Tiefenanalyse USA: KI-bedingte Entlassungen nach Bundesstaat und Berufsfeld

Tiefenanalyse USA: KI-bedingte Entlassungen nach Bundesstaat und Berufsfeld

Künstliche Intelligenz (KI) wird zunehmend in großen Entlassungsankündigungen erwähnt. Nachrichtenberichte aus den Jahren 2025–2026 zeigen, dass Technologie- und Wirtschaftsführer Arbeitsplätze abbauen, um Budgets in Richtung KI umzuverteilen. So zeigen beispielsweise Daten von Challenger, Gray & Christmas, dass im April 2026 21,490 Stellenstreichungen in den USA als KI-bedingt beschrieben wurden (etwa 26 % aller Kürzungen in diesem Monat) (www.cbsnews.com). Ähnlich berichtet NBC News, dass Microsoft Mitte 2025 im Zuge seiner „AI first“-Initiative 9.000 Stellen abbaute (fortune.com), und Oracle meldete im Geschäftsjahr 2026 einen Personalabbau um 21.000 Mitarbeiter (13 % der Belegschaft), „da der Cloud-Riese…“ KI umfassend einführte (www.sahmcapital.com). Insgesamt schätzen Analysten, dass Zehntausende von Arbeitsplätzen direkt auf KI-Ursachen zurückzuführen sind; zum Beispiel waren über 27.000 US-Entlassungen seit 2023 „direkt mit dem Aufkommen von KI verbunden“ (www.cbsnews.com).

Gleichzeitig haben offizielle Regierungsdaten noch keinen klaren landesweiten Anstieg der KI-bedingten Arbeitslosigkeit gezeigt. So stellte beispielsweise Kaliforniens neuer KI-Arbeitslosen-Tracker (der Arbeitslosenversicherungsansprüche verwendet) keinen landesweiten Anstieg der Arbeitslosenmeldungen in KI-exponierten Berufen fest (capolicylab.org). Stattdessen verzeichnete der Tracker Anstiege hauptsächlich in der San Francisco Bay Area und unter technisch gebildeten Arbeitskräften (capolicylab.org) (www.sfgate.com). Diese gemischten Beweise bedeuten, dass wir mehrere Quellen – Beschäftigungsumfragen, Entlassungsmitteilungen, Online-Stellenanzeigen, Aufgaben-Expositionsindizes und sogar Unternehmens-Gewinnmitteilungen – triangulieren müssen, um abzuschätzen, wo KI Arbeitsplatzverluste nach Bundesstaat und Berufsfeld verursachen könnte.

Wichtige Datenquellen

Um KI-bedingte Stellenstreichungen abzubilden, kombinieren Analysten:

