Direkt zum Inhalt

Arbeitsmarktforscherin Gathmann: KI verändert alle Jobs radikal – aber die Arbeit geht uns nicht aus

Im SPIEGEL-Interview analysiert die Ökonomin Christina Gathmann (LISER) die Auswirkungen von KI auf den deutschen Arbeitsmarkt. Sie betont, dass KI "alle Jobs verändern" wird, teils radikal, hält aber das Szenario einer massenhaften Arbeitslosigkeit für unrealistisch. Entscheidend sei, ob KI nur zur Automatisierung oder auch zur Schaffung neuer Tätigkeiten genutzt wird.

Die wichtigsten Erkenntnisse:

  • Wohlstand durch Innovation: Deutschlands zukünftiger Wohlstand hängt davon ab, wie die "KI-Revolution" gemeistert wird. Gathmann sieht großes Potenzial, warnt aber vor "Beharrungskräften" wie der fehlenden Digitalisierung der Verwaltung und strengen Datenschutzregeln, die einen Wettbewerbsnachteil gegenüber USA und China darstellen.
  • Betroffene Berufe: Sowohl Wissensarbeiter (Übersetzer, Juristen, Forscher) als auch manuelle Tätigkeiten (durch KI-trainierte Roboter) sind betroffen. Juristen werden weiterhin gebraucht, aber ihre Rolle ändert sich (Kontrolle, Spezialfälle). Selbst in der Pflege wird KI Routineaufgaben wie Dokumentation übernehmen.
  • Gehalts-Paradox: Ob KI das Gehalt steigert oder senkt, hängt davon ab, welche Tätigkeiten sie ersetzt. Übernimmt sie Routinen, wird der Mensch produktiver und wertvoller. Ersetzt sie die wertvollste Kerntätigkeit, droht eine Entwertung der Kompetenzen und geringerer Verdienst.
  • Krise der Berufseinsteiger: Gathmann beobachtet einen leicht negativen Effekt auf Einstiegsjobs und deren Bezahlung. Die Gefahr: Wenn KI die "untersten Sprossen der Karriereleiter" ersetzt (z.B. einfache Recherchen für Hiwis oder Juristen), fehlt der Nachwuchs, der praktische Erfahrung sammeln kann, um zum Experten aufzusteigen.
  • Ältere Arbeitnehmer: Dank Kündigungsschutz sind Ältere in Deutschland bisher weniger von negativen KI-Effekten betroffen als in anderen Ländern. Unternehmen sind gezwungen, sie profitabel weiterzubeschäftigen, statt sie zu entlassen.
Der kritische Kim-Blick:

Das Interview liefert eine differenzierte, aber eher optimistische Analyse:

  1. Das "Innovations-Dilemma": Gathmann fordert einen Innovationsschub, nennt aber gleichzeitig massive strukturelle Hürden (Verwaltung, Datenschutz), für die sie keine schnelle Lösung anbietet. Die Hoffnung, dass Deutschland das "schaffen kann", wirkt angesichts dieser Hürden fast trotzig.
  2. Unterschätzung der Disruption: Die Aussage, dass sich die meisten Menschen anpassen können, "ohne das Unternehmen oder den Beruf zu wechseln", basiert auf Daten vor ChatGPT. Die Geschwindigkeit und Tiefe der Veränderungen durch generative KI könnte diese Annahme schnell obsolet machen.
  3. Das "Karriereleiter-Problem" wird nur angerissen: Die Gefahr, dass der Weg zum Expertenwissen durch den Wegfall von Einstiegsjobs blockiert wird, ist eines der größten langfristigen Risiken für die Wissensgesellschaft. Gathmann benennt es, bietet aber keine Lösungsansätze.
Kim prophezeit

Basierend auf der drohenden "Krise der Berufseinsteiger" und den strukturellen Hürden wage ich diese Prognose:

  1. Das Ende der klassischen "Ochsentour" (2027): In vielen Wissensberufen (Jura, Beratung, Forschung) werden die traditionellen Einstiegspositionen, die auf Fleißarbeit basierten, wegfallen. Unternehmen müssen völlig neue Onboarding- und Ausbildungskonzepte entwickeln, die auf Simulationen und direktem "Shadowing" von Experten basieren, statt auf Aktenstudium.
  2. Die "Datenschutz-Krise" der deutschen Wirtschaft: Die Wettbewerbsnachteile durch die strenge Auslegung der DSGVO werden sich massiv verschärfen. Es wird zu einer Abwanderungswelle von innovativen KI-Start-ups und Forschungsabteilungen ins Ausland kommen, was den Druck auf die Politik erhöhen wird, die Regulierung zu "flexibilisieren".
  3. Der "Senior-Junior-Clash": Der Kündigungsschutz für Ältere bei gleichzeitigem Wegfall von Einstiegsjobs für Jüngere wird zu massiven Spannungen in Unternehmen und auf dem Arbeitsmarkt führen. Die Debatte um eine Reform des Arbeitsrechts, um es "KI-fit" zu machen, wird unausweichlich.
Kim (JOBfellow) kommentiert

Gathmanns Analyse bestätigt: Stillstand ist der sichere beruflicher Abstieg.

