Welche neuen Studien und Daten zu künstlicher Intelligenz sind für Personalverantwortliche tatsächlich relevant? Im KI & HR Radar filtern wir aktuelle Forschung zu KI, Recruiting und Arbeitswelt nach ihrem praktischen und strategischen Wert für HR.
Diese Woche wird besonders deutlich, warum Unternehmen bei KI genauer zwischen Einführung, Produktivität und Beschäftigungswirkung unterscheiden sollten. Ein neuer Report der International Labour Organization zeigt anhand chinesischer Unternehmen erhebliche Effizienzgewinne – aber zugleich überraschend große Lücken bei deren Messung. Aktualisierte US-Arbeitsmarktdaten bestätigen unterdessen, dass sich die auffälligsten Beschäftigungseffekte weiterhin bei jungen Menschen in stark KI-exponierten Berufen konzentrieren. Und eine neue internationale Befragung zeigt: In fast allen untersuchten Ländern erwarten mehr Menschen Arbeitsplatzverluste durch KI als zusätzliche Jobs.
1. ILO: Unternehmen melden große KI-Effekte – können sie aber häufig nicht systematisch messen
Ein neuer Research Brief der International Labour Organization (ILO) liefert einen ungewöhnlich konkreten Einblick in die betriebliche KI-Einführung. Untersucht wurden 21 chinesische Unternehmen aus unterschiedlichen Branchen und Größenklassen durch ausführliche Interviews. Ergänzend wurden 1.591 Beschäftigte beziehungsweise Fach- und Führungskräfte befragt.
Alle 21 untersuchten Unternehmen setzten KI bereits ein oder planten eine unmittelbar bevorstehende Einführung. Wo Unternehmen Effekte quantifizieren konnten, fallen einzelne Werte erheblich aus: In einem Unternehmen sank beispielsweise die Dauer des Recruiting-Prozesses von 30 auf 13 Tage – eine Reduktion um rund 57 Prozent. Ein anderes Unternehmen steigerte mit 300 Beschäftigten im Kundenservice die Zahl täglich bearbeiteter Anfragen von 6.000 auf 15.000.
Auch aus anderen Prozessen berichten Unternehmen Effizienzsteigerungen von 30 bis 100 Prozent, Produktionssteigerungen von 20 bis 30 Prozent oder einen geringeren Personalbedarf bei einzelnen datenintensiven Aufgaben.
Doch gerade hier liegt der interessantere Befund: Die Mehrheit der untersuchten Unternehmen verfügt laut ILO nicht über systematische Verfahren zur Bewertung ihrer KI-Effekte. Große Effizienzversprechen treffen damit auf eine weiterhin erstaunlich schwache Wirkungsmessung.
Drei Stufen der KI-Einführung
Für Unternehmen besonders interessant ist die Unterscheidung der ILO zwischen verschiedenen Reifegraden der Einführung. Auf der ersten Stufe unterstützt KI bestehende Tätigkeiten und steigert deren Effizienz. Auf der zweiten Stufe wird KI tiefer in Prozesse integriert und verändert Arbeitsabläufe. Erst auf der dritten Stufe entstehen neue Geschäftsmodelle.
Die meisten untersuchten Unternehmen befinden sich noch auf den ersten beiden Stufen. Das relativiert die verbreitete Vorstellung, Unternehmen würden bereits flächendeckend ihre Organisation um KI herum neu bauen.
Auch die Beschäftigtenperspektive ist widersprüchlich: 47 Prozent der Befragten glauben, dass KI mehr Arbeitsplätze schafft als verdrängt. Gleichzeitig erwarten 39 Prozent, dass KI ihr Einkommen reduzieren wird.
Für HR bedeutet das: Die Einführung eines KI-Tools und dessen wirtschaftliche Wirkung sollten getrennt gemessen werden. Für einen HR-Use-Case reicht deshalb nicht die Aussage, dass ein System „Zeit spart“. Vorab sollten Kennzahlen definiert werden – etwa Bearbeitungszeit, Qualität, Fehlerquote, Kosten, Candidate Experience oder tatsächlich eingesparte Arbeitsstunden.
Wie belastbar ist das? Der Report ist wertvoll, weil er konkrete Implementierungsmuster aus Unternehmen dokumentiert. Er ist aber ausdrücklich keine repräsentative Unternehmensstudie. Die 21 Unternehmen wurden gezielt ausgewählt; die Produktivitätsangaben stammen von den Unternehmen selbst und wurden nicht unabhängig überprüft. Die ILO weist zudem darauf hin, dass keine kontrollierten Evaluationen durchgeführt wurden. Aus den berichteten Effizienzsteigerungen lässt sich deshalb keine kausale KI-Wirkung ableiten.
2. Stanford-Update: Die Auffälligkeit bei Berufseinsteigern verschwindet nicht
Das Stanford Digital Economy Lab hat am 17. September 2026 sein laufendes Arbeitsmarkt-Dashboard aktualisiert. Die Daten knüpfen an die Studie Canaries in the Coal Mine? an, die wir bereits ausführlich eingeordnet haben.
