Wie sich Behauptungen zu KI-Wachstum und Arbeitskräften bewerten lassen

Behauptungen über KI-getriebenes Wachstum verdichten oft mehrere unterschiedliche Aussagen in einem Satz: Ein Werkzeug verbessert eine Aufgabe, ein Unternehmen produziert mehr, Investitionen schaffen Arbeitsplätze und die Gesellschaft wird wohlhabender. Jeder Schritt kann plausibel sein, ohne den nächsten zu beweisen. Eine ernsthafte Bewertung trennt sie, benennt die betroffene Gruppe und fragt, welche Evidenz einen dauerhaften Gewinn von verlagerten Kosten unterscheiden würde.

Der Bedarf an dieser Disziplin zeigt sich in der KI-Agenda der G20 von 2026. Minister verknüpften Forschung, Kommerzialisierung, technische Bildung, digitale Infrastruktur und industrielle Investitionen durch freiwillige Ziele. Der Rahmen gab eine Richtung vor, lieferte jedoch weder einen verbindlichen Finanzierungsmechanismus noch einen gemeinsamen Zeitplan oder ein vollständiges System zur Messung von Arbeitsmarktergebnissen. Diese Lücke ist über ein einzelnes Treffen hinaus nützlich: Politische Zusagen, Unternehmensankündigungen und Marktprognosen sind Eingaben für eine Bewertung, kein Ergebnisnachweis.

Dieser Leitfaden bietet einen fünfteiligen Rahmen zur Untersuchung von Produktivität, Exposition, Übergangskosten, Infrastruktur und Verteilung. Er kann für ein staatliches Programm, die KI-Einführung in einem Unternehmen, einen Investitionsvorschlag, eine Weiterbildungsinitiative oder eine öffentliche Beschäftigungsbehauptung verwendet werden.

Die Behauptung zunächst in einen Test übersetzen

Bevor Sie eine Statistik prüfen, formulieren Sie die Behauptung in operative Begriffe um. Bestimmen Sie die Maßnahme, den Vergleich, den Zeitraum, die betroffene Gruppe und das behauptete Ergebnis. „KI wird Arbeitsplätze schaffen“ ist zu breit, um es zu testen. „Ein finanziertes Rechenzentrumsprogramm wird über drei Jahre eine bestimmte Zahl lokaler Bauarbeitsplätze und eine geringere Zahl dauerhafter Betriebsstellen schaffen“ ist testbar. Ebenso: „KI-Unterstützung wird die für einen definierten Arbeitsablauf benötigte Zeit senken, ohne Fehlerraten oder unbezahlte Nacharbeit zu erhöhen.“

Führen Sie Prognosen, Zusagen, Aktivitäten und Ergebnisse in getrennten Spalten. Angekündigte Investitionen sind keine vertraglich gebundenen Ausgaben; vertraglich gebundene Ausgaben sind keine installierte Kapazität; installierte Kapazität ist keine produktive Nutzung. Kurseinschreibung ist kein Abschluss, und Abschluss ist keine Vermittlung. Die Fähigkeit eines Modells, einen Teil einer Aufgabe auszuführen, ist kein Beleg dafür, dass ein Beruf verschwunden ist.

Bestimmen Sie auch das kontrafaktische Szenario. Die Produktivität kann sich durch KI, Prozessneugestaltung, stärkere Nachfrage, neue Mitarbeitende oder mehrere gleichzeitige Veränderungen verbessern. Die Beschäftigung an einem Infrastrukturstandort kann steigen, während die Einstellung von Berufseinsteigern in Büros andernorts sinkt. Ohne Vergleich – einen früheren Ausgangswert, eine ähnliche Einheit oder ein vereinbartes Ziel – kann die bewertende Person die Veränderung nicht verlässlich zuschreiben.

Test 1: Wird Aufgabenproduktivität zu organisatorischem Wert?

Beginnen Sie auf der engsten belegten Ebene. Messen Sie eine definierte Aufgabe, bevor Sie Aussagen über eine Rolle, ein Unternehmen, eine Branche oder eine Volkswirtschaft treffen. Nützliche Aufgabenmaße sind Bearbeitungszeit, Durchsatz, Qualität, Korrekturaufwand und der Anteil der Ergebnisse, die eine menschliche Eskalation erfordern. Ein schnellerer erster Entwurf ist kein Produktivitätsgewinn, wenn Prüfung und Reparatur die eingesparte Zeit aufzehren.

Verfolgen Sie anschließend, wie Einsparungen auf Aufgabenebene durch die Organisation fließen. Das Management kann die eingesparte Zeit nutzen, um den Output zu steigern, den Service zu verbessern, Rückstände abzubauen, Arbeitszeiten zu verkürzen oder Personal zu reduzieren. Diese Entscheidungen erzeugen unterschiedliche wirtschaftliche und arbeitsmarktliche Wirkungen, selbst wenn dasselbe Werkzeug gleich gut funktioniert. Halten Sie fest, welchen Weg Führungskräfte einschlagen wollen und welches Ergebnis tatsächlich folgt.

Unternehmenskennzahlen sollten Output mit Qualität und Kosten verbinden. Verfolgen Sie abgeschlossene Arbeit, Fehler- oder Vorfallraten, Kundenergebnisse, Arbeitsstunden, Kosten für KI-Dienste und die Kosten der Aufsicht. Wenn sich eine Behauptung auf die Volkswirtschaft erstreckt, verlangen Sie zusätzliche Evidenz wie nachhaltige Unternehmensgründungen, Investitionen, Löhne und Output – nicht eine Sammlung isolierter Demonstrationen.

Die zentrale Frage ist kausal und praktisch: Hat KI der Organisation geholfen, mit den eingesetzten Ressourcen mehr nützlichen Wert zu schaffen, oder hat sie Arbeit lediglich in Prüfung, Infrastruktur oder eine andere Abteilung verlagert?

Test 2: Bezieht sich die Arbeitskräftebehauptung auf Exposition, Wandel oder Verdrängung?

Diese Begriffe sind nicht austauschbar. Exposition bedeutet, dass KI einige Tätigkeiten innerhalb eines Berufs ausführen kann. Wandel bedeutet, dass sich die Mischung der Aufgaben verändert. Verdrängung bedeutet, dass die Nachfrage nach Arbeitskräften sinkt oder Menschen ihre Stellen verlieren. Arbeitsplatzschaffung betrifft einen anderen Zufluss und kann in anderen Berufen oder Orten stattfinden.

Der verfeinerte globale Index der Internationalen Arbeitsorganisation veranschaulicht den Unterschied. Ihre Analyse von 2025 ergab, dass jeder vierte Beschäftigte in einem Beruf mit einer gewissen Exposition gegenüber generativer KI tätig war, während 3,3 Prozent der weltweiten Beschäftigung in die Kategorie mit der höchsten Exposition fielen. Sie kam zu dem Schluss, dass Wandel wahrscheinlicher sei als vollständiger Ersatz, weil die meisten Berufe weiterhin Aufgaben mit menschlicher Beteiligung enthalten. Diese Ergebnisse sind ein Ausgangspunkt für Untersuchungen, keine Prognose, dass jeder exponierte Arbeitgeber KI auf dieselbe Weise einführen wird.

Gliedern Sie die Evidenz nach Beruf, Aufgabe, Einkommensgruppe, Geschlecht, Region, Senioritätsstufe und Vertragsart. Die ILO stellte eine Exposition von 34 Prozent in Ländern mit hohem Einkommen und 11 Prozent in Ländern mit niedrigem Einkommen sowie einen höheren Anteil von Frauen in der Kategorie mit der höchsten Exposition fest. Ein aggregierter Prozentsatz kann daher wesentlich unterschiedliche Risiken und Chancen verdecken.

Beobachten Sie Ströme statt nur einer Beschäftigungszahl: Einstellungen, offene Stellen, Beförderungen, Arbeitsstunden, Löhne, Entlassungen, Bindung und Wechsel zwischen Berufen. Achten Sie besonders auf Einstiegsrollen. Eine Organisation kann Entlassungen vermeiden und zugleich die Einstellung von Berufseinsteigern verringern, wodurch der Weg geschwächt wird, auf dem künftige Arbeitskräfte Erfahrung sammeln.

Test 3: Sind Übergangskosten in die Rechnung einbezogen?

Weiterbildung wird oft als Brücke zwischen Exposition und Chance dargestellt, doch ein Kurs ist nur ein Teil eines Übergangssystems. Arbeitskräfte benötigen möglicherweise auch anerkannte Abschlüsse, Voraussetzungen, Zeit, Kinderbetreuung, Transport, Ausrüstung, Ausbildungsplätze und Arbeitgeber mit echten offenen Stellen. Ein Programm für Rechenzentrumstechniker wird nicht automatisch einer Verwaltungskraft dienen, deren Aufgaben sich verändern.

Bewerten Sie Weiterbildung als Abfolge: Zielberuf, Zugang, Einschreibung, Abschluss, Anerkennung des Abschlusses, Vermittlung, Lohnentwicklung und Bindung. Berichten Sie, an welcher Stelle Teilnehmende die Abfolge verlassen. Abschlussquoten allein können nicht zeigen, ob das Programm Menschen mit dauerhafter Nachfrage verbindet.

