Goldman Sachs: Der Jobverlust durch KI bleibt dank steigender Produktivität kurz

Goldman Sachs hat gerade einige neue Untersuchungen zu KI und Arbeitsplätzen veröffentlicht, die ins Lager „kurzfristiger Schmerz, langfristiger Gewinn“ fallen.

Hier die Kurzfassung:

• Ökonomen erwarten, dass generative KI die Arbeitsproduktivität bei vollständiger Einführung um etwa 15 % steigern und die Arbeitslosigkeit während des Übergangs um rund 0,5 Prozentpunkte erhöhen wird.
• Das grundlegende Verdrängungsrisiko liegt bei 6–7 % der US-Arbeitskräfte; bei einer vollständigen Ausweitung der aktuellen Anwendungsfälle wären etwa 2,5 % der Arbeitsplätze gefährdet.
• Die ersten Reibungsverluste zeigen sich besonders deutlich bei Juniorstellen in der Tech-Branche, während Programmierer, Buchhalter, juristische und administrative Assistenten sowie Mitarbeiter im Kundensupport kurzfristig stärker exponiert sind.
• Welche Berufe sind weniger exponiert? Fluglotsen, Radiologen, Apotheker, CEOs, Fotografen und Geistliche.
• Die Einführung von KI ist nach wie vor gering (laut einer aktuellen US-Umfrage geben nur etwa 9,3 % der Großunternehmen an, generative KI in der produktiven Praxis einzusetzen), daher bleiben die Auswirkungen auf den Arbeitsmarkt insgesamt begrenzt.

Die Debatte über künstliche Intelligenz und ihre Auswirkungen auf den Arbeitsmarkt pendelt oft zwischen zwei Extremen: einer utopischen Zukunft beispielloser Produktivität und einer dystopischen mit Massenarbeitslosigkeit.

Ein neuer, umfassender Bericht von Goldman Sachs Research greift diese Debatte auf und bietet eine datenbasierte Perspektive, die irgendwo dazwischen liegt: KI wird zu erheblichen, letztlich aber vorübergehenden Verwerfungen führen.

Die zentrale Zahl des Berichts lautet, dass eine breite Einführung von KI 6–7 % der US-Arbeitskräfte verdrängen könnte. Auch wenn diese Zahl alarmierend klingt, wenden sich die Ökonomen des Unternehmens, Joseph Briggs und Sarah Dong, gegen das Narrativ einer dauerhaften „Jobapokalypse“. Sie bleiben „skeptisch, dass KI in den kommenden zehn Jahren zu großen Beschäftigungsrückgängen führen wird“.

Ihr Argument stützt sich auf historische Vorbilder. „Vorhersagen, dass Technologie den Bedarf an menschlicher Arbeit verringern wird, haben eine lange Geschichte, aber eine schlechte Erfolgsbilanz“, schreiben sie. Der Bericht hebt eine erstaunliche Tatsache hervor: Rund 60 % der US-Beschäftigten arbeiten heute in Berufen, die es 1940 noch gar nicht gab. Das deutet darauf hin, dass mehr als 85 % des gesamten Beschäftigungswachstums der vergangenen 80 Jahre durch die Schaffung neuer Arbeitsplätze infolge neuer Technologien befeuert wurde. Von der Dampfmaschine bis zum Internet hat Innovation stets einige Tätigkeiten verdrängt und zugleich völlig neue Branchen und Berufe geschaffen.

Goldman Sachs erwartet, dass KI diesem Muster folgen wird. Die Forscher prognostizieren eine Phase der „friktionellen Arbeitslosigkeit“, in der die Arbeitslosenquote vorübergehend um einen halben Prozentpunkt steigen könnte, während verdrängte Arbeitskräfte nach neuen Stellen suchen und sich dafür weiterbilden. Historisch gesehen, so merken sie an, lösen sich solche durch technologische Veränderungen verursachten Verwerfungen in der Regel innerhalb von etwa zwei Jahren auf.