• Regierungsstatistiken: Das U.S. Bureau of Labor Statistics (BLS) veröffentlicht monatliche Beschäftigungszahlen nach Branchen (die Current Employment Statistics, CES) und Arbeitnehmerflüsse (die Job Openings and Labor Turnover Survey, JOLTS). Diese Berichte legen jedoch nicht offen, warum Arbeitsplätze verloren gehen. Arbeitslosenversicherungsansprüche (UI) nach Bundesstaat sind eine weitere offizielle Quelle, aber auch hier ohne Angabe des Arbeitsplatzverlustgrundes. (Der kalifornische KI-Tracker ist eine Ausnahme, die KI-Scores zu UI-Ansprüchen hinzufügt (capolicylab.org).)
• Entlassungsmitteilungen: Öffentliche WARN-Mitteilungen und Berichte von Outplacement-Firmen (z.B. Challenger Gray & Christmas wöchentliche Zusammenfassungen) listen große Unternehmensentlassungen auf. Analysten lesen diese, um Erwähnungen von „KI“, „Automatisierung“ und verwandten Begriffen zu finden. So stellte beispielsweise Challengers Bericht vom April 2026 fest, dass KI „der Hauptgrund war, den Unternehmen für Entlassungen nannten,“ den zweiten Monat in Folge (www.cbsnews.com).
• Unternehmensberichte und Gewinnmitteilungen: Wir scannen vierteljährliche Gewinnmitteilungen und SEC-Einreichungen nach Unternehmen, die offen KI die Schuld geben. Tech-Nachrichten zitieren CEO-Aussagen: z.B. kündigte der CEO von Cloudflare im 1. Quartal 2026 an, dass KI-Tools es ihnen ermöglichten, Rollen zu automatisieren (was zu 1.100 Kürzungen, ~20 % der Belegschaft, führte) (techcrunch.com). Führungskräfte von Microsoft bemerkten, dass „bis zu 30 % [ihres] Codes jetzt von KI-Tools geschrieben werden,“ und Hunderttausende von Azure-bezogenen Stellen gestrichen wurden (fortune.com).
• Stellenangebote und Qualifikationsdaten: Wir verwenden Datensätze von Einstellungsanalysefirmen (wie Lightcast), um die Nachfrage nach KI-bezogenen Fähigkeiten in allen Bundesstaaten und Berufen zu verfolgen (bipartisanpolicy.org). Dies kann signalisieren, wo KI eingeführt wird. So zeigt beispielsweise eine Analyse des Bipartisan Policy Center, dass die US-Stellenangebote, die KI-Fähigkeiten erforderten, bis Mai 2026 im Jahresvergleich um 144% stiegen und damit den Anstieg aller Stellenausschreibungen um 7% weit übertrafen (bipartisanpolicy.org).
• KI-Expositionsindizes: Wir weisen jedem Berufsfeld einen KI-Expositionswert zu, basierend auf O*NET-Aufgabendaten und der KI-Einführung in der Branche. Diese Indizes schätzen ab, welche Arbeitsplätze automatisiert werden könnten. Eine Methode (in Kalifornien verwendet) kennzeichnet ein Berufsfeld als KI-exponiert, wenn große Sprachmodelle ≥50 % seiner Aufgaben übernehmen können (capolicylab.org). Ein anderer Ansatz (von Analysten wie Pew) bewertet die Bedeutung von KI-anfälligen Aktivitäten in jedem Job (www.pewresearch.org). Diese Maßnahmen helfen vorherzusagen, welche Bereiche Stellenstreichungen erleben könnten.

Durch Überlagerung dieser Signale erstellen wir ein bundesstaatliches und berufsfeldspezifisches Bild potenzieller KI-Auswirkungen.

Nationale Entlassungstrends

Die Entlassungsaktivität war bereits in den Jahren 2025 und 2026 erhöht. Die Kürzungen im privaten Sektor erreichten bis Mitte 2025 das höchste Niveau seit 2020 (www.cbsnews.com). In allen Branchen ist KI zu einer der meistgenannten Ursachen geworden. So meldete Challenger beispielsweise, dass über 10.000 US-Entlassungen in den ersten 7 Monaten des Jahres 2025 der Einführung generativer KI zugeschrieben wurden (www.cbsnews.com). Im Jahr 2026 haben allein große Technologieunternehmen weit über 100.000 Stellenstreichungen angekündigt: Ein TechSpot-Tracker zählte 123.653 Entlassungen im Technologiesektor von Januar bis Mai 2026, wobei KI von vielen als Hauptgrund genannt wurde (www.techspot.com).

Viele dieser Technologiekürzungen betreffen typische KI-exponierte Berufe (Softwareentwickler, Datenanalysten, IT-Rollen). Challengers Daten zeigen, dass Technologieunternehmen bis Mitte 2025 ~89.000 Kürzungen ankündigten, 36% mehr als ein Jahr zuvor (www.cbsnews.com). Im Gegensatz dazu verzeichneten Nicht-Tech-Sektoren weniger Kürzungen. (Bemerkenswerterweise haben der Finanz- und der Konsumgütersektor größtenteils weniger Arbeitsplätze abgebaut.) Wichtig ist, dass Challenger auch feststellt, dass Amazon, Google und andere große Tech-Firmen KI oft in ihren Entlassungs-Pressemitteilungen oder -Anrufen erwähnen. Die Dokumentation von CNBC/TechCrunch bestätigt zahlreiche Beispiele.

