AI-first company

Faktencheck

„Die Beschäftigung junger Menschen in KI-exponierten Berufen ist um 13 % gesunken (Stanford)“

Die 13 % sind die Kernzahl der ersten Fassung des Papiers vom August 2025. Sie sind ein Abstand zwischen 22- bis 25-Jährigen in den Berufen, die KI am stärksten und am wenigsten ausgesetzt sind, kein Rückgang der Beschäftigung. In absoluten Zahlen sank ihre Beschäftigung in den am stärksten exponierten Berufen um 6 %. Das Papier wurde zweimal überarbeitet. Die Fassung vom November 2025 nannte 16 %, die Fassung vom August 2026 nennt 19 % nach einem einfacheren Maß. Mit den aktuellen Daten und den Filtern der ersten Fassung lässt sich die Schätzung hinter den 13 % für die am stärksten exponierten Berufe nicht mehr vom Zufall unterscheiden.

Von
Zuletzt geprüft
Korrekturen
Fehler melden
Urteil Muss korrigiert werden

Die Quelle gibt es, aber die Behauptung gibt das Jahr, die untersuchte Gruppe oder den Wortlaut falsch wieder.

Art der Zahl Gemessen

Aus Daten gezählt oder in einem Experiment gemessen.

Gilt für 22- bis 25-Jährige in US-Lohnabrechnungsdaten von ADP, verglichen danach, wie stark ihr Beruf KI ausgesetzt ist. Ein relativer Abstand, der ein Muster beschreibt; die Autoren behaupten nicht, dass KI ihn verursacht hat. Nennen Sie die Fassung und ihr Datum: 13 % (August 2025), 16 % (November 2025), 19 % nach einem anderen Maß (August 2026).

Die Behauptung

Die Beschäftigung junger Menschen in KI-exponierten Berufen ist um 13 % gesunken, laut einer Stanford-Studie von Brynjolfsson, Chandar und Chen.

Wie sich die Behauptung verbreitet hat

Jeder Schritt ist eine Veröffentlichung, die die Behauptung weitergegeben hat, die älteste zuerst, mit ihrem genauen Wortlaut und dem, was sich geändert hat.

  1. Forschung

    Stanford Digital Economy Lab (Brynjolfsson, Chandar and Chen) · archivierte Kopie

    “We find that since the widespread adoption of generative AI, early-career workers (ages 22-25) in the most AI-exposed occupations have experienced a 13 percent relative decline in employment even after controlling for firm-level shocks.”

    Was sich geändert hat: Ursprung. Die Autoren verglichen die Beschäftigung in den US-Lohnabrechnungsdaten von ADP nach Alter und danach, wie stark jeder Beruf KI ausgesetzt ist, von Ende 2022 bis Juli 2025. Die 13 % sind ein Abstand zwischen den am stärksten und den am wenigsten exponierten Berufen, nachdem Veränderungen herausgerechnet wurden, die ein ganzes Unternehmen treffen. In absoluten Zahlen sank die Beschäftigung von 22- bis 25-Jährigen in den am stärksten exponierten Berufen um 6 %.

  2. Presse

    LeadDev (Chantal Kapani) · archivierte Kopie

    “Workers aged 22 to 25 are the most exposed to artificial intelligence, suffering a decline in employment of 13%, according to a new Stanford University study. … Overall U.S. employment has continued to grow since late 2022, yet employment among young workers in AI-exposed roles such as software development, customer service, and data analysis fell by 13% through July 2025.”

    Was sich geändert hat: “Relative” [„relativ“] entfällt, und aus dem Abstand wird ein Rückgang: “fell by 13%” [„sank um 13 %“]. Die Altersgruppe, nicht die Berufe, wird zu “the most exposed to artificial intelligence” [„am stärksten künstlicher Intelligenz ausgesetzt“]. Andere Medien schrieben in derselben Woche Unterschiedliches: AfroTech behielt “relative” [„relativ“], und das von Sinclair an Lokalsender verbreitete “Fact Check Team” schrieb “a 13 percent drop” [„ein Rückgang um 13 Prozent“].

  3. Forschung

    Stanford Digital Economy Lab (Brynjolfsson, Chandar and Chen) · archivierte Kopie

    “Early-career workers (ages 22-25) in AI-exposed occupations experienced 16% relative employment declines, controlling for firm-level shocks, while employment for experienced workers remained stable.”

    Was sich geändert hat: Das überarbeitete Papier ergänzt Daten bis September 2025. Derselbe Typ von unternehmensbereinigtem Abstand beträgt nun 16 %. Ab dieser Fassung sind die 13 % veraltet.

