Es ist paradox: Obwohl die Automatisierungstechnik seit Jahrzehnten auf dem Vormarsch ist, ist es bisher nicht zum vielfach prognostizierten Ende der Arbeit gekommen. Stattdessen prägen Beschäftigungsrekorde und der Arbeitskräftemangel das Bild. Woran liegt diese Beständigkeit der Erwerbsarbeit? Und bricht mit den technischen Durchbrüchen beim maschinellen Lernen nun nicht doch ein Zeitalter technologischer Arbeitslosigkeit an?

Noch in den 2000er Jahren war die Angst vor Massenarbeitslosigkeit omnipräsent. Man ging von einer stetig zunehmenden Sockelarbeitslosigkeit aus und im Kapitalismus schien es lediglich »Jobless Growth« zu geben. Mittlerweile wird trotz des beschleunigten technischen Wandels und der Konjunkturschwäche ein Beschäftigungsrekord nach dem anderen geknackt. Rund 35 Millionen Menschen sind 2024 in Deutschland beschäftigt, so viele wie nie zuvor. Die Zunahme der Erwerbstätigen lässt sich dabei nicht primär auf die Ausweitung von Teilzeitbeschäftigung zurückführen. Auch die Zahl der Arbeitsstunden nahm in den letzten Jahren deutlich zu.

Rebound-Effekte der Automatisierung

Warum also kommt es trotz des Fortschritts in der Automatisierungstechnik zu mehr Arbeit? Dafür sind drei Arten von »Rebound-Effekten« verantwortlich: Erstens gibt es historisch gesehen eine Tendenz zur Ausdifferenzierung und höheren Komplexität ökonomischer Prozesse. In der Konkurrenz setzen Unternehmen oft darauf, Produkte mit mehr Funktionalitäten auszustatten und entwickeln komplexere Produktarchitekturen.

»Das Gesamtvolumen der Beschäftigung hat trotz Automatisierung gar nicht abgenommen.«

Ein Auto heute ist beispielsweise ein wesentlich komplexeres Produkt als etwa vor 30 Jahren, und auch die Produktionsprozesse wurden komplexer: Zu klassischen Industriearbeitsberufen, von denen tatsächlich ein Teil durch Robotik ersetzt wurde, kamen zusätzliche Funktionen in Programmierung und im Engineering hinzu, sodass das Gesamtvolumen der Beschäftigung trotz Automatisierung gar nicht abgenommen hat. Außerdem wurde die bestehende Arbeitsteilung stets durch neue Berufsfelder ergänzt. Die IT-Industrie existierte beispielsweise vor 50 Jahren gar nicht als beschäftigungsintensives Feld, umfasst heute aber über eine Million Beschäftigte in Deutschland.

Zweitens macht die Implementierung digitaler Technik selbst Arbeit, bevor sie Erträge bringt. Dies wird im Digitalisierungsdiskurs oft unterschätzt. Das gilt nicht nur für die Installation von Robotik und anderer Hardware, sondern auch für viele KI-Anwendungen. In vielen Fällen müssen die Systeme nämlich erst für ihren spezifischen Zweck angelernt werden, indem lokale Daten eingespeist werden. Der extreme Fachkräftemangel im Bereich der IT-Berufe reflektiert, dass die Digitalisierung selbst ein arbeitsintensives Feld ist.

Der dritte Rebound-Effekt hängt mit dem Kontext zusammen, in dem der technische Wandel stattfindet. Aufgrund der zunehmenden Erwerbsbeteiligung und der gleichzeitigen Alterung entsteht ein hoher Bedarf an Sorgetätigkeiten. Der Gesundheitsbereich gehört zu den Branchen, in denen die Beschäftigung in den letzten Jahren am stärksten expandiert ist. Entsprechend entsteht im Bereich der Sorgearbeiten eine konstante Nachfrage nach zusätzlicher Arbeit – sowohl in den Haushalten als auch im öffentlich organisierten Gesundheitssystem. Die Klimakrise erfordert zudem einen gewaltigen Umbau von Infrastrukturen und Organisationen, der wiederum arbeitsintensiv ist. Alleine für die Installation von Wärmepumpen fehlen derzeit anscheinend 60.000 Fachkräfte.

