Bezahlte KI-Lernzeit wird zur Karrierelücke

Eine Softwarelizenz bringt niemandem etwas bei. In einem kleinen Team können drei Personen denselben Zugang teilen. Zwei können einen Ablauf ausprobieren, solange der Posteingang ruhig ist. Die dritte verbringt den Tag mit dringenden Anfragen und hat keine bezahlte Stunde mehr für einen misslungenen ersten Versuch. Monate später kann eine Führungskraft der Person vertrauen, die einen Ordner mit Versuchen hat. Diese Wahl kann wie Leistung aussehen. Ein Teil des Ordners ist freie Zeit.

Diese Szene ist eine Illustration, kein Fall. Die öffentliche Quellenlage dahinter ist enger. Sie zeigt nicht, dass Frauen die Werkzeuge weniger gut nutzen können. Sie zeigt, dass Nutzung, Vertrauen, Unterstützung und Beschäftigungswachstum verschiedene Maße sind, und dass eine Anzeige, die Urteilskraft verlangt, kein Schulungsnachweis ist.

Unterstützung ist nicht dasselbe wie Fähigkeit

Am 7. November 2026 veröffentlichte die Washington Post "Men see more career advancement in jobs with AI, as women lose ground" von Julia Carpenter. Ein Abruf der Post-Seite lieferte Datum, Verfasserzeile und den Anfang, dann brach er ab. Ein Nachdruck auf DNYUZ trägt denselben Anfang und schreibt, der Beitrag sei zuerst in der Washington Post erschienen. Die Sätze unten folgen diesem Nachdruck dort, wo er mit dem Anfang übereinstimmt, den die Post-Seite selbst geliefert hat.¹

Die Post schreibt, Arbeitnehmerinnen nutzten KI-Werkzeuge tendenziell seltener als Männer, nach einer neueren Analyse des Shorenstein Center on Media, Politics and Public Policy an der Harvard University. Frauen sagen auch, sie hätten vergleichsweise weniger Zugang zu KI-Schulung, Mentoring und anderer Unterstützung am Arbeitsplatz. Nancy Gibbs, Leiterin des Zentrums, wird zur Kompetenz zitiert. Der veröffentlichte Satz enthält eine englische Kontraktion, deshalb ist diese Zeile eine Paraphrase: Es geht nicht darum, dass Frauen die Werkzeuge weniger kompetent nutzen. Sie sagte, sie seien weniger zuversichtlich, oft wegen fehlender Unterstützung bei der Arbeit, und auch, weil sie den Werkzeugen insgesamt weniger vertrauen. Sie fügte hinzu, diese Skepsis sei ein wertvoller Teil der Debatte über Sicherheit, Leitplanken, Wert und Nutzung.¹

Das ist ein Interviewsatz. Es ist keine Testnote, und es ist kein Befund, dass ein namentlich genannter Arbeitgeber diskriminiert hat.

Was die Harvard-Befragung wirklich gezählt hat

Der Bericht heißt Are Women Being Left Out of AI? und steht seit dem 14. Oktober 2026 online. Die Autorinnen und Autoren sind Laura Manley, Allison Wan, Brian Friedberg, Nancy Gibbs und Matthew A. Baum. Die Befragung ist das Civic Health of Institutions Project (CHIP50): 5.403 Erwachsene in den USA im Juli 2026. In der Nutzungsdarstellung ist die ungewichtete Stichprobe 2.606 Frauen und 2.431 Männer. Der Bericht nennt für diese Darstellung eine 95-Prozent-Fehlerspanne von 0,7 bis 1,9 Prozentpunkten für Frauen und 0,9 bis 1,9 für Männer. Soweit er nichts anderes sagt, behandelt er gemeldete Unterschiede zwischen Frauen und Männern als statistisch signifikant. Die meisten Befragten identifizierten sich als Frauen oder Männer. Der Bericht sagt, die Stichprobe sei zu klein für belastbare Aussagen über Menschen, die sich außerhalb dieses Binären einordnen.²

