KI und Arbeitsmarkt

Die Besorgnis in der Öffentlichkeit ist spürbar: 59 % der Menschen machen sich Sorgen wegen KI, wozu auch Bedenken hinsichtlich des Verlusts von Arbeitsplätzen gehören^{1 2}. KI-Arbeitsmarktbeobachter führen seit Januar 2023 rund 370.000 Stellenstreichungen auf KI zurück. Im Januar 2026 wurden bei etwa 7 % der Stellenstreichungen in den USA KI als Grund genannt³. Prominente KI-Forscher haben lautstark Bedenken geäußert, dass die sozialen Folgen möglicherweise nur unzureichend bewältigt werden, und das Weltwirtschaftsforum stuft die negativen Auswirkungen der KI über einen Zehnjahreszeitraum hinweg als wesentlich gravierender ein als kurzfristig⁴. Mit dem Fortschritt in den Bereichen Robotik und physische KI dehnt sich der Einflussbereich der zudem über digitale Aufgaben hinaus in die physische Welt aus. Auf Unternehmensebene zeigen auch viel beachtete Arbeitskonflikte, wie beispielsweise bei Samsung, dass sich der Widerstand verstärken kann, wenn die Beschäftigten der Ansicht sind, die Gewinne kämen unverhältnismäßig stark den Aktionären und der Unternehmensleitung zugute.

Unsere erste Einschätzung lautet, dass die Verbreitung von KI – und nicht die Leistungsfähigkeit der Modelle – die entscheidende Variable ist, wenn es um KI und Arbeitslosigkeit geht. Die Verbreitung von Technologien braucht Zeit, da sie von einem umfassenderen Systemwandel abhängt und nicht nur von der Leistungsfähigkeit der Technologie selbst. Unternehmen müssen Anwendungsfälle identifizieren, Systeme integrieren, Arbeitsabläufe neu gestalten, Mitarbeiter schulen, Ergebnisse validieren, Cyber- und Datenrisiken managen und bei Systemausfällen die Verantwortlichkeiten zuweisen. In vielen Fällen übersteigen die Implementierungskosten nach wie vor die erzielbaren Einsparungen bei den Personalkosten, was eine selektive Erweiterung gegenüber einer umfassenden Automatisierung begünstigt. Die Geschichte zeigt, warum diese ergänzenden Maßnahmen wichtig sind. Die Beschäftigung in der US-Landwirtschaft sank von 41 % der Erwerbsbevölkerung im Jahr 1920 auf rund 5 % im Jahr 1970, doch Traktoren allein waren nicht der treibende Faktor dieses Wandels: Erntemaschinen, Innovationen im Saatgutbereich, Logistik und Produktionsmethoden haben den Sektor über Jahrzehnte hinweg verändert⁵. Digitale Technologien haben oft denselben J-förmigen Produktivitätsverlauf genommen^{6 7}. Die Einführung von KI eilt der organisatorischen Transformation ebenfalls voraus. Gallup stellte im Jahr 2026 fest, dass die Hälfte der erwerbstätigen Erwachsenen zumindest gelegentlich KI nutzt, doch nur etwa jeder zehnte Arbeitnehmer in Unternehmen, die KI einsetzten, stimmte der Aussage, dass sich seine Arbeit verändert habe, voll und ganz zu⁸.
Unsere zweite Beobachtung lautet, dass eine höhere Produktivität nicht zwangsläufig zu einer geringeren Arbeitsnachfrage führen muss. Dies liegt daran, dass Produktivitätsgewinne sich in Form von besserem Service, neuen Aufgaben, höherem Output und niedrigeren Preisen äußern können, die wiederum die Nachfrage ankurbeln – eine arbeitsmarktbezogene Version des Jevons-Paradoxons. Historische Beispiele wie Baumwolle, Stahl und Kraftfahrzeuge zeigen, wie Automatisierung mit steigendem Output und wachsender Beschäftigung einhergehen kann, während die Nachfrage über lange Zeiträume hinweg weiter wächst⁹.

