Essay

Hat KI Jobs gekostet? Die Daten und was Grundeinkommen kann (Teil 1)

Von Free Lunch Lab · Veröffentlicht 7. November 2026

Am 5. November 2026 veröffentlichte das US-Outplacement-Unternehmen Challenger, Gray & Christmas seine monatliche Zählung angekündigter Stellenstreichungen. Von Januar bis Oktober 2026 nannten Arbeitgeber künstliche Intelligenz als Grund für 121.401 Streichungen, etwa 20 % der insgesamt 617.189. Seit das Unternehmen diesen Grund 2023 zu erfassen begann, hat die Zahl 193.226 erreicht.¹

Zahlen wie diese nähren eine bekannte Erzählung: Generative KI nimmt uns die Arbeitsplätze weg, und zwar schnell. Diese Website setzt sich für ein Grundeinkommen ein, und KI ist einer der Gründe, die am häufigsten dafür genannt werden. Gerade deshalb wollten wir wissen, was tatsächlich gemessen wurde, bevor wir fragen, was ein Grundeinkommen leisten könnte. Dies ist Teil 1 von zwei. Er befasst sich mit Arbeit im Allgemeinen; Teil 2 wird sich der kreativen Arbeit widmen.

Was die 121.401 bedeuten und was nicht

Challenger zählt die Gründe, die Arbeitgeber bei der Ankündigung von Streichungen angeben. Es misst nicht, wie viele Arbeitsplätze KI tatsächlich beseitigt hat. Im Oktober 2026 wurde KI nur bei 1.265 Streichungen genannt, dem niedrigsten Monatswert des Jahres, und „Markt- bzw. Wirtschaftslage“ (130.531) hat KI im bisherigen Jahresverlauf als häufigsten Grund überholt.¹

Manche Ökonomen vermuten, dass ein Teil der KI-Zahl Schönfärberei ist. In einem Briefing vom Januar 2026 stellte Oxford Economics fest, dass KI in den ersten 11 Monaten 2025 bei fast 55.000 Streichungen in den USA genannt worden war, nur 4,5 % der Gesamtzahl, und schrieb: „Wir vermuten, dass manche Unternehmen versuchen, Entlassungen als gute statt als schlechte Nachricht darzustellen, etwa nach früheren Überbesetzungen.“² Investoren zu sagen, ein kleineres Team sei eine Frucht der KI, klingt besser, als zuzugeben, dass man zu viele Leute eingestellt hat.

MeinungEin angekündigter Grund ist eine Aussage, keine Messung. Um zu sehen, was KI mit der Beschäftigung gemacht hat, müssen wir auf Arbeitsmarktdaten schauen.

Das Gesamtbild: noch keine klare Spur

Das Budget Lab der Universität Yale beobachtet den US-Arbeitsmarkt auf Anzeichen von KI. Sein Update vom September 2026 mit Daten bis August besagt, die Analyse „zeigt noch keine klare KI-bezogene Spur auf dem Arbeitsmarkt“ und „Messgrößen der KI-Nutzung zeigen keinen Zusammenhang mit Veränderungen bei Beschäftigung oder Arbeitslosigkeit“.³

Dänemark bietet einen genaueren Test. Anders Humlum und Emilie Vestergaard verknüpften Umfragen zur KI-Nutzung in 11 exponierten Berufen mit den Verwaltungsdaten des Landes. In der überarbeiteten Fassung ihrer Studie (März 2026) schließen sie zwei Jahre nach dem Start von ChatGPT Effekte auf Verdienste oder erfasste Arbeitsstunden von mehr als 2 % aus.⁴

Michael Barr, Mitglied des Board of Governors der US-Notenbank, sagte es im Februar 2026 deutlich: „KI hat bislang keine wesentliche Wirkung auf die Gesamtbeschäftigung oder die Arbeitslosigkeit gehabt.“⁵ Ökonomen der Federal Reserve Bank of Dallas haben nachgerechnet. Der Anteil der 20- bis 24-Jährigen, die in den am stärksten KI-exponierten Berufen arbeiten, sank von 16,4 % im November 2022 auf 15,5 % im September 2025. Selbst wenn all das zu Arbeitslosigkeit geworden wäre, hätte es die landesweite Quote nur um etwa 0,1 Punkte erhöht.⁶

MeinungFür den Arbeitsmarkt als Ganzes ist „KI nimmt uns die Arbeit weg“ in den Daten noch nicht zu sehen.

