Es gibt ein Ritual, das nun jeder großen Tech-Konferenz des Jahres vorausgeht: Jemand auf der Bühne spricht den Satz „Dies wird alles verändern“, und die Hälfte des Saales applaudiert, während die andere Hälfte im Kopf berechnet, in wie vielen Monaten ihre Stelle obsolet sein wird. Und währenddessen verschwinden in den diskreteren Schichten der Realwirtschaft Hunderttausende von Stellen, stillschweigend, ohne Pressekonferenz oder Standing Ovation.
Uns wird immer wieder gesagt, dass dieser Wandel nichts Neues sei, dass jede technologische Revolution Arbeitsplätze zerstört habe, bevor sie neue schuf: Das Automobil hat den Hufschmied getötet, aber den Mechaniker hervorgebracht, die Informatik hat die Tippistin abgeschafft und gleichzeitig eine kolossale Softwareindustrie ins Leben gerufen. Das stimmt. Es ist auch eine bequeme Art, nicht auf das zu schauen, was wirklich passiert: nicht nur eine Verschiebung von Aufgaben, sondern eine Veränderung der Natur der intellektuellen Arbeit selbst – und eine Verschiebung, wem das überhaupt nützt.
Zerstörung geht schneller als Schaffung, und das ist kein Zufall
Beginnen wir mit den Zahlen, da dies die Sprache ist, die diese Debatte erfordert, um ernst genommen zu werden. Amazon hat in den letzten Monaten fast 30.000 Stellen gestrichen, ein Schritt, dem Google, Microsoft, Meta und Intel folgten – genau zu dem Zeitpunkt, als die kumulierte Bewertung der KI-Labore Höhen erreichte, die kein ernsthafter Analyst drei Jahre zuvor vorhergesagt hätte.
Die aufschlussreichste Zahl ist jedoch nicht die der Streichungen: Es ist die der angegebenen Gründe. Eine im Januar 2026 veröffentlichte Umfrage des *Harvard Business Review*, die im Dezember 2025 unter mehr als tausend Führungskräften durchgeführt wurde, zeigt, dass 39 % von ihnen zugeben, ihre Belegschaft in Erwartung zukünftiger KI-Fähigkeiten reduziert zu haben – gegenüber nur 2 % aufgrund tatsächlich festgestellter Automatisierungsgewinne. Übersetzung: Der Großteil der aktuellen Streichungen ist nicht auf einen effektiven Ersatz menschlicher Arbeit zurückzuführen, sondern auf eine Wette auf diesen Ersatz, die zu Lasten der entlassenen Mitarbeiter geht, noch bevor die Technologie ihre Wirksamkeit bewiesen hat.
Man kann über Studien philosophieren, die die Entstehung neuer Berufe versprechen – Datenarchitekt, KI-Ethiker, Kurator algorithmischer Inhalte. Diese Berufe existieren oder werden existieren. Der im Juni 2026 veröffentlichte Bericht der Generaldirektion des Finanzministeriums erkennt dies unumwunden an, unter Berufung auf die Arbeiten des Ökonomen David Autor: 60 % der Arbeitnehmer üben heute Berufe aus, die 1940 noch nicht existierten. Die Wirtschaftsgeschichte gibt den Optimisten langfristig Recht.
Das Problem ist nicht die Existenz dieser Berufe, sondern ihre relative Seltenheit angesichts des Volumens an Stellen, die sie kurzfristig kompensieren sollen. Das McKinsey Global Institute spricht von 30 % der Arbeitsstunden, die bis 2030 in entwickelten Volkswirtschaften automatisierbar sind; die OECD beziffert den Anteil der französischen Arbeitsplätze, die einem hohen Automatisierungsrisiko ausgesetzt sind, auf 27 %, was mehr als vier Millionen Stellen entspricht – konzentriert auf administrative Unterstützung, Buchhaltung und Übersetzung. Das Weltwirtschaftsforum rechnet weltweit mit einem Netto-Plus von 78 Millionen Arbeitsplätzen bis 2030. Eine automatisierte Aufgabe entspricht jedoch nicht automatisch einer gestrichenen Stelle – außer dass dies in der Praxis genau das ist, was die meisten Generaldirektionen tun, sobald die Margen es zulassen. Die gewonnene Zeit wird nicht in mehr Kreativität umverteilt; die Belegschaft wird reduziert und der Gewinn an die Aktionäre ausgeschüttet.
