Schon vor dem Start von ChatGPT waren die durch KI gefährdeten Arbeitsplätze rückläufig.

Eine neue, umfangreiche Studie kommt zu dem Ergebnis, dass bereits vor dem Start von ChatGPT Arbeitsplätze durch KI gefährdet waren, aber Studenten, die in diesen Fähigkeiten ausgebildet wurden, am Ende ein höheres Gehalt und schnellere Anstellungen erhielten.

Eine umfangreiche neue Forschungskooperation zwischen US-amerikanischen Universitäten hat ergeben, dass die Ursprünge der Krise der KI-gefährdeten Arbeitsplätze Die Probleme fallen nicht mit dem Start von ChatGPT Ende 2022 zusammen, sondern beginnen bereits früher im Jahr, aus scheinbar unabhängigen Gründen.

Der Bericht kommt außerdem zu dem Ergebnis, dass Absolventen, deren Studienfächer stärker auf KI ausgerichtet waren, nach dem Markteintritt von ChatGPT tatsächlich höhere Einstiegsgehälter und kürzere Jobsuchezeiten aufwiesen.

Die neue Studie nutzt drei umfangreiche Datensätze, darunter mehr als zehn Millionen extrahierte LinkedIn-Profile sowie Arbeitslosen- und Versicherungsdaten. Die Autoren erklären:

Unsere Ergebnisse deuten darauf hin, dass sich die Arbeitsmarktlage für Arbeitnehmer und Absolventen mit LLM-Bezug bereits vor dem Massenaufkommen von LLM-Bewerbungen verschlechterte. Das Arbeitslosenrisiko in stark betroffenen Berufen stieg ab Anfang 2022 – also deutlich vor ChatGPT – und in den meisten Berufen und Bundesstaaten lässt sich kein abrupter Einbruch im Zusammenhang mit dessen Einführung feststellen.

„Berufseinsteiger waren überproportional betroffen: Absolventen der Jahrgänge 2021–2023 traten seltener in stark gefährdete Berufe ein und erlebten längere Wartezeiten bis zu ihrer ersten Anstellung als frühere Jahrgänge, wobei sich bereits vor Ende 2022 erneut Lücken auftaten. Gleichzeitig blieb eine LLM-relevante Ausbildung in diesem Umfeld wertvoll.“

Die neue Arbeit interpretiert den Aufstieg der KI als Eintritt in den Arbeitsmarkt. bereits durch die allgemeinere Wirtschaftslage und die Branchenschwäche beeinträchtigt-spezifische Drücke, und stellt fest, dass Fähigkeiten, die KI ergänzen, ihren Marktwert behalten und möglicherweise sogar gesteigert haben.

Die Autoren schließen den Artikel mit dem Hinweis, dass der Start von ChatGPT im November 2022 nicht als Wendepunkt zwischen dem Arbeitsmarkt vor der KI und dem Arbeitsmarkt mit KI betrachtet werden sollte, und dass eine Reihe gleichzeitiger Umstände zusammen mit dem aufkommenden Einfluss großer Sprachmodelle (LLMs) berücksichtigt werden sollten:

„Diese Ergebnisse haben Auswirkungen auf Forschung und Politik. Erstens warnen sie davor, den Start von ChatGPT als ein sauberes natürliches Experiment für die Auswirkungen von KI auf den Arbeitsmarkt zu betrachten: Studien, die die Schwäche des Arbeitsmarktes nach 2022 primär auf Lernmanagementsysteme zurückführen, bergen das Risiko, die Verbreitung von KI mit gleichzeitigen makroökonomischen Veränderungen zu verwechseln (mögliche Beispiele hierfür sind Geldpolitik, sektorale Nachfrage und/oder Anpassungsprozesse nach der Pandemie).“

Die Autoren legen nahe, dass Universitäten und Ausbildungsprogramme Kompetenzen, die häufig als „KI-anfällig“ gelten, wie Schreiben, Programmieren und Informationssynthese, nicht vernachlässigen sollten. Den Ergebnissen der Studie zufolge kann die Vermittlung dieser Kompetenzen in einer KI-kompatibel gestalteten Weise – mit Schwerpunkt auf der Überprüfung von Ergebnissen, der Qualitätsbeurteilung und dem Einsatz von Chatbots als Hilfsmittel statt als Ersatz – Absolventen helfen, auf einem unsicheren Arbeitsmarkt wettbewerbsfähig zu bleiben.

Die neue Studie ist betitelt KI-bezogene Arbeitsplätze verschlechterten sich bereits vor ChatGPT.und stammt von fünf Forschern, die verschiedenen Abteilungen der University of Pittsburgh, der Stanford University, der Chapman University und der Columbia University angehören, in Zusammenarbeit mit dem AI Economy Institute von Microsoft in Redmond und den Revelio Labs in New York.

Methode und Daten

Die Ergebnisse der Studie stehen, wie die Autoren feststellen, in starkem Kontrast zu früheren Berichten, darunter dank One aus dem Digital Economy Lab der Stanford University sowie düstere Vorzeichen von Koryphäen wie dem CEO von Anthropic, der gewarnt im Mai 2025, dass KI „könnte die Hälfte aller Einstiegsjobs im Bürobereich vernichten“*.

Die analytische Methode der Autoren untersuchte zunächst die Arbeitslosigkeit von Arbeitnehmern in Berufen, die am stärksten von KI-gesteuerter Automatisierung betroffen sind, wobei die Belastung anhand der sechsstelligen Standardberufsklassifikation definiert wurde (SOC) Codes, gemittelt, um die Expositionsniveaus für breitere zweistellige SOC-Kategorien abzuschätzen.

Die monatlichen Verwaltungsdaten wurden aus folgender Quelle entnommen: ETA-203-Bericht, zusammengestellt von der Beschäftigungs- und Ausbildungsbehörde des US-Arbeitsministeriums, mit Angaben zum zuletzt ausgeübten Beruf von Personen, die weiterhin Arbeitslosengeld beziehen.

Diese Datenpunkte wurden dann mit jährlichen Beschäftigungszahlen auf Berufsebene aus dem Programm „Occupational Employment and Wage Statistics“ des Bureau of Labor Statistics kombiniert, wodurch das monatliche Arbeitslosenrisiko für jeden Beruf in jedem Bundesstaat geschätzt werden konnte (wobei das Risiko als die Wahrscheinlichkeit definiert wurde, dass ein Arbeitnehmer in einem bestimmten Beruf weiterhin Arbeitslosengeld in Anspruch nimmt).

Historisch gesehen, so die Studie, wiesen die am stärksten von KI betroffenen Berufe ein um 20–80 % geringeres Arbeitslosenrisiko auf als weniger exponierte Positionen. Diese Kluft vergrößerte sich während der Pandemie, da sich ortsunabhängiges Arbeiten als widerstandsfähiger erwies. Dieser Vorteil begann Anfang 2022 zu schwinden, und bis 2023/2024 war der Unterschied weitgehend verschwunden.

Das Arbeitslosenrisiko in KI-exponierten Berufen begann Anfang 2022 zu steigen und beendete damit eine lange Periode relativer Stabilität. A zeigt diese Umkehrung, da sich die Kluft zwischen Berufen mit hoher und niedriger Exposition vor dem Start von ChatGPT verringert. B zeigt, dass der Anstieg sich auf das am stärksten betroffene Fünftel konzentrierte, wobei das Risiko nach einem Tiefpunkt anstieg und sich dann stabilisierte. C Die Auswirkungen lassen sich auf Computer- und Mathematikberufe zurückführen, während die meisten anderen Branchen stabil blieben. Das Risiko wurde monatlich in den US-Bundesstaaten gemessen und vierteljährlich gemittelt. Quelle

Wie aus den obigen Grafiken ersichtlich, teilten die Autoren die Berufe anhand ihres „KI-Einsatzes“ in Quintile ein und verfolgten deren Entwicklung im Zeitverlauf. Weniger exponierte Berufe wiesen durchweg ein höheres Arbeitslosenrisiko und stärkere saisonale Schwankungen auf, wobei alle Gruppen während der Pandemie im Jahr 2020 ihren Höhepunkt erreichten und Anfang 2022 einen Tiefpunkt.

Nach diesem Tiefpunkt begann das Arbeitslosenrisiko in den am stärksten betroffenen Fünfteln bereits vor dem Start von ChatGPT zu steigen und stabilisierte sich dann, anstatt sich in den folgenden Monaten zu beschleunigen.