Aber der Einstieg wird enger

Damit ist die Geschichte nicht zu Ende. Wer darauf schaut, wer nicht eingestellt wird, statt darauf, wer entlassen wird, sieht ein durchgängiges Signal.

Erik Brynjolfsson, Bharat Chandar und Ruyu Chen von der Stanford University nutzen Lohnabrechnungsdaten von ADP, dem größten Lohnabrechnungsdienstleister der USA. In der überarbeiteten Fassung ihrer Studie vom August 2026, mit Daten bis Juni 2026, liegt die Beschäftigung von 22- bis 25-Jährigen in den am stärksten KI-exponierten Berufen, etwa Softwareentwicklung und Kundenservice, rund 19 % unter dem Niveau, das sie erreicht hätte, wenn sie mit Gleichaltrigen in weniger exponierten Berufen Schritt gehalten hätte. Frühere Fassungen der Studie bezifferten die Lücke auf 13 % und dann auf 15 %; sie ist mit jeder neuen Datenlieferung größer geworden. Erfahrene Beschäftigte in denselben Berufen zeigen keine vergleichbare Lücke. Die Autoren betonen, dies seien „deskriptive Muster, keine kausalen Schätzungen“.⁷

Andere Studien mit anderen Daten weisen in dieselbe Richtung. Eine Studie des King’s College London zu britischen Unternehmen ergab, dass stark exponierte Firmen ihre Gesamtbeschäftigung im Schnitt um 4,5 % senkten, Einstiegspositionen um 5,8 %, fast der gesamte Rückgang; zudem schrieben sie mit einer um 16,3 Prozentpunkte geringeren Wahrscheinlichkeit neue Stellen aus.⁸ Zwei Arbeitspapiere des US Census Bureau fanden, dass die Beschäftigung von Berufseinsteigern im am stärksten KI-exponierten Fünftel der Branchen in den zehn Quartalen nach ChatGPT um 12 % fiel. Absolventen aus dem am stärksten exponierten Zehntel der Studienfächer hatten ein Quartal nach dem Abschluss eine um 5 Prozentpunkte geringere Wahrscheinlichkeit, eine Stelle zu haben, und ihre Einstiegsgehälter sanken um 13 %, ungefähr so viel, wie Ökonomen bei einem Abschluss mitten in einer schweren Rezession erwarten würden.⁹ Anthropic, das Unternehmen hinter dem KI-Modell Claude, fand keinen systematischen Anstieg der Arbeitslosigkeit unter stark exponierten Beschäftigten, wohl aber eine Quote erfolgreicher Stellensuche bei 22- bis 25-Jährigen, die in die am stärksten exponierten Berufe einsteigen, die rund 14 % unter 2022 lag, ein Ergebnis, das es als knapp signifikant bezeichnet.¹⁰

Was diese Studien verbindet, ist der Mechanismus. Der Rückgang kommt vor allem daher, dass weniger junge Menschen eingestellt werden, nicht daher, dass mehr Menschen entlassen werden.⁶⁷⁹ Firmen behalten ihr vorhandenes Personal und besetzen die unterste Sprosse stillschweigend nicht mehr. Die Census-Papiere stellen auch fest, dass sich die Einstellungen bis Anfang 2025 weitgehend erholt hatten, allerdings von einer kleineren Basis aus: Die Tür ging nur teilweise wieder auf.⁹

MeinungDie erste sichtbare Wirkung von KI sind keine Massenentlassungen, sondern ein engerer Einstieg. Das übersieht man leicht, denn eine Stelle, die nie angeboten wurde, taucht nie als verlorene Stelle auf.