In der Juli-Befragung sagten Frauen häufiger als Männer, sie hätten KI nie genutzt (29 % gegenüber 22 %), und häufiger, sie hätten sie ausprobiert, nutzten sie aber selten (28 % gegenüber 21 %). Männer sagten häufiger, sie nutzten sie gelegentlich (27 % gegenüber 24 %), regelmäßig (25 % gegenüber 16 %), oder sie bauten Abläufe und Automatisierungen (5 % gegenüber 3 %). Das sind Selbstauskünfte. Es ist keine Prüfung von Arbeitgeberprotokollen.²

Desktop-Nutzung sagt etwas anderes über "jemals genutzt". In Daten des National Internet Observatory von Juli 2024 bis Dezember 2025, mit 5.513 Erwachsenen in den USA, findet der Bericht keinen statistisch signifikanten Unterschied zwischen Frauen und Männern darin, KI mindestens einmal genutzt zu haben. Unter den Personen, die sie nutzten, verbrachten Männer einen größeren Anteil ihrer Surfzeit mit KI-Werkzeugen als Frauen (4,6 % gegenüber 2,9 % über den ganzen Zeitraum). Der Bericht sagt, dieser Unterschied sei über den gesamten Zeitraum signifikant, aber nicht in jedem Monat. Eine Umfrageantwort und eine Surfspur sind nicht dasselbe Maß. Eine Überschrift, die beides zu "Frauen nutzen KI weniger" zusammenzieht, lässt diese Unterscheidung fallen.²

Am Arbeitsplatz bleibt die Prosa qualitativ, wo eine Prozentzahl leicht zu erfinden wäre. Unter Beschäftigten berichten Frauen seltener als Männer von Zugang zu KI-Schulung, Mentoring und Ermutigung, KI zu nutzen. Der Bericht sagt, diese Unterstützungen hingen bei Frauen und Männern mit mehr Nutzung, mehr Zuversicht und mehr wahrgenommenem Wert zusammen, und Geschlechterlücken blieben oft auch bei Menschen bestehen, die mehr von dieser Unterstützung berichten. Die Abbildungen A19 bis A21 tragen die Anteile. Diese Prozentsätze kamen im PDF-Auszug dieser Prüfung nicht als lesbarer Text an, deshalb druckt dieser Artikel keinen Prozentwert für den Schulungszugang.²

Derselbe Bericht sagt, Sorgen um die Privatsphäre und Misstrauen gegenüber den Ausgaben seien die beiden häufigsten genannten Hürden, für Frauen und für Männer. Angst vor Beurteilung liegt nahe am unteren Ende: 5 % der Frauen und 6 % der Männer. Die Seite schreibt einen zitierten Nachnamen sowohl als Craney als auch als Cranney. Dieser Artikel nutzt die 5 % und die 6 % als die Hürdenanteile des Berichts selbst. Er behandelt sie nicht als Befund eines Aufsatzes, den dieser Durchgang nicht geöffnet hat. Der Bericht sagt, die Arbeit sei von Pivotal finanziert worden, gegründet von Melinda French Gates. Das ist eine Finanzierungszeile, keine Methode.²

Gibbs sagte der Post außerdem, wenn die Stimmen von Frauen in Räumen fehlten, in denen Entscheidungen fallen, gebe es weniger Grund, diesen Entscheidungen zu vertrauen. Das ist ihr Argument. Die Befragung prüft nicht, ob eine bestimmte Beförderungsrunde unfair war.¹

Zeitdruck ist ein Interview, kein Zeitprotokoll

Solène Delecourt, Assistenzprofessorin für Organisationsmanagement an der University of California, Berkeley, sagte der Post, die Nutzungslücke schließe sich, aber langsam. Sie sagte, Frauen berichteten weiterhin, sie fühlten sich unsicherer oder vorsichtiger, wenn sie KI in ihre Arbeit bringen, und bei den neuesten Werkzeugen sei die große Mehrheit der frühen Nutzenden Männer. Als Anekdote sagte sie, sie höre Frauen sagen, sie seien KI müde und die nehme einen Teil der Freude an der Arbeit. Sie sagte auch, Frauen fühlten sich zeitlich enger gebunden als Männer: ein größerer Anteil an Hausarbeit und Sorgearbeit zu Hause, und unsichtbare Arbeit zusätzlich zur Stelle. Ihr Punkt zum Ausprobieren ist konkret. Die ersten Versuche kosten Zeit. Wer den Tag schon voll hat, hat vielleicht keine freie Stunde für einen schlechten Entwurf.¹

Diese Sätze sind ein Interview. Dieser Artikel hat keine Zeittagebuchstudie unter ihrem Namen geöffnet. Eine Bemerkung zur freien Zeit ist ihre Schlussfolgerung, und die veröffentlichte Zeile enthält eine Kontraktion, deshalb steht sie hier als Paraphrase. Machen Sie daraus keine gemessene Stundenzahl.

Die Post schreibt danach, es scheine, die Beschäftigung von Männern sei in Berufen mit deutlicher KI-Exposition schneller gewachsen als die von Frauen. Sie nennt Softwareentwicklung und Finanzmanagement als Beispiele und verweist auf das Pew Research Center. Dieser Satz trägt nicht die Schätzungen von Pew, die Aufteilung nach Abschluss und nicht die Warnung von Pew, der Zusammenhang sei nicht unbedingt direkt. Diese Zahlen und Grenzen stehen in warum die Geschlechterlücke in KI-exponierten Jobs ohne Abschluss am größten ist. Ein Zeitungssatz ist keine zweite Studie.¹

Eine andere Befragung fragt, wer überhaupt Schulung angibt, nach Hierarchie und nicht nach Geschlecht. Siehe warum KI-Schulung häufiger Führungskräfte als Einsteiger erreicht. Beide Lücken können am selben Arbeitsplatz auftreten. Es ist nicht dieselbe Tabelle.

Eine Stellenanzeige ist kein Schulungsnachweis

Der Entwurf, von dem dieser Artikel ausgeht, zitierte eine PwC-Zypern-Seite für das AI Jobs Barometer vom Juni 2026. Die globale Meldung ist die sauberere Quelle. Am 15. Juni 2026 sagte PwC in London, das Barometer habe mehr als eine Milliarde Stellenanzeigen in 27 Ländern und Gebieten ausgewertet. Auf Einstiegsebene, auf Basis von 2,4 Millionen US-Jobs, werden die am stärksten KI-exponierten Rollen als siebenmal wahrscheinlicher beschrieben, traditionell seniorige, menschenintensive Fähigkeiten zu verlangen. Der Aufzählungspunkt sagt Urteilskraft und Führung. Der Absatz sagt Führung, Kreativität oder persönliche Interaktion. Diese Rollen wuchsen seit 2019 um 35 %, während andere Einstiegsrollen um 10 % schrumpften.⁴

Pete Brown, globaler Workforce-Leiter bei PwC, sagte: "The traditional relationship between experience and expertise is changing. AI is removing some of the routine work that once acted as an apprenticeship, while increasing demand for judgement, leadership and adaptability much earlier in careers." Das ist die Lesart der Gesellschaft. Es ist keine Zählung, wer eine bezahlte Stunde zum Üben bekommen hat.⁴

Eine Anzeige, die Urteilskraft verlangt, zeigt nicht, dass die bewerbende Person geschult, befördert oder mit vergleichbarer Zeit ausgestattet wurde. Die Grenzen von "siebenmal", einschließlich der eigenen Definition des Berichts für eine traditionell seniorige Fähigkeit, stehen bereits in warum Junior-Anzeigen jetzt Senior-Urteil verlangen. Dieser Artikel übernimmt die Lohn- und Produktivitätszahlen nicht. Die Zypern-Seite, die in der Quelldatei verlinkt war, druckt 53 % gegenüber 36 % in einem Punkt und 52 % gegenüber 36 % in einem späteren Absatz für die Belegschaft, und 9 % gegenüber 8,6 % für den weiteren Arbeitsmarkt. Der Punkt der globalen Meldung nutzt 52 % gegenüber 36 % und 9 %. Diese Zahlen sind keine Befunde dieses Artikels. Die Abweichung ist der Grund, die globale Meldung zu zitieren.⁵

Wer die Urteilskraft lehren soll, die eine Anzeige jetzt verlangt, ist eine andere Frage. Siehe wer Urteil lehrt, wenn ein Werkzeug den Entwurf schreibt.

