Jobs ‘durch KI gefährdet’ waren bereits im Rückgang, bevor ChatGPT gestartet wurde

Eine umfangreiche neue Studie zeigt, dass Jobs, die durch KI gefährdet sind, bereits vor dem Start von ChatGPT im Jahr 2022 im Rückgang waren, aber Studierende, die in diesen Fähigkeiten ausgebildet wurden, höhere Gehälter und schnellere Einstellungen erhielten.

Eine umfangreiche neue Forschungszusammenarbeit zwischen US-Universitäten hat ergeben, dass die Ursprünge der KI-verletzlichen Jobskrise nicht mit dem Start von ChatGPT im späten 2022 zusammenhängen, sondern dass die Probleme bereits früher im Jahr begannen, aus offensichtlich unabhängigen Gründen.

Weiterhin zeigt die Studie, dass Absolventen, deren Universitätsfächer stärker ‘KI-exponiert’ waren, tatsächlich mit höheren Erstgehaltslöhnen und kürzeren Job-Suchen nach dem Markteintritt von ChatGPT verbunden waren.

Die neue Arbeit nutzt drei große Datensätze, darunter über zehn Millionen aus LinkedIn-Profilen gesammelte Daten, sowie Arbeitslosenunterstützungs- und Versicherungsansprüche. Die Autoren erklären:

‘[Unsere] Ergebnisse zeigen, dass die Verschlechterung der Arbeitsmarktergebnisse im Zeitraum 2022-2024 für LLM-exponierte Arbeitnehmer und Absolventen bereits vor dem massenmarktweiten Auftreten von LLM-Anwendungen im Gange waren. Das Risiko der Arbeitslosigkeit in hoch exponierten Berufen stieg Anfang 2022 – lange vor ChatGPT – und in den meisten Berufen und Staaten beobachten wir keine diskrete Unterbrechung, die mit dessen Einführung zusammenhängt.

‘Frühkarriere-Arbeiter waren unverhältnismäßig betroffen: Absolventen der Jahrgänge 2021-2023 traten in hoch exponierte Jobs mit geringeren Raten ein und erlebten längere beobachtete Verzögerungen bis zum ersten Job als frühere Jahrgänge, wobei Lücken entstanden, wiederum vor dem späten 2022. Gleichzeitig blieb LLM-relevante Bildung innerhalb dieser Umgebung wertvoll.’

Die neue Arbeit betrachtet den Aufstieg von KI als Eintritt in einen Arbeitsmarkt, der bereits durch breitere wirtschaftliche und sektorspezifische–Druck geschwächt war, und bemerkt, dass Fähigkeiten, die KI ergänzen, ihren Marktwert behalten und möglicherweise sogar gewonnen haben.

Die Autoren schließen den Artikel mit der Empfehlung, dass der Start von ChatGPT im November 2022 nicht als Trenner zwischen dem vor-KI- und dem KI-inklusiven Arbeitsmarkt behandelt werden sollte und dass eine Reihe von gleichzeitigen Umständen zusammen mit dem aufkommenden Einfluss von Large Language Models (LLMs) berücksichtigt werden sollte:

‘Diese Ergebnisse haben Auswirkungen auf Forschung und Politik. Zunächst warnen sie davor, den Start von ChatGPT als sauberes Natur-Experiment für den Arbeitsmarkteinfluss von KI zu behandeln: Designs, die die Arbeitsmarktschwäche nach 2022 hauptsächlich den LLMs zuschreiben, riskieren, die KI-Diffusion mit gleichzeitigen makroökonomischen Verschiebungen (mögliche Beispiele sind Geldpolitik, sektorale Nachfrage und/oder post-pandemische Anpassung) zu verwechseln.’

Die Autoren schlagen vor, dass Universitäten und Ausbildungsprogramme Fähigkeiten, die oft als ‘KI-verletzlich’ bezeichnet werden, wie Schreiben, Codieren und Informationsanalyse, nicht fallen lassen sollten. Laut den Ergebnissen dieser Arbeit kann das Lehren dieser Fähigkeiten auf eine Weise, die mit KI zusammenarbeitet, mit Betonung auf die Überprüfung von Ausgaben, die Qualität beurteilen und Chatbots als Werkzeuge anstelle von Ersatz verwenden, dazu beitragen, dass Absolventen in einem instabilen Arbeitsmarkt wettbewerbsfähig bleiben.

