Der CEO der Goldman Sachs Group, David Solomon, veröffentlichte im Mai in einem Kommentarbeitrag in der „New York Times“ eine Stellungnahme, wonach die Sorge des Marktes vor einer durch KI ausgelösten massenhaften Arbeitslosigkeit übertrieben sei. Er verwies dabei auf interne Analysen von Goldman Sachs: KI könnte in den nächsten 10 Jahren etwa 25% der bestehenden Arbeitszeit automatisieren. Gleichzeitig bestätigte er, dass seit 2022 der Bau von US-Rechenzentren über 200.000 Arbeitsplätze im Baugewerbe geschaffen hat.
Bestätigte Zahlen zur Arbeitsplatzwirkung: eingetreten vs. erwartet
Eingetretene bestätigte Daten: Eine Studie der Stanford University bestätigt, dass im Vergleich zu Branchen mit geringer Automatisierung die Ausschreibung von Einstiegspositionen in stark automatisierten Bereichen wie Software-Engineering und Kundenservice um 16% zurückgegangen ist. Aufgaben, die traditionell die Basis für Jobs als Junior-Analysten bilden, etwa Finanzmodellierung, Notizen-Erfassung und Tabellenkalkulations-Analysen, werden zunehmend von KI-Tools übernommen. Seit 2022 haben die US-Rechenzentrumsbauten über 200.000 Bauarbeitsplätze geschaffen (Schätzung von Goldman Sachs). Goldman Sachs hat zudem KI-Assistenztools umfassend bei mehr als 22.000+ Mitarbeitern ausgerollt (bestätigt).
Vorhergesagte Arbeitsplatzwirkung von Goldman Sachs: In den nächsten 10 Jahren könnte KI etwa 25% der Arbeitszeit automatisieren; White-Collar-Branchen wie Banken, Buchhaltung und Recht werden voraussichtlich deutlich beeinträchtigt. Goldman Sachs‘ internes Vorhaben sieht vor, Compliance- und Onboarding-/Kontoeröffnungs-Positionen abzubauen und stattdessen Stellen in Bank-, Trading- und Asset-Management-Bereichen zu erhöhen. KI dürfte drei Arten neuer Nachfrage antreiben: nach Jobs zur Verwaltung von KI-Systemen, nach Stellen, die KI-Entscheidungen prüfen (Audit), sowie nach Positionen zur Governance von KI-Anwendungen.
Solomons Drei-Ebenen-Rahmen zur Argumentation
Solomon stellt in seinem Beitrag einen dreidimensionalen Rahmen vor, um die Auswirkungen von KI auf die Beschäftigung zu bewerten: Nach der Automatisierung alltäglicher Aufgaben wird menschliche Arbeit optimiert, wodurch Zeit für Tätigkeiten mit höherem Wert freigesetzt wird; die Leistungsstandards in bestehenden Positionen steigen, wodurch die Nachfrage nach komplexeren Fähigkeiten wächst; und es entstehen neue Jobkategorien rund um das Management, das Auditing und die Governance von KI-Systemen. Als historische Analogien nennt er unter anderem: die Stromrevolution, die Verbreitung von elektronischen Tabellen (ersetzt viele Rechenarbeiten, schafft aber mehr Jobs für Finanzanalysten) sowie den Kreislauf von Arbeitsplatzersetzung und -schaffung im Internetzeitalter. Solomons zentrale Position lautet: „Technologischer Fortschritt und kulturelle Veränderungen laufen nicht synchron; was ersetzt werden kann, heißt nicht zwangsläufig, dass es auch ersetzt werden muss.“
Häufige Fragen
Auf welcher Methodik beruht die Prognose von Goldman: 25% der Arbeitszeit werden automatisiert?
Diese Zahl stammt aus internen Forschungen von Goldman Sachs. Die Methodik besteht darin, den Anteil typischer Aufgaben zu analysieren, die in einzelnen Berufen von KI-Modellen ersetzt werden können, und anschließend den so ermittelten Teil mit einer Gewichtung in der gesamten Arbeitszeit zu berechnen. Wichtig ist, dass sich die Prognose auf „Arbeitszeit“ und nicht auf die „Anzahl der Arbeitsplätze“ bezieht – das heißt, dass 25% der bestehenden Arbeitszeit von KI erledigt werden können und nicht, dass 25% der Arbeitsplätze verschwinden. Solomon unterscheidet in seinem Artikel ausdrücklich zwischen diesen beiden Begriffen und betont, dass die Automatisierung der Arbeitszeit eher zu einer Neuverteilung von Tätigkeiten führt als zu einer arbeitslosen Größenordnung in gleicher Höhe.
Wie lässt sich der von der Stanford-Studie bestätigte Rückgang bei Einstiegs-Job-Ausschreibungen um 16% mit Solomons optimistischem Argument vereinbaren?
Solomon bestreitet nicht, dass KI bereits tatsächlich bestimmte Arten von Jobs unter Druck setzt. Sowohl die Stanford-Studie als auch die eigenen Pläne zur Arbeitsplatzanpassung bei Goldman Sachs belegen das. Der Kern seiner Argumentation ist die Langfrist-Perspektive: In der Geschichte ging jeder große Technologiewandel zunächst mit Effekten der Arbeitsplatzsubstitution einher, doch am Ende führten Produktivitätsgewinne und das Entstehen neuer Jobkategorien dazu, dass mehr Beschäftigung geschaffen wurde. Er hebt insbesondere hervor, dass Einstiegspositionen kurzfristig am stärksten unter Druck geraten, während dies mit den langfristigen Gesamttrends auf dem Arbeitsmarkt zwei unterschiedliche Themen sind.
Was sind die konkreten Pläne von Goldman Sachs für Anpassungen bei KI-Stellen?
Solomon bestätigt in dem Beitrag zwei Richtungen: Goldman Sachs könnte Stellen in Bereichen wie Compliance und Kontoeröffnung (datenintensive Funktionen) abbauen, weil KI-Tools bei der Bearbeitung von regulatorischen Meldungen und Prozessen zur Kunden-Identifizierung/Onboarding zunehmend effizienter werden. Gleichzeitig plant Goldman Sachs, die Zahl der eingestellten Personen in Positionen zu erhöhen, die stark auf Kundenbeziehungen ausgerichtet sind – etwa in Investment Banking, Trading und Asset Management. Diese Jobs erfordern Kundeninteraktion, Urteilsvermögen und strategisches Denken und ergänzen KI eher, statt sie zu ersetzen. Goldman Sachs rollt derzeit KI-Assistenztools bei seinen 22.000+ Mitarbeitern umfassend aus; das ist bereits ein konkretes Beispiel für diesen beidseitigen Trend.