  4. Forschung

    Federal Reserve Bank of Dallas (Tyler Atkinson and Shane Yamco) · archivierte Kopie

    “Workers age 22 to 25 in the most AI-exposed occupations have experienced a 13 percent decline in employment since 2022, a recent study by researchers at Stanford University found.”

    Was sich geändert hat: Zwei Monate nach der Fassung mit 16 % wiederholt eine Forschungsnotiz einer Zentralbank die 13 % der ersten Fassung. “Relative” [„relativ“] entfällt, sodass der Abstand wie ein Rückgang der Beschäftigung klingt. Die eigenen Umfragedaten der Notiz, für 20- bis 24-Jährige, zeigen einen viel kleineren Rückgang.

  5. Blog

    AI Weekly (Alexis Dufresne) · archivierte Kopie

    “Early-career workers ages 22 to 25 in the most AI-exposed occupations show roughly a 13 percent relative decline in employment since ChatGPT's 2022 launch.”

    Was sich geändert hat: Ein Newsletter, der ein Stanford-Papier für die Politik zusammenfasst, nennt die 13 % der ersten Fassung, acht Monate nachdem sie ersetzt wurde. Das Papier des Stanford Institute for Economic Policy Research nennt keinen Prozentsatz für junge Beschäftigte und zitiert die Fassung vom November 2025. “Roughly” [„ungefähr“] kommt hinzu.

  6. Forschung

    Stanford Digital Economy Lab (Brynjolfsson, Chandar and Chen) · archivierte Kopie

    “(2) However, employment of young workers (ages 22–25) in AI-exposed occupations now stands 19% below where it would be had it kept pace with that of their less-exposed peers; experienced workers show no comparable gap.”

    Was sich geändert hat: Nachtrag. Die aktuelle Fassung mit Daten bis Juni 2026 stellt ein einfacheres Maß in den Vordergrund: 19 % unter dem Stand, den die Beschäftigung erreicht hätte, wenn sie mit weniger exponierten Berufen Schritt gehalten hätte. Nach diesem Maß betrug der Abstand mit Daten bis Juli 2025 15 %. Mit den Filtern der ersten Fassung unterscheidet sich die unternehmensbereinigte Schätzung für die am stärksten exponierten Berufe nicht mehr deutlich von null.

Was die Originalquelle sagt

Das Papier ist Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence von Erik Brynjolfsson, Bharat Chandar und Ruyu Chen von der Stanford University. Es ist ein Arbeitspapier des Stanford Digital Economy Lab, das die Arbeit bezahlt hat, und es wurde nicht fachlich begutachtet. ADP, der größte Anbieter von Lohnabrechnungssoftware in den Vereinigten Staaten, stellte die Daten bereit. ADP finanziert das Lab außerdem als Mitglied seines Corporate Affiliate Program. Erik Brynjolfsson hat zudem Workhelix mitgegründet, ein Unternehmen, das die Einführung von KI in Unternehmen analysiert, und ist Co-Vorsitzender des Verwaltungsrats. Drei Fassungen sind im Umlauf: vom 26. August 2025, vom 13. November 2025 und vom August 2026 (angekündigt am 12. August 2026).

Wie sie entstand. Die Autoren nutzten die monatlichen Lohnabrechnungsdaten von ADP für Millionen Beschäftigte in den USA. Sie teilten die Berufe nach ihrer KI-Exposition in fünf gleich große Gruppen ein: danach, wie viele Aufgaben eines Berufs KI übernehmen könnte. Die Exposition misst nicht, ob Unternehmen KI tatsächlich nutzen. Dann verfolgten sie die Beschäftigung nach Altersgruppen ab Ende 2022, als ChatGPT erschien.

Was sie fand. In der aktuellen Fassung mit Daten bis Juni 2026 sank die Beschäftigung von 22- bis 25-Jährigen in den zwei am stärksten exponierten Berufsgruppen um etwa 11 %. In den drei am wenigsten exponierten Gruppen wuchs die Beschäftigung derselben Altersgruppe um etwa 10 %. Erfahrene Beschäftigte zeigen keinen solchen Abstand. Der Abstand entsteht vor allem, weil weniger junge Menschen eingestellt werden, nicht weil mehr Menschen gehen. Die Autoren finden “no evidence of widespread, economy-wide job displacement” [„keine Belege für einen breiten Stellenabbau in der gesamten Wirtschaft“]. Sie nennen ihre Ergebnisse “early, descriptive indicators—canaries in the coal mine—rather than causal estimates” [„frühe, beschreibende Indikatoren – Kanarienvögel im Kohlebergwerk – und keine kausalen Schätzungen“].