Beziehen Sie Geografie und Zeitpunkt ein. Infrastrukturarbeit kann in der Nähe von Produktionsanlagen, Rechenzentrumsclustern, Stromsystemen oder Universitäten entstehen, während softwarebedingte Verdrängung andernorts auftreten kann. Baurollen können vorübergehend sein; Betriebsrollen können weniger zahlreich und spezialisierter sein. Umschulung hat begrenzten Wert, wenn eine neue Rolle in einer anderen Region entsteht oder erst nachdem die Einkommensunterstützung einer Arbeitskraft endet.

Weisen Sie Übergangsverantwortlichkeiten ausdrücklich zu. Arbeitgeber können sich ändernde Kompetenzanforderungen offenlegen und bezahlte Lernzeit bereitstellen. Bildungsanbieter können Abschlüsse auf benannte offene Stellen ausrichten. Regierungen können Zugang finanzieren und Mobilität verfolgen. Verspricht ein Vorschlag Anpassung, ohne zu benennen, wer zahlt, wer einstellt und wann Unterstützung verfügbar wird, ist sein arbeitsmarktlicher Fall unvollständig.

Test 4: Kann die Infrastruktur das prognostizierte Wachstum tragen?

KI ist nicht nur Software. Wachstumsbehauptungen können von Chips, Servern, Rechenzentren, Kühlung, elektrischer Ausrüstung, Netzanschlüssen, Bauarbeitskräften, Finanzierung und Genehmigungen abhängen. Kapazität auf einer Ebene beseitigt Engpässe auf einer anderen nicht.

Energie verdient eine eigene Bilanz. Die Internationale Energieagentur prognostiziert für 2030 einen weltweiten Stromverbrauch von Rechenzentren von rund 945 Terawattstunden, mehr als doppelt so viel wie das derzeitige Niveau und knapp 3 Prozent der globalen Stromnachfrage. Sie prognostiziert von 2024 bis 2030 ein jährliches Wachstum von etwa 15 Prozent und nennt KI neben anderen digitalen Diensten als wichtigsten Treiber. Dies sind globale Projektionen; lokale Auswirkungen hängen davon ab, wo sich die Nachfrage konzentriert und welche Erzeugungs- und Übertragungskapazitäten verfügbar sind.

Dokumentieren Sie für ein Projekt oder eine Politik die erwartete Rechenkapazität, den gesamten Strombedarf, Anschlusstermine, Bauphasen, Kühl- oder Wasserbedarf und die Verantwortung für Ausbauten. Trennen Sie die Effizienz pro Server oder Modellanfrage vom Gesamtbedarf. Ein geringerer Verbrauch pro Einheit kann mit höherem Gesamtverbrauch einhergehen, wenn der Einsatz ausgeweitet wird.

Untersuchen Sie dann lokale Auswirkungen. Wer bezahlt Netzausbauten oder Upgrades öffentlicher Infrastruktur? Was geschieht, wenn Anschlüsse oder Genehmigungen verzögert werden? Werden Bauarbeitsplätze getrennt von dauerhaften Betriebsstellen gezählt? Eine glaubwürdige Wachstumsschätzung umfasst den physischen Zeitplan und die Kosten für die Gemeinschaft, statt Rechenleistung als sofort verfügbar zu behandeln.

Test 5: Wer erhält die Gewinne und wer trägt das Risiko?

Die Gesamtproduktivität kann steigen, während ihre Vorteile konzentriert bleiben. Bewerten Sie mindestens vier Empfänger: Arbeitskräfte, Arbeitgeber, Kunden und Gemeinschaften, die Infrastruktur beherbergen. Prüfen Sie bei Arbeitskräften Löhne, Arbeitszeiten, Arbeitsplatzqualität, Verhandlungsmacht und berufliche Mobilität. Messen Sie bei Arbeitgebern Output, Kosten, Widerstandsfähigkeit und neue Einnahmen. Prüfen Sie bei Kunden Preis, Zugang, Qualität und Rechtsbehelf. Beziehen Sie bei Gemeinschaften Beschäftigung, Steuervorteile, Energie- oder Wasserdruck und öffentliche Kosten ein.

Verteilung gilt auch für Schäden. In Beschäftigung, Bildung, Gesundheitsversorgung oder öffentlichen Diensten kann eine KI-gestützte Entscheidung Menschen betreffen, die das System nicht gewählt haben. Die G20-Ziele fordern eine sichere, verlässliche und vertrauenswürdige Einführung bei flexiblen nationalen Ansätzen. Eine bewertende Person sollte diese Grundsätze in benannte Kontrollen übersetzen: Zugangsregeln, Aufbewahrung von Quellen, menschliche Prüfung, Verantwortung für Fehler und einen Weg, folgenschwere Entscheidungen anzufechten.

