Automatisierung durch KI: Welche Berufe wirklich bedroht sind
McKinsey, OECD, IZA - was Studien sagen und was Betroffene tun koennen
Die künstliche Intelligenz verändert den Arbeitsmarkt schneller, als viele Fachleute noch vor zwei Jahren prognostizierten. Derzeit erleben wir eine Beschleunigung, die nicht nur einzelne Branchen, sondern das gesamte Berufsspektrum erfasst. Die zentrale Frage lautet: Welche Jobs sind wirklich bedroht, und wo entstehen neue Chancen? Die jüngsten Studien großer Forschungsinstitute geben erstmals differenzierte Antworten – allerdings mit überraschenden Unterschieden in den Szenarien.
Während Pessimisten vor massiven Jobverlusten warnen, zeigen Optimisten auf Umschulungs- und Umstiegsmöglichkeiten. Die Realität liegt vermutlich dazwischen. Doch eines ist sicher: Passivität ist keine Option mehr. Arbeitnehmer, Arbeitgeber und Politiker müssen handeln – jetzt.
Was McKinsey, OECD und das IZA wirklich herausgefunden haben
Das McKinsey Global Institute veröffentlichte eine breit angelegte Studie zur „Economic Potential of Generative AI", die 2023 erhebliche Aufmerksamkeit erregte. Das Ergebnis: Weltweit könnten bis zu 300 Millionen Vollzeitstellen durch KI-Automatisierung wegfallen – allerdings über einen Zeitraum von 10 bis 20 Jahren. Das klingt dramatisch, muss aber in den richtigen Kontext gesetzt werden. Denn McKinsey spricht nicht von 300 Millionen Jobs, die schlicht verschwinden – sondern von Vollzeitäquivalenten an Arbeitsvolumen, die potenziell automatisierbar wären. (Quelle: McKinsey Global Institute, 2023)

Die OECD hat sich in ihrer „Future of Work"-Serie auf Industrieländer konzentriert. Ihre zentrale Erkenntnis: Nicht der Beruf selbst verschwindet, sondern bestimmte Aufgabenbündel innerhalb von Berufen. Ein kaufmännischer Angestellter wird nicht arbeitslos, weil KI Rechnungen verarbeitet – stattdessen entfallen zeitraubende administrative Tätigkeiten, und er konzentriert sich auf Kundenberatung und strategische Aufgaben. Dieses Aufgaben-basierte Analyseprinzip ist wissenschaftlich belastbarer als die ältere, berufsbezogene Klassifikation, die etwa Frey und Osborne 2013 in ihrer viel zitierten Oxford-Studie verwendeten. (Quelle: OECD Employment Outlook)
Das Institut zur Zukunft der Arbeit (IZA) in Bonn hat sich speziell Deutschland angeschaut. Ihr Fazit fällt differenzierter aus: In Deutschland sind etwa 17 bis 19 Prozent aller Beschäftigten von hoher Automatisierungsgefahr betroffen – das sind rund 6,5 bis 7,2 Millionen Menschen. Allerdings mit erheblichen regionalen und branchenbezogenen Unterschieden. Besonders strukturschwache Regionen mit hohem Anteil an Fertigungs- und Sachbearbeitungsberufen stehen unter Druck. (Quelle: IZA Research Report)
Ein entscheidender Punkt wird in der öffentlichen Debatte oft übersehen: Diese Studien unterscheiden zwischen „Automatisierungspotenzial" und „tatsächlicher Umsetzung". Nur weil eine Aufgabe technisch automatisierbar ist, heißt das nicht, dass Unternehmen sie morgen auch automatisieren. Kosten, Regulierung, ethische Überlegungen und fehlendes Kapital bremsen die Realität erheblich aus. Die Implementierungsgeschwindigkeit ist in europäischen Unternehmen deutlich geringer als in US-amerikanischen Tech-Konzernen – ein struktureller Unterschied, der in vielen Schlagzeilen untergeht.
Konjunkturindikator: Die Arbeitslosenquote in Deutschland lag zuletzt bei 6,1 Prozent (März 2025, Bundesagentur für Arbeit). Für 2025 prognostiziert die Bundesbank eine graduelle Verschärfung – allerdings eher konjunktur- und strukturbedingt als primär KI-getrieben. Der Unterschied ist entscheidend: Konjunkturelle Arbeitslosigkeit ist temporär und reagiert auf geldpolitische Impulse. Strukturelle Arbeitslosigkeit durch Automatisierung ist es nicht – sie erfordert aktive Qualifizierungsmaßnahmen und langfristige Weichenstellungen in der Bildungspolitik.
Wer sitzt wirklich auf der Anklagebank?
