Die letzte Generation, die einen Beruf erlernt

Wie künstliche Intelligenz den Arbeitsmarkt in einer nie dagewesenen Geschwindigkeit verändert, und warum die Transition fast niemanden verschonen wird

Im Herbst 2024 wies eine mittelgroße Londoner Anwaltskanzlei ihre Personalabteilung still und ohne weitere Erklärung an, für das folgende Jahr keine Vorstellungsgespräche mit angehenden Berufseinsteigern mehr zu planen. Es gab keine Pressemitteilung, keine interne Ankündigung, und die geschäftsführenden Partner ließen sich gegenüber den verbliebenen Mitarbeitern nur äußerst sparsam vernehmen. Der Grund war kein Rückgang im Mandantenvolumen, und es waren auch nicht die kumulierten Gehaltskosten, die irgendeine interne Kalkulation schließlich zum Kippen gebracht hatten. Der Grund war ein Software-System, das die vorangegangenen 8 Monate damit verbracht hatte, 14 Jahre archivierter Fallakten der Kanzlei zu analysieren, die innere Logik der Vertragsprüfung, der Recherche im Fallrecht und der Entwurfserstellung so gründlich zu verinnerlichen, bis es Arbeitsergebnisse produzieren konnte, die die leistungsstärksten Berufsanfänger der Kanzlei mit einem Abstand übertrafen, der Weiterbeschäftigung zu einer Frage mit einer offensichtlichen, unbequemen Antwort machte. Damals verlor noch niemand seinen bestehenden Arbeitsplatz in dieser Kanzlei. Die Frage war lediglich, ob diese Stellen noch existieren würden, wenn der nächste Absolventenjahrgang bereit wäre, sich darauf zu bewerben.

Diese Frage ist nicht mehr hypothetisch, und sie beschränkt sich schon lange nicht mehr auf Anwaltskanzleien in London.

Zwischen 2025 und 2039 wird eine Generation in eine Welt hineingeboren, die sich bereits in der Mitte ihrer Transformation befindet, und die Kinder, die in ihr ankommen, werden den Arbeitsmarkt nie kennen, den ihre Eltern geerbt haben. Die Generation Z wuchs mit dem Internet auf, die Generation Alpha bekam ein Tablet in die Hand, noch bevor sie lesen konnte. Die Generation Beta tritt in etwas qualitativ anderes als diese beiden technologischen Verschiebungen ein, denn sie wächst nicht neben einem Werkzeug auf. Sie wächst in einem System auf, in dem künstliche Intelligenz bereits in Bildung, Gesundheitswesen, Verkehr, Finanzwesen, Rechtswesen und in die kreativen Industrien eingewoben wurde, nicht als optionale Schicht über bestehenden Strukturen, sondern als Bindegewebe, das diese Strukturen zusammenhält. Für sie wird das Arbeiten ohne KI-Unterstützung sich so seltsam und unnötig anfühlen wie die Entscheidung, in einer Welt voller Tastaturen von Hand zu schreiben. Die eigentliche Frage ist nicht, wie diese Welt für die Generation Beta aussehen wird. Die eigentliche Frage ist, was mit all jenen geschieht, die bereits in der Welt leben, die dieser vorausging.

Was die Zahlen tatsächlich aussagen

Die Forschung zu diesem Thema akkumuliert sich seit einem Jahrzehnt, und das Bild, das sie zeichnet, ist konsistenter geworden, nicht weniger, während die Technologie selbst gereift ist. Der Internationale Währungsfonds stellte 2024 fest, dass weltweit rund 40 Prozent aller Arbeitsplätze einer bedeutsamen Exposition gegenüber den Fähigkeiten künstlicher Intelligenz ausgesetzt sind, und dass diese Zahl in fortgeschrittenen, hochdigitalisierten Volkswirtschaften auf ungefähr 60 Prozent ansteigt, wo Wissensarbeit den größeren Anteil an der Beschäftigungsstruktur ausmacht (Cazzaniga et al., 2024). Der Future of Jobs Report 2025 des Weltwirtschaftsforums, der auf Befragungsdaten von über 1.000 Arbeitgebern basiert, die mehr als 14 Millionen Beschäftigte repräsentieren, prognostizierte, dass bis 2030 weltweit 92 Millionen Stellen wegfallen werden, während 170 Millionen neue entstehen, was eine Nettogröße ergibt, die beruhigend klingt, bis man bemerkt, dass die 92 Millionen Menschen, die ihre Arbeit verlieren, und die 78 Millionen neuen Positionen, die besetzt werden müssen, in den meisten Fällen nicht dieselben Menschen an denselben Orten mit denselben Qualifikationen sind (World Economic Forum, 2025).

Das McKinsey Global Institute fügte Ende 2025 eine Zahl hinzu, die mehr Aufmerksamkeit verdient, als sie bisher erhalten hat: Mit der heutigen Technologie, nicht den Systemen, die für das nächste Jahrzehnt entwickelt werden, sondern den Werkzeugen, die jetzt verfügbar sind, könnten theoretisch etwa 57 Prozent der Aufgaben automatisiert werden, die derzeit von der globalen Belegschaft ausgeführt werden (McKinsey Global Institute, 2025). Goldman Sachs schätzte in Forschungsergebnissen, die seit ihrer Erstveröffentlichung 2023 mehrfach aktualisiert wurden, dass generative KI das Äquivalent von 300 Millionen Vollzeitstellen weltweit automatisieren könnte, wobei 2/3 aller aktuellen Berufe einem gewissen Grad an Aufgabenautomatisierung ausgesetzt sind (Goldman Sachs, 2025). Die grundlegende Oxford-Studie von Frey und Osborne, die seit ihrer Erstveröffentlichung mehrfach überarbeitet und verfeinert wurde, findet konstant, dass 47 Prozent der Berufe in den Vereinigten Staaten eine hohe Wahrscheinlichkeit der Automatisierung innerhalb der nächsten 10 bis 20 Jahre aufweisen (Frey & Osborne, 2013; Frey & Osborne, 2023 update).

Keine dieser Zahlen existiert isoliert, und zusammengenommen beschreiben sie kein Zukunftsszenario, sondern eine gegenwärtige Realität, die sich bereits schneller bewegt, als der öffentliche Diskurs sie verfolgen konnte.

Eine Studie des Massachusetts Institute of Technology aus dem Jahr 2025 stellte fest, dass KI-Systeme bereits heute in der Lage sind, die Arbeit von 11,7 Prozent des gesamten US-amerikanischen Arbeitsmarkts zu übernehmen, mit potenziellen Einsparungen von bis zu 1,2 Billionen Dollar an Lohnkosten in den Bereichen Finanzen, Gesundheitswesen und professionelle Dienstleistungen (MIT Computer Science and Artificial Intelligence Laboratory, 2025). Eine Analyse von 180 Millionen Stellenausschreibungen aus dem Jahr 2025 ergab, dass Angebote für kommerzielle Fotografen im Jahresvergleich um 28 Prozent zurückgegangen waren, dass Stellen für Computergrafikdesigner über 2 aufeinanderfolgende Jahre um 33 Prozent gefallen waren und dass Positionen für Autoren und Produzenten von Inhalten um ähnliche Größenordnungen zurückgegangen waren, was sich mit normalen Marktschwankungen oder sektoralem Abschwung nicht erklären lässt (Bloomberg, 2025). Das Weltwirtschaftsforum stellte fest, dass 41 Prozent der Arbeitgeber weltweit aktiv planten, ihre Belegschaft in Bereichen zu reduzieren, in denen KI Aufgaben innerhalb der nächsten 5 Jahre automatisieren kann, und die Einstellung von Hochschulabsolventen durch große Technologieunternehmen war bereits um fast 50 Prozent gegenüber dem Vorkrisenniveau gesunken, wobei die Einführung von KI als wesentlicher Treiber dieses Rückgangs angegeben wurde (SignalFire, 2025; World Economic Forum, 2025).

