Getty Images
Wird KI neue Arbeitsplätze schaffen oder Jobs vernichten?
Trotz der Befürchtung, dass KI Arbeitsplätze vernichtet, wird sie in den kommenden Jahren neue Arbeitsplätze schaffen. Das geht mit einem verstärkten Wandel der Arbeitswelt einher.
Eine der prägenden Fragen der letzten Jahre in Bezug auf die Arbeitswelt lautet: Wird KI mir meinen Arbeitsplatz wegnehmen?
Die Antwort ist differenzierter, als es sowohl die Optimisten als auch die Schwarzmaler vermuten lassen. Die Technologie ist real, ihre Auswirkungen auf die Arbeitswelt sind messbar und die Richtung des Wandels ist überwiegend positiv. Doch der Zeitrahmen und die Verteilung dieses Wandels über Branchen, Karrierestufen und Regionen hinweg sind ungleichmäßig.
Der erste große quantitative Hinweis hierzu kam aus einer Studie von Goldman Sachs aus dem Jahr 2023, die schätzte, dass KI 25 Prozent der Arbeitsaufgaben in den USA und Europa automatisieren kann, wodurch potenziell rund 300 Millionen Vollzeitstellen wegfallen. Der Bericht sorgte weltweit für Schlagzeilen, doch seine eigene Schlussfolgerung war differenzierter: Historische Präzedenzfälle aus früheren Automatisierungswellen deuten darauf hin, dass auf Produktivitätssteigerungen neue Arbeitsplätze folgen und die Nettobeschäftigungseffekte im Laufe der Zeit wahrscheinlich positiv sind.
Es ist wichtig zu beachten, dass die Welle von Entlassungen im Technologiesektor seit 2022 größtenteils nicht auf KI zurückzuführen ist. Der Großteil davon spiegelt eine Korrektur der Überbesetzung vor und während der Pandemiezeit wider, als Zinssätze nahe Null die Wachstumsannahmen aufblähten, kombiniert mit sektoralen Abschwüngen und Druck auf die Stückkosten. Die Daten stützen die Annahme, dass KI nicht die Ursache ist. Massenentlassungen können nicht einer Technologie zugeschrieben werden, die die meisten Unternehmen noch im Pilotmodus betreiben.
Im Folgenden werfen wir einen datengestützten Blick auf die Zukunft der Arbeit und die Schaffung von KI-Arbeitsplätzen, einschließlich dessen, was die Forschung tatsächlich zeigt, wo neue KI- und IT-Arbeitsplätze entstehen und was IT-Führungskräfte tun können, um sicherzustellen, dass KI-gesteuerte Rollen ihren Unternehmen und ihren Teams zugutekommen.
Die Debatte um KI und Arbeitsplätze
Die Frage, wie viele Arbeitsplätze KI schaffen wird, lässt sich nicht einfach beantworten. KI schafft bereits jetzt erhebliche neue Aufgaben in den Bereichen Technik, Infrastruktur, Governance und in Funktionen, die vor wenigen Jahren kaum einen Namen hatten. Sie verändert weit mehr Arbeitsplätze, als sie abbaut, und führt tendenziell zu mehr Beschäftigung im Technologiebereich, nicht zu weniger.
Eine Studie der Internationalen Arbeitsorganisation (ILO) vom Mai 2025 hat fast 30.000 Aufgaben in Berufen weltweit erfasst. Sie ergab, dass jeder vierte Arbeitnehmer in einer Rolle tätig war, die in gewissem Maße mit generativer KI zu tun hatte, aber nur 3,3 Prozent einem erhöhten Risiko auf Entlassung ausgesetzt ist. Dies deutet darauf hin, dass für die große Mehrheit eine Transformation der Arbeitsplätze und nicht ein vollständiger Ersatz das wahrscheinlichste Ergebnis ist. Eine vollständige Automatisierung bleibt begrenzt, da viele Aufgaben nach wie vor menschliches Urteilsvermögen, Kontextverständnis und Verantwortlichkeit erfordern.
