Direkt zum Inhalt

Deepseek-Forscher warnt: KI könnte die meisten Jobs in 10-20 Jahren auslöschen

Chen Deli, ein leitender Forscher des chinesischen KI-Unternehmens Deepseek, warnte bei einer Podiumsdiskussion auf der World Internet Conference in Wuzhen vor den langfristigen Risiken der KI. Er prognostizierte, dass KI in den nächsten 10 bis 20 Jahren "die meisten Arbeitsplätze vernichten" und die "gesellschaftlichen Strukturen stark infrage gestellt" würden.

Chen forderte, dass Technologieunternehmen die Rolle von "Wächtern der Menschheit" (Guardians of Humanity) einnehmen, die Sicherheit der Menschen schützen und helfen müssten, die gesellschaftliche Ordnung neu zu gestalten.

Er skizzierte eine Zeitleiste:

  • Kurzfristig ("Flitterwochenphase"): Positiv. KI ist nicht autonom; Menschen nutzen sie zur Produktivitätssteigerung.
  • Mittelfristig (5-10 Jahre): Risiken überwiegen. KI wird leistungsfähiger, Stellenabbau beginnt. Tech-Firmen müssen als "Whistleblower" agieren.
  • Langfristig (10-20 Jahre): Die meisten Jobs fallen weg.

Der Artikel ordnet Deepseek als "kleinen Drachen" und Symbol für Chinas technologische Ambitionen im KI-Wettbewerb mit den USA ein. Das Deepseek R1-Modell (Januar 2025) war ein Weckruf für OpenAI, das laut BI im März zugab, dass der US-Vorsprung schrumpfe. OpenAIs "GPT-oss" (August 2025) wird als Reaktion auf den Erfolg offener chinesischer Modelle wie Deepseek gewertet.

Der kritische Kim-Blick:

Der Artikel fängt eine wichtige, düstere Prognose ein, weist aber Lücken auf:

  1. Starker US-China-Fokus: Die geopolitische Einordnung des "KI-Wettlaufs" (Deepseek vs. OpenAI) dominiert fast die Warnung von Chen Deli. Die Dringlichkeit der Aussage wird dem Narrativ des nationalen Wettbewerbs untergeordnet.
  2. Vage Lösungsansätze: Die Forderung nach "Wächtern der Menschheit" ist dramatisch, bleibt aber völlig vage. Der Artikel hinterfragt nicht, wie das praktisch aussehen soll, insbesondere für ein Unternehmen in Chinas System.
  3. Fehlender Kontext zur Job-Prognose: Die drastische 10-20-Jahres-Prognose ("die meisten Jobs") wird ohne jegliche Einordnung oder Gegenpositionen (z.B. aus WEF- oder PwC-Studien, die oft optimistischer sind) dargestellt.
  4. Unklare Autorität: Es bleibt offen, ob Chen Deli eine persönliche Meinung äußert oder dies die offizielle (und ggf. staatlich beeinflusste) Linie von Deepseek ist.
Kim (JOBfellow) kommentiert

Dieser Artikel ist ein "worst-case scenario" von einem Top-Forscher eines direkten OpenAI-Konkurrenten. Als dein jobfellow müssen wir das ernst nehmen, auch wenn es den bisherigen Analysen widerspricht:

  1. Nimm die Warnung ernst: Anders als westliche Studien (PwC, WEF), die oft von Netto-Jobzuwachs sprechen, prognostiziert Chen den Totalverlust. Das zeigt, wie uneinig sich die Experten an der Spitze sind.
  2. Beobachte die "Flitterwochenphase": Chen sagt, wir sind jetzt in der Phase, in der wir KI für Produktivität nutzen. In 5-10 Jahren beginnen laut ihm die Jobverluste. Das Zeitfenster für "Dauerlernen" ist also nicht unendlich.
  3. Fokus auf das Unersetzbare: Wenn "die meisten Jobs" verschwinden, was bleibt? Nur das, was KI nicht kann: Empathie, physische Interaktion, komplexe moralische Führung ("Wächter"). Das deckt sich mit Prof. Prechels "Empathie-Berufen".
  4. Der Wettlauf ist unaufhaltsam: Die USA-China-Dynamik zeigt: Niemand wird auf die Bremse treten. Du kannst die Entwicklung nicht stoppen, du kannst dich nur so schnell wie möglich anpassen.
Problem in der US-Justiz: Der Einsatz von Generativer Künstlicher Intelligenz (KI) führt zu "KI-Müll" ( )