Im Jahr 2025 allein wurde künstliche Intelligenz als angegebener Grund für rund 55.000 Entlassungen in den Vereinigten Staaten genannt, gemäß Daten des Outplacement-Unternehmens Challenger, Gray and Christmas (Challenger, Gray & Christmas, 2025). Die hier genannten Zahlen sind keine prognostizierten Modellwerte, die erst in der Zukunft eintreten sollen. Dies sind Menschen, die Kündigungsschreiben erhalten und direkt oder indirekt erfahren haben, dass eine Maschine ihre Stelle überflüssig gemacht hat.

Die Berufe, die bereits verschwinden

Die Sekretärin war das erste Opfer, das niemand bemerkte. Verwaltungsberufe schrumpfen seit Jahren still, zunächst durch E-Mail, dann durch Kalender-Software, dann durch Enterprise-Kommunikationsplattformen, und nun durch KI-Systeme, die Meetings koordinieren, Korrespondenz verfassen, Dokumente zusammenfassen, Kommunikation filtern, Briefings erstellen und Arbeitsabläufe steuern, mit einem Kompetenzniveau, das den Begriff persönliche Assistenz antiquiert erscheinen lässt. Forschungsergebnisse aus 2024 stellten fest, dass 60 Prozent der administrativen Aufgaben bereits mit verfügbarer Technologie technisch automatisierbar waren, und das Weltwirtschaftsforum prognostizierte, dass allein bis 2027 mehr als 7,5 Millionen Stellen im Bereich Dateneingabe wegfallen werden (World Economic Forum, 2025).

Rechtsanwaltsgehilfen und Kanzleiangestellte nehmen eine Rolle ein, die sich an einem interessanten Schnittpunkt von hoher Qualifikation und hoher Wiederholung befindet, denn die Arbeit, die sie leisten, nämlich Verträge prüfen, Rechtsprechung recherchieren, Protokolle zusammenfassen, Standardschriftsätze verfassen, ist kognitiv anspruchsvoll in dem Sinne, dass sie juristisches Wissen voraussetzt, aber auch strukturell vorhersehbar in dem Sinne, dass sie Muster folgt, die große Sprachmodelle inzwischen nachweislich erlernen und reproduzieren können. Das Hoover-Institut der Stanford University berichtete Anfang 2026, dass die Einstellung von Berufseinsteigern zwischen 22 und 26 Jahren in mehreren KI-exponierten Sektoren, darunter Rechtsdienstleistungen, medizinische Transkription und Copywriting, bereits zum Stillstand gekommen war, und dass der Rückgang sich seit 2025 beschleunigt hatte (Stanford Report, 2026). Kanzleien, die KI-Systeme zur Dokumentenprüfung einsetzen, haben bereits berichtet, dass ein einzelnes System die Arbeitslast übernehmen kann, die zuvor einem Team von Berufseinsteigern zugewiesen war, und das in einem Bruchteil der Zeit und zu einem kleinen Bruchteil der Kosten.

Übersetzer und Dolmetscher gehören zu den am stärksten exponierten Berufen in jeder Studie, die versucht hat, die Nähe menschlicher Arbeit zu maschineller Leistungsfähigkeit zu messen. Die Lücke zwischen dem, was ein professioneller Übersetzer im Jahr 2020 produzieren konnte, und dem, was ein großes Sprachmodell heute produzieren kann, hat sich auf ein Maß verengt, das den Beruf als Massenarbeitgeber weitgehend nicht mehr verteidigbar macht. Professionelle Übersetzungsagenturen in ganz Europa und Nordamerika reduzieren kontinuierlich ihre Belegschaft, nicht weil die Nachfrage nach übersetzten Inhalten gesunken ist, sondern weil die Inhalte zunehmend produziert, bearbeitet und finalisiert werden, ohne dass ein menschlicher Übersetzer am Prozess beteiligt ist.

Die Situation des Fotografen ist sowohl in den Stellenausschreibungsdaten als auch in den Geschäftspraktiken der Werbe- und Marketingbranche gleichzeitig sichtbar. KI-generierte Inhalte treiben bereits mehr als 68 Prozent der in Marketing- und Social-Media-Kampagnen verwendeten Bilder an, Stand 2025 (PhotoGPT AI, 2025), und die Verschiebung ist struktureller, nicht zyklischer Natur: Marken müssen kein Studio buchen, keinen Visagisten engagieren, den Terminkalender eines Models koordinieren und das Tageshonorar eines Fotografen bezahlen, wenn ein Textprompt und ein Rendering-System in Minuten Dutzende von Bildern in kommerzieller Qualität erzeugen können. Der Visagist, der Stylist und das Model existieren in dieser Gleichung als integrale Teile eines Workflows, den der Workflow nicht mehr benötigt. Virtuelle Modenschauen, KI-generierte Werbekampagnen mit synthetischen Models und automatisierte Postproduktionssysteme haben menschliche Kreativität aus diesen Industrien nicht eliminiert, aber sie haben die logistische Infrastruktur, die Tausende von berufstätigen Profis in diesen Bereichen beschäftigte, für einen wachsenden Anteil der Unternehmen, die sie zuvor beschäftigten, wirtschaftlich überflüssig gemacht.

Die Architekten der Technologie schlagen Alarm

Die auffälligste Entwicklung der jüngsten Monate ist nicht, dass Forscher großflächige Verdrängung prognostizieren, denn das tun Forscher seit einem Jahrzehnt. Die auffällige Entwicklung ist, dass die Menschen, die die Technologie entwickeln, es nun öffentlich und mit ungewöhnlicher Präzision sagen.

Dario Amodei, der Vorstandsvorsitzende von Anthropic, dem Unternehmen hinter den Claude-Sprachmodellen und einer der technologisch ausgefeiltesten Organisationen in diesem Bereich, erklärte Axios im Mai 2025, dass künstliche Intelligenz innerhalb von 1 bis 5 Jahren bis zu die Hälfte aller Einstiegsstellen in der Bürowelt eliminieren könnte, und dass die daraus resultierende Störung die Arbeitslosigkeit in den Vereinigten Staaten auf zwischen 10 und 20 Prozent treiben könnte (Amodei, 2025). Er war direkt darin, warum er es sagte: "Wir als Erzeuger dieser Technologie haben eine Pflicht und eine Verpflichtung, ehrlich darüber zu sein, was kommt." Auf die Frage nach dem Zeitrahmen sagte er, es würde ihn nicht überraschen, wenn innerhalb eines Jahres große Auswirkungen sichtbar würden, und dass die meisten Regierungsbeamten und Unternehmensführer entweder nicht verstanden, was auf sie zukam, oder es aus strategischen Gründen gewählt hatten, es nicht öffentlich zu sagen.

