zuletzt aktualisiert 28. August 2026
Welche neuen Studien zu künstlicher Intelligenz sind für Personalverantwortliche tatsächlich relevant – und welche Schlagzeilen halten einer genaueren Prüfung stand? Mit unserem neuen wöchentlichen Forschungsradar filtern wir News und aktuelle Forschung zu KI, Recruiting und Arbeitswelt nach ihrem praktischen und strategischen Wert für HR.
In dieser Woche geht es vor allem um eine Frage, die zunehmend kontrovers diskutiert wird: Verdrängt generative KI bereits Berufseinsteiger? Neue Daten liefern dafür ernstzunehmende Hinweise – gleichzeitig zeigt eine andere große Studie, dass ein Teil des Effekts möglicherweise gar nicht durch KI verursacht wird. Hinzu kommen neue Ergebnisse aus Deutschland zur Bedeutung von Prompting-Kompetenz sowie ein ungewöhnlich großes Feldexperiment mit KI-geführten Bewerbungsgesprächen.
1. Stanford: Die Beschäftigungslücke bei jungen Arbeitnehmern in KI-exponierten Berufen wächst
Eine der derzeit meistdiskutierten Untersuchungen zum Arbeitsmarkteffekt generativer KI hat ein wichtiges Update erhalten. Erik Brynjolfsson, Bharat Chandar und Ruyu Chen vom Stanford Digital Economy Lab haben ihre Studie „Canaries in the Coal Mine?“ am 12. August 2026 mit neuen Daten bis Juni 2026 aktualisiert.
Die Forscher nutzen administrative Payroll-Daten von ADP mit Millionen Beschäftigten in den USA. Ihr Befund ist differenzierter als die häufige Schlagzeile vom großen KI-Jobabbau: Für eine breite, gesamtwirtschaftliche Verdrängung von Arbeitsplätzen durch KI finden sie bislang keine Evidenz.
Bei jungen Beschäftigten zeigt sich jedoch ein deutlich anderes Bild. Die Beschäftigung von 22- bis 25-Jährigen in stark KI-exponierten Berufen liegt inzwischen rund 19 Prozent unter dem Niveau, das zu erwarten wäre, wenn sie sich parallel zu jungen Beschäftigten in weniger KI-exponierten Berufen entwickelt hätte. In der früheren Datenversion lag diese Lücke noch bei rund 15 Prozent.
Besonders relevant für HR: Der Unterschied entsteht nach der Analyse vor allem durch weniger Neueinstellungen und nicht durch eine auffällige Zunahme von Entlassungen. Außerdem konzentriert sich die negative Entwicklung auf Tätigkeiten, bei denen KI menschliche Aufgaben eher automatisieren kann. Dort, wo KI Beschäftigte stärker ergänzt, fällt das Bild günstiger aus.
Warum das für HR wichtig ist: Wenn sich dieser Befund bestätigt, könnte der erste größere Beschäftigungseffekt generativer KI nicht in spektakulären Entlassungswellen sichtbar werden, sondern wesentlich unspektakulärer: Unternehmen ersetzen frei werdende Stellen oder zusätzliche Arbeit nicht mehr durch Berufseinsteiger.
Damit verschiebt sich auch die relevante HR-Frage. Sie lautet nicht nur: „Welche Jobs automatisieren wir?“, sondern zunehmend: Wo verändern wir durch KI unsere Einstellungslogik – und was bedeutet das langfristig für Nachwuchs-, Talent- und Führungskräftepipelines?
Wie belastbar ist das? Die administrative Datenbasis und die Aktualität der Daten sind große Stärken. Die Studie ist dennoch kein randomisiertes Experiment. Eine hohe KI-Exposition eines Berufs beweist nicht, dass KI eine beobachtete Beschäftigungsveränderung verursacht hat. Genau an diesem Punkt setzt die nächste Studie an.
Quelle: Erik Brynjolfsson, Bharat Chandar und Ruyu Chen, „Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence“, überarbeitete Fassung vom 12. August 2026. Studie beim Stanford Digital Economy Lab ansehen.
2. Ist wirklich KI schuld? Eine große Studie stellt die einfache Erklärung für weniger Junior-Hiring infrage
Genau hier wird die Evidenz interessant. Peter John Lambert und Yannick Schindler untersuchen in „The Broken Ladder: AI, Remote Work, and Early-Career Hiring“, ob der Rückgang bei Berufseinsteigern tatsächlich auf generative KI zurückgeführt werden kann.
Die Datenbasis ist außergewöhnlich groß: Die Forscher analysieren rund 243 Millionen Neueinstellungen und 407 Millionen Online-Stellenanzeigen aus den USA, Großbritannien, Kanada und Australien für den Zeitraum 2017 bis 2025.
Das methodische Problem bisheriger Analysen: Berufe, die stark durch generative KI exponiert sind, gehören häufig zugleich zu den Berufen, die besonders stark auf Homeoffice und Remote Work umgestellt haben.
Wer nur einen der beiden Faktoren betrachtet, kann deshalb leicht zum falschen Schluss kommen.
Werden KI-Exposition und Remote-Work-Exposition getrennt untersucht, hängen beide mit einem geringeren Anteil von Berufseinsteigern an Neueinstellungen zusammen. Werden beide Effekte jedoch gleichzeitig berücksichtigt, bleibt der Zusammenhang mit Remote Work robust. Der geschätzte GenAI-Effekt wird dagegen wesentlich kleiner und ist in mehreren Spezifikationen statistisch nicht mehr eindeutig von null zu unterscheiden.
Die Autoren argumentieren ausdrücklich nicht, dass KI keinerlei Einfluss auf Einstiegsjobs habe. Ihre Aussage ist vorsichtiger und wissenschaftlich gerade deshalb interessant: Ein Teil dessen, was bislang als KI-Effekt interpretiert wurde, könnte in Wirklichkeit mit der veränderten Organisation von Arbeit zusammenhängen.
Eine mögliche Erklärung: Berufseinsteiger sind stärker als erfahrene Beschäftigte auf informelles Lernen, Beobachtung, Mentoring und spontane Wissensweitergabe angewiesen. Wenn diese Mechanismen in hybriden oder vollständig verteilten Arbeitsformen schlechter funktionieren, können Junior-Beschäftigte für Unternehmen relativ aufwendiger werden.
Warum das für HR wichtig ist: Das ist mehr als eine akademische Frage nach Kausalität. Je nach Ursache wären völlig unterschiedliche HR-Maßnahmen sinnvoll. Ist KI der dominante Treiber, muss über Aufgabenverteilung und neue Einstiegsrollen nachgedacht werden. Ist dagegen fehlender Wissenstransfer in hybriden Organisationen ein wesentlicher Faktor, liegen die Hebel eher bei Onboarding, Mentoring, Lernarchitektur und Führung.
Auch ein pauschales „Zurück ins Büro“ folgt daraus ausdrücklich nicht. Die Autoren argumentieren stattdessen für eine bessere Gestaltung hybrider Arbeit, damit Präsenzzeiten gezielt für Lernen, Zusammenarbeit und Wissensweitergabe genutzt werden.
Wie belastbar ist das? Die enorme Datenbasis und verschiedene Robustheitsprüfungen machen das Working Paper relevant. Trotzdem handelt es sich um Beobachtungsdaten und nicht um ein kontrolliertes Experiment. Die Studie widerlegt einen KI-Effekt nicht, sondern zeigt vor allem, dass einfache kausale Zuschreibungen derzeit problematisch sind.
Quelle: Peter John Lambert und Yannick Schindler, „The Broken Ladder: AI, Remote Work, and Early-Career Hiring“, Working Paper 2026; aktuelle Autorenanalyse vom 17. August 2026. Working Paper bei der University of Warwick ansehen.
3. Neue deutsche Studie: Prompting-Kompetenz erhöht Einstellungschancen – ersetzt aber kein Fachwissen
Für deutsche Personalabteilungen ist das neue IZA Discussion Paper „The Value of Prompting Skills“ besonders interessant. Die Autoren untersuchen nicht, ob Beschäftigte selbst glauben, dass Prompting wichtig sei, sondern wie Personalentscheider unterschiedliche Bewerberprofile bewerten.
In einem Discrete-Choice-Experiment mussten Personen mit Einstellungsverantwortung aus deutschen Unternehmen zwischen Bewerberprofilen mit unterschiedlichen Merkmalskombinationen wählen. Variiert wurden unter anderem Prompting-Kompetenz, berufsspezifische Kenntnisse, soziale Fähigkeiten und Gehaltsvorstellungen.
Das Ergebnis: Gute Prompting-Kompetenz erhöhte die Einstellungswahrscheinlichkeit im Durchschnitt um etwa 4 Prozent. Die Arbeitgeber waren zudem bereit, dafür einen Gehaltsaufschlag von ungefähr 2 Prozent gegenüber dem durchschnittlichen Gehalt einer Fachkraft im jeweiligen Unternehmen zu akzeptieren.
Deutlich größer ist der Effekt dort, wo KI bereits organisatorisch angekommen ist. In großen Unternehmen sowie in Unternehmen, die KI bereits eingeführt haben oder deren Einführung planen, erhöhte hohe Prompting-Kompetenz die Einstellungswahrscheinlichkeit laut Studie um rund 9 Prozent.
Mindestens genauso wichtig ist allerdings, was die Studie nicht findet: Prompting-Kompetenz kann fehlende berufsspezifische Fähigkeiten nicht kompensieren.
Damit widersprechen die Ergebnisse einer gelegentlich zu beobachtenden Überhöhung des Promptings als neuer universeller Schlüsselqualifikation. Die Autoren interpretieren ihre Ergebnisse eher als Skill Upgrading: KI-Kompetenz kommt zusätzlich zu fachlichen und sozialen Fähigkeiten hinzu, statt sie zu ersetzen.
Warum das für HR wichtig ist: Für Kompetenzmodelle, Recruiting und Learning & Development spricht viel dafür, KI-Kompetenz nicht als isoliertes Spezialgebiet zu behandeln. Interessanter ist die Kombination aus Fachwissen, Urteilsfähigkeit, sozialen Fähigkeiten und der Fähigkeit, KI-Systeme sinnvoll zu steuern.
Gerade für Stellenanzeigen ist das relevant. Die pauschale Forderung nach „Prompt Engineering Skills“ dürfte zu kurz greifen. Entscheidend ist, welche KI-Kompetenz für eine konkrete Tätigkeit einen zusätzlichen Wert erzeugt.
Wie belastbar ist das? Das experimentelle Design erlaubt eine sauberere Untersuchung von Präferenzen als eine einfache Arbeitgeberbefragung. Allerdings werden hypothetische Bewerberprofile bewertet. Ob sich dieselben Effekte bei realen Einstellungen und tatsächlichen Gehältern in gleicher Größenordnung zeigen, bleibt offen.
Quelle: Lara Fleck, Dominik Becker, Marie-Christine Fregin, Andries de Grip, Harald Pfeifer und Kathrin Weis, „The Value of Prompting Skills“, IZA Discussion Paper No. 18871, August 2026. Studie bei IZA ansehen.
4. 70.000 Bewerber im Feldexperiment: KI kann Interviews strukturieren, ohne die Einstellungsentscheidung zu übernehmen
Eine weitere Studie ist für Recruiting-Verantwortliche besonders bemerkenswert, weil sie eine häufig übersehene Form des KI-Einsatzes untersucht. In „Voice AI in Firms“ vergleichen Brian Jabarian und Luca Henkel menschlich geführte Bewerbungsgespräche mit Interviews durch Voice-AI-Agenten.
Rund 70.000 Bewerber wurden in einem Feldexperiment zufällig einem menschlichen Recruiter oder einem KI-Sprachagenten für das Interview zugewiesen.
Entscheidend für die Interpretation: Die KI traf anschließend nicht die Einstellungsentscheidung. In beiden Gruppen bewerteten menschliche Recruiter die Interviews und entschieden über Jobangebote.
Bewerber, die zuvor vom KI-Agenten interviewt worden waren, erhielten laut Studie 12 Prozent häufiger ein Jobangebot. Der Effekt zeigte sich auch bei tatsächlichen Arbeitsaufnahmen und bei der Mitarbeiterbindung. Gleichzeitig fanden die Forscher keinen Rückgang der gemessenen Produktivität der eingestellten Personen. Andere Studien aus 2025 kamen dagegen zu anderen Ergebnissen und Gartner prognostizierte z. B. dass bis 2028 weltweit jedes vierte Bewerberprofil gefälscht sein könnte.
Die Analyse der Gesprächstranskripte liefert eine plausible Erklärung: Die KI führte Interviews strukturierter und konsistenter durch, konnte ihre Nachfragen aber weiterhin an die Antworten der Kandidaten anpassen. Nach Einschätzung der Autoren wurde dadurch mehr für die spätere Entscheidung relevante Information erhoben.
Warum das für HR wichtig ist: Die Untersuchung verschiebt die Debatte über KI im Recruiting. Der interessante Einsatzpunkt muss nicht zwingend darin bestehen, einen Algorithmus über Kandidaten entscheiden zu lassen. KI kann bereits bei der standardisierten Erhebung entscheidungsrelevanter Informationen einen Nutzen haben, während die eigentliche Entscheidung bei Menschen verbleibt.
Das ist auch konzeptionell relevant: Die Alternative lautet nicht immer „Mensch entscheidet“ oder „KI entscheidet“. Dazwischen liegen zahlreiche Prozessschritte, in denen KI strukturieren, dokumentieren, vergleichen oder Informationen erheben kann.
Wie belastbar ist das? Randomisierung, reale Bewerber, reale Einstellungsentscheidungen und die sehr große Stichprobe machen die Studie methodisch besonders interessant. Trotzdem lässt sich das Ergebnis nicht automatisch auf jedes Unternehmen, jede Berufsgruppe oder jedes Voice-AI-System übertragen.
Hinweis zur Aktualität: Das Paper wurde am 30. Juli 2026 auf arXiv veröffentlicht. Die Untersuchung selbst zirkuliert allerdings bereits länger als Working Paper und wurde nicht erstmals im Juli 2026 durchgeführt oder veröffentlicht. Für einen Forschungsüberblick ist diese Unterscheidung wichtig.
Quelle: Brian Jabarian und Luca Henkel, „Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews“, arXiv-Version vom 30. Juli 2026. Paper auf arXiv ansehen.
5. EU-Stellenanzeigen: KI verändert möglicherweise nicht nur die Zahl der Jobs, sondern deren Inhalt
Eine weitere aktuelle Untersuchung ergänzt die Debatte um eine europäische Perspektive. Georgi Demirev analysiert in „Generative AI and Labor Demand: Evidence from Online Job Markets“ Online-Stellenanzeigen aus der Europäischen Union zwischen 2021 und 2025.
In stark KI-exponierten Berufen findet der Autor seit der Veröffentlichung von ChatGPT einen relativen Rückgang der Stellenanzeigen von 19 bis 29 Prozent. Verschiedene Maße für KI-Exposition führen zu ähnlichen Ergebnissen; ein Teil der Befunde lässt sich zudem mit australischen Daten replizieren.
Für HR möglicherweise noch interessanter ist jedoch ein zweiter Befund. Fähigkeiten, die besonders stark mit den heutigen Fähigkeiten von KI-Systemen überlappen, werden in Stellenanzeigen rund 12 Prozent seltener genannt.
Das deutet darauf hin, dass Unternehmen auf KI nicht ausschließlich reagieren, indem sie mehr oder weniger Personal einstellen. Sie können auch bestehende Rollen verändern und einzelne Aufgaben oder Kompetenzanforderungen aus ihnen herauslösen.
Warum das für HR wichtig ist: Für strategische Personalplanung könnte die Frage „Welche Berufe verschwinden?“ deshalb zu grob sein. Relevant wird vielmehr die Ebene darunter: Welche Aufgaben verändern sich innerhalb eines Berufs – und welche Kompetenzen werden dadurch wichtiger oder weniger wichtig?
Interessanterweise findet die Studie auf Branchenebene bislang keine signifikanten Produktivitätssteigerungen. Der Autor bringt deshalb das Konzept einer „so-so automation“ ins Spiel: Automatisierung kann Arbeit verändern oder substituieren, ohne dass sich unmittelbar entsprechend große Produktivitätsgewinne zeigen.