Freiberufler spürten es zuerst

Der andere Ort, an dem sich die Wirkung deutlich zeigt, sind Märkte, auf denen Arbeit Auftrag für Auftrag eingekauft wird. Xiang Hui, Oren Reshef und Luofeng Zhou untersuchten die Freelance-Plattform Upwork. Nach dem Start von ChatGPT sanken bei Freiberuflern im Bereich Schreiben die monatlichen Aufträge um 2 % und die monatlichen Einnahmen um 5,2 %. Nach den Bildgeneratoren DALL-E 2 und Midjourney verloren Freiberufler im Bildbereich 3,7 % ihrer Aufträge und 9,4 % ihrer Einnahmen.¹¹

Freiberufler haben keinen Arbeitgeber, der sie hält, keine Kündigungsfrist und in vielen Ländern wenig oder keine Arbeitslosenversicherung. Wenn ein Kunde auf ein Werkzeug umsteigt, bricht das Einkommen einfach weg. Teil 2 wird sich die kreative Arbeit genauer ansehen.

Die wichtigsten Studien im Überblick:

Studie	Daten	Ergebnis
Yale Budget Lab	US-Erwerbstätigenbefragung, bis Aug. 2026	Keine klare KI-Spur bei Beschäftigung oder Arbeitslosigkeit³
Humlum & Vestergaard	Dänische Verwaltungsdaten	Effekte auf Verdienste und Stunden über 2 % ausgeschlossen⁴
Brynjolfsson, Chandar & Chen (Stanford)	ADP-Lohnabrechnungen, bis Juni 2026	22- bis 25-Jährige in den am stärksten exponierten Berufen: rund 19 % unter dem Trend (überarbeiteter Wert)⁷
King’s College London	Britische Stellenanzeigen und Profile	Exponierte Firmen: Einstiegspositionen −5,8 %⁸
US Census Bureau	US-Verwaltungsdaten	Einstiegsstellen in den am stärksten exponierten Branchen −12 %; Einstiegsgehalt in den am stärksten exponierten Fächern −13 %⁹
Anthropic	US-Erwerbstätigenbefragung	Kein systematischer Anstieg der Arbeitslosigkeit; Quote erfolgreicher Stellensuche bei Jungen rund −14 %¹⁰
Hui, Reshef & Zhou	Upwork	Schreiben: Aufträge −2 %, Einnahmen −5,2 %; Bilder: −3,7 %, −9,4 %¹¹

Wenn Unternehmen KI als Grund nennen

Einige Unternehmen haben offen gesagt, dass KI der Grund ist, warum sie weniger Leute brauchen. Im Februar 2026 strich Block, das von Jack Dorsey geführte Zahlungsunternehmen, mehr als 4.000 seiner über 10.000 Stellen. Im Aktionärsbrief hieß es: „Intelligente Werkzeuge haben verändert, was es bedeutet, ein Unternehmen aufzubauen und zu führen“, und „Ein deutlich kleineres Team, das die Werkzeuge nutzt, die wir bauen, kann mehr und es besser machen.“ Blocks Bruttogewinn im vierten Quartal lag 24 % über dem Vorjahr: Hier strich ein Unternehmen Stellen, dem es gut ging, nicht eines in Schwierigkeiten.¹² Im September 2025 sagte Salesforce-Chef Marc Benioff, er habe den Support „von 9.000 Köpfen auf etwa 5.000 verkleinert, weil ich weniger Köpfe brauche“, da inzwischen die Hälfte der Kundengespräche von KI-Agenten geführt werde.¹³

Unternehmensumfragen zeigen, wie ungewöhnlich solche Fälle noch sind. In den regionalen Unternehmensumfragen der Federal Reserve Bank of New York von 2026 hatten 61 % der Dienstleistungsfirmen in den vergangenen sechs Monaten KI genutzt, aber nur 4 % meldeten KI-bedingte Entlassungen. Etwa 15 % gaben an, wegen KI weniger Leute eingestellt zu haben, etwa 13 % mehr.¹⁴

MeinungDie Firmen, die „KI-Entlassungen“ ankündigen, machen Schlagzeilen. Die weitaus häufigere Reaktion ist leiser: etwas weniger einstellen.

