Quick Answer: Die ehrliche Antwort auf die Frage, welche Berufe KI ersetzt, lautet: keine, jedenfalls nicht als Ganzes. KI absorbiert Aufgaben innerhalb von Berufen. Anthropics Economic Index zeigt, dass KI in 49 % der Berufe bereits mindestens ein Viertel der Aufgaben abdeckt, und dass die abgedeckten Aufgaben mehr Ausbildung voraussetzen als der gesamtwirtschaftliche Durchschnitt, nicht weniger. Exposition ist nicht Verdrängung: Anthropics Arbeitsmarktforschung findet seit Ende 2022 keinen systematischen Anstieg der Arbeitslosigkeit unter stark exponierten Beschäftigten. Messbar unter Druck steht nur der Berufseinstieg.
Niemand schickt Ihnen ein Schreiben, in dem steht, dass eine KI Ihre Stelle übernommen hat. Die Stellenausschreibung für Ihre Position erscheint einfach nicht mehr.
Wie Sie eine Expositionszahl richtig lesen
Die meisten Schlagzeilen zum Thema scheitern an denselben vier Lesefehlern. Der Unterschied zwischen schwacher und starker Lesart ist kein Optimismus, sondern Präzision darüber, was überhaupt gemessen wurde.
| Worum es geht | Schwache Lesart | Starke Lesart |
|---|---|---|
| Abdeckung vs. Verdrängung | „74,5 % Exposition heißt, drei Viertel des Berufs sind weg“ | Abdeckung misst, wie viel des Aufgabenbündels heutige Modelle berühren. Über die Entscheidung des Arbeitgebers sagt sie nichts. Exposition ≠ Verdrängung. |
| Theoretisch vs. beobachtet | Eine Prozentzahl pro Beruf, als Tatsache gelesen | Es gibt zwei Zahlen: was Modelle könnten und was Menschen tatsächlich mit ihnen tun. In manchen Gruppen liegt eine Größenordnung dazwischen. |
| Aufgabe vs. Beruf | „Meine Berufsbezeichnung steht auf der Liste“ | Berufe sind Bündel von Aufgaben mit unterschiedlichem Schicksal. Ein stark abgedeckter Beruf kann einen unersetzbaren Kern behalten. |
| Aggregat vs. Einzelfall | „Das ist mein persönlicher Risikowert“ | Die Zahlen beschreiben Millionen von Aufgaben im Aggregat. Seniorität, Branche, Regulierung und die Adoptionskurve Ihres Arbeitgebers verschieben Sie vom Durchschnitt weg. |
Halten Sie diese vier Unterscheidungen fest, und jede Zahl unten wird lesbar. Lassen Sie sie fallen, und es bleibt ein Horoskop.
Erste Umkehrung: Nicht Berufe werden automatisiert, sondern Aufgaben
Anthropics Economic Index misst, welche Aufgaben Menschen tatsächlich an KI-Modelle geben, und ordnet sie Berufen zu. Das Ergebnis ist keine Liste dem Untergang geweihter Berufe, sondern eine Karte davon, welche Teile von Tätigkeiten bereits absorbiert sind.
In 49 % der Berufe deckt KI inzwischen mindestens ein Viertel des Aufgabenbündels ab. Gleichzeitig zeigen 30 % der Beschäftigten null gemessene Exposition, nicht wenig, sondern keine.
Dieses Muster ist kein Rauschen. Liegt eine Aufgabe vollständig im Bereich heutiger Modellfähigkeit, entfallen 68 % der realen Nutzung darauf; ist sie theoretisch nicht machbar, sinkt die Nutzung auf 3 %. Und 97 % der beobachteten Aufgaben gelten als grundsätzlich machbar. Die Menschen finden die Fähigkeitsgrenze und arbeiten exakt an ihr entlang.
Die Frage „Ersetzt KI meinen Beruf?“ ist deshalb falsch gestellt. Beantwortbar ist: Welche meiner Aufgaben liegen innerhalb dieser Grenze, und was bleibt übrig, wenn sie wegfallen?
Ihre Berufsbezeichnung ist ein Etikett für die Personalabteilung. Gemessen wird Ihre Aufgabenliste.
