Laut Prognosen des McKinsey Global Institute wird der Einfluss künstlicher Intelligenz durch Simulationen auf rund 13 Billionen US-Dollar an zusätzlicher globaler Wirtschaftsaktivität geschätzt. Dies entspricht einem zusätzlichen Bruttoinlandsprodukt-Wachstum von durchschnittlich 1,2 Prozent pro Jahr.
Doch diese ökonomische Chance kollidiert mit dem Risiko massiver Arbeitsplatzverluste: Goldman Sachs rechnet damit, dass etwa 300 Millionen Vollzeitstellen weltweit entfallen und in Europa sowie den USA ein Viertel aller Tätigkeiten vollständig automatisiert werden könnte. Unternehmen reagieren bereits heute darauf, indem sie ihre Einstellungsprozesse neu definieren und technische Fähigkeiten entsprechend der neuen Arbeitsrealität gewichten.
Ökonomische Reichweite und Jobauswirkungen der KI-Revolution
Die ökonomische Reichweite ist global messbar. Das McKinsey Global Institute geht davon aus, dass bis 2030 mindestens 70 Prozent der Unternehmen die KI-Revolution angenommen haben werden und mindestens eine Art von KI-Technologie übernommen haben. Die durchschnittliche Simulation zeigt jedoch, dass weniger als die Hälfte dieser Unternehmen die fünf Kategorien vollständig absorbiert hat.
Parallel dazu warnen andere Institute vor dem Ausmaß des Arbeitsplatzverlusts. Goldman Sachs sagt, dass die Jobs in den USA und Europa möglicherweise eine Viertel der Arbeitstätigkeiten ersetzen können. Die Studie sagt zudem, dass zwei Drittel der Jobs in diesen Regionen unter irgendeiner Form von KI-Automatisierung stehen und rund ein Viertel aller Jobs vollständig von KI ausgeführt werden könnten.
Auch die Produktionsbranche ist betroffen. Gemäß einem Bericht von MIT und Boston University wird KI bis 2026 so viele Fertigungsarbeiter ersetzen wie zwei Millionen Menschen. Der Einzelhandel steht ebenfalls vor einer Transformation. Freethink sagt, dass 65 Prozent der Einzelhandelsjobs bis zu diesem Jahr automatisiert werden könnten.
PwC schätzt, dass bis Mitte der 2030er Jahre bis zu 30 Prozent der Jobs automatisierbar sein könnten. Der World Economic Forum hat geschätzt, dass künstliche Intelligenz insgesamt einige 85 Millionen Arbeitsplätze bis 2026 ersetzen wird. Besonders gefährdet sind gut ausgebildete Wissensarbeiter. Forscher von der University of Pennsylvania und OpenAI fanden heraus, dass diese Gruppe, die bis zu 80.000 US-Dollar pro Jahr verdient, am wahrscheinlichsten von Arbeitsautomatisierung betroffen ist.
Die Anpassungsquote wird hoch: Eine Studie des McKinsey Global Institute berichtet, dass bis 2030 mindestens 14 Prozent der Mitarbeiter weltweit ihre Karriere aufgrund von Digitalisierung, Robotik und KI-Fortschritten ändern müssen. Trotz der Risiken sieht Goldman Sachs auch die Möglichkeit eines Produktivitätsbooms, der neue Jobs schaffen könnte.
Werbung
Unternehmen revidieren den Einstellungsprozess und die Anforderung an technische Fähigkeiten
Die Anpassung der Rekrutierung hinkt der technologischen Entwicklung hinterher. Das Startup-Hiring-Verfahren verändert sich schneller als die Systeme, mit denen wir Menschen auf die Arbeit vorbereiten. Unternehmen wollen sehen, ob Kandidaten in der Lage sind, ein unklares Problem in eine funktionierende Lösung zu verwandeln.
Für nichttechnische Rollen werden zunehmend Aufgaben gestellt, bei denen Kandidaten etwas erstellen müssen: ein kleines Werkzeug, einen neuen Arbeitsablauf oder eine Analyse unter Verwendung von KI.
Die Bewertung des Codes selbst wandelt sich grundlegend. Wenn KI viel Code schreiben kann, wird das Verständnis dafür wichtiger, wie dieser Code zusammenpasst, Architektur, Sicherheit, technische Hygiene und Systemdesign. Auch die Gesprächsform verändert sich. Mehr technische Interviews ähneln Interviews für Engineering-Manager, da die Arbeit weniger über das Schreiben jeder Zeile Code geht und mehr über die Anleitung, Bewertung und Verbesserung der Arbeit von Codierungs-Agenten.
Neue Kompetenzprofile im Fokus: Vom Codieren zum Systemdenken
Die geforderten Eigenschaften verschieben sich nach oben. Die Merkmale, die Unternehmen am meisten brauchen, sind Urteilsvermögen, Neugierde, Initiative, systemisches Denken und die Fähigkeit herauszufinden, was eigentlich gebaut werden sollte.
Das bestehende Rekrutierungssystem ist jedoch noch stark verankert in messbaren Signalen. Universitäten und Rekrutierungssysteme stützen sich noch stark auf Signale, die leicht zu messen sind: GPA, Qualifikationen, Praktika, Lebensläufe und technische Interviews. Eine Reform wäre notwendig, um dem Wandel gerecht zu werden.
Wenn ich den Weg des Bewertens von Studenten heute entwerfen würde, würde ich viel mehr Gewicht darauf legen, Beweise für kreatives Denken, Initiative und positive Wirkung zu sehen . Dies betrifft auch die Gründungsebene. Gründer überlegen sich jetzt mit größerer Sorgfalt die Arbeitsteilung zwischen Menschen und KI, bevor sie überhaupt einstellen. Die neue Anforderungsstruktur definiert eine hybride Rolle. Ein Unternehmen könnte jemanden brauchen, der die Richtung eines Produkts definiert, Prototypen erstellt, KI-generierte Arbeit bewertet, Kunden spricht und eine Ansammlung von KI-Tools koordiniert.