Büroarbeit, Verwaltung und Kundenservice: Das Zentrum der Gefahr
Die größte Automatisierungsgefahr besteht derzeit in administrativen und kaufmännischen Bürotätigkeiten. Hier liegt das Automatisierungspotenzial bei etwa 40 bis 50 Prozent der ausgeführten Aufgaben – das ist nicht hypothetisch, sondern bereits technisch realisierbar. Gemeint sind vor allem drei Kernbereiche:

Buchhaltung und Fakturierung: KI-Systeme können bereits heute Rechnungen verarbeiten, Geschäftsvorfälle klassifizieren und Steuererklärungen vorvorbereiten. Softwarelösungen wie DATEV, SAP und spezialisierte KI-Layer erledigen Routineaufgaben, für die früher ganze Abteilungen nötig waren. Ein Buchhalter mit 20 Jahren Erfahrung wird nicht einfach ersetzt – aber seine Rolle verändert sich grundlegend hin zu Prüfung, Beratung und Compliance-Expertise. Wer sich nicht anpasst, verliert mittelfristig seinen Arbeitsplatz an eine kleinere, KI-gestützte Kollegen-Kombination. (Quelle: ifo Institut)
Kundenservice und Telemarketing: Hier zeigen sich bereits die ersten messbaren Folgen. Chatbots und KI-gesteuerte Sprachsysteme übernehmen einfache Anfragen – das Fraunhofer-Institut schätzt, dass bereits heute rund 30 Prozent aller eingehenden Kundenanfragen in großen deutschen Unternehmen teilweise oder vollständig automatisiert bearbeitet werden. Ein Kundenservice-Agent, der repetitive Standardfragen beantwortet, ist klar gefährdet. Allerdings: Komplexe Reklamationen, emotionale Kundenprobleme und vertrauensbasierte Verkaufsabschlüsse erfordern noch immer menschliche Empathie und situatives Urteilsvermögen.
Datenerfassung und -verarbeitung: Hier war die Automatisierung durch RPA (Robotic Process Automation) bereits vor dem Durchbruch generativer KI im Gange. Generative KI verschärft den Druck erheblich – und macht Automatisierung gleichzeitig deutlich günstiger. Während klassische RPA-Projekte noch aufwendige Implementierungen erforderten, lassen sich heute mit Large-Language-Model-basierten Lösungen in kürzerer Zeit breitere Aufgabenfelder abdecken.
| Berufsgruppe | Automatisierungspotenzial (%) | Betroffene in Deutschland (Mio.) | Zeithorizont |
|---|---|---|---|
| Büro- und Verwaltungsfachkräfte | 45–50 | 2,1 | 3–7 Jahre |
| Kundenservice und Telemarketing | 38–42 | 0,8 | 2–5 Jahre |
| Finanzanalytiker und Buchhalter | 48–55 | 0,6 | 3–8 Jahre |
| Programmierer und IT-Support | 25–35 | 0,9 | 4–10 Jahre |
| Ärzte und medizinisches Fachpersonal | 15–25 | 1,2 | 5–15 Jahre |
| Handwerk und Fertigung (manuelle Tätigkeiten) | 10–20 | 2,4 | 7–20 Jahre |
Quelle: Kombinierte Datenauswertung aus McKinsey Global Institute (2023), OECD Future of Work Initiative und IZA-Studien zu Deutschland. Die Zeithorizonte basieren auf aktuellen Implementierungsgeschwindigkeiten in deutschen und europäischen Unternehmen und sind als Schätzkorridore zu verstehen, nicht als Prognosen.
Überraschend stabil: Handwerk, Pflege und spezialisierte Fachkräfte
Ein wichtiger Befund wird in der öffentlichen Debatte zu wenig erwähnt: Einige Berufe sind derzeit deutlich weniger gefährdet als angenommen. Das Handwerk steht exemplarisch dafür. Ein Elektriker, der in einem Altbau eine neue Leitungsführung plant, ein Dachdecker, der eine Schadensstelle bewertet, oder ein Heizungsinstallateur, der eine Wärmepumpe in Bestandsbauten integriert – all diese Tätigkeiten erfordern feinmotorische Fähigkeiten, situatives Urteilsvermögen in unstrukturierten Umgebungen und körperliche Anpassungsfähigkeit. Robotik kann das in kontrollierten Fabrikumgebungen, aber eben nicht im unvorhersehbaren Alltag des Handwerks.
Ähnliches gilt für die Pflege. Der demografische Wandel wird den Bedarf an Pflegekräften in Deutschland bis 2035 nach Schätzungen des Bundesinstituts für Berufsbildung (BIBB) um weitere 200.000 bis 500.000 Vollzeitstellen steigen lassen – trotz aller Digitalisierung. KI kann bei Dokumentation, Medikamentenverwaltung und Früherkennung von Komplikationen unterstützen. Den menschlichen Kontakt, die emotionale Begleitung und die körperliche Versorgung ersetzen kann sie nicht.