Der Mythos des erweiterten Arbeiters
Die vorherrschende Erzählung ist die des „erweiterten Arbeiters“: KI als Copilot, als kognitive Prothese, die den Menschen von niederen Aufgaben befreit, um ihn auf Urteilsvermögen, Kreativität und Beziehungen zu konzentrieren. Das ist verlockend und nicht völlig falsch – ich habe gesehen, wie Kollegen wertvolle Zeit bei Syntheseaufgaben gespart haben, die sie hassten. Aber eine wesentliche Frage wird weiterhin umgangen: Wem gehört diese freigewordene Zeit?
In einem Unternehmen, das seine Mitarbeiter als Kostenstelle behandelt, wird die durch KI freigesetzte Zeit niemals in Form von weniger Arbeitsstunden oder mehr Autonomie zurückgegeben. Sie wird sofort in mehr Produktion, mehr Anfragen reinvestiert – bis die Belastung wieder ihr früheres Sättigungsniveau erreicht, aber mit reduzierter Belegschaft. Man nennt das einen Produktivitätsgewinn. Man sollte es ehrlicherweise eine Intensivierung der Arbeit nennen, die als Fortschritt getarnt ist.
Was wir verlieren, wenn wir die Langeweile verlieren
Es gibt einen Aspekt dieser Transformation, über den wenig gesprochen wird: das Verschwinden dessen, was ich produktive Langeweile nennen würde. Diese Momente repetitiver Aufgaben, mühsamer Schreibarbeit, langwieriger Recherchen, die an sich keinen Wert zu haben schienen, aber eine Kompetenz, eine Intuition, ein Gedächtnis für das Handwerk prägten. Der junge Journalist, der stundenlang Archive durchforstete, um eine Zahl zu finden, entwickelte ein tiefes Wissen über sein Thema, das ihm der sofortige Zugang zu einer synthetisierten Antwort niemals geben wird. Der Anwaltsreferendar, der Dutzende ähnlicher Schriftsätze von Hand verfasste, verinnerlichte schließlich eine Grammatik des Rechts, die die automatische Texterzeugung schlicht und einfach umgeht.
Man wird mir entgegnen, dass dies die Argumentation aller Generationen angesichts jeder technischen Neuerung ist – die Schreiber beklagten das Verschwinden der mündlichen Überlieferung mit dem Aufkommen der Schrift. Das Argument ist stichhaltig. Aber es gibt einen Gradunterschied, wenn nicht sogar einen Naturunterschied, zwischen der Delegation von Berechnungen an einen Taschenrechner und der Delegation des Denkens selbst an ein System, das ein plausibles Ergebnis liefert, ohne dass der Benutzer verstehen muss, wie es dazu gekommen ist. Das Risiko ist nicht nur der Verlust von Fachwissen: Es ist der Verlust der Fähigkeit zu beurteilen, ob das von der Maschine erzeugte Ergebnis korrekt ist, weil man die Übung nie selbst gemacht hat.
Die Berufe, die Widerstand leisten, und warum das nicht beruhigend ist
Die Daten von France Travail bestätigen die leise Bewegung: eine Explosion der Angebote für Tech-KI-Profile, parallel dazu ein Einbruch der Einstellungen in klassischen Verwaltungsberufen. Uns wird zur Kompensation gesagt, dass Berufe, die auf menschlicher Interaktion basieren, handwerkliche Berufe oder solche, die in der Realität verankert sind – Pflegekräfte, Handwerker, Pädagogen, Klempner – sicher seien. Das ist kurzfristig wahrscheinlich wahr, aber ein schwacher Trost.
