Microsoft-Studie: KI-Auswirkungen auf Berufe enthüllt
Eine aktuelle Studie von Microsoft Research liefert neue Einblicke, wie generative KI verschiedene Berufe beeinflusst, und identifiziert die am stärksten und am wenigsten anfälligen Jobs. Die Studie, die 200.000 anonymisierte Gespräche mit Bing Copilot-Nutzern im Jahr 2024 analysierte, bietet eine einzigartige, praxisnahe Perspektive auf die Integration von KI in den Arbeitsplatz.
Wissensarbeit und Kommunikation am stärksten betroffen
Die Forschung zeigt, dass Berufe, die stark auf Wissensarbeit und Kommunikation angewiesen sind, am anfälligsten für generative KI sind. Dazu gehören Rollen wie Dolmetscher und Übersetzer, Historiker, Schriftsteller und Autoren, Vertriebsmitarbeiter und Kundendienstmitarbeiter. Aufgaben, die häufiges Schreiben, Informationsabruf, Bearbeitung und Kundenkommunikation beinhalten, sind Bereiche, in denen KI eine erhebliche Anwendbarkeit zeigt. Weitere stark betroffene Rollen sind technische Redakteure, Lektoren, PR-Spezialisten, Mathematiker und Datenwissenschaftler. Die Studie ergab, dass generative KI besonders gut in Aufgaben wie Informationsbeschaffung, Texterstellung und -bearbeitung sowie Kommunikation und Erklärung ist. Bemerkenswert ist, dass einige dieser stark betroffenen Jobs, wie Journalisten und Professoren für Bibliothekswissenschaften, oft einen Bachelor-Abschluss oder höher erfordern, was die traditionelle Annahme in Frage stellt, dass höhere Bildung Arbeitsplatzsicherheit in einer sich entwickelnden Arbeitswelt garantiert.
Manuelle Arbeit und physische Präsenz bleiben am wenigsten betroffen
Umgekehrt rangierten Berufe, die manuelle Arbeit, physische Präsenz oder Maschinenbedienung umfassen, in Bezug auf die KI-Anwendbarkeit am niedrigsten. Berufe, die am wenigsten wahrscheinlich von generativer KI betroffen sind, umfassen Baggerführer, Brücken- und Schleusenwärter, Wasseraufbereitungsanlagen- und Systembetreiber, Gleisbauarbeiter, Dachdecker und Massagetherapeuten. Andere weniger betroffene Rollen sind Pflegehelfer, Geschirrspüler sowie Bediener von Industrielastwagen und Traktoren. Diese Jobs erfordern oft körperliche Bewegung, praktisches Handling von Geräten oder direkte menschliche Interaktion, Bereiche, in denen aktuelle textbasierte KI-Tools nur begrenzte funktionale Rollen haben.
Methodik und breitere Implikationen
Die Studie von Microsoft ist einzigartig, da sie tatsächliche KI-Nutzungsdaten aus Bing Copilot-Gesprächen analysierte, anstatt sich ausschließlich auf theoretische Bewertungen zu verlassen. Die Forscher ordneten diese Gespräche Arbeitsaktivitäten mithilfe des Jobklassifizierungssystems der US-Regierung (O*NET) zu und berechneten einen „KI-Anwendbarkeitsscore“ für jeden Beruf. Der Score berücksichtigt die Erfolgsrate des KI-Modells, das Ziel des Benutzers und die Erfolgsrate der Aufgabe.
Es ist wichtig zu beachten, dass die Studie betont, dass ein hoher „KI-Anwendbarkeitsscore“ nicht zwangsläufig gleichbedeutend mit Arbeitsplatzverdrängung ist. Stattdessen wird erwartet, dass generative KI-Tools Arbeitsabläufe erweitern und zur Schaffung hybrider Rollen führen, in denen menschliches Urteilsvermögen und Aufsicht entscheidend bleiben. Während einige Unternehmen, wie IBM, die Einstellung für Rollen pausiert haben, von denen sie erwarten, dass KI sie besetzen wird, deutet der breitere Konsens, einschließlich des Weltwirtschaftsforums, darauf hin, dass KI bis 2030 mehr Arbeitsplätze schaffen als verdrängen wird. Der „Future of Jobs Report 2025“ des Weltwirtschaftsforums prognostiziert bis 2030 einen Nettoanstieg von 78 Millionen Arbeitsplätzen, wobei 170 Millionen neue Rollen geschaffen und 92 Millionen verdrängt werden. Dies unterstreicht eine signifikante Verschiebung hin zu Rollen, die technologische Kompetenz und neue Fähigkeiten erfordern.
Die schnelle Einführung generativer KI transformiert bereits Geschäftsmodelle und treibt eine steigende Nachfrage nach GenAI-Schulungen und Weiterbildung voran. Unternehmen priorisieren zunehmend die Umschulung und Weiterbildung ihrer Belegschaft, um die Zusammenarbeit mit KI-Systemen zu verbessern. Die sich entwickelnde Landschaft unterstreicht die Notwendigkeit kontinuierlichen Lernens und Anpassung, da selbst Einstiegsrollen in einigen White-Collar-Berufen neu definiert werden, um die Beherrschung generativer KI-Tools zu erfordern.