Spezialisierte Fachkräfte in Bereichen wie Steuerrecht, Unternehmensberatung auf Führungsebene oder klinischer Medizin stehen ebenfalls vergleichsweise stabil da – allerdings mit einer wichtigen Einschränkung: Wer KI als Werkzeug beherrscht, wird denjenigen verdrängen, der es nicht tut. Die Gefahr kommt nicht von der KI selbst, sondern von Kollegen, die sie besser nutzen.
Die unterschätzte Gefahr: Mittelqualifizierte Berufe unter Druck
Besonders aufschlussreich ist der Blick auf die mittlere Qualifikationsebene. Während hoch spezialisierte Experten und einfache Handwerker vergleichsweise sicher sind, geraten Berufsgruppen mit mittlerem Qualifikationsniveau unter erheblichen Druck. Sachbearbeiter in Behörden, Versicherungskaufleute, Logistikdisponenten oder Medizinische Fachangestellte in administrativen Rollen – sie alle erledigen Aufgaben, die KI bereits heute teilweise übernehmen kann, ohne dass sie einfach in höher qualifizierte Rollen wechseln können.
Ökonomen nennen dieses Phänomen „Job Polarization": Der Arbeitsmarkt spaltet sich zunehmend in hochbezahlte, kreative Wissensberufe einerseits und niedrigbezahlte, körperliche Dienstleistungsberufe andererseits auf. Die Mitte erodiert. Das ist keine neue Beobachtung – sie lässt sich in den USA seit den 1980er-Jahren nachverfolgen – aber KI beschleunigt diesen Trend in einem historisch beispiellosen Tempo.
Für Deutschland ist das besonders relevant, weil die deutsche Wirtschaft traditionell stark auf Facharbeiter und kaufmännische Berufe mittlerer Qualifikation setzt. Die duale Ausbildung, einst Exportschlager und Vorbild für die Welt, muss sich dieser Realität stellen: Welche Ausbildungsberufe haben in zehn Jahren noch eine ausreichende Nachfrage, um eine vollständige Berufsbiografie zu tragen?
Wo neue Jobs entstehen – und warum das nicht automatisch hilft
Die historische Erfahrung zeigt: Technologischer Wandel vernichtet Berufe, schafft aber auch neue. Die Industrialisierung eliminierte handwerkliche Berufe, schuf aber Fabrikarbeiter, Ingenieure und Manager. Die Digitalisierung der 1990er-Jahre ließ Schreibkräfte und Telefonistinnen verschwinden, brachte aber IT-Spezialisten, UX-Designer und Datenbankadministratoren hervor.
KI wird ähnliche Effekte haben. Gefragt sind bereits heute: KI-Trainer und Prompt-Ingenieure, die Modelle optimieren; Ethik-Beauftragte für KI-Systeme; Daten-Kuratoren; spezialisierte Juristen für KI-Haftungsfragen; und – besonders wichtig – Fachkräfte, die KI-Systeme in bestehende Unternehmensprozesse integrieren können. Das Weltwirtschaftsforum schätzt in seinem „Future of Jobs Report 2023", dass bis 2027 weltweit rund 69 Millionen neue Stellen entstehen könnten – bei gleichzeitig 83 Millionen wegfallenden Stellen. Per Saldo ein Verlust, aber mit erheblichen regionalen und qualifikationsbezogenen Unterschieden.
Das zentrale Problem: Die wegfallenden Jobs konzentrieren sich auf bestimmte Bevölkerungsgruppen – ältere Arbeitnehmer, Menschen ohne akademischen Abschluss, Beschäftigte in strukturschwachen Regionen. Die neuen Jobs entstehen anderswo – geografisch, qualifikatorisch und oft auch zeitlich verzögert. Umschulungen klingen in Ministeriumspapieren einfacher, als sie in der Realität sind: Ein 52-jähriger Versicherungskaufmann wird nicht zum KI-Ingenieur umgeschult. Die Frage, wie eine Gesellschaft mit dieser Lücke umgeht, ist eine politische – keine technologische.
Was Arbeitnehmer jetzt konkret tun können
Angesichts dieser Gemengelage sind pauschale Ratschläge wenig hilfreich. Dennoch lassen sich aus den vorliegenden Studien konkrete Orientierungspunkte ableiten. Erstens: Wer in einem gefährdeten Beruf arbeitet, sollte die KI-Tools kennen, die seine Branche bereits verändert haben oder bald verändern werden – nicht aus Angst, sondern um sie selbst nutzen zu können. Zweitens: Soziale und kommunikative Kompetenzen werden wertvoller, nicht weniger wert. Empathie, Verhandlungsführung, Teamkoordination und ethisches Urteilsvermögen sind Fähigkeiten, die sich kurzfristig nicht automatisieren lassen. Drittens: Weiterbildung muss kontinuierlich erfolgen, nicht punktuell. Die Halbwertszeit von Fachwissen sinkt – das ist kein Alarmismus, sondern eine messbare Realität in fast allen Wissensberufen.
Für Unternehmen gilt: Die Frage ist nicht ob, sondern wie KI eingesetzt wird.