Der Historiker Yuval Noah Harari prägte in Homo Deus mehr als 8 Jahre, bevor die aktuelle Welle großer Sprachmodelle eintraf, einen Begriff, der mit beunruhigender Präzision gealtert ist: die "nutzlose Klasse", eine Kategorie von Menschen, nicht arm im traditionellen Sinne, nicht zufällig oder durch wirtschaftliches Missmanagement arbeitslos, sondern durch die Ankunft von Maschinen funktional irrelevant gemacht, die die kognitive Arbeit übernehmen können, die diesen Menschen zuvor ihren wirtschaftlichen Wert verliehen hatte (Harari, 2017). Sein Argument war nicht, dass Menschen buchstäblich nutzlos werden würden, sondern dass die Wirtschaftssysteme fortgeschrittener Gesellschaften keine bedeutsame Rolle für sie finden würden, und dass die politischen und sozialen Konsequenzen dieses Versagens schwerwiegend sein würden. Dieses Argument war hochgradig umstritten, als Harari es 2017 erstmals formulierte. Im Jahr 2025 und 2026 liest es sich als eine ziemlich genaue Beschreibung dessen, was die Daten langsam zu zeigen beginnen.

Mai 2026: Die Abrechnung kommt in Echtzeit

Als die diesem Beitrag zugrunde liegende Analyse im April 2026 erstmals veröffentlicht wurde, folgten die Reaktionen einem vertrauten Muster. Manche Leser schrieben, die Prognosen wirkten übertrieben. Andere wiesen darauf hin, dass die Gesellschaft sich immer anpasse, dass neue Berufe entstehen würden, um die alten zu ersetzen, dass das hier gezeichnete Bild zu düster sei, um glaubhaft zu sein, und dass kein Anlass für das angedeutete Ausmaß an Beunruhigung bestehe. Die Monate zwischen jener ersten Veröffentlichung und dem heutigen Stand waren für diese Beschwichtigungen nicht freundlich.

Oracle, eines der größten Enterprise-Software-Unternehmen der Welt, forderte mehrere tausend Mitarbeiter in den Monaten vor März 2026 auf, ihre Arbeitsprozesse und Arbeitsabläufe sorgfältig zu dokumentieren. Viele dieser Mitarbeiter verbrachten Wochen und Monate damit, detaillierte Aufzeichnungen darüber zu erstellen, wie sie ihre Arbeit genau erledigten, wie sie ihre Prozesse strukturierten, welche Entscheidungen sie unter welchen Bedingungen trafen, weil das Unternehmen genau das von ihnen verlangte. Als offiziell angegebener Zweck galt die Verbesserung von Effizienz und Dokumentationsprozessen im gesamten Unternehmen. Am 31. März 2026 erhielten dann rund 30.000 Oracle-Mitarbeiter um 6 Uhr morgens eine E-Mail mit der Information, dass ihre Stelle abgebaut worden sei und dass der aktuelle Tag ihr letzter Arbeitstag sei. Eine schriftliche Befragung von 272 der entlassenen Mitarbeiter ergab, dass 62 Prozent über 40 Jahre alt waren und dass 22 Prozent mehr als 15 Jahre lang für das Unternehmen gearbeitet hatten. Die Dokumentationsübung war, so die Schlussfolgerung vieler Betroffener, ein systematischer Versuch gewesen, ihr institutionelles Wissen in die KI-Systeme zu überführen, die sie ersetzten. Die Abfindung betrug 6 Wochen Gehalt, unabhängig von der Betriebszugehörigkeit, was bedeutet, dass ein Mitarbeiter, der dem Unternehmen 20 Jahre lang gedient hatte, dieselbe finanzielle Anerkennung erhielt wie jemand, der erst 2 Jahre dabei gewesen war.

Das ist es, was Mai 2026 in messbaren Begriffen bedeutet. Seit dem 1. Januar dieses Jahres haben mehr als 1.621 Unternehmen Massenentlassungen angekündigt, laut Daten von Intellizence mit Stand März 2026, und die Zahl ist in den Wochen seit dieser Messung weiter gestiegen. Bis zur dritten Maiwoche 2026 waren im laufenden Jahr mehr als 142.000 Technologiearbeitnehmer allein in den Vereinigten Staaten entlassen worden, eine Rate von über 1.009 Personen pro Tag, laut dem Entlassungs-Tracker trueup.io. Amazon bestätigte Anfang 2026 seinen 30.000. konzernweiten Stellenabbau, die größte Belegschaftsreduktion in der Geschichte des Unternehmens, durchgeführt in 2 Wellen und vom Management als strukturelle Antwort auf KI-bedingte Effizienzgewinne dargestellt, obwohl das Unternehmen zur selben Zeit starke aufeinanderfolgende Quartalsergebnisse vermeldete. Meta entließ im Mai 2026 rund 8.000 Mitarbeiter, wobei Vorstandsvorsitzender Mark Zuckerberg die Belegschaftsreduktion direkt mit den KI-Infrastrukturinvestitionen des Unternehmens verband, die für das laufende Jahr auf zwischen 125 und 145 Milliarden Dollar veranschlagt sind. Die gesamte Meta-Gehaltssumme beläuft sich auf rund 27 Milliarden Dollar jährlich, was bedeutet, dass die KI-Kapitalausgaben zwischen dem 4- und 5-fachen der gesamten Personalkosten des Unternehmens liegen. Die Entlassungen sind keine Geschichte von Kostensenkungen im herkömmlichen Sinne. Sie sind die Art und Weise, wie das Unternehmen seinen KI-Infrastrukturaufbau finanziert, indem es Personalaufwand in Kapitalausgaben umleitet.

Cloudflare, ein Anbieter von Cloud-Netzwerk- und Cybersicherheitslösungen, der in seiner Geschichte noch nie Massenentlassungen durchgeführt hatte, gab im Mai 2026 bekannt, 1.100 Stellen abzubauen, was 20 Prozent der weltweiten Belegschaft entspricht. Die Ankündigung erfolgte begleitet von einem Quartalsumsatz von 639,8 Millionen Dollar, einem Anstieg von 34 Prozent im Jahresvergleich und dem höchsten Quartalsumsatz in der Geschichte des Unternehmens. CEO Matthew Prince war in seinem Memo an die Mitarbeiter ungewöhnlich explizit: Die Entscheidung sei keine traditionelle Kostensenkungsmaßnahme der Art, die auf Leistungsrückgang oder sinkende Nachfrage folgt. Die interne KI-Nutzung bei Cloudflare war in den vorangegangenen 3 Monaten allein um mehr als 600 Prozent gestiegen, und Abteilungen in den Bereichen Engineering, Personalwesen, Finanzen und Marketing führten täglich tausende von KI-Agenten-Sitzungen durch, um Arbeiten zu erledigen, die zuvor menschliche Zeit und Urteilsvermögen erforderten. Die abzubauenden Stellen waren keine unterdurchschnittlich leistenden Rollen. Es waren Stellen, die eine funktionierende KI-Schicht strukturell überflüssig gemacht hatte, während das Unternehmen gleichzeitig Rekordumsätze verzeichnete.