Japan: weniger Entlassungen, ein anderes Risiko

Japan steht an einem anderen Punkt. Im internationalen Vergleich des Ministeriums für Innere Angelegenheiten und Kommunikation für das Fiskaljahr 2024 hatten in Japan 26,7 % der Menschen generative KI genutzt, gegenüber 68,8 % in den USA, 59,2 % in Deutschland und 81,2 % in China. Eine Schätzung von 2025 beziffert den Anteil japanischer Unternehmen, die generative KI in ihren Kernprozessen vollständig eingeführt haben, auf nur 1,9 %, gegenüber 6,1 % in den USA, der niedrigste Wert in der G7.¹⁵

Die Linie der Regierung lautet vorerst, es gebe keine größeren Auswirkungen. Im Oberhaus zitierte Takahiro Anno von der Partei Team Mirai am 8. Juli 2026 die Stanford-Studie und forderte eine regelmäßige Beobachtung. Das Ministerium für Gesundheit, Arbeit und Soziales antwortete, gemessen an Jugendarbeitslosigkeit, Übergangsquoten der Absolventen und Beschäftigung in der IT seien bislang keine größeren Auswirkungen entstanden, auch nicht bei jungen Menschen.¹⁷ Eine im September 2026 veröffentlichte Umfrage des Japan Productivity Center ergab, dass mehr als 90 % der Unternehmen sagten, KI habe ihre Belegschaftsgröße noch nicht verändert, wobei mehr als die Hälfte in 5 bis 10 Jahren mit weniger Personal rechnet.¹⁸

Auf längere Sicht ist das Bild weniger ruhig. Im Unterhaus zitierte Michio Kawai von derselben Partei am 15. April 2026 die Schätzung des Ministeriums für Wirtschaft, Handel und Industrie vom März 2026 zur Beschäftigungsstruktur Japans im Jahr 2040, die einen Überschuss an Büroangestellten und einen Mangel von 3,39 Millionen Menschen zeigt, die mit KI und Robotern arbeiten können.¹⁶

Naoyuki Fukuda vom Japan Research Institute hält einen Anstieg der Jugendarbeitslosigkeit nach US-Muster in Japan für unwahrscheinlich: Arbeitskräftemangel, langfristige Beschäftigung und die Masseneinstellung von Hochschulabsolventen jedes Frühjahr wirken als Puffer. Das Risiko ist ein anderes. Japanische Unternehmen haben neues Personal ausgebildet, indem sie ihm zuerst einfache Aufgaben gaben und es bei der Arbeit lernen ließen. Übernimmt generative KI diesen Ausgangspunkt, könnte eine Generation „eine Stelle bekommen, aber nie das Handwerk lernen“, und das Problem würde erst 5 bis 10 Jahre später sichtbar, wenn diese Generation Führungsaufgaben übernehmen soll.¹⁵

MeinungIn den USA wird der Einstieg enger. In Japan bleibt der Einstieg vielleicht offen, während die untersten Sprossen der Leiter verschwinden.

Was ein Grundeinkommen bei dieser Art von Umbruch leisten könnte

Würde KI Arbeitsplätze auf breiter Front vernichten, wäre die Frage, wie man die Einkommen von Millionen ersetzt. Die Daten zeigen bisher etwas Engeres: weniger erste Stellen für junge Menschen in exponierten Bereichen, Freiberufler, die Auftrag für Auftrag Arbeit verlieren, und in Japan womöglich einen Verlust des Lernens im Beruf. Ein Grundeinkommen passt auf dreierlei Weise zu genau dieser Form.

