Zuletzt aktualisiert: 18. August 2026 · Version: 1.1
Redaktions- und Quellenhinweis: Dieser Beitrag ordnet den IAB-Forschungsbericht 23/2025 für Unternehmen ein. Der Bericht ist eine modellgestützte Szenarioanalyse über 15 Jahre: Er vergleicht ein KI-Szenario mit einem Referenzszenario und schätzt mögliche Größenordnungen unter definierten Annahmen ab. Er ist keine Prognose für einzelne Unternehmen, Berufe oder Regionen.
In 30 Sekunden
- Im KI-Szenario liegt das jährliche Wirtschaftswachstum im Durchschnitt um 0,8 Prozentpunkte über dem Referenzszenario. Die kumulierten 4,5 Billionen Euro sind ein modelliertes Potenzial, keine Zusage.
- Die Gesamtbeschäftigung liegt nach 15 Jahren in beiden Szenarien auf einem ähnlichen Niveau. Dennoch werden rund 1,6 Millionen Arbeitsplätze über Branchen hinweg auf- oder abgebaut.
- Besonders sichtbar ist die Verschiebung zwischen IT- und Informationsdienstleistungen (+110.000) und Unternehmensdienstleistungen (−120.000).
- Für Unternehmen folgt daraus keine pauschale Stellenprognose. Entscheidend ist, Tätigkeiten, Prozesse, Qualifikationen und Investitionsannahmen systematisch zu prüfen.
Was Unternehmen jetzt tun sollten
- Tätigkeiten statt Stellen bewerten: Welche Arbeitsschritte lassen sich unterstützen, automatisieren oder neu gestalten?
- Pilotannahmen messbar machen: Produktivität, Qualität, Kosten und Fehlerfolgen vorab definieren und nach dem Pilot vergleichen.
- Qualifizierung früh planen: Betroffene Teams in Prozesswissen, Datenkompetenz, KI-Nutzung und Qualitätskontrolle weiterentwickeln.
- Personal- und Technologieplanung verbinden: KI-Roadmap, Workforce-Planung und Betriebsmodell gemeinsam steuern.
Was die IAB-Studie tatsächlich untersucht
Studienbefund: Gerd Zika und acht weitere Autorinnen und Autoren aus IAB, BIBB und GWS vergleichen im IAB-Forschungsbericht 23/2025 ein KI-Szenario mit einer Basisprojektion. Untersucht werden mögliche Effekte auf Bruttoinlandsprodukt und Arbeitskräftebedarf in Deutschland über einen Zeitraum von 15 Jahren.
Methodik und Grenzen
Die Studie modelliert ein KI-Szenario gegenüber einem Referenzszenario. Sie beschreibt mögliche gesamtwirtschaftliche Effekte unter Annahmen – nicht die sichere Entwicklung einzelner Unternehmen, Berufe oder Regionen. Zu den Annahmen zählen unter anderem der Ausbau von Rechenzentren, unterschiedliche KI-Durchdringungspfade in 63 Branchen, Vorlaufinvestitionen, Weiterbildung, Material- und Produktivitätseffekte, neue Geschäftsmodelle sowie Wirkungen auf Importpreise. Die Autoren betonen ausdrücklich, dass die Szenariotechnik Größenordnungen abschätzen und Wirkungszusammenhänge diskutieren soll, nicht die Zukunft passgenau vorhersagen.
AI-Fabrik-Einordnung: Die Studie ist deshalb besonders nützlich für strategische Entscheidungen, aber ungeeignet als präzise Personalprognose. Ihre Zahlen zeigen, welche Richtung und Größenordnung unter den Modellannahmen plausibel sein könnten. Ob diese Effekte eintreten, hängt von Investitionen, Akzeptanz, Datenqualität, Regulierung, technischer Reife und der tatsächlichen Umsetzung in den Branchen ab.
4,5 Billionen Euro: modelliertes Potenzial, kein Versprechen
Studienbefund: Unter den getroffenen Annahmen könnte das jährliche Wirtschaftswachstum im KI-Szenario im Durchschnitt um 0,8 Prozentpunkte höher liegen als im Referenzszenario. Kumuliert über 15 Jahre ergibt sich ein mögliches zusätzliches Wertschöpfungsvolumen von 4,5 Billionen Euro. Als Treiber nennt der Bericht Materialeinsparungen, höhere Arbeitsproduktivität und neue Geschäftsfelder. Die Zahlen und ihre Formulierung als Potenzial stehen in der Zusammenfassung des Forschungsberichts.
