Deutsch

Die Ersetzen-vs.-Ergänzen-Debatte: Was die Workforce-Daten nach zwei Jahren KI-Deployment wirklich zeigen

Vor zwei Jahren begannen Unternehmen, KI in bedeutendem Maßstab einzusetzen. Jetzt liegen die Daten vor, und sie stützen weder die Pessimisten noch die Optimisten eindeutig.

Einer Oxford-Economics-Analyse von 2025, die 1.200 Unternehmen aus 14 Branchen verfolgte, zufolge verzeichneten Unternehmen, die KI-Tools im großen Maßstab einsetzen, einen durchschnittlichen Netto-Headcount-Anstieg von 4,2 % über zwei Jahre, verglichen mit 1,1 % Wachstum bei Nicht-Anwendern. Aber diese Gesamtzahl verbirgt eine schärfere Geschichte: Bestimmte Rollenkategorien schrumpften messbar, während andere weit schneller expandierten, als das allgemeine Unternehmenswachstum erklären würde.

Die Ersetzen-vs.-Ergänzen-Rahmung war immer ein falsches Entweder-oder. Die eigentliche Geschichte ist Rollentransformation, und die Daten zeigen, dass sowohl Verdrängung als auch Ergänzung gleichzeitig stattfinden – nur in unterschiedlichen Funktionen.

Was passiert ist: Zwei Jahre Deployment-Ergebnisse

McKinseys State of AI in the Enterprise Report 2025 verfolgte Workforce-Zusammensetzungsveränderungen bei 400 Unternehmen mit zwei oder mehr Jahren nachhaltigen KI-Deployments. Wichtigste Erkenntnisse:

Rollen mit messbarer Verdrängung (10 %+ Headcount-Rückgang im Median):

  • Dateneingabe- und Dokumentenverarbeitungsspezialisten: -23 %
  • Grundlegende Finanzanalyse- und Berichtsrollen: -18 %
  • Tier-1-Kundensupport-Agenten: -14 %
  • Junior-Marktforschungsanalysten: -11 %

Rollen mit messbarer Ergänzung und Headcount-Wachstum:

  • Sales Account Executives mit KI-Unterstützungstools: +19 %
  • Data Scientists und ML-Ingenieure: +41 %
  • KI-Operations- und Prompt-Ingenieure: +67 % (von einer kleinen Basis)
  • Customer Success Manager für komplexe Eskalationen: +12 %

Das Muster ist konsistent: KI komprimiert die Pipeline wiederholbarer, strukturierter kognitiver Arbeit, während die Nachfrage nach Rollen, die Urteilsvermögen, Beziehungsmanagement oder KI-Aufsicht erfordern, wächst.

MITs Work of the Future Lab formulierte es in seinem Update vom Februar 2026 so: „KI eliminiert Arbeitsplätze nicht in großem Maßstab. Sie eliminiert Aufgaben in großem Maßstab, und die Arbeitsplätze, die überleben, sind jene, bei denen die verdrängten Aufgaben nicht der Kernwert waren."

Warum das für CEOs wichtig ist

Jede Vorstandssitzung enthält jetzt eine Version derselben Frage: Sind wir mit der KI-Workforce-Strategie voraus oder hinten? Die Daten geben CEOs drei Dinge, die sie brauchen.

Erstens eine kalibrierte Antwort auf Investoren- und Mitarbeiterbedenken. Netto-Headcount-Wachstum bei KI-adoptierenden Unternehmen ist ein nützlicher Datenpunkt, der vage Beruhigungen ersetzt. Es bedeutet nicht, dass niemand verdrängt wird. Einige Rollen schrumpfen eindeutig. Aber es rahmt das Gespräch von existenzieller Bedrohung zu strukturellem Wandel um.

Zweitens ein Planungs-Framework. Das Verdrängung-und-Wachstum-Muster ist vorhersehbar genug, um es gegen das eigene Organigramm abzubilden. Wenn Ihr Headcount in den oben genannten Rollenkategorien konzentriert ist (Dateneingabe, Grundanalyse, Tier-1-Support), haben Sie ein zwei-bis-drei-Jahres-Fenster, um diese Mitarbeitenden entweder in höherwertige Funktionen umzuschulen oder für natürliche Fluktuation zu planen.

Drittens eine Retentionserzählung. Mitarbeitende, die die Daten verstehen, sind weniger ängstlich als jene, die Medienberichterstattung aufnehmen. Unternehmen, die offen kommunizieren, welche Rollen sich verändern, und sichtbar in Umschulung investieren, schneiden bei Engagement-Scores konsistent besser ab. Gallups KI-und-Arbeitsplatz-Umfrage 2025 fand einen 31-Punkte-Gap beim Mitarbeitervertrauen zwischen Organisationen, die KI-Pläne transparent kommunizierten, und jenen, die es nicht taten.

Die Zahlen: Was die Daten wirklich zeigen

Kennzahl KI-Anwender (2+ Jahre) Nicht-Anwender
Netto-Headcount-Veränderung, 2023–2025 +4,2 % +1,1 %
Umsatz pro FTE-Veränderung +17 % +4 %
Eliminierte Rollen (% der Belegschaft) 6,3 % 1,1 %
Neu geschaffene Rollen (% der Belegschaft) 10,5 % 2,2 %
Mitarbeiter-Retentionsrate 84 % 79 %

Quelle: Oxford Economics, McKinsey Global Institute, MIT Work of the Future Lab, 2025.

Die Produktivität pro FTE ist bemerkenswert. Der Umsatz pro FTE bei KI-adoptierenden Unternehmen stieg über zwei Jahre um 17 % – mehr als viermal so schnell wie bei Nicht-Anwendern. Diese Output-Expansion treibt das Netto-Headcount-Wachstum: Unternehmen generieren genug inkrementelle Einnahmen, um einzustellen, während sie weniger komplexe Rollen abbauen.

Neue Jobtitel, die es vor drei Jahren nicht gab, werden mit hoher Geschwindigkeit besetzt. LinkedIns Workforce-Daten zeigen, dass „AI Workflow Specialist", „Prompt Operations Manager" und „AI Quality Reviewer" gemeinsam über 180.000 aktive Stellenanzeigen in Q1 2026 hinzufügten, gegenüber nahe null in Q1 2023. Das sind keine Nischen-Forschungsrollen. Es sind operative Positionen in Vertriebs-, Customer-Success-, Finanz- und HR-Teams.

Reale Unternehmensergebnisse

Siemens führte 2023 generative KI über Projektdokumentation und Compliance-Review-Workflows ein. Bis Anfang 2025 hatte das Unternehmen seinen Dokumentenverarbeitungs-Headcount um rund 200 FTE reduziert, während es 340 KI-Operations-Koordinatoren für Qualitätsmanagement, Ausnahmebehandlung und Modellaufsicht einstellte. Netto positiv. Und die neuen Rollen erzielen Gehälter, die 28 % höher sind als die ersetzten.

JPMorgan Chase hat seine KI-Deployment-Ergebnisse öffentlich kommuniziert. Die Bank nutzte KI, um jährlich rund 360.000 Stunden routinemäßiger Vertragsüberprüfungsarbeit zu automatisieren. Das Rechtsoperations-Team wurde nicht entlassen. Stattdessen wurden die Anwälte auf komplexere Arbeit umgeleitet, und der Rechts-Headcount wuchs in den folgenden zwei Jahren um 9 %, da das Geschäft schneller expandierte.

Ein mittelgroßer regionaler Versicherer (in der Oxford-Economics-Studie nicht namentlich genannt) bietet ein warnendes Gegenbeispiel. Das Unternehmen setzte KI in seiner Schadensbearbeitungseinheit ein, reduzierte den Headcount um 18 % und reinvestierte die Einsparungen nicht in neue Kapazitäten oder Rollen. Innerhalb von 18 Monaten hatte es drei Großkunden an Wettbewerber verloren, die KI genutzt hatten, um Geschwindigkeit und Genauigkeit zu verbessern und gleichzeitig Dienstleistungsbeziehungen aufrechtzuerhalten. Die Netto-Headcount-Reduktion wurde zur Wettbewerbsschwäche.

Was kluge Führungskräfte tun

Unternehmen mit den besten Ergebnissen rahmen KI als Kapazitätsmultiplikator, nicht als Headcount-Reduktionsinstrument. Diese Rahmung ist nicht nur Außenwirkung. Sie treibt grundlegend andere Implementierungsentscheidungen.

Wenn KI als Kapazitätserweiterung positioniert wird, fragen Teams: Was können wir jetzt tun, was wir vorher nicht konnten? Diese Frage führt zu neuen Produktlinien, schnelleren Servicezyklen und Markterweiterung. Wenn KI als Kostensenkung positioniert wird, fragen Teams: Wen können wir kürzen? Diese Frage führt zu kurzfristiger Margenverbesserung und mittelfristiger Fähigkeitserosion.

Der praktische Unterschied zeigt sich bei Umschulungsinvestitionen. Unternehmen im „Kapazitätsmultiplikator"-Lager geben 2025 laut Mercers Workforce-Analytics-Daten durchschnittlich 2.100 US-Dollar pro Mitarbeiter für KI-Trainingsprogramme aus. Unternehmen im „Kostensenkung"-Lager geben 380 US-Dollar aus. Die Lücke bei den Mitarbeiter-Retentionsraten (84 % vs. 72 % nach 24 Monaten) korreliert eng mit diesem Investitionsunterschied. Die 12-Monats-KI-Workforce-Roadmap für ein 200-Personen-Unternehmen illustriert, wie der Kapazitätsmultiplikator-Ansatz als sequenzierter Plan statt als Philosophie aussieht.

Zudem ist Retention jetzt wichtiger als vor der KI-Ära. Mitarbeitende, die sich an KI-augmentierte Workflows anpassen, werden signifikant produktiver als Ersatzeinstellungen, die gleichzeitig den Job und die Tools lernen müssen.

Was als Nächstes zu beobachten ist

Die oben dokumentierte Verdrängungswelle traf zuerst strukturierte, wiederholbare kognitive Aufgaben. Die nächste Welle bewegt sich in Richtung komplexerer Analyse.

KI-Systeme, die mehrstufiges Schlussfolgern, Dokumentensynthese und probabilistisches Urteilsvermögen beherrschen, dringen nun in Beschaffung, Finanzmodellierung und mittelstufige Beratungsarbeit vor. McKinsey schätzt, dass Rollen, die „Urteilsvermögen unter strukturierter Unsicherheit" erfordern – derzeit als sicher vor Automatisierung geltend – bis 2028 einer 30–40-prozentigen Aufgabenverdrängung gegenüberstehen, wenn die Fähigkeiten von Reasoning-Modellen skalieren.

Das bedeutet nicht, dass diese Jobs verschwinden. Es bedeutet, dass sie sich schneller transformieren, als viele Organisationen planen. CEOs, die die aktuellen Daten als „uns geht's gut, weil der Netto-Headcount gestiegen ist" lesen, verpassen die wichtigere Frage: Welche unserer aktuellen Rollen werden in drei Jahren unkenntlich aussehen?

Die Ersetzen-vs.-Ergänzen-Debatte war immer die falsche Frage. Die richtige lautet: Was ist der Transformationszeitplan für jede Funktion, und sind wir voraus oder hinten?

Mehr erfahren