Welche Jobs ersetzt KI in Deutschland – und welche nicht?

Ich glaube nicht, dass Deutschland eines Morgens aufwacht und es plötzlich keine Buchhalter, Entwickler oder Übersetzer mehr gibt. Die unbequemere Möglichkeit: Die Berufe heißen weiterhin genauso. Nur werden weniger Menschen dafür eingestellt.

Die Vorstellung vom Roboter, der einem Menschen den Schreibtisch wegnimmt, ist schön anschaulich. Mich beschäftigt ein anderer Satz viel mehr: „Die zusätzliche Stelle brauchen wir doch nicht mehr.“

Dafür muss KI keinen kompletten Beruf beherrschen. Es reicht, wenn sie genug Arbeit zuverlässig abnimmt, damit sich die Personalplanung verändert. Genau diesen Unterschied sollten wir diskutieren: Aufgaben automatisieren, Stellen einsparen und einen Beruf ersetzen sind drei verschiedene Dinge.

Meine Einschätzung für die nächsten Jahre: Besonders früh geraten standardisierte Bildschirmaufgaben unter Druck. Vergleichsweise robuster ist Arbeit, die körperliches Können, persönliche Beziehungen und Entscheidungen in einer unvorhersehbaren Umgebung verbindet. Das ist keine Terminliste für das Ende einzelner Berufe.

Erst die Aufgaben. Dann möglicherweise die Stellen.

Eine Stelle besteht aus mehreren Aufgaben. Zu einer Rechnung gehören beispielsweise nicht nur das Auslesen und Übertragen der Daten, sondern auch Rückfragen, Sonderfälle und die Entscheidung, ob etwas überhaupt plausibel ist.

Die ILO-Untersuchung zu generativer KI von Mai 2025 sieht Büro- und Verwaltungstätigkeiten als besonders exponiert. Insgesamt hält sie die Veränderung von Berufen für wahrscheinlicher als ihre vollständige Automatisierung. Exponiert bedeutet: KI kann Aufgaben beeinflussen. Nicht: Diese Person verliert ihren Job.

Für einen Betrieb folgt daraus eine praktische Frage: Ist der gesamte Ablauf mit KI tatsächlich besser oder günstiger, einschließlich Kontrolle, Integration und Fehlerbehebung? Ein guter Entwurf allein beantwortet das noch nicht.

Ich würde deshalb zuerst auf drei Dinge schauen: Liegen die Informationen digital vor? Wiederholt sich der Ablauf? Lässt sich das Ergebnis mit vertretbarem Aufwand prüfen? Wo alles zusammenkommt, erscheint mir eine Umstellung wesentlich naheliegender als bei einer improvisierten Reparatur vor Ort.

Welche Jobs in Deutschland zuerst unter Druck geraten

Die folgende Tabelle ist meine qualitative Einschätzung des Automatisierungsdrucks auf typische Routineaufgaben für etwa 2026 bis 2030. Sie ist keine amtliche Rangliste und keine gemessene Wahrscheinlichkeit, arbeitslos zu werden. Innerhalb eines Berufs können zwei Stellen völlig unterschiedlich aussehen.

Als Grundlage dienen die ILO-Auswertung und die Microsoft-Studie „Working with AI“. Letztere untersucht tatsächliche Copilot-Nutzung und die Anwendbarkeit auf berufliche Tätigkeiten, nicht Entlassungen in Deutschland. Informationssuche, Schreiben sowie Computer- und Büroarbeit stehen darin besonders im Vordergrund.

Das entscheidende Wort ist Routine. Übersetzen kann auch literarische Arbeit oder eine heikle Verhandlung bedeuten. Support kann ein Kundengespräch sein, in dem die eigentliche Schwierigkeit erst herausgefunden werden muss. Softwaretesting kann bedeuten, eine bislang unbekannte Fehlerklasse zu entdecken. Dafür reicht das Abspielen eines vorhandenen Ablaufs nicht.

Auch bedeutet „naheliegend“ nicht „heute überall unbeaufsichtigt einsetzbar“. Eine plausible Antwort kann falsch sein. Ein Buchungsvorschlag ist noch keine ausgeführte Reisebuchung. Bei sensiblen Daten und folgenreichen Entscheidungen würde ich besonders auf Berechtigungen, Prüfung und klare Übergaben an Menschen achten.

Was deutsche Unternehmen tatsächlich erwarten

Die ifo-Auswertung der Befragung vom Mai 2025 enthält diese Erwartungen für die folgenden fünf Jahre. Die Grundgesamtheit hier: Unternehmen, die KI bereits nutzen oder ihren Einsatz planen.

Das sind Anteile von Unternehmen, nicht Anteile wegfallender Arbeitsplätze. Erwartungen, keine nachgewiesenen Entlassungen. Die Werte stammen aus Tabelle 4 des Berichts.