AI-Fabrik-Einordnung: Die 4,5 Billionen Euro sind kein bereits gesicherter volkswirtschaftlicher Ertrag. Der Wert hängt unter anderem davon ab, wie schnell Unternehmen KI einführen, welche Produktivitäts- und Materialeffekte tatsächlich entstehen, wie sich Preise entwickeln und ob neue Geschäftsmodelle zusätzliche Nachfrage erzeugen.
Praxisempfehlung: Unternehmen sollten die Zahl nicht als Renditeversprechen verwenden. Für Investitionsentscheidungen ist eine eigene Wirkungslogik belastbarer: Welcher Prozess verändert sich, welche Vorleistung ist nötig, welche Kennzahl soll sich verbessern und welche Kosten oder Risiken entstehen im Betrieb?
1,6 Millionen Arbeitsplätze betroffen heißt nicht: 1,6 Millionen Stellen verschwinden
Studienbefund: Nach 15 Jahren liegt die Gesamtzahl der Arbeitsplätze im KI-Szenario auf einem ähnlichen Niveau wie im Referenzszenario. Gleichzeitig sind rund 1,6 Millionen Arbeitsplätze vom Strukturwandel betroffen. Gemeint sind Auf- und Abbau über Branchen und den gesamten Projektionszeitraum hinweg – nicht 1,6 Millionen dauerhaft wegfallende Stellen.
Besonders deutlich werden die Verschiebungen in zwei Wirtschaftsbereichen: Bei IT- und Informationsdienstleistern liegt die Zahl der Erwerbstätigen nach 15 Jahren im Modell um rund 110.000 Personen höher als im Referenzszenario. Bei Unternehmensdienstleistern liegt sie um rund 120.000 Personen niedriger. Der Bericht führt den positiven Effekt unter anderem auf Rechenzentren und neue Geschäftsmodelle zurück; im negativen Bereich nennt er beispielsweise Sekretariats- und Schreibdienste, Call-Center und Auskunfteien. Die Branchenwerte sind im Ergebnisteil des IAB-Berichts dokumentiert.
AI-Fabrik-Einordnung: Eine sinkende Beschäftigtenzahl in einem Wirtschaftsbereich ist nicht automatisch mit einer schlechteren Arbeitsmarktlage gleichzusetzen. In einem demografisch schrumpfenden Arbeitsmarkt kann höhere Produktivität knappe Personalressourcen entlasten. Zugleich entstehen reale Anpassungskosten: Tätigkeiten fallen weg, Qualifikationsprofile verschieben sich und Beschäftigte wechseln nicht automatisch in neu entstehende Rollen.
Zwei vereinfachte Praxisillustrationen
Die folgenden Beispiele illustrieren mögliche Mechanismen. Sie sind keine Fallprognosen aus der IAB-Studie.
Versicherung – Schadenbearbeitung: KI kann Dokumente erfassen, Inhalte aus Policen strukturieren und Standardfälle zur Prüfung vorbereiten. Dadurch kann der Personalbedarf für einzelne Routinetätigkeiten sinken, während Aufgaben wie Qualitätssicherung, Ausnahmebearbeitung, Kundenkommunikation und Prozessgestaltung an Bedeutung gewinnen können. Wie stark sich Stellenprofile verändern, hängt vom Automatisierungsgrad, von rechtlichen Vorgaben und von der Qualitätskontrolle ab.
Controlling – monatliches Reporting: KI-gestützte Werkzeuge können Datenaufbereitung, Abweichungsanalyse und Berichtsentwürfe beschleunigen. Controller gewinnen dadurch potenziell mehr Zeit für Interpretation und Entscheidungsberatung. Voraussetzung sind verlässliche Daten, nachvollziehbare Berechnungen und klare Freigaben; ohne diese Kontrollen kann Automatisierung Fehler lediglich schneller verbreiten.
Der Zeitverlauf: erst Aufbau, dann Effizienz, später neue Geschäftsmodelle
Studienbefund: Zu Beginn der verstärkten KI-Entwicklung steigt der Arbeitskräftebedarf im Szenario zunächst. Infrastruktur wird aufgebaut, Daten werden erschlossen und Modelle entwickelt. Mittelfristig reduziert höhere Effizienz den Bedarf in betroffenen Bereichen. Gegen Ende des Projektionszeitraums können neue Geschäftsmodelle einen Teil der Verluste wieder ausgleichen.
AI-Fabrik-Einordnung: Diese Abfolge ist eine modellierte gesamtwirtschaftliche Wirkungskette, kein fester Fahrplan für jedes Unternehmen. Ein Betrieb kann bereits früh Effizienzgewinne realisieren, während ein anderer über Jahre vor allem investiert. Deshalb sollten Entscheider eigene Zeitachsen und Abbruchkriterien definieren.
