KI senkt Stellenanzeigen um 2,6 Prozent – ganz ohne sichtbare Entlassung
Generative KI hat die Zahl der von Lightcast erfassten Online-Stellenanzeigen in Texas 2025 einer Modellschätzung zufolge um 2,6 Prozent verringert. Die am 1. September 2026 veröffentlichte Analyse von Samuel Dodini und Tucker Smith beziffert den entsprechenden Gesamteffekt für 2024 auf 1,8 Prozent. Bei stärker KI-exponierten Bestandsfirmen lagen die Ausschreibungen Anfang 2026 schätzungsweise acht bis neun Prozent niedriger.
Gemessen wurden ausbleibende Stellenanzeigen, nicht Entlassungen oder der Abbau bestehender Arbeitsplätze. Das „ganz ohne sichtbare Entlassung“ im Titel bezeichnet deshalb einen möglichen Wirkungskanal: Unternehmen können weniger neue Stellen ausschreiben, ohne dafür Beschäftigte zu kündigen. Ob und wie viele Entlassungen parallel stattfanden, untersucht die Analyse nicht.
Drei Zahlen messen drei verschiedene Effekte
Die 2,6 Prozent beziehen sich auf den geschätzten Effekt der GenAI-Automatisierung auf sämtliche texanischen Online-Stellenanzeigen im Lightcast-Datensatz im Jahr 2025. Dieser Wert ist keine einfache Veränderungsrate gegenüber dem Vorjahr. Er wird aus den geschätzten Zusammenhängen zwischen tatsächlicher KI-Nutzung, der Automatisierbarkeit beruflicher Aufgaben und der Branchenstruktur von Texas abgeleitet.
Die zweite Ebene vergleicht Berufe innerhalb derselben Branche. Ein Unterschied von zehn Prozentpunkten beim Anteil automatisierbarer Aufgaben war bis Ende 2023 mit rund fünf Prozent weniger Anzeigen für die stärker exponierten Berufe verbunden; im ersten Quartal 2025 betrug der relative Abstand ungefähr acht Prozent. Damit soll etwa eine allgemeine Abkühlung im Technologiesektor nicht vollständig der KI zugerechnet werden.
Die dritte Ebene umfasst ein ausgewogenes Panel von Unternehmen, die während des gesamten Analysezeitraums in den Daten vorkamen. Stärker exponierte Bestandsfirmen schrieben bis Mitte 2024 etwa fünf bis sechs Prozent und Anfang 2026 rund acht bis neun Prozent weniger Stellen aus. Dass der Rückgang auch innerhalb dieser Firmengruppe erscheint, spricht dagegen, dass er hauptsächlich durch neu gegründete, von Beginn an personalarme KI-Unternehmen oder das Verschwinden älterer Firmen zustande kam.
Die Werte dürfen daher weder addiert noch ausgetauscht werden: 2,6 Prozent sind der geschätzte Gesamteffekt für die texanischen Lightcast-Anzeigen 2025. Rund acht Prozent bezeichnen einen relativen Abstand zwischen unterschiedlich exponierten Berufen, acht bis neun Prozent den geschätzten Rückgang bei stärker exponierten Bestandsfirmen Anfang 2026.
Der Einstellungsrückgang beginnt nach dem Start von ChatGPT
Als zeitlichen Einschnitt verwendet die Untersuchung die Veröffentlichung von ChatGPT im November 2022. Danach entwickelten sich die Ausschreibungen für Berufe mit vielen automatisierbaren Aufgaben schwächer als jene für weniger exponierte Tätigkeiten derselben Branche. Vergleichbare Berechnungen auf Ebene der gesamten USA ergaben ähnliche Muster, der aggregierte Effekt von 2,6 Prozent wurde jedoch ausdrücklich nur für Texas ausgewiesen.
Auch die Zusammensetzung der Anzeigen verschob sich. Unternehmen, deren vor Ende 2022 ausgeschriebene Tätigkeiten später als stärker automatisierbar eingestuft wurden, suchten anschließend relativ seltener Personal für genau solche Aufgaben. Die Analyse erfasst damit nicht nur eine geringere Zahl von Anzeigen, sondern auch eine Verschiebung der nachgefragten Arbeit.
Das Studiendesign stützt eine modellgestützte Kausalschätzung, beobachtet aber nicht den Entscheidungsprozess hinter jeder einzelnen Ausschreibung. Eine allgemeine Konjunkturabkühlung innerhalb einer Branche wird durch den Vergleich stärker und schwächer exponierter Berufe berücksichtigt; andere gleichzeitig auftretende Einflüsse lassen sich mit Beobachtungsdaten dennoch nicht vollständig ausschließen.
