Am 28. Mai 2025 sagte Dario Amodei, Chef von Anthropic, künstliche Intelligenz könne binnen fünf Jahren die Hälfte aller Einstiegsjobs in Büroberufen beseitigen; die Arbeitslosigkeit könne auf 10 bis 20 Prozent steigen.
Auf den Tag ein Jahr später, am 26. Mai 2026, sagte Sam Altman, Chef von OpenAI: „I don't think we're going to have the kind of jobs apocalypse that some of the companies in our space advocate or talk about." Er sei „delighted to be wrong"; die Wirkung auf Einstiegsjobs sei geringer ausgefallen als erwartet.
Zwischen beiden Sätzen liegen zwölf Monate und keine neue Katastrophe. Was dazwischenliegt, ist etwas anderes: eine messbare Wirkung der ersten Aussage.
Was in den Daten steht
Das Budget Lab der Yale University verfolgt den Arbeitsmarkteffekt fortlaufend. Der Stand vom 19. August 2026 nennt drei Befunde: Der Berufemix verändert sich bislang nicht in einer Weise, die sich klar der Einführung von KI zuordnen ließe. Maße der KI-Nutzung zeigen keinen Zusammenhang mit Beschäftigung oder Arbeitslosigkeit. Und eine Differenz-von-Differenzen-Analyse findet noch keinen klaren Fußabdruck.
Goldman Sachs kommt auf eine Größenordnung. Joseph Briggs, dort Chefökonom für globale Wirtschaft, beziffert den KI-bedingten Dämpfer auf das monatliche Stellenwachstum in den USA auf 10.000 bis 15.000. Seine eigene Einordnung: ein ziemlich enger Schock, ohne großen Effekt auf die breitere Wirtschaft.
Das ist nicht nichts. Es ist nur nichts, was einer Prognose von zehn bis zwanzig Prozent Arbeitslosigkeit nahekäme.
Was trotzdem gewirkt hat
Im Januar 2026 erschien in den Proceedings of the National Academy of Sciences eine Arbeit von Armin Granulo, Andreas Raff und Christoph Fuchs von der Ludwig-Maximilians-Universität München. Ihr Titel benennt den Befund: dass die Wahrnehmung von KI als arbeitsplatzvernichtend die demokratische Legitimität und die politische Beteiligung senkt.
Die Autoren gehen zweistufig vor. Zuerst werten sie eine Befragung aus 38 europäischen Ländern aus, 37.079 Personen. Ergebnis: Die Öffentlichkeit sieht KI eher als arbeitsplatzvernichtend denn als arbeitsplatzschaffend — und wer sie so sieht, ist unzufriedener mit der Demokratie und weniger bereit, sich politisch mit Technik zu befassen. Das ist zunächst nur ein Zusammenhang.
Deshalb der zweite Schritt: zwei vorregistrierte, repräsentative Experimente, eines in Großbritannien mit 1.202 Teilnehmern, eine Wiederholung in den USA mit 1.200. Wer dem Deutungsrahmen „KI ersetzt Arbeit" ausgesetzt wurde statt dem Rahmen „KI schafft Arbeit", verlor stärker das Vertrauen in die Demokratie und war weniger bereit, sich an der politischen Gestaltung künftiger KI zu beteiligen.
Das ist ein kausaler Nachweis. Nicht die Verdrängung senkt die Beteiligungsbereitschaft, sondern die Erzählung von ihr. Die Autoren schreiben es ausdrücklich hin: unabhängig von den tatsächlichen Ergebnissen.
Die Schleife
Damit schließt sich etwas, das man sonst selten so sauber beobachten kann.
Ob KI am Ende Arbeit vernichtet oder schafft, ist keine Eigenschaft der Technik. Es hängt davon ab, wie sie eingesetzt, besteuert, reguliert und in Betrieben eingeführt wird — also von politischen Entscheidungen. Genau die Bereitschaft, sich an diesen Entscheidungen zu beteiligen, senkt die Erwartung der Verdrängung.
Wer glaubt, die Maschine nehme ihm die Arbeit weg, zieht sich aus der Auseinandersetzung darüber zurück, ob sie das darf.
Die Prognose muss also nicht zutreffen, um zu wirken. Sie muss nur geglaubt werden — und sie wirkt dann ausgerechnet auf das Verfahren, das über ihr Zutreffen mitentscheidet.
Was hier nicht behauptet wird
Drei Einschränkungen, sonst trägt der Text mehr, als die Quellen hergeben.
Die Befragungsdaten sind älter als der Anlass. Studie 1 stützt sich auf eine europäische Erhebung von 2021, also vor der Verbreitung generativer Sprachmodelle. Kausal belastbar sind die Experimente, und die stammen aus 2025.
„Noch nicht" ist nicht „nicht". Yale formuliert vorsichtig: bislang kein klarer Fußabdruck. Das ist eine Aussage über den heutigen Messstand, keine Prognose.
Der letzte Beitrag hier sagte etwas anderes — und beides stimmt. Er stützte sich auf die Stanford-Erhebung, nach der die Beschäftigung der 22- bis 25-Jährigen in KI-nahen Berufen 19 Prozent unter dem Vergleichspfad liegt. Yale misst den Berufemix insgesamt, Stanford eine bestimmte Alters- und Berufsgruppe. Ein Effekt, der in einer schmalen Zelle deutlich ist, verschwindet im Aggregat. Widersprüchlich wird es erst, wenn man das eine für das andere ausgibt.
Warum das hierher gehört
Dieser Strang fragt, wer im Inneren entscheidet, was nicht entschieden wird.
Hier entscheidet niemand. Es gibt keinen Beschluss, keine Behörde, keinen Verantwortlichen. Es gibt eine Aussage, die von Leuten stammt, deren Produkt sie beschreibt, die sich in den Daten bisher nicht bestätigt und die dennoch die Bereitschaft gesenkt hat, über ihren Gegenstand mitzubestimmen.
Beide Urheber haben ihre Prognose inzwischen relativiert. Altman nennt sich erfreut, sich geirrt zu haben. Amodei beschreibt Automatisierung nun als Produktivitätsverstärker: Automatisiere man 90 Prozent einer Tätigkeit, mache jeder die verbleibenden 10 Prozent — und die dehnten sich wieder auf 100 Prozent aus. Fortune stellt beide Korrekturen in denselben Bericht wie die Beobachtung, dass OpenAI und Anthropic Börsengänge mit einer Bewertung von je einer Billion Dollar vorbereiten. Ob das zusammenhängt, sagt der Bericht nicht, und ich weiß es nicht.
Die Rücknahmen sind redlich und ändern nichts. Eine Korrektur erreicht nie so viele wie die ursprüngliche Behauptung, und die gemessene Wirkung ist bereits eingetreten.
Eine Vorhersage, die falsch war, hat die Verhältnisse verändert, bevor sie widerlegt wurde. Das ist keine Nebenwirkung der Debatte. Für die Frage, wer über Automatisierung entscheidet, war es der Vorgang selbst.