Verrechnen Sie ungleiche Effekte nicht zu einer einzigen Beschäftigungszahl. Neue Bauarbeit gleicht nicht den Verlust einer Bürostelle für eine bestimmte Arbeitskraft aus. Ein nationaler Gewinn beweist nicht, dass es einer Gastgebergemeinschaft besser geht. Berichten Sie Nutzen und Kosten zunächst nach Gruppe; aggregieren Sie erst, nachdem die Verteilung sichtbar ist.

Eine Evidenz-Scorecard erstellen

Halten Sie für jede wichtige Behauptung den Ausgangswert, das Ziel, den Datenverantwortlichen, das Berichtsintervall und das Vertrauensniveau fest. Kennzeichnen Sie Evidenz als Prognose, Zusage, Aktivität, Zwischenergebnis oder Ergebnis. Diese einfache Taxonomie verhindert, dass eine Pressemitteilung direkt mit gemessener Beschäftigung oder Produktivität verglichen wird.

Verwenden Sie gepaarte Indikatoren, um Zielkonflikte sichtbar zu machen: Output mit Fehlerraten, eingesparte Zeit mit Prüfaufwand, Weiterbildungsabschluss mit Vermittlung, Investition mit Betriebskapazität, geschaffene Arbeitsplätze mit Beschäftigungsdauer und Effizienz pro Einheit mit Gesamtenergiebedarf. Vermerken Sie fehlende Daten, statt Lücken mit Annahmen zu füllen.

Prüfen Sie die Scorecard in vorab festgelegten Intervallen. Ein kurzer operativer Pilot kann monatlich überprüft werden, während berufliche Mobilität und Lohneffekte längere Beobachtung erfordern. Aktualisieren Sie die Bewertung, wenn sich Anwendungsfall, Einsatzumfang, Arbeitskräfteplan oder Infrastrukturzeitplan ändern.

Praktische Checkliste zur Bewertung

Bevor Sie einen KI-Wachstumsvorschlag akzeptieren oder umsetzen, bestätigen Sie, dass Sie diese Fragen beantworten können:

• Ist die Behauptung mit einer definierten Maßnahme, Population, einem Vergleich, Zeitraum und messbaren Ergebnis formuliert?
• Werden Prognosen, Finanzierungszusagen, eingesetzte Aktivitäten und verifizierte Ergebnisse getrennt ausgewiesen?
• Umfasst das Produktivitätsmaß Qualität, Korrekturarbeit, Aufsicht und KI-Betriebskosten?
• Unterscheidet die Arbeitskräfteanalyse Aufgabenexposition, Rollenwandel, Verdrängung und Arbeitsplatzschaffung?
• Sind Ergebnisse, soweit relevant, nach Beruf, Region, Geschlecht, Einkommensgruppe, Senioritätsstufe und Vertragsart gegliedert?
• Reicht die Berichterstattung zur Weiterbildung von Zugang und Abschluss bis zu anerkannten Abschlüssen, Vermittlung, Löhnen und Bindung?
• Werden vorübergehende Baurollen von dauerhaften Betriebsrollen und von andernorts veränderten Arbeitsplätzen getrennt?
• Benennt der Infrastrukturplan Rechenleistung, Strom, Netz, Kühlung, Zeitplan und lokale Kostenbeschränkungen?
• Werden Gewinne und Risiken getrennt für Arbeitskräfte, Arbeitgeber, Kunden und Gastgebergemeinschaften ausgewiesen?
• Sind menschliche Prüfung, Quellenzugang, Verantwortung für Fehler und Beschwerdewege für folgenschwere Anwendungen definiert?
• Ist jeder Indikator einem Datenverantwortlichen und einem Überprüfungstermin zugewiesen?
• Welche Evidenz würde Führungskräfte dazu veranlassen, das Programm zu pausieren, neu zu gestalten oder zu beenden?

Der Zweck dieses Rahmens besteht nicht darin anzunehmen, dass KI-Wachstum vorteilhaft oder schädlich ist. Er soll breite Behauptungen prüfbar machen. Produktivität, Arbeitskräftewandel, Weiterbildung, Infrastruktur und Verteilung wirken zusammen, sollten jedoch nicht vermischt werden, bevor jeder Bereich gemessen wurde. Wenn Entscheidungsträger diese Unterscheidungen bewahren, können sie echte Gewinne erkennen, verlagerte Kosten offenlegen und ein Programm überarbeiten, bevor optimistische Sprache zu politischen oder investiven Zusagen erstarrt.