DeepL, das Kölner Übersetzungssoftware-Unternehmen, das 2024 bei einer Bewertung von 2 Milliarden Dollar 300 Millionen Dollar eingesammelt hatte und weithin als eines der erfolgreichsten KI-Startups Europas galt, entließ im Mai 2026 rund 250 Mitarbeiter, also etwa 25 Prozent seiner Belegschaft. CEO und Gründer Jarek Kutylowski beschrieb die Entscheidung als bewusste strukturelle Wahl und nicht als Notfallmaßnahme. Der Zeitpunkt, schrieb er, sei gewollt früh gewählt worden: "Wir warten nicht, bis der Wandel für alle auf dem Markt vollständig offensichtlich ist. Der richtige Zeitpunkt für einen solchen Schritt ist, bevor man muss." Ein Unternehmen, das KI-Übersetzungstools entwickelt, restrukturiert sich wegen der KI, was paradox klingt, es aber nicht ist. Es ist die Logik jedes börsennotierten Unternehmens, das in den vergangenen 3 Jahren stark in KI-Infrastruktur investiert hat und nun dem Investorendruck ausgesetzt ist, die Erträge aus dieser Investition in Form von operativer Effizienz nachzuweisen.

Diese Unternehmen stehen nicht unter finanziellem Druck, und genau das macht das Muster so bedeutsam. Amazon, Meta, Cloudflare, Oracle und DeepL meldeten zum Zeitpunkt ihrer jeweiligen Ankündigungen alle starke Umsätze. Die Entscheidungen fallen nicht, weil die Unternehmen scheitern. Sie fallen, weil die Unternehmen mit weniger Menschen erfolgreich sind, und weil die Investoren, die ihre KI-Infrastruktur finanziert haben, erwarten, dass die Effizienzgewinne im Personalbestand sichtbar werden. Jedes börsennotierte Unternehmen, das in den vergangenen 3 Jahren substanzielle KI-Investitionen getätigt hat, steht nun unter diesem strukturellen Druck, und der Anreiz zum Abbau besteht unabhängig davon, ob die Umsätze stark oder schwach sind.

Doch in dieser Logik ist eine Kausalitätskette eingebettet, die die Effizienzberechnungen auf Einzelunternehmensebene konsequent nicht einpreisen, eine Kette, die ich anderswo auf diesem Blog unter dem Begriff des Otto sapiens beschrieben habe: jener Variante des Homo sapiens, die unerbittlich auf kurzfristige Eigeninteressen optimiert und dabei die strukturellen Konsequenzen dieses Verhaltens in großem Maßstab übersieht. Ein KI-Agent arbeitet 24 Stunden am Tag, 7 Tage die Woche, ohne Krankenstand, ohne arbeitsrechtlichen Schutz, ohne Betriebsrat, und zu einem Bruchteil der Kosten eines menschlichen Mitarbeiters. Die wirtschaftliche Logik für den Ersatz erscheint aus der Kostenstruktur eines einzelnen Unternehmens heraus lückenlos. Was sie nicht berücksichtigt, ist die Tatsache, dass jede Person, die aus einem Gehaltsbudget entfernt wird, gleichzeitig auch als Konsument aus einem Markt entfernt wird. Amazons Kernergebnis hängt davon ab, dass Menschen mit verfügbarem Einkommen in genau jenen Volkswirtschaften Dinge kaufen, die Amazon durch seinen Stellenabbau mitverarmt. Wenn diese Menschen kein Einkommen mehr haben, bricht die Nachfrage, auf die Amazon angewiesen ist, von unten ein, nicht wegen Konkurrenz oder Produktversagen, sondern weil die Kaufkraft der Volkswirtschaften, denen Amazon dient, systematisch reduziert worden ist. DeepLs Unternehmenskunden sind genau jene Unternehmen, die durch dieselbe Transition ebenfalls strukturell wegfallen. Wenn kleinere Unternehmen scheitern, hören sie auf, für jedes SaaS-Abonnement, jeden Cloud-Dienst, jedes Enterprise-Tool zu zahlen, das sie früher genutzt haben. Die Effizienzgewinne, die große börsennotierte Unternehmen heute verbuchen, werden teilweise dadurch finanziert, dass die Marktstrukturen demontiert werden, die ihre nachgelagerten Umsätze generieren. Das ist ein Kreislauf, aus dem kein einzelner Unternehmensentscheidungsträger einen Anreiz hat, freiwillig auszubrechen, und keine Regierung auf diesem Planeten bewegt sich derzeit auch nur annähernd mit der institutionellen Geschwindigkeit, die erforderlich wäre, um ihn von außen zu unterbrechen.

Warum die Transition brutal sein wird

Jeder historische Vergleich zu früheren technologischen Disruptionen, der Industriellen Revolution, der Mechanisierung der Landwirtschaft, der Automatisierung der Fertigung, trägt einen versteckten Vorbehalt in sich, den die Optimisten konsequent unterschätzen: Diese Transitionen waren schmerzhaft, und sie wurden in Generationen gemessen, nicht in Jahren. Die Menschen, die ihre Lebensgrundlage verloren, als der Webstuhl kam, wechselten nicht reibungslos in die neuen Industrien, die schließlich aus der Industrialisierung entstanden. Viele von ihnen erholten sich wirtschaftlich nie. Ihre Kinder und Enkelkinder navigierten die neue Welt, die die Disruption schließlich schuf. Das Nettoergebnis, gemessen über Jahrzehnte, war positiv. Die individuelle Erfahrung der Transition war häufig verheerend.

Was an der aktuellen Disruption anders ist, ist die Geschwindigkeit, mit der sie sich vollzieht. Die Industrielle Revolution entfaltete sich über ungefähr ein Jahrhundert und gab Bildungssystemen, Arbeitsmärkten und sozialen Strukturen zumindest etwas Zeit zur Anpassung, wie unzulänglich auch immer. Die aktuelle Transition, angetrieben von Software, die innerhalb von Wochen weltweit aktualisiert, bereitgestellt und skaliert werden kann, komprimiert das, was historisch gesehen eine generationelle Anpassung gewesen wäre, in ein Fenster von 5 bis 10 Jahren. Einstiegspositionen in Finanzen, Recht, Beratung, Technologie, kreativer Produktion und Verwaltungsdienstleistungen schrumpfen gleichzeitig, branchen- und länderübergreifend, in einer Phase, in der die Bildungssysteme, die Menschen auf diese Berufe vorbereiten, noch immer Lehrpläne unterrichten, die für die Welt gebaut wurden, die verschwindet.

Das Rentensystem der meisten entwickelten Länder wurde für Menschen konzipiert, die von ihren Zwanzigern bis Mitte sechzig arbeiteten und dann vielleicht ein Jahrzehnt länger lebten. Die Generation Beta wird voraussichtlich im Durchschnitt zwischen 90 und 100 Jahre alt werden, was bedeutet, dass eine Berufsstruktur, die auf 40 Jahren stabiler Beschäftigung gefolgt von einem Jahrzehnt Ruhestand basiert, für sie biologisch, finanziell und sozial keinen Sinn ergibt (Newsweek, 2025). Mehrere Berufsphasen, Umschulungsphasen und flexible Einkommensquellen sind für die Generation Beta keine abstrakten Planungsszenarien aus der Zukunftsforschung, sondern konkrete mathematische Notwendigkeiten, die die Arithmetik längerer Lebenserwartungen und schrumpfender Arbeitsmärkte aufzwingt. Die Strukturen aber, die eine solche Arbeitsbiografie unterstützen würden, portable Sozialleistungen, eine lebenslange Weiterbildungsinfrastruktur, adaptive Bildungssysteme, sind noch weitgehend ungebaut.

Die Lücke zwischen dem Tempo des technologischen Wandels und dem Tempo der institutionellen Anpassung ist kein geringfügiges administratives Problem. Sie ist die zentrale menschliche Krise dieser Transition.

Die Frage des bedingungslosen Grundeinkommens

Die Idee, dass künstliche Intelligenz eine so anhaltende Verdrängung erzeugen könnte, dass Regierungen schließlich ein garantiertes bedingungsloses Einkommen für ihre Bürger bereitstellen müssten, hat sich in den vergangenen 3 Jahren vom Rand der wirtschaftswissenschaftlichen Debatte in Richtung einer annähernden Mehrheitsdiskussion bewegt. Sam Altman, Vorstandsvorsitzender von OpenAI, hat sich öffentlich als Befürworter des bedingungslosen Grundeinkommens als Antwort auf die KI-bedingte Arbeitslosigkeit positioniert. Die Investitionsgemeinschaft des Silicon Valley, deren Mitglieder am direktesten von der Automatisierung der Wissensarbeit profitieren, ist zu einer der lauteren Stimmen geworden, die Einkommensgarantien fordern, genau weil sie besser als sonst jemand verstehen, wie schnell der Arbeitsmarkt umstrukturiert wird (The Hill, 2025).

Das empirische Bild zu garantierten Einkommensprogrammen ist nuancierter, als sowohl ihre Befürworter als auch ihre Kritiker in der Regel einräumen. Finnlands 2-jähriges Pilotprogramm, das von 2017 bis 2018 lief und 2.000 zufällig ausgewählten arbeitslosen Bürgern bedingungslos 560 Euro pro Monat bereitstellte, ergab, dass die Teilnehmer deutlich bessere psychische Gesundheit, reduzierten Stress und ein größeres Gefühl persönlicher Autonomie berichteten als die Kontrollgruppe, und dass das Programm die Bereitschaft der Teilnehmer zur Arbeitsaufnahme nicht in dem Maße reduzierte, wie Kritiker vorhergesagt hatten (Blomberg-Kroll et al., 2020). Versuche in Wales, Kenia und mehreren kanadischen Provinzen haben in der Breite ähnliche Ergebnisse produziert, mit Empfängern, die erhöhte Gründungsaktivität, verbesserte Bildungsergebnisse für Kinder in begünstigten Haushalten und ein größeres als geringeres Engagement im gesellschaftlichen Leben zeigten (Newsweek, 2025).

Stand Mitte 2025 hat kein Land ein flächendeckendes bedingungsloses Grundeinkommen für seine Allgemeinbevölkerung eingeführt. Die politischen Hürden sind erheblich, die fiskalische Architektur ist ungeklärt, und die Frage, wer dafür bezahlt, ob durch die Besteuerung KI-generierter Unternehmensgewinne, durch die Umverteilung von Produktivitätsgewinnen oder durch einen anderen Mechanismus, bleibt tatsächlich offen. Was nicht mehr offen ist, ist, ob die Frage beantwortet werden muss. Die Transition vom aktuellen Arbeitsmarkt zu dem, was ihn ersetzt, wird ein soziales Sicherheitsnetz erfordern, das in der Lage ist, Millionen von Menschen in einer Phase struktureller Verdrängung aufzufangen, die bestehende Systeme der Arbeitslosenversicherung nicht zu bewältigen ausgelegt waren.

Was das für die Generation bedeutet, die jetzt geboren wird

Die zwischen 2025 und 2039 geborenen Kinder werden diese Transition nicht als Disruption erleben, weil sie für sie schlicht die Ausgangsbedingung der Welt sein wird, die sie erben. Sie werden lernen, mit KI-Systemen zusammenzuarbeiten, so wie frühere Generationen gelernt haben, mit Kollegen zusammenzuarbeiten. Sie werden Berufswege navigieren, die keiner linearen Trajektorie von Ausbildung über Beschäftigung zu Ruhestand folgen, denn diese Trajektorie wird für sie in keiner erkennbaren Form existieren. Die Fähigkeiten, die ihr wirtschaftliches Überleben definieren werden, kritisches Denken präzise genug, um KI-Ergebnisse zu hinterfragen statt einfach zu akzeptieren, emotionale Intelligenz robust genug, um Bedürfnisse zu bedienen, die Maschinen wirklich nicht bedienen können, Anpassungsfähigkeit ausreichend, um alle paar Jahre das Berufsfeld zu wechseln, ohne die innere Kohärenz zu verlieren, sind nicht die Fähigkeiten, die die meisten Bildungssysteme derzeit priorisieren.

Die Herausforderung liegt nicht bei der Generation Beta. Sie wird sich anpassen, denn sie wird keine Erinnerung an etwas anderes haben, und Anpassung fällt leichter, wenn es nichts zu verlernen gibt. Die Herausforderung liegt bei der Generation, die jetzt lebt, beim Rechtsanwaltsgehilfen, der 4 Jahre in eine Ausbildung für eine schrumpfende Rolle investiert hat, beim Fotografen, der 10 Jahre lang ein Portfolio aufgebaut hat in einem Markt, in dem 68 Prozent der kommerziellen Bildnachfrage heute von Systemen gedeckt wird, die ohne Kamera und Lichtstand auskommen, beim Übersetzer, der dabei zusieht, wie die Software in Sekunden erledigt, was ihn eine Stunde gekostet hat, und der Kinder zu Hause und Miete zu zahlen hat und keinen offensichtlichen Weg zu dem sieht, was als Nächstes kommt.

Das ist die Bevölkerungsgruppe, die im Übergang steckt, und sie ist groß, und sie wird von den Institutionen, die ihre Interessen vertreten sollen, nicht ehrlich angesprochen. Regierungen haben Angst vor den politischen Konsequenzen von Panik. Unternehmen haben Angst davor, was Wettbewerber mit denselben Informationen tun, die sie selbst bereits besitzen. Die Universitäten kassieren weiterhin Studiengebühren für Abschlüsse in Bereichen, die sich schneller verändern, als jeder 4-jährige Studiengang verfolgen kann. Und die Menschen in der Mitte, diejenigen, die die Arbeit leisten, die die Maschinen gerade erlernen zu ersetzen, sind weitgehend auf sich gestellt.

Programmierer, Handwerker, Soldaten: Niemand ist sicher

Es gibt ein Gespräch, das sich wiederholt, mit unterschiedlichen Teilnehmern und derselben Struktur, und es verläuft ungefähr so: Jemand argumentiert, dass Programmierer schon sicher seien, denn jemand müsse ja die KI bauen. Jemand anderes argumentiert, dass Handwerker schon sicher seien, denn ein geplatztes Rohr lasse sich nicht mit einem Sprachmodell reparieren. Beide Argumente fühlen sich im Moment befriedigend an, und beide sind mittelfristig falsch, und der Grund dafür ist derselbe, aus dem die Argumente der früheren Generation über Sekretärinnen und Fotografen falsch waren: Die entscheidende Frage ist nie, ob eine Fähigkeit wertvoll ist, sondern ob die wirtschaftliche Struktur, die bislang dafür bezahlte, dass Menschen diese Fähigkeit ausübten, weiterhin Menschen dafür braucht.

