Neue Perspektiven: KI übernimmt komplexe Aufgaben und ihre Folgen für den Arbeitsmarkt

Unerwartete Dynamik: KI übernimmt komplexe Aufgaben und ihre Auswirkungen

Die fortschreitende Integration Künstlicher Intelligenz (KI) in die Arbeitswelt offenbart eine überraschende Entwicklung: Entgegen vieler Erwartungen werden KI-Systeme nicht primär für die Automatisierung von Routineaufgaben eingesetzt, sondern zunehmend für komplexe Tätigkeiten. Eine aktuelle Untersuchung des KI-Unternehmens Anthropic, bekannt für seinen Chatbot Claude, beleuchtet diese Dynamik und weist auf potenzielle Herausforderungen hin, insbesondere im Hinblick auf die Qualifikationen der Arbeitskräfte und die globale Verteilung von Wohlstand.

Die Verschiebung der Aufgabenverteilung: Mehr als nur Routine

Die gängige Annahme, dass KI vor allem monotone und repetitive Aufgaben übernehmen würde, um menschliche Arbeitskräfte für anspruchsvollere Tätigkeiten freizuspielen, scheint sich in der Praxis nicht vollständig zu bewahrheiten. Die Anthropic-Studie, basierend auf Millionen anonymisierter Nutzungsdaten aus dem November 2025, zeigt, dass Anwenderinnen und Anwender komplexe Aufgaben bevorzugt an KI delegieren. Dies geschieht, obwohl die Erfolgsquote der KI bei diesen anspruchsvollen Tätigkeiten mit 66 Prozent etwas niedriger ausfällt als bei einfachen Aufgaben, wo sie 70 Prozent erreicht. Die massive Zeitersparnis, die der Einsatz von KI mit sich bringt – typische dreistündige Aufgaben können in etwa 15 Minuten erledigt werden – scheint hier der entscheidende Faktor zu sein.

Das Phänomen des „Deskilling“ und seine Folgen

Die Forscherinnen und Forscher bezeichnen den beobachteten Effekt als „Deskilling“ von Berufen. Dies bedeutet, dass anspruchsvolle und qualifizierende Tätigkeiten zunehmend von KI übernommen werden, während die Routinearbeit beim Menschen verbleibt. Als Beispiele werden technische Redakteurinnen und Redakteure sowie Reisebüroangestellte genannt. Technische Redakteurinnen und Redakteure überlassen der KI die Analyse neuer Entwicklungen und die Bestimmung des Überarbeitungsbedarfs von Dokumentationen, während sie selbst weiterhin Skizzen zeichnen oder die Produktion betreuen. Im Reisebüro werden komplizierte Aufgaben wie Routenplanung oder Kostenkalkulationen an die KI abgegeben, während Menschen das Ausdrucken von Fahrkarten oder die Zahlungsabwicklung übernehmen. Diese Entwicklung könnte langfristig zu einem Verlust von Fachkompetenzen bei den Angestellten führen, was weitreichende Auswirkungen auf die Arbeitsmärkte haben könnte.

Globale Ungleichheit und die Rolle der KI

Eine weitere beunruhigende Erkenntnis der Studie betrifft die potenzielle Verstärkung der Ungleichheit zwischen wohlhabenden und ärmeren Ländern. In Ländern mit hohem Pro-Kopf-Einkommen wie den USA, Japan und Südkorea wird KI vielseitig und auch für private Zwecke genutzt. In ärmeren Ländern beschränkt sich die Nutzung hingegen hauptsächlich auf Lernzwecke und spezifische Arbeitsaufgaben. Diese Diskrepanz könnte die digitale Kluft weiter vertiefen und die wirtschaftliche Entwicklung in weniger entwickelten Regionen zusätzlich erschweren.

KI-Annahme und -Ziele in deutschen Unternehmen

Auch in deutschen Unternehmen ist die Adaption von KI ein zentrales Thema. Eine Studie des Instituts der deutschen Wirtschaft (IW) aus dem Jahr 2025^[1] beleuchtet den aktuellen Stand der KI-Nutzung und die damit verbundenen Ziele und Herausforderungen.