Erstens: ein Boden für Menschen ohne Erwerbsbiografie. Die Arbeitslosenversicherung zahlt, in Japan wie anderswo, nur an Menschen, die gearbeitet und Beiträge gezahlt haben. Ein Absolvent, der nie eine erste Stelle bekam, oder eine Freiberuflerin, deren Kunden nach und nach abwanderten, bekommt oft nichts. Dasselbe gilt für Japans neue Zahlung für Erwerbstätige, die Erwerbseinkommen im Vorjahr voraussetzt. Ein Grundeinkommen erreicht Menschen, ob sie vorher gearbeitet haben oder nicht.

Zweitens: Zeit. Die nächste Stelle zu finden, sich umzuschulen oder etwas Neues anzufangen, dauert Monate. Ein kleines, stetiges Einkommen, das nicht wegfällt, wenn man wieder lernt oder eine riskante Stelle annimmt, macht diese Monate möglich.

Drittens: Verhandlungsmacht. Wer einen Boden hat, kann ein schlechtes Angebot oder einen Auftrag zu einem Bruchteil des alten Satzes etwas leichter ablehnen. Wenn Arbeit Auftrag für Auftrag eingekauft wird, zählt das.

Versuche mit Geldzahlungen liefern einige Belege dafür, ob Menschen das Geld so nutzen. In Sam Altmans OpenResearch-Studie führten 1.000 Dollar im Monat über drei Jahre dazu, dass die Empfänger etwa 1,3 Stunden pro Woche weniger arbeiteten als die Kontrollgruppe, während die Beschäftigung in beiden Gruppen stieg. In Finnlands Experiment von 2017–2018 erhielten 2.000 Arbeitslose 560 € im Monat; die Beschäftigungseffekte waren gering, Wohlbefinden und Vertrauen verbesserten sich. In Stockton (Kalifornien) stieg der Anteil der Empfänger in Vollzeit binnen eines Jahres von 28 % auf 40 %, mehr als doppelt so stark wie in der Kontrollgruppe. Keiner dieser Versuche drehte sich um KI. Sie legen nahe, dass ein bescheidener Boden die meisten Menschen nicht vom Arbeiten abhält und ihnen etwas Spielraum zur Wahl gibt.

MeinungEin Grundeinkommen würde die Arbeitsplätze nicht zurückbringen. Es würde verändern, was es bedeutet, eine Stelle zu verlieren oder nie eine zu bekommen.

Das stärkste Gegenargument

Die sorgfältigste Kritik stammt aus einem Forschungsbriefing, das die Internationale Arbeitsorganisation im Mai 2026 veröffentlichte: „Warum ein bedingungsloses Grundeinkommen nicht die Antwort auf die Auswirkungen von KI auf den Arbeitsmarkt ist“ von Tuğba Özay und Ekkehard Ernst. Es ist ein Papier namentlich genannter Autoren, keine offizielle Position der ILO. Es argumentiert, „KI verändert Aufgaben, nicht Berufe“, Massenarbeitslosigkeit sei daher unwahrscheinlich, und eine universelle Zahlung würde die Nachfrage in Sektoren lenken, in denen das Angebot nur langsam wächst, etwa Wohnen, Gesundheit und Pflege: „Geld schneller zu verteilen, als sich ein begrenztes Angebot anpassen kann, erzeugt Inflation, keinen Überfluss.“ Es räumt ein, dass „kognitive Tätigkeiten erleben, wie ihr Qualifikationsaufschlag schwindet, besonders bei jüngeren Berufseinsteigern“. Es empfiehlt Weiterbildung, aktive Arbeitsmarktpolitik, übertragbare Leistungen, mehr Wohnraum, die Besteuerung von KI-Renten und einen Sozialschutz, der Arbeitsanreize erhält, „etwa durch eine Steuergutschrift für Erwerbseinkommen“.¹⁹