Zweite Umkehrung: KI hat die schwierigeren Aufgaben übernommen
Das ist der Befund, der die meisten Denkmodelle bricht, und den die Schlagzeilen konsequent verdrehen.
Gesamtwirtschaftlich setzt eine durchschnittliche Aufgabe 13,2 Ausbildungsjahre voraus. Die von KI abgedeckten Aufgaben setzen 14,4 Jahre voraus. Die absorbierte Arbeit liegt also über dem gesamtwirtschaftlichen Durchschnitt, was rechnerisch bedeutet: Was übrig bleibt, liegt darunter.
Die Automatisierungserzählung lief umgekehrt: Maschinen übernehmen zuerst das Einfache, Menschen steigen die Qualifikationsleiter hinauf. Hier wird die Leiter von oben erklommen.
Die Leistungsdaten passen dazu. Heutige Modelle erreichen rund 9-fache Beschleunigung bei Aufgaben auf Schulabschlussniveau (12 Jahre) und 12-fache auf Hochschulniveau (16 Jahre), während die Erfolgsquote kaum mit der Schwierigkeit fällt: 70 % bei einfachen, 66 % bei akademischen Aufgaben. Schwerere Arbeit, größerer Vorteil, fast kein Genauigkeitsverlust.
Zwei Beispiele aus Anthropics eigener Untersuchung machen die Folge konkret:
- Reisebüro-Fachkräfte verlieren die komplexe Reiseplanung (13,5 Ausbildungsjahre) und behalten die Routine-Ticketierung (12,0 Jahre). Der Beruf wird einfacher: Dequalifizierung.
- Immobilienverwalter verlieren die administrative Buchhaltung (12,8 Jahre) und behalten Stakeholder-Management und Verhandlung. Der Beruf wird anspruchsvoller: Höherqualifizierung.
Gleicher Mechanismus, gegensätzliches Ergebnis. Was Sie bekommen, entscheidet der Rest, nicht der Expositionswert Ihres Berufs.
Wer tatsächlich exponiert ist
Die namentlich erfassten Berufe mit der höchsten beobachteten Exposition. Lesen Sie jede Zahl als „wie viel dieses Aufgabenbündels läuft bereits über KI“, nicht als Countdown.
| Beruf | Beobachtete Exposition |
|---|---|
| Programmiererinnen und Programmierer | 74,5 % |
| Kundenservice-Mitarbeitende | 70,1 % |
| Datenerfassungskräfte | 67,1 % |
| Fachkräfte für medizinische Dokumentation | 66,7 % |
| Marktforschung und Marketing-Fachkräfte | 64,8 % |
| Vertriebsmitarbeitende (Groß- und Fertigungshandel, nicht-technisch) | 62,8 % |
Wo eine Berufsbezeichnung oben verlinkt ist, führt der Link zum nächstliegenden Lebenslauf-Beispiel aus unserem Korpus, bei der medizinischen Dokumentation etwa zum Profil der Medizinischen Fachangestellten. Diese Seiten zeigen, wie der jeweilige Beruf auf dem Papier belegt wird; sie behandeln nicht die KI-Exposition selbst.
Und das andere Ende. Am wenigsten exponiert, in derselben Untersuchung benannt: Köchinnen und Köche, Motorradmechaniker, Rettungsschwimmer, Barkeeper, Spülkräfte, Garderobenpersonal.
Damit ist geklärt, wen diese Technologie unter Druck setzt. Es ist nicht die handwerkliche Wirtschaft. Beschäftigte in stark exponierten Berufen haben deutlich häufiger einen Hochschulabschluss auf Master- oder Promotionsniveau, 17,4 % gegenüber 4,5 %, und verdienen 47 % mehr als der Durchschnitt. Ihr Durchschnittsalter liegt bei 42,9 Jahren. Die exponierte Gruppe ist gut ausgebildet, mitten im Berufsleben und gut bezahlt.
Es ist genau die Gruppe, der man zwanzig Jahre lang gesagt hat, formale Qualifikation sei die Absicherung.
