Wie zuverlässig sind KI-Jobprognosen? Drei Prüfungen in einer Minute

Sind KI-Jobprognosen zuverlässig? Die meisten konkreten Zahlen, die in einer Schlagzeile auftauchen, messen nichts, was tatsächlich in der Wirtschaft passiert. Sie sind die Vermutung eines einzelnen Modells über eine Berufsbezeichnung, verkleidet als Tatsache. Einige der wiederkehrenden Behauptungen gehen auf echte, nachprüfbare Forschung zurück. Die meisten überstehen den Weg von einer sorgfältig formulierten Studie zu einer selbstbewussten Schlagzeile nicht. Im Folgenden stehen drei Prüfungen, die Sie an jeder KI-Jobrisiko-Behauptung in weniger als einer Minute durchführen können, und was jede davon aufdecken soll.

Sie kennen wahrscheinlich das Genre: eine Liste, die für Dutzende Berufe fast vollständige Automatisierung behauptet, überall geteilt, ohne einen einzigen Link zur Herkunft der Zahl. Das heißt nicht, dass jede solche Behauptung erfunden ist. Es ist eine Methode, um zu unterscheiden, welche davon glaubwürdig sind.

Erste Prüfung: Exposition oder Verdrängung

Die erste Prüfung fragt, ob die Behauptung überhaupt das misst, was Sie annehmen. Exposition bedeutet, dass eine Aufgabe unter heutigen Bedingungen technisch von KI übernommen werden könnte. Verdrängung bedeutet, dass ein echter Mensch tatsächlich seinen Job verliert. Die Internationale Arbeitsorganisation benennt die Lücke zwischen beidem deutlich: Expositionsindikatoren zeigen technische Anfälligkeit, nicht Arbeitsmarktergebnisse, und lassen sich nicht als Vorhersage von Stellenabbau lesen. Eine Schlagzeile, die innerhalb eines einzigen Satzes von dem einen Wort zum anderen wechselt, beschreibt die zitierte Forschung nicht mehr.

Zweite Prüfung: Beleg oder die Vermutung eines Sprachmodells

Die zweite Prüfung fragt, woher die Zahl tatsächlich stammt. Viele Expositionswerte entstehen, indem ein Sprachmodell gefragt wird, wie automatisierbar sich eine Aufgabe anhört, ohne beigefügten Beleg und ohne Möglichkeit, die Begründung zu prüfen. Eine Arbeit aus dem Jahr 2026 testete eine Alternative an 18.796 Beruf-Aufgabe-Paaren aus der O*NET-Datenbank: Sie gab Modellen echte Nachrichtenartikel und Fachartikel als Belege, und menschliche Prüfer verglichen die beleggestützten Urteile mit den unbelegten Vermutungen. Die beleggestützte Fassung setzte sich in 72 Prozent der Fälle durch, in denen beide voneinander abwichen. Eine Behauptung ohne erkennbaren Beleg hinter ihrer Zahl ist die ältere, schwächere Art der Vermutung, nur als Daten verkleidet.

Dritte Prüfung: Sagt die Zahl etwas Reales voraus

Die dritte Prüfung ist die wichtigste, denn sie fragt, ob der Wert mit etwas tatsächlich Geschehenem zusammenhängt. Eine Studie in PNAS Nexus aus dem Jahr 2025 glich ein Jahrzehnt monatlicher Arbeitslosenmeldungen, 2010 bis 2020, mit mehreren veröffentlichten KI-Expositionswerten ab, Beruf für Beruf, Bundesstaat für Bundesstaat. Der beste einzelne Expositionswert erklärte nur 10,7 Prozent der tatsächlichen Schwankung im Arbeitslosigkeitsrisiko, so dieselbe Studie. Die Kombination mehrerer verschiedener Werte schnitt besser ab und fügte 18,1 Prozentpunkte zu einer Basis hinzu, die bereits Qualifikation, Bildung und Region berücksichtigte. Ein einzelner veröffentlichter Wert für sich genommen sagt kaum voraus, ob echte Menschen tatsächlich Arbeitslosengeld beantragen.

Was mit einer Schlagzeile tun, die diese Prüfungen nicht besteht

Die meisten Schlagzeilen scheitern an mindestens einer der drei Prüfungen, und je dramatischer die Zahl, desto wahrscheinlicher ist sie irgendwo zwischen Studie und Nacherzählung von Exposition zu Verdrängung gerutscht. Das bedeutet nicht, dass die zugrunde liegende Forschung wertlos ist. Es bedeutet, dass ein berufsbezogener Wert nie dafür gebaut wurde, Ihre eigene Woche zu beschreiben. Unsere Checkliste, um die eigene Woche statt einer Berufsbezeichnung zu lesen, existiert genau deshalb, und sie steht neben der Frage, wie ein berufsbezogener Wert überhaupt entsteht. Beide zeigen dieselbe zugrunde liegende Lücke: Die Fähigkeiten in Urteilsvermögen, Kommunikation und Entscheidungsfindung, die sich der Automatisierung entziehen, sind genau der Teil, den eine Aufgabenliste nie erfassen sollte. Wenn Sie ein Ergebnis aus Ihren eigenen Antworten statt aus der Vermutung eines Fremden über Ihre Berufsbezeichnung möchten, bewertet der Check sechs Bereiche direkt und dauert etwa sieben Minuten.