Warum Berufseinsteiger besonders genau hinschauen sollten

Die im Januar 2026 veröffentlichte Randstad-ifo-HR-Umfrage bezieht sich auf das vierte Quartal 2025: In 14 % der befragten Unternehmen übernahm KI bereits Einstiegsaufgaben; 40 % planten dies für die nächsten drei Jahre. Gleichzeitig erwarteten 65 % stabile Einstiegsstellenzahlen, 19 % einen Rückgang und 16 % einen Anstieg. Die Stellenprognosen sind keine isolierte Messung des KI-Effekts.

Mich beschäftigt daran weniger die plakative Frage „Brauchen wir überhaupt noch Junioren?“, sondern der Weg zur Erfahrung. Wenn ein Unternehmen einfache Aufgaben automatisiert, sollte es trotzdem beantworten können: Woran lernen neue Mitarbeiter das Handwerk?

Ein erster Rechercheauftrag oder eine überschaubare Programmieraufgabe ist nicht nur günstige Produktionsarbeit. Es kann auch eine Gelegenheit sein, unter Anleitung Fehler zu machen, Rückfragen zu stellen und Urteilskraft aufzubauen. Ich halte es für kurzsichtig, diesen Einstieg wegzusparen und später überrascht festzustellen, dass erfahrene Leute fehlen.

Für Berufseinsteiger würde ich daraus nicht ableiten, dass sie ihre Ausbildung oder ihr Studium aufgeben sollten. Eher: Zeige nicht nur ein fertiges Ergebnis. Erkläre deine Entscheidungen, prüfe die Quellen und demonstriere, dass du einen Fehler erkennen und beheben kannst. Das gilt ausdrücklich auch für KI-generierte Ergebnisse.

Entwickler: Ein funktionierender Button ist noch kein fertiges Produkt

Als Entwickler finde ich diese Diskussion besonders spannend. Zwischen „Erstelle dieses Formular“ und „Sorge dafür, dass unser Produkt zuverlässig funktioniert“ liegt ziemlich viel.

Stell dir einen generierten Checkout vor. Die Oberfläche sieht ordentlich aus, die Anfrage funktioniert im Test. Wer prüft jetzt, ob ein Kunde auf fremde Bestellungen zugreifen kann? Was passiert bei einer doppelt zugestellten Zahlungsbenachrichtigung? Wie wird ein fehlgeschlagenes Update zurückgerollt? Und bauen wir überhaupt die richtige Funktion?

Das ist der Unterschied, auf den ich setzen würde: Anforderungen verstehen, Systeme prüfen und ein Ergebnis verantworten, statt nur möglichst schnell Code abzuliefern.

„Senior“ ist dabei kein Schutzschild. Ein Titel macht Routinearbeit nicht weniger automatisierbar. Umgekehrt ist ein Junior, der sauber denkt, Tests hinterfragt und Probleme verständlich erklärt, nicht automatisch austauschbar. Entscheidend ist das tatsächliche Aufgabenprofil.

Dasselbe Gedankenmodell würde ich auf andere Berufe anwenden. Bei Anwälten und Steuerberatern trennt es Vorbereitung von fallbezogener Beurteilung. Bei Ärzten Dokumentation von Behandlung und Gespräch. Bei Lehrkräften Materialerstellung von Unterricht und Beziehung. Im Vertrieb Kontaktvorbereitung von komplexer Verhandlung. Im Design Variantenproduktion von der Entscheidung, welche Gestaltung eine Marke braucht.

Mein Artikel über KI im Motion Design betrachtet genau diese gestalterische Seite: Ein beeindruckender Entwurf und ein Ergebnis, das einen konkreten Auftrag erfüllt, sind nicht dasselbe.

Ein Abschluss allein macht einen Job nicht KI-sicher

Schon eine IAB-Studie von 2023 sah das relative KI-Automatisierungspotenzial bei Hochschulberufen besonders hoch. Sie arbeitet mit patentbasierten Indikatoren und unterscheidet KI von sonstiger Software. Sie ist keine aktuelle Prognose zur Ersetzbarkeit durch Chatbots. Trotzdem widerspricht sie der einfachen Vorstellung, Automatisierung betreffe nur geringqualifizierte Arbeit.

In einer ifo-Veröffentlichung vom Juni 2026 hielten knapp 20 % der KI-nutzenden Unternehmen den Ersatz einer Arbeitskraft mit Fach- oder Hochschulabschluss durch jemanden ohne Abschluss mit KI für leicht oder sehr leicht. Bei Erfahrung waren es rund 15 %. Die Gegenposition gehört dazu: 55,4 % beziehungsweise 62,7 % bewerteten das als schwer oder gar nicht möglich. Auch das sind Einschätzungen, keine beobachteten Personalwechsel.

Ich würde daraus weder „Studieren lohnt sich nicht mehr“ noch „Erfahrung ist unersetzlich“ machen. Interessanter ist, ob jemand sein Wissen auf einen neuen Fall übertragen und die Qualität eines Ergebnisses beurteilen kann.

Welche Berufe vergleichsweise robuster sind

Die Bundesagentur für Arbeit nennt insbesondere soziale und pflegerische Berufe, Handwerk sowie Lehre und Erziehung als relativ schwer vollständig ersetzbar. Meine Einordnung ähnlicher Aufgabenprofile:

Ein System kann eine Reparaturanleitung formulieren. Damit ist die defekte Heizung in einem engen Keller noch nicht repariert. Ein guter Unterrichtsentwurf betreut noch keine Klasse.