Wie belastbar ist das? Die große Menge realer Stellenanzeigen und verschiedene Robustheitsprüfungen sind klare Stärken. Stellenanzeigen sind allerdings nicht dasselbe wie tatsächliche Beschäftigung. Außerdem bleibt auch hier die zentrale Kausalitätsfrage bestehen: Berufe mit hoher KI-Exposition können sich gleichzeitig aus anderen wirtschaftlichen Gründen anders entwickeln.
Quelle: Georgi Demirev, „Generative AI and Labor Demand: Evidence from Online Job Markets“, veröffentlicht am 24. Juli 2026. Working Paper bei SSRN ansehen.
Was aus den Studien dieser Woche hängen bleibt
Zusammengenommen ergibt sich ein deutlich differenzierteres Bild als die beiden einfachen Narrative „KI vernichtet jetzt massenhaft Jobs“ und „bisher passiert am Arbeitsmarkt praktisch nichts“.
- Eine breite KI-bedingte Entlassungswelle ist in den hier betrachteten Daten bislang nicht zu erkennen. Gleichzeitig verdichten sich Hinweise darauf, dass insbesondere Neueinstellungen junger Beschäftigter in bestimmten KI-exponierten Bereichen unter Druck geraten.
- Die Ursache ist noch nicht eindeutig geklärt. Remote Work, konjunkturelle Veränderungen und andere strukturelle Faktoren können einen Teil vermeintlicher KI-Effekte erklären.
- KI verändert wahrscheinlich Aufgaben und Kompetenzprofile, bevor ganze Berufe verschwinden. Für HR spricht das für eine Analyse auf Task- und Skill-Ebene statt ausschließlich auf Ebene von Jobtiteln.
- KI-Kompetenz wird auf dem Arbeitsmarkt honoriert, ersetzt aber kein Fachwissen. Die neue deutsche Prompting-Studie spricht eher für zusätzliche als für substitutive Kompetenzanforderungen.
- Im Recruiting ist die entscheidende Frage nicht nur, ob KI Entscheidungen treffen darf oder sollte. Schon die Strukturierung und Erhebung von Informationen kann ein relevanter Einsatzbereich sein.
Gerade die widersprüchlich wirkenden Ergebnisse zu Berufseinsteigern sind dabei kein Zeichen schlechter Forschung. Sie zeigen vielmehr, dass sich der Arbeitsmarkteffekt generativer KI noch in einer frühen Phase befindet und unterschiedliche Datensätze unterschiedliche Teile derselben Entwicklung sichtbar machen.
Für Personalverantwortliche ist deshalb Zurückhaltung bei großen Prognosen sinnvoll – nicht aber beim Beobachten der tatsächlichen Veränderungen im eigenen Unternehmen: Welche Aufgaben übernimmt KI bereits? Wo sinkt der Bedarf an Einstiegsarbeit? Welche Lerngelegenheiten verschwinden dadurch? Und welche neuen Fähigkeiten werden im Gegenzug wertvoller?
Quellen und weiterführende Lektüre
- Brynjolfsson, Erik; Chandar, Bharat; Chen, Ruyu: „Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence“, revised 12. August 2026. Stanford Digital Economy Lab.
- Lambert, Peter John; Schindler, Yannick: „The Broken Ladder: AI, Remote Work, and Early-Career Hiring“, 2026. University of Warwick / CAGE.
- Fleck, Lara et al.: „The Value of Prompting Skills“, IZA Discussion Paper No. 18871, August 2026. IZA@LISER Network.
- Jabarian, Brian; Henkel, Luca: „Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews“, arXiv-Version vom 30. Juli 2026. arXiv.
- Demirev, Georgi: „Generative AI and Labor Demand: Evidence from Online Job Markets“, 24. Juli 2026. SSRN.
Offenlegung: Dieser Beitrag wurde mit KI-Unterstützung erstellt. Die genannten Quellen und zentralen Studienergebnisse wurden anhand der verlinkten Originalquellen geprüft.
Jetzt hier abonnieren