Allerdings haben nicht alle KI-exponierten Arbeitsplätze bisher Kürzungen erfahren. Einige Analysen zeigen, dass die aggregierten US-Arbeitslosenzahlen keinen Anstieg der durch KI verursachten Arbeitslosigkeit signalisieren. So ergab beispielsweise eine Studie des Stanford Institute for Economic Policy Research (SIEPR), die Lohn- und Gehaltsdaten verwendete, dass, abgesehen von jungen Berufseinsteigern in stark exponierten Bereichen (Altersgruppe 22–25 Jahre), die Gesamtbeschäftigungszahlen aufgrund von KI nicht eingebrochen sind (siepr.stanford.edu). Konkret berichtet das Stanford-Team einen relativen Rückgang der Beschäftigung um 13% bei 22- bis 25-Jährigen in den am stärksten KI-exponierten Berufen, seit generative KI Mainstream wurde (siepr.stanford.edu). Ältere Arbeitnehmer oder solche in gering exponierten Berufen zeigten jedoch immer noch stabile oder steigende Beschäftigungszahlen in denselben Firmen. Zusammenfassend zeigen nationale Daten eher subtile, frühe Signale als eine weit verbreitete Welle von KI-Massenentlassungen.

Tabelle 1: Beispiele für gemeldete KI-bedingte US-Entlassungen (2025–2026)

Quellen: BOS und zitierte Berichte. KI-bedingte Kürzungen sind solche, die von Unternehmen oder Analysten explizit KI oder Automatisierung zugeschrieben werden.

Muster auf Bundesstaatsebene

Es fehlt uns eine vorgefertigte „KI-Entlassungen“-Tabelle nach Bundesstaat, aber die Beweise deuten auf frühe Hotspots und regionale Unterschiede hin. Staaten mit großen Technologie- und Industriezentren sind führend:

• Kalifornien: Heimat des Silicon Valley und vieler Technologieunternehmen. Dutzende von Unternehmen (Microsoft, Google, Oracle, Start-ups) in Kalifornien haben unter Berufung auf die Verlagerung hin zur KI Arbeitsplätze abgebaut. So verzeichnete Oracle (Hauptsitz in Redwood City) im Jahr 2026 aufgrund seiner KI-Initiative einen Personalrückgang um 13 % (www.sahmcapital.com). Doch die landesweiten UI-Anträge für KI-exponierte Arbeitsplätze stiegen nach der Einführung von GPT nicht sprunghaft an (capolicylab.org). Die Daten zeigen stattdessen einen stetigen Anstieg der Anträge, mit dem stärksten Anstieg in der Tech-Branche der Bay Area (www.sfgate.com). Eine kalifornische Studie stellt sogar fest, dass „keine Anzeichen für einen größeren landesweiten Anstieg“ von Entlassungen in KI-anfälligen Berufen vorlagen (www.sfgate.com), außer bei hochgebildeten Tech-Mitarbeitern.
• Washington, Oregon: Große Technologieunternehmen wie Microsoft und Amazon dominieren (insbesondere in Seattle). Der Fortune-Bericht (Juli 2025) und lokale Medien berichteten über Microsofts 9.000 Stellenstreichungen mit einer KI-Begründung (fortune.com). Obwohl diese Kürzungen viele Teams betrafen, wurden Ingenieure und Programmierer am stärksten getroffen. Kleinere Firmen (z.B. Start-ups im Raum Redmond) kündigten ebenfalls Entlassungen aus KI-Gründen an. Insgesamt hat der Bundesstaat Washington erhebliche High-Tech-Kürzungen erlebt, die wahrscheinlich mit KI-Initiativen korrelieren.
• Texas: Austin und Dallas beherbergen viele Technologie- und Unternehmensbüros. Meta, Google und Tesla (KI in der Fertigung) haben alle in den Jahren 2025–2026 Entlassungen vorgenommen, die die texanischen Arbeitskräfte betrafen. Der TrueUp Tech-Entlassungs-Tracker verzeichnete über 20.000 Kürzungen bei PayPal (San Jose) und großen Tech-Servern. (PayPal: Plan, ~4.760 Arbeitsplätze über zwei Jahre abzubauen, mit KI als Teil der Kosteneinsparungen (www.techspot.com)). Der KI-Sektor der Region wächst, aber viele Arbeitsplätze wie Softwareentwicklung und Callcenter-Arbeit sind ebenfalls gefährdet.
• New York: Finanzen, Medien, Technologie. Der Staat hat Gesetze zur Verfolgung von KI-Entlassungen verabschiedet oder in Betracht gezogen. Mitte 2026 führte die Legislative New Yorks Gesetzesentwürfe ein, die Unternehmen verpflichten, KI-bedingte Stellenstreichungen offenzulegen (news.bloomberglaw.com) (www.timesunion.com). Dies deutet auf Bedenken hinsichtlich lokaler Auswirkungen (z.B. in Wall-Street- und Medienberufen) hin. Nachrichtenberichte schätzen ~54.000 nationale KI-bedingte Arbeitsplatzverluste im Jahr 2025 (www.timesunion.com), was bedeutet, dass New York Tausende davon erleben könnte. Bislang sind spezifische Daten nach Stadt spärlich, aber große Arbeitgeber wie Banken und Verlagshäuser beobachten die Auswirkungen von KI auf Büroarbeitsplätze.
• Mittlerer Westen & Präriestaaten: Diese Staaten haben weniger große Tech-Firmen, aber viele Büro- und Fertigungsarbeitsplätze. Brookings stellt fest, dass etwa 6,1 Millionen US-Arbeitnehmer in kaufmännischen/administrativen Funktionen (viele in den Staaten des Mittleren Westens) sowohl stark KI-exponiert sind als auch eine geringere Anpassungsfähigkeit besitzen (www.route-fifty.com). Staaten wie Ohio, Indiana, Nebraska und die Dakotas haben einen erheblichen Anteil solcher Arbeitsplätze. Sie haben vielleicht noch keine großen Tech-Entlassungen erlebt, aber jede zukünftige KI-bedingte Störung in der Büroarbeit könnte diese Regionen überproportional treffen.
• Andere Staaten (Massachusetts, Georgia, Florida usw.): Viele verzeichneten einzelne große Entlassungen (z.B. IBM in MA, Intuit in MA, Finanzen in GA), oft mit einem Verweis auf Effizienz oder KI-Investitionen. Wir gehen davon aus, dass eine US-Karte in Kalifornien, Washington, Texas und anderen Hightech-Staaten dunklere Schattierungen zeigen würde, wobei sich leichtere – aber nicht null – Auswirkungen anderswo ausbreiten. Zukünftige Tracker, wie das vorgeschlagene Gesetz in New York, sollen genau aufzeigen, wie sich diese Muster entwickeln (news.bloomberglaw.com).