Die neue Studie trägt den Titel AI-exponierte Jobs verschlechterten sich vor ChatGPT und stammt von fünf Forschern, die mit verschiedenen Abteilungen der University of Pittsburgh, Stanford University, Chapman University und Columbia University in Verbindung stehen, in Zusammenarbeit mit dem Microsoft AI Economy Institute in Redmond und Revelio Labs in New York.

Methode und Daten

Die Ergebnisse des Artikels sind, wie die Autoren betonen, ein krasser Gegensatz zu vorherigen Berichten, einschließlich eines des Digital Economy Lab von Stanford, sowie dunklen Vorzeichen von Persönlichkeiten wie dem CEO von Anthropic, der warnend im Mai 2025 sagte, dass KI ‘die Hälfte aller Einstiegsjobs im Bereich der weißen Kragen’ eliminieren könnte*.

Die analytische Methode der Autoren untersuchte zunächst die Arbeitslosigkeit unter Arbeitern in Berufen, die am stärksten von der KI-getriebenen Automatisierung betroffen waren, wobei die Exposition mithilfe von sechsstelligen Standard-Berufs-Klassifikationscodes (SOC) definiert wurde, um Expositionsgrade für breitere zwei-stellige SOC-Kategorien zu schätzen.

Monatliche Verwaltungsdaten wurden aus dem ETA 203-Bericht gezogen, der von der US-Arbeitsbehörde (Employment and Training Administration) des US-Arbeitsministeriums zusammengestellt wurde und den letzten Beruf von Personen enthält, die Arbeitslosenunterstützung beantragen.

Diese Datenpunkte wurden dann mit jährlichen Beschäftigungsdaten auf Ebene der Berufe aus dem Occupational Employment and Wage Statistics-Programm des Bureau of Labor Statistics kombiniert, um das monatliche Risiko der Arbeitslosigkeit für jeden Beruf in jedem Staat zu schätzen (wobei das Risiko als die Wahrscheinlichkeit definiert wurde, dass ein Arbeitnehmer in einem bestimmten Beruf Arbeitslosenunterstützung beantragt).

Historisch gesehen, so die Studie, hatten die am stärksten von KI betroffenen Jobs 20-80% geringeres Risiko der Arbeitslosigkeit als weniger exponierte Rollen, wobei die Lücke während der Pandemie zunahm, als remote-fähige Arbeit resilienter erwies. Dieser Vorteil begann im frühen 2022 zu schwinden, und bis 2023-2024 hatte sich die Differenz größtenteils aufgelöst:

Das Risiko der Arbeitslosigkeit in KI-exponierten Jobs begann im frühen 2022 zu steigen, was eine lange Periode der relativen Stabilität beendete. A zeigt diese Umkehrung als die Lücke zwischen hoch- und niedrig exponierten Rollen, die sich vor dem Start von ChatGPT verengt. B zeigt eine ähnliche Zunahme in der am stärksten exponierten Quintile, wobei das Risiko nach einem Tiefpunkt anstieg und dann auf einem Plateau blieb. C zeigt den Effekt auf Computer- und Mathematik-Jobs, während die meisten anderen Felder stabil blieben. Das Risiko wurde monatlich über US-Staaten gemessen und quartalsweise gemittelt. Quelle

Wie wir in den oben genannten Grafiken sehen können, haben die Autoren die Berufe in Quintilen nach ‘KI-Exposition’ gruppiert und diese im Laufe der Zeit verfolgt. Weniger exponierte Jobs zeigten konsistent ein höheres Risiko der Arbeitslosigkeit und eine stärkere saisonale Variation, wobei alle Gruppen während der Pandemie im Jahr 2020 ihren Höhepunkt erreichten und im frühen 2022 einen Tiefpunkt erreichten.

Nach diesem Tiefpunkt begann das Risiko der Arbeitslosigkeit in den am stärksten exponierten Quintilen zu steigen, lange vor dem Start von ChatGPT, und stabilisierte sich dann, anstatt in den Monaten danach zu beschleunigen.