Robuster heißt nicht unveränderlich oder garantiert krisensicher. Dokumentation und Planung können auch hier automatisiert werden. Robotik könnte zusätzliche körperliche Aufgaben übernehmen. Wie schnell und wirtschaftlich das unter wechselnden Bedingungen gelingt, ist eine andere Frage als die Leistungsfähigkeit eines Sprachmodells.

Deshalb würde ich eine Berufswahl nicht allein auf eine grüne Ampel in einer KI-Tabelle stützen. Interesse, Arbeitsbedingungen, Bezahlung und die eigene Eignung gehören genauso dazu.

Der größere Effekt könnte eine nicht ausgeschriebene Stelle sein

Nehmen wir ein bewusst erfundenes Beispiel: Ein Betrieb braucht für einen abgegrenzten Buchhaltungsablauf bisher drei Personen. Nach einer Umstellung bewältigt eine Person mit Software und KI denselben Umfang bei vergleichbarer Qualität.

Das ist ein Gedankenexperiment, kein gemessener Faktor drei und keine Prognose für 2028. Es zeigt nur den Mechanismus. Der Betrieb könnte weniger nachbesetzen. Er könnte aber auch wachsen, Rückstände abbauen oder die gewonnene Zeit in schwierigere Fälle investieren. Aus Zeitersparnis folgt nicht automatisch Personalabbau.

Auch Bezahlung kann unter Druck geraten: Eine im August 2026 veröffentlichte ifo-Auswertung von über 3.000 KI-nutzenden Unternehmen fand häufiger negative Lohnerwartungen für weniger erfahrene Beschäftigte. Sie beruht auf der Befragung vom Juni 2026 und Erwartungen für fünf Jahre, nicht bereits gemessenen Lohnsenkungen. Je nach Qualifikation erwarteten zugleich ein Drittel bis die Hälfte stabile Löhne.

Für mich ist deshalb die Zahl offener Einstiegsstellen mindestens so interessant wie eine Schlagzeile über Entlassungen. Die mögliche Veränderung ist leiser: weniger Neueinstellungen, veränderte Aufträge, andere Anforderungen. Um sie KI zuzuschreiben, müsste man allerdings auch andere Ursachen prüfen, statt jeden Stellenrückgang zur KI-Geschichte zu erklären.

Was ich an deiner Stelle konkret tun würde

Ich würde eine normale Arbeitswoche auseinandernehmen. Welche Aufgaben wiederholen sich? Bei welchen liegen alle Informationen vor? Wo braucht es Gespräche, Kontext, körperliches Können oder eine schwierige Entscheidung? Damit hast du eine nützlichere Grundlage als nur deine Berufsbezeichnung.

Danach würde ich einen überschaubaren Ablauf mit freigegebenen oder fiktiven Daten testen. Nicht nur messen, wie schnell der Entwurf entsteht, sondern auch, wie viel Kontrolle und Nacharbeit nötig sind. Eine eingesparte Stunde ist erst dann interessant, wenn sie nicht anderswo wieder anfällt.

Und ich würde gezielt das trainieren, woran sich gute Arbeit erkennen lässt: fachliche Grundlagen, Fehleranalyse, Kommunikation und das Verständnis für den gesamten Prozess. „Ich kann dieses Tool bedienen“ wäre mir als langfristiges Profil zu wenig.

Arbeitgeber sollten die Verantwortung dabei nicht komplett auf Beschäftigte abladen. Mein Maßstab wäre: Wer Arbeit automatisiert, organisiert auch Einarbeitung, überprüfbare Qualitätsstandards und echte Lernmöglichkeiten. Sonst wird aus kurzfristiger Effizienz ein langfristiges Kompetenzproblem.

Mein Fazit

Ich finde diese Entwicklung technisch ziemlich krass. Gleichzeitig wäre es bequem, sie nur als Fortschritt zu feiern und die Auswirkungen auf Berufseinstieg und Einkommen auszublenden.

Meine Faustregel lautet: Je stärker eine Stelle aus wiederholbaren digitalen Abläufen besteht, desto genauer würde ich ihren Veränderungsdruck prüfen. Je stärker sie reale Situationen, körperliches Können und tragfähige Beziehungen verbindet, desto weniger überzeugt mich die Vorstellung einer schnellen vollständigen Ersetzung.

Die Frage ist nicht nur: „Kann KI meinen Beruf?“

Die bessere Frage lautet: „Welchen Teil meiner Arbeit wird noch jemand brauchen, wenn der erste Entwurf fast nichts mehr kostet?“

Stand: 6. Oktober 2026. Die verlinkten Untersuchungen haben unterschiedliche Erhebungszeitpunkte und Methoden. Unternehmensbefragungen, technische Potenziale und meine Einschätzungen sind keine gemeinsame Prognose darüber, wie viele Jobs Deutschland verlieren wird.