Die Beschäftigung hängt vom Gleichgewicht zwischen Verdrängung, Produktivität und der Schaffung neuer Aufgaben ab, nicht einfach vom Grad der Exposition¹⁰. Unsere dritte Beobachtung lautet, dass Arbeitsplätze, die Urteilsvermögen, Verantwortungsbewusstsein und menschliche Interaktion erfordern, oft komplementär zur KI sind, während routinemäßige kognitive Arbeit eher substituierbar ist. Die Radiologie veranschaulicht diese Dynamik. Trotz Prognosen einer KI-getriebenen Verdrängung hält der Arbeitskräftemangel an, da die Nachfrage nach bildgebenden Verfahren weiterhin die Kapazitäten übersteigt^{11 12}. Ähnlich verhält es sich mit der Programmierung: KI kann zwar die Produktivität steigern, doch hohe Fehlerquoten erhöhen die Bedeutung von Fehlerbehebung, Architektur, Cybersicherheit und systembezogenem Urteilsvermögen¹³. Dies trägt dazu bei, zu erklären, warum die aktuellen Erkenntnisse zum Arbeitsmarkt weiterhin gemischt ausfallen¹⁴. Amazon, Meta und HSBC haben KI im Zusammenhang mit Veränderungen im Personalbestand angeführt, doch waren die Einsparungen im Verhältnis zur Gesamtbeschäftigtenzahl gering, und Meta räumte später ein, dass einige Entscheidungen verfrüht waren, da sich die Einführung als schwieriger als erwartet erwies¹⁵. Infolgedessen stellen wir fest, dass es nach wie vor schwierig ist, echte Verdrängung durch KI von konjunktureller Schwäche und herkömmlichen Umstrukturierungen zu unterscheiden, zumal technologische Innovationen die Arbeitsmärkte kontinuierlich umgestalten: Rund 60 % der heutigen Arbeitsplätze gab es 1940 noch nicht¹⁶.

KI mag zwar Software sein, doch wir beobachten, dass ihre Engpässe zunehmend physischer Natur sind. Skalierung erfordert Rechenleistung, Energie und kritische Materialien: Die Kosten für Rechenzentren werden voraussichtlich von 7,7 Mio. USD/MW im Jahr 2020 auf geschätzte 11,3 Mio. USD/MW im Jahr 2026 steigen, während das Kupferangebot voraussichtlich nur 70 % der Nachfrage decken wird und das Angebot an Halbleitern weiterhin auf das geopolitisch sensible Taiwan konzentriert bleibt^{17 18}. Auch Institutionen können für Reibungsverluste sorgen: Bei den Lohnverhandlungen bei Hyundai vermischten sich die Gespräche mit Bedenken hinsichtlich KI-gestützter Roboter, während chinesische Gerichte Entlassungen angefochten haben, die ausschließlich mit dem Ersatz durch KI begründet wurden. Regierungen könnten zudem auf deutliche Umbrüche mit Umschulungsprogrammen, Einkommensunterstützung oder sogar Maßnahmen wie KI-bezogenen Gewinnsteuern reagieren. Auch die Marktstruktur spielt eine Rolle. Wenn sich die Spitzentechnologie im KI-Bereich weiterhin auf eine kleine Anzahl von Anbietern mit hoher Preissetzungsmacht konzentriert, könnte die Einführung langsamer vonstattengehen. Ein wettbewerbsintensiveres Umfeld mit kostengünstigeren Modellen könnte sowohl die Produktivität als auch die Substitution beschleunigen. Unserer Ansicht nach wird es noch mindestens fünf Jahre dauern, bis fortschrittliche KI-Modelle weit verbreitet und zu einer Massenware geworden sind. Diese Einschränkungen und Eingriffe dürften die Verbreitungsraten dämpfen und dazu beitragen, die Anpassungskosten über einen längeren Zeitraum zu verteilen.

In der Debatte um den Arbeitsmarkt wird oft von einem Überschuss an Arbeitskräften ausgegangen, doch viele Industrieländer könnten mit dem gegenteiligen Problem konfrontiert sein. Die OECD prognostiziert, dass die Bevölkerung im Alter von 20 bis 64 Jahren bis 2060 um 8 % zurückgehen wird, während die Altenquotient von 31 % im Jahr 2023 auf 52 % im Jahr 2060 steigen wird¹⁹. Bei den aktuellen Produktivitätstrends könnte sich das jährliche Pro-Kopf-Wachstum von 1,0 % auf 0,6 % verlangsamen²⁰. Pflege im privaten Umfeld verursacht bereits Kosten in Höhe von 0,8 % bis 4,9 % des BIP durch geringere Arbeitszeiten und niedrigere Produktivität²¹. So könnte eine KI-gestützte Automatisierung notwendig sein, um die Wirtschaftsleistung und wesentliche Dienstleistungen aufrechtzuerhalten, da immer weniger Erwerbstätige immer mehr pflegebedürftige Personen versorgen müssen. Japan liefert ein frühes Beispiel: Roboter werden zunehmend im Dienstleistungssektor und in der Altenpflege eingesetzt, wobei mindestens 26 % der Langzeitpflegeanbieter Pflegeroboter einsetzen²². Neben Einwanderung, Weiterbildung und einer höheren Erwerbsbeteiligung könnte die durch KI gesteigerte Produktivität den Arbeitskräftemangel lindern, anstatt einen gesamtwirtschaftlichen Arbeitskräfteüberschuss zu verursachen.