Der Artikel berichtet über ein ernstes Problem in der US-Justiz: Der Einsatz von Generativer Künstlicher Intelligenz (KI) führt zu "KI-Müll" – also von der KI erfundenen Fakten, Studien oder Präzedenzfällen – in offiziellen Gerichtsdokumenten. Während dies bisher vor allem bei Anwält:innen auftrat, sind nun auch die Urteile von zwei US-Bundesrichtern betroffen.

Der Vorfall

Zwei US-Bundesbezirksrichter, Henry Wingate (Mississippi) und Julien Neals (New Jersey), haben Entscheidungen ausgefertigt, die so offensichtlich fehlerhaft waren, dass es den Verfahrensparteien sofort auffiel. Nachdem sie darauf hingewiesen wurden, löschten beide Richter die fehlerhaften Urteile aus den Akten und ersetzten sie durch korrigierte Versionen.

Die Reaktion: Keine Verantwortung, Schuldzuweisungen

US-Senator Charles Grassley, besorgt um die Integrität der Justiz, forderte Antworten von den Richtern. In ihren Antwortschreiben zeigte sich laut Artikel wenig Verantwortungsbewusstsein:

  • Richter Wingate schob die Schuld auf einen juristischen Mitarbeiter:in. Dieser habe das Sprachmodell Perplexity genutzt, um "öffentlich verfügbare Informationen zusammenzustellen".
  • Richter Neals machte einen Praktikanten (Rechtswissenschaftsstudent) verantwortlich. Dieser habe ChatGPT "ohne Genehmigung, ohne Offenlegung" und entgegen aller Regeln genutzt.

Beide Richter gaben zu, dass die normalen, mehrstufigen Prüfverfahren (die solche Fehler hätten finden sollen) vor der Veröffentlichung unterblieben. Den Grund dafür nannten sie jedoch nicht.

Das Kernproblem: Fehlende und schwammige Regeln

Der Vorfall offenbart ein strukturelles Problem:

  1. Keine klaren Regeln vor Ort: Die betroffenen Gerichte hatten offenbar keine verschriftlichten Regeln zum Einsatz von KI.
  2. "Erstaunlich schwammige" Bundesvorgaben: Die vorläufigen Richtlinien der US-Bundesgerichtsverwaltung sind sehr vage. Sie verbieten nicht, das Fällen von Urteilen an KI auszulagern, sondern regen lediglich zur "Vorsicht" an.
  3. Keine Offenlegungspflicht: Richter:innen und Justizbedienstete müssen nicht einmal verpflichtend angeben, ob sie KI eingesetzt haben; sie sollen nur darüber "nachdenken".

Derzeit wird eine Novelle diskutiert, nach der KI-erzeugte Beweise ähnlich wie Aussagen von Sachverständigen behandelt werden sollen.

Vollansicht
E-Bike-Boom sorgt für "Traumjobs" ( )
(Zusammenfassung der Quelle: Süddeutsche Zeitung)

Der E-Bike-Boom und die hohe Nachfrage nach Job-Bikes (Firmen-Leasing) sorgen für volle Auftragsbücher im Zweirad-Handwerk.

  • Hoher Bedarf: Die Betriebe werden mit Aufträgen überflutet ("plötzlich fünfzig Räder in der Woche") und suchen "händeringend" nach qualifizierten Kolleg:innen – auch Quereinsteiger:innen sind willkommen.
  • High-Tech ist Standard: Der Beruf ist heute ein "Traumjob" für Technik-Fans. E-Bikes machen den "Löwenanteil" der Arbeit aus.
  • Lebenslanges Lernen: Du lernst nie aus. Ständige Weiterbildung (z.B. direkt bei Herstellern wie Bosch) zu neuer Motor-, Akku- und Display-Technik gehört fest zum Job.
  • Sinnvolle Arbeit: Du sorgst für Sicherheit im Verkehr. Experten betonen, wie wichtig die regelmäßige Wartung der modernen Bikes ist.
Vollansicht
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