Robert Litan von der Brookings Institution schlägt stattdessen eine „Übergangsversicherung“ vor. Wer unfreiwillig seine Stelle verliert, ohne nachweisen zu müssen, dass KI die Ursache war, und mindestens drei Jahre im Job war, bekäme in den ersten drei Jahren nach Antritt einer neuen Stelle 80 %, 60 % und 40 % des entgangenen Verdienstes. Zusammen mit lebenslangen Weiterbildungskonten und einer Steuergutschrift für die Einstellung von Hochschulabsolventen veranschlagt er die Kosten auf insgesamt etwa 60 Milliarden Dollar im Jahr, gegenüber netto etwa 784 Milliarden Dollar für ein Grundeinkommen auf Höhe der Armutsgrenze, das er als zu teuer ablehnt.²¹

Diese Kritik verdient ein faires Gehör. Die oben genannten Belege stützen ihren ersten Punkt: Bislang hat KI Aufgaben und Einstellungen weit stärker verändert, als sie Arbeitsplätze vernichtet hat. Litans Plan ist billiger, und er würde dem Büroangestellten in der Mitte seines Berufslebens helfen, dessen Lohn nach einer Entlassung sinkt.

Doch beide lassen dieselben Menschen außen vor. Eine Lohnversicherung zahlt nur an Menschen, die eine Stelle hatten und eine neue finden. Eine Steuergutschrift für Erwerbseinkommen zahlt nur an Menschen, die bereits arbeiten. Der Absolvent, der nie eine erste Stelle bekam, und die Freiberuflerin, deren Arbeit nie als Beschäftigung zählte, fallen durch beide Raster, und genau sie sind es, die laut den Daten zuerst getroffen werden. Bei der Inflation ist die Beweislage aus Geldtransfers gemischter, als das Briefing nahelegt. Als GiveDirectly mehr als 10.500 armen Haushalten im ländlichen Kenia je etwa 1.000 Dollar gab, ein Impuls von mehr als 15 % des örtlichen BIP, fanden Forscher große Gewinne für benachbarte Haushalte und Betriebe und eine „minimale Preisinflation“.²⁰ Eine einmalige Zahlung im ländlichen Kenia klärt nicht, was mit den Mieten in Tokio geschähe, und Wohnungsmangel ist ein echtes Problem, gleich welche Politik man wählt. Aber mehr Geld bedeutet nicht automatisch höhere Preise.

MeinungUnsere Einschätzung: In der gegenwärtigen Lage ist ein Grundeinkommen nicht das einzige Instrument und wohl nicht das erste, zu dem Regierungen greifen werden. Es ist dasjenige, das die Menschen erfasst, die die anderen Instrumente verfehlen.

Was tatsächlich erprobt wird

Kleine Schritte gibt es bereits. The AI Dividend, betrieben von gemeinnützigen US-Organisationen, begann im März 2026, einer Gruppe von 25 bis 50 Beschäftigten, die durch KI Arbeit verloren haben, ein Jahr lang bedingungslos 1.000 Dollar im Monat zu zahlen. Es ist eher eine Demonstration als eine Studie: Es gibt keine Kontrollgruppe.

KI-Unternehmen haben begonnen, eigene Vorschläge zu veröffentlichen. Anthropics wirtschaftspolitischer Rahmen vom Juni 2026 ordnet Antworten nach der Höhe der Arbeitslosigkeit: bei etwa 5 % Weiterbildungszuschüsse, Lohnversicherung und Anreize, Beschäftigte zu halten und umzusetzen; bei etwa 10 % vorrangig eine ausgebaute Arbeitslosenversicherung; und bei „beispiellosen“ Werten einen dauerhaften Einkommensersatz, der „Grundeinkommen, Staatsfondsmodelle und Mechanismen der Kapitalbeteiligung umfassen könnte“. Anthropic sagte außerdem 200 Millionen Dollar für Forschung und politische Pilotprojekte zu.²² Sein Public Benefit Fund, über den wir gesondert geschrieben haben, ist eine weitere Zusage. OpenAIs Papier „Industriepolitik für das Zeitalter der Intelligenz“ vom April 2026 schlägt einen Public Wealth Fund vor, der allen Amerikanern einen Anteil an KI-Unternehmen und -Infrastruktur geben und die Erträge direkt auszahlen würde, dazu soziale Sicherungsnetze, die automatisch greifen, wenn Daten zur Verdrängung eine Schwelle überschreiten. Ein Grundeinkommen nennt es nicht.²³

