KI am Arbeitsmarkt: Zwischen Jobverlustängsten und gesteigerter Arbeitsintensität

Warnungen vor Jobverlusten durch KI

Der US-Unternehmer Matt Shumer hat mit einem viralen Post auf X vor einem "KI-Schock" auf dem Arbeitsmarkt gewarnt und behauptet, dass innerhalb von ein bis zwei Jahren kein Bürojob mehr sicher sei, insbesondere in Bereichen wie Software-Entwicklung, Recht und Content-Erstellung. Seine Argumentation stützt sich auf die Annahme, dass neueste KI-Modelle wie GPT-5.3 und Opus 4.6 zu echtem logischen Denken fähig seien und keine Fehler mehr machen würden. Experten wie Jeremy Kahn von Fortune und KI-Forscher Gary Marcus kritisieren dies jedoch als Panikmache und weisen darauf hin, dass Shumer Studien ignoriert, die weiterhin Schwächen in logischer Kohärenz und Sicherheitsrisiken bei KI-Modellen aufzeigen.

Studien zur Arbeitsintensivierung durch KI

Gleichzeitig zeigt eine Studie der Haas School of Business der Universität Berkeley, dass KI-Tools nicht zu weniger, sondern zu mehr Arbeit führen können. Die Untersuchung von 200 Mitarbeitern einer Technologiefirma ergab, dass nach KI-Einführung die Angestellten schneller und länger arbeiteten, teils in Pausen und Freizeit, was zu geistiger Erschöpfung und Burnout-Risiken führen kann. Der deutsche Arbeitspsychologe Florian Schweden bestätigt diese Beobachtungen und warnt vor Druck, der entsteht, wenn KI als Konkurrent wahrgenommen wird oder Mitarbeiter durch neue Aufgaben überfordert sind.

Expertenperspektiven und Differenzierungen

KI-Expertin Claudia Hilker betont, dass KI keine Massenarbeitslosigkeit verursachen wird, sondern eine "Effizienzrevolution" einleitet, bei der vor allem Routinetätigkeiten automatisiert werden, während strategische und kreative Aufgaben an Bedeutung gewinnen. Sie argumentiert, dass Menschen mit KI-Kompetenz jene ohne ersetzen werden, und fordert eine professionelle Nutzung der Technologie. Unternehmen sollten laut den Berkeley-Wissenschaftlerinnen und Schweden die Rollen von Mensch und Maschine klar definieren, um negative Folgen wie Überlastung oder "Robomobbing" zu vermeiden.