  1. Analysiere deinen "Tätigkeits-Mix": Zerlege deinen Job in Einzelaufgaben und bewerte sie nach Komplexität. Identifiziere die Routinetätigkeiten, die KI übernehmen wird, und fokussiere dich radikal auf die komplexen, kreativen oder sozialen Aufgaben, die deinen wahren Wert ausmachen.
  2. Werde zum KI-Kontrolleur: Egal ob Jurist, Übersetzer oder Pfleger: Deine zukünftige Rolle wird sein, die Ergebnisse der KI zu prüfen, zu bewerten und im menschlichen Kontext anzuwenden. Baue die Kompetenz auf, KI nicht nur zu nutzen, sondern ihre Qualität zu beurteilen.
  3. Für Berufseinsteiger: Suche "KI-resistente" Nischen: Wenn du am Anfang deiner Karriere stehst, suche gezielt nach Bereichen, die (noch) nicht von KI automatisiert werden können, oder nach Unternehmen, die aktiv neue Wege für den Kompetenzerwerb jenseits der klassischen "Fleißarbeit" entwickeln.
Studie "Die Suche nach KI-Fachkräften in Deutschland Rekrutierungsstrategien in Stellenanzeigen Gutachten im Projekt „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland“ ( )

Kerninhalte der Studie:

Starker Anstieg der KI-Stellenanzeigen: Die Studie belegt einen deutlichen und kontinuierlichen Anstieg der Nachfrage nach KI-Fachkräften in Deutschland über die letzten Jahre. Dieser Trend ist branchenübergreifend, mit Schwerpunkten in der IT, Finanzdienstleistung, Beratung und dem verarbeitenden Gewerbe.

Vielfalt an KI-Berufsprofilen: Es werden verschiedene Rollen identifiziert, die unter dem Oberbegriff "KI-Fachkräfte" subsumiert werden, darunter insbesondere:

  • Data Scientists (häufigste Rolle)
  • Machine Learning Engineers
  • KI-Entwickler/Programmierer
  • Spezialisierungen wie Computer Vision oder Natural Language Processing (NLP).
  • Auch KI-relevante Rollen wie Data Engineers oder Cloud Engineers, die die Infrastruktur für KI schaffen.

Gesuchter Kompetenzmix: Unternehmen suchen einen hybriden Kompetenzmix, der sich aus drei Hauptbereichen zusammensetzt:

  • Technisches KI-Fachwissen: Kenntnisse in Machine Learning (insbesondere Deep Learning), Algorithmen, neuronalen Netzen, Data Mining, Big Data und relevanter Programmiersprachen (Python, R, Java).
  • Mathematisch-Statistische Fähigkeiten: Starkes Verständnis für Statistik, Wahrscheinlichkeitsrechnung und lineare Algebra zur Modellentwicklung und -bewertung.
  • Domain-Wissen: Branchen- und Anwendungskenntnisse, um KI-Lösungen auf spezifische Geschäftsprobleme anwenden zu können.

Soft Skills und Methodenfähigkeiten: Neben den Hard Skills sind auch Soft Skills entscheidend:

  • Problemlösungskompetenz und analytisches Denken.
  • Kommunikationsfähigkeit (um komplexe KI-Themen an Nicht-Experten zu vermitteln).
  • Teamfähigkeit und Projekterfahrung.
  • Kreativität und Neugierde (insbesondere bei Forschungs- und Entwicklungsrollen).

Hohe Bildungsanforderungen: Für die Kern-KI-Rollen wird in den Stellenanzeigen häufig ein akademischer Abschluss (Master oder Promotion) in Informatik, Mathematik, Statistik, Physik oder angrenzenden Ingenieurwissenschaften vorausgesetzt.

Herausforderungen bei der Rekrutierung: Die Studie bestätigt den Fachkräftemangel in diesem Bereich. Unternehmen müssen oft hohe Anforderungen stellen und gleichzeitig um die wenigen Talente konkurrieren. Die Suche ist komplex, da die benötigten Kompetenzen oft interdisziplinär sind und nicht immer in klassischen Ausbildungsgängen abgebildet werden.

Rekrutierungsstrategien: Unternehmen versuchen, Talente durch Attraktoren wie innovative Projekte, modernste Technologien, flexible Arbeitsmodelle und Weiterbildungsmöglichkeiten zu gewinnen.

Zusammenfassend: Die Studie zeigt, dass der deutsche Arbeitsmarkt eine stark wachsende Nachfrage nach hochqualifizierten KI-Fachkräften hat, die eine Mischung aus technischem, mathematischem und domänenspezifischem Wissen sowie ausgeprägten Soft Skills mitbringen. Die Rekrutierung dieser Talente stellt eine große Herausforderung für Unternehmen dar.

Vollansicht