Verbreitung und Unternehmensgröße

Derzeit nutzen 37 Prozent der befragten deutschen Unternehmen KI. Hierbei zeigt sich ein deutlicher Größenunterschied: Große Unternehmen mit 250 oder mehr Beschäftigten setzen zu 66 Prozent KI ein, während es bei kleinen Unternehmen (bis 49 Beschäftigte) lediglich 36 Prozent sind. Diese Diskrepanz lässt sich durch umfangreichere finanzielle, technologische und personelle Ressourcen in größeren Unternehmen erklären, die Investitionen in neue Technologien und die Realisierung von Skaleneffekten erleichtern. Kleine Unternehmen sehen sich hingegen mit begrenzten Finanzierungsmöglichkeiten, Fachkräftemangel und dem Fehlen großer Datenmengen konfrontiert. Ein Großteil der kleinen Unternehmen plant derzeit weder den Einsatz von KI noch nutzt sie bereits entsprechende Tools, was volkswirtschaftlich ein erhebliches ungenutztes Potenzial darstellt.

Branchenunterschiede und Innovationskraft

Die Nutzung von KI variiert auch stark zwischen den Branchen. Unternehmensnahe Dienstleister weisen mit 55 Prozent die höchste Nutzungsquote auf, gefolgt vom Maschinenbau, der Elektroindustrie und dem Fahrzeugbau mit knapp 40 Prozent. Branchen wie die Bauwirtschaft, der Großhandel und die Logistik nutzen KI hingegen deutlich seltener (unter 25 Prozent), obwohl auch hier vielfältige Anwendungsmöglichkeiten bestehen. Innovative Unternehmen, die in den letzten drei Jahren neue oder verbesserte Produkte, Dienstleistungen oder Prozesse eingeführt haben, nutzen KI mit 47 Prozent deutlich häufiger als Nicht-Innovatoren (22 Prozent). Dies deutet auf eine Korrelation zwischen Innovationsbereitschaft und KI-Adoption hin, wobei innovative Unternehmen oft über eine ausgeprägtere digitale Infrastruktur und Kompetenzen im Umgang mit neuen Technologien verfügen.

Formen der KI-Beschaffung und Anwendungsgebiete

Deutsche Unternehmen setzen bei der Beschaffung von KI-Anwendungen vor allem auf kostenfreie Tools (29 Prozent). Nur 13 Prozent erwerben KI-Anwendungen von anderen Unternehmen, und lediglich 3,6 Prozent entwickeln KI selbst. Dies unterstreicht den Wunsch nach schnellem und flexiblem Zugang zu KI, um erste Erfahrungen zu sammeln. Maßgeschneiderte und eigene KI-Lösungen, die das volle Potenzial der Technologie ausschöpfen könnten, sind noch selten. Die Nutzung von KI konzentriert sich in deutschen Unternehmen stark auf generative KI und Natural Language Processing (NLP). Etwa zwei Drittel der KI-nutzenden Unternehmen (64 Prozent) setzen diese Technologien bereits ein, unabhängig von der Unternehmensgröße. Sprach- und Bilderkennung (30 Prozent) sowie Datenanalyse und Vorhersagemodelle (22 Prozent) folgen mit geringeren Nutzungsquoten. Personalisierte Empfehlungssysteme und Automatisierung/Robotik werden derzeit noch kaum eingesetzt, bieten aber erhebliches Potenzial für die Zukunft.

Ziele des KI-Einsatzes: Entlastung und Unterstützung

Die Hauptziele, die Unternehmen mit dem Einsatz von KI verfolgen, sind die Befreiung oder Erleichterung von Routinearbeiten (85 Prozent) und die Unterstützung bei komplexen Aufgaben (70 Prozent). Gerade größere Unternehmen streben durch die Automatisierung von Standardprozessen eine Reduzierung der Personalkosten und eine Steigerung der Effizienz an. Die Unterstützung bei komplexen Tätigkeiten soll Fachpersonal entlasten und die Innovationskraft stärken. Die Abfederung des Fachkräftemangels (37 Prozent) und die Einsparung von Personal (30 Prozent) sind weitere wichtige Ziele, insbesondere für mittlere und große Unternehmen. Die Einsparung von Rohstoffen und Energie (20 Prozent) spielt ebenfalls eine Rolle, wenn auch eine geringere.

Auswirkungen auf den Arbeitsmarkt: Mehr Stellenabbau als -aufbau?