Computer- und Mathematik-Jobs sahen den größten Anstieg des Risikos der Arbeitslosigkeit vor dem Start von ChatGPT, dann ebneten sie sich ein. Die meisten anderen Rollen zeigten wenig Veränderung. Einige Staaten, darunter Kalifornien, Washington und Alaska, sahen nach dem Start von ChatGPT Zunahmen, aber die nationalen Risikostufen blieben nahe den Vorpandemie-Normen, was auf den Einfluss früherer wirtschaftlicher Drucke hinweist.

Datenüberlegungen

Die Autoren bemerken, dass statistisch gesehen das Risiko der Arbeitslosigkeit Muster über Jobtypen aufzeigen wird, aber nicht die Ergebnisse für spezifische Gruppen – wie z.B. frisch gegraduierte, die möglicherweise nicht für Leistungen berechtigt sind oder einen vorherigen Job haben. Andere Forschungen und Branchenbehauptungen deuten darauf hin, dass frühkarriere-Arbeiter den größten Einfluss von KI haben, was bedeutet, dass die Gesamtarbeitslosigkeitsdaten diejenigen verpassen könnten, die am stärksten betroffen sind.

Um diese Einschränkung zu überwinden, zog die neue Studie 10.584.980 LinkedIn-Profile heran, die von Revelio Labs bereitgestellt wurden. Jeder Datensatz aus dem Datensatz enthielt detaillierte Bildungshistorien, die den Typ des Abschlusses, das Studienfach, das Abschlussjahr und die Universität umfassten, sowie Karrieredaten wie Jobtitel (die sechsstelligen SOC-Codes zugeordnet wurden), Arbeitgeber, Startdaten und Orte.

Die Gehälter der Jobs wurden mithilfe eines ‘proprietären Machine-Learning-Modells’ geschätzt, das auf Visa-Anträgen, Selbstauskünften und öffentlichen Stellenanzeigen trainiert wurde und sowohl rollenspezifische Details als auch individuelle Karriereverläufe umfasste.

Da tatsächliche Gehälter nicht überprüft werden konnten, verfolgte die Analyse auch die Anzahl der Monate, die Absolventen brauchten, um ihren ersten beobachteten Job innerhalb von drei Jahren nach Abschluss ihres Studiums zu beginnen, wobei diejenigen ausgeschlossen wurden, die in diesem Zeitraum keine aufgezeichnete Beschäftigung hatten (ein Maß, das als Proxy für Arbeitsmarktreibung diente, unter der Annahme, dass Absolventen ihre Profile aktualisieren, wenn sie eingestellt werden):

Absolventen, die nach 2022 in den Arbeitsmarkt eintraten, brauchten länger, um KI-exponierte Jobs zu sichern, aber dieser Rückgang in der Arbeitsmarktleistung begann Monate vor dem Start von ChatGPT. A zeigt, dass Absolventen mit hoch exponierten ersten Jobs typischerweise schneller Arbeit fanden, bis sich dies nach 2022 umkehrte; B zeigt eine ähnliche Verzögerung für hochbezahlte Rollen, wenn auch weniger ausgeprägt; und C zeigt, dass die Jahrgänge 2021 und 2022 in KI-exponierte Jobs mit geringeren Raten eintraten als frühere Jahrgänge, wobei die Unterforderung vor ChatGPT auftrat. D zeigt, dass es keine äquivalente Verschiebung für niedrig exponierte Jobs gab, was bestätigt, dass der Niedergang der KI-Adoption vorausging.

Die Autoren analysierten die Dauer der Jobsuche über die Abschlussjahrgänge hinweg, wobei sie monatliche Jobangebote nach Staat und Sektor kontrollierten und Unterschiede in Abschlussart, Studienfach und Universität berücksichtigten, wobei die Exposition gegenüber LLMs mithilfe von SOC-Codes definiert wurde.

Bevor ChatGPT gestartet wurde, verbrachten Absolventen, die in hoch exponierte Rollen eintraten, im Allgemeinen weniger Zeit mit der Jobsuche als ihre Kollegen. Für die Jahrgänge 2023 und 2024 kehrte sich dieses Muster um, wobei exponierte Rollen länger brauchten, um gesichert zu werden.

