Brechende Wellen vs. steigende Flut — KI-Automatisierungsergebnisse aus über 17.000 Arbeitnehmerbewertungen

Die meisten Studien zum KI-Arbeitsmarkt stützen sich auf Expertengremien oder theoretische Aufgabenanalysen. Diese Studie wählt einen anderen Ansatz: Sie befragte die Arbeitnehmer selbst. Die im April 2026 veröffentlichte Forschung sammelte über 17.000 Bewertungen von Beschäftigten aus Hunderten von Berufen, die einschätzen sollten, welche ihrer täglichen Aufgaben von aktuellen oder absehbaren KI-Systemen erledigt werden könnten. Das Ergebnis ist ein detailliertes Bild des KI-Automatisierungspotenzials auf Arbeitsebene — und die zentrale Erkenntnis stellt die vorherrschende Erzählung vom „plötzlichen Umbruch" in Frage.

Zentrale Ergebnisse

• KI-Automatisierung ist eine steigende Flut, keine brechende Welle. Die zentrale Metapher der Studie fasst ihren Kernbefund zusammen: Statt einer kleinen Zahl von Berufen, die mit plötzlicher, vollständiger Automatisierung konfrontiert sind, zeigen die Daten ein breites, schrittweises Automatisierungspotenzial, das sich über nahezu alle Berufe erstreckt. Die Auswirkungen sind weitreichend, aber graduell — nicht eng begrenzt und plötzlich.
• 80-95 % der Arbeitsaufgaben könnten bis 2029 KI-automatisierbar sein. Arbeitnehmer schätzten ein, dass die große Mehrheit ihrer individuellen Aufgaben innerhalb eines Drei- bis Fünfjahreszeitraums ein gewisses Maß an KI-Automatisierungspotenzial aufweist. Das bedeutet nicht, dass 80-95 % der Jobs verschwinden — es bedeutet, dass fast jeder Job Aufgaben enthält, die KI übernehmen könnte.
• Arbeitnehmer erkennen Automatisierungspotenzial, das Expertenmodelle übersehen. Da die Bewertungen von Menschen stammen, die die Arbeit tatsächlich ausführen, erfassen sie Aufgabennuancen, die Top-Down-Berufsmodelle übersehen. Einige Aufgaben, die Experten als „sicher" einstuften, wurden von Arbeitnehmern als in der Praxis bereits teilweise automatisiert gekennzeichnet.
• Das Automatisierungspotenzial variiert innerhalb von Berufen stärker als zwischen ihnen. Die Streuung des Automatisierungsrisikos über Aufgaben innerhalb einer einzelnen Berufsbezeichnung ist oft größer als der Unterschied zwischen zwei verschiedenen Berufen. Das bedeutet, dass pauschale Aussagen wie „Buchhalter sind sicher" oder „Autoren sind verloren" das tatsächliche Bild verfehlen.
• Die Selbsteinschätzung offenbart eine Vertrauenslücke. Arbeitnehmer, die bereits KI-Tools in ihrer Arbeit genutzt hatten, schätzten das Automatisierungspotenzial höher ein als diejenigen ohne KI-Erfahrung. Vertrautheit mit KI erhöht — statt verringert — den wahrgenommenen Umfang dessen, was KI leisten kann.

Was das für Ihre Karriere bedeutet

Die Rahmung als „steigende Flut" ist die wichtigste Erkenntnis. Wenn Sie KI-Nachrichten verfolgt und gedacht haben „Mein Job ist sicher, weil er Kreativität / Empathie / physische Präsenz erfordert", legt diese Studie nahe, dass Sie wahrscheinlich unterschätzen, wie viele Ihrer einzelnen Aufgaben Automatisierungspotenzial haben. Das Risiko besteht nicht darin, dass Ihre gesamte Rolle über Nacht verschwindet. Das Risiko besteht darin, dass 30-60 % Ihrer heutigen Tätigkeiten in den nächsten Jahren in KI-Workflows absorbiert werden und sich Ihre Rolle in etwas verwandelt, das Sie möglicherweise nicht wiedererkennen.

Die Erkenntnis, dass Arbeitnehmer mit KI-Erfahrung mehr Automatisierungspotenzial sehen — nicht weniger — ist besonders aufschlussreich. Sie deutet darauf hin, dass die am besten über die aktuellen KI-Fähigkeiten informierten Personen den größten Wandel erwarten. Wenn Sie noch nicht mit KI-Tools in Ihrem spezifischen Arbeitskontext experimentiert haben, basiert Ihr Gefühl der Sicherheit möglicherweise auf Unkenntnis statt auf einer zutreffenden Einschätzung.

Die praktische Konsequenz: Hören Sie auf, Ihren Job als Einheit zu betrachten, und fangen Sie an, Ihre Aufgaben zu analysieren. Welche Ihrer täglichen Aufgaben könnte ein gut gesteuertes KI-System heute bewältigen? Welche mit einem weiteren Jahr Verbesserung? Die Antworten zeigen Ihnen, worauf Sie Ihre Energie konzentrieren sollten: auf die Aufgaben, die klar menschlich bleiben, und darauf, KI für den Rest zu orchestrieren.

Daten-Highlights

• 17.000+ individuelle Arbeitnehmerbewertungen aus Hunderten von Berufen erfasst
• 80-95 % der Arbeitsaufgaben als mit gewissem KI-Automatisierungspotenzial bis 2029 bewertet
• Höhere KI-Vertrautheit korreliert mit höher eingeschätztem Automatisierungspotenzial
• Innerberufliche Aufgabenvariation übersteigt die zwischenberufliche Variation beim Automatisierungsrisiko
• 3-5 Jahre Zeithorizont für die Arbeitnehmerbewertungen der Automatisierungsmachbarkeit

Methodik

Die Studie rekrutierte Beschäftigte aus einem breiten Spektrum von Berufen und bat sie, ihre eigenen Arbeitsaufgaben anhand einer strukturierten Rubrik der KI-Fähigkeiten zu bewerten. Jeder Teilnehmer listete seine Kernaufgaben auf und bewertete die Machbarkeit der KI-Ausführung jeder Aufgabe in akzeptabler Qualität — sowohl mit aktueller Technologie als auch mit erwarteten nahen Fortschritten. Das Bewertungsrahmenwerk unterschied zwischen vollständiger Automatisierung (KI führt die Aufgabe eigenständig aus), Teilautomatisierung (KI übernimmt wesentliche Komponenten unter menschlicher Aufsicht) und Augmentation (KI unterstützt, aber der Mensch bleibt federführend). Über 17.000 individuelle Aufgabenbewertungen wurden erfasst und nach Beruf, Branche und Arbeitnehmerdemografie aggregiert. Das Forschungsteam validierte eine Teilmenge der Arbeitnehmerbewertungen gegen Experteneinschätzungen und fand eine starke Übereinstimmung — wobei die Arbeitnehmer zusätzliche Automatisierungsvektoren identifizierten, die Experten nicht in Betracht gezogen hatten.