Jobmarkt 2027: Welche Rollen bleiben, welche verschwinden

Die Datenlage: Was wir wirklich wissen

In der Debatte um KI und Arbeitsmarkt dominieren zwei Extreme: Entweder wird die Apokalypse beschworen (300 Millionen Jobs verschwinden) oder beschwichtigt (es entstehen mehr neue als wegfallen). Beides ist wenig hilfreich. Was hilft, sind Daten — und davon gibt es inzwischen genug.

Drei Dinge fallen auf:

Erstens: Die Adoptionsgeschwindigkeit ist enorm. Der Anteil der EU-Unternehmen mit KI-Einsatz ist innerhalb eines Jahres von 13,5% auf 20% gestiegen — das sind 6,5 Prozentpunkte oder fast 50% Wachstum. Bei Großunternehmen (250+ Mitarbeiter) liegt der Anteil bereits bei 55%. In der IT-Branche bei 62,5%.

Zweitens: Exponiert heißt nicht ersetzt. Das Joint Research Centre der EU-Kommission (JRC) hat im März 2026 eine aktualisierte Studie vorgelegt, die 352 KI-Benchmarks auf 127 Berufsgruppen mappt. Das Ergebnis: Die KI-Exposition steigt breit über den Arbeitsmarkt — aber Exposition bedeutet „Unterstützung, Transformation oder teilweise Substitution". Nicht binäre Abschaffung ganzer Berufe. Die stärksten Veränderungen betreffen Tätigkeiten rund um Lesen, Schreiben, Informationsverarbeitung und logisches Schließen.

Drittens: Die Sorge ist real. Laut Cedefop äußern 45% der EU-Beschäftigten Sorgen, durch KI ihren Arbeitsplatz zu verlieren. Gleichzeitig verfügt jeder Zweite über geringe oder keine KI-bezogenen digitalen Fähigkeiten. Die Kompetenzlücke ist das eigentliche Problem — nicht die Technologie selbst.

Der Vacancy-Shift: Die Tektonik verschiebt sich

Die wichtigste Studie für HR-Verantwortliche kommt von Cedefop. Im März 2026 veröffentlichte das European Centre for the Development of Vocational Training eine Analyse, die EU-weite Online-Jobanzeigen seit 2019 auswertet. Das Ergebnis ist bemerkenswert — und widerspricht den einfachen Narrativen.

Das ist keine abstrakte Verschiebung. Für HR bedeutet das konkret:

DACH-Perspektive: Zwei Kräfte, die gegeneinander arbeiten

In Deutschland, Österreich und der Schweiz treffen zwei gegenläufige Kräfte aufeinander — und das macht die Situation hier anders als in den USA.

Kraft 1: KI-Adoption beschleunigt sich

In Deutschland setzen laut Destatis (2025) bereits 26% der Unternehmen KI ein — bei Großunternehmen 57%. Das IW Köln kommt in einer eigenen Befragung sogar auf 37%. Die häufigsten Einsatzfelder: Automatisierung von Routinearbeiten, Unterstützung bei komplexen Aufgaben, Qualitätsverbesserung. Generative KI ist dabei die am schnellsten wachsende Kategorie.

Kraft 2: Die Babyboomer gehen in Pension

Allein in Deutschland werden laut Destatis bis 2039 rund 13,4 Millionen Erwerbspersonen das Rentenalter erreichen — das sind 31% der heutigen Erwerbsbasis. Davon sind 10 Millionen bereits heute zwischen 55 und 64 Jahren alt. Die Welle hat begonnen.

In Österreich bleibt die Erwerbspersonenzahl laut Statistik Austria bis 2027 noch stabil bei rund 4,78 Millionen. In der Schweiz liegt die Arbeitslosenquote bei 3,1% (März 2026) mit Prognose auf 2,8% für 2027 (SECO).

Die Wahrheit liegt vermutlich dazwischen — und unterscheidet sich je nach Branche, Region und Qualifikationsniveau erheblich. Was wir schon sagen können: DACH steht anders da als die USA. Die demografische Lücke wirkt als Puffer. Aber dieser Puffer hat eine Grenze — und er gilt nicht für alle Berufsfelder gleichermaßen.

Was OpenAI selbst über die Folgen sagt

Im April 2026 veröffentlichte OpenAI ein bemerkenswertes Dokument: Industrial Policy for the Intelligence Age. Bemerkenswert, weil der größte KI-Entwickler der Welt darin offen zugibt, dass die eigene Technologie zu massiver wirtschaftlicher Disruption führen wird — und politische Maßnahmen fordert.

Die Kernvorschläge:

• Public Wealth Fund — ein staatlicher Investmentfonds, gespeist von KI-Unternehmen, der Dividenden an alle Bürger ausschüttet
• Robot Tax — Verschiebung der Steuerlast von Lohnsteuer auf Kapitalerträge und automatisierte Arbeit
• Efficiency Dividends — 32-Stunden-Woche bei vollem Gehalt, wenn KI die Produktivität steigert
• Adaptive Safety Nets — automatische Sozialleistungen, die einsetzen, sobald Displacement-Metriken Schwellenwerte überschreiten