Claude-Nutzung, O*NET-Aufgaben und Lightcast-Anzeigen
Die Messung beginnt bei einzelnen Tätigkeiten und nicht bei Berufsbezeichnungen. Für den Anthropic Economic Index ordnete das Analyseverfahren Clio rund eine Million anonymisierte Gespräche aus den kostenlosen und kostenpflichtigen Claude.ai-Einzeltarifen Aufgaben des US-Berufssystems O*NET zu. So entsteht für jeden Beruf ein Maß dafür, welcher Anteil seiner Aufgaben in den beobachteten Interaktionen automatisiert wurde.
Diese Expositionswerte werden mit vierteljährlichen Lightcast-Anzeigen verknüpft. Lightcast sammelt und standardisiert Ausschreibungen von mehr als 220.000 Jobbörsen und Unternehmensseiten und ordnet sie unter anderem Berufen, Branchen und Unternehmen zu. Dadurch lässt sich verfolgen, ob die Nachfrage nach stärker exponierten Tätigkeiten nach Ende 2022 anders verlief als die Nachfrage nach weniger exponierten Tätigkeiten.
Die Methode misst beobachtete Nutzung statt ausschließlich theoretischer Fähigkeiten eines Sprachmodells. Sie hat aber klare Grenzen: Bei einer Claude-Unterhaltung lässt sich nicht sicher erkennen, ob sie tatsächlich der Erwerbsarbeit diente. Was als Automatisierung klassifiziert wird, kann außerdem Teil eines von Menschen geprüften und überarbeiteten Arbeitsablaufs gewesen sein.
Hinzu kommt, dass der zugrunde liegende Anthropic-Datensatz keine API-, Team- oder Enterprise-Nutzung enthält. Weil Claude stark als Programmierwerkzeug positioniert wurde, können Programmieraufgaben überrepräsentiert sein. Die Werte bilden daher weder die gesamte Nutzung generativer KI noch sämtliche Arten betrieblicher Automatisierung ab.
Weniger Anzeigen sind nicht dasselbe wie weniger Beschäftigte
Ein Betrieb kann seinen Personalbedarf reduzieren, indem er eine frei gewordene Stelle nicht nachbesetzt, eine geplante Position streicht oder bei Wachstum weniger zusätzliche Beschäftigte sucht. In keinem dieser Fälle muss eine Kündigung erfolgen. Genau deshalb kann ein Rückgang neuer Ausschreibungen früher sichtbar werden als ein Rückgang der bestehenden Beschäftigung.
Eine am 2. September veröffentlichte Einordnung von Forbes bezeichnet diesen Mechanismus zugespitzt als „invisible AI layoff“. Der Beitrag berichtet die Dallas-Fed-Schätzungen, liefert jedoch keine unabhängige Replikation der Berechnungen. Der Begriff ist deshalb eine journalistische Deutung und keine zusätzlich gemessene Arbeitsmarktgröße.
Menschen beim Berufseinstieg oder Wechsel können den Effekt besonders früh spüren. In den ausgewerteten Anzeigen verlangte weniger als die Hälfte ausdrücklich mehr als zwei Jahre Berufserfahrung; nur sehr wenige forderten mehr als fünf Jahre. Daraus folgt eine plausible stärkere Betroffenheit neuer Arbeitsmarktteilnehmer, nicht jedoch der Nachweis, dass jede unterbliebene Anzeige dauerhaft einen Arbeitsplatz beseitigt.
Texas ist ein Frühindikator, keine Hochrechnung für Europa
Für Deutschland, Österreich und die Schweiz zeigt die Analyse einen möglichen Mechanismus: KI kann die Arbeitsnachfrage zunächst über weniger ausgeschriebene Positionen verändern, bevor ein Effekt in Entlassungszahlen erscheint. Die texanischen Prozentwerte lassen sich jedoch nicht übertragen. Branchenstruktur, Arbeitsrecht, Ausbildungssysteme und die Nutzung digitaler Rekrutierung unterscheiden sich.
Auch Texas wird nur teilweise erfasst. Landwirtschaft, Bau, Gebäudewartung und persönliche Dienstleistungen sind in Online-Anzeigen von Lightcast unterrepräsentiert. Besser abgebildet werden digital ausgeschriebene und häufig computerbasierte Tätigkeiten, darunter Softwareentwicklung, Webdesign, Verwaltung, Management und redaktionelle Arbeit.
Belegt ist damit ein statistisch geschätzter Rückgang der texanischen Online-Arbeitsnachfrage in stärker automatisierbaren Tätigkeiten, nicht ein gleich großer Verlust vorhandener Beschäftigung. Ob der Effekt anhält, weitere Berufsgruppen erreicht oder durch neue Aufgaben und Stellen ausgeglichen wird, können erst spätere Anzeigen-, Beschäftigungs- und Lohndaten zeigen.
Lesen Sie auch:
Newsletter abonnieren
Erhalten Sie die neuesten Nachrichten zu Web3, KI und Krypto direkt in Ihren Posteingang.