Eine neue Studie der Brookings Institution deckt eine kritische Lücke auf. Politische Entscheidungsträger bewerten die Auswirkungen künstlicher Intelligenz auf die Arbeitswelt oft falsch. Von 37,1 Millionen amerikanischen Beschäftigten mit hoher KI-Exposition fehlen nur 6,1 Millionen die Mittel zur Anpassung bei Jobverlust.
Sam Manning und Tomás Aguirre berichten für das National Bureau of Economic Research. Die Forscher entwickelten ein Maß für „Anpassungsfähigkeit“. Es untersucht die Fähigkeit von Beschäftigten zum Jobwechsel anhand von Ersparnissen, Alter, lokalen Arbeitsmärkten und übertragbaren Fähigkeiten.
Die Ergebnisse stellen gängige Annahmen infrage. Viele stark exponierte Arbeitskräfte verfügen über finanzielle Puffer und übertragbare Fähigkeiten. Dazu zählen Softwareentwickler, Finanzmanager und Anwälte. Etwa 26,5 Millionen Beschäftigte in stark exponierten Berufen haben überdurchschnittliche Anpassungsfähigkeit.
Die 6,1 Millionen gefährdeten Beschäftigten zeichnen ein anderes Bild. Sie konzentrieren sich auf Büro- und Verwaltungstätigkeiten. Dort treffen bescheidene Ersparnisse auf begrenzt übertragbare Fähigkeiten. Frauen machen 86 Prozent dieser Gruppe aus. Büroangestellte, Sekretärinnen, Empfangsmitarbeiter und medizinische Verwaltungsangestellte bilden die größten betroffenen Berufsgruppen.
„Wir gehen darüber hinaus, welche Jobs einer möglichen KI-Exposition ausgesetzt sind. Wir untersuchen, welche Arbeitskräfte die höchsten oder niedrigsten Anpassungskosten bei einer Verdrängung tragen müssen“, schreiben Manning und Aguirre.
Die Studie kombiniert sechs Datensätze für den Index der Anpassungsfähigkeit. Finanzielle Sicherheit erweist sich als Schlüsselfaktor. Beschäftigte mit höheren liquiden Ersparnissen erleben nach Jobverlust weniger finanzielle Not. Sie finden bessere Jobmöglichkeiten. Das Alter spielt eine wichtige Rolle. Arbeitskräfte zwischen 55 und 64 Jahren zeigen 16 Prozentpunkte niedrigere Wiederbeschäftigungsraten als jene zwischen 35 und 44 Jahren.
Der geografische Standort beeinflusst die Ergebnisse. Beschäftigte in dicht besiedelten Gebieten tragen niedrigere Übergangskosten als jene in ländlichen Regionen. Übertragbare Fähigkeiten ermöglichen berufliche Mobilität.
Geografisch konzentrieren sich gefährdete Arbeitskräfte in kleineren Metropolregionen. Besonders betroffen sind Universitätsstädte und mittelgroße Märkte im Bergwesten und Mittleren Westen. Universitätsstädte wie Laramie in Wyoming und Huntsville in Texas zeigen erhöhte Konzentrationen. Hauptstädte wie Springfield in Illinois und Carson City in Nevada weisen ähnliche Muster auf.
Technologiezentren wie San Jose und Seattle zeigen die höchsten Konzentrationen exponierter aber anpassungsfähiger Arbeitskräfte. Der Anteil stark exponierter Beschäftigter mit geringer Anpassungsfähigkeit liegt zwischen 2,4 und 6,9 Prozent. Der nationale Durchschnitt beträgt 3,9 Prozent.
Die Forscher räumen Einschränkungen ein. Der Index arbeitet auf Berufsebene. Individuelle Umstände variieren innerhalb von Berufen stark. Ein 30-jähriger Computernetzwerkarchitekt in San Francisco unterscheidet sich erheblich von einem 56-jährigen Kollegen in einem kleinen Markt.
Die Analyse stützt sich hauptsächlich auf lokalisierte Verdrängungsereignisse. Wenn KI mehrere verwandte Berufe gleichzeitig betrifft, könnte strukturelle Jobverfügbarkeit wichtiger sein als individuelle Merkmale.
Die Studie bietet praktische Anwendungen für Arbeitsmarktpolitik. Das Verständnis von Resilienzmustern könnte die Vergabe öffentlicher Mittel für Anpassungsprogramme informieren. Politische Entscheidungsträger könnten Maße der Anpassungsfähigkeit nutzen, um Datenerhebung zu fokussieren und Anspruchsberechtigung für Übergangshilfen zu optimieren.
Manning und Aguirre betonen einen Punkt. Expositionsmaße allein erfassen nicht, welche Beschäftigten die schwersten Wohlfahrtskosten durch KI-bedingte Verdrängung erleiden würden. Ihr Ansatz bietet einen Rahmen zur Identifizierung jener, die am meisten Unterstützung benötigen.