Wo eine Substitution stattfindet, zeigt sich dies zunächst in den Einstellungsdaten und nicht in der Mitarbeiterzahl. Stellenangebote für Berufseinsteiger waren am stärksten betroffen. Unternehmen entlassen keine Mitarbeiter in großem Stil, aber sie stellen weniger Nachwuchskräfte für Aufgaben ein, die zunehmend von KI übernommen werden können.
Start-ups und Scale-ups leiten diesen Wandel ein. Sie verfügen über begrenzte Ressourcen und haben keinen großen Personalbestand aus früheren Zeiten, daher fragen sie sich, ob ein kleineres Team in Verbindung mit einem KI-Stack das leisten kann, wofür früher ein viel größeres Team erforderlich war.
Wie KI neue Beschäftigungsmöglichkeiten schafft
KI, wie sie heute bekannt ist, steckt noch in den Kinderschuhen, was bedeutet, dass sie erhebliches Potenzial für neue oder weiterentwickelte Rollen bietet. Dieser Abschnitt untersucht acht potenzielle Bereiche, in denen KI neue Möglichkeiten schaffen wird.
1. KI-Strategie und Business
Bevor Modelle entwickelt werden, muss jemand entscheiden, was entwickelt wird und warum. KI-Produktmanager, Berater und KI-Leiter definieren den Anwendungsfall, stimmen KI-Investitionen auf die Geschäftsziele ab und setzen technische Fähigkeiten in organisatorischen Mehrwert um.
Diese gehören zu den am schnellsten wachsenden Rollen auf der Liste LinkedIn Jobs on the Rise, und der Anstieg von KI-Führungskräftepositionen in den großen Volkswirtschaften signalisiert, dass Unternehmen die KI-Strategie als Priorität auf Vorstandsebene behandeln. Die KI-Geschäftsstrategie, einschließlich verantwortungsvoller KI und Data Governance, gehört ebenfalls zu den am schnellsten wachsenden Kompetenzclustern.
2. KI-Engineering und Entwicklung
Die sichtbarste Schaffung von KI-Arbeitsplätzen findet auf der Engineering-Ebene statt. LinkedIn verzeichnete weltweit in nur zwei Jahren 1,3 Millionen neue KI-bezogene Stellen, wobei KI-Ingenieure und Forward-Deployed Engineers zu den am schnellsten wachsenden Berufsbezeichnungen zählen.
Forward-Deployed Engineers, eine Rolle, die vor wenigen Jahren kaum existierte, schlagen eine Brücke zwischen den Fähigkeiten von KI-Modellen und der Integration in die reale Geschäftswelt – dem schwierigsten Teil, um KI in großem Maßstab nutzbar zu machen.
3. KI-Infrastruktur und Daten
Eine oft übersehene Quelle für die Schaffung von KI-Arbeitsplätzen ist die Infrastrukturebene. LinkedIn dokumentierte allein im vergangenen Jahr weltweit über 600.000 neue Netto-Arbeitsplätze in Rechenzentren, die über Software-Ingenieure hinaus bis hin zu Elektrikern, Facility-Managern und Spezialisten für den Netzwerkbetrieb reichen.
Auch Cloud- und KI-Plattform-Ingenieure, Dateningenieure und Cybersicherheitsspezialisten verzeichnen eine steigende Nachfrage, da KI-Systeme robuste, sichere Datenarchitekturen benötigen, um zu funktionieren.
4. KI-Bereitstellung und Betrieb
Über die Entwicklung von Modellen hinaus konzentriert sich eine wachsende Zahl von Rollen auf deren Bereitstellung und Wartung im Produktionsbetrieb. Experten für Data Annotation – Spezialisten, die Feedback zur Verbesserung der Modellergebnisse geben – bilden bereits eine bedeutende Kategorie.
Experten für Erklärbarkeit, die Unternehmen dabei unterstützen zu dokumentieren, warum KI-Systeme bestimmte Entscheidungen treffen, werden in regulierten Branchen zunehmend gefragt sein. MLOps-Ingenieure (Machine Learning Operations) sind für die Modellversionierung, Überwachung und Kostenoptimierung verantwortlich, was mittlerweile eher als Grundvoraussetzung denn als Spezialfunktion angesehen wird.