Was der Kompetenzbericht von Arbeitgebern verlangt

Changing landscape of skills in the age of AI ist eine Synthese mehrerer Einrichtungen. Ummuhan Bardak von der Europäischen Stiftung für Berufsbildung hat ihn geschrieben, mit Beiträgen einer Arbeitsgruppe, zu der Cedefop, Eurofound, die Europäische Kommission, die IAO und die UNESCO gehörten. Das Manuskript wurde im Mai 2026 abgeschlossen. Die vorgeschlagene Zitierung lautet European Training Foundation (2026), Amt für Veröffentlichungen der Europäischen Union, Luxemburg, ISBN 978-92-9157-764-4, doi 10.2816/7083675. Eine Katalogseite der IAO nennt den 13. August 2026. Die Datei der Stiftung liegt auf einem Pfad vom September 2026. Ein Datum 24. September, das im Ausgangsentwurf stand, war auf den hier geöffneten Seiten nicht zu finden, deshalb wird es nicht verwendet. Der Bericht sagt, der Inhalt liege in der Verantwortung der Autorinnen und Autoren und gebe nicht unbedingt die Sicht der Stiftung oder der EU-Institutionen wieder.³

Das Politikkapitel behandelt KI-Kompetenz als grundlegende Fähigkeit: verstehen, nutzen, überwachen und kritisch über KI-Systeme nachdenken. Es beschreibt diese Fähigkeit als Hebel für menschliche Handlungsfähigkeit und Teilhabe, nicht nur als technischen Kniff. Der Satz des Berichts enthält einen Strich, deshalb ist dies eine Paraphrase. Er sagt auch, der Erwerb dieser Kompetenz sei nicht nur Sache einer einzelnen Person. Unternehmen und öffentliche Stellen haben, in den Worten des Berichts, eine gemeinsame Pflicht, angemessene Schulung, Zeit und Unterstützung bereitzustellen. Der Bericht plädiert für breitere menschliche Fähigkeiten statt eines engen Fertigkeitssets. Nichts davon ist ein Experiment zu Beförderungsquoten. Er schätzt nicht, wie viele bezahlte Stunden ändern, wer das nächste Projekt bekommt.³

Was ein kleines Team trotzdem prüfen kann

Die Schritte unten sind ein redaktioneller Vorschlag. Harvard, die Post, die Stiftung und PwC haben sie nicht in einer Organisation mit acht Personen geprüft.

Beginnen Sie bei der Gelegenheit, nicht beim Eifer. Fragen Sie bei jeder Person, ob sie ein freigegebenes Werkzeug hat, bezahlte Zeit, eine Aufgabe, die das Werkzeug wirklich braucht, eine Anlaufstelle, wenn die Ausgabe falsch ist, und eine Führungskraft, die die Begründung ansieht. Erfassen Sie das nach Rolle und nach Arbeitsform. Erheben Sie für einen Pilotversuch keine sensiblen demografischen Daten, wenn nicht schon eine rechtmäßige Grundlage und eine Governance-Regelung vorliegen. Der amtliche DSGVO-Text hat sich in diesem Durchgang nicht geöffnet, deshalb zitiert dieser Artikel dafür keine Artikelnummer. Das ist keine Rechtsberatung.

Ein wenig bezahlte Zeit für alle, auch für Menschen mit festen Schichten, ist gleichmäßiger als ein freiwilliges Abend-Webinar. Eine strukturierte Stunde alle zwei Wochen ist ein Vorschlag, kein erforschtes Optimum. Koppeln Sie sie an eine echte Aufgabe: wie eine gute Prüfung aussieht, was nicht in ein Werkzeug eingefügt werden darf, und was eine Person selbst prüfen muss. Wechseln Sie, wer eine Mentorin oder einen Mentor bekommt. Eine informelle Einladung erreicht eher die Menschen, die schon im Raum sind.