Wo die 13 % stehen. In der Zusammenfassung der ersten Fassung: “early-career workers (ages 22-25) in the most AI-exposed occupations have experienced a 13 percent relative decline in employment even after controlling for firm-level shocks.” [„Berufseinsteiger (22 bis 25 Jahre) in den am stärksten KI-exponierten Berufen verzeichneten einen relativen Beschäftigungsrückgang von 13 Prozent, selbst nach Berücksichtigung von Schocks auf Unternehmensebene.“] Die Autoren berechneten ihn, indem sie 22- bis 25-Jährige im am stärksten exponierten Fünftel der Berufe mit denen im am wenigsten exponierten Fünftel verglichen, nachdem Veränderungen herausgerechnet wurden, die alle im selben Unternehmen treffen. Der Text nennt ihn “a 12 log-point decline in relative employment” [„einen Rückgang der relativen Beschäftigung um 12 Logpunkte“]. In absoluten Zahlen, so dieselbe Fassung, sank die Beschäftigung von 22- bis 25-Jährigen in den am stärksten exponierten Berufen von Ende 2022 bis Juli 2025 um 6 %. Die Fassung vom November 2025 nannte 16 % nach derselben Art von Maß. Die Fassung vom August 2026 wechselte zu einem einfacheren Maß, dem Rückstand von 19 %, das “requires no modeling choices” [„keine Modellierungsentscheidungen erfordert“]. Nach diesem Maß betrug der Abstand mit Daten bis Juli 2025 15 %.

Was an der Behauptung falsch ist

  • Die 13 % sind ein Abstand, kein Rückgang. Die erste Fassung nennt einen “relative decline” [„relativen Rückgang“]: junge Beschäftigte in den am stärksten exponierten Berufen im Vergleich zu jungen Beschäftigten in den am wenigsten exponierten. Ihre Beschäftigung sank im selben Zeitraum in absoluten Zahlen um 6 %, während die Beschäftigung in weniger exponierten Berufen wuchs.
  • Sie zitiert die erste von drei Fassungen. Die Fassung vom November 2025 nannte 16 %. Die aktuelle Fassung vom August 2026 nennt 19 % nach einem anderen Maß. Wiederholungen aus dem Jahr 2026, darunter eine Forschungsnotiz der Federal Reserve Bank of Dallas, nennen weiterhin 13 %.
  • Die Schätzung hinter den 13 % ist schwächer geworden. Mit den aktuellen Daten und den Filtern der ersten Fassung fällt die Schätzung für das am stärksten exponierte Fünftel der Berufe auf −5,3 Logpunkte und ist “no longer statistically significant” [„nicht mehr statistisch signifikant“]: Sie lässt sich nicht mehr vom Zufall unterscheiden. Mit den Filtern, die die Autoren jetzt verwenden, liegt sie bei −6,8 Logpunkten, etwa der Hälfte der Schätzung der ersten Fassung, und ist weiterhin statistisch signifikant. Die Schätzung für das nächststärker exponierte Fünftel bleibt bei −12,8 Logpunkten. Die Autoren schreiben, dass diese unternehmensbereinigten Ergebnisse “were more sensitive to changes we made in the data pipeline” [„empfindlicher auf Änderungen reagierten, die wir an der Datenaufbereitung vorgenommen haben“].
  • Sie zeigt nicht, dass KI den Abstand verursacht hat. Die Autoren nennen ihre Ergebnisse beschreibend. Die aktuelle Fassung berichtet, dass der Abstand kleiner wird, wenn man die Ausbildung der Beschäftigten berücksichtigt, dass ein Teil davon vor der generativen KI begann und dass er in den ADP-Daten größer ist als in landesweiten Umfragen.
  • „Junge Beschäftigte“ heißt 22- bis 25-Jährige in den US-Lohnabrechnungsdaten von ADP. Die Behauptung lässt die Altersgruppe und das Land weg. Die Autoren schreiben, dass “the magnitude of the divergence appears specific to the ADP sample, but its direction is consistent.” [„das Ausmaß der Abweichung spezifisch für die ADP-Stichprobe zu sein scheint, ihre Richtung aber übereinstimmt.“]

Was andere Quellen fanden

Ein Arbeitspapier von Hosseini und Lichtinger nutzte Lebenslaufdaten von 65 Millionen Beschäftigten in den USA. In Unternehmen, die Personal einstellten, um generative KI in ihre Arbeit einzubauen, sank die Beschäftigung von Berufseinsteigern innerhalb von sechs Quartalen um etwa 9 % im Vergleich zu anderen Unternehmen, vor allem weil diese Unternehmen weniger Einsteiger einstellten. Das ist ein anderes Maß: Unternehmen, die KI eingeführt haben, nicht Berufe, die ihr ausgesetzt sind.

