Warum sich die KI-Einstellungslücke in Asien nicht weiter öffnete

Vor einem Jahrzehnt lautete die Frage für ehrgeizige Berufseinsteiger, woher die nächste Welle an Büro- und Technologiejobs kommen würde. Eine neue Studie zur Einstellung in Asien legt nahe, dass sich die Frage verändert: Was geschieht, wenn diese Jobs mit künstlicher Intelligenz leichter zu erledigen sind, bevor genug Menschen die Chance hatten, in sie einzusteigen?

Der Internationale Währungsfonds hat festgestellt, dass die Arbeitgebernachfrage in Berufen mit höherer KI-Exposition fast 10% niedriger liegt als in weniger exponierten Berufen, relativ zu ihrer früheren Entwicklung. Der Befund stützt sich auf etwa 40 Millionen Online-Stellenanzeigen in 19 asiatischen Volkswirtschaften, ausgewertet bis April 2026.¹ Das ist eines der klarsten großflächigen Signale bisher, dass KI die Nachfrage nach Arbeitskräften beeinflusst - und nicht nur die Aufgaben, die sie erledigen.

Doch der IWF-Bericht vom 15. Oktober 2026 enthält einen zweiten Befund, der die vertraute Erzählung vom stetigen Ersatz von Menschen durch Maschinen komplizierter macht. Der relative Rückgang scheint sich eingependelt zu haben, obwohl KI-Systeme deutlich leistungsfähiger wurden. Gleichzeitig suchen Arbeitgeber mehr Menschen, die KI in realen Unternehmen anwenden können. Beide Trends zählen, und keiner hebt den anderen auf.

Dieses Muster steht neben dem, was wir bereits anderswo gesehen haben: Arbeit, die sich innerhalb vertrauter Berufsbezeichnungen verändert, schneller als Schlagzeilen über Personalzahlen vermuten lassen.

Die 10%-Zahl betrifft die Einstellungsnachfrage, nicht vernichtete Jobs

Der IWF verglich Online-Vakanzen in Berufen mit hoher KI-Exposition, etwa Softwareentwicklung, mit Vakanzen in weniger exponierten Berufen, etwa Lieferantenmanagement. Die Analyse verglich Berufe innerhalb derselben Volkswirtschaft, Branche und desselben Monats und berücksichtigte die Möglichkeit von Remote-Arbeit. Vor dem öffentlichen Start von ChatGPT im November 2022 hatten beide Gruppen weitgehend ähnliche Einstellungstrajektorien. Eine Lücke zeigte sich deutlicher in den Jahren 2024 und 2025.

Dieses Design ist informativer als das bloße Zählen von Schlagzeilen über Entlassungen. Es reduziert einige alternative Erklärungen, darunter branchenweite Einstellungszyklen und Veränderungen der Remote-Arbeit nach der Pandemie. Dennoch ist die hervorgehobene Zahl eine relative Veränderung bei Online-Stellenanzeigen. Sie bedeutet nicht, dass 10% der Beschäftigten in exponierten Berufen entlassen wurden, dass die Beschäftigung absolut um 10% sank oder dass KI allein jeden Unterschied bei den Vakanzen verursacht hat.

Stellenanzeigen messen Einstellungsabsichten, nicht abgeschlossene Einstellungen oder die Zahl der bereits Beschäftigten. Unternehmen können über andere Kanäle rekrutieren, ausscheidende Mitarbeitende nicht ersetzen oder eine Stellenbeschreibung ändern, ohne den Titel zu ändern. Der IWF selbst fordert weitere Evidenz anhand von Beschäftigung, Löhnen und Arbeitsstunden. Der Befund ist eine Frühwarnung zum Fluss der Chancen, kein Zensus verschwundener Jobs.

Die Überraschung: Der Rückgang hält nicht mit dem KI-Fortschritt Schritt

Der IWF setzte Veränderungen bei Vakanzen in Beziehung zu externen Maßen dafür, wie lange eine Softwareaufgabe KI mit 50% Erfolgswahrscheinlichkeit erledigen konnte. Die Fähigkeitsgrenze verschob sich von kurzen Übungen hin zu Aufgaben über Stunden. Doch die relative Schwäche bei der Einstellung vertiefte sich nicht proportional. Der Rückgang scheint sich etwa zu dem Zeitpunkt eingependelt zu haben, als Systeme Aufgaben bewältigen konnten, die eine Person etwa eine Stunde kosten würden - auch während die Fähigkeiten weiter zunahmen.

Das ist kein Beweis, dass der Arbeitsmarkt einen dauerhaften Boden erreicht hat. Die Vakanzdaten enden im April 2026, und Unternehmen können Jahre brauchen, um Arbeit um eine neue Technologie herum neu zu organisieren. Ein Plateau kann auch sehr unterschiedliche Erfahrungen über Branchen und Länder hinweg verdecken. Es stellt aber die Annahme infrage, dass jeder Sprung in der Modellleistung automatisch einen gleich großen Rückgang menschlicher Einstellungen erzeugt.