Der wichtigste neue Punkt ist deshalb nicht ein völlig neuer Befund, sondern dessen Persistenz: Es gibt weiterhin keine Hinweise auf einen breit angelegten Beschäftigungseinbruch durch KI. Gleichzeitig bleibt die Entwicklung bei jungen Beschäftigten in stark KI-exponierten Berufen auffällig.
Bei 22- bis 25-Jährigen wachsen weniger KI-exponierte Berufsgruppen stärker, während die Beschäftigung in stärker exponierten Tätigkeiten zurückgeht. Besonders sichtbar ist das weiterhin beispielsweise bei jungen Softwareentwicklern und Beschäftigten im Kundenservice.
Das Dashboard zeigt inzwischen auch detailliertere Geschlechterunterschiede. Bei jungen Frauen in der am stärksten KI-exponierten Berufsgruppe ging die Beschäftigung seit Einführung von ChatGPT annualisiert um 4,5 Prozent zurück, bei gleichaltrigen Männern um 2,5 Prozent. Stanford kommt allerdings zu einem wichtigen Schluss: Ein großer Teil dieses Unterschieds lässt sich dadurch erklären, in welchen Berufen Frauen und Männer arbeiten, und weniger durch unterschiedliche Entwicklungen von Frauen und Männern innerhalb derselben Expositionsgruppe.
Zum am 17. September aktualisierten Canaries Dashboard des Stanford Digital Economy Lab
Unsere ausführliche Einordnung der zugrunde liegenden Stanford-Studie finden Sie hier: Stanford-Studie: Verdrängt KI Berufseinsteiger zuerst vom Arbeitsmarkt?
Warum das Update für HR trotzdem wichtig ist
Ein einzelner Datenpunkt kann eine vorübergehende Arbeitsmarktbewegung sein. Je länger sich ein Muster in monatlich aktualisierten administrativen Beschäftigungsdaten hält, desto interessanter wird es. Genau das passiert derzeit bei den Berufseinsteigern.
Für HR bedeutet das: Unternehmen sollten beobachten, ob KI nicht nur bestehende Stellen verändert, sondern auch die Zahl und den Zuschnitt von Einstiegspositionen. Wenn typische Junior-Aufgaben automatisiert werden, entsteht langfristig zusätzlich eine Entwicklungsfrage: Wo sammeln Beschäftigte künftig die Erfahrung, die sie für anspruchsvollere Rollen benötigen?
Wie belastbar ist das? Stanford verwendet administrative Payroll-Daten von ADP über Millionen US-Beschäftigte – eine wesentlich stärkere Datengrundlage als Stellenanzeigen oder Befragungen. Trotzdem betonen die Forschenden selbst, dass die Ergebnisse deskriptive Frühindikatoren und keine kausalen Schätzungen sind. Die Unterschiede werden bei Kontrolle für Bildung kleiner, teilweise begannen Trends bereits vor dem GenAI-Boom und die Effekte sind im ADP-Datensatz stärker als in nationalen Vergleichsdaten.
3. 37 Länder: Menschen erwarten eher Arbeitsplatzverluste als neue Jobs durch KI
Wie stark die Wahrnehmung der KI-Transformation inzwischen von Arbeitsplatzsorgen geprägt ist, zeigt eine am 17. September veröffentlichte internationale Untersuchung des Pew Research Center. Befragt wurden mehr als 50.000 Erwachsene in 37 Ländern.
In 34 der 37 untersuchten Länder erwarten mehr Menschen, dass KI in den kommenden 20 Jahren zu weniger statt zu mehr Arbeitsplätzen führen wird. Besonders hoch ist diese Erwartung in einigen wohlhabenden Volkswirtschaften. In Australien und Südkorea erwarten jeweils rund drei Viertel der Befragten einen Nettoverlust von Arbeitsplätzen; in den USA sind es rund sieben von zehn.
Interessant ist die Altersverteilung: In mehreren Ländern sind gerade 18- bis 34-Jährige pessimistischer als ältere Menschen. In den USA hat die Sorge vor KI-bedingtem Arbeitsplatzverlust seit 2024 besonders stark in dieser Altersgruppe zugenommen.
Auch ein Muster aus dem deutschen KI-Monitor taucht in anderer Form wieder auf: In etwa der Hälfte der untersuchten Länder erwarten Menschen mit hoher KI-Awareness häufiger Arbeitsplatzverluste als Menschen, die weniger über KI gehört oder gelesen haben. Mehr Wissen oder Aufmerksamkeit führt also auch international nicht automatisch zu weniger Sorgen über Beschäftigung.
Zur internationalen Pew-Studie vom 17. September 2026
Erwartungen sind keine Arbeitsmarktprognosen – für HR aber trotzdem relevant
Diese Zahlen sagen ausdrücklich nicht voraus, wie viele Arbeitsplätze KI tatsächlich schaffen oder vernichten wird. Sie messen Erwartungen in der Bevölkerung.