In der Softwareentwicklung ist die Verschiebung bereits im täglichen Arbeitsablauf jeder ernsthaften Engineering-Organisation sichtbar. KI-Coding-Assistenten haben sich mit einer Geschwindigkeit von der Kuriosität zur Infrastruktur entwickelt, die selbst ihre Entwickler überrascht hat. Die Kategorie des "Vibe Coding", also das Bauen funktionaler Software durch natürlichsprachliche Prompts mit minimalem formalem Programmierwissen, war vor 2 Jahren ein Randexperiment. Diese Kategorie ist kein Randexperiment mehr, und der Abstand zwischen jenen, die sie adoptiert haben, und jenen, die es nicht getan haben, wächst jedes Quartal. Der Programmierer, der KI-Tools nicht in jeden Schritt seines Workflows integriert hat, operiert bereits mit einem Kosten- und Geschwindigkeitsnachteil, der sich quartalsweise kumuliert. Der Programmierer, der diese Tools integriert hat, kann in einer Stunde erledigen, was ein Team von 5 zuvor eine Woche benötigte. Diese Gleichung erfordert keine überdehnte Fantasie, um ihre Schlussfolgerung zu ziehen: Unternehmen brauchen weniger Programmierer, nicht mehr, während die Produktivität pro verbleibendem Programmierer beschleunigt. Gebraucht werden nicht mehr Menschen, die Code schreiben, sondern weniger, bessere Menschen, die verstehen, wie man die Systeme dirigiert, die Code schreiben, ihre Ergebnisse validiert und ihre Fehler findet.

Das Handwerk ist eine andere Diskussion, und Menschen, die sie führen, neigen dazu, sich sicherer zu fühlen. Der Elektriker, der Klempner, der Dachdecker: Das sind Berufe, die physische Präsenz, räumliches Denken und die Fähigkeit erfordern, auf unvorhersehbare physische Umgebungen zu reagieren. Technisch gesehen hat das Argument für ihre Widerstandsfähigkeit mehr Substanz als das Argument für die des Programmierers. Aber es ist nicht so wasserdicht, wie die Menschen glauben, die es vorbringen. Auf einer Messe für Robotik in China, die ich kürzlich besucht habe, stand ich vor Maschinen, die Metall bogen, Fliesen legten, Elektroleitungen installierten und 80-Kilogramm-Lasten über unebene Oberflächen trugen, alles ohne eine menschliche Hand daran. Ich verließ diese Messe mit einem Gefühl, das ich ungern benutze: echter Angst. Nicht die abstrakte Besorgnis von jemandem, der einen Bericht liest, sondern die konkrete Erkenntnis von jemandem, der gesehen hat, was die Maschinen bereits tun, und der versteht, wie weit der tatsächliche Stand der Technik dem öffentlichen Diskurs voraus ist. Das Handwerk ist nicht so geschützt, wie die Menschen, die in ihm arbeiten, derzeit annehmen. Es liegt lediglich etwas weiter hinten auf demselben Zeitstrahl, der bereits die Wissensberufe erfasst.

Die Menschen, die in diesem Umfeld wirtschaftlichen Wert behalten werden, sind jene, die verstehen, wie man KI-Systeme dirigiert, wie man erkennt, wo sie versagen, wie man Arbeitsabläufe um ihre Fähigkeiten und Grenzen herum gestaltet, und wie man damit Dinge baut, die ohne sie nicht gebaut werden könnten. Es ist der kognitive Schritt, Aufgaben nicht mehr manuell auszuführen, sondern Systeme zu orchestrieren, die Aufgaben im großen Stil ausführen. Diejenigen, die diesen Schritt vollzogen haben, gehören zu einer kleinen Gruppe, deren Vorsprung vor allen anderen sich schneller vergrößert, als die Bildungssysteme, die versuchen diese Lücke zu schließen, reagieren können.

Die Unternehmen, die dieses Jahrzehnt nicht überleben werden, sind nicht notwendigerweise jene mit den schwächsten Produkten oder den schlechtesten Bilanzen. Dazu gehört jede Organisation, die auf Führungsebene entschieden hat, dass KI eine Produktivitätsverbesserung ist, die man auf bestehende Prozesse aufschrauben kann, ohne diese Prozesse von Grund auf neu zu denken. Ich habe es von Geschäftsführern gehört: "Wir lassen das jetzt mit ChatGPT schreiben, passt schon." Diese Menschen passen nicht schon. Sie sind 2 Jahre hinter einer Kurve zurück, die sich schneller bewegt, als sie rennen können, und wenn der Abstand für sie in Umsatzzahlen sichtbar wird, werden die Dinge, die sie 2023 hätten aufbauen sollen, mit 3-facher Dringlichkeit und ohne ausreichend Zeit für sorgfältige Arbeit nachgeholt werden müssen.

Am 1. Mai 2026 setzte die Stadt Hangzhou 15 humanoide und geraderte Roboter als Verkehrspolizei-Staffel an Schlüsselkreuzungen ein, die während des Feiertags den Fußgängerverkehr managten. Im Januar 2026 hatte die Stadt Wuhu in der Provinz Anhui die "Intelligent Police Unit R001" im Dauereinsatz an einer belebten Kreuzung stationiert: eine humanoide Maschine in Polizeiuniform und reflektierender Weste, die den Verkehr regelt, Radfahrer verwarnt und durchgehend arbeitet, ohne Pausen, ohne Krankenstand, ohne Rentenbeiträge. Mehrere weitere chinesische Städte, darunter Chengdu und Shenzhen mit dem PM01-Roboter des Unternehmens EngineAI, haben im Laufe von 2025 und 2026 ähnliche Systeme im Realbetrieb eingesetzt. Das ist kein Demonstrations- oder Pilotprojekt mehr, das in einem Labor wartet. Das sind funktionierende operative Einsätze, die Städte systematisch skalieren. Den Terminator sah ich im Kino mit einem wohltuenden Gefühl von Distanz zwischen dieser Fiktion und der Welt draußen. Diese angenehme Distanz existiert in keinem bedeutsamen Sinne mehr.

Auf der militärischen Seite ist die Entwicklung nicht weniger direkt. Autonome Drohnen, die ohne menschliche Kontrolle in Echtzeit operieren, haben in der Ukraine Ziele bekämpft. Roboter-Bodenfahrzeuge haben Kombattanten konfrontiert und Kapitulationen entgegengenommen. Letale autonome Waffensysteme, die Ziele ohne menschliche Entscheidung im Einzelfall identifizieren und bekämpfen können, sind kein Science-Fiction-Konzept mehr. Sie stehen als aktive Beschaffungsvorhaben in Verteidigungsbudgets, die gerade jetzt debattiert werden. Die Debatte in militärischen und juristischen Kreisen dreht sich nicht mehr darum, ob diese Systeme existieren, sondern darum, ob das Völkerrecht schnell genug aktualisiert werden kann, um sie zu regulieren. Ich bin kürzlich durch einen beruflichen Kontext, den ich nicht näher spezifiziere, auf Informationen gestoßen, die nahelegen, dass die Frage, ob stehende Armeen in ihrer heutigen Form innerhalb eines Jahrzehnts noch ihre aktuelle Funktion erfüllen werden, kein abstraktes Gedankenexperiment mehr ist, sondern ein aktives und dokumentiertes Planungsproblem in ernsthaften Verteidigungsinstitutionen.

