📢 Pressemitteilung

KI und Jobs: Warum bisherige Prognosen mangelhaft sind

8. April 2026·Quelle: MIT Technology Review

Laut MIT Technology Review fordern Ökonomen bessere Datengrundlagen für die Bewertung von KI-Arbeitsplatzrisiken. Der Ökonom Alex Imas kritisiert, dass bisherige Analysen wie die von OpenAI und Anthropic nur "Exposure"-Werte einzelner Aufgaben messen, ohne zu berücksichtigen, ob und wie KI diese tatsächlich wirtschaftlich sinnvoll ersetzen kann. Während in Silicon Valley von einer Arbeitsplatzapokalypse die Rede ist, mangelt es Politikern an kohärenten Plänen. Imas fordert systematische Datenerfassung, um die realen Auswirkungen von KI auf die Arbeitswelt vorherzusagen und angemessene Maßnahmen zu entwickeln.

Diese Analyse zeigt ein zentrales Problem der KI-Debatte: Hype und wissenschaftliche Unsicherheit vermischen sich gefährlich. Für die Tech-Branche ist dies ein Weckruf – wer Vertrauen in KI-Technologie aufbauen will, muss mit belastbaren Daten arbeiten, nicht mit Szenarien aus Science-Fiction-Perspektiven.

Unsere Einordnung

Das ist das eigentliche Problem der KI-Debatte: Wir treffen Entscheidungen mit Prognosen, die wissenschaftlich fragwürdig sind. Während Anthropic und andere von Jobabbau sprechen, zeigt sich, dass niemand wirklich weiß, was passiert. Das ist problematisch – sowohl für Arbeitnehmer, die in Angst leben, als auch für die KI-Industrie, die Vertrauen braucht. Erst wenn Ökonomen echte Daten haben, können sinnvolle Policies entstehen.

Schlüsselfakten

  • OpenAI und Anthropic nutzen Aufgabenkatalog von 1998 zur KI-Expositionsmessung, ohne wirtschaftliche Machbarkeit zu prüfen
  • Ökonom Imas: "Exposure alone is a meaningless tool" – bloße Aufgabenersetzbarkeit sagt nichts über tatsächliche Jobrisiken aus
  • Forderung nach systematischer Datenerfassung als Grundlage für evidenzbasierte Workforce-Planung