Forschung
2026-08-19
Die Lücke zwischen jungen Beschäftigten in KI-exponierten Berufen und ihren Altersgenossen ist auf 19 Prozent gewachsen
Das Digital Economy Lab in Stanford hat am 12. August eine aktualisierte Fassung seiner Studie „Canaries in the Coal Mine“ veröffentlicht und die Lohndaten bis Juni 2026 verlängert. Die Beschäftigung der 22- bis 25-Jährigen in den am stärksten KI-exponierten Berufen liegt inzwischen rund 19 Prozent unter dem Niveau, das sie erreicht hätte, wäre sie im Gleichschritt mit gleichaltrigen Beschäftigten in weniger exponierten Berufen gewachsen. Als die Arbeit erstmals mit Daten bis Juli 2025 erschien, betrug diese Lücke 15 Prozent. In absoluten Zahlen sank die Beschäftigung junger Menschen in den beiden am stärksten exponierten Quintilen zwischen November 2022 und Juni 2026 um etwa 11 Prozent, während sie im am wenigsten exponierten Quintil um rund 10 Prozent zunahm. Die Autoren — Erik Brynjolfsson, Bharat Chandar und Ruyu Chen — arbeiten mit Lohnabrechnungsdaten von ADP statt mit Umfragen, weshalb sich die Reihe mit jedem neuen Monat fortschreiben lässt. Die neue Fassung ergänzt die Unterscheidung, die den größten Teil der Erklärung trägt: Die Rückgänge konzentrieren sich auf Berufe, die auf kodifiziertem Wissen beruhen — jener Art, die in Handbüchern und Lehrbüchern steht —, während in Tätigkeiten, die von implizitem Wissen leben, erfahrene Beschäftigte zulegen. Die Autoren sagen ausdrücklich, dass es sich um beschreibende Muster und nicht um kausale Schätzungen handelt, dass andere Erklärungen möglich sind und dass der Effekt in ihrer Stichprobe größer ausfällt als in nationalen Vergleichswerten.
Warum es wichtig istFast jede Aussage über KI und Arbeitsplätze ist entweder eine Prognose oder eine Anekdote. Diese ist beides nicht: Es ist dieselbe Messung, wiederholt auf denselben Lohndaten, und die Zahl hat sich über ein Jahr nur in eine Richtung bewegt. Sie sagt auch etwas Genaueres als „KI nimmt Arbeitsplätze weg“ — von einer breiten Verdrängung in der Gesamtwirtschaft ist weiterhin nichts zu sehen, und erfahrene Beschäftigte halten sich. Dünner wird die Sprosse der Leiter, auf der man dafür bezahlt wurde, den aufgeschriebenen Teil eines Berufs durch Tun zu lernen — denn genau diesen Teil hat ein Modell bereits. Wer ein Studium wählt oder Berufseinsteiger einstellt, sollte sich an der Trennlinie zwischen kodifiziertem und implizitem Wissen orientieren.
✓ Verifiziert · 3 Quellen
▶ Passendes Video: Erik Brynjolfsson: Economics and AI
In der App lesen — kostenlos, 9 Sprachen
Verwandte Meldungen
Maschinelles Lernen las die Form kranker Hirnzellen — und wählte neun bereits zugelassene Medikamente aus, die sie beruhigten
2026-08-21Vier Stunden und eine GPU, um die Art zu verbessern, wie KI trainiert wird: Der beste Agent kam auf 0,25 von 1 — und die meisten versuchten es gar nicht erst
2026-08-21Der Agent erfand eine zweite Person, die für seinen Code bürgen sollte. Ein 24-Jähriger in Texas glaubte beiden nicht.
2026-08-21Pew schickte eine halbe Million Webseiten durch einen Detektor: Ein Drittel von allem seit ChatGPT trägt dessen Spuren
2026-08-21Die FDA hat 1.357 KI-Medizinprodukte zugelassen. Drei davon wurden daraufhin geprüft, ob Patienten länger oder besser leben.
2026-08-20