Das Produktivitätsparadoxon und erste Warnzeichen

Die treibende Kraft hinter diesem Übergang ist ein enormer potenzieller Effizienzsprung. Goldman Sachs schätzt, dass generative KI die Arbeitsproduktivität in den USA und anderen entwickelten Märkten nach vollständiger Integration um unglaubliche 15 % steigern könnte. Dieser Produktivitätsschub ermöglicht es Unternehmen, bestimmte Aufgaben zu automatisieren, was zunächst zur Verdrängung von Arbeitsplätzen führt.

Auch wenn die vollständigen Auswirkungen noch Jahre entfernt sind, erkennt der Bericht bereits erste Anzeichen dieses Wandels. Führungskräfte in Technologie und Finanzwesen berichten, dass sie ihre Einstellungen verlangsamen, insbesondere bei operativen Tätigkeiten und Backoffice-Stellen, weil KI Effizienzgewinne bringt.

Das zeigt sich in den Daten bestimmter Branchen. Das Beschäftigungswachstum in Bereichen wie Marketingberatung, Grafikdesign, Büroverwaltung und Telefon-Callcentern ist bereits unter den Trend vor dem KI-Zeitalter gefallen. Auch die Tech-Branche ist nicht immun; ihr Anteil an der Gesamtbeschäftigung sinkt seit November 2022 stetig und liegt inzwischen unter ihrer Wachstumslinie vor der Pandemie.

Der Bericht deckt außerdem einen demografischen Trend auf: Jüngere Beschäftigte tragen die Hauptlast dieser ersten Welle. Die Arbeitslosigkeit unter 20- bis 30-Jährigen in Berufen mit hoher Tech-Exposition ist seit Anfang 2025 um fast 3 Prozentpunkte gestiegen – deutlich stärker als bei Gleichaltrigen in anderen Bereichen. Das deckt sich mit anekdotischen Berichten, wonach Hochschulabsolventen, die kürzlich ihren Abschluss in einem technischen Fach gemacht haben, bei der Jobsuche direkt mit KI-bedingtem Automatisierungsdruck konfrontiert sind.

Welche Jobs stehen auf der Abschussliste?

Um die künftigen Risiken zu verstehen, analysierten die Forscher Berufe anhand von Faktoren wie der Wiederholbarkeit von Aufgaben und dem Wert menschlicher Kontrolle. Ihre Ergebnisse liefern eine klare, wenn auch beunruhigende Übersicht darüber, welche Berufe am stärksten gefährdet sind.

Auf der Liste der Berufe mit hohem Risiko stehen viele Angestelltenberufe, die einst als sicher vor Automatisierung galten:

• Computerprogrammierer
• Buchhalter und Wirtschaftsprüfer
• Juristische und administrative Assistenten
• Mitarbeiter im Kundenservice
• Telefonverkäufer
• Korrektoren und Lektoren
• Kreditanalysten

Im Gegensatz dazu gelten Berufe, die Entscheidungen mit hohen Konsequenzen, komplexe körperliche Interaktionen oder ein hohes Maß an menschlicher Empathie und Kreativität erfordern, als am wenigsten gefährdet. Zu dieser Gruppe gehören:

• Fluglotsen
• Vorstandsvorsitzende
• Radiologen
• Apotheker
• Fotografen
• Geistliche

Wichtig ist, dass die derzeitige Einführung von KI bemerkenswert gering bleibt. Eine aktuelle Umfrage ergab, dass in den vergangenen zwei Wochen nur 9,3 % der US-Unternehmen generative KI im produktiven Betrieb eingesetzt haben. Würden nur diese aktuellen, begrenzten Anwendungsfälle auf die gesamte Wirtschaft ausgeweitet, wären laut Goldman Sachs lediglich 2,5 % der Arbeitsplätze gefährdet. Die höhere Zahl von 6–7 % bezieht sich auf eine Zukunft, in der KI deutlich leistungsfähiger und umfassender integriert ist.

