Wie KI ältere Beschäftigte unter Druck setzt – und wo Chancen liegen

Warum ältere Beschäftigte in der KI-Debatte wichtig sind

Wenn über künstliche Intelligenz und Arbeitsplätze gesprochen wird, stehen häufig Berufseinsteiger im Mittelpunkt. Das ist verständlich: Wer gerade erst in einen Beruf startet, trifft auf Stellenprofile, die sich durch Chatbots und andere KI-Werkzeuge schnell verändern. Die andere Seite des Arbeitsmarktes wird dabei leicht übersehen. Auch Menschen, die nur noch einige Jahre bis zum Ruhestand haben, müssen sich auf neue Werkzeuge, veränderte Aufgaben und andere Erwartungen der Arbeitgeber einstellen.

Für diese Gruppe kann ein Arbeitsplatzverlust besonders schwer wiegen. Ein Wechsel in eine neue Branche, eine längere Weiterbildung oder ein kompletter beruflicher Neustart ist mit 58 oder 62 Jahren häufig schwieriger als in der Mitte des Erwerbslebens. Gleichzeitig sind die letzten Berufsjahre wichtig für Einkommen, Rentenansprüche und finanzielle Planung. Genau deshalb ist die Frage relevant, ob KI ältere Beschäftigte aus dem Job drängt oder ihnen sogar dabei helfen kann, länger produktiv zu bleiben.

Eine aktuelle Untersuchung des Center for Retirement Research am Boston College liefert dazu neue Daten. Ihre Ergebnisse verdienen Aufmerksamkeit. Sie müssen jedoch genauer gelesen werden, als es eine zugespitzte Schlagzeile vermuten lässt.

Was die US-Studie tatsächlich untersucht

Die Untersuchung betrachtet Beschäftigte ab 55 Jahren in den Vereinigten Staaten. Dafür werden Daten der Current Population Survey mit einem Index zur KI-Exposition verschiedener Berufe verbunden. Dieser Index beschreibt, wie gut sich einzelne Tätigkeiten eines Berufs grundsätzlich durch moderne KI unterstützen oder erledigen lassen. Eine hohe Exposition bedeutet deshalb nicht automatisch, dass ein Beruf verschwindet.

Programmierer und Buchhalter gehören beispielsweise zu den stärker exponierten Berufsgruppen. Körperlich geprägte Tätigkeiten weisen häufig eine geringere direkte KI-Exposition auf. Das zeigt bereits, warum der Begriff mit Vorsicht verwendet werden muss: Ein hoher Wert kann sowohl ein Risiko für einzelne Aufgaben als auch eine Chance für zusätzliche Produktivität bedeuten.

Die Forscher vergleichen die Entwicklung vor und nach der Veröffentlichung von ChatGPT im November 2022. Dabei berücksichtigen sie, dass sich stark und schwach exponierte Berufsgruppen schon vorher voneinander unterschieden. Beschäftigte in wissensintensiven Berufen sind beispielsweise häufiger akademisch ausgebildet und verdienen im Durchschnitt mehr. Ohne diese Unterschiede zu berücksichtigen, wäre ein einfacher Vergleich wenig aussagekräftig.

Das zentrale Ergebnis – und eine wichtige Korrektur

Seit dem Durchbruch generativer KI ist bei älteren Beschäftigten in stärker exponierten Berufen ein relativer Anstieg der Übergänge aus Beschäftigung zu erkennen. Ein wesentlicher Teil dieses Anstiegs entfällt auf Arbeitslosigkeit. Für einen Wechsel aus dem Arbeitsmarkt insgesamt – etwa in den Ruhestand oder eine andere Form der Nichterwerbstätigkeit – findet die Analyse dagegen keinen vergleichbaren statistisch signifikanten Effekt.

Das ist ein wichtiger Unterschied. Aus den Daten lässt sich nicht ableiten, dass ältere Menschen wegen KI freiwillig früher in Rente gehen. Ebenso wenig wurde gemessen, ob jemand eine neue Technologie ablehnt, sich überfordert fühlt oder gezielt von einem Arbeitgeber ersetzt wurde. Solche Erklärungen sind denkbar, wurden in dieser Untersuchung aber nicht getrennt nachgewiesen.

