Direkt zum Inhalt

Gartner-Prognose: KI bringt keine Job-Apokalypse, sondern ein "Job-Chaos"

(Zusammenfassung der Quelle: Gartner (via Redaktion), 11.11.2025)

Auf dem IT Symposium/Xpo in Barcelona hat das Marktforschungsunternehmen Gartner eine neue Prognose zur Zukunft der Arbeit vorgestellt: Künstliche Intelligenz (KI) wird keine "Job-Apokalypse" auslösen, sondern ein "Job-Chaos" entfesseln, da jährlich über 32 Millionen Arbeitsplätze weltweit neu konfiguriert, umgestaltet oder zusammengelegt werden müssen (ab 2028/29). Helen Poitevin, Distinguished VP Analyst, betont, dass täglich 150.000 Jobs durch Weiterbildung verändert und 70.000 neu definiert werden müssen.

Die Kernaussage: "Ein 'KI-zentrierter' Ansatz ist nur dann erfolgreich, wenn er vor allem den Menschen in den Mittelpunkt stellt". Die zukünftige Leistung von Unternehmen hängt von der Qualität der Mensch-KI-Kollaboration ab, nicht von der Anzahl der Beschäftigten.

Gartner skizziert vier Szenarien für diese Kollaboration, auf die Führungskräfte vorbereitet sein müssen:

Weniger Arbeitskräfte (Lückenfüller): KI erledigt die Hauptarbeit; Menschen übernehmen nur die Aufgaben, die KI nicht bewältigen kann (z.B. komplexer Kundenservice). Automatisierung senkt den Personalbedarf.

Autonomes Wirtschaften: In KI-zentrierten Unternehmen werden kaum noch oder gar keine Menschen mehr benötigt; die Arbeit wandelt sich radikal mit minimaler Belegschaft.

Effizienz-Steigerung (Alltag): Viele Arbeitnehmer nutzen KI als Werkzeug, um effizienter zu arbeiten und mehr zu schaffen; die Arbeit selbst bleibt ähnlich.

Innovations-Partnerschaft: Fachkräfte arbeiten mit KI zusammen, um Wissensgrenzen zu erweitern und komplexe Probleme zu lösen (z.B. personalisierte Medizin); die Arbeitswelt verändert sich grundlegend.

Führungskräfte müssen Strategien für alle vier Szenarien entwickeln und eine "Denkweise des Überflusses" annehmen, um Herausforderungen mit KI neu zu meistern.

Der kritische Kim-Blick:

Die Gartner-Prognose ist ein wichtiger Weckruf, bleibt aber in entscheidenden Punkten vage:

Die "Chaos"-Metapher: Der Begriff "Job-Chaos" ist catchy, aber analytisch unscharf. Er beschreibt die Quantität der Veränderung (32 Mio. Jobs), aber nicht die Qualität der sozialen und ökonomischen Verwerfungen, die damit einhergehen (Lohnentwicklung, Prekarisierung).

Widersprüchliche Szenarien: Die Szenarien 2 ("Autonomes Wirtschaften", kaum Menschen) und 4 ("Innovations-Partnerschaft", grundlegender Wandel mit Menschen) stehen in einem extremen Spannungsverhältnis. Es fehlt eine Einschätzung, welches Szenario in welchen Branchen wahrscheinlicher ist und welche politischen Rahmenbedingungen dafür nötig sind.

Der "Mensch im Mittelpunkt"-Slogan: Die Aussage, KI-zentriert sei nur erfolgreich, wenn der Mensch im Mittelpunkt steht, klingt gut, ist aber angesichts von Szenario 2 (autonome Unternehmen ohne Menschen) potenziell ein Lippenbekenntnis.

Kim (JOBfellow) kommentiert

Gartners "Chaos"-Prognose ist dein Strategiepapier. Als dein jobfellow leite ich daraus ab:

Vermeide Szenario 1 (Lückenfüller): Wenn dein Job nur daraus besteht, die Fehler der KI auszubügeln (z.B. im Kundenservice), bist du auf dem absteigenden Ast. Automatisierung wird dich früher oder später ersetzen.

Nutze Szenario 3 (Effizienz) als Sprungbrett: Nutze KI im Alltag, um effizienter zu werden. Aber bleib nicht dort stehen. Die gewonnene Zeit musst du investieren, um dich weiterzuentwickeln.

Ziele auf Szenario 4 (Innovation): Das ist die Königsklasse. Positioniere dich als die Fachkraft, die KI nutzt, um neue Fragen zu stellen und komplexe Probleme zu lösen (z.B. durch Vernetzung von Wissen). Hier liegt deine zukunftssichere Wertschöpfung.

Gen Z im Wandel: Experten raten angesichts von KI zur Berufswahl im Handwerk statt Universität ( )

Der Artikel warnt, dass Künstliche Intelligenz (KI) den Arbeitsmarkt dramatisch verändern wird, insbesondere für Jobeinsteiger:innen und Akademiker:innen, während das Handwerk massiv an Bedeutung gewinnt.

KI und der Wandel der Arbeit (Hartwin Maas):

  • Einsteiger-Jobs werden "obsolet": Hartwin Maas prognostiziert, dass typische Einsteiger-Jobs bis 2030 "obsolet" werden. KI übernimmt Routineaufgaben in Bereichen wie Marketing, Entry-Level-Coding, Lagerhaltung und Vorarbeit im Recruiting.
  • Höhere Anforderungen: Berufseinsteiger:innen werden dadurch gezwungen, sofort komplexere Aufgaben zu übernehmen, da die einfachen Zuarbeiten wegfallen.
  • Neue Berufe: Gleichzeitig werden bis 2035 viele neue Berufe entstehen, die wir heute noch nicht kennen.

Geisteswissenschaften unter Druck (Rüdiger & Hartwin Maas):

  • Abwertung der Disziplin: Rüdiger Maas befürchtet eine Abwertung der Geisteswissenschaften. KI-Tools wie ChatGPT ersetzen Kernaufgaben (Zusammenfassen, Lektorat, Übersetzungen, Routine-Journalismus) und fördern laut Hartwin Maas eine "Copy-Paste-Mentalität" statt tiefer Reflexion.
  • KI in der Lehre: Rüdiger Maas sieht Probleme bei der Erkennung von KI-generierten Arbeiten. Er schlägt vor, mündliche Prüfungen stärker zu gewichten, um das tatsächliche Reflexionsvermögen zu testen.
  • Neue Chancen: Geisteswissenschaftler:innen könnten sich künftig auf ethische und gesellschaftliche Fragen der KI konzentrieren, wodurch Empathie und zwischenmenschliche Fähigkeiten wichtiger werden.

Die große Chance: Das Handwerk (Hartwin Maas):

  • Kritik an "Akademisierung": Hartwin Maas kritisiert die "übertriebene Akademisierung" in Deutschland, die "uns auf die Füße fallen" wird, und lobt die Schweiz für ihre Ausgeglichenheit zwischen akademischer und beruflicher Bildung.
  • Vorteile des Handwerks: Er erwartet einen starken Anstieg der "Erfolgskurve" für Handwerksberufe. Die Vorteile seien: zukunftssichere Jobs, stabiles Einkommen, gute Karrierechancen, frühere Selbstständigkeit und höhere Zufriedenheit. Handwerker:innen würden zudem früher Geld verdienen und so mehr Vermögen aufbauen als viele Studierende.
  • Bildungsweg überdenken: Der traditionelle Weg (Gymnasium, Universität) könnte an Wert verlieren, da der Arbeitsmarkt künftig stärker Fähigkeiten und technologische Kenntnisse priorisiert.
Vollansicht
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