Europa vor KI-Jobtsunami: IMF warnt vor Bedrohung für 40% aller Arbeitsplätze

Reading time: 9 min

Die eigene Forschung des Fonds zeichnet ein komplizierteres Bild als die Schlagzeile vermuten lässt — und die Arbeiter, die sich mittendrin befinden, wissen es besser als alle anderen.

Kristalina Georgieva nimmt kein Blatt vor den Mund. Auf dem Weltwirtschaftsforum in Davos im Januar beschrieb die IMF-Geschäftsführerin künstliche Intelligenz als eine Kraft, die weltweit auf die Beschäftigung einwirkt. Auf dem AI Impact Summit in Neu-Delhi einen Monat später wiederholte sie die Warnung. Die Forschung des Fonds schätzt, dass etwa 40% der Arbeitsplätze weltweit — und 60% in entwickelten Volkswirtschaften — von der Technologie in den kommenden Jahren betroffen sein werden, sei es durch Verbesserung, Eliminierung oder völlige Transformation.

Für Europa sind die Zahlen noch bemerkenswerter. Die eigene Bewertung der britischen Regierung, die im Januar 2026 veröffentlicht und auf IMF-Methodik basiert, ergab, dass etwa 70% der britischen Arbeiter Rollen innehaben, die Aufgaben enthalten, die KI potenziell ausführen oder verbessern könnte. Diese Zahl übertrifft das US-Äquivalent von etwa 60%, hauptsächlich weil die britische Wirtschaft stärker auf Dienstleistungsberufe ausgerichtet ist, wo sich KI-Fähigkeiten am meisten mit menschlicher Arbeit überschneiden.

Wir sollten klarstellen, was “betroffen” hier bedeutet. Das IMF-Rahmenwerk unterscheidet zwischen Rollen, bei denen KI wahrscheinlich Arbeiter ergänzen wird — Produktivität steigert und potenziell Löhne erhöht — und solchen, bei denen sie eher menschliche Arbeit ersetzen wird, was Nachfrage und Bezahlung drückt. Etwa die Hälfte der exponierten Jobs fällt in jede Kategorie. Das Problem ist, dass die Schlagzeilenzahl ohne diese Nuance reist, und öffentliche Angst füllt die Lücke.

Die Menschen, die ihre eigenen Ersatz trainieren

Georgievas makroökonomische Darstellung erhielt diese Woche eine scharf menschliche Dimension. Eine Serie von Erfahrungsberichten aus erster Hand von Arbeitern, die direkt am Training von KI-Systemen beteiligt sind, offenbarte ein Muster der Desillusionierung, das ökonomische Modelle nicht erfassen können.

Eine Redakteurin, die akademische Arbeiten für nicht-englische Muttersprachler korrigiert, beschrieb, wie sie rekrutiert wurde, um das zu trainieren, was ihr als “Assistenzredakteure” beschrieben wurde. Sie verbrachte Monate damit, Korrekturen in das System einzuspeisen, bevor das Unternehmen offenbarte, dass es sich um ein KI-Programm handelte. Ihr Honorar wurde anschließend gekürzt. Sie verdient jetzt weniger damit, die Ausgabe der Maschine zu korrigieren — eine Aufgabe, die ihrer Aussage nach länger dauert als die Bearbeitung von Grund auf — während sie Fehler abfängt, die das Modell produziert, von unnötiger Interpunktion bis zu unsinnigen Änderungen bei Ländernamen.

Ein preisgekrönter Marketing-Texter verbrachte Monate damit, KI-Arbeitsabläufe und Dokumentation aufzubauen, in dem Glauben, er würde das System überwachen. Er wurde entlassen. Seine frühere Arbeitslast wird jetzt von Junior-Mitarbeitern mit der von ihm erstellten Dokumentation bewältigt. Ein Übersetzer berichtet, dass er vier Jahre damit verbrachte, KI-Engines zu trainieren, die sein Arbeitgeber als kostensparenden Ersatz für menschliche Linguisten einsetzen möchte.

Dies sind keine abstrakten Verdrängungsrisiken. Es sind Menschen, die gebeten wurden, an ihrer eigenen beruflichen Obsoleszenz teilzunehmen — oft ohne dass ihnen gesagt wurde, dass das der Zweck der Übung war.