Über den gesamten betrachteten Zeitraum hatten ältere Beschäftigte in stark KI-exponierten Berufen sogar noch eine niedrigere Ausstiegsquote als Menschen in weniger exponierten, oft körperlich belastenderen Berufen. Die Studie beschreibt vor allem, dass dieser bisherige Vorteil seit dem Start von ChatGPT deutlich kleiner geworden ist. Das ist weniger dramatisch als die Behauptung, KI treibe ältere Menschen massenhaft in den Ruhestand – aber immer noch relevant.

Warum KI nicht automatisch die Ursache sein muss

Der zeitliche Zusammenhang mit dem Start von ChatGPT ist auffällig. Trotzdem können in derselben Zeit weitere Faktoren gewirkt haben. Wirtschaftliche Schwankungen, Veränderungen bei Investitionen, Stellenabbau in einzelnen Branchen oder politische Entscheidungen können bestimmte Berufsgruppen zusätzlich beeinflussen. Die Autoren weisen selbst darauf hin, dass frühe Analysen der KI-Auswirkungen vorsichtig interpretiert werden sollten.

Auch der verwendete Expositionsindex misst keine tatsächlich installierte Software in einem konkreten Betrieb. Er beschreibt, wie gut Aufgaben eines Berufs theoretisch mit KI bearbeitet werden könnten. Ob ein Unternehmen KI wirklich einsetzt, wie Beschäftigte geschult werden und ob das Werkzeug unterstützt oder ersetzt, kann von Arbeitsplatz zu Arbeitsplatz völlig unterschiedlich sein.

Damit bleibt die Studie ein Warnsignal, aber kein endgültiges Urteil. Sie zeigt, wo genauer hingeschaut werden sollte. Sie beweist nicht, dass jeder beobachtete Arbeitsplatzverlust direkt durch ChatGPT oder ein anderes Sprachmodell ausgelöst wurde.

Welche Beschäftigten besonders aufmerksam sein sollten

Besonders relevant ist das Thema für Menschen, deren Arbeit aus vielen digital erfassbaren Aufgaben besteht. Dazu gehören das Erstellen und Prüfen von Texten, einfache Auswertungen, standardisierte Kommunikation, Teile der Programmierung oder wiederkehrende Verwaltungsprozesse. Auch hier verschwindet aber selten ein kompletter Beruf auf einmal. Häufig verändert sich zunächst die Zusammensetzung der Aufgaben.

Für Beschäftigte können dabei drei Situationen entstehen:

• KI als Werkzeug: Routinen werden schneller erledigt, während Erfahrung, Kontrolle und Entscheidungen wichtiger werden.
• KI als Umbau des Arbeitsplatzes: Alte Aufgaben fallen weg und neue Aufgaben rund um Prüfung, Integration oder Kundenkontakt kommen hinzu.
• KI als Verdrängungsdruck: Ein Unternehmen versucht, dieselbe Arbeit mit weniger Personal zu erledigen, ohne betroffene Beschäftigte ausreichend weiterzuentwickeln.

Welche dieser Varianten eintritt, hängt nicht nur von der Technik ab. Führung, Weiterbildung, Mitbestimmung und die konkrete Organisation der Arbeit spielen eine entscheidende Rolle.

Die dänischen Daten zeigen eine andere Seite

Eine große dänische Untersuchung liefert eine hilfreiche Gegenperspektive. Sie verbindet Befragungen zur Nutzung von KI-Chatbots mit Arbeitsmarktdaten von rund 25.000 Beschäftigten an etwa 7.000 Arbeitsplätzen in elf besonders betroffenen Berufen. In der bis März 2026 überarbeiteten Fassung finden die Forscher innerhalb von zwei Jahren keine messbaren Auswirkungen von mehr als zwei Prozent auf Einkommen oder erfasste Arbeitsstunden.

Das bedeutet nicht, dass KI dort wirkungslos geblieben ist. Arbeitgeber führten neue Abläufe ein, Beschäftigte übernahmen zusätzliche Aufgaben bei Inhaltserstellung, Kontrolle und Integration von KI, und einzelne Nutzer wechselten in besser bezahlte Tätigkeiten, in denen Chatbots eine größere Rolle spielen. Die Struktur der Arbeit bewegte sich also, ohne dass Löhne und Arbeitszeit im Durchschnitt bereits deutlich ausschlugen.