Es sollte betont werden, dass, obwohl die Studie angibt, dass die Ergebnisse nach ChatGPT verschlechtert wurden, die Daten zeigen, dass dieser Rückgang bereits früher begann und danach anhält, was die Vorstellung von einem plötzlichen Zusammenbruch nach ChatGPT untergräbt und auch die Zuschreibung des (laufenden) Abwärtstrends ausschließlich auf LLM-Nutzung in Frage stellt.

Bildungsexposition

Ein zentrales Anliegen in der Debatte über KI und Beschäftigung ist, ob Studierende weiterhin in Fähigkeiten ausgebildet werden sollten, die von großen Sprachmodellen automatisiert werden könnten, wie z.B. Schreiben, Codieren oder Synthese. Wenn diese Fähigkeiten ihren Marktwert verloren haben, sollten Absolventen, die am stärksten davon betroffen sind, schlechter abschneiden. Um dies zu testen, schätzten die Autoren die Bildungsexposition gegenüber LLM-relevanten Aufgaben mithilfe von LinkedIn-Profilen, die mit Millionen von Universitätscurricula abgestimmt wurden, und verfolgten die frühen Job-Ergebnisse vor und nach ChatGPT:

Bildungsexposition gegenüber LLM-relevanten Aufgaben sagt stärkere frühe Karriere-Ergebnisse nach ChatGPT voraus. Absolventen nach 2022 mit größerer Exposition gegenüber automatisierbaren Fähigkeiten wurden schneller eingestellt und erhielten höhere Gehälter, was teilweise die Strafen ausglich, die mit hoher LLM-Berufsexposition verbunden waren. Alle Modelle kontrollieren Jobangebotsraten, Jobtyp und Bildungshintergrund.

Bevor ChatGPT aufkam, zeigte diese Bildungsexposition keinen klaren Zusammenhang mit der Dauer der Jobsuche oder dem Gehalt. Nach ChatGPT scheint sie mit schnelleren Einstellungen und höheren Startgehältern verbunden zu sein. Obwohl Rollen mit hoher LLM-Exposition tendenziell schlechtere Ergebnisse nach ChatGPT aufwiesen, waren Absolventen von mehr KI-ausgerichteten Programmen weniger betroffen.

Anstatt an Wert zu verlieren, schienen Fähigkeiten, die als anfällig für Automatisierung galten, bessere frühe Karriere-Ergebnisse zu unterstützen.

‘Wenn LLMs für die schlechte Arbeitsmarktleistung der Absolventen verantwortlich wären, würden wir erwarten, dass Bildungsexposition auf redundante Fähigkeiten hinweist, die keinen Wert beim Job-Suchen haben.’

‘Yet, unsere Ergebnisse deuten darauf hin, dass das Lehren von KI-exponierten Fähigkeiten bessere Ergebnisse für Absolventen nach dem Start von ChatGPT bringt.

‘Diese Zusammenhänge sind schwer mit der Auffassung zu vereinbaren, dass LLM-relevante Bildung nach ChatGPT an Wert verloren hat.

Die Autoren schließen mit der Empfehlung, dass die viel diskutierten Beschäftigungstrends, die untersucht werden, in einem Arbeitsmarkt auftraten, der bereits von früheren Ereignissen und Trends geprägt war. Wie es steht, scheint es unmöglich, den Einfluss von ChatGPT und KI im Allgemeinen auf Beschäftigungstrends von den unabhängigen Kräften zu trennen, die den Markteinbruch auslösten, ähnlich wie es unmöglich ist, Salz aus der Suppe zu entfernen.

* Es ist jedoch anzumerken, dass ein großer Teil der aktuellen Kommentare zugeben, dass diese Art von Pessimismus von KI-investierten Gründern eher einer Astroturfing-Strategie ähnelt, mit dem Ziel, potenzielle Kunden und Investoren zu beeindrucken und die Aktienkurse zu steigern.

Erstveröffentlichung am Mittwoch, 7. Januar 2026