschäftigten steigt, aber nicht schneller als bei den am wenigsten exponierten Berufen. Ein Bericht von Ramp und Revelio Labs fand, dass Unternehmen mit den größten KI-Investitionen ihre Beschäftigung nach der Adoption um rund 10% steigern.

Umfragen fügen eine weitere Ebene hinzu, die leicht falsch gelesen wird. Die Zusammenfassung von jobsdata.ai behandelt ein Bewertungsschema von Jacobs und Imas. Es bewertet elf Maßnahmen von Umschulung und Lohnversicherung bis UBI und universelles Grundkapital nach Wohlfahrt, Handlungsfähigkeit, Machbarkeit und Dauerhaftigkeit. Der EITC führt bei der Machbarkeit mit 79,8, liegt aber bei der Dauerhaftigkeit unter vollständiger Transformation mit 31,9 nahe am Ende. Universelles Grundkapital kehrt das um: Erster bei der Handlungsfähigkeit mit 76,3 und 93,5 bei der Dauerhaftigkeit unter Transformation, vorletzter bei der Machbarkeit mit 33,1. Das Argument der Autoren richtet sich dagegen, jetzt eine einzige Politik zu wählen, und favorisiert eine Abfolge nach beobachtbaren Auslösern. Eine Einschränkung wird klar benannt: Die Werte stammen von 51 KI-Agenten-Personas, die auf Umfragedaten von 51 echten Ökonomen aufbauen, nicht von den Ökonomen selbst. Die zugrunde liegenden Umfragezahlen sind separat: 85% der Amerikaner unterstützen öffentlich finanzierte Umschulung, 72% unterstützen Arbeitslosenversicherung und 54% unterstützen UBC.

Nichts davon klärt die Frage. Die stärkste Aussage, die das Dossier stützt, ist eng: KI könnte bereits die Einstellungsmarge bei Junior-Büroberufen beeinflussen, die ihr am stärksten ausgesetzt sind, diese Zuordnung ist umstritten, und eine Störung der Gesamtgrößenordnung zeigt sich in den Daten noch nicht. Im now-cast zitierte Prognostiker erwarten, dass die Welle allmählich kommt, mit einem Rückgang der US-Erwerbsquote von 62% auf 58% bis 2050 und einem Anstieg der Unterbeschäftigungsquote junger Absolventen von 41% auf 55% bis 2035.