Warum hochqualifizierte Tätigkeiten stärker in den Fokus rücken
Generative KI kann neben Routinetätigkeiten auch kognitive Nichtroutinetätigkeiten unterstützen oder teilweise übernehmen. Im mittleren Zeitraum geht der Arbeitskräftebedarf im IAB-Szenario auf Spezialistenniveau am stärksten zurück; langfristig zeigt sich die stärkste relative Verringerung gegenüber dem Referenzszenario bei Expertentätigkeiten.
Ergänzend verweist der Bericht auf das IAB-Substituierbarkeitspotenzial: 2022 arbeiteten 38 Prozent der sozialversicherungspflichtig Beschäftigten in Berufen, in denen mindestens 70 Prozent der Tätigkeiten potenziell technisch ausführbar waren; 2019 waren es 34 Prozent. Die Definition und Einordnung stehen im Forschungsbericht auf Seite 9. Das ist ein technisches Potenzial, keine Vorhersage tatsächlichen Beschäftigungsabbaus. Rückblickend zeigte sich in hoch substituierbaren Berufen häufig eher ein geringeres Beschäftigungswachstum als ein pauschaler Abbau.
Praxisempfehlung: HR sollte nicht nur Berufsbezeichnungen markieren. Belastbarer ist eine Tätigkeitsanalyse: Welche Arbeit erfordert Urteilsvermögen, Beziehung, Haftung oder Kontextwissen? Welche Schritte lassen sich standardisieren? Und wo verändert KI lediglich die Aufgabenteilung zwischen Mensch und System?
Demografischer Hebel: KI kann Engpässe abfedern, aber nicht automatisch lösen
Die Basisprojektion des QuBe-Projekts erwartet bis 2040 rund vier Millionen wegfallende und 3,1 Millionen neu entstehende Arbeitsplätze. Unter dem Strich wären das 0,9 Millionen Erwerbstätige weniger als 2023, vor allem aufgrund der demografischen Entwicklung. KI kann dazu beitragen, mit knapperen Personalressourcen mehr Wertschöpfung zu erzielen.
Der Bericht warnt zugleich davor, diesen Beitrag zu überschätzen: Technisch automatisierbare Tätigkeiten werden nicht vollständig automatisiert, und in den meisten Berufen bleiben Aufgaben, die Maschinen nicht übernehmen können. Für Unternehmen ist KI deshalb eher ein Produktivitäts- und Kapazitätshebel als ein automatischer Ersatz für Fachkräfte.
Schnellcheck für Entscheider
- Welche drei Tätigkeitsbündel verursachen heute den höchsten Zeitaufwand oder die größten Engpässe?
- Welche Qualitäts-, Kosten- oder Durchlaufzeitkennzahl soll ein KI-Pilot messbar verbessern?
- Welche Daten, Integrationen, Freigaben und Kompetenzen sind dafür vorab nötig?
- Welche Tätigkeiten verändern sich – und welche Weiterbildung beginnt vor dem Rollout?
- Wer überprüft nach 90 Tagen, ob Nutzen, Risiken und Personalannahmen tatsächlich tragen?
Fazit: Transformation ja, Automatismus nein
Der IAB-Forschungsbericht stützt weder ein pauschales Jobkiller-Narrativ noch die Erwartung, KI löse Wachstums- und Fachkräfteprobleme von selbst. Unter den Modellannahmen sind erhebliche Produktivitäts- und Wertschöpfungseffekte möglich, während sich Beschäftigung vor allem zwischen Branchen und Anforderungsniveaus verschiebt.
Für Unternehmen liegt die eigentliche Entscheidung deshalb unterhalb der großen Volkswirtschaftszahlen: Welche Tätigkeiten werden neu gestaltet, welche Kompetenzen werden aufgebaut und wie wird der Nutzen gemessen? Frühe, zielgerichtete Investitionen können die Voraussetzungen schaffen, Produktivitäts- und Innovationspotenziale besser zu nutzen. Ob sie sich auszahlen, muss jedes Unternehmen mit eigenen Daten und klaren Abnahmekriterien belegen.
Quellen
- Gerd Zika, Theresa-Marie Hassemer, Markus Hummel, Bennet Krebs, Tobias Maier, Anke Mönnig, Christian Schneemann, Enzo Weber und Johanna Zenk (2025): Künstliche Intelligenz: Potenzielle Effekte für den deutschen Arbeitsmarkt. IAB-Forschungsbericht 23/2025, Nürnberg, 58 Seiten, DOI: 10.48720/IAB.FB.2523.
- Vollständiger Forschungsbericht als PDF, lizenziert unter CC BY-SA 4.0.
- IAB-Kurzvorstellung der Studie.