Insgesamt deuten Daten und Gesetzgebung darauf hin, dass Staaten mit großen Konzentrationen von „KI-exponierten“ Berufen (Tech, Finanzen, White-Collar) größere KI-bedingte Verluste verzeichnen werden, sobald diese auftreten. Die Gesetzgebungen in New York und Kalifornien haben bereits die Meldung von KI-bezogenen Kürzungen vorgeschrieben, was den regionalen Fokus unterstreicht (news.bloomberglaw.com) (www.sfgate.com).

Berufe, die der KI am stärksten ausgesetzt sind

Welche Arbeitsplätze sind am stärksten gefährdet? Wir verwenden den Begriff Exposition, um zu beschreiben, wie viele Aufgaben eines Berufs von KI erledigt werden könnten. Unser Expositionsindex (wie andere auch) basiert auf detaillierten O*NET-Daten zu Arbeitsaktivitäten und auf beobachteter KI-Nutzung. Pew Research stellt fest, dass etwa jeder fünfte Arbeitnehmer in stark exponierten Berufen tätig ist, insbesondere in akademisch gebildeten Hochlohnberufen (www.pewresearch.org). Die Stanford-Studie zeigt ähnlich, dass Einstiegspositionen in diesen Bereichen nach der Verbreitung von KI zurückgingen (siepr.stanford.edu).

Aus mehreren Quellen ergibt sich ein klares Muster: routinemäßige kognitive Aufgaben sind am stärksten automatisierbar. Zum Beispiel:

• Büro- und Verwaltungsjobs: Diese führen die Risikocharts an. Analysten schätzen, dass etwa 46% der Büro-/Sachbearbeiterjobs Aufgaben umfassen, die von KI hochgradig automatisiert werden können (z.B. Terminplanung, Dateneingabe) (theaipi.org). Brookings warnt, dass Millionen von Büroangestellten (oft älter oder weniger technikaffin) mit solchen Störungen zu kämpfen haben könnten (www.route-fifty.com).
• Rechts- und Finanzberufe: Viele juristische Recherche- und Buchhaltungsaufgaben können von KI erledigt (oder unterstützt) werden. Dieselbe Analyse zeigt, dass etwa 44% der juristischen Berufe und 35% der Finanz-/Geschäftsberufe stark exponiert sind (theaipi.org). Tatsächlich testen Anwaltskanzleien bereits KI für die Dokumentenprüfung, und Banken nutzen Automatisierung für Routineprüfungen. Diese Kürzungen betreffen oft Banker und Analysten am Anfang ihrer Karriere.
• Vertrieb und Kundenservice: Obwohl menschliche Interaktion entscheidend ist, zeigen einige Vertriebsaufgaben (Lead-Generierung, Angebotserstellung) eine Exposition von 31% (theaipi.org). Unternehmen experimentieren mit KI-Chatbots und Empfehlungsmaschinen. TechCrunch stellt fest, dass Einstiegsjobs im Geschäftsbereich zu denjenigen gehören, über die junge Arbeitnehmer zunehmend pessimistisch sind (www.cbsnews.com).
• Kreative und technische Berufe: Hochqualifizierte kreative Berufe (Autoren, Designer, Künstler) und leitende Ingenieurpositionen haben im Allgemeinen ein geringeres unmittelbares Risiko, da KI diese Rollen eher ergänzt als ersetzt. So können beispielsweise nur bestimmte Teilaufgaben (Entwurf, Datenanalyse) automatisiert werden. Anthropic’s Analyse von Berufen ergab ähnlich, dass viele White-Collar-Arbeitnehmer exponiert sind, aber es gibt bisher „begrenzte Beweise“ für tatsächlichen Arbeitsplatzverlust in diesen Karrieren (www.cbsnews.com). (Allerdings nutzen große Unternehmen KI, um die Codierungsfähigkeiten von Ingenieuren zu verbessern, wie Microsoft berichtet.)

Diese Muster lassen sich wie folgt zusammenfassen:

Andere Bereiche (Gesundheitswesen, Bildung, Handwerk) zeigen im Allgemeinen eine geringere Exposition. Zum Beispiel führen Mitarbeiter im direkten Gesundheitswesen und Techniker physische Aufgaben aus, die KI nicht erledigen kann. Qualifizierte Handwerksberufe (Elektriker, Klempner) sind ebenfalls schwer zu automatisieren. Auf der technischen Seite sind Datenwissenschaftler und KI-Ingenieure selbst stark gefragt (Stellenangebote für KI-Fähigkeiten stiegen landesweit um 144% (bipartisanpolicy.org)). Bisher haben sich Entlassungen weitgehend auf traditionelle Rollen innerhalb dieser exponierten Bereiche konzentriert (Junior-IT, Finanzsachbearbeiter, teilweise Marketing usw.).

Validierung der KI-Verbindung

Um sicherzustellen, dass wir Arbeitsplatzverluste korrekt zuordnen, gleichen wir sie wann immer möglich mit stenografischen und Nachrichtenquellen ab. In Gewinnmitteilungen präsentieren CFOs oder CEOs Kürzungen oft explizit als Kosteneinsparungen für KI-Investitionen. So erklärten beispielsweise der CEO und CFO von Cloudflare den Analysten im Mai 2026, dass der weltweite Umsatz gestiegen sei, während ~1.100 Stellen (20 % der Belegschaft) abgebaut würden, da das Unternehmen auf ein „KI-first“-Modell umstellte (techcrunch.com). Die Führung von Microsoft hat offen darüber gesprochen, dass KI große Teile ihres Codes schreibt (fortune.com), was den Kontext für ihre Massenentlassungen liefert.

Lokale Nachrichtenberichte fügen Details hinzu. So zitiert beispielsweise eine Untersuchung der Albany Times Union eine Schätzung des Kongresspersonals von 54.000 US-Arbeitnehmern, die in einem Jahr Arbeitsplätze durch KI verlieren (www.timesunion.com). Presseberichte aus Kalifornien besagen, dass der KI-Entlassungs-Tracker von Gouverneur Newsom nur lokalisierte Spitzen (Bay Area) fand (www.sfgate.com). Sogar LKW-Start-ups haben Schlagzeilen gemacht (z.B. AI Fleet aus Austin strich Ende 2025 56 Arbeitsplätze, wobei jedoch ein Zulieferproblem und nicht KI als Grund genannt wurde).

