Heise 17.06.2026
10:30 Uhr

heise+ | KI im Job: Studien widerlegen Mythos vom Job-Killer


KI soll Arbeit erleichtern und Fachkräftemangel lindern. Doch Studien zeigen: Statt Entlastung bringt die Technik oft Arbeitsverdichtung und neue Aufgaben.

heise+ | KI im Job: Studien widerlegen Mythos vom Job-Killer

KI soll Arbeit abnehmen, die Produktivität steigern und Kosten sparen – so das Versprechen der IT-Branche. Die Modelle werden Woche für Woche mächtiger, doch in den Statistiken der Ökonomen und Arbeitssoziologen schlägt sich das nicht nieder. Angestellte klagen nach der Einführung von KI-Systemen nicht über Langeweile, sondern über zusätzliche Belastungen. Nach mancher Umstellung schrumpft deren Output sogar, anstatt zu wachsen.

Damit stellen die Forscher das Hauptversprechen der KI-Branche infrage. Die Tech-Unternehmen um OpenAI und Google verkaufen KI als Lösung für den weltweiten Fachkräftemangel, dem viele westliche Industrienationen entgegenblicken. Dank KI, so die Erzählung, brauche man künftig weniger Fachkräfte und könne Kosten sparen. Genau das treibt die Börsenkurse von Nvidia, Microsoft und Google, lässt immer mehr Rechenzentren aus dem Boden sprießen und versetzt Arbeitnehmer in Panik, sie könnten morgen ihren Job verlieren.

In diesem Schwerpunkt sondieren wir die Studienlage: Was sagen die neuesten Untersuchungen zum KI-Einsatz über Arbeitsbelastung und Produktivität tatsächlich aus? Dabei entpuppte sich so manch weitverbreitete Überzeugung als Irrtum, allen voran das Bild von der KI als flächendeckender Jobkiller. Auch dass ihr Einsatz automatisch Arbeitszeit spart und Fachkräfte entlastet, lässt sich nicht halten. Und: Es wird nicht alles besser, nur weil nächste Woche ein noch mächtigeres Sprachmodell an den Start geht. Welche Folgen diese Erkenntnisse haben, erklärt der Soziologe Florian Butollo im anschließenden Interview. Ein weiterer Artikel diskutiert, wie Sie den Einsatz von KI in Ihrem Unternehmen praktisch neu bewerten müssen – und warum Prozesse, Werkzeuge und Arbeitsorganisation oft wichtiger sind als das schlaueste Modell.