Wir möchten ausdrücklich betonen, dass unser Basisszenario einer schrittweisen Störung des Arbeitsmarktes keineswegs harmlos ist. Die Arbeitsmärkte könnten sich zunächst durch eine verlangsamte Einstellungstätigkeit abschwächen, was in einzelnen Bereichen offenbar bereits der Fall ist. Studien von Stanford und Census ergaben einen relativen Beschäftigungsrückgang von 12–16 % bei jungen Arbeitnehmern in den am stärksten von KI betroffenen Berufsbildern²³. Eine anhaltende „No-Hire-Economy“ könnte Einkommen, Mobilität und Nachfrage verringern, während weniger Einstiegspositionen die Möglichkeiten einschränken würden, Urteilsvermögen, Kundenumgang, Kommunikation und berufliche Fähigkeiten zu entwickeln. All dies schwächt den Nachwuchs an Führungskräften für die Zukunft. Zudem besteht ein zyklisches Risiko. Sollten sich die aktuellen Investitionen im KI-Bereich und die damit verbundenen Vermögenszuwächse umkehren, könnten ein schwächeres BIP und geringere Unternehmensmargen eine weitere Automatisierung begünstigen und damit die durch die Rezession bedingte Arbeitslosigkeit verstärken. Die Fähigkeiten von KI-Anwendungen könnten sich zudem schneller weiterentwickeln, als sich Organisationen und die Politik anpassen können oder als wir erwarten. Der „Remote Labour Index“ des Centre for AI Safety ergab, dass KI derzeit bei 16 % der wirtschaftlich wertvollen freiberuflichen Aufgaben die menschliche Leistung erreichen oder übertreffen kann²⁴. Unabhängige Untersuchungen des MIT Media Lab bringen intensive KI-Unterstützung mit einer schwächeren eigenständigen Analysefähigkeit und einem schlechteren Gedächtnis zusammen²⁵. KI kann das Lernen beschleunigen, doch ohne angemessene Steuerung und Schulung besteht die Gefahr, dass Arbeitnehmer ihre Qualifikationen verlieren und das menschliche Urteilsvermögen geschwächt wird. Während Überlegungen zur Arbeitslosigkeit den Nachrichtenfluss dominieren, betonen wir, dass es eine Vielzahl von Möglichkeiten gibt, wie KI die Fähigkeiten von Menschen und den Arbeitsmarkt beeinflussen kann, die es zu beobachten gilt.

KI ist eine zentrale Investition für Carmignac und befindet sich an der Schnittstelle von Geopolitik, Wirtschaft und ESG-Aspekten. Der Wettbewerb zwischen den USA und China verleiht ihr den Charakter eines Wettrüstens, wodurch Investitionen in Rechenleistung, Halbleiter und Energie trotz ungewisser kurzfristiger Renditen aufrechterhalten werden. In Verbindung mit Verteidigungsausgaben und Versorgungsengpässen könnte dies die Inflation und die Kapitalkosten auf einem höheren Niveau halten und die Verbreitung verlangsamen. Wir haben unser KI-Engagement entlang der gesamten Wertschöpfungskette sorgfältig zusammengestellt, von Nvidia, TSMC und ASML bis hin zu Hyperscalern und Spezialisten wie Nitto Boseki, Innodisk und Asia Vital²⁶. Die wahrscheinlichsten Gewinner sind die Unternehmen, die KI in nachhaltige Produktivität umsetzen, ohne dabei die Widerstandsfähigkeit, die Kompetenz der Belegschaft oder die gesellschaftliche Akzeptanz zu schwächen. Darüber hinaus bewertet unser firmeneigenes „Responsible AI“-Rahmenwerk Unternehmen anhand von sieben Säulen, wobei der Schwerpunkt insbesondere auf Governance, Daten und Transparenz liegt. Dies hilft dabei, Unternehmen zu identifizieren, die besser aufgestellt sind, um die Vorteile der KI zu nutzen und gleichzeitig operative, regulatorische und gesellschaftliche Risiken zu begrenzen.

Wir bei Carmignac sind der Ansicht, dass KI die Arbeitsmärkte neu gestalten wird, doch die Einführung dürfte schrittweise, ungleichmäßig und umstritten verlaufen. Einige Arbeitsplätze werden verschwinden, viele werden sich weiterentwickeln und neue Rollen werden entstehen. Das viel diskutierte Szenario eines „Job-Armageddons“ bleibt in unserem Basisszenario unwahrscheinlich, da wirtschaftliche, institutionelle, physische und demografische Reibungen die Verbreitung verlangsamen.
Für Anleger lautet die entscheidende Frage: Wer kann KI-Fähigkeiten in einen kommerziell wertvollen, verantwortungsvoll gesteuerten und groß angelegten Einsatz umsetzen?