Gamechanger generative KI?

Doch ändern sich die Verhältnisse, wenn die Technik immer menschenähnlicher wird? Die Durchbrüche im Bereich des maschinellen Lernens und die Popularisierung von Anwendungen wie ChatGPT haben hier nicht nur zu Erstaunen über die Leistungsfähigkeit der Technik geführt, sondern auch neue Spekulationen darüber ausgelöst, welche Tätigkeiten künftig substituiert werden könnten. Neu daran ist, dass es sich um Tätigkeiten in der Wissensarbeit und dabei keineswegs nur um Routinetätigkeiten handelt. Diskutiert wird hier beispielsweise über die Zukunft von Übersetzer:innen, Grafikdesigner:innen, Programmierer:innen oder sogar Models in der Modebranche.

Einiges spricht dafür, dass wir keiner Ära von technologischer Arbeitslosigkeit gegenüberstehen.

Tatsächlich wird es in vielen Berufsfeldern – wie dies auch in der Vergangenheit der Fall war – Substitutionseffekte geben. Dies ist ernst zu nehmen und es wäre vermessen, zum jetzigen Zeitpunkt Entwarnung zu geben und schlicht auf die Grenzen technischer Substitution in der Vergangenheit zu verweisen. Dennoch sprechen folgende Überlegungen dafür, dass sich die bisherigen Arbeitsmarkttrends eher fortsetzen werden, wir also keiner Ära von technologischer Arbeitslosigkeit gegenüberstehen.

Künstliche Intelligenz muss durch Menschen nutzbar gemacht werden: Im Staunen über die Ergebnisse von KI-Chatbots wird oft übersehen, dass diese Ergebnisse auf vielfältige Weise von menschlicher Arbeit abhängen. Das gilt zum einen für die zahlreichen Tätigkeiten, die mit der Erstellung mit KI-Software und ihrer Einführung und Einbettung in Organisationen zu tun haben. KI-Modelle werden aufgesetzt, gefiltert und modifiziert, generische Modelle werden auf besondere Einsatzzwecke angepasst und trainiert und in Organisationen werden Arbeitsorganisation und Ausbildungspläne modifiziert sowie Fragen des Datenschutzes und der Cybersecurity bearbeitet.

Entscheidende Rolle menschlichen Arbeitsvermögens

Zum anderen funktioniert generative KI aber dialogisch: Ihre Ergebnisse hängen von der Qualität menschlicher Eingaben ab und ihre Ergebnisse müssen von kompetenten Akteuren eingeschätzt und modifiziert werden. Mit dem sogenannten Prompt Engineering entstehen neue Schlüsselqualifikationen und es bildet sich neues Erfahrungswissen im Umgang mit der KI heraus. Gewiss kommt es mit der Einführung von KI zu Verschiebungen in den Schwerpunkten der Tätigkeiten. Das menschliche Arbeitsvermögen spielt aber eine entscheidende Rolle dafür, KI überhaupt nutzbar zu machen.

Falls es in einzelnen Tätigkeitsfeldern tatsächlich zu einer weitgehenden Substitution von Tätigkeiten kommt, so ist es wahrscheinlich, dass es auch zu einer gestiegenen Nachfrage nach diesen (dann billigeren) Dienstleistungen kommt. Relativ gute Übersetzungen sind beispielsweise heute schon relativ günstig zu haben. Ein Effekt davon ist, dass schlicht mehr Übersetzungen angefertigt werden. Da aber auch die besten KI-Übersetzungen nach wie vor Mängel enthalten, ist es notwendig, dass zumindest die Endprodukte nach wie vor von Menschen gegengelesen werden – was sogar recht aufwändig sein kann, wenn diese Tätigkeit ernst genommen wird.