Die Notiz der Federal Reserve Bank of Dallas aus dem oben beschriebenen Weg der Behauptung untersuchte auch den Current Population Survey, eine monatliche Haushaltsumfrage der US-Regierung. Sie fand “some decline in employment for young workers in the most AI-exposed occupations” [„einen gewissen Rückgang der Beschäftigung junger Beschäftigter in den am stärksten KI-exponierten Berufen“]: den Anteil aller 20- bis 24-Jährigen, die im am stärksten exponierten Drittel der Berufe beschäftigt sind, der “slips from 16.4 percent in November 2022 … to 15.5 percent in September 2025” [„von 16,4 Prozent im November 2022 … auf 15,5 Prozent im September 2025 sinkt“]. Sie stellte fest, dass Entlassungen den Rückgang nicht erklären. Über die Quellen hinweg stimmt die Richtung überein: In den USA werden weniger junge Menschen für KI-exponierte Arbeit eingestellt. Die Größe unterscheidet sich je nach Datensatz stark.

Das Papier lohnt sich als Quelle für die Richtung und den Ursprung des Abstands: weniger junge Menschen, die in Berufe eingestellt werden, in denen KI einen großen Teil der Arbeit übernehmen kann. Nennen Sie die Fassung und ihr Datum, und zitieren Sie den Abstand als Abstand, nicht als Rückgang der Beschäftigung.

Was Sie stattdessen zitieren können

In US-Lohnabrechnungsdaten von ADP bis Juni 2026 lag die Beschäftigung von 22- bis 25-Jährigen in den Berufen mit der höchsten KI-Exposition 19 % unter dem Stand, den sie erreicht hätte, wenn sie mit weniger exponierten Berufen Schritt gehalten hätte, vor allem weil weniger junge Menschen eingestellt wurden; erfahrene Beschäftigte zeigten keinen solchen Abstand (Brynjolfsson, Chandar und Chen, Arbeitspapier des Stanford Digital Economy Lab, überarbeitet am 12. August 2026). Die Autoren beschreiben dies als “early, descriptive indicators” [„frühe, beschreibende Indikatoren“], nicht als Beleg dafür, dass KI den Abstand verursacht hat.

Quellen

  1. Brynjolfsson, Chandar and Chen (26 August 2025). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab working paper, first version. The version the claim quotes; the original address now leads to the current version, so this is an archived copy. web.archive.org
  2. Brynjolfsson, Chandar and Chen (13 November 2025). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Second version (archived copy). web.archive.org
  3. Brynjolfsson, Chandar and Chen (August 2026). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Current version, with Online Appendix Section L on the changes between versions. digitaleconomy.stanford.edu
  4. Stanford Digital Economy Lab. Canaries in the Coal Mine? Publication page, with the authors’ note of 12 August 2026. digitaleconomy.stanford.edu
  5. Kapani (27 August 2025). Young devs see steepest job losses in AI-exposed roles, Stanford study finds. LeadDev. leaddev.com
  6. Atkinson and Yamco (6 January 2026). Young workers’ employment drops in occupations with high AI exposure. Federal Reserve Bank of Dallas. dallasfed.org
  7. Stanford Institute for Economic Policy Research (2026). What is really happening to jobs? Separating AI hype from reality. Policy brief. siepr.stanford.edu
  8. Dufresne (26 July 2026, updated 11 August 2026). Stanford SIEPR: AI Hits New Grads, Not Aggregate Jobs Yet. AI Weekly. aiweekly.co
  9. Hosseini and Lichtinger (2025, version of 6 May 2026). Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data. SSRN working paper 5425555. papers.ssrn.com
  10. Workhelix (2026). About Us. Company page that lists Erik Brynjolfsson as co-founder and co-chairman of the board. workhelix.com
  11. Brynjolfsson, Chandar and Chen (2025). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab working paper (revised 12 August 2026). Was diese Studie getan und gefunden hat
  12. Hosseini and Lichtinger (2025). Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data. SSRN working paper 5425555 (version of 6 May 2026). Was diese Studie getan und gefunden hat