Die Job-Shift-Map: Welche Arbeit ersetzt Künstliche Intelligenz wirklich?

Die Angst geht um vor dem Jobverlust durch Künstliche Intelligenz. Doch bevor wir in Panik verfallen, helfen Durchatmen und ein analytischer Blick auf die möglichen Auswirkungen von KI – auf den eigenen Beruf und den Arbeitsmarkt. Die Comic-Essayistin Doc J Snyder alias Dr. Julia Schneider, die zugleich promovierte Arbeitsmarktökonomin und KI-Beraterin ist, hat das für uns getan. Mit ihrer „Job-Shift-Map“ lässt sich besser einschätzen, wie stark die eigene Arbeit unter Veränderungsdruck durch KI geraten könnte.

Comic-Essay und Analyse von Dr. Julia Schneider

Die falsche Frage

Die öffentliche Debatte über Künstliche Intelligenz wird fast immer entlang einer recht dramatischen Frage geführt: Welche Jobs werden verschwinden? Meiner, deiner, unserer? Diese Frage ist verständlich, sie mobilisiert Aufmerksamkeit und politische Energie. Aber sie greift analytisch zu kurz. Neue Technologien ersetzen in der Regel nicht zuerst ganze Berufe. Sie ersetzen Aufgaben. Und wenn sich Aufgaben verschieben, verändern sich Berufe von innen heraus. Sie werden neu zusammengesetzt, bewertet, entlohnt oder schrittweise entkernt.

Aus arbeitsmarktökonomischer Perspektive sind Berufe schlicht Bündel von Tätigkeiten. Technologien greifen selten das gesamte Bündel an. Sie verändern einzelne Bestandteile. Doch genau diese Verschiebungen innerhalb des Bündels verändern Löhne, Qualifikationsprofile, Machtverhältnisse und institutionelle Strukturen. Und sie entscheiden irgendwann darüber, ob ein Mensch gekündigt wird oder ob er oder sie mit den derzeitigen Skills eine Perspektive auf dem Arbeitsmarkt hat.

Wenn man also präziser fragen möchte, müsste die Frage anders lauten. Nicht: Welche Jobs ersetzt die KI? Sondern: Welche Tätigkeiten ersetzt die KI heute schon, und welche bald? Und dazu kann man den Blick schärfen für eine simple Frage: Welche Tätigkeiten lassen sich in Richtung Vorhersagbarkeit und Bildschirm verschieben, und welche nicht?

Die Job-Shift-Map: Welche Tätigkeiten lassen sich in Richtung KI verschieben?

Diese Frage ist der Kern der Job-Shift-Map: ein heuristisches Modell, entstanden aus der Verbindung von Arbeitsmarktökonomie, Innovationsforschung, praktischer KI-Beratung und künstlerischer Verdichtung im Medium des Comic-Essays. Heuristiken helfen als Werkzeuge zur Orientierung in komplexen Systemen. Sie beanspruchen nicht Letztgültigkeit, wohl aber strukturelle Schärfe.

Die Job-Shift-Map basiert auf zwei Achsen.

Achse 1: Vorhersagbarkeit

Die erste Achse ist die Vorhersagbarkeit (predictability). Sie fragt, wie vorhersagbar die Muster einer Tätigkeit sind. Gibt es ausreichend Daten? Lässt sich Erfolg operationalisieren? Existiert eine überprüfbare Referenz, eine Art Ground Truth? Werden Fehler schnell sichtbar? Gibt es Feedback, bevor sich Schäden verfestigen?

Vorhersagbarkeit ist keine Eigenschaft von Modellen allein. Sie ist eine Eigenschaft von Arbeitsumgebungen und institutionellen Arrangements. Sie entscheidet darüber, ob aus einem statistischen Wahrscheinlichkeitsurteil ein ökonomisch verlässliches Ergebnis werden kann. Dort, wo Fehler messbar sind und Konsequenzen schnell sichtbar werden, kann Automatisierung skalieren. Dort, wo Rückkopplung diffus oder verzögert ist, bleibt Unsicherheit strukturell erhalten.

Diese Logik ist älter als Large Language Models und KI-Agenten. Sie reicht zurück bis zur wissenschaftlichen Betriebsführung, zur Zerlegung von Arbeit in Einzelschritte, zur Standardisierung von Inputs, zur Definition messbarer Outputs. Automatisierung war immer dort erfolgreich, wo Situationen berechenbar genug gemacht wurden. KI radikalisiert diese Tendenz zwar, sie erfindet sie aber nicht.