5. KI-Qualität und Validierung
Da KI-Modelle immer größere Mengen an Code und Inhalten generieren, wächst parallel dazu der Bedarf an systematischer Verifizierung. KI-Tester und Ingenieure im Bereich Qualitätssicherung, die Halluzinationen, Logikfehler und Randfälle erkennen können, sind zunehmend gefragt.
Da KI immer mehr Aufgaben übernimmt, verlagern sich die Aufgaben der Menschen hin zu Validierung, Ausnahmebehandlung und Überwachung, beispielsweise als Modellbewerter, Human-in-the-Loop-Validierer und Agenten-Orchestrierer.
6. KI-Governance, Ethik und Compliance
Die vielleicht am meisten unterschätzte Quelle für die Schaffung von KI-Arbeitsplätzen ist die Governance-Ebene.
Risiko- und Compliance-Management, Data Governance und verantwortungsvolle KI gehören laut LinkedIn zu den am schnellsten wachsenden Kompetenzclustern, und IT-Governance sowie Compliance zählen zu den Bereichen, in denen es am schwierigsten ist, Personal zu finden.
Jeder KI-Einsatz generiert Prüfpfade, Compliance-Dokumentation und Workflows für die manuelle Überprüfung. Da regulatorische Rahmenwerke wie der EU AI Act verbindliche Anforderungen an die Transparenz stellen, steigt dieser Arbeitsaufwand, insbesondere im Finanzdienstleistungssektor und im Gesundheitswesen.
7. Domänenspezifische KI-Rollen
KI treibt die Schaffung von Arbeitsplätzen in Branchen voran, die durch die Technologie grundlegend umgestaltet werden. So erfordern beispielsweise autonome Fahrzeuge KI-Sicherheitsingenieure, Simulationsspezialisten und Architekten für das Flottenmanagement – Rollen, die vor einem Jahrzehnt kaum existierten.
Zudem entsteht im Bereich der personalisierten Gesundheitsversorgung eine Nachfrage nach klinischen KI-Spezialisten, Analysten für Präzisionsmedizin und Gesundheitsdatenwissenschaftlern. Die Smart-City-Infrastruktur schafft zudem Stellen für städtische Dateningenieure und KI-gestützte Netzbetreiber.
8. Zukünftige/aufkommende Rollen
Die verlässlichste Erkenntnis aus der Technologiegeschichte ist, dass transformative Plattformen ganze Kategorien von Tätigkeiten schaffen, die zuvor unvorstellbar waren.
Vor der Einführung des iPhones im Jahr 2007 gab es die Entwicklung mobiler Apps praktisch nicht. Dann brachte das Internet SEO-Spezialisten, Social-Media-Manager, Strategen für digitales Marketing und Datenwissenschaftler hervor – von denen es vor Ende der 1990er Jahre in nennenswertem Umfang noch keine gab.
Die genaue Gestalt der KI-basierten Berufe von morgen ist nicht vorhersehbar, genauso wie die App-Wirtschaft im Jahr 2005 nicht vorhersehbar war. Rollen wie Prompt und Context Engineers, KI-Workflow-Designer und KI-Interaktionsdesigner befinden sich heute noch im Entstehen, gehören aber zu den am schnellsten wachsenden KI-Kompetenzen. Sie können innerhalb eines Jahrzehnts zu gängigen Berufsbezeichnungen werden.
Die folgende Tabelle fasst die acht oben behandelten Kategorien zusammen, mit Beispielrollen und Belegen für jede einzelne.
Wie IT-Führungskräfte die Schaffung von KI-Arbeitsplätzen gestalten können
Die Beschäftigungsauswirkungen eines KI-Einsatzes sind nicht technologisch vorbestimmt; sie sind eine Designentscheidung. Dieselbe Technologie führt bei unterschiedlicher Umsetzung zu unterschiedlichen Beschäftigungsergebnissen. Diese Designentscheidung liegt im Zuständigkeitsbereich des CIO.