Gesetzgeber schalten sich ebenfalls ein: Der Gouverneur von New York hat vorgeschlagen, dass jedes Unternehmen, das ≥25 Personen entlässt, die Rolle von KI bei diesen Kürzungen melden muss (news.bloomberglaw.com). Dies zeigt, dass Stadt-/Staatsbehörden dieselben Daten untersuchen, die wir verwenden. Wir scannen solche Quellen zur Überprüfung. Wenn sowohl eine Entlassungsmitteilung als auch die lokale Presse „KI“ als Ursache bestätigen (wie Cloudflares Q1-Bericht), zählen wir dies als eine verifizierte KI-bedingte Kürzung.

Fasst man alle Beweise zusammen, so ergibt sich eine kohärente Erzählung: viele Unternehmen und Sektoren strukturieren sich um, um KI zu bevorzugen, aber große Teile der Wirtschaft haben noch nicht offensichtliche Spitzen bei der Arbeitslosigkeit gezeigt. Technologie-intensive Staaten haben klare Fälle von KI-bedingten Entlassungen (Cloudflare/NV, Oracle/CA, Microsoft/WA), während andere auf klare Signale warten.

Fazit und Ratschläge

Aktuelle Daten deuten darauf hin, dass sich KI-bedingte Arbeitsplatzverluste konzentrieren in bestimmten Branchen und Regionen. Technologiezentren (Kalifornien, Washington, Massachusetts, Texas) und White-Collar-Zentren (New York, Illinois usw.) verzeichnen die meiste frühe Aktivität, während andere Gebiete langsamer aufholen. Berufe in den Bereichen Büroassistenz, Recht und Finanzen stechen als hochriskant hervor (theaipi.org), während Gesundheitswesen, Bildung und Handwerk vorerst sicherer bleiben. In den kommenden Monaten würde eine nationale Karte der von KI betroffenen Arbeitsplätze wahrscheinlich die dunkelste Schattierung in Staaten mit dichten IT- und Finanz-Belegschaften und bemerkenswerten Kürzungen (z.B. Kalifornien, Washington) zeigen, und leichtere, aber immer noch signifikante Verschiebungen in Staaten mit vielen routinemäßigen White-Collar-Jobs.

Schlüsselstatistiken: Bis Mitte 2026 zählten Reporter und Tracker Zehntausende von KI-bedingten Kürzungen (z.B. ~21.000 bei Oracle (www.sahmcapital.com), 1.100 bei Cloudflare (techcrunch.com) und 21,490 allein im April 2026 (www.cbsnews.com)). Eine Analyse der Jobkategorien zeigt, dass ~35–46 % der Rollen in Verwaltung, Recht und Finanzen „vom Risiko“ der KI-Automatisierung betroffen sind (theaipi.org). Diese Zahlen unterstreichen, dass, obwohl eine gesellschaftsweite Arbeitslosigkeit durch KI in den offiziellen Statistiken noch nicht ersichtlich ist (capolicylab.org) (www.cbsnews.com), die nächsten Jahre entscheidend sein werden.

Handlungsempfehlungen: Arbeitnehmer in gefährdeten Berufen sollten eine Umschulung in Betracht ziehen. Die Konzentration auf einzigartig menschliche Fähigkeiten – Kreativität, Führung, komplexe Problemlösung – oder auf Rollen, die KI unterstützen (wie Datenannotation oder KI-Ethik), kann die Arbeitsplatzsicherheit verbessern. Politiker und Bildungseinrichtungen sollten in Schulungsprogramme für stark exponierte Arbeitnehmer investieren. Zum Beispiel könnten staatliche Arbeitsämter die neuen Daten nutzen, um Umschulungen in Technologie, Handwerk und Pflegeberufen gezielt anzubieten. Unternehmen sollten transparent über KI-Pläne sein und Übergangsunterstützung anbieten. In der Zwischenzeit sollte jeder die sich entwickelnden Daten beobachten: Die Verfolgung von Stellenangeboten für KI-Fähigkeiten, WARN-Mitteilungen und Arbeitslosenquoten wird unerlässlich sein. Durch aktives Monitoring und Vorbereitung können Staaten und Arbeitnehmer den KI-Übergang reibungsloser gestalten und eine potenzielle Störung in neue Chancen verwandeln.