Eine persönliche Prognose, an der ich festhalte

Menschen, die mich kennen, wissen, dass ich eine Erfolgsbilanz darin habe, mit Dingen recht zu behalten, die in dem Moment, in dem ich sie sage, die Reaktion provozieren: "George, du übertreibst." Als ich Anfang 2025 die Entwicklung KI-getriebener Jobverdrängung beschrieb, waren die Reaktionen vorhersehbar in ihrer Vielfalt. Menschen argumentierten, die Gesellschaft passe sich immer an technologische Disruption an. Andere behaupteten, neue Berufe würden die alten in etwa demselben Tempo ersetzen. Mehrere legten nahe, meine Einschätzung der Lage sei schlicht alarmistisch. Dann entfaltete sich die Oracle-Geschichte, und die Cloudflare-Geschichte, und die DeepL-Geschichte, und die 142.000 Tech-Entlassungen der ersten 5 Monate des Jahres 2026 materialisierten sich als öffentlich belegter Tatbestand. Ich sage das nicht, um mich selbst zu beglückwünschen. Ich sage es, weil die Menschen, die mir sagten, ich übertreibe, ihre Priors über alles andere, was ich gleich sage, neu kalibrieren müssen.

Die Transformation bricht mit einer Geschwindigkeit auf uns ein, auf die kein Einzelner, kein Unternehmen und keine Regierung in Echtzeit reagieren kann. Die Institutionen, die den sozialen Puffer der Disruption abfedern sollten, Regulierungsbehörden, Sozialversicherungssysteme, Umschulungsprogramme, wurden für Veränderungen gebaut, die sich über Jahrzehnte entfalteten. Was gerade passiert, vollzieht sich in Monaten. Bis eine Regierung ein Problem identifiziert, einen Ausschuss eingesetzt, eine Studie in Auftrag gegeben, diese erhalten, debattiert und ein Pilotprogramm finanziert hat, ist das Problem bereits 3-mal größer geworden.

Es gibt ein kognitives Profil, das in diesem Umfeld gedeihen wird, und es ist nicht das Profil, für das das Bildungsestablishment und die Personalverantwortlichen in Unternehmen 40 Jahre lang selektiert haben. Autistische und neurodivergente Menschen, deren Gehirne Informationen in parallelen statt sequenziellen Strukturen verarbeiten, die enorme Datenvolumen halten und querverweisen können, ohne die Mustererkennung-Erschöpfung, die neurotypische Kognition betrifft, sind strukturell besser für die KI-Schnittstellenschicht gerüstet als die meisten Menschen, die gerade die Organisationen leiten, die in ihr navigieren müssen. Das ist kein sanfter inklusiver Kommentar, der in einem Diversity-Bericht seinen Platz hätte. Es ist eine harte kognitive Beobachtung: Die mentale Architektur, die in Umgebungen, die auf soziale Konformität optimiert sind, als Nachteil behandelt wurde, ist in Umgebungen, in denen die primäre Aufgabe darin besteht, KI-Systeme zu dirigieren, zu validieren und zu korrigieren, die mit Datenvolumen operieren, die die Bandbreite des konventionellen sequenziellen Denkens übersteigen, ein echter Funktionsvorteil.

Die teuren Berater, die europäische Regierungen in KI-Fragen beraten, haben beeindruckende Titel. Was einigen von ihnen nachweislich fehlt, ist das unmittelbare, aus erster Hand gewonnene Verständnis dessen, was diese Systeme beim Einsatz tatsächlich tun, im Unterschied dazu, was sie in einer PowerPoint-Präsentation zu tun versprechen. Das Beratungsökosystem rund um die europäische Politik ist, mit nennenswerten Ausnahmen, strukturiert um akademische Qualifikationen und institutionelle Beziehungen, nicht um operative Erfahrung mit der Technologie, zu der beraten wird. So kommt man zu KI-Strategien, die 3 Jahre hinter der Frontier liegen und geschrieben wurden, um die Leute zu schützen, die die Arbeitsgruppen finanziert haben.

Was Deutschland im Besonderen angeht: Wenn eine Privatperson am Monatsende kein Geld mehr hat, streicht sie das Takeaway, kündigt ihre Streaming-Dienste und isst 3-mal die Woche Pasta, bis sich das Konto erholt. Die Bundesregierung hingegen verkündet in diesem Fall eine Schuldenbremsumgehung im dreistelligen Milliardenbetrag und setzt gleichzeitig eine Arbeitsgruppe ein, die prüft, ob LED-Beleuchtung in Bundesgebäuden eine sinnvolle Effizienzmaßnahme darstellt. Die Komödie in diesem Szenario schreibt sich mit minimalem Aufwand. Die Tragödie, die dasselbe Szenario enthält, schreibt sich erheblich schneller und in erheblich größerem Maßstab.

Menschen, die ich persönlich kenne, viele von ihnen Unternehmer und Fachleute aus dem Raum Bayern, die Jahrzehnte damit verbracht haben, in Deutschland steuerbares Vermögen aufzubauen, warten nicht darauf, dass sich die politische Lage verbessert. Mehrere von ihnen haben den Schritt bereits vollzogen und sind weggezogen. Mehrere weitere haben im Ausland Immobilien erworben und befinden sich derzeit im Prozess des Umzugs. Sie alle sagen dasselbe: Die Kombination aus Steuerdruck, bürokratischer Reibung und einer Regierung, die auf Haushaltsstress reagiert, indem sie mehr aus jenen herauspresst, die die fiskalische Aktivität generieren, anstatt die Systeme zu restrukturieren, die sie verbrauchen, hat ihre Bereitschaft zum Bleiben erschöpft. Sie haben nicht unrecht, und sie handeln nicht egoistisch. Sie wenden dieselbe rationale Kalkulation an, die jedes mobile Unternehmen anwendet, wenn das regulatorische und fiskalpolitische Umfeld einer Jurisdiktion der Aktivität gegenüber feindlich wird, die den Umsatz generiert, der den öffentlichen Haushalt finanziert. Der daraus folgende Kapitalabfluss ist kein Protest. Er ist die geradlinige Arithmetik von Anreizen, die konsequent über die Zeit angewendet werden. Jeder Vermögende und jedes produktive Unternehmen, das Deutschland verlässt, nimmt nicht nur seinen direkten Steuerbeitrag mit, sondern auch die Beschäftigung, die Lieferantenbeziehungen, den nachgelagerten Konsum und den Wissenstransfer, den seine Aktivität generiert hat. Zypern, Malta, Portugal und die VAE wachsen nicht, weil sie Glück hatten. Sie wachsen, weil sie sich einfacher betreiben lassen als die Alternativen.

