Andreessen Horowitz (a16z) hat kürzlich einen Langtext mit dem Titel „The “AI Job Apocalypse” Is a Complete Fantasy“ veröffentlicht. Darin richtet sich der Beitrag direkt gegen die Panik-Erzählung, dass „KI eine dauerhafte Unterklasse erschaffen“ werde und „Bürojobs vollständig ausgelöscht“ würden. Dabei handele es sich nicht um irgendwelche völlig neuen Erkenntnisse, sondern um den volkswirtschaftlich längst ausrangierten „Fixed-Workload-Irrtum“ (lump-of-labor fallacy) – nur eben in einer KI-Verpackung.
Der sogenannte Fixed-Workload-Irrtum geht davon aus, dass es eine feste Anzahl von Arbeiten gibt, die erledigt werden müssen. Sobald Maschinen, Migration, Outsourcing oder KI „mehr“ leisten, würden Menschen zwangsläufig weniger tun. a16z ist der Ansicht, dass dieses Grundannahme-Modell den menschlichen Bedürfnissen, den Marktmechanismen und den Erfahrungen aus der Wirtschaftsgeschichte grundsätzlich widerspricht.
Menschen wollen nie nur etwas „Festes“. Der Markt ist kein Nullsummenspiel. Wenn die Produktivität steigt und die Kosten sinken, dann führt das typischerweise nicht dazu, dass die Menschen „nichts mehr zu tun haben“, sondern dazu, dass die eingesparten Zeit-, Ressourcen- und Arbeitskräfte in die nächsten neuen Bedarfe, neue Branchen und neue Jobs umgelenkt werden.
KI macht Intelligenz günstiger
Der Artikel räumt ein, dass KI zwar einen Teil von Aufgaben vernichten und einige Stellen komprimieren wird – und dass das möglicherweise bereits begonnen hat. Doch a16z widerspricht der Schlussfolgerung, aus „einzelne Jobs werden ersetzt“ werde direkt „die Gesamtwirtschaft ist dauerhaft arbeitslos“.
Stattdessen sei nicht „Arbeit verschwindet“, sondern „die Form des Arbeitsmarkts wird neu geschrieben“. Wie bei jeder historischen Entdeckung einer allgemeinen Technologie: KI verändert die Inhalte von Jobs und verschiebt die Branchenstruktur neu. Die steigende Produktivität sollte am Ende jedoch die Nachfrage nach Arbeit erhöhen – weil menschliche Fähigkeiten wertvoller werden, nicht wertloser.
Tatsächlich bricht die kognitive Kostenschwelle zusammen. Die Charts zeigen: Von September 2023 bis Ende 2025 ist das „Preis-zu-Intelligenz“-Verhältnis von LLMs deutlich gefallen – und zwar auf einer logarithmischen Skala. Das bedeutet, dass sich das Verhältnis zwischen Modellfähigkeit und Nutzungskosten schnell verbessert. Anders gesagt: KI macht immer mehr Analyse-, Schreib-, Denk- und Codier- sowie Wissensverarbeitungsfähigkeiten, die früher exklusiv menschlicher Intelligenz vorbehalten waren, immer günstiger.
Die Schlussfolgerung der Untergangspropheten lautet: Wenn KI an die Stelle menschlichen Denkens treten kann, dann verschwindet die menschliche Burggraben-Funktion, und der wirtschaftliche Wert des Menschen fällt auf null. a16z hält dagegen: Diese Argumentation sieht nur, dass KI bestehende Aufgaben übernehmen kann – sie übersieht aber, dass Märkte neue Nachfrage schaffen, wenn ein mächtiges Input-Gut immer billiger wird.
Der Artikel nutzt als Metapher Energie: Wenn fossile Brennstoffe Energie billig, stabil und in großen Mengen verfügbar machen, dann ersetzt das die Menschen nicht nur durch Walfänger und Holzfäller, sondern führt dazu, dass Menschen Plastik erfinden, industrielle Systeme neu aufbauen, neue Konsumgüter schaffen und neue Lebensstile entwickeln. a16z meint, KI könnte eine ähnliche Kraft sein. Wenn KI mehr kognitive Last übernimmt, dann hören Menschen nicht auf zu denken – sie können vielmehr deutlich größere, komplexere Probleme lösen, die früher nicht zu bewältigen waren.
Der Arbeitsmarkt verändert sich weiter: Landwirtschaft schrumpft, Dienstleistungen, Medizin, Handel und Software entstehen
a16z weist mit einer langfristigen Grafik zur Struktur des Arbeitsmarkts darauf hin, dass der US-Arbeitsmarkt in den letzten über 170 Jahren bereits mehrfach stark umgeformt wurde. Um 1850 herum war der Anteil der Landwirtschaft an der Beschäftigung in den USA sehr hoch; heute ist der Anteil der Landwirtschaft in der Grafik nahezu auf den Boden gesunken, aber die USA haben nicht dauerhaft Arbeitslosigkeit erzeugt. Stattdessen sind neue Bereiche entstanden: Fertigung, Bau, Finanzwesen, gewerbliche Dienstleistungen, Bildung, Gesundheitswesen, Freizeit und Unterhaltung sowie verschiedenste Dienstleistungsindustrien.
Das ist der zentrale historische Beleg, mit dem a16z die KI-Untergangs-Szenarien entkräftet: Jedes Mal, wenn ein Bereich die Wirtschaft dominiert hat, wird er durch einen größeren und komplexeren Nachfolger abgelöst. Dass alte Jobs weniger werden, bedeutet nicht, dass die Gesamtmenge an Arbeit verschwindet. Vielmehr verlagert der Mensch die Produktivitätsüberschüsse in neue Bereiche.
a16z zeigt außerdem, dass die heutige Tech-Industrie zwar sehr stark ist, aber wenn man die Geschichte der US-Börse betrachtet, gab es auch in der Vergangenheit Phasen, in denen etwa Finanz- und Immobilienbranchen, Transport, Energie und Materialien besonders dominant waren.
Die heutige Dominanz von Technologie ist zwar hoch, aber nicht die extremste Form von Branchenkonzentration in der Geschichte. Die Aussage dieser Grafik lautet: Der Markt wechselt ständig die Hauptrolle. Technologie ist nicht das erste dominierende Segment und auch nicht das letzte.
Landwirtschaftliche Mechanisierung zerstört nicht den Arbeitsmarkt, sondern setzt mehr Arbeitskraft frei
Der Artikel geht anschließend auf das Beispiel Landwirtschaft ein. Anfang des 20. Jahrhunderts waren in den USA etwa ein Drittel der Erwerbsbevölkerung in der Landwirtschaft tätig; bis 2017 waren es nur noch etwa 2%. Wenn Automatisierung wirklich zu dauerhafter Arbeitslosigkeit führen würde, dann hätte ein Traktor und die Mechanisierung der Landwirtschaft den Arbeitsmarkt längst zerstören müssen.
Doch die Realität verlief anders. Die landwirtschaftliche Produktion stieg stark an, die weltweite Bevölkerung konnte weiter wachsen – und die aus der Landwirtschaft freigesetzte Arbeitskraft wechselte zu Fabriken, Läden, Büros, Krankenhäusern, Labors und Dienstleistungsbranchen, am Ende auch zu Software und der Wissensökonomie.
Die von a16z verwendete Grafik „More Productive Farming Led to (A Lot) More Workers“ setzt die Preise für Agrarerzeugnisse gemeinsam mit der Weltbevölkerung ins Verhältnis. Zwischen 1913 und 2024 sanken die realen Preise für Mais, Weizen, Reis und ähnliche Produkte langfristig. Gleichzeitig stieg die Weltbevölkerung deutlich. Das bedeutet: Höhere Produktivität ließ die Menschen nicht „ohne Arbeit“ zurück. Sie senkte vielmehr die grundlegenden Lebenshaltungskosten und machte es möglich, dass mehr Menschen, mehr Branchen und mehr neue Jobs entstehen konnten.
Elektrifizierung ersetzt nicht nur Energie, sondern gestaltet Fabriken und Haushalte neu
Das zweite historische Beispiel ist die Elektrifizierung. a16z betont: Strom ist nicht nur ein einfacher Austausch einer Antriebsquelle gegen eine andere, sondern verändert die Fabrikstruktur grundsätzlich. Vom zentralen Wellen- und Riemenantrieb geht es hin zu Systemen, in denen jede Maschine von einem eigenen Motor angetrieben werden kann. Das zwingt Fabriken dazu, Arbeitsabläufe neu zu entwerfen, und schafft völlig neue industrielle sowie Konsumgüter.
Allgemeine Technologien setzen ihre gesamte Produktivkraft nicht sofort mit ihrem Erscheinen frei. In den 1820er bis 1840er Jahren legten Faraday und Henry die Grundlagen der Elektrizitätslehre. 1879 trieb Edison die kommerzielle Entwicklung von elektrischen Lampen vor. In den 1880er Jahren entwickelte Tesla den Wechselstrommotor. In den 1900er Jahren begann die Verbreitung von unit-drive. Erst in den 1920er Jahren, als Einzelmotoren die Fabriken umgestalteten, beschleunigte sich die Arbeitsproduktivität deutlich. Die Wirkung neuer Technologien braucht Zeit – und KI könnte sich in einer frühen Phase der Verbreitung befinden.
Wenn Technik eine Art von Produkt günstiger macht, schrumpft der Markt normalerweise nicht, sondern expandiert. Das gilt auch für Autos. Zwischen 1900 und 1925 sanken in den USA die realen Neuwagenpreise deutlich; gleichzeitig stiegen die jährliche Produktion von Autos und die Beschäftigung in der Autoindustrie stark an. Dass Autos billiger werden, macht die Autoindustrie nicht verschwinden – es führt dazu, dass eine Autoindustrie überhaupt erst entsteht.
Eine Kalkulationstabelle hat keine Finanzjobs ausgelöscht, sondern das FP&A-Zeitalter möglich gemacht
a16z trägt diese Argumentation auch in die Welt der White-Collar-Jobs. Tools wie VisiCalc und Excel automatisierten tatsächlich viele Tätigkeiten im Bereich manueller Buchungen, Tabellenberechnung und Datenverarbeitung. Aber sie ließen Finanzarbeit nicht verschwinden. Stattdessen expandierten Tätigkeiten auf höherer Ebene: fortgeschrittene Finanzanalyse, Buchhaltungs- und Audit-Arbeit sowie FP&A (Financial Planning & Analysis).
Von 1970 bis 2020 stieg in den USA die Zahl der Jobs für bookkeepers und accounting clerks zunächst an und sank dann wieder. In derselben Zeit nahmen accountants & auditors weiter zu, und financial analysts wuchsen besonders stark seit den 1980er Jahren. a16z fasst zusammen: Die USA verloren zwar etwa 1 Million Buchhaltungsmitarbeiter, dafür kamen aber rund 1,5 Millionen Finanzanalysten hinzu.
Dieses Fallbeispiel ist für die KI-Debatte besonders wichtig. Denn der heutige Einfluss von KI auf White-Collar-Jobs könnte ähnlich verlaufen wie die Wirkung von Kalkulationstabellen auf Buchhaltung und Finanzen: KI ersetzt Einstiegsaufgaben, Routine- und Formatierungsarbeit. Gleichzeitig entstehen jedoch mehr Jobs, die Entscheidungen, Strategie, Integration und ein Business-Verständnis erfordern.
Produktivitätsüberschuss schafft auch völlig neue Dienstleistungsbranchen: Nachhilfe, Tierbetreuung, Nagelstudios, Sportindustrie
a16z stellt außerdem klar: Der Arbeitskräfteüberschuss, der durch Produktivitätsgewinne entsteht, fließt nicht zwingend nur in die naheliegenden Bereiche automatisierter Branchen. Manchmal entsteht er auch in vollständig anderen Industrien als neue Jobs.
Zwischen 1990 und 2025 stieg in den USA die Zahl mehrerer Arten von Dienstleistungsjobs schnell. Dazu gehören Athleten, Trainer, Schiedsrichter und verwandte Aufgaben, Vorbereitung auf Prüfungen und Nachhilfe, Tierbetreuung, Nagelstudios und ähnliches. Diese Industrien entstanden nicht, weil eine einzige Maschine sie direkt geschaffen hat, sondern weil die Gesamteinnahmen stiegen, die Freizeit zunahm, der Konsum sich aufwertete und Arbeitskräfte neu eingesetzt werden konnten. So wurde aus vorher begrenzter Nachfrage am Ende ein großer Markt.
Das ist auch eine der Antworten von a16z auf die Behauptung „KI macht nur wenige extrem reich, während andere zurückgelassen werden“. Selbst wenn Produktivitätsgewinne zuerst dazu führen, dass einige Menschen extrem reich werden, geben sie das Geld aus – und schaffen damit neue Nachfrage nach Dienstleistungen. Der Artikel räumt ein, wie man beurteilt, ob Dienstleistungsbranchen „Reiche bedienen“, kann eine legitime Wertentscheidung sein. Aus Sicht des Arbeitsmarkts jedoch entstehen neue Bedarfe weiterhin zu neuen Jobs, und diese treiben zugleich breitere Löhne und Beschäftigungsmöglichkeiten nach oben.
Neben dem Ersetzen ist das größere Problem: KI verstärkt
a16z ist der Ansicht, dass die KI-Untergangstheorie nur über „substitution“ spricht, aber „augmentation“ ignoriert. Für manche Berufe ist KI eine Existenzbedrohung. Für andere ist sie ein Verstärker, der diese Positionen wertvoller macht.
Es geht nicht darum, dass KI keine Ersetzungseffekte hätte – aber Ersetzung ist nicht der einzige Effekt. Bei Jobs mit hoher Urteilsfähigkeit, hoher Integration, hoher Verantwortung und hoher Komplexität kann KI es ermöglichen, mehr Aufgaben zu erledigen, schneller zu entscheiden und einen größeren Problembereich zu bearbeiten.
Software-Ingenieure sind womöglich der typischste KI-augmentierte Beruf
Der Artikel hebt besonders hervor: In der AI-Augmentation-Liste von Goldman wird Software Engineering sogar nicht einmal genannt. Dabei könnten Software-Ingenieure der typischste KI-augmentierte Beruf sein. KI-Coding-Agents vergrößern die Fähigkeiten von Ingenieuren, wodurch mehr git pushs, mehr neue Apps und mehr neue Unternehmen gegründet werden.
a16z Growth zitiert Daten von Sensor Tower und Wells Fargo Securities: Die monatliche Veröffentlichungsmenge von iOS-Apps in den USA war in den letzten drei Jahren ungefähr stabil. Doch seit agentic coding Tools aufkamen, beschleunigte sich das deutlich. Die Einmonat-Jahreswachstumsrate zog in der zweiten Hälfte 2025 schnell an und erreichte im Dezember 2025 60%. Betrachtet man stattdessen die TTM-Wachstumsrate, stieg diese ebenfalls von nahe „stabil“ bis auf 24%.
Das bedeutet, dass eine Welle von „vibe-coded apps“ in den App Store strömt. Früher brauchten Apps ein vollständiges Engineering-Team. Heute können einzelne Creator, kleine Teams und sogar Personen ohne typischen Engineering-Hintergrund Prototypen bauen, Interfaces anpassen, Funktionen bereitstellen und hochladen – schnell mithilfe von KI-Coding-Agents wie Claude Code, Cursor oder Codex. Nachdem die Grenzkosten für Softwarearbeit sinken, wächst der Markt um eine große Zahl von Produkten, die zuvor nicht lohnend, nicht entwickelbar oder ohne Engineering-Ressourcen nicht umsetzbar waren.
a16z stellt außerdem fest: Seit Anfang 2025 erholt sich die Zahl der offenen Stellen im Software Development – sowohl in absoluten Zahlen als auch gemessen am Anteil an allen offenen Stellen. Die Autoren räumen ein: Es ist noch zu früh, um zu beurteilen, ob das vollständig durch KI getrieben wird. Aber logisch betrachtet, wenn jedes Unternehmen darüber nachdenkt, wie KI in das eigene Geschäft integriert werden kann, könnte die Nachfrage nach Software-Ingenieuren, Produktmanagern und Talenten für Systemdesign eher steigen.
Der Artikel zitiert zudem eine Beobachtung von Lenny Rachitsky: Stellen für Produktmanager erholen sich weiter, nachdem sie den Zinsschock durchstanden haben. Sie liegen mittlerweile sogar auf dem höchsten Stand seit 2022. a16z ist der Ansicht: Dass Software-Ingenieure und Produktmanager-Positionen gleichzeitig wieder anziehen, zeigt genau, warum der Fixed-Workload-Irrtum falsch liegt.
Wenn KI 1:1 menschliches Denken ersetzt, dann könnte es „nicht so viele Ingenieure für PM“ oder „nicht so viele PM für Ingenieure“ geben. Doch was man gerade sieht, ist: Die Nachfrage nach beiden steigt wieder. Denn KI ermöglicht es den Menschen, mehr Arbeit zu erledigen – und sie ermöglicht es Unternehmen, mehr zu tun. Menschen hören also nicht einfach auf, weil KI auftaucht.
Dieser Artikel spiegelt die menschliche Produktivitätsrevolution anhand der Geschichte wider: a16z entkräftet die KI-Arbeitslosen-Untergangs-These als Fantasie. Erstmals erschienen bei Kettennews ABMedia.
