Statistiken zur Ersetzung von Arbeitsplätzen durch KI (Daten für 2026)

Mehrere Studien und makroökonomische Daten deuten darauf hin, dass KI-Agenten im Jahr 2026 etwa 25 Millionen Arbeitsplätze ersetzen könnten.

Diese Veränderungen sind jedoch nicht gleichmäßig über Branchen, Regionen oder Bevölkerungsgruppen verteilt.

Werfen wir einen Blick auf die neuesten Statistiken zur Ersetzung von Arbeitsplätzen durch KI.

Wichtige Statistiken und Trends

Generative KI könnte bis 2030 270 Millionen Vollzeitstellen ersetzen (Goldman Sachs)

Ein von Goldman Sachs veröffentlichter Bericht behauptet, dass generative KI 2026 das Äquivalent von 25 Millionen Vollzeitstellen und bis 2030 bis zu 270 Millionen ersetzen könnte.

Im selben Bericht erklärt Goldman Sachs, dass ungefähr zwei Drittel der derzeitigen Arbeitsplätze in gewissem Umfang von der Automatisierung durch KI betroffen sind und dass generative KI bis zu einem Viertel der aktuellen Arbeit ersetzen könnte.

Die frühe Integration von KI wird als Test- und Anpassungsphase dienen, während die tiefgreifendsten Auswirkungen – bei denen erhebliche Teile der Arbeitsaufgaben automatisiert werden – am Ende des Jahrzehnts eintreten werden.

Bitte beachte, dass dieser Bericht nur die Zahl der durch KI verlorenen Arbeitsplätze berücksichtigt und nicht die durch KI neu geschaffenen Arbeitsplätze einbezieht.

26 % der Büroarbeitsplätze und 20 % der Arbeitsplätze im Kundenservice sind gefährdet (McKinsey)

Generative KI kann grundlegende kognitive Aufgaben leichter automatisieren, doch die Automatisierung analytischer oder sozialer Fähigkeiten könnte Jahre dauern.

Das bedeutet, dass KI nicht alle Branchen gleichermaßen beeinflussen wird.

Eine von McKinsey & Company für New York City durchgeführte Analyse zeigt, welche Berufe am stärksten durch KI ersetzt werden könnten.

Die größten Arbeitsplatzverluste werden in der Verwaltung (26 %), im Kundenservice (20 %) und in der Produktion (13 %) erwartet.

Auch tertiäre Sektoren wie das Rechtswesen (6 %) und das Bildungswesen (6 %) werden betroffen sein.

Interessanterweise ist der Managementsektor (3 %) am wenigsten betroffen.

Nur 26 % der Arbeitsplätze in Ländern mit niedrigem Einkommen (LICs) sind in gewissem Umfang von der Automatisierung durch KI betroffen (IWF)

Ein vom IWF veröffentlichter Bericht zeigt, dass fortgeschrittene Volkswirtschaften (AEs) dem Risiko eines Arbeitsplatzverlusts durch KI am stärksten ausgesetzt sind.

In der Schweiz (71 %), Südkorea (70 %), Japan (68 %) und Großbritannien (67 %) sind Arbeitsplätze am stärksten durch KI gefährdet.

In den Vereinigten Staaten sind 59 % der Arbeitsplätze durch KI gefährdet.

In fortgeschrittenen Volkswirtschaften sind durchschnittlich 60 % der Arbeitsplätze von KI betroffen, da dort der Anteil an Bürojobs höher ist.

Im Gegensatz dazu weisen Länder mit niedrigem Einkommen (LICs) wie Nigeria und Kenia eine Betroffenheit von 26 % auf, da ihre Wirtschaft stärker von Landwirtschaft und informeller Arbeit abhängt, die weniger anfällig für Automatisierung sind.

In Schwellenländern (EMs) wie China, Indien oder Brasilien sind etwa 47 % der Arbeitsplätze in gewissem Umfang von der Automatisierung durch KI betroffen.

Einer von vier Beschäftigten befürchtet, dass KI den eigenen Arbeitsplatz überflüssig machen könnte; unter Beschäftigten aus ethnischen Minderheiten und jüngeren Mitarbeitenden ist die Sorge sogar noch größer (CNBC)

Eine von SurveyMonkey für CNBC durchgeführte Umfrage zeigt, dass ungefähr ein Viertel der Beschäftigten (24 %) befürchtet, KI könnte den eigenen Arbeitsplatz bald überflüssig machen.

Die Generation Z fühlt sich durch KI am stärksten bedroht: 32 % der Beschäftigten im Alter von 18 bis 24 Jahren geben an, besorgt zu sein, verglichen mit nur 14 % der Beschäftigten ab 65 Jahren.

Laut derselben Umfrage machen sich weniger weiße Beschäftigte (19 %) Sorgen über KI als schwarze (32 %), hispanische (35 %) und asiatische (38 %) Beschäftigte.

Dies zeigt, dass sich Minderheitengruppen stärker durch KI bedroht fühlen, möglicherweise aufgrund von Sorgen um die Arbeitsplatzsicherheit.