Die Harvard Business Review hat im März 2026 eine Studie veröffentlicht, die sich liest wie ein Faktencheck für die gesamte KI-Arbeitsmarkt-Debatte. Forscher haben alle US-Stellenanzeigen von 2019 bis 2025 analysiert - also den gesamten Zeitraum seit ChatGPT und vergleichbare Tools in Unternehmen angekommen sind. Das Ergebnis in zwei Zahlen: Minus 17 Prozent bei Stellen, die überwiegend aus automatisierbaren Tätigkeiten bestehen. Plus 22 Prozent bei Rollen, die Human-AI-Collaboration erfordern.

Das ist die erste Langzeitstudie mit belastbarer Datenbasis, die über Umfragen und Schätzungen hinausgeht. Keine Prognosen, keine Modellrechnungen - sondern reale Marktdaten über sechs Jahre. Und die erzählen eine andere Geschichte als die gängigen Schlagzeilen.

Für Unternehmen im deutschsprachigen Raum ist das aus zwei Gründen relevant: Erstens, weil der US-Arbeitsmarkt in Technologie-Trends Europa um 12 bis 18 Monate voraus ist. Was dort passiert, kommt hier an. Zweitens, weil die Studie eine klare Richtung für Personalstrategie gibt - weg von der Panik, hin zu konkreter Planung.

Minus 17 Prozent: Welche Jobs verschwinden

Die Stellen, die rückläufig sind, haben ein gemeinsames Profil: hoher Anteil repetitiver, regelbasierter Tätigkeiten mit wenig Entscheidungsspielraum. Datenerfassung, einfache Sachbearbeitung, standardisierte Berichterstellung, erste Ebene im Kundensupport.

Das überrascht niemanden, der sich mit KI beschäftigt. Aber die Studie zeigt etwas Wichtiges: Der Rückgang passiert nicht als plötzliche Welle, sondern als schleichende Verschiebung. Unternehmen schreiben diese Stellen schlicht nicht mehr aus, wenn jemand geht. Die Aufgaben werden in bestehende Rollen integriert - oft mit KI-Unterstützung.

Für Entscheider heißt das: Wer heute noch Stellen besetzt, deren Kern aus kopierbaren Routinetätigkeiten besteht, sollte prüfen, ob diese Rolle in zwei Jahren noch so existieren wird. Nicht um Mitarbeitende zu ersetzen, sondern um die Rolle weiterzuentwickeln.

Plus 22 Prozent: Welche Jobs entstehen

Die wachsenden Rollen sind interessanter. Die Studie beschreibt sie als "Collaboration Roles" - Positionen, in denen Menschen mit KI-Systemen zusammenarbeiten, deren Output bewerten, korrigieren und in Geschäftsentscheidungen übersetzen.

Konkret: Prompt Engineers, AI Trainers und Data Curators sind die offensichtlichen neuen Titel. Aber der größere Trend liegt in bestehenden Rollen, die sich verändern. Marketing Manager, die KI-generierte Inhalte orchestrieren statt selbst zu schreiben. Finanzanalysten, die KI-Modelle als ersten Entwurf nutzen und ihre Expertise in die Interpretation stecken. Projektmanager, die KI-Agents koordinieren.

94 Prozent der Befragten in der HBR-Studie bevorzugen KI als kollaboratives Tool, nicht als Ersatz. Das ist kein Sentiment-Wert - es spiegelt sich in den Stellenanzeigen wider. Unternehmen suchen nicht "KI statt Mensch". Sie suchen "Mensch mit KI".

Gleichzeitig zeigen Gehaltsdaten ein klares Signal: Der PwC Global AI Jobs Barometer meldet bis zu 56 Prozent mehr Gehalt für Mitarbeitende mit KI-Skills gegenüber vergleichbaren Positionen ohne. Eine UK-Studie über 10 Millionen Stellenanzeigen kommt auf 23 Prozent Aufschlag. Die Botschaft an Unternehmen: Wer nicht in Upskilling investiert, zahlt später beim Recruiting.