Dritte Umkehrung: Die Beschäftigung hat sich nicht bewegt
Hier trennt sich seriöse Analyse von Klickködern, also unmissverständlich:
Anthropics Arbeitsmarktforschung findet seit Ende 2022 keinen systematischen Anstieg der Arbeitslosigkeit unter stark exponierten Beschäftigten. Drei Jahre nach dem breiten Rollout, quer durch die am stärksten exponierten Berufe, steht das Verdrängungssignal nicht in den Beschäftigungsdaten.
Nicht „noch nicht, aber bald“. Aktuell nicht messbar.
Es gibt genau eine messbare Ausnahme, und sie ist eng begrenzt. Bei Beschäftigten zwischen 22 und 25 Jahren in exponierten Berufen ist die Einstellungsquote gegenüber 2022 um 14 % gesunken, etwa 0,5 Prozentpunkte. Anthropic weist ausdrücklich darauf hin, dass dieses Ergebnis die statistische Signifikanz kaum erreicht. Behandeln Sie es als frühes Signal, nicht als Urteil: Die Anpassung läuft offenbar über Einstellungsstopps statt über Kündigungen, was den Effekt auf die konzentriert, die hineinwollen, nicht auf die, die drin sind.
Eine vorausschauende Zahl passt dazu: In offiziellen Berufsprojektionen bis 2034 geht jede zusätzlichen 10 Prozentpunkte Aufgabenabdeckung mit einer um 0,6 Prozentpunkte niedrigeren Wachstumsprognose einher. Eine langsame Krümmung der Einstellungskurve, keine Klippe.
Ein schrumpfender Berufseinstieg ist keine Entlassungswelle. Er ist eine Entlassungswelle, die Sie erst fünf Jahre später am Organigramm erkennen.
Die eigentliche Uhr: die Lücke zwischen Können und Einsatz
Wenn sich die Beschäftigung nicht bewegt, während die Hälfte aller Berufe zu einem Viertel abgedeckt ist, federt etwas den Schock ab. Dieses Etwas ist der Adoptionsrückstand, und er ist gewaltig.
| Berufsgruppe | Theoretische Abdeckung | Beobachtete Abdeckung |
|---|---|---|
| IT und Mathematik | 94,3 % | 35,8 % |
| Betriebswirtschaft und Finanzen | 94,3 % | 28,4 % |
| Management | 91,3 % | , |
| Büro und Verwaltung | 90,0 % | 34,3 % |
| Recht | 89,0 % | 20,4 % |
| Architektur und Ingenieurwesen | 84,8 % | , |
| Kunst, Design und Medien | 83,7 % | 19,2 % |
| Natur- und Sozialwissenschaften | 77,0 % | , |
| Vertrieb | 62,0 % | 26,9 % |
| Bildung und Bibliothek | 61,7 % | 18,2 % |
| Medizinische Fachberufe | 59,9 % | , |
| Soziale Dienste | 50,5 % | , |
| Gastronomie | 16,9 % | , |
| Bau | 16,9 % | , |
| Land- und Forstwirtschaft | 15,7 % | , |
| Transport und Logistik | 12,1 % | , |
| Gebäude- und Außenanlagenpflege | 3,9 % | , |
Architektur und Ingenieurwesen ist die schärfste Illustration im ganzen Datensatz: 84,8 % theoretische Fähigkeit, und nur rund 5 % davon in tatsächlicher Nutzung realisiert. Der Vertrieb realisiert dagegen etwa 43 % einer weit niedrigeren Obergrenze. IT/Mathematik und Büro/Verwaltung tragen die höchste beobachtete Abdeckung aller Gruppen, die sichtbare Disruption gehört also den schnellsten Anwendern, nicht den größten Gruppen.
Falls Ihnen die Gruppenebene zu abstrakt bleibt: Für Betriebswirtschaft und Finanzen steht stellvertretend das Lebenslauf-Beispiel für Financial Analysts, für die medizinischen Fachberufe das Lebenslauf-Beispiel für Pflegefachkräfte. Beide zeigen einen typischen Beruf der Gruppe in Lebenslaufform, stellvertretend, nicht deckungsgleich mit der gesamten Gruppe.
McKinsey sieht dieselbe Lücke von Arbeitgeberseite: 92 % der Unternehmen erhöhen ihre KI-Ausgaben, während sich rund 1 % als reif im Einsatz bezeichnen; Führungskräfte schätzen, dass 4 % ihrer Belegschaft KI regelmäßig nutzen, die Beschäftigten selbst berichten 13 %.
Die strategische Lesart: Wo der Einsatz weit hinter der Fähigkeit zurückbleibt, ist die Disruption aufgeschoben, nicht abgesagt. Eine Gruppe bei 5 % Realisierung wurde nicht verschont. Sie hat noch nicht angefangen.
Im deutschen Kontext kommt dieser Rückstand nicht von ungefähr: Mitbestimmung über den Betriebsrat, Kündigungsschutz, DSGVO und branchenspezifische Dokumentationspflichten verlangsamen den Rollout, und verschieben ihn zeitlich nach hinten, ohne ihn aufzuheben. Auch die Richtung der Front ist sichtbar: Stand November 2025 teilt sich die Endnutzung in 52 % Unterstützung und 45 % Automatisierung; über die API, Arbeit, die fest in Systeme verdrahtet ist, liegt der Automatisierungsanteil bei 75 %. Verdoppelt haben sich unspektakuläre Aufgabenarten: Vertriebsunterstützung, B2B-Leadqualifizierung, Kaltakquise-Texte, Marktoperationen.
Warum Selbsteinschätzung hier nicht ausreicht
Die Fehleinschätzung hat eine dokumentierte Richtung.
In Anthropics Befragungen halten nur 10 % der Beschäftigten den Verlust des eigenen Arbeitsplatzes für wahrscheinlich, während 37 % oder mehr die Wahrscheinlichkeit für eine jüngere Kollegin auf über 60 % setzen und 35 % oder mehr erwarten, dass KI innerhalb eines Jahres die meisten ihrer eigenen Aufgaben übernimmt.
Zusammengelesen: Man hält die Fähigkeit für unmittelbar bevorstehend, hält Verdrängung für wahrscheinlich, und sich selbst für nicht gemeint.
Die Verzerrung hat eine Form. Beschäftigte mit 15 oder mehr Berufsjahren schätzen ihre eigene Exposition rund 10 Prozentpunkte niedriger ein als vergleichbare Kolleginnen und Kollegen. Erfahrung fühlt sich wie Schutz an, und korreliert zugleich mit genau jenem hochqualifizierten Aufgabenbündel, das über der 13,2-Jahre-Linie liegt.
Ein echter Effekt steckt darunter: Ab sechs Monaten Betriebszugehörigkeit steigt die Erfolgsquote unter vollen Kontrollen um etwa 4 Prozentpunkte. Institutionelles Kontextwissen ist produktiv, nur ist der Vorsprung kleiner, als seine Träger glauben.
Ein mechanischer Befund lohnt das Merken: Die Korrelation zwischen der Differenziertheit der Anweisung und der Differenziertheit der Antwort liegt bei r > 0,92. Die knappe Kompetenz ist nicht „KI bedienen“, sondern das Problem so gut zu kennen, dass man es präzise beschreiben kann. Das ist Urteilsvermögen, und genau das belegen die wenigsten Lebensläufe.
Ihr 7-Schritte-Plan
- Hören Sie auf, nach Ihrer Berufsbezeichnung zu suchen. Listen Sie Ihre Aufgaben. Zwanzig Zeilen, mit Verb beginnend, ehrlich zu Ihrer tatsächlichen Woche. Exposition wird auf dieser Ebene gemessen, nirgends sonst.
- Sortieren Sie nach Fähigkeit, nicht nach Bequemlichkeit. Könnte ein heutiges Modell mit vollem Kontext eine kompetente erste Fassung liefern, keine perfekte? Das Band von 66 bis 70 % ist die richtige Kalibrierung.
- Rechnen Sie den Rest aus, nicht die Exposition. Über Ihre nächsten fünf Jahre entscheidet, was nach dem Wegfall bleibt, anspruchsvoller (Immobilienverwaltung) oder einfacher (Reisebüro) als vorher.
- Prüfen Sie den Realisierungsrückstand Ihrer Branche, nicht ihre Obergrenze. Hohe theoretische Abdeckung bei niedriger tatsächlicher Nutzung heißt: aufgeschoben, nicht abgesagt.
- Verlagern Sie Gewicht auf Urteil, Verantwortung und Beziehungen. Das sind die Restkategorien in jedem Höherqualifizierungsfall der Daten: Entscheidungen unter Unsicherheit, Arbeit, die jemand unterschreiben muss, Arbeit mit einem Menschen gegenüber.
- Schreiben Sie Ihren Lebenslauf auf Entscheidungen um, nicht auf Durchsatz. „200 Tickets pro Monat bearbeitet“ beschreibt eine abgedeckte Aufgabe. „Eskalationsschwelle verantwortet, Wiederkontakte durch neue Richtlinie gesenkt“ beschreibt eine verbleibende. Gleiche Stelle, völlig andere Wirkung.
- Beim Berufseinstieg gilt: Das ist das reale Risiko. Konkurrieren Sie über belegtes Urteilsvermögen, nicht über Aufgabenkompetenz, die inzwischen billig ist.
Kurzfassung
Berufe werden nicht automatisiert. Aufgabenbündel werden neu sortiert.
Absorbiert wird der qualifizierte Teil. Der Rest nicht.
Die Beschäftigung hat sich nicht bewegt, außer an der Tür, bei den 22- bis 25-Jährigen.
Die Lücke zwischen dem, was diese Systeme können, und dem, was Unternehmen tatsächlich einsetzen, ist die eigentliche Uhr. TalentVP ist um diese Lücke herum gebaut: Was ein Lebenslauf belegen muss, ändert sich in dem Moment, in dem Aufgabenkompetenz aufhört, knapp zu sein.
Exposition ist kein Urteil. Sie ist eine Leseaufgabe über Ihre eigene Arbeitswoche.
Related Guides
- Ist mein Job durch KI gefährdet? Der Aufgaben-Check, die Methode hinter der Restrechnung oben.
- Neue Berufe durch KI und was der Lebenslauf zeigen muss, die real ausgeschriebenen Rollen, die aus der Adoptionslücke entstehen.
- KI und der Arbeitsmarkt Deutschland, warum der DACH-Raum von dieser Basislinie abweicht.
- Lebenslauf-Beispiele nach Beruf, wie Entscheidungsbelege auf dem Papier wirken.
- Für erfahrene Fachkräfte, Positionierung, wenn Ihr Vorteil Urteilsvermögen ist.
Quellen
Datenstand: Berichte des Anthropic Economic Index bis Juni 2026 sowie die im März 2026 veröffentlichte Arbeitsmarktanalyse. Anthropic veröffentlicht quartalsweise; die Zahlen werden jedes Quartal überprüft.
Alle Zahlen in diesem Artikel stammen aus veröffentlichter Forschung. Die zugrunde liegenden Daten sind von Anthropic und basieren auf realer Nutzung, abgebildet auf die Berufssystematik O*NET des US-Arbeitsministeriums.
- Labor market impacts of AI: A new measure, Anthropic. Das Maß der beobachteten Exposition und die berufsbezogenen Werte.
- Anthropic Economic Index: Economic primitives, Aufgabenkomplexität, Erfolgsquoten, Bildungsjahre pro Aufgabe, Beispiele für De- und Upskilling.
- Anthropic Economic Index: Learning curves, der Erfahrungseffekt und die am schnellsten wachsenden Aufgabenkategorien.
- Anthropic Economic Index: Cadences, die Beschäftigtenbefragung.
- Scenarios for our Economic Future, Anthropic Economic Futures, die Projektionen bis 2030.
- Future of Jobs Report, Weltwirtschaftsforum, sofern zitiert.
Die Beschäftigungsanalyse von Anthropic beruht auf US-Arbeitsmarktdaten. Wo dieser Artikel den deutschen oder europäischen Markt behandelt, handelt es sich um strukturelle Einordnung dieser Werte, nicht um gemessene deutsche Daten.