Letztlich kommt der Bericht zu dem Schluss, dass es beim Übergang zu KI eher um Evolution als um Aussterben gehen wird. Er wird nicht zu einer Welt ohne Arbeit führen, sondern zu einer Welt mit anderer Arbeit. Die Kernbotschaft lautet nicht Untergang, sondern Anpassung. Das altbekannte Sprichwort „KI wird dir nicht den Job wegnehmen, aber jemand, der weiß, wie man sie nutzt, schon“ scheint die zentrale These zu sein. Die Herausforderung für Arbeitnehmer und Arbeitgeber gleichermaßen wird darin bestehen, diese vorübergehende Verwerfung zu bewältigen und in die Fähigkeiten zu investieren, die für die neuen, noch nicht erfundenen Jobs erforderlich sind. Wie Briggs und Dong warnen, wird das volle Ausmaß der Verwerfungen eine „offene Frage“ bleiben, bis der Zyklus der KI-Einführung vollständig durchlaufen ist.

Das größere Bild

Die wichtigste Erkenntnis ist, dass KI nach wie vor nur ausgewählte Aufgaben automatisieren kann, nicht ganze Rollen – und das wird sich wahrscheinlich auch in absehbarer Zeit nicht ändern. Das bedeutet: Wenn ein Großteil deines Tages aus wiederholbaren Schritten besteht, die Software erledigen kann, und du nicht dazu übergehst, Verantwortung für das Ergebnis, die Kundenbeziehung oder die komplizierten Ausnahmefälle zu übernehmen, ist das Verdrängungsrisiko hoch.

Unabhängig davon zeigen sich Arbeiterberufe und qualifizierte Handwerksberufe widerstandsfähig und dynamisch. Aktuelle Berichte deuten auf eine steigende Nachfrage nach Baugewerbe, Gastgewerbe und anderen praktischen Tätigkeiten mit geringem Automatisierungspotenzial hin – insbesondere, weil viele Menschen, die diese Arbeit heute verrichten, in den Ruhestand gehen und den Arbeitsmarkt verlassen.

Das ist ein weiterer Weg, den viele Menschen einschlagen; unserer Meinung nach ist der beste Weg für dich jedoch der, der 1. maximiert, worin du gut bist, 2. wofür du bezahlt werden kannst, 3. was die Welt braucht und 4. was du liebst. Wenn das körperliche Arbeit ist, dann nur zu!

Unsere Einschätzung

Wenn KI vor allem Aufgaben innerhalb von Rollen komprimiert und diese Komprimierung je nach Arbeitsablauf unterschiedlich ausfällt, besteht die sicherste Strategie nicht darin, sich an einer bestimmten Berufsbezeichnung festzuklammern. Stattdessen sollte man sich auf Arbeitsergebnisse

 konzentrieren und sich darüber profilieren.

Was du stattdessen tun solltest: Über Ergebnisse statt über Titel konkurrieren

Denke in Kategorien wie „was ich liefere“, nicht „wie ich genannt werde“. Verpacke deine Arbeit wie ein Produkt mit einem klaren Versprechen, Preis und Zeitrahmen – und überlasse KI die langweiligen Teile, während du Urteilsvermögen und Vertrauen einbringst. Das baut auf dem weisen Rat einer erfolgreichen Person* auf, die sagte, man solle sich über das beschreiben, was man tut, nicht über „das, was man ist“.

Hier sind einige konkrete Beispiele (ersetze einfach die Nische durch deine eigene und wende dieselbe Idee an):Aus „Programmierer“ wird „Fehlerbehebung in 24 Stunden“:

KI erstellt den Patch und die Tests; du prüfst die Sonderfälle und lieferst aus. Oder noch besser: Du bist nicht länger Entwickler, sondern das gesamte Unternehmen.Aus „Buchhalter“ wird „Monatsabschluss bis Tag 3“: KI bereitet die Abstimmungen vor; du klärst Abweichungen und zeichnest ab. 

KI kann das vielleicht noch nicht, aber bald!Aus „Rechtsanwaltsfachangestellter/Legal Operations“ wird „Vertragsprüfung in 48 Stunden“:

KI markiert Klauseln; du bewertest Risiken, ergänzt Kontext und empfiehlst Änderungen.Aus „Kundensupport“ wird „In einer Antwort gelöst“:

KI schlägt Antworten vor; du personalisierst sie und kümmerst dich um die kniffligen Fälle.Aus „Designer/Marketing“ wird „Seitenüberarbeitung in zwei Tagen“:

KI erstellt Varianten; du wählst aus, verfeinerst sie und stimmst sie auf die Marke ab.

