Von Angst und Transformation: Wie KI unsere Arbeitswelt verändert

Die Angst vor künstlicher Intelligenz ist kein Randphänomen mehr. Sie liegt nicht nur in Kommentarspalten, nicht nur in überhitzten Social-Media-Debatten und nicht nur in den Zukunftsszenarien des Silicon Valley. Sie ist längst in Büros, Agenturen, Hochschulen, Verwaltungen und Softwareteams angekommen. Menschen fragen sich, ob ihre Arbeit in wenigen Jahren noch gebraucht wird, ob Berufseinstiege schwieriger werden, ob Erfahrung entwertet wird und ob dieselbe Arbeit künftig schlicht von weniger Personen erledigt werden kann.

Diese Sorge ist nicht irrational. Generative KI greift in Bereiche ein, die lange als vergleichsweise geschützt galten: Schreiben, Recherchieren, Analysieren, Programmieren, Entwerfen, Strukturieren, Zusammenfassen, Präsentieren. Das sind Tätigkeiten der Wissensarbeit, also jener Sphäre, in der Einkommen, Selbstverständnis und berufliche Identität eng miteinander verbunden sind. Wer jahrelang gelernt hat, mit Sprache, Gestaltung, Daten, Code oder Konzepten zu arbeiten, erlebt KI als Eingriff in die eigene berufliche Identität.

Gleichzeitig wäre es zu einfach, aus dieser Sorge eine Untergangserzählung zu machen. Arbeit ist keine feste Menge, die entweder von Menschen oder Maschinen erledigt wird. Was Schumpeter einst schöpferische Zerstörung nannte, beschreibt bis heute die Ambivalenz technischer Umbrüche: Sie verdrängen Tätigkeiten, schaffen aber auch neue Nachfrage, neue Märkte und neue Formen von Expertise. Darauf weist auch der Arbeitsmarktforscher David Dorn hin. Die Geschichte der Digitalisierung erzählt deshalb vom Verschwinden genauso wie von Verschiebung. Genau diese Verschiebung ist allerdings schwer auszuhalten, weil sie nicht alle gleich trifft. (1)

Automatisierung ist nicht neu. Maschinen haben körperliche Arbeit ersetzt, Software hat Verwaltungsarbeit verändert, Plattformen haben Märkte neu organisiert. Doch KI verschiebt die Grenze dessen, was automatisierbar erscheint. Sie betrifft nicht nur Routinen, sondern zunehmend auch Tätigkeiten, die nach Sprache, Mustererkennung, Kontext und scheinbarer Kreativität aussehen.

Die Internationale Arbeitsorganisation (ILO) beschreibt generative KI deshalb vor allem als Kraft, die Tätigkeiten ergänzt, verändert und in bestimmten Bereichen automatisiert, weniger als Technologie, die ganze Berufe ersetzt. Besonders betroffen sind Büro- und Verwaltungstätigkeiten, also Arbeiten, die in vielen Volkswirtschaften einen hohen Anteil weiblicher Beschäftigung ausmachen. Die ILO betont dabei ausdrücklich, dass politische Gestaltung, faire Übergänge und soziale Absicherung entscheidend sind, damit die Transformation nicht einfach über Menschen hinwegrollt. (2)

Auch der Internationale Währungsfonds sieht eine ambivalente Lage: Rund 40 Prozent der globalen Beschäftigung seien KI ausgesetzt, in fortgeschrittenen Volkswirtschaften sogar etwa 60 Prozent. Ein Teil dieser Arbeit könne durch KI produktiver werden, ein anderer Teil könne unter Druck geraten, weil zentrale Aufgaben tatsächlich von Systemen übernommen werden. Entscheidend ist also die Richtung dieser Veränderung: Stärkt KI Menschen, entlastet sie sie, verdrängt sie sie oder bringt sie sie in neue Abhängigkeiten? (3)

Im New Yorker wurde 2025 der Begriff Permanent Underclass aufgegriffen: halb Internet-Meme, halb ernsthafte soziale Angst. Gemeint ist die Vorstellung einer künftigen Arbeitsgesellschaft, in der eine kleine Gruppe Zugang zu Kapital, Rechenleistung, Daten, Plattformen und KI-Kompetenz hat, während andere dauerhaft abgehängt werden. Wer KI kontrolliert, beschleunigt sich selbst. Wer keinen Zugang hat, wird verwaltet, bewertet oder ersetzt. (4)

Man muss diese Zuspitzung nicht übernehmen, um sie ernst zu nehmen. Gerade ihre Übertreibung macht sichtbar, was viele Menschen spüren: Die Angst vor KI ist nicht nur die Angst vor Arbeitslosigkeit. Es ist die Angst vor einem neuen Abstand zwischen denen, die mit der Maschine arbeiten, und denen, die von ihr sortiert werden. Es ist die Sorge, dass Aufstiegschancen schrumpfen, dass Berufseinstiege schwieriger werden und dass sich soziale Beweglichkeit dort verhärtet, wo sie eigentlich größer werden müsste.

Der Begriff Permanent Underclass funktioniert deshalb als Warnsignal. Er beschreibt keine sichere Zukunft, sondern eine mögliche Fehlentwicklung: eine Arbeitswelt, in der Produktivität steigt, aber Teilhabe sinkt. Genau dort liegt die eigentliche politische und unternehmerische Aufgabe. Leistungsfähige KI ist noch keine inklusive KI. Inklusiv wird sie erst, wenn Zugang, Bildung, Verantwortung und Verteilung mitgedacht werden.

Zur Wahrheit gehört aber auch: KI kann Arbeit aufwerten. David Autor, dessen Perspektive im UZH-Beitrag aufgegriffen wird, argumentiert, dass KI Fachwissen breiter verfügbar macht und damit mittlere Qualifikationen stärken könnte. Wenn Systeme juristische, medizinische, technische oder organisatorische Expertise zugänglicher machen, könnten Menschen Aufgaben übernehmen, die bislang stärker spezialisierten Berufsgruppen vorbehalten waren. In dieser Lesart kann KI Handlungsspielräume erweitern, statt Können bloß zu entwerten. (1)

Das ist ein wichtiger Gegenpol zur Angst. In alternden Gesellschaften, in denen Fachkräfte fehlen, Prozesse überlastet sind und Verwaltungen, Gesundheitssysteme oder Bildungseinrichtungen unter Druck stehen, kann Automatisierung tatsächlich entlasten. Wenn KI Dokumentation beschleunigt, Recherche unterstützt, Barrieren senkt oder repetitive Aufgaben reduziert, ist das nicht automatisch ein Verlust. Es kann Zeit freisetzen für bessere Entscheidungen, bessere Kommunikation und mehr Aufmerksamkeit für das, was nicht automatisiert werden sollte.

Der World Economic Forum Report 2025 beschreibt genau dieses Spannungsfeld: Technologische Veränderung, demografischer Wandel, wirtschaftliche Unsicherheit und ökologische Transformation verändern den Arbeitsmarkt gemeinsam. Bis 2030 werden erhebliche Verschiebungen von Jobs und Kompetenzen erwartet. Als Wachstumsfelder nennt der Bericht neben KI- und Datenkompetenzen auch analytisches Denken, Resilienz, Flexibilität, kreative Fähigkeiten, Neugier und lebenslanges Lernen. (5)

Ein häufiger Denkfehler in der KI-Debatte besteht darin, Geschwindigkeit mit Qualität zu verwechseln. Nur weil ein System in Sekunden einen Text, ein Layout, eine Recherche, ein Codefragment oder eine Präsentation erzeugen kann, ist das Ergebnis noch nicht gut. Es ist zunächst nur vorhanden. Ob es trägt, ob es zur Marke passt, ob es rechtlich, ethisch, gestalterisch oder strategisch sinnvoll ist, bleibt eine andere Frage.

Gerade in Gestaltung, Kommunikation und Produktentwicklung zeigt sich diese Differenz sehr klar. KI kann Varianten erzeugen, aber Varianten sind noch keine Haltung. KI kann Oberflächen bauen, aber Oberflächen sind noch keine Produkte. KI kann Sprache glätten, aber glatte Sprache erzeugt nicht automatisch Vertrauen. Gute Arbeit entsteht durch Auswahl, Kontext, Erfahrung, Korrektur und Verantwortung. Produktion ist dabei nur ein Teil des Prozesses.

Das klingt zunächst wie eine Verteidigung kreativer Berufe, betrifft aber ebenso Programmierung, Beratung, Verwaltung oder medizinische Prozesse. Wer KI-Ergebnisse beurteilen soll, braucht Fachlichkeit. Wer automatisierte Vorschläge übernimmt, muss wissen, wann sie falsch, unpassend oder gefährlich sind. Die menschliche Rolle wird dadurch nicht unbedingt kleiner, aber sie verschiebt sich: weg von reiner Ausführung, hin zu Urteil, Kuratierung, Kontrolle, Kontext und Verantwortung.

Besonders schwierig wird diese Verschiebung dort, wo KI genau jene Aufgaben übernimmt, durch die Menschen bislang gelernt haben. Viele Einstiegsarbeiten waren nie besonders glamourös: Recherche, Dokumentation, erste Entwürfe, kleine Korrekturen, einfache Layouts, Tests, Datenpflege, Protokolle, Bugfixes, Wettbewerbsanalysen. Aus Sicht der Effizienz waren sie oft mühsam. Aus Sicht der beruflichen Entwicklung waren sie wichtig.

Wer Gestaltung lernt, muss auch schlechte Gestaltung gemacht haben. Wer programmiert, muss Fehler gesucht, Systeme verstanden und Entscheidungen bereut haben. Wer schreibt, muss gestrichen, umgebaut und neu angesetzt haben. Erfahrung entsteht im Umgang mit Material: durch Wiederholung, Reibung, Fehler und allmähliches Verstehen. Wenn KI diese Reibung zu früh entfernt, gewinnt man Geschwindigkeit, riskiert aber Urteilskraft.

Das ist keine romantische Verklärung von Routinearbeit. Niemand muss an sinnloser Beschäftigung festhalten, nur weil frühere Generationen sie erledigen mussten. Aber Unternehmen, Hochschulen und Agenturen müssen sich fragen, wie Menschen künftig Kompetenz aufbauen, wenn die klassischen Lernwege verschwinden. Sonst entsteht eine paradoxe Arbeitswelt: Alle sollen schneller senior werden, aber niemand darf mehr langsam anfangen.

Die Frage nach KI und Arbeit berührt eine ältere Debatte: Technischer Fortschritt hat immer wieder Tätigkeiten verdrängt, neue Möglichkeiten geschaffen, Arbeit rationalisiert und Menschen gezwungen, ihr Verhältnis zu Leistung, Sicherheit und Selbstwert neu zu bestimmen. Heute bekommt diese Debatte eine besondere Schärfe, weil die Automatisierung über Muskelkraft, Routine und Verwaltung hinausgreift: Sie betrifft Sprache, Wissen, Analyse und Gestaltung.

Hier wird Victor Frankls Gedanke vom Sinn besonders relevant. Arbeit ist für viele Menschen ein Ort von Bedeutung, oft nicht im großen Pathos, sondern im Alltag: gebraucht werden, etwas können, etwas beitragen, besser werden, Verantwortung übernehmen. Wenn Arbeit automatisiert wird, verschwindet Sinn nicht automatisch. Aber er muss neu organisiert werden, weil Menschen nicht nur von Effizienz leben.

Vielleicht liegt genau hier der empfindlichste Punkt der Transformation. Eine Gesellschaft, die menschlichen Wert stark über Erwerbsarbeit definiert, gerät unter Druck, wenn weniger menschliche Arbeit nötig erscheint. Das muss keine Katastrophe sein. Es könnte sogar eine Chance sein, Arbeit gerechter zu verteilen, Arbeitszeiten neu zu denken und Menschen von stumpfer Überlastung zu befreien. Aber diese Chance entsteht nicht automatisch. Sie muss politisch, organisatorisch und kulturell gewollt sein.

KI wird häufig so beschrieben, als sei sie eine äußere Macht, der Gesellschaften nur noch hinterherlaufen können. Das ist bequem, aber falsch. Technologien setzen Möglichkeiten frei, doch ihre Folgen entstehen in konkreten Entscheidungen: in Geschäftsmodellen, Budgets, Bildungssystemen, Tarifstrukturen, Produktstrategien, Regulierungen und Führungsentscheidungen.

Die Frage lautet deshalb nicht, ob KI Arbeit verändert. Das tut sie bereits. Die Frage lautet, ob diese Veränderung zu mehr Druck oder zu besserer Arbeit führt. Ob Produktivitätsgewinne nur in Kostensenkung übersetzt werden oder auch in Qualität, Weiterbildung, Entlastung und Teilhabe. Ob Unternehmen ihre Mitarbeitenden zu bloßen Bedienern automatisierter Systeme machen oder ihnen helfen, neue Urteilsfähigkeit im Umgang mit diesen Systemen zu entwickeln.

Für digitale Arbeit bedeutet das sehr konkret: KI darf nicht nur eingebaut werden, weil sie verfügbar ist. Sie muss begründet werden. Sie braucht klare Zuständigkeiten, Qualitätskriterien, Datenschutz, Markensicherheit, Barrierefreiheit, menschliche Kontrolle und eine Vorstellung davon, welche Arbeit weiterhin menschlich bleiben soll. Sonst bleibt von Innovation oft nur beschleunigte Beliebigkeit. Das ist kein abstraktes Prinzip, sondern ein praktischer Maßstab für digitale Systeme, Plattformen und Produkte, die nicht nur funktionieren, sondern verantwortbar bleiben sollen.

Eine seriöse Debatte über KI muss die Angst nicht kleinreden. Sie darf aber auch nicht in ihr wohnen bleiben. Angst ist ein Signal, keine Strategie. Sie zeigt, dass etwas auf dem Spiel steht: Arbeit, Status, Kompetenz, Teilhabe, Sinn und die Frage, wie Gesellschaften Produktivität verteilen.

Der Begriff Permanent Underclass ist gerade deshalb nützlich, weil er eine Fehlentwicklung sprachlich sichtbar macht, bevor sie vollständig eingetreten ist. Er zwingt dazu, nicht nur über Tools, Prompts und Effizienz zu sprechen, sondern über Zugang, Macht und Verantwortung. Wer profitiert von KI? Wer wird ausgebildet? Wer wird ersetzt? Wer entscheidet, was Qualität ist? Wer trägt Verantwortung, wenn automatisierte Systeme Fehler machen?

Vielleicht ist das die eigentliche Aufgabe dieser Transformation: nicht angstfrei zu werden, sondern gestaltungsfähig. KI kann Arbeit entlasten, erweitern und verbessern. Sie kann aber auch verdichten, entwerten und spalten. Welche Richtung überwiegt, entscheidet sich nicht im Modell allein, sondern in der Art, wie wir Arbeit künftig organisieren.