Für HR sind solche Erwartungen dennoch relevant. Beschäftigte entscheiden über Weiterbildung, Karrierewechsel, interne Mobilität oder den Umgang mit neuen KI-Systemen nicht ausschließlich auf Grundlage objektiver Arbeitsmarktdaten. Entscheidend ist auch, wie sicher sie ihre eigene berufliche Zukunft einschätzen.
Die Kombination mit dem bereits im KI-Monitor 2026 beobachteten Zusammenhang zwischen KI-Kenntnissen und Arbeitsplatzsorgen macht einen Punkt besonders deutlich: AI Literacy allein löst die Change-Aufgabe nicht. Wer besser versteht, was KI kann, kann auch deutlicher erkennen, welche Teile der eigenen Arbeit automatisierbar werden.
Wie belastbar ist das? Pew arbeitet mit standardisierten internationalen Befragungen und einer sehr großen Stichprobe. Gemessen werden jedoch Einstellungen und Erwartungen, keine tatsächlichen Beschäftigungseffekte. Länderunterschiede können zudem durch Arbeitsmarktstruktur, öffentliche Debatte und unterschiedliche Erfahrungen mit KI beeinflusst werden.
Auch vor Ort: KI auf der Zukunft Personal 2026 in Köln
Natürlich waren wir diese Woche auch auf der Zukunft Personal 2026 in Köln unterwegs. Wenig überraschend war KI eines der dominierenden Themen – in Recruiting-Lösungen, HR-Software, Learning-&-Development-Angeboten, Analytics und zahlreichen weiteren Anwendungen.
Unser erster Eindruck: viel Licht, aber auch viel Schatten. Wir haben überzeugende Ansätze gesehen, bei denen KI konkrete Probleme löst und sinnvoll in bestehende HR-Prozesse integriert wird. Gleichzeitig gab es einige Lösungen, bei denen sich die Frage aufdrängt, ob KI wirklich einen zusätzlichen Nutzen schafft – oder ob sie vor allem eingebaut wurde, weil derzeit nahezu jedes HR-Produkt eine KI-Komponente braucht.
Das gilt auch für die Auswahl der eingesetzten KI-Anbieter und Modelle. Gerade in sensiblen HR-Anwendungen sollte nicht allein entscheidend sein, dass KI eingesetzt wird. Wichtiger sind Fragen nach Datenverarbeitung, Qualität, Nachvollziehbarkeit, Governance und danach, ob der konkrete Use Case den Einsatz überhaupt rechtfertigt.
Unser ausführliches Recap zur Zukunft Personal 2026 folgt noch. Darin schauen wir genauer darauf, welche Anwendungen uns überzeugt haben, wo wir echten Mehrwert sehen – und bei welchen Angeboten noch mehr „Hauptsache KI“ als belastbares Konzept zu erkennen war.
Was aus den Studien dieser Woche hängen bleibt
Diese Woche verbindet drei Ebenen, die in der KI-Debatte häufig vermischt werden.
Auf Unternehmensebene zeigt die ILO-Untersuchung, dass KI bereits erhebliche Prozessveränderungen ermöglichen kann. Sie zeigt aber ebenso deutlich, wie schwach Unternehmen die tatsächliche Wirkung teilweise noch messen.
Auf dem Arbeitsmarkt liefert Stanford weiterhin keinen Beleg für einen flächendeckenden KI-bedingten Stellenabbau. Die Daten zu jungen Beschäftigten in stark exponierten Berufen bleiben jedoch auffällig – und mit jedem weiteren Update wird es wichtiger, diese Entwicklung ernst zu nehmen.
Auf Beschäftigtenseite zeigt Pew, dass Sorgen über Arbeitsplatzverluste international längst keine Randerscheinung mehr sind. Besonders interessant ist, dass größere Nähe zum Thema KI diese Sorgen nicht zwangsläufig reduziert.
Für HR ergibt sich daraus eine ziemlich konkrete Agenda: KI-Wirkung messen, Einstiegs- und Entwicklungspfade beobachten und Beschäftigten nicht nur KI-Kompetenz vermitteln, sondern auch Orientierung darüber geben, wie sich ihre Arbeit verändert.
Quellen
- Ernst, Ekkehard et al.: Artificial intelligence adoption in Chinese enterprises: Productivity effects, workforce implications, and policy challenges, International Labour Organization, 15. September 2026.
- Stanford Digital Economy Lab: Canaries Dashboard, aktualisiert am 17. September 2026.
- Silver, Laura; Wike, Richard; Fagan, Moira; Lippert, Jordan: Globally, More People Expect AI to Cause Job Loss Than Growth, Pew Research Center, 17. September 2026.
Offenlegung: Dieser Beitrag wurde mit KI-Unterstützung erstellt. Die genannten Quellen und zentralen Studienergebnisse wurden anhand der verlinkten Originalquellen geprüft.
Jetzt hier abonnieren