Italien, über das sich angesichts von 30 Jahren politischer Instabilität viele Witze gemacht wurden, hat im September 2025 als erstes Land in der Europäischen Union ein umfassendes nationales KI-Gesetz verabschiedet, das mit dem EU AI Act kompatibel ist, unter Ministerpräsidentin Meloni. Begleitet wird das durch die Strategie "Italia Digitale 2026", die mit Mitteln aus dem EU-Aufbaufonds reale Investitionen in KI-Infrastruktur, die Modernisierung der öffentlichen Verwaltung und die Entwicklung digitaler Kompetenzen mobilisiert. Der OECD-Wirtschaftsbericht zu Italien von 2026 identifiziert verbesserte Fundamentaldaten. Es ist keine vollständige Wende, und Italien hat strukturelle Probleme, die es nicht gelöst hat. Aber es ist ein Land, das die politische Entscheidung getroffen hat, sich an der Schnittstelle von regulatorischer Klarheit und technologischer Adoption zu positionieren, in einem Moment, in dem diese Schnittstelle den höchsten kommerziellen Wert hat. Ich beobachte das aus Gründen, die nicht rein akademischer Natur sind.

Die Länder, die im Jahrzehnt nach diesem am besten aufgestellt sein werden, teilen ein strukturelles Merkmal: Sie sind entweder bereit, sich mit der Geschwindigkeit der KI-Implementierung zu bewegen, oder sie haben die autoritäre Kapazität, diese Geschwindigkeit ihren Institutionen aufzuzwingen, ohne auf demokratischen Konsens zu warten. Die Vereinigten Arabischen Emirate, China, Japan, Südkorea, Russland, Singapur und Israel bewegen sich alle, aus unterschiedlichen Gründen und mit unterschiedlichen gesellschaftlichen Abwägungen, schneller als die liberalen Demokratien Westeuropas. Die Vereinigten Staaten wiederum, in einer eigenen Kategorie, beschleunigen die Disruption mit einer Kombination aus privatwirtschaftlichem Maßstab und institutionellem Verfall, die enorme Gewinner und enorme Verlierer produzieren wird, bei minimaler sozialer Infrastruktur zur Verwaltung der Verteilung dazwischen. Die Amerikaner fahren den Schlitten nicht vorsichtiger als die Deutschen. Sie fahren ihn nur schneller auf dieselbe Wand zu und nennen es Fortschritt.

Was ich am Ende von all dem mit Sicherheit weiß, ist, was ich am Ende jeder früheren Analyse gewusst habe: Die Menschen, auf die es ankommt, sind jene, auf die man zählen kann, wenn die Strukturen versagen. Dieser Aufbau ist es, worauf meine Aufmerksamkeit geht. Ich suche auch, nicht vollständig metaphorisch, nach verfügbaren Immobilien in Italien. Ich habe nicht die Absicht, in Deutschland zu sterben, was etwas darüber aussagt, wohin ich Deutschland für unterwegs halte, und etwas noch Spezifischeres darüber, wo ich zu sein beabsichtige, wenn es dort ankommt.

Dieser Artikel dient allgemeinen Informationszwecken und stellt die Analyse des Autors auf der Grundlage öffentlich verfügbarer Forschungsergebnisse dar. Alle zitierten Prognosen stammen aus begutachteten Studien und Berichten anerkannter Forschungsinstitutionen.

Quellen

• Amodei, D. (2025, Mai). Interview mit Axios über KI und die Disruption des Arbeitsmarkts. Anthropic.
• Bloomberg. (2025). Job market trend analysis: 180 million postings across creative and knowledge sectors. Bloomberg Intelligence.
• Blomberg-Kroll, O., Hämäläinen, P., Kanninen, O., Koskela, T., Simanainen, M., & Verho, J. (2020). The basic income experiment 2017-2018 in Finland: Preliminary results. Ministry of Social Affairs and Health Finland.
• Cazzaniga, M., Jaumotte, F., Li, L., Melina, G., Panton, A., Pizzinelli, C., Rockall, E., & Tavares, M. M. (2024). Gen-AI: Artificial intelligence and the future of work (IMF Staff Discussion Note SDN/2024/001). Internationaler Währungsfonds.
• Challenger, Gray & Christmas. (2025). Annual job cuts report 2025. Challenger, Gray & Christmas.
• Chow, A. R. (2026, 30. April). Oracle workers say they were fired after training AI to replace them. TIME Magazine.
• Frey, C. B., & Osborne, M. A. (2013). The future of employment: How susceptible are jobs to computerisation? Oxford Martin School, University of Oxford.
• Frey, C. B., & Osborne, M. A. (2023). The future of employment revisited (Aktualisierte Analyse). Oxford Martin School, University of Oxford.
• Goldman Sachs. (2025). The potentially large effects of artificial intelligence on economic growth (Aktualisierter Forschungshinweis). Goldman Sachs Global Investment Research.
• Harari, Y. N. (2017). Homo Deus: Eine Geschichte von Morgen. C.H. Beck.
• Intellizence. (2026). Companies that announced major layoffs and hiring freezes (Tracker, Datenstand 22. März 2026). Intellizence. Abgerufen Mai 2026 von https://intellizence.com/insights/layoff-downsizing/major-companies-that-announced-mass-layoffs/
• McKinsey Global Institute. (2025). A new future of work: The race to deploy AI and raise skills in Europe and beyond. McKinsey & Company.
• MIT Computer Science and Artificial Intelligence Laboratory. (2025). AI and the future of work: Labor market implications of AI adoption. Massachusetts Institute of Technology.
• Newsweek. (2025). Generation Beta: What we know about the children born between 2025 and 2039. Newsweek.
• OECD. (2026). OECD Economic Surveys: Italy 2026. OECD Publishing.
• OECD. (2025). Fortschritte bei der Umsetzung des EU-Koordinationsplans für Künstliche Intelligenz (Band 1): Italien. OECD Publishing.
• PhotoGPT AI. (2025). AI in marketing: Usage statistics and trends. PhotoGPT AI Research.
• Rauscher, G. A. (2026). The Last Generation to Learn a Trade: How Artificial Intelligence Is Reshaping the Labor Market at a Speed History Has Never Seen, and Why the Transition Will Spare Almost Nobody. Zenodo. https://doi.org/10.5281/zenodo.20394044
• Sifted. (2026, Mai). DeepL cuts 250 jobs in push to stay ahead in AI race. Sifted.
• SignalFire. (2025). State of talent report: AI's impact on hiring. SignalFire.
• Stanford Hoover Institution. (2026). AI and the entry-level labor market. Stanford University.
• TechCrunch. (2026, 8. Mai). Cloudflare says AI made 1,100 jobs obsolete, even as revenue hit a record high. TechCrunch.
• The Hill. (2025). Tech leaders push for universal basic income amid AI concerns. The Hill.
• TrueUp. (2026). Tech layoffs tracker (Live-Daten, abgerufen 22. Mai 2026). TrueUp. Abgerufen von https://www.trueup.io/layoffs
• World Economic Forum. (2025). The future of jobs report 2025. Weltwirtschaftsforum.
• Xinhua. (2026, 3. Mai). China's robot police patrol cities during Labor Day holiday. Xinhua Nachrichtenagentur.