Im Endergebnis könnte der Bedarf an menschlicher Arbeit sogar in diesem stark exponierten Feld zunehmen oder zumindest nicht wesentlich einbrechen. Es gilt zudem als unwahrscheinlich, dass die Mängel der KI auf dem gegenwärtigen Pfad des maschinellen Lernens, also im Wesentlichen durch die Verwendung immer größerer Trainingsdatensätze, behoben werden können.

»Die Herausforderungen von Sorgekrise und ökologischer Transformation werden auch weiterhin die Nachfrage nach Arbeit fördern.«

Auch generative KI überwindet nicht die skizzierten Rebound-Effekte. Schließlich zielen die Anwendungen nicht nur darauf, das bestehende Angebot und Dienstleistungen automatisiert zu generieren, sondern es tun sich neue Horizonte auf. So werden Anwendungen der generativen KI in bestehende Software­umgebungen eingebunden, deren Komplexität und Vielseitigkeit weiter zunimmt. Und Organisationen, die mit generativer KI arbeiten, können sich neue Möglichkeiten erschließen, zum Beispiel indem nun auf einfache Art und Weise Podcast-Beiträge oder Bildmaterialien selbst erstellt werden. Konkurrenzgetrieben werden vermutlich Aufgaben zu Standardanforderungen gemacht, die heute jenseits des Möglichkeitsspektrums liegen. Mithin steigt auch die Komplexität von IT-Infrastrukturen und die Arbeit, die erforderlich ist, um KI nutzbar zu machen. Und die Herausforderungen von Sorgekrise und ökologischer Transformation werden auch weiterhin die Nachfrage nach Arbeit fördern.

Grenzen der Entlastung durch Technik

Der Diskurs um die Auswirkungen der Technik auf den Arbeitsmarkt hat sich in den letzten Jahren sowieso verschoben. Stand früher die Angst vor Arbeitslosigkeit im Zentrum, so wird heute vor allem über die Potenziale der Technik zur Abfederung des Arbeitskräftemangels diskutiert. Die arbeitsmarktpolitischen Folgen des demografischen Wandels werden erst in den nächsten Jahrzehnten wirklich zur Geltung kommen.

Es entsteht ein extremes Missverhältnis zwischen der (gegenwärtig weiter steigenden) Nachfrage und dem Angebot auf den Arbeitsmärkten. Zugleich bricht sich der subjektive Wunsch nach einer besseren Work-Life-Balance Bahn: Viele Menschen wollen heute tendenziell weniger arbeiten, um Berufliches und Privates besser vereinbaren zu können.

Arbeitskräfteknappheit wird unter diesen Umständen zu einem Strukturmerkmal kapitalistischer Entwicklung und der Konflikt um Über- und Entlastung prägt zunehmend die Arbeitswelt – nicht nur im Bereich der Fachkräfte, sondern mehr oder weniger über alle Qualifikationsniveaus hinweg.

Der gesellschaftliche Kontext des Arbeitskräftemangels prägt auch die Art und Weise, wie Technik eingesetzt wird. Automatisierung durch Robotik oder Künstliche Intelligenz wird zunehmend dadurch begründet, dass sie Fachkräfteengpässe abfedern kann, während digitale Assistenzsysteme und auch generative KI dabei helfen können, Beschäftigte ohne umfangreiches Wissen in bestimmte Tätigkeiten einzuarbeiten und zu unterstützen.