“Seinen Roboter-Ersatz zu trainieren fühlt sich an, als würde man sein eigenes digitales Grab schaufeln.”
— Preisgekrönter Marketing-Texter, entlassen nach dem Aufbau von KI-Arbeitsabläufen (The Guardian, Feb 2026)

Nicht jeder ist pessimistisch. Ein Palliativmediziner, der dabei half, einen KI-Chatbot für Patienten mit metastasierendem Krebs zu pilotieren, stellte fest, dass er etwa die Hälfte der Antworten korrekt verwaltete, aber dennoch starke Anpassungen erforderte und die nonverbalen Signale — Körpersprache, Gesichtsausdrücke, Tonfall — die gute klinische Betreuung definieren, nicht replizieren konnte. Ein Mathematikprofessor, der mit KI-Theorembeweis arbeitet, erkannte an, dass die Technologie sich schnell entwickelt, fühlte sich aber durch seine Lehrrolle und öffentliche Anstellung geschützt. Beide Fälle deuten auf ein Muster hin: Je mehr eine Rolle von zwischenmenschlichen Nuancen, physischem Kontext oder institutionellen Beziehungen abhängt, desto schwieriger ist es für KI zu verdrängen.

Die Zahlen hinter dem Lärm

Die Arbeitsplatzangst rund um KI ist messbar und steigend. ManpowerGroups 2026 Global Talent Barometer, basierend auf Interviews mit fast 14.000 Arbeitern in 19 Ländern, ergab, dass die regelmäßige KI-Nutzung 2025 um 13% sprang, aber das Arbeitervertrauen in die Technologie um 18% fiel. Babyboomer berichteten den stärksten Rückgang mit 35%, während Generation X einen Vertrauensrückgang von 25% verzeichnete. Fast zwei Drittel der befragten Arbeiter sagten, sie entschieden sich trotz Burnout und Unzufriedenheit dafür, in ihren aktuellen Rollen zu bleiben — ein Phänomen, das der Bericht als “Job Hugging” charakterisiert, angetrieben von der Angst vor dem, was Automatisierung für ihren nächsten Schritt bedeuten könnte.

Die Entlassungsdaten erzählen eine kompliziertere Geschichte, als beide Seiten der Debatte normalerweise zugeben. Die Beratungsfirma Challenger, Gray & Christmas verzeichnete etwa 55.000 KI-zugeschriebene Stellenstreichungen in den Vereinigten Staaten während 2025, von insgesamt 1,17 Millionen Entlassungen — die höchste jährliche Zahl seit dem Pandemie-Jahr 2020. KI-verknüpfte Verluste sind stark gestiegen: Durch die ersten sieben Monate von 2025 waren etwa 10.000 Kürzungen mit der Technologie verknüpft, aber bis Jahresende war die Gesamtzahl auf über 54.000 gestiegen — eine fünffache Beschleunigung in der zweiten Jahreshälfte.

Dennoch mahnen mehrere glaubwürdige Stimmen zur Vorsicht. Yale Universitys Budget Lab analysierte US-Arbeitsmarktdaten von November 2022 bis Mitte 2025 und fand keine wesentliche Beschleunigung in der Rate, mit der sich die berufliche Zusammensetzung veränderte — mit anderen Worten, die Zusammensetzung der Arbeitskräfte hatte sich seit ChatGPTs Start noch nicht dramatisch verschoben. Deutsche Bank-Analysten warnten im Januar, dass “KI-Redundanz-Washing” — Unternehmen, die KI als bequeme Rechtfertigung für durch breitere wirtschaftliche Drücke getriebene Kürzungen anführen — ein bedeutendes Merkmal von 2026 werden würde. Sander van ‘t Noordende, CEO von Randstad, der weltgrößten Personalfirma, sagte CNBC in Davos, dass die Verbindung zwischen diesen 55.000 Kürzungen und KI übertrieben dargestellt wurde.

Forrester bot vielleicht die skeptischste Bewertung: Es schätzt, dass nur 6% der US-Jobs bis 2030 wirklich automatisiert werden, und prognostiziert, dass viele KI-zugeschriebene Entlassungen letztendlich rückgängig gemacht werden, wenn Unternehmen entdecken, dass die Technologie nicht bereit ist, die Rollen zu füllen, die sie ersetzen sollte.

Junge Arbeiter spüren es zuerst

Wenn es einen Bereich gibt, in dem die Daten zu konvergieren beginnen, dann ist es die Einstiegsbeschäftigung. Forschung der Dallas Federal Reserve, basierend auf Stanford University-Analyse, ergab, dass Arbeiter im Alter von 22 bis 25 in den KI-exponiertesten Berufen einen 13%igen Beschäftigungsrückgang seit Ende 2022 erlebten. Der Rückgang wurde nicht durch Entlassungen getrieben, sondern durch eine Reduktion der Rate, mit der junge Menschen, die in den Arbeitsmarkt eintreten, überhaupt Arbeit in diesen Rollen finden. Für Berufe mit geringerer KI-Exposition blieben die Eintrittsraten stabil.