Computer- und Mathematikberufe verzeichneten vor dem Start von ChatGPT den größten Anstieg des Arbeitslosenrisikos, der sich anschließend stabilisierte. Bei den meisten anderen Berufen gab es kaum Veränderungen. In einigen Bundesstaaten, darunter Kalifornien, Washington und Alaska, stieg das Arbeitslosenrisiko nach dem Start von ChatGPT an, doch das nationale Risikoniveau blieb nahe dem Niveau vor der Pandemie, was auf den Einfluss früherer wirtschaftlicher Belastungen hindeutet.

Überlegungen zu Daten

Die Autoren weisen darauf hin, dass das Arbeitslosigkeitsrisiko statistisch gesehen zwar Muster in verschiedenen Berufsfeldern aufzeigt, jedoch keine Aussagen zu spezifischen Gruppen trifft – beispielsweise zu Hochschulabsolventen, die möglicherweise keinen Anspruch auf Sozialleistungen haben oder keine vorherige Beschäftigung vorweisen können. Andere Studien und Branchenangaben legen nahe, dass Berufseinsteiger am stärksten von KI betroffen sind, was bedeutet, dass die allgemeinen Arbeitslosenzahlen möglicherweise nicht aussagekräftig sind. verpassen die am stärksten Betroffenen.

Um diese Einschränkung zu überwinden, nutzte die neue Studie 10,584,980 LinkedIn-Profile von Revelio Labs. Jeder Datensatz enthielt detaillierte Angaben zum Bildungsweg, darunter Abschlussart, Studienfach, Abschlussjahr und Universität, sowie Karrieredaten wie Berufsbezeichnungen (zugeordnet zu sechsstelligen SOC-Codes), Arbeitgeber, Eintrittsdatum und -ort.

Die Gehälter wurden mithilfe eines firmeneigenen Modells für maschinelles Lernen geschätzt, das auf Grundlage von Visumanträgen, Selbstauskünften und öffentlichen Stellenanzeigen trainiert wurde und sowohl rollenspezifische Details als auch individuelle Karriereverläufe berücksichtigte.

Da die tatsächlichen Gehälter nicht verifiziert werden konnten, wurde in der Analyse auch die Anzahl der Monate erfasst, die Absolventen benötigten, um innerhalb von drei Jahren nach ihrem Studienabschluss ihre erste beobachtete Beschäftigung aufzunehmen, wobei diejenigen ausgeschlossen wurden, die in diesem Zeitraum keine registrierte Beschäftigung hatten (eine Kennzahl, die als Indikator für Arbeitsmarktineffizienzen diente, vorausgesetzt, die Absolventen aktualisieren ihre Profile, wenn sie eingestellt werden):

Absolventen, die nach 2022 ins Berufsleben eintraten, benötigten länger, um Stellen mit LLM-Bezug zu finden, doch dieser Rückgang auf dem Arbeitsmarkt begann bereits Monate vor dem Start von ChatGPT. (Siehe oben.) A zeigt, dass Absolventen mit ersten Jobs mit hohem Medienkontakt in der Regel schneller eine Anstellung fanden, bis sich dieses Muster nach 2022 umkehrte; B zeigt eine ähnliche Verzögerung bei hochbezahlten Positionen, wenn auch weniger ausgeprägt; und C Die Ergebnisse zeigen, dass die Jahrgänge 2021 und 2022 seltener in LLM-relevante Berufe eintraten als frühere Jahrgänge, wobei die Minderleistung bereits vor ChatGPT auftrat. D zeigt keine vergleichbare Veränderung bei Jobs mit geringem Expositionsrisiko, was die Annahme bestärkt, dass der Abschwung vor der weitverbreiteten Einführung des LLM-Studiums stattfand.

Die Autoren analysierten die Dauer der Jobsuche über verschiedene Absolventenkohorten hinweg, wobei sie die monatlichen Stellenangebote nach Bundesland und Sektor berücksichtigten und Unterschiede in der Art des Abschlusses, dem Studienfach und der Universität einbezogen. Die Beschäftigungsmöglichkeit mit LLM-Absolventen wurde anhand von SOC-Codes definiert.

Vor der Einführung von ChatGPT verbrachten Absolventen, die Positionen mit hohem Sicherheitsrisiko anstrebten, im Allgemeinen weniger Zeit mit der Jobsuche als ihre Kommilitonen. Für die Jahrgänge 2023 und 2024 kehrte sich dieses Muster um: Die Besetzung solcher Positionen dauerte nun länger.