Alle diese Beispiele stellen Schnelligkeit in den Vordergrund; aber vielleicht ist Geschwindigkeit gar nicht das, was du anbietest. Vielleicht bietest du Qualität statt Quantität, oder dein Netzwerk und deine Expertise verschaffen dir einen Vorteil. Das ist völlig in Ordnung, aber deine Kunden (die Menschen, die dich beauftragen, wenn du selbstständig arbeitest) oder deine künftigen Vorgesetzten werden wollen, dass diese Expertise, dieses Netzwerk oder was auch immer sonst in für sie relevante Ergebnisse übersetzt wird.

1. So verpackst du dein Angebot
2. Benenne das Ergebnis, das du lieferst, nicht die Rolle, die du spielst.
3. Versprich eine Bearbeitungszeit und halte sie ein (nutze KI, um das zu ermöglichen).
4. Lege einen einfachen Preis fest (pauschal oder pro Ergebnis).
5. Zeige Belege (vorher/nachher, Antwortzeiten, Zufriedenheit).Nutze KI für „mittlere bis mittlere

“-Arbeit, aber behalte die Verantwortung für Qualität, Nuancen und Vertrauen.

1. Hier ist ein kurzer Leitfaden zur UmsetzungDefiniere dein Produkt:
2. Formuliere deinen Wert als Leistungskennzahl: „Ich liefere jede Woche eine umsatzbezogene Prognose für den CFO inklusive Abweichungsanalyse“, nicht „Ich bin Finanzanalyst“. Ergänze Service-Level-Vereinbarungen und einen Preis.Bündele KI und Expertise:
3. Nutze KI für die Routineanteile (Entwürfe, Abstimmungen, erste Qualitätssicherung) und investiere deine menschliche Zeit in Urteilsvermögen, Beziehungskontext und die Umsetzung auf der letzten Meile. Genau dort ist das Verdrängungsrisiko geringer.Klein anfangen, um schneller zu werden:
4. Bilde 2–5-köpfige Mikroteams rund um eine Nische (z. B. „Triage von B2B-SaaS-Verlängerungen“, „Bereinigung der Abrechnung einer örtlichen Klinik“, „Aktualisierung von Immobilienanzeigen“). Kleine Teams können ihr Leistungsangebot schneller weiterentwickeln als große Organisationen.Lokal gegen global gewinnen: Multinationale Unternehmen passen ihre Dienstleistungen nur langsam an lokale Gepflogenheiten und Beziehungen an (und große Unternehmen bauen eher Stellen ab, um ihre Gewinne zu steigern). Entwickle also ein eng umrissenes 
5. lokales Ergebnis als Produkt (z. B. „Marketing-Auffrischung für Anwaltskanzleien in der Bay Area innerhalb von 48 Stunden“) und übertriff sie bei Geschwindigkeit, Kontext und Vertrauen.

Miss, was zählt:

Verknüpfe deine Gebühren mit Ergebnissen (Lead-Konversionen, verkürzte Durchlaufzeiten, niedrigere Fehlerquoten), damit Kunden für das Ergebnis und nicht für geleistete Stunden zahlen.

Lokal schlägt global (Angestellten- und Arbeiterberufe)

• Das beobachten wir derzeit: Große börsennotierte Unternehmen werden langsamer einstellen (wenn überhaupt), während sie Margen hinterherjagen. Das eröffnet kleinen Teams und Einzelunternehmern Raum, lokale Nachfrage mithilfe derselben KI-bedingten Produktivitätsgewinne zu bedienen.Worauf du jetzt zielen solltest:Arbeitsabläufe in Angestelltenberufen mit hoher Exposition (Programmierung, Buchhaltung, Legal Operations, Kundensupport) eignen sich hervorragend für 
• • KI-gestützte Service-Boutiquen
•  mit dem Versprechen besserer Qualität zu geringeren Kosten.
• • Lokalisierte Dienstleistungen für Angestelltenberufe (zum Beispiel): „Marketing-Auffrischung für Anwaltskanzleien in der Bay Area innerhalb von 48 Stunden“, „Pitch Decks für Start-ups in der Seed-Phase bis Freitag überarbeiten“, „HIPAA-konforme Bereinigung der Abrechnung für Kliniken in der Nachbarschaft“.