Eine Erklärung lautet, dass technische Fähigkeit nur der Beginn der Adoption ist. Ein Unternehmen muss weiterhin entscheiden, welchen Prozess es ändert, seine Informationssysteme anbinden, Fehler managen, Verantwortung festlegen und Beschäftigte sowie Kundinnen und Kunden überzeugen, dass der neue Prozess funktioniert. Eine andere lautet, dass sich die Arbeit selbst verändert: Wird die routinemäßige Produktion günstiger, können Arbeitgeber von ihren Teams komplexere Dienstleistungen, schnellere Reaktionen oder neue Produkte verlangen. Das sind plausible Mechanismen, keine Ergebnisse, die der IWF für jeden Arbeitgeber nachgewiesen hat.

Neue KI-Skills schaffen Nachfrage, doch die Gewinne sind ungleich

Der IWF identifiziert eine steigende Nachfrage nach Skills, die vor 2023 kaum in Stellenbeschreibungen vorkamen, darunter Retrieval-Augmented Generation, Prompt Engineering und der Aufbau von KI-Agenten. Diese Anforderungen sind besonders sichtbar in Berufen, die bereits stärker KI-exponiert sind. Arbeitgeber fragen nicht nur, wer eine Aufgabe ohne KI erledigen kann; sie fragen auch, wer die Aufgabe mit KI neu gestalten kann.

Die Studie stellt fest, dass Unternehmen, die KI-Skills ausschreiben, ihre Nachfrage nach Arbeitskräften schneller steigern als Unternehmen ohne solche Anzeigen - auch in stark exponierten Berufen. Dieser Vergleich darf aber nicht als Beweis gelesen werden, dass der Kauf von KI-Tools Jobs schafft. Wachsende, besser finanzierte Unternehmen können von vornherein eher KI einführen. Und der IWF sagt, dass der Rückgang der Einstellungsnachfrage größer bleibt als die bisher beobachteten ausgleichenden Chancen.

Nur etwa 6% der Unternehmen in den asiatischen Anzeigendaten fragen explizit nach KI-Skills. Das ist keine Schätzung des Anteils der Unternehmen, die KI nutzen. Ein Unternehmen kann bestehende Mitarbeitende schulen, ein KI-gestütztes Produkt nutzen, ohne es in Vakanzen zu nennen, oder über Kanäle außerhalb des Datensatzes einstellen. Die Zahl ist ein Untergrenzen-Signal einer sichtbaren Recruiting-Strategie, kein Maß der gesamten Adoption.

Die Internationale Arbeitsorganisation bietet ein nützliches Gegengewicht. Ihr Briefing 2026 zu den Arbeitsmärkten der ASEAN fand bisher wenig Evidenz für eine weitreichende Beschäftigungsstörung, auch wenn einige junge Beschäftigte in ausgewählten Einstiegsjobs schwächere Ergebnisse zeigten.² Eine Analyse von PwC vom Juni 2026 stellte ebenfalls fest, dass einige KI-exponierte Unternehmen Beschäftigung und Löhne steigerten, während sich Skill-Anforderungen rasch veränderten.³ Diese Studien nutzen unterschiedliche Geografien, Maße und Methoden; gemeinsam sprechen sie gegen Selbstzufriedenheit und gegen eine einzige globale Prognose von Stellenverlusten.

Dieselbe Technologie schafft gegensätzliche Probleme für junge und alternde Volkswirtschaften

Der geografische Kontrast gehört zu den folgenschwersten Befunden des IWF-Berichts. Länder wie Indien, Indonesien und die Philippinen haben große Kohorten junger Menschen, die Wege in produktive Beschäftigung brauchen. Viele ihrer heutigen Jobs sind relativ weniger KI-exponiert. Doch genau die produktivitätsstärkeren Dienstleistungs- und Technikberufe, in die sie hineinwachsen wollen, können jene sein, in denen Einstiegsstellen selektiver werden.

Eine alternde Volkswirtschaft steht vor einem anderen Problem. Wenn Arbeitgeber Schwierigkeiten haben, genug Personal zu finden, kann Technologie, die bestehenden Beschäftigten erlaubt, mehr Kundinnen und Kunden zu bedienen oder mehr Fälle zu managen, Engpässe lindern. Der IWF behauptet nicht, dass KI den demografischen Rückgang automatisch löst. Er argumentiert, dass das Gleichgewicht zwischen Chance und Störung teilweise von Bevölkerungsstruktur, Institutionen und Anpassungsfähigkeit abhängt.