Beurteilen Sie die Prüfung, nicht die Zahl der Eingaben. Eine Förderreferentin kann eine erzeugte Zusammenfassung mit den Förderkriterien vergleichen, benennen, was fehlt, und sagen, warum die Entscheidung steht. Eine Person im Kundendienst kann einen Entwurf gegen die Richtlinie und gegen Barrierefreiheit prüfen. Die Fähigkeit, die zählt, ist das Urteil. Tempo ist kein Ersatz.

Bevor Sie eine KI-Ansprechperson benennen, stellen Sie drei Fragen. Wer hatte bezahlte Zeit? Wer bekam Rückmeldung zu einem Fehler? Wer konnte die Arbeit unter vergleichbaren Bedingungen zeigen? Wenn die Antworten je nach Rolle stark auseinandergehen, sieht die Organisation noch nicht dieselbe Gelegenheit. Wenn jemand ein freiwilliges Experiment ablehnt, lesen Sie das nicht als Widerstand. Die Grenze kann der Dienstplan sein.

Ein Gegenargument ist berechtigt. Manche Menschen nutzen Abende und kommen schneller voran. Ein Werkzeug kann Übung auch für jemanden öffnen, der nie eine spezialisierte Kollegin hatte. Das Ergebnis legt nicht die Software fest. Es hängt davon ab, ob Übung Teil der bezahlten Arbeit ist.

Die Rechtspflicht ist enger als ein fairer Plan

Dieser Artikel ist keine Rechtsberatung. Eine bezahlte Lernstunde ist für sich genommen keine Einhaltung der EU-KI-Verordnung.

Artikel 4 sagt in dem Text, den der Dienst der Kommission als geändert anzeigt, dass Anbieter und Betreiber Maßnahmen treffen, um die KI-Kompetenz ihres Personals und anderer Personen zu stützen, die KI-Systeme in ihrem Auftrag bedienen. Sie berücksichtigen technisches Wissen, Erfahrung, Bildung und Schulung, den Nutzungskontext und die Personen oder Gruppen, auf die die Systeme angewendet werden. Derselbe Absatz sagt, diese Pflicht verlange nicht, einer einzelnen Person ein bestimmtes Niveau an KI-Kompetenz zu garantieren. Der Dienst sagt, der Wortlaut gebe den konsolidierten EUR-Lex-Text zum 27. Juli 2026 wieder, einschließlich der Änderungen des digitalen Pakets. Die Zusammenfassung auf dieser Seite ist nicht rechtsverbindlich. Eine gemeinsame Stunde kann Kompetenz stützen. Sie abzuschließen ist kein Nachweis, dass die Pflicht erfüllt ist, und der Artikel verlangt keine gleichen Karriereergebnisse.⁶

Anhang III, Nummer 4 Buchstabe b, nennt KI-Systeme, die dazu bestimmt sind, Entscheidungen zu treffen, die die Bedingungen eines Arbeitsverhältnisses, die Beförderung oder die Beendigung betreffen, Aufgaben nach individuellem Verhalten oder persönlichen Merkmalen zuzuweisen oder Leistung und Verhalten zu überwachen und zu bewerten. Eine Liste, wer an einer Schulungsstunde teilgenommen hat, ist nach dieser Beschreibung allein kein solches System. Ein KI-Werkzeug, das Personen für eine Beförderung bewerten oder Arbeit aus persönlichen Merkmalen zuweisen soll, ist eine andere Frage. Die Einstufung hängt vom beabsichtigten Zweck ab. Der Dienst sagt, die Regeln von Anhang III gelten ab dem 2. Dezember 2027.⁷

Artikel 26 setzt ein Hochrisikosystem voraus. Absatz 7 sagt, dass Arbeitgeber, bevor sie ein KI-System mit hohem Risiko am Arbeitsplatz in Betrieb nehmen oder nutzen, die Arbeitnehmervertretung und die betroffenen Beschäftigten informieren. Absatz 11 sagt, dass Betreiber, wenn Hochrisikosysteme nach Anhang III Entscheidungen über natürliche Personen treffen oder dabei helfen, diese Personen informieren. Diese Pflichten sind kein Befund über einen Arbeitgeber im Post-Artikel. Es sind die Fragen, die zu stellen sind, wenn ein späteres Werkzeug entscheiden soll, wer vorankommt.⁸