Dies stimmt mit dem überein, was der IMF selbst markiert hat. In Davos bemerkte Georgieva, dass Einstiegsaufgaben unverhältnismäßig anfällig für Automatisierung sind, weil sie dazu neigen, die Art von strukturierter, repetitiver kognitiver Arbeit zu beinhalten, die aktuelle KI gut bewältigt. Unterdessen neigen Arbeiter in Rollen, die durch KI verbessert wurden — etwa eine von zehn Positionen in entwickelten Volkswirtschaften, laut den Schätzungen des Fonds — dazu, mehr zu verdienen und mehr auszugeben, was nachgelagerte Nachfrage nach niedrig qualifizierten Dienstleistungsjobs schafft. Die unbequeme Implikation ist ein Arbeitsmarkt, der in der Mitte aushöhlt: KI-verstärkte Professionals an der Spitze verdienen mehr, Dienstleistungsarbeiter am unteren Ende werden durch diese Ausgaben gestützt, und ein schrumpfender Pool von mittleren und Einstiegsrollen gefangen dazwischen.

“Die Mittelklasse wird unweigerlich betroffen sein.”
— Kristalina Georgieva, WEF Davos, Januar 2026

Was tatsächlich passieren muss

Die eigenen politischen Rezepte des IMF konzentrieren sich auf Qualifikationsinvestitionen, soziale Sicherheitsnetze und regulatorische Rahmenwerke, die mit der Technologie Schritt halten können. Der Fonds veröffentlichte einen AI Preparedness Index für 125 Länder, der die Bereitschaft über digitale Infrastruktur, Humankapital, Innovationskapazität und Governance misst. Wohlhabendere Volkswirtschaften tendieren zu besseren Bewertungen, aber mit weiter Variation — und gut bei der Vorbereitung zu punkten ist nicht dasselbe wie darauf zu handeln.

Die praktische Herausforderung ist das Timing. KIs Fähigkeiten entwickeln sich schneller, als die meisten Institutionen sich anpassen können. Georgieva war in Davos deutlich darüber: Die Technologie bewegt sich zu schnell, als dass Politiker mithalten könnten, und die Lücke zwischen Einsatz und Regulation wird größer. Der EU AI Act bietet einen regulatorischen Rahmen, aber er wurde um Risikokategorien entworfen, die möglicherweise nicht ordentlich auf die chaotischen Realitäten der Arbeitsplatzdisruption abbilden — eine Redakteurin, die unwissentlich ihren Ersatz trainiert, passt nicht sauber in “hohes Risiko” oder “niedriges Risiko”.

Dänemarks Flexicurity-Modell — das relativ einfaches Einstellen und Entlassen mit großzügigen Arbeitslosengeld und aktiven Umschulungsprogrammen kombiniert — wird häufig vom IMF als Vorlage zitiert. Ob es auf die Geschwindigkeit und Breite KI-getriebener Veränderung skalieren kann, bleibt ungetestet. Was aus der eigenen Forschung des IMF klar zu sein scheint, ist, dass Volkswirtschaften mit stärkeren sozialen Schutzmaßnahmen, höherer Bildungsmobilität und flexibleren Arbeitsmärkten den Übergang reibungsloser navigieren werden als solche ohne.

Die ehrliche Bewertung

Wir befinden uns wahrscheinlich in einer Periode, in der die Angst vor KI-Verdrängung der messbaren Realität vorauseilt — aber die messbare Realität holt auf. Die Yale-Daten und Forrester-Projektionen deuten darauf hin, dass der Arbeitsmarkt noch nicht grundlegend umgestaltet wurde. Die Arbeiterzeugnisse und Dallas Fed-Forschung deuten darauf hin, dass die frühen Effekte real sind, konzentriert auf die Jungen und die Fachkräfte in der Mitte der Karriere, die dem Trainingsprozess am nächsten sind.

Georgievas Tsunami-Metapher mag als Beschreibung dessen, was bereits passiert ist, verfrüht sein. Als Warnung darüber, was die nächsten Jahre bringen könnten, wenn Investitionen in Qualifikationen, Regulation und sozialen Schutz nicht mit dem Einsatz Schritt halten, ist sie schwer zu verwerfen. Die Arbeiter, die das vergangene Jahr damit verbracht haben, KI-Systeme zu trainieren und ihre eigenen Rollen schwinden zu sehen, würden wahrscheinlich sagen, dass das Wasser bereits steigt.