Auch Gesetzgeber werden aktiv. H.R. 10044, im September 2026 von Sara Jacobs, Greg Casar und Valerie Foushee im US-Repräsentantenhaus eingebracht, würde eine Verbrauchsteuer auf KI-Tokens oder -Umsätze erheben, die mit der Arbeitslosigkeit automatisch steigt. Das Geld ginge in die Schaffung von Arbeitsplätzen, etwa in Wohnungsbau, Infrastruktur und Pflege, nicht in Geldzahlungen.²⁴ In Südkorea sagte Präsident Lee Jae-myung im Juni 2026 in einem Interview mit The Economist, es brauche „einen neuen Mechanismus wie ein Grundeinkommen“, um einen Teil der Übergewinne aus KI mit gewöhnlichen Menschen zu teilen. Sein Chef für Politik brachte eine „nationale KI-Dividende“ ins Spiel, gezahlt aus den Steuermehreinnahmen von Chipherstellern, und die Regierung deutete das anschließend als Verwendung von Steuermehreinnahmen allgemein um. Die Zeitung Hankook Ilbo warnte davor, zu schnell vorzugehen, und nannte die Finanzierung den Knackpunkt.²⁵

Was würde ein Boden kosten? Mit dem Grundeinkommensrechner ergeben 30.000 Yen im Monat für alle Menschen in Japan brutto rund 44,2 Billionen Yen im Jahr, etwa 6,7 % des BIP. Die Nettokosten, nach Abzug dessen, was als Steuer zurückfließt, sind viel geringer, wie unser Essay über erstattungsfähige Steuergutschriften an einem Rechenbeispiel zeigt.

MeinungNichts davon ist schon ein Grundeinkommen für das KI-Zeitalter. Aber die Frage hat sich verschoben, von „Nimmt uns KI die Arbeit weg?“ zu „Wer bezahlt den Übergang, und wie kommt das Geld bei den Menschen an?“

Weder „KI nimmt alle Arbeitsplätze“ noch „Es passiert nichts“

MeinungDas zeigen die Daten mit Stand November 2026. In der Gesamtbeschäftigung und der Arbeitslosigkeit ist KI noch nicht zu sehen, weder in den USA noch in Dänemark oder Japan. Angekündigte „KI-Entlassungen“ sind echte Entscheidungen echter Unternehmen, aber sie machen einen kleinen und zum Teil selbst so dargestellten Anteil aller Streichungen aus. Zugleich wird der Einstieg für junge Menschen in exponierten Bereichen enger, Freiberufler haben Arbeit verloren, und Japan verliert womöglich die untersten Sprossen, auf denen Menschen ihr Handwerk lernen.

Es ist ein Umbruch, der zuerst die Menschen mit dem geringsten Schutz trifft: Menschen ohne Erwerbsbiografie, ohne Arbeitgeber und ohne Anspruch auf Arbeitslosenversicherung. Genau dort zählt die einfachste Eigenschaft eines Grundeinkommens am meisten: Es erreicht alle, ohne zu fragen, ob man gearbeitet hat. Es ist nicht die einzige Antwort, und seine Kritiker haben recht, dass es viel kostet und dass das Angebot eine Rolle spielt. Aber ein Boden, der bereitsteht, bevor er gebraucht wird, ist leichter zu bauen als einer, der in der Krise improvisiert wird.

In Teil 2 wenden wir uns der kreativen Arbeit zu: Illustratoren, Übersetzer, Autoren und Synchronsprecher, wo die Veränderung am schnellsten gekommen ist.