Zunächst einmal sind dies genau die Berufe, die unsere Gesellschaften am schlechtesten bezahlt haben, obwohl sie in der durch die kognitive Automatisierung gezeichneten Hierarchie zu den seltensten und damit bestbezahlten werden sollten. Nichts deutet darauf hin, dass dieser Wandel im Gange ist: Ein Prompt-Engineering-Ingenieur wird immer noch besser bezahlt als eine Pflegehilfskraft, obwohl der erste Beruf innerhalb von fünf Jahren verschwinden könnte und der zweite niemals verschwinden wird.
Dann – und das ist der unbequemste Punkt – ist der Widerstand dieser Berufe gegen die Automatisierung nicht unbedingt eine gute Nachricht für diejenigen, die sie ausüben. Er bedeutet eine polarisierte Gesellschaft zwischen einer kognitiven Elite, die Maschinen orchestriert, und einer Masse von körperlich anwesenden Arbeitern, die auf dem Markt als gering qualifiziert gelten: zwei parallele Ökonomien, die sich immer seltener überschneiden.
Aus dem Fatalismus ausbrechen, ohne in die Leugnung zu verfallen
Ich glaube nicht, dass wir dem Katastrophismus verfallen oder ein technologisches Wachstum verfechten sollten, das in einer Welt des internationalen Wettbewerbs keine Chance hat, einzutreten. Die Frage ist nicht, ob KI die Arbeitswelt weiter verändern wird – das wird sie. Die Frage ist, wer über die Verteilung der Gewinne entscheidet, die diese Transformation mit sich bringt, und nach welchen Kriterien.
Das setzt konkrete politische Entscheidungen voraus: eine Besteuerung, die einen Teil der Produktivitätsgewinne durch Automatisierung abschöpft, um die Umschulung verdrängter Arbeitnehmer zu finanzieren; eine aufrichtige Aufwertung der Berufe mit menschlicher Präsenz; eine Bildung, die aufhört, junge Generationen auf Arbeitsplätze vorzubereiten, die nicht mehr existieren werden, um sie auf das auszurichten, was Maschinen strukturell niemals gut können werden – das unsichere Urteilsvermögen, die übernommene Verantwortung, die verkörperte Beziehung. Das setzt auch, bescheidener, voraus, dass sich jeder die unbequeme Frage stellt: Deleggiere ich in meiner eigenen Arbeit langweilige Aufgaben an die Maschine, oder deleggiere ich meine Fähigkeit zu verstehen, was ich produziere?
Was uns, allen Widrigkeiten zum Trotz, bleibt
Es ist eine Ironie, diesen Text zu schreiben, während die Nachrichtenbranche selbst sich durch künstliche Intelligenz neu erfindet, wo am selben Tag ein Artikel die Leistung eines Modells bei einem Agentivitäts-Benchmark lobt und ein anderer Zehntausende von Stellenstreichungen in der Presse ankündigt. Diese Spannung ist nicht gelöst und wird es wahrscheinlich nie ganz sein. Aber wenn es eine Sache gibt, die uns weder die raffiniertesten Modelle noch die geschicktesten Sozialpläne nehmen können, dann ist es die Verantwortung, kollektiv zu entscheiden, was wir mit dieser freigesetzten Zeit anfangen wollen. Sie allein der Logik der vierteljährlichen Rentabilität zu überlassen, wäre der größte Fehler dieses Jahrzehnts.
Redaktionsmeinung
Dieser Beitrag beleuchtet einen blinden Fleck in der Debatte: Man diskutiert endlos über die Zahl der vernichteten Arbeitsplätze, fast nie darüber, was die Automatisierung mit dem Erlernen eines Berufs macht. Die Redaktion von OrChair behält vor allem die Zahl aus dem *Harvard Business Review* in Erinnerung – 39 % der Führungskräfte entlassen präventiv, gegenüber 2 % aufgrund festgestellter Gewinne. Sie sagt das Wesentliche aus: Ein Großteil der aktuellen sozialen Kosten der KI ist nicht technologischer Natur, sondern beruht auf Entscheidungen. Und eine Entscheidung kann, anders als ein physikalisches Gesetz, anders getroffen werden.
*Kommentar. Die geäußerten Meinungen sind ausschließlich die der Autorin.*