Um proaktiv zu erkennen, wo KI-gesteuerte Rollen innerhalb des Unternehmens wachsen können, müssen CIOs geplante Automatisierungsprojekte vor der Inbetriebnahme auf ihre Absicht – Automatisierung oder Erweiterung – hin überprüfen und Rollenarchitekturen entwerfen, die auf der Zusammenarbeit zwischen Mensch und KI basieren, statt auf deren Ersatz.
Dies bedeutet auch, gezielte Ausbildungswege für Nachwuchskräfte zu schaffen. KI stellt das traditionelle Modell – Routineaufgaben zuweisen, Kompetenzen aufbauen und befördern – auf den Kopf, da sie Routinearbeiten übernimmt; daher benötigen Unternehmen strukturierte Alternativen, um den Nachwuchs zu sichern.
Weiterbildung ist dringend erforderlich. Vereinzelte Schulungsprogramme können mit dem Tempo der Veränderungen in der KI oder mit der Geschwindigkeit, mit der sich die Prioritäten der KI-Aufgaben verschieben, nicht Schritt halten. IT-Führungskräfte, die kontinuierliches Lernen in die Arbeitsrollen integrieren, sind besser aufgestellt, um den Anschluss zu halten.
Die Förderung einer Kultur der Innovation und der Zusammenarbeit zwischen Mensch und KI liegt ebenfalls in der Verantwortung der IT-Führungskräfte. Unternehmen, die den größten Nutzen aus der KI ziehen, betrachten sie als eine Entscheidung zur Teamarchitektur und nicht als eine Entscheidung zur Personalstärke. Investitionen in Kompetenzen, Prozesse und Governance-Strukturen helfen Menschen und KI-Systemen, effektiv zusammenzuarbeiten.
Herausforderungen und ethische Überlegungen
Trotz der Chancen durch KI ist die damit verbundene Angst berechtigt. Das Ausmaß der Veränderungen, die KI mit sich bringt, wird sich auf die Belegschaft und die Aufgabenbereiche selbst auswirken. Unternehmen müssen sich dieser Herausforderungen bewusst sein, um das Vertrauen der Mitarbeiter zu bewahren.
Die Qualifikationslücke
Die meisten betrieblichen Weiterbildungs- und Entwicklungsprogramme sind nicht darauf ausgelegt, mit dem Tempo des Qualifikationswandels in KI-relevanten Rollen Schritt zu halten. Partnerschaften mit Universitäten, Fachhochschulen, externen Spezialisten und Bootcamps zum Aufbau von Nachwuchsprogrammen in Bereichen wie MLOps, KI-Auditing und Governance-Analyse werden zu einer betrieblichen Notwendigkeit.
Investitionen in strukturierte, fortlaufende Mitarbeiterschulungsprogramme, die an konkrete Rollenwechsel geknüpft sind, anstatt an allgemeine KI-Sensibilisierung, helfen Unternehmen, den Wert der KI zu nutzen.
Ethische Bedenken und Auswirkungen auf bestehende Arbeitsplätze
Der Einsatz von KI wirft echte ethische Fragen auf, die IT-Führungskräfte nicht als das Problem anderer abtun dürfen. Das Verteilungsrisiko ist ungleich verteilt: Laut ILO fallen 9,6 Prozent der weiblichen Beschäftigten in Ländern mit hohem Einkommen in die höchste Expositionsstufe, verglichen mit 3,5 Prozent der männlichen Beschäftigten. Verwaltungs- und Büroberufe, die überproportional von Frauen ausgeübt werden, sind dem unmittelbarsten Substitutionsrisiko ausgesetzt.
Über die demografische Gerechtigkeit hinaus gibt es zahlreiche Fragen zur Transparenz: Verstehen die betroffenen Mitarbeiter, wie KI bei Entscheidungen eingesetzt wird, die ihre Aufgaben betreffen? Erhalten die Arbeitnehmer sinnvolle Möglichkeiten zur Umschulung, bevor ihre Stellen umstrukturiert werden? Diese Entscheidungen haben ethische, reputationsbezogene und regulatorische Auswirkungen, und IT-Führungskräfte, die gemeinsam mit der Personalabteilung die Verantwortung dafür tragen, sind besser in der Lage, sie proaktiv zu bewältigen.