Die langfristigen Auswirkungen von KI auf den Arbeitsmarkt sind Gegenstand intensiver Debatten. Eine ifo-Studie aus dem Mai 2025^[2] liefert erste Einschätzungen deutscher Unternehmen zu den Beschäftigungseffekten von KI.

Bisherige und erwartete Effekte

Bislang haben nur wenige Unternehmen direkte Auswirkungen von KI auf die Beschäftigtenzahl festgestellt: Lediglich 3,9 Prozent berichteten von einem Stellenabbau und 3,1 Prozent von einem Stellenaufbau. Die überwiegende Mehrheit (93 Prozent) verzeichnete keine Veränderung. Für die kommenden fünf Jahre erwarten die Unternehmen jedoch deutlich stärkere Effekte. Rund 27 Prozent der Betriebe rechnen mit einem Stellenabbau, während 5,2 Prozent einen Stellenaufbau prognostizieren. Dies bedeutet, dass etwa ein Drittel der Unternehmen von einer KI-bedingten Veränderung der Beschäftigung ausgeht.

Branchenunterschiede bei den Erwartungen

Besonders betroffen von erwarteten Stellenverlusten ist das Verarbeitende Gewerbe (37 Prozent) und der Handel (30 Prozent). In der Automobilindustrie rechnet sogar mehr als die Hälfte der Unternehmen mit einem Stellenabbau. Auch die Druckindustrie, die chemische Industrie und der Maschinenbau erwarten signifikante Rückgänge. Im Dienstleistungsbereich zeigt sich ein gemischteres Bild: In technologieaffinen Branchen wie der Telekommunikation oder IT-Dienstleistungen wird neben Stellenabbau auch ein Aufbau von Arbeitsplätzen erwartet. Die Werbe- und Marktforschungsbranche prognostiziert sogar einen deutlichen Stellenaufbau durch KI.

Quantitative Abschätzung der Beschäftigungseffekte

Eine Überschlagsrechnung auf Basis der ifo-Befragung und amtlicher Beschäftigtenzahlen prognostiziert einen Netto-Rückgang von rund 159.000 sozialversicherungspflichtigen Stellen in den kommenden fünf Jahren. Der Dienstleistungsbereich könnte demnach einen Rückgang von über 67.000 Stellen verzeichnen, die Industrie rund 50.500. Gleichzeitig könnten aber auch etwa 91.500 neue Stellen durch KI entstehen. Diese Zahlen sind als konservative Untergrenze zu verstehen, da die tatsächlichen Effekte langfristig höher liegen könnten.

Handlungsempfehlungen für die Zukunft der KI in Deutschland

Angesichts der vielschichtigen Chancen und Herausforderungen, die KI mit sich bringt, sind gezielte Maßnahmen erforderlich, um Deutschland als Wirtschaftsstandort zu stärken.

KI-Bildung als Grundpfeiler

Eine umfassende Bildungsoffensive ist unerlässlich. Dies umfasst die Integration von KI-Grundlagen in Schul- und Hochschulcurricula, die Förderung praxisnaher KI-Studiengänge und die Vermittlung von KI-Basiswissen fächerübergreifend. Weiterhin sind Anreize für betriebliche KI-Weiterbildungen, wie etwa ein KI-Weiterbildungsbonus, und die Schaffung zentraler Anlaufstellen für den Mittelstand (KI-Hubs) von großer Bedeutung. Um dem Fachkräftemangel entgegenzuwirken, sollte Deutschland zudem seine Visa- und Zuwanderungsprogramme für KI-Spezialistinnen und -Spezialisten ausbauen.

Intelligente Förderpolitik

Eine kluge Förderpolitik muss Unternehmen, insbesondere kleine und mittlere Unternehmen (KMU), bei der Überwindung initialer Kosten und Risiken unterstützen. Die Bündelung bestehender Förderprogramme in einem "One-Stop-Shop", die Beschleunigung von Entscheidungsprozessen für Förderanträge (Fast-Track-Verfahren) und die Einführung gezielter Förderinstrumente wie KI-Innovationsgutscheine sind hierbei zentrale Ansätze. Auch die Förderung von Open-Source-KI und die Verbesserung der Rahmenbedingungen für Start-ups durch steuerliche Anreize und den Ausbau von Wagniskapitalfonds sind entscheidend.