Beide Studien widersprechen sich deshalb nicht zwingend. Sie untersuchen andere Länder, Fragestellungen und Gruppen. Zusammen zeigen sie, dass die Folgen von KI weder mit einer einfachen Untergangsgeschichte noch mit einem pauschalen Produktivitätsversprechen beschrieben werden können.

Erfahrung kann durch KI wertvoller werden

Auch die OECD beschreibt ein gemischtes Bild. Ältere Beschäftigte verfügen im Durchschnitt seltener über fortgeschrittene digitale Fähigkeiten und nehmen weniger häufig an Weiterbildungen teil. Gleichzeitig bringen sie Erfahrungswissen, Branchenkenntnis, Führungserfahrung und ein Verständnis für Sonderfälle mit, das sich nicht ohne Weiteres automatisieren lässt.

Genau hier kann eine sinnvolle Aufgabenteilung entstehen. Eine KI kann Informationen strukturieren, erste Entwürfe liefern oder große Datenmengen durchsuchen. Erfahrene Beschäftigte können Ergebnisse prüfen, Fehler erkennen, Zusammenhänge bewerten und Verantwortung übernehmen. Je fehleranfälliger oder folgenreicher eine Aufgabe ist, desto wichtiger bleibt diese menschliche Kontrolle.

Problematisch wird es, wenn Unternehmen nur auf kurzfristige Einsparungen schauen. Wer Beschäftigte ohne Schulung mit neuen Werkzeugen konfrontiert oder Erfahrungswissen bei einem Stellenabbau verliert, kann zwar Personalkosten senken, gleichzeitig aber Qualität, Vertrauen und betriebliche Stabilität beschädigen.

Was Beschäftigte und Unternehmen jetzt tun können

Niemand muss zum KI-Entwickler werden. Wichtiger ist ein sicherer Umgang mit den Werkzeugen, die im eigenen Beruf tatsächlich relevant sind. Beschäftigte sollten verstehen, welche Daten eingegeben werden dürfen, wie Ergebnisse überprüft werden und an welchen Stellen ein Sprachmodell überzeugend klingen kann, obwohl eine Aussage falsch ist.

• Praxisnahe Weiterbildung: Schulungen sollten an echten Arbeitsaufgaben ansetzen und nicht nur allgemeine KI-Begriffe erklären.
• Klare Verantwortung: Es muss feststehen, wer KI-Ergebnisse kontrolliert und Entscheidungen freigibt.
• Erfahrung gezielt einsetzen: Ältere Beschäftigte können bei Qualitätskontrolle, Kundenfällen, Ausbildung und Prozessverbesserung besonders wertvoll sein.
• Veränderungen früh besprechen: Arbeitgeber sollten neue Abläufe nicht erst nach einer fertigen Automatisierungsentscheidung erklären.

Für Beschäftigte lohnt es sich, Veränderungen nicht nur abzuwarten. Wer früh ausprobiert, welche Teile der eigenen Arbeit sinnvoll unterstützt werden können, kann seine Erfahrung mit neuen Werkzeugen verbinden. Die Verantwortung darf dabei aber nicht allein auf den Einzelnen abgeschoben werden. Arbeitgeber und Politik müssen Weiterbildung zugänglich machen und realistische Übergänge ermöglichen.

Fazit

Die neue US-Analyse liefert einen ernst zu nehmenden Hinweis: Ältere Beschäftigte in stark KI-exponierten Berufen haben seit dem Start von ChatGPT relativ häufiger ihre Arbeit verlassen, insbesondere in Richtung Arbeitslosigkeit. Sie beweist jedoch weder, dass KI allein dafür verantwortlich ist, noch dass Betroffene freiwillig früher in den Ruhestand gehen.

Andere Daten zeigen zugleich, dass KI Aufgaben verändern kann, ohne Löhne oder Arbeitsstunden kurzfristig deutlich zu senken. Entscheidend ist deshalb nicht nur, was ein KI-System technisch kann. Es kommt darauf an, wie Unternehmen es einsetzen, ob Beschäftigte beteiligt und geschult werden und ob Erfahrung als Ergänzung oder nur als Kostenfaktor betrachtet wird.