»Die meisten technischen Anwendungen, die derzeit in der Pflege implementiert werden sollen, zielen gar nicht auf eine nennenswerte Substitution von Arbeit ab.«

In vielen Bereichen ist damit ein Entlastungsversprechen verbunden. So zum Beispiel in der Pflege, wo die Beschäftigten meist chronisch überlastet sind und dies ein wesentlicher Grund für Berufsabgänge ist. Dieses Anliegen ist ehrenwert, allerdings verbinden sich hierbei oft Wunschdenken und überzogene Erwartungen an die Technik. Die meisten technischen Anwendungen, die derzeit implementiert werden sollen, zielen nämlich gar nicht auf eine nennenswerte Substitution von Arbeit ab. Die viel diskutierte Pflegerobotik wird beispielsweise komplementär zu menschlichen Pfleger:innen eingesetzt. Sie hat potenziell einen großen Nutzen zur Verbesserung der Pflegequalität und kann punktuell entlasten; eine Lösung für den Fachkräftemangel ist sie, obwohl sich dieses Gerücht hartnäckig hält, jedoch nicht.

Digitalisierung – keine Lösung für den Fachkräfteengpass

In der Industrie und der Logistik sieht es nicht anders aus. Automatisierungsansätze und Assistenzsysteme zielen hier durchaus darauf ab, Fachkräfteengpässen beizukommen, indem repetitive Tätigkeitsanteile automatisiert werden, sodass Fachkräfte sich tatsächlich komplexeren Tätigkeiten widmen können. Allerdings werden solche Lösungen der Dimension des Problems meist nicht gerecht. Während punktuell Entlastung gewährt werden kann, bricht in vielen Bereichen eine ganze Generation von Beschäftigten mit umfangreichen Erfahrungswissen weg, während gleichzeitig der Nachschub fehlt. Dem Problem des Fachkräftemangels lässt sich alleine auf technischer Ebene nicht begegnen.

Mit diesen Beispielen soll nicht gesagt werden, dass die Digitalisierung auf einzelbetrieblicher Ebene nicht einen Beitrag zur Bekämpfung von Arbeitskräfteengpässen haben kann. Solche Investitionen sind oft sinnvoll und die Aufmerksamkeit für die Thematik führt dazu, dass umständliche und ineffiziente Abläufe auf den Prüfstand gestellt werden, was durchaus auch im Sinne der Beschäftigten sein kann. Wunderwerke sollte man sich jedoch davon nicht erwarten. Vermutlich wird der Gesamtsaldo der Beschäftigung zunächst weiter steigen oder annähernd konstant bleiben. Die Technik kann somit dabei helfen, die schlimmsten Auswüchse des Arbeitskräftemangels zu bekämpfen, sie berührt die gesellschaftlichen Ursachen der Rebound-Effekte der Automatisierung jedoch nicht.

Damit sind wichtige Fragen nach der Sinnhaftigkeit der derzeitigen Allokation von Arbeit verbunden. Ein sozial-ökologischer Umbau der Gesellschaft wird sich nur realisieren lassen, wenn mehr Arbeit in Bereiche von großer gesellschaftlicher Bedeutung investiert wird, zum Beispiel die Herstellung grundlegender Güter und Dienstleistungen, die öffentliche Daseinsvorsorge und, im besonderen Maße, den ökologischen Umbau unserer Gesellschaft. Auf der anderen Seite stehen Tätigkeiten, die der Anthropologe David Graeber als »Bullshit-Jobs« bezeichnete: Arbeiten, die nachgefragt werden, aber geringe gesellschaftliche Relevanz haben.

»Gerade im Zuge der Digitalisierung sind viele Tätigkeiten von zweifelhaftem Wert für die gesellschaftliche Zukunftsfähigkeit entstanden.«

Gerade im Zuge der Digitalisierung sind viele Tätigkeiten von zweifelhaftem Wert für die gesellschaftliche Zukunftsfähigkeit entstanden; von den zahllosen Fahrer:innen des Last-Mile-Transports über die Armeen von Lagerist:innen im immer kurzatmigeren Onlinehandel bis hin zu Jobs zur Verwertung von Kundendaten für Werbezwecke und Influencer:innen als Werbeträger im unübersichtlichen Warendschungel.

Gesellschaftliche Zukunftsfähigkeit wird im Kontext des Arbeitskräftemangels somit mehr und mehr davon abhängen, ob das knappe Gut Arbeit in gesellschaftlich essenzielle Bereiche umverteilt wird.