Automatisierung und die Schaffung menschenzentrierter Arbeitsplätze in Einklang bringen
Führungsteams stehen vor einer Entscheidung: Werden sie die durch KI erzielten Produktivitätsgewinne in erweiterte Dienstleistungen und neue Fähigkeiten reinvestieren oder sie rein als Kostensenkung betrachten? Dies wird darüber entscheiden, ob KI innerhalb des Unternehmens Arbeitsplätze schafft oder abbaut.
Unternehmen, die KI als Wachstums- und Transformationsstrategie betrachten, sind besser in der Lage, die Produktivitätsgewinne zu nutzen und gleichzeitig die menschlichen Fähigkeiten zu erhalten, die diese Gewinne nachhaltig machen.
KI und die Belegschaft von morgen
Der langfristig nützlichste Denkansatz für IT-Führungskräfte ist das Jevons-Paradoxon (Rebound-Effekt). Im Jahr 1865 stellte der Ökonom William Stanley Jevons fest, dass effizientere Dampfmaschinen zu einem höheren und nicht zu einem geringeren Kohleverbrauch führten, da die Effizienz neue Verwendungsmöglichkeiten und neue Nachfrage schuf.
Da KI immer kostengünstiger und leistungsfähiger wird, werden Unternehmen Anwendungsfälle finden, die zuvor wirtschaftlich nicht rentabel waren. Das bedeutet, dass mehr Software entwickelt, mehr Produkte geschaffen und mehr Dienstleistungen angeboten werden. Diese Expansion erfordert mehr Ingenieure, Datenspezialisten, Governance-Experten und Arbeitskräfte im gesamten Ökosystem.
Als in den 1980er Jahren Tabellenkalkulationssoftware eingeführt wurde, wurde vorausgesagt, dass dadurch Arbeitsplätze in der Buchhaltung wegfallen würden. Stattdessen führte dies zu einer explosionsartigen Zunahme von Stellen im Bereich der Finanzanalyse, da kostengünstigere Analysen die Nachfrage nach mehr Analysen weckten. Die gleiche Dynamik ist bereits bei der KI zu beobachten: Während die Kosten für die Modellinferenz sinken, wächst die Nutzung schneller, als die Mitarbeiterzahl schrumpft.
Da Qualifikationslücken und nicht die Technologie das Haupthindernis für den ROI von KI darstellen, ist die Personalabteilung ein entscheidender Akteur für die Wertschöpfung durch KI. Die Zusammenarbeit zwischen IT-Führungskräften, HR-Teams und politischen Entscheidungsträgern, um sicherzustellen, dass die KI-getriebene Schaffung von Arbeitsplätzen der Gesellschaft als Ganzes zugutekommt, ist eine praktische Notwendigkeit für Unternehmen, die bei diesem Wandel auf der richtigen Seite stehen wollen.
IT-Führungskräfte sollten ihre Energie auf den kurzfristigen Wandel konzentrieren. Qualifikationen veralten schneller, als traditionelle Schulungsprogramme reagieren können, der Verwaltungsaufwand wächst schneller, als die meisten Unternehmen budgetieren können, und die Pipeline für Berufseinsteiger muss gezielt neu gestaltet werden.
Dies sind lösbare Probleme, doch sie erfordern proaktive Entscheidungen darüber, wie KI eingesetzt wird, wer umgeschult wird und welche Umschulungswege es gibt sowie wie die Zusammenarbeit zwischen Mensch und KI gestaltet wird. Die Führungskräfte, die diese Entscheidungen als strategische Priorität und nicht als nachgelagerte HR-Überlegung behandeln, sind diejenigen, die ihren Unternehmen helfen werden, Wert aus KI zu schöpfen und mehr Arbeitsplätze zu schaffen.
Dieser Artikel ist im Original in englischer Sprache auf Search CIO erschienen.