Wie hilighter helfen kann

hilighter führt die Harvard-Befragung nicht durch und bewertet nicht, wer das nächste Projekt verdient. Es kann die Übung zu einer Rolle sichtbar machen. Teams können Kompetenzen nach Rolle zuordnen, Menschen mit diesen Anforderungen in Skills und Talent Insights vergleichen, eine Prüfung oder eine Korrektur in der Anerkennung von Lernerfolgen festhalten und Entwicklungspfade setzen, die nicht davon abhängen, wer einen ruhigen Nachmittag hatte. Die Durchsicht dieser Nachweise durch eine Führungskraft liegt in den Bewertungen durch Führungskräfte. Die Ansicht zur KI-Auswirkung auf Arbeit ist indikativ. Sie ist keine Pew-Auswertung und keine Vorhersage, dass eine Rolle verschwindet. Der Kostenlos-Plan deckt bis zu drei Berufsrollen ab. Die Zahl der Beschäftigten ist nicht gedeckelt.

Quellen

1. Julia Carpenter, The Washington Post, Men see more career advancement in jobs with AI, as women lose ground, 7. November 2026. Die Post-Seite lieferte Datum, Verfasserzeile und den Anfang, dann brach sie ab. Der hier genutzte Text folgt dem DNYUZ-Nachdruck, der diesen Anfang wiederholt und schreibt, der Beitrag sei zuerst in der Washington Post erschienen. Nancy Gibbs, Leiterin des Shorenstein Center, zu Zuversicht, Unterstützung und Vertrauen (der Kompetenzsatz ist paraphrasiert, weil die veröffentlichte Zeile eine Kontraktion enthält). Solène Delecourt, UC Berkeley, zu einer sich langsam schließenden Nutzungslücke, frühen Nutzenden, Zeitdruck und Ausprobieren (Kontraktionen paraphrasiert). Pew wird in einem Satz zum Beschäftigungswachstum zitiert, ohne die Schätzungen von Pew. Gibbs dazu, wessen Stimmen im Raum sind.
2. Shorenstein Center, Are Women Being Left Out of AI?, 14. Oktober 2026, und das PDF vom Oktober 2026. Autorinnen und Autoren: Laura Manley, Allison Wan, Brian Friedberg, Nancy Gibbs, Matthew A. Baum. CHIP50-Befragung, 5.403 Erwachsene in den USA, Juli 2026. Nutzungsdarstellung: 2.606 Frauen und 2.431 Männer; nie genutzt 29 % gegenüber 22 %; ausprobiert, aber selten 28 % gegenüber 21 %; gelegentlich 27 % der Männer gegenüber 24 % der Frauen; regelmäßig 25 % gegenüber 16 %; Abläufe 5 % gegenüber 3 %. Fehlerspanne in dieser Darstellung: 0,7 bis 1,9 Prozentpunkte für Frauen, 0,9 bis 1,9 für Männer. Surfen, Juli 2024 bis Dezember 2025, 5.513 Erwachsene: keine signifikante Lücke beim "jemals genutzt"; 4,6 % gegenüber 2,9 % der Surfzeit unter Nutzenden, über den Zeitraum signifikant, aber nicht in jedem Monat. Beschäftigte Frauen berichten seltener von Schulung, Mentoring und Ermutigung; die Prozentsätze in den Abbildungen A19 bis A21 waren als Text nicht lesbar und werden nicht gedruckt. Angst vor Beurteilung: 5 % der Frauen und 6 % der Männer. Nachname auf derselben Seite als Craney und als Cranney geschrieben. Finanziert von Pivotal.
3. Europäische Stiftung für Berufsbildung, Changing landscape of skills in the age of AI, und das PDF. Manuskript abgeschlossen im Mai 2026. ISBN 978-92-9157-764-4. doi 10.2816/7083675. Ummuhan Bardak, ETF, mit der arbeitsgruppenübergreifenden Gruppe (Cedefop, Eurofound, Europäische Kommission, IAO, UNESCO). Sicht der Autorinnen und Autoren, nicht unbedingt die der Stiftung oder der EU-Institutionen. KI-Kompetenz als Fähigkeit, zu verstehen, zu nutzen, zu überwachen und kritisch nachzudenken; eine gemeinsame Pflicht, in den Worten des Berichts, Schulung, Zeit und Unterstützung bereitzustellen. Keine Schätzung von Beförderungseffekten. Die Katalogseite der IAO nennt den 13. August 2026. Ein Datum 24. September im Quellentwurf stand nicht auf diesen Seiten.
4. PwC, AI reshapes global labour market into two distinct paths, Pressemitteilung, London, 15. Juni 2026. Mehr als eine Milliarde Stellenanzeigen in 27 Ländern und Gebieten. Einstiegsanalyse: 2,4 Millionen US-Jobs. Siebenmal, mit Urteilskraft und Führung im Punkt und Führung, Kreativität oder persönlicher Interaktion im Absatz. Senior geprägte Rollen +35 % seit 2019; andere Einstiegsrollen -10 %. Pete Brown zu Ausbildung und früherer Nachfrage nach Urteilskraft. Belegschaft 52 % gegenüber 36 % und der weitere Markt bei 9 % stehen im Punkt und werden hier nicht als Befunde verwendet.
5. PwC Zypern, Presseseite zum AI Jobs Barometer 2026. Die URL in der Quelldatei. Dieselbe Seite druckt 53 % gegenüber 36 % in einem Punkt und 52 % gegenüber 36 % später für die Belegschaft, und 9 % gegenüber 8,6 % für den weiteren Arbeitsmarkt. Lokale Wiedergabe, nicht der Methodenbericht. Diese Zahlen sind keine Befunde dieses Artikels.
6. Europäische Kommission, Dienst zur KI-Verordnung, Artikel 4: KI-Kompetenz. Der Wortlaut gibt die konsolidierte EUR-Lex-Fassung zum 27. Juli 2026 wieder, mit den Änderungen des digitalen Pakets. Die Zusammenfassung ist nicht rechtsverbindlich. Absatz 1 verlangt kein garantiertes Niveau für eine einzelne Person.
7. Europäische Kommission, Dienst zur KI-Verordnung, Anhang III, Nummer 4 Buchstabe b: Entscheidungen zu Arbeitsbedingungen, Beförderung oder Beendigung; Aufgabenzuweisung nach individuellem Verhalten oder persönlichen Merkmalen; Überwachung und Bewertung von Leistung und Verhalten. Wann beginnt die Durchsetzung?: Regeln von Anhang III ab dem 2. Dezember 2027.
8. Europäische Kommission, Dienst zur KI-Verordnung, Artikel 26, Absätze 7 und 11. Informationspflichten für Arbeitgeber und für Personen, die Hochrisikosystemen nach Anhang III unterliegen, die Entscheidungen treffen oder dabei helfen. Vorausgesetzt ist ein Hochrisikosystem.

Quellen zuletzt geprüft: 13. November 2026. Die Post-URL hat in diesem Durchgang nicht den vollständigen Artikel geliefert; der Text folgt dem DNYUZ-Nachdruck dort, wo er mit dem Anfang übereinstimmt, den die Post-Seite geliefert hat. Prozentsätze zum Schulungszugang in den Shorenstein-Abbildungen A19 bis A21 waren als Text nicht lesbar und werden nicht gedruckt. Das Datum 24. September für den Bericht der Stiftung stand nicht auf den geöffneten Seiten. Die Bemerkungen von Delecourt sind ein Interview, keine Zeittagebuchstudie. Pew-Schätzungen werden hier nicht wiederholt; sie stehen im hilighter-Artikel vom 27. Oktober. Die Zypern-Seite widerspricht sich bei Zahlen, die dieser Artikel nicht übernimmt. EUR-Lex hat den DSGVO-Text nicht geöffnet (403), deshalb wird kein DSGVO-Artikel zitiert. EU-Daten folgen dem Dienst der Kommission und sind keine Rechtsberatung. Weder ein KI-Detektor-Wert noch das Ausbleiben von Google-Abstrafungen lassen sich garantieren. Die KI-gestützte Übersetzung braucht eine muttersprachliche Prüfung.