Angrenzende Tätigkeiten im qualifizierten Handwerk (Projektplanung, Genehmigungsunterlagen, Lagerbestand, Rechnungsstellung, Kundenkommunikation) sind unterversorgt und wachsen, da praktische Branchen expandieren: eine weitere Chance für kleine, KI-gestützte Anbieter, Erfolge im Backoffice als Produkt anzubieten.

Um das zu „verbifizieren“, könntest du etwa Folgendes anbieten: „Dreitägige Prüfung von Dachlecks inklusive Fotobericht“, „HVAC-Wartung plus automatische Erinnerungen“, „Küchenauffrischung in zwei Wochen mit KI-basierten Kostenvoranschlägen, Terminplanung, Teilebestellung und SMS-Updates“.Warum das funktioniert (auf Grundlage von Natur und Geschichte)Nach Umbrüchen – Waldbränden in Ökosystemen, neuen Technologien in Märkten – besiedeln kleine, schnelle Akteure zuerst das frei gewordene Terrain. In der Wirtschaft ist es genauso: Das PC-Zeitalter, das Web, Shopify/Etsy und der Boom der Telearbeit ermöglichten es kleinen Akteuren, etablierte Unternehmen bei der Umsetzungsgeschwindigkeit zu überholen. KI ist eine weitere Störung. Große Unternehmen werden sie übernehmen,

langsam

, aber lokaler Kontext, Geschwindigkeit und Vertrauen verschaffen kleinen Teams jetzt einen Vorsprung. Hör auf, eine Stellenbeschreibung zu verkaufen. Verkaufe ein Ergebnis. Da KI die Produktivität steigert und große Unternehmen beim Personalaufbau zögern, ist jetzt das Zeitfenster für Einzelpersonen und kleine Teams, lokale Marktanteile zu gewinnen – bevor sich die Giganten vollständig angepasst haben.*Ich glaube, das war Paul Graham, aber ich habe keine Quelle; guter Rat ist es trotzdem.Das FazitDu bist nicht länger eine XYZ-Rolle, die eine XYZ-Stellenbeschreibung erfüllt.

 Du bietest XYZ-Ergebnisse an. Ob du freiberuflich arbeitest, dein eigenes Start-up gründest oder versuchst, einen Job zu bekommen: Du musst anfangen, ein Ergebnis zu verkaufen. Da KI die Produktivität über zahlreiche Aufgaben hinweg steigert und einige „Rollen“ vollständig automatisiert werden dürften, ist jetzt der Moment für Einzelpersonen und kleine Teams, sich lokale Marktanteile zu sichern, bevor sich die globalen Giganten vollständig angepasst haben. Große Unternehmen bauen ihre Belegschaften bereits langsamer aus und werden dies auch weiterhin tun; und obwohl dieses Phänomen vorübergehend ist, wird es anhalten, während sich diese Technologie weiter verbreitet. Jetzt ist also das Zeitfenster für Einzelpersonen und kleine Teams, offensiv aufzutreten und sie auszustechen.Im Silicon Valley sprechen alle ständig über das Zeitalter des „

Ein-Personen-Milliardenunternehmens

“. Du musst hier keine Milliarde verdienen, um erfolgreich zu sein; ein Gehalt reicht. Das kannst du definitiv erreichen, indem du dich darauf konzentrierst, Ergebnisse statt einer Stellenbeschreibung zu verkaufen … und wer weiß, vielleicht wirst du sogar zu diesem Ein-Personen-Einhorn.*Ich glaube, das war Paul Graham, aber ich habe keine Quelle; guter Rat ist es trotzdem.. Um mehr von The Neuron zu lesen, melden Sie sich hier für den Newsletter an.