Diese Unterscheidung zählt über Asien hinaus. Ein kleiner europäischer Arbeitgeber mit dauerhaft offenen Stellen kann KI als Weg sehen, Dienstleistungen am Laufen zu halten. Ein frisch Graduierter, der eine erste Fachrolle sucht, kann vor derselben Firma eine engere Tür vorfinden. Eine Politik, die aus Sicht der Personalbesetzung des Arbeitgebers vorteilhaft wirkt, kann für die nächste Generation von Beschäftigten dennoch schwierig sein.

Für kleinere Organisationen geht es darum, was mit der gesparten Arbeit geschieht

Stellen Sie sich ein hypothetisches Unternehmen mit 25 Personen in Buchhaltung oder Verwaltungsdienstleistungen vor. Ein KI-gestützter Workflow verkürzt die Zeit, die für die Zusammenstellung standardmäßiger Monatsberichte nötig ist. Das Management könnte mit weniger Junior-Einstellungen reagieren, dasselbe Team mehr Kundinnen und Kunden betreuen lassen oder Raum schaffen, damit Beschäftigte mehr Zeit für Anomalien und Beratung haben. Alle drei Reaktionen sind plausibel. Die Software wählt nicht zwischen ihnen; die Organisation tut es.

Die praktische Frage lautet daher nicht, ob eine Berufsbezeichnung vor KI „sicher“ ist. Sie lautet, ob der Arbeitgeber beschreiben kann, welche Aufgaben sich verändern, welche Skills wichtiger werden und wie Neueinsteiger das Urteilsvermögen erwerben, das erfahrene Mitarbeitende durch Routinetätigkeit aufgebaut haben. Verschwinden Einstiegsaufgaben, bleiben aber Erwartungen an seniorales Urteil bestehen, riskiert das Unternehmen, die eigene künftige Talentpipeline zu schwächen.

Für eine gemeinnützige Organisation kann der Abwägungspunkt zwischen der Automatisierung der Förderberichte und der Bewahrung von Zeit für Begünstigte liegen. Für eine Abteilungsleitung zwischen der Verkürzung von Backoffice-Warteschlangen und der Entwicklung von Mitarbeitenden, die Ergebnisse prüfen können. Für Inhaberinnen und Inhaber kleiner Betriebe zwischen sofortigem Drosseln der Einstellung und der Nutzung der freien Kapazität für einen neuen Markt. Keine dieser Entscheidungen lässt sich allein mit einem Benchmark der Modellintelligenz beantworten.

Beobachten Sie die Vakanzen - und die Arbeit

Die neue IWF-Evidenz ist weder ein Urteil, dass KI Beschäftigung zerstört, noch die Beruhigung, dass alle verdrängte Nachfrage zurückkehrt. Sie identifiziert zwei Kräfte, die bereits zusammen wirken: weniger Vakanzen relativ zur Vergangenheit in KI-exponierten Berufen und steigende Nachfrage nach Arbeitskräften, die KI nützlich machen können. Derzeit ist die erste Kraft in den Daten stärker. Die zweite gewinnt an Boden.

Das aufschlussreichste Arbeitsmarktsignal der nächsten Jahre könnte sein, ob Unternehmen Produktivitätsgewinne in neue Dienstleistungen, bessere Arbeit und glaubwürdige Karrierewege verwandeln - oder einfach das Eingangstor verengen. Das ist eine Frage von Organisationsgestaltung, Weiterbildung und öffentlicher Politik ebenso wie von Technologie. Intelligentere Modelle mögen unvermeidlich sein; bessere Berufseinstiege sind es nicht.

Wie hilighter Sie unterstützen kann

Wenn sich die Einstellungsnachfrage verschiebt, brauchen Organisationen einen klaren Blick auf Rollen, Aufgaben und Skills - nicht nur Vakanzzahlen. hilighter hilft Ihnen, Skills nach Rolle und Team zu erfassen, Stärken und Lücken zu sehen und personalisierte Entwicklungspfade aufzubauen, damit Nachwuchskräfte weiterhin Urteilsvermögen entwickeln können, während Routinetätigkeit sich verändert. Die AI-Job-Impact-Analyse gibt einen indikativen Überblick, wie KI Ihre Rollen verändern kann. Ein kostenloser Tarif ist verfügbar; Tarife richten sich nach der Zahl der Rollen, mit unbegrenzter Mitarbeitendenzahl.

Sources

1. International Monetary Fund, Regional Economic Outlook: Asia and Pacific, Chapter 2, 15. Oktober 2026 (etwa 40 Millionen Online-Stellenanzeigen, 19 asiatische Volkswirtschaften, bis April 2026).
2. International Labour Organization, Generative AI and labour markets in ASEAN: significant exposure, limited disruption, uneven preparedness, 2026.
3. PwC, 2026 AI Jobs Barometer, 15. Juni 2026.

Quellen zuletzt geprüft am 22. Oktober 2026.