Innovationsfreundlicher Regulierungsrahmen

Die Umsetzung des EU AI Acts erfordert einen praxisnahen und unternehmensfreundlichen Ansatz. Eine zentrale Anlaufstelle für Unternehmen zur Klärung rechtlicher Fragen, die Einrichtung von "Regulatory Sandboxes" und Reallaboren zum Testen von KI-Lösungen sowie die Vermeidung von Doppelregulierung sind maßgeblich. Zudem sollte ein positives Narrativ zur KI gefördert werden, das die Chancen betont und ein Gütesiegel "KI made in Europe" als Qualitätsmerkmal etabliert.

Ausbau der digitalen Infrastruktur

Eine leistungsfähige digitale Infrastruktur und der Zugang zu Daten sind grundlegende Voraussetzungen für den Erfolg von KI. Der staatlich geförderte Ausbau von Glasfaser und 5G-Mobilfunk, insbesondere in Gewerbegebieten und ländlichen Räumen, muss Priorität haben. Weiterhin sollten nationale und europäische Hochleistungsrechenkapazitäten für Unternehmen zugänglicher gemacht werden, beispielsweise durch vergünstigte Tarife oder kostenlose Startkontingente. Der Zugang zu Daten muss durch die Förderung von Datenpools, Datenkooperativen und Datentreuhändern unter klaren rechtlichen Rahmenbedingungen verbessert werden, wobei Datensicherheit und Vertrauen stets im Vordergrund stehen müssen.

Fazit: Eine historische Chance für Deutschland

Deutschland steht an einem entscheidenden Wendepunkt. Der Einsatz Künstlicher Intelligenz bietet die historische Chance, wirtschaftliche Herausforderungen wie Fachkräftemangel, stagnierende Produktivität und Innovationsschwäche zu mildern und Wohlstand zu sichern. Die dritte Phase der KI-Entwicklung, die industrielle Anwendung, knüpft unmittelbar an deutsche Kernkompetenzen an. Durch die Kombination aus technologischem Know-how, industrieller Fertigungsexzellenz und einem starken Mittelstand kann Deutschland eine spezifische KI-Erfolgsgeschichte schreiben. Es gilt nun, entschieden voranzuschreiten und KI in der Breite der deutschen Wirtschaft zu implementieren. Ein vierdimensionales Ökosystem für KI-Innovation – bestehend aus Bildung, Förderpolitik, Regulierung und Infrastruktur – ist hierfür unerlässlich. Wenn es gelingt, KI "Made in Germany" als Qualitätsversprechen für Präzision, Zuverlässigkeit und ethische Standards zu etablieren, können sich zentrale wirtschaftliche Herausforderungen deutlich entschärfen.

Bibliography [1] Institut der deutschen Wirtschaft (IW) (2025). Künstliche Intelligenz als Wettbewerbsfaktor für die deutsche Wirtschaft. Empirische Befunde und Handlungsempfehlungen zum Einsatz von KI in deutschen Unternehmen. Köln: IW. [2] Wohlrabe, K. (2025). Mehr KI, weniger Jobs? Was Unternehmen in Deutschland erwarten. ifo Schnelldienst digital, 8. Jahrgang, 16. Juni. [3] Anthropic-Studie, zitiert in: t3n Redaktion (2026). KI-Studie: Künstliche Intelligenz macht mehr als erwartet – und das ist ein Problem. t3n.de. [4] Anthropic-Studie, zitiert in: FinanzNachrichten.de (2026). KI-Studie: Künstliche Intelligenz macht mehr als erwartet. [5] Anthropic-Studie, zitiert in: t3n Magazin (2026). KI-Studie: Künstliche Intelligenz macht mehr als erwartet – und das ist ein Problem. LinkedIn. [6] Anthropic-Studie, zitiert in: t3n_magazin (2026). Laut einer neuen Anthropic-Studie übernehmen KI-Systeme... Threads. [7] Anthropic-Studie, zitiert in: t3n Magazin (2026). Laut einer neuen Anthropic-Studie übernehmen KI. Facebook. [8] Justus, N. (2025). KI in Unternehmen: Mensch pennt, KI lenkt. DIE ZEIT. [9] Deloitte Deutschland (2025). KI-Studie: Beschleunigung der KI-Transformation. Wie Unternehmen Künstliche Intelligenz nutzen. [10] Workday (2026). Warum die Zukunft den Mutigen gehört – Lernen, Tempo und KI statt Perfektion.