Das Gegenargument: Mehr Output ist nicht gleich bessere Arbeit

Eine zweite HBR-Veröffentlichung vom Februar 2026 setzt einen wichtigen Kontrapunkt: KI reduziert nicht die Arbeitslast. Sie intensiviert sie. Mitarbeitende erledigen mit KI mehr Aufgaben in gleicher Zeit - aber die Erwartungen steigen schneller als die Effizienzgewinne.

Das ist ein wichtiger Punkt für Führungskräfte. Wenn KI-Tools die Produktivität um 30 Prozent steigern, aber gleichzeitig 40 Prozent mehr Output erwartet wird, hat niemand gewonnen. Im Gegenteil: Die Belastung steigt, die Qualität sinkt, die Zufriedenheit leidet.

Diese Dynamik erklärt auch, warum laut einer Yahoo Finance-Studie 63 Prozent der Mitarbeitenden sagen, KI mache den Arbeitsplatz "weniger menschlich". Nicht weil die Tools schlecht sind - sondern weil die Integration in den Arbeitsalltag oft ohne Rücksicht auf menschliche Grenzen passiert.

Was das für Personalplanung konkret bedeutet

Die HBR-Daten geben eine klare Richtung vor, die über generische Upskilling-Appelle hinausgeht:

→ Rollenprofile überprüfen. Nicht pauschal, sondern gezielt: Welche Tätigkeiten in einer Rolle sind automatisierbar? Welche erfordern Urteilsvermögen, Kreativität, Kundenbeziehung? Die automatisierbaren Anteile werden schrumpfen. Der Rest wird wertvoller.

→ KI-Kompetenz als Einstellungskriterium. Nicht "Kann prompten" sondern "Kann KI-Output kritisch bewerten und in Geschäftsentscheidungen übersetzen." Das ist eine andere Fähigkeit als Tool-Bedienung.

→ Erwartungsmanagement bei KI-Einführung. Wenn ein Team durch KI produktiver wird, heißt das nicht automatisch, dass es mehr Output liefern muss. Es kann auch heißen: gleicher Output in weniger Zeit, und die gewonnene Zeit fließt in Qualität, Innovation oder Kundennähe.

Einordnung

Die Harvard-Studie liefert endlich belastbare Daten für eine Debatte, die bisher von Anekdoten und Prognosen dominiert wurde. Das Bild ist differenzierter als sowohl Optimisten als auch Pessimisten es gerne hätten.

Drei Dinge nehme ich mit:

1. Der Wandel ist real, aber steuerbar. Minus 17 Prozent bei Automatisierungs-Jobs ist signifikant - aber es ist kein Tsunami. Unternehmen haben Zeit, sich vorzubereiten. Wer das nicht tut, hat in zwei Jahren ein Problem. Wer jetzt anfängt, hat einen Vorteil.
2. Upskilling ist keine Kür, sondern Pflicht. 56 Prozent Gehaltsaufschlag für KI-Skills, 22 Prozent mehr Collaboration-Rollen. Die Rechnung ist einfach: Es ist günstiger, bestehende Mitarbeitende weiterzubilden, als neue zu suchen die bereits KI-kompetent sind.
3. Führung muss Grenzen setzen. KI macht mehr möglich. Aber "mehr möglich" darf nicht automatisch "mehr erwartet" heißen. Unternehmen, die das nicht aktiv steuern, riskieren Burnout bei gleichzeitig steigender Produktivität - ein Paradox, das langfristig teurer wird als jedes Tool.

Die eigentliche Erkenntnis der Studie ist nicht, dass KI Jobs verändert. Das war klar. Die Erkenntnis ist: Der Wandel lässt sich gestalten. Aber nur, wenn man es tut.

Quellen

Harvard Business Review:

→ HBR: Research - How AI Is Changing the Labor Market

→ HBR: AI Doesn't Reduce Work - It Intensifies It

Gehaltsdaten & Skills:

→ WEF: AI Improving Wages and Job Quality

→ Yahoo Finance: 63% Workers Say AI Makes Workplace Less Human

→ Washington Post: Jobs Most Affected by AI