Kein Jobabbau auf breiter Front – aber 19 Prozent Rückstand bei den 22- bis 25-Jährigen: Stanfords Lohndaten messen, wo KI die Beschäftigung trifft
Das Stanford Digital Economy Lab hat eine überarbeitete Fassung der Arbeit „Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence“ vorgelegt. Erik Brynjolfsson, Bharat Chandar und Ruyu Chen werten dafür hochfrequente Lohnabrechnungsdaten des Abrechnungsdienstleisters ADP über Millionen US-Beschäftigte bis Juni 2026 aus. Der erste Befund ist eine Entwarnung: Für einen breiten, gesamtwirtschaftlichen Stellenabbau durch KI finden sie keinen Beleg. Der zweite erklärt den Titel: Die Beschäftigung der 22- bis 25-Jährigen in KI-exponierten Berufen liegt 19 Prozent unter dem Stand, den sie erreicht hätte, wäre sie im Gleichschritt mit den weniger exponierten Berufen gewachsen – bei erfahrenen Beschäftigten gibt es keine vergleichbare Lücke. Im Datenstand vom Juli 2025 betrug derselbe Rückstand noch 15 Prozent.
✓ Aussagen gegen die Quellen geprüft · 19. August 2026
Die sechs Befunde in der Reihenfolge der Arbeit: (1) kein Beleg für breiten, gesamtwirtschaftlichen Stellenabbau durch KI; (2) die Beschäftigung junger Beschäftigter in KI-exponierten Berufen liegt 19 Prozent unter dem Gleichschritt-Pfad, ohne vergleichbare Lücke bei Erfahrenen; (3) diese Divergenz hat sich seit der Erstdokumentation im August 2025 stetig ausgeweitet; (4) sie wirkt „primarily through reduced hiring of young workers rather than increased separations“; (5) die Rückgänge ballen sich in Berufen, in denen KI menschliche Aufgaben überwiegend ersetzt – wo sie überwiegend ergänzt, ist die Beschäftigung flach oder steigend, besonders bei Erfahrenen; (6) die Anpassung läuft über die Beschäftigung, nicht über das Grundgehalt.
Die Größenordnung hinter der Kennzahl steht im Text: Zwischen November 2022 und Juni 2026 fiel die Beschäftigung der 22- bis 25-Jährigen in den am stärksten exponierten Quintilen um rund 11 Prozent, während sie in den drei am wenigsten exponierten Quintilen um rund 10 Prozent wuchs – eine Spreizung von 21 Prozentpunkten, was relativ zum Wachstum der unteren drei Quintile die 19 Prozent ergibt. Die Autoren betonen ausdrücklich, dass sie diese schlichte deskriptive Divergenz inzwischen in den Vordergrund stellen, „which requires no modeling choices“; ihre früheren, um Betriebseffekte bereinigten Regressionsschätzungen lagen bei 13 Prozent (Datenstand Juli 2025) und 16 Prozent (Datenstand September 2025).
Was die Arbeit robust macht – und was nicht. Die Divergenz besteht laut den Autoren fort, wenn man Technologiefirmen und Computerberufe ausschließt, wenn man für Zinsanstiege und Fernarbeit kontrolliert und wenn man alternative Maße für KI-Exponiertheit verwendet; sie hat sich bis Mitte 2026 weiter geöffnet, lange nach dem Zinsgipfel. Dagegen stehen drei Einschränkungen, die das Papier selbst benennt: Die Muster schwächen sich ab, sobald man für das Bildungsniveau der Berufe kontrolliert (was entweder eine Alternativerklärung oder genau der Wirkungskanal sein kann); mehr und weniger exponierte Berufe zeigen schon vor ChatGPT auseinanderlaufende Trends, besonders um die Corona-Zeit; und der Effekt fällt im ADP-Panel deutlicher aus als in nationalen Umfrage-Vergleichswerten. Die Stichprobe überrepräsentiert zudem größere Betriebe und Berufe mit höherer KI-Exponiertheit. Begleitend haben die Autoren einen öffentlichen Satz „AI Economic Indicators“ veröffentlicht, mit dem sich die Reihen weiterverfolgen lassen.
Die deutsche Rezeption bei heise stellt den Befund in einen internationalen Rahmen und nennt dafür drei weitere Quellen: eine Auswertung der Bank of Korea, nach der von 295.000 in Südkorea weggefallenen Stellen bei den 15- bis 29-Jährigen 94 Prozent auf KI-intensive Branchen entfielen; die ILO-Zahl einer auf 12,4 Prozent gestiegenen Jugendarbeitslosigkeit für 2025; und die ifo-Umfrage vom Juni 2026, die wir am 12. August selbst ausgewertet haben. ⚠️ Diese drei Angaben stammen aus der heise-Darstellung; die zugehörigen Primärquellen haben wir in diesem Lauf nicht geöffnet und führen sie deshalb als Rezeptions-Angabe, nicht als eigenen Beleg.
⚠️ Zur Beleglage: Das PDF der Arbeit ist für unser Abrufwerkzeug nicht als Text lesbar – wir haben den Textinhalt aus den komprimierten Strömen der Datei selbst extrahiert und alle oben genannten Zahlen im Wortlaut gegengelesen (19 Prozent, 15 Prozent im Juli-2025-Stand, 13 und 16 Prozent der früheren Schätzungen, minus 11 gegen plus 10 Prozent, 21 Prozentpunkte, die sechs Befunde). Die Publikationsseite des Digital Economy Lab datiert die überarbeitete Fassung auf den 12. August 2026; das PDF selbst trägt als Datum nur „August 2026“. Zur Reichweite der Zahl: ADP-Daten bilden US-Beschäftigte in Betrieben ab, die diesen Abrechnungsdienstleister nutzen – das ist kein Zensus, und die Autoren warnen ausdrücklich vor einer kausalen Lesart.