Goldman Sachs berichtet über langfristige Folgen von KI-bedingten Entlassungen

Goldman Sachs veröffentlichte einen Bericht darüber, wie Entlassungen aufgrund von KI amerikanische Arbeiter betreffen. Der Ökonom Pierfrancesco Mei verglich sie mit vier Jahrzehnten von Arbeitsplatzverlusten durch Technologie: Diejenigen, die in KI-anfälligen Berufen ihre Positionen verloren haben, suchen seit 2025 etwa einen Monat länger nach neuen Jobs als andere entlassene Arbeiter. Ein Jahr nach dem Verlust ihrer Arbeitsplätze war die Wahrscheinlichkeit, arbeitslos zu bleiben, um etwa 10 Prozentpunkte höher. Laut Goldman ist der Effekt vergleichbar mit früheren Wellen, und Mei beschrieb den Schaden als langfristig.

Arbeiter ab 35 Jahren leiden mehr: Sie benötigen etwa fünf Wochen länger als andere entlassene Arbeiter, um wieder in Vollbeschäftigung zu gelangen. Bei den unter 35-Jährigen beträgt die Lücke etwa drei Wochen. Dasselbe Muster zeigt sich bei allen entlassenen Arbeitern: Laut dem Arbeitsministerium waren von denen, die mindestens drei Jahre an ihrem vorherigen Arbeitsplatz gearbeitet hatten, bis Januar 2026 72,9 % der 25- bis 54-Jährigen, 57,3 % der 55- bis 64-Jährigen und 38,6 % der 65-Jährigen und Älteren beschäftigt. Von 2023 bis 2025 verloren 7,4 Millionen Menschen ihre Arbeitsplätze im Vergleich zu 6,3 Millionen in der vorherigen Erhebung.

Laut Challenger, Gray & Christmas kündigten Unternehmen über neun Monate hinweg 120.136 Entlassungen unter Berufung auf KI an – etwa 21 % aller Entlassungen und der Hauptgrund. Die Einnahmen derjenigen, die in Vollbeschäftigung zurückkehren, sind ebenfalls gesunken: Unter denen, die von 2023 bis 2025 ihre Jobs verloren und wieder eine Vollbeschäftigung fanden, verdienen etwa 49 % dasselbe oder mehr als zuvor, verglichen mit 62 % in der vorherigen Erhebung.

Frühere Arbeiten von Goldman auf Basis von Daten seit 1979 zeigten, dass nach dem Verlust von Arbeitsplätzen aufgrund von Technologie die realen Einkommen langsamer wachsen als bei anderen entlassenen Arbeitern und das Risiko, erneut arbeitslos zu werden, konstant höher ist. Junge Menschen kehren nicht nur schneller in Vollbeschäftigung zurück, sondern schaffen es auch, weniger befristete Jobs zu wechseln. Mei glaubt, dass sie sich flexibler an KI anpassen können und nennt dies ein ermutigendes Signal.

Gleichzeitig fand das Stanford Digital Economy Lab unter Verwendung von ADP-Daten ein Problem aus einem anderen Blickwinkel: Die Beschäftigung von 22- bis 25-Jährigen in den am stärksten von KI betroffenen Berufen ist etwa 19 % niedriger, als sie wäre, wenn sie mit der gleichen Rate wie ihre Altersgenossen in weniger KI-anfälligen Berufen wachsen würde. Erfahrene Arbeiter haben keine solche Lücke, und die Anpassung erfolgt mehr durch die Einstellung von weniger jungen Menschen als durch Entlassungen.