Künstliche Intelligenz und Arbeitsplätze: Was uns frühere KI-Hypes über die Jobfolgen von ChatGPT und Co. verraten
Konkurrent oder Kollege – eine neue Studie untersucht, welche Folgen der Einsatz von Künstlicher Intelligenz auf die Beschäftigung haben kann. Schafft oder vernichtet sie Jobs?
Foto: CLARK/obsJobkiller oder Jobmotor KI? Die Meinungen darüber gehen weit auseinander, ob der zunehmende Einsatz von leistungsstarken KI-Anwendungen mehr Arbeitsplätze überflüssig macht, oder womöglich sogar deutlich mehr Jobs schafft.
Ende März sorgte eine Prognose der Investmentbank Goldman Sachs für Aufsehen, wonach weltweit rund 300 Millionen Arbeitsplätze durch KI-gestützte Automatisierung überflüssig werden könnten. Der ChatGPT-Entwickler OpenAI wiederum spekulierte, dass KI in etwa einem Fünftel aller US-Jobs bis zur Hälfte der dabei auszuübenden Tätigkeiten übernehmen könnte.
Andere Fachleute glauben hingegen, dass sich der Einsatz von KI auf den Arbeitsmarkt positiv auswirken kann. So etwa der Münchner Informatikprofessor Albrecht Schmidt. Und auch eine Ende April veröffentliche Studie des Weltwirtschaftsforums geht davon aus, dass der Einsatz neuer digitaler Technologien bei der Beschäftigung zu einem „positiven Nettoergebnis“ führe. Soweit – so widersprüchlich.
Weil aber die Prognose künftiger Entwicklungen immer auch ein Blick in die Glaskugel ist, haben Forscherinnen und Forscher in einer Studie für das US-Forschungszentrum National Bureau of Economic Research (NBER) ihren Blick in die Vergangenheit gerichtet und die Auswirkung der letzten großen KI-Welle auf die Beschäftigung untersucht. Schließlich ist Künstliche Intelligenz – bei aller Aufmerksamkeit, die Wissensplattformen wie ChatGPT oder der aktuelle Gründungsboom um KI-Start-ups gegenwärtig auf sich ziehen – keineswegs ein neues technologisches Phänomen.
Tatsächlich sind viele der technologischen Ansätze, die heute zum Erfolg und der Leistungsfähigkeit großer Sprachmodelle wie ChatGPT oder Googles Bard beitragen, schon mehrere Jahrzehnte alt. Und manche haben vor ein bis zwei Dekaden schon ähnliche Beschäftigungssorgen ausgelöst wie derzeit rund um die sogenannte Generative KI, die auf Befehl hin Artikel formuliert, Reime dichtet, Bilder kreiert oder Musik komponiert.
Deep Learning: Radikale Folgen für Analytik und Strategie
Die letzte große KI-Welle, die in den 2010er-Jahren für Aufsehen sorgte, war die um die Datenverarbeitungstechnologie „Deep Learning“. Dabei durchforsten Algorithmen große Datenbestände und identifizieren dabei für den Menschen verborgene Bezüge zwischen Daten oder Sachverhalten. Solche Analysen sind für heutige komplexe KI-Systeme unerlässlich, haben seit dem vergangenen Jahrzehnt in großem Maße in Unternehmen Einzug gehalten und dort die Analytik und Strategieentwicklung teils radikal verändert.
Für ihre jüngst beim NBER veröffentlichte Studie haben die Autorinnen und Autoren von Europäischer Zentralbank, Spanischer Zentralbank, der University of Pittsburgh und der Universität von Oxford daher analysiert, ob und welche Folgen der Siegeszug des Deep Learning für die Beschäftigung in den Unternehmen einer Reihe europäischer Staaten zwischen 2011 und 2019 hatte. Auch damals gab es vergleichbare Befürchtungen, dass KI die Jobnachfrage speziell bei sogenannten Intelligenzarbeitern und Bürotätigkeiten ebenso rasch wie tiefgreifend verändern würde.
Für die NBER-Studie verglichen die Fachleute zum einen die Job- und Kompetenzprofile zahlreicher Berufsgruppen mit den Leistungsmerkmalen von damals neu nutzbaren KI-Algorithmen. Und analysierten dann die tatsächliche Zu- oder Abnahme von Beschäftigung in verschiedenen Branchen und Berufsfeldern, die vom Einsatz intelligenter IT vermeintlich betroffen waren. Und sie kamen zu einem überraschend unspektakulären Ergebnis.
Kaum Jobwirkungen bei wenig Qualifizierten
So zeigte sich, dass in Branchen, bei denen der Einsatz von KI tendenziell die größten Auswirkungen haben könnte – also insbesondere höher qualifizierte Bürotätigkeiten –, kein Verlust von Arbeitsplätzen erkennbar war. Im Gegenteil: Im untersuchten Zeitraum wuchs die Zahl der dort Beschäftigten sogar noch leicht, um rund fünf Prozent.
Allerdings ergab die Untersuchung auch, dass es innerhalb dieser Berufsgruppe eine Verschiebung zu höherqualifiziertem Personal gab, weil analytische Routinearbeiten eher automatisiert werden können. Auswirkungen auf weniger qualifizierte Arbeitskräfte, so die NBER-Analyse, waren nicht nennenswert erkennbar.
Einen Blankoscheck, was die Jobwirkungen der aktuellen Technologiewelle rund um generative KI angeht, wollen die Autoren der Studie allerdings nicht ausstellen. Es sei durchaus denkbar, dass der aktuelle Trend ganz andere Auswirkungen auf die Nachfrage nach Arbeit habe als jener, der Inhalt der Untersuchungen war, geben die Fachleute zu bedenken: „Während der Zusammenhang zwischen KI-Einsatz und Beschäftigung im Zeitraum unserer Analyse positiv ist, kann diese Erkenntnis nicht unbedingt in die Zukunft fortgeschrieben werden.“
Dass sich aber allzu pessimistische Prognosen aus der Vergangenheit über die Arbeitsfolgen der Automatisierung ebenso wenig bestätigen müssen, betonte auch der Ökonomie-Nobelpreisträger Christopher Pissarides bereits in einem Beitrag für die WirtschaftsWoche: „Die Geschichte zeigt, dass technologische Innovationen, die Arbeitskräfte ersetzen, nicht zu langfristigen Veränderungen der Beschäftigungs- und Arbeitslosenquoten in Industrieländern führen.“
Und Pissarides zitierte den früheren US-Präsidenten John F. Kennedy: „Wenn die Menschen über das Talent verfügen, neue Maschinen zu erfinden, die Menschen arbeitslos machen, dann haben sie auch das Talent, diesen Menschen neue Arbeit zu geben.“
Das Problem der Digitalisierung bestehe daher auch nicht darin, dass diese zu wenig Arbeitsplätze schaffe – sondern darin, dass zu wenige Arbeitskräfte über die Kompetenzen verfügten, diese Arbeitsplätze zu besetzen. Die Herausforderung bestehe daher unter anderem darin, Bildungssysteme zu etablieren, die anstelle einer frühzeitigen Spezialisierung ein breites Spektrum an Kompetenzen vermittelten. Und darin, flexible Arbeitsmärkte mit guten Umschulungsmöglichkeiten zu fördern.
Das dürfte mit Blick auf die Umbrüche durch generative KI nicht anders sein.
Lesen Sie auch: Welche Regeln es braucht, damit KI eine Chance für alle ist