Achse 2: Bildschirm und physische Präsenz

Die zweite Achse betrifft die Umgebung der Arbeit. Ein Teil der Wertschöpfung findet heute auf Bildschirmen statt, ein anderer Teil in physischer Präsenz. Mit physisch ist hier nicht bloß gemeint, dass Hände im Spiel sind (die brauchen wir auch am Screen oft). Gemeint ist verkörperte Situation, in der unsere Nervensysteme aufeinander reagieren und Status, Vertrauen, Verantwortung und Risiko anwesend sind. Autorität hat für uns immer auch eine physische Dimension. Und die physische Welt selbst leistet uns bei der Arbeit oft Widerstand.

Je mehr Arbeit am Screen stattfindet, je mehr davon digitalisierbar, speicherbar, übertragbar und skalierbar ist, je weniger wir uns dafür den Schlafanzug ausziehen müssen, desto weniger physisch ist sie auf dieser Achse. Sie lässt sich in Dateien, Tickets, Dashboards und Artefakte übersetzen. Sie ist entkörpert und deshalb mit sehr niedrigen Grenzkosten reproduzierbar. Ökonomisch ist das entscheidend. Wo Grenzkosten gegen Null tendieren, steigt der Wettbewerbsdruck, und das Produktionsvolumen explodiert.

Die vier Felder: A, B, C, D

Aus der Kombination dieser beiden Achsen entstehen vier Felder für Tätigkeiten, A, B, C und D, die sich in der Realität natürlich überlappen.

Feld A: vorhersagbar und Bildschirm

Im ersten Feld, A, treffen Vorhersagbarkeit und Bildschirmarbeit aufeinander. Hier ersetzt KI Tätigkeiten am schnellsten. Es gibt viele Daten mit vorhersagbaren Mustern. Outputs sind testbar, Fehler schnell sichtbar, Feedbackschleifen kurz. Standardisiertes Coding, Reporting, strukturierte Analysen oder regelgebundene Textproduktion gehören in diesen Bereich. Das ist auch der Grund, warum viele Menschen, die sich intensiv mit KI beschäftigen und selbst programmieren, derzeit so laut öffentlich vertreten, dass KI und ihre Agenten sehr bald einen Großteil der Arbeitsplätze ersetzen werden. Sie bewegen sich genau in diesem Quadranten und erleben dort die Beschleunigung unmittelbar.

Der Substitutionsdruck ist hier besonders stark, weil große Teile des Aufgabenpakets billiger, schneller und leichter skalierbar werden. Produktivitätsgewinne wirken unmittelbar auf Löhne und Beschäftigungsstrukturen. Halluzinationen sind in diesem Feld zwar problematisch, aber sie sind institutionell abfangbar, weil Tests fehlschlagen, Zahlen nicht stimmen oder Versionen kollidieren. Das System besitzt eingebaute Mechanismen, um Fehler zu markieren und relativ autonom zu korrigieren.

Feld B: vorhersagbar und physisch

Im zweiten Feld, B, bleibt die Arbeit zwar regelgebunden und standardisiert, sie entfaltet sich jedoch in der physischen Welt. Pflege, Handwerk, Unterricht oder medizinische Praxis folgen Protokollen, sind aber zugleich von unordentlicher Realität geprägt. Der Boden ist uneben, oder der Balken muss doch noch schnell abgeschliffen werden. Die Klasse ist unruhig. Die Patientin hat Angst oder passt nicht in die standardisierte Mustererkennung, weil sie aus dem statistischen Durchschnitt fällt.

KI-Systeme können hier erhebliche Effizienzgewinne erzeugen. Sie können dokumentieren, planen, triagieren, präzise Muster erkennen und administrative Last reduzieren. Doch jemand muss weiterhin im Raum stehen, improvisieren, Verantwortung übernehmen und die Konsequenzen tragen. Die menschliche Präsenz fängt KI-Fehler ab, stabilisiert Vertrauen, reguliert soziale Dynamiken und absorbiert Risiko.

Gleichzeitig wäre es analytisch unpräzise, diese Präsenz zu romantisieren. In manchen Situationen bevorzugen Menschen ein neutrales Interface gegenüber einem möglicherweise wertenden Gegenüber. Digitale Vermittlung kann Scham reduzieren oder Zugänglichkeit erhöhen. KI in diesem Feld bedeutet daher selten reine Ersetzung, sondern eher Umstrukturierung. Aufgaben wandern auf den Bildschirm, während Verantwortung im Raum bleibt.

In diesem Feld lassen sich auch Robotik, Mensch-Maschine-Systeme und sogenannte Physical AI verorten: Systeme, bei denen KI nicht nur auf Bildschirmen operiert, sondern in physischen Körpern handelt, also in Robotern, autonomen Maschinen oder assistiven Geräten. Physische Arbeit, die ausreichend vorhersagbar und steuerbar ist, wird zunehmend von immer leistungsfähigeren Robotern oder von Mensch-Maschine-Systemen übernommen. Wenn Ressourcen knapp sind, Aufgaben vorhersehbar und gefährlich, und Roboter leistungsfähig und im Vergleich zu Menschen billig, verschiebt sich Arbeit in diese Richtung.

Exoskelette in der Industrie, autonome Waffensysteme oder therapeutische Robben in Pflegeeinrichtungen sind Beispiele für diese Entwicklung. Hinzu kommt, dass Arbeit häufig auf Endkonsumentinnen und Endkonsumenten verlagert wird, etwa durch Selbstbedienungskassen oder digitale Buchungssysteme. Auch das ist eine Form der Verschiebung innerhalb dieses Quadranten.

Feld C: unvorhersagbar und Bildschirm

Im dritten Feld, C, treffen Bildschirmarbeit und geringe Vorhersagbarkeit, also Überraschung und Neuheit, aufeinander. Forschung, Journalismus, politische Kommunikation, strategische Beratung oder große Teile der Kreativwirtschaft bewegen sich hier.

Wo Korrektheit schwer zu operationalisieren ist und Ergebnisse umstritten oder zeitlich verzögert eintreffen, geschieht etwas anderes als Substitution. KI senkt radikal die Produktionskosten. Sie flutet das Feld mit Content, mit Argumenten und Kampagnen. Das Angebot steigt schneller als die Fähigkeit zur Bewertung. Der Engpass verschiebt sich. Nicht mehr Produktion ist knapp, sondern menschliche Aufmerksamkeit, Urteilskraft, Verifikation, Priorisierung und Vertrauen. Halluzinationen werden hier strukturell gefährlich, weil Plausibilität schneller zirkuliert als Überprüfung.

Selbst Expertinnen und Experten übersehen KI-Halluzinationen in ihren Artikeln. Auch seriöse Medien tun sich schwer. Noch grundlegender wird etwas anderes relevant: die Bindung an Inhalte. In einer Überflussökonomie von Content wird die Frage zentral, was uns wichtig genug ist, um zurückzukehren, zu vertrauen und uns emotional zu investieren.

Feld D: unvorhersagbar und physisch

Im vierten Feld, D, schließlich treffen geringe Vorhersagbarkeit und physische Präsenz aufeinander. Verhandlungen, Krisenentscheidungen, Notfallmedizin, Live-Performances oder politische Führung unter Druck sind Beispiele für diesen Bereich.

KI kann hier im Hintergrund analysieren, simulieren und Optionen aggregieren. Aber sie steht nicht im Raum. Sie übernimmt nicht die Haftung und trägt nicht die Konsequenzen von Entscheidungen unter hoher Unsicherheit. Wer entscheidet, ist ebenso relevant wie das, was entschieden wird. Das zeigt sich auch in der politischen Öffentlichkeit. Führung wird wieder stärker über physische Präsenz und persönliche Autorität inszeniert, von Boxtrainings bis zu martialischen Bühnenauftritten. Ähnliches gilt für die Geopolitik, in der territoriale Ansprüche wieder offener als lange Zeit verbal und militärisch geltend gemacht werden. Gerade dort, wo Raum, Macht, physische Präsenz und Risiko zusammenfallen, scheint Politik immer unberechenbarer, unvorhersagbarer und körperlicher.

Gleichzeitig lässt sich beobachten, dass sich auch der Kunstdiskurs in diese Richtung verschiebt. Kunst bewegt sich weg vom perfekt Produzierten hin zum Körperlichen, zum Unmittelbaren, zum geteilten Erlebnis, manchmal bewusst Grenzüberschreitenden. Nicht der makellose Output steht im Zentrum, sondern die gemeinsam erlebte Situation. Auch hier zeigt sich, dass dort, wo Präsenz und Erfahrung selbst das Produkt sind, Ersetzbarkeit durch KI strukturell begrenzt bleibt.

Shifting the Map: Die Karte bewegt sich

Die entscheidende Einsicht ist, dass diese Karte nicht statisch ist. Tätigkeiten und mit ihnen Jobs bewegen sich auf dieser Karte, weil wir Arbeit fortlaufend so reorganisieren, dass sie mehr und mehr auf Bildschirmen stattfindet und mehr und mehr unter Bedingungen von Vorhersagbarkeit abläuft. KI ist in diesem Sinne nicht nur ein neues Werkzeug, das in bestehende Tätigkeiten eindringt. Sie trifft auf eine Arbeitswelt, die seit Langem daran arbeitet, sich selbst in digitale und standardisierte Formen zu übersetzen.

Diese Bewegung begann lange vor den aktuellen KI-Systemen. Das Internet zog Interaktionen auf Bildschirme. Plattformen standardisierten Verhalten, Dashboards quantifizierten Leistung, und das Management lernte, über Metriken zu steuern. Institutionen formten Arbeit so, dass sie lesbarer, messbarer und vergleichbarer wurde. Und sobald Arbeit lesbarer wird, wird sie auch leichter koordinierbar. Nicht nur für Menschen, sondern für Systeme. KI erscheint spät auf einer Bühne, die durch Jahrzehnte der Digitalisierung, Standardisierung und Prozesslogik vorbereitet wurde.

Verschiebungen in Richtung Bildschirm und Vorhersagbarkeit

Man kann diese Verschiebung als zwei parallele Prozesse beschreiben. Der erste Prozess verlagert Arbeit von der physischen Welt auf Bildschirme. Das bedeutet nicht, dass der Körper verschwindet oder dass die Realität plötzlich digital wird. Es bedeutet, dass Koordination, Bewertung und ein wachsender Teil der Wertschöpfung über digitale Schnittstellen laufen. Telemedizin ist ein offensichtliches Beispiel. Ähnliches passiert in der Bildung. Lernen bleibt eine menschliche Tätigkeit, aber es wird als Plattformprozess organisiert. Aufgaben werden zu Uploads, Feedback zu Scores, Aufmerksamkeit zu Engagement. Selbst dort, wo Arbeit weiterhin physisch ist, wird sie über digitale Spuren gesteuert, geplant, überwacht und dokumentiert.

Der zweite Prozess macht Arbeit vorhersehbarer. Auch hier geht es nicht um einen Sprung durch KI, sondern um ein schon lange laufendes Organisationsprinzip. Arbeit wird in Schritte zerlegt, Inputs werden vereinheitlicht, Qualitätskriterien werden operationalisiert, Fehler werden schneller sichtbar gemacht, Feedbackschleifen werden enger. Formulare, Checklisten, Scoring-Systeme, Compliance-Regeln und Datenerfassung sind Ausdruck dieser Bewegung. Vorhersagbarkeit ist dabei weniger eine Eigenschaft des Jobs als eine Eigenschaft der Umgebung, die wir um die Tätigkeit herum bauen.

Wenn diese beiden Prozesse zusammenlaufen, rutschen Aufgaben auf der Karte nach rechts oben. Sie werden bildschirmbasiert und hinreichend vorhersagbar. Und dann passt KI scheinbar mühelos hinein, weil die Arbeit bereits in einer Form vorliegt, die sich digital verarbeiten lässt. Ersetzung ist daher oft nur der letzte Schritt eines längeren Prozesses.

Zuerst werden Aufgaben zerlegt. Dann werden sie messbar gemacht. Dann werden Inputs standardisiert. Dann werden Feedbackschleifen verkürzt. Dann wird die Tätigkeit digital vermittelt. Und erst dann wirkt es, als sei die Automatisierung plötzlich da.

Die Karte macht sichtbar, wo KI schneller wirkt und wo langsamer

Die Job-Shift-Map ist kein moralisches Argument gegen Technologie. Sie ist eine Koordinationsanalyse. Sie zeigt, warum KI dort schnell wirkt, wo Arbeit bereits als digitale Spur und als wiederholbares Muster organisiert ist. Sie zeigt, warum sich in anderen Bereichen eher eine Umstrukturierung ergibt, weil Verantwortung, Präsenz oder improvisierte Entscheidung im Raum bleiben. Und sie hält zugleich fest, dass sich Tätigkeiten bewegen, weil wir die Bedingungen ihrer Ausübung verändern, zum Teil auch, um uns das Leben leichter zu machen.

Am Ende bleibt eine Unterscheidung, die über Effizienz hinausweist. Es gibt Arbeit, bei der der Output das Produkt ist. Und es gibt Arbeit, bei der die menschliche Erfahrung selbst das Ergebnis ist. Dort, wo das Dasein nicht Transportmittel, sondern Sinnträger ist, lässt sich die Tätigkeit nur begrenzt in digitale Vorhersagbarkeit verschieben. Anders gesagt: Nicht überall, wo Menschen arbeiten, sind sie nur Mittel zum Zweck. Manchmal ist gerade ihre Anwesenheit das, worauf es ankommt.