Wie sind diese Zahlen entstanden?

Die Karte umfasst 98 Berufsgruppen, über eine Koppeltabelle der Klassifikation der Berufe (KldB 2010) zugeordnet und auf ISCO-08 gemappt. Zusammen repräsentieren diese Berufe rund 32,8 Millionen Erwerbstätige (QuBe 2025), einen großen Teil des deutschen Arbeitsmarktes.

Die Berufe verteilen sich auf 20 Sektoren. Der gewichtete Durchschnitt der KI-Exposition liegt bei 4,8/10. 27 Berufe scoren ≥ 7 (hohe bis sehr hohe Exposition).

Die KI-Expositionsbewertung gibt an, welcher Anteil der Kernaufgaben eines Berufs technisch durch aktuelle KI-Systeme automatisierbar ist (LLMs, Computer Vision, Robotik, agentische KI). Es ist ein Maß für technische Exposition, nicht für tatsächliche Verdrängung.

Die Prognose folgt demselben Modell wie die niederländische, britische und amerikanische Karte. Sie startet bei einer amtlichen Berufsprojektion und ergänzt zwei eigene Schichten: KI und Robotik. Das Ergebnis ist eine Spanne mit Mittelwert für die Veränderung der Beschäftigung von 2025 bis 2030. Das sind modellierte Szenarien, keine Vorhersagen.

1. Basis: die jährliche Wachstumsrate der Erwerbstätigen 2025 bis 2030 in den BIBB-IAB-Qualifikations- und Berufsprojektionen (QuBe), 8. Welle, Basisprojektion, summiert über die Berufsgruppen (3-Steller) des Berufs.
2. Seit Jahren schrumpfende Berufe: Sinkt die Zahl der sozialversicherungspflichtig Beschäftigten sowohl 2015-2019 als auch 2021-2025 (2020 bleibt wegen Corona außen vor), wird die QuBe-Rate zur Hälfte mit dem eigenen Trend gemischt. Das ist möglich, weil die BA-Reihe nach KldB 2010 seit 2015 durchgängig ist, wie die CBS-Reihe in den Niederlanden.
3. KI-Schicht: −0,25 Prozentpunkte pro Jahr für jeden JPE-Punkt über 4, über fünf Jahre multiplikativ. Für die Spanne gilt eine Steigung von −0,10 bis −0,50. QuBe (8. Welle, 2024) enthält Wirtschaft 4.0 als Trend, aber keinen ausdrücklichen Effekt generativer KI je Beruf; deshalb wird die KI-Schicht vollständig ergänzt.
4. Robotik-Schicht: eine Experteneinschätzung je Beruf (1-10) mit dem Jahr, ab dem die Skalierung in Deutschland beginnt, und einer Spanne bis 2030. Sie zählt nur, wenn die Skalierung vor 2030 beginnt (etwa autonomes Fahren nach dem Gesetz von 2021, Lager- und Logistikautomatisierung).
5. Spanne: Basis ± 3 Prozentpunkte (eine Annahme; QuBe veröffentlicht keine Revisionsunsicherheit), kombiniert mit der günstigen und ungünstigen Seite von KI und Robotik, nach außen auf 5 Punkte gerundet.

Trend: ab +15 % starkes Wachstum, ab +3 % Wachstum, bis −3 % stabil, bis −15 % Rückgang, darunter starker Rückgang. Verteilung der 98 Berufe: 52 stabil, 6 Wachstum, 39 Rückgang, 1 starker Rückgang. Deutschland ist damit deutlich vorsichtiger als etwa das Vereinigte Königreich, vor allem weil QuBe für Deutschland als Ganzes bis 2030 rund 1 % weniger Erwerbstätige erwartet (demografischer Wandel).

Bewusste Abweichungen vom niederländischen Modell: kein Einstiegssignal und kein Engpassindikator (die BA-Engpassanalyse liegt außerhalb dieses Neuaufbaus).

Die Kriterien wurden vor der Prüfung festgelegt. Das QuBe-Datenportal bietet nur die 8. Welle, die Beobachtungen bis 2023 enthält. Der Backtest vergleicht deshalb die Projektion für 2023 bis 2025 mit der tatsächlichen Entwicklung der sozialversicherungspflichtig Beschäftigten (30.06.2023 bis 30.06.2025), vollständig außerhalb der Stichprobe. Fehler in Prozentpunkten pro Jahr, gewichtet nach Beschäftigten, 95 Berufe (ohne die drei Berufe ohne verwendbare BA-Reihe).

Die zentrale Frage bei jedem neuen Index: Stimmen die Scores? Die JPE-Scores wurden auf niederländischen Daten gegen den Felten AIOE validiert, dem meistzitierten akademischen Referenzframework für KI-Exposition von Berufen (Felten, Raj & Seamans, 2023).

Ergebnis: Pearson r = 0,87, Spearman ρ = 0,90 über 103 niederländische Berufsgruppen. Da die deutschen Scores mit derselben Methodik generiert werden und über ISCO-08 gemappt sind, gelten die Validierungsergebnisse als übertragbar.

Der Kernunterschied

Felten misst „Kann KI diese Aufgabe?“ (theoretische Kapazität). JPE misst „Verändert KI diese Arbeit tatsächlich?“ (praktische Disruption). Die Abweichungen sitzen genau dort, wo man sie erwartet: Bildung, Pflege und Rechtsprechung, also Berufe, bei denen die Technologie vorhanden ist, aber Regulierung, Ethik oder Fachkräftemangel die Adoption bremsen.

Einige Merkmale des deutschen Arbeitsmarktes beeinflussen, wie schnell sich KI-Exposition in veränderte Arbeit übersetzt:

• KI-Scores sind LLM-geschätzt, nicht empirisch gemessen. Trotz Kreuzvalidierung (r = 0,87) können einzelne Scores um 1-2 Punkte abweichen.
• Beamte, Selbstständige und Minijobber: Die BA-Beschäftigungsstatistik zählt nur sozialversicherungspflichtig Beschäftigte, ohne Beamte, Selbstständige und ausschließlich geringfügig Beschäftigte. Bei Berufen, in denen diese weniger als 75 % der Erwerbstätigen ausmachen (etwa Lehrkräfte, Ärzte, Rechtsanwälte), beziehen sich Wachstum und Aufteilung nur auf einen Teil des Berufs; sie sind auf den Berufsseiten gekennzeichnet. Bei Polizei und Justiz gibt es gar keine verwendbare BA-Reihe, bei Key-Account-Manager/innen keinen eigenen Code (sie werden mit dem Vertrieb gezählt).
• QuBe unterscheidet 141 Berufsgruppen: Berufe innerhalb einer Berufsgruppe erhalten dieselbe Basis. Die KI- und Robotik-Schichten verfeinern je Beruf.
• Demografischer Rückgang: QuBe erwartet bis 2030 insgesamt weniger Erwerbstätige, weil mehr Menschen in Rente gehen, als nachkommen. Die Basis ist deshalb bei vielen Berufen leicht negativ, auch wenn die Nachfrage hoch bleibt. Ein Rückgang heißt hier oft: weniger Arbeitskräfte, nicht weniger Bedarf.
• QuBe enthält keinen ausdrücklichen Effekt generativer KI je Beruf; die KI-Schicht ist eine Modellannahme, keine Messung. Die Basisspanne von ±3 Prozentpunkten ist ebenfalls eine Annahme.
• Änderungen in der Codierung können Trends verzerren, etwa bei Sekretären (Arbeit verschiebt sich in Büro- und Verwaltungsberufe), IT-Helpdesk (neue Ausbildungsberufe) und Pflege (Pflegereform). Wo die BA-Zahl zwischen 2023 und 2025 um mindestens 25 % springt, ist das gekennzeichnet.
• Die Karte deckt den Großteil, aber nicht die Gesamtheit des deutschen Arbeitsmarktes ab. Spezialisierte oder seltene Berufe fehlen.
• Die Robotik-Schicht beruht auf Experteneinschätzungen, nicht auf gemessenen Effekten.

• Felten, E., Raj, M. & Seamans, R. (2023). Occupational Heterogeneity in Exposure to Generative AI. SSRN Working Paper.
• Bundesagentur für Arbeit (2010). Klassifikation der Berufe 2010, Band 1: Systematischer und alphabetischer Teil.
• Georgieff, A. & Hyee, R. (2021). Artificial intelligence and employment. OECD Social, Employment and Migration Working Papers, No. 265.
• Europäische Kommission (2024). AI Act, Verordnung über Künstliche Intelligenz.
• BIBB und IAB (2024). Qualifikations- und Berufsprojektionen (QuBe), 8. Welle, Basisprojektion. QuBe-Datenportal.
• Statistik der Bundesagentur für Arbeit. Sozialversicherungspflichtig Beschäftigte nach Berufen (KldB 2010), Stichtag 30.06., 2015 bis 2025.
• Bundesagentur für Arbeit. Entgeltatlas (Median-Bruttomonatsentgelt Vollzeit).

Verwendete Quellen: Statistik der Bundesagentur für Arbeit (Beschäftigte nach Berufen, KldB 2010), Entgeltatlas der Bundesagentur für Arbeit, BIBB-IAB-Qualifikations- und Berufsprojektionen (QuBe). Das vorab festgelegte Design und alle Prüfergebnisse sind dokumentiert.

Alle Daten sind unter Creative Commons BY 4.0 lizenziert. Zitiervorschlag: