WASHINGTON / LONDON (IT BOLTWISE) – Ökonomen blicken in die 1930er-Jahre zurück, um Lehren für die KI-Ära abzuleiten. Damals traf Automatisierung den Arbeitsmarkt besonders hart, als der Wandel innerhalb weniger Wochen passierte und Regionen sowie Sicherungssysteme nicht mithielten. Der Vergleich zeigt zudem: Entscheidend sind nicht nur Jobverluste, sondern auch Tempo, Nachfrageentwicklung und die Zeit bis neue Tätigkeiten entstehen. Für Politik und Unternehmen wird damit klar, warum reine Prognosen zur „Zukunft der Arbeit“ zu kurz greifen.
Wer heute über Künstliche Intelligenz diskutiert, landet schnell bei der Frage, welche Jobs verschwinden. Doch der Blick zurück auf frühere Techniksprünge macht deutlich, warum diese Debatte oft zu grob ist: In den frühen 1930er-Jahren versammelten sich Ökonomen in Washington, weil sie die Arbeitsmarktrisiken der Automatisierung als reales gesellschaftliches Problem sahen. Damals ging es um Telefonvermittlungen, um musikalische Begleitung in Kinosälen und um Teamster, die Pferdegespanne fuhren, während sich der Gütertransport auf Lkw mit Benzin umstellte. Die Argumentation war nicht neu – neu war vor allem die Dringlichkeit, weil die Weltwirtschaftskrise die Folgen von Entlassungen sozial und ökonomisch verstärkte.
Gerade in dieser historischen Phase zeigt sich ein Muster, das sich auch im KI-Zeitalter wiederfinden kann: Timing und Kontext entscheiden, wie schmerzhaft der Übergang ausfällt. Als die Arbeitslosigkeit Anfang der 1930er-Jahre in den USA nahe an 20 Prozent lag und innerhalb eines Jahres auf etwa 25 Prozent stieg, änderte sich die Lage gegenüber den vorherigen 1920er-Jahren. Dort hatten viele Menschen, die durch den Ersatz manuell betriebener Vermittlungsstellen durch Wählsysteme ihre Arbeit verloren, vergleichsweise schnell neue Stellen gefunden – allerdings vor allem in einem Wirtschaftsumfeld, das gerade expandierte. In der Depression dagegen traf die gleiche technologische Umstellung auf schwache Nachfrage: Beschäftigte aus der Telefonbranche konnten kaum ausweichen, und auch die Industrie spürte den Druck, weil Automation die Produktion von Stahl und Autoteilen mit deutlich weniger Arbeitskräften ermöglichte.
Ein zweiter Strang der historischen Analyse betrifft die Geschwindigkeit des Wechsels. Die Umstellung von Handbetrieb auf mechanisches Wählen im Telefonnetz wurde in der Quelle als drastisch schnell beschrieben: Der Übergang erfolgte praktisch über Nacht – mit einem Wechsel am Wochenende, sodass Beschäftigte am Montagmorgen ohne Job dastehen konnten. Solche Sprünge lassen kaum Zeit, Fähigkeiten umzuschichten oder neue Rollen aufzubauen. Das erklärt, warum Betroffene nicht nur ihren konkreten Arbeitsplatz verloren, sondern langfristig auch seltener im selben Sektor wieder auftauchten und häufig geringere Löhne erzielten. Gleichzeitig wird aus früheren Branchen ein differenzierterer Befund abgeleitet: Wo Technologien schrittweise eingeführt wurden, konnten Beschäftigte Alternativen finden, weil der Arbeitsmarkt Zeit hatte, zu reagieren.
Dazu passt ein historisches Gegenargument, das in der KI-Debatte oft unterschätzt wird: Technik vernichtet nicht nur Arbeit, sie verschiebt sie auch. Ein Beispiel aus England liefert dafür ein anschauliches Bild: Bootmacher waren im Jahr 1851 zu Hunderttausenden beschäftigt, und die Zahl blieb über Jahrzehnte relativ stabil. Dennoch veränderte sich die Arbeit massiv – von Handwerkern, die als Artisans in Städten und Orten arbeiteten, hin zu Fabrikbeschäftigten in urbanen Produktionsstätten, die deutlich mehr Paare pro Stunde herstellten und gleichzeitig zu niedrigeren Preisen verkauften. Genau hier kommt ein Mechanismus ins Spiel, der als Jevons’ Paradox bekannt ist: Wenn Güter billiger werden, steigt die Nachfrage, und dadurch können sich Jobs trotz Produktivitätsgewinn erhalten. Für Entscheider heißt das: Statt nur Stellenabbau zu zählen, sollten sie fragen, wie neue Nachfrage entsteht und wie schnell neue Tätigkeiten im selben Zeitraum nachwachsen können.
Für Künstliche Intelligenz ist dieser Punkt besonders relevant, weil die Umstellung heute viele Bereiche der Wissensarbeit betrifft, nicht nur Produktion oder klassische Transportrollen. In der Quelle wird beschrieben, dass KI zunehmend Jobs angreift, die bis vor Kurzem als relativ „sicher“ galten – etwa Softwareentwicklung und juristische Dienstleistungen. Damit ähnelt die Lage weniger dem Muster eines einzelnen Maschinenwechsels in der Werkhalle, sondern eher einem Kompetenzwechsel auf vielen Ebenen gleichzeitig. Wenn der Ersatz durch neue Rollen nicht klar absehbar ist, entsteht zusätzlich Unsicherheit: Ökonomen verweisen darauf, dass sich die Debatte über KI häufig auf die Verlustseite konzentriert, während die eigentliche Frage lautet, welche neuen Berufe entstehen und ob sie in ausreichend kurzer Zeit genug Nachfrage erzeugen, um Übergänge abzufedern.
Aus den historischen Beispielen lassen sich daher mehrere konkrete Schlussfolgerungen ableiten. Erstens: Regionale Unterschiede und die makroökonomische Lage entscheiden darüber, ob Entlassungen „abfedern“ können. Zweitens: Je schneller eine Substitution erfolgt, desto stärker geraten Beschäftigte unter Druck, ihre Fähigkeiten in kurzer Zeit umzuschichten. Drittens: Selbst wenn langfristig neue Jobs entstehen, können kurze Übergänge für die Betroffenen trotzdem Jahre der Unsicherheit bedeuten, wie die Diskussion um die frühen Industrialisierungsphasen zeigt. Für Unternehmen heißt das praktisch, den Wandel nicht als einmaliges Projekt zu planen, sondern als kontinuierliche Qualifizierung und Rollenentwicklung zu organisieren – und zwar so, dass Wechselphasen nicht nur technisch, sondern auch personell beherrschbar bleiben. Für Politik und Arbeitsmarktakteure folgt daraus ein ähnlicher Handlungsbedarf: Wenn der Staat Daten über die sich schnell verändernden Arbeitsmärkte nicht ausreichend aktuell bereitstellen kann, werden auch Förder- und Übergangsinstrumente verspätet oder am Bedarf vorbei gestaltet.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Was historische Technikumbrüche über KI-Arbeit verraten" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Was historische Technikumbrüche über KI-Arbeit verraten" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Was historische Technikumbrüche über KI-Arbeit verraten« bei Google Deutschland suchen, bei Bing oder Google News!