Es sollte betont werden, dass die Studie zwar behauptet, die Ergebnisse hätten sich nach ChatGPT verschlechtert, die Daten jedoch zeigen, dass dieser Rückgang bereits Monate zuvor begann und sich auch danach fortsetzte. Dies untergräbt die Idee eines plötzlichen Zusammenbruchs nach ChatGPT und stellt auch die Zuschreibung des (andauernden) Abwärtstrends ausschließlich zur LLM-Nutzung infrage.

Bildungserfahrung

Eine zentrale Frage in der Debatte um KI und Beschäftigung ist, ob Studierende weiterhin Fähigkeiten erlernen sollten, die große Sprachmodelle automatisieren könnten, wie Schreiben, Programmieren oder Sprachsynthese. Wenn diese Fähigkeiten an Marktwert verloren haben, müssten Absolventen, die am stärksten damit in Berührung gekommen sind, schlechter dastehen. Um dies zu überprüfen, schätzten die Autoren den Bezug von LLM-relevanten Aufgaben im Bildungsbereich anhand von LinkedIn-Profilen, die mit Millionen von Universitätslehrplänen abgeglichen wurden, und verfolgten anschließend die ersten Berufseinstiege vor und nach der Einführung von ChatGPT.

Die Auseinandersetzung mit LLM-relevanten Aufgaben im Rahmen der Ausbildung sagt bessere Karrierechancen nach dem ChatGPT voraus. Absolventen nach 2022 mit mehr Erfahrung in automatisierbaren Fähigkeiten wurden schneller eingestellt und erzielten höhere Gehälter, wodurch die Nachteile einer hohen beruflichen LLM-Bezugspraxis teilweise kompensiert wurden. Alle Modelle berücksichtigen die Quote offener Stellen, die Art der Stelle und den Bildungshintergrund.

Vor der Einführung von ChatGPT zeigte diese Bildungsmaßnahme keinen klaren Zusammenhang mit der Dauer der Jobsuche oder dem Gehalt. Nach der Einführung von ChatGPT scheint ein Zusammenhang mit Folgendem zu bestehen: schnellere Einstellungen und höheres EinstiegsgehaltObwohl Positionen mit hohem LLM-Bezug tendenziell schlechtere Ergebnisse nach ChatGPT aufwiesen, waren Absolventen stärker auf KI ausgerichteter Programme weniger betroffen.

Anstatt an Wert zu verlieren, schienen Fähigkeiten, die als anfällig für Automatisierung gelten, bessere Berufsaussichten zu ermöglichen.

Wenn LLM-Abschlüsse für die schlechte Leistung von Hochschulabsolventen auf dem Arbeitsmarkt verantwortlich wären, dann würden wir erwarten, dass die Ausbildung auf überflüssige Fähigkeiten hinweist, die bei der Jobsuche keinen Mehrwert bieten.

„Unsere Ergebnisse deuten jedoch darauf hin, dass die Vermittlung von KI-bezogenen Kompetenzen nach dem Start von ChatGPT zu besseren Berufsaussichten für Absolventen führt. Diese Zusammenhänge lassen sich schwer mit der Ansicht vereinbaren, dass eine LLM-relevante Ausbildung nach ChatGPT an Wert verloren hat. Auch wenn kein kausaler Zusammenhang besteht, legen die Ergebnisse nahe, dass eine LLM-relevante Vorbereitung zumindest mit besseren Berufsaussichten zu Beginn der Karriere in der Zeit nach ChatGPT vereinbar ist.“

Die Autoren kommen zu dem Schluss, dass die untersuchten, viel beachteten Beschäftigungstrends in einem Arbeitsmarkt stattfanden, der bereits von früheren Ereignissen und Entwicklungen geprägt war. Derzeit erscheint es unmöglich, den Einfluss von ChatGPT und KI im Allgemeinen auf die Beschäftigungstrends von den unabhängigen Faktoren zu trennen, die den Marktabschwung auslösten – vergleichbar mit dem Versuch, Salz aus einer Suppe zu entfernen.

* Allerdings räumen viele aktuelle Kommentare ein, dass diese Art von Untergangsprophezeiungen von Gründern, die in KI investieren, eher Astroturfing ähnelt, mit der Absicht, potenzielle Kunden und Investoren zu blenden und die Aktienkurse in die Höhe zu treiben.

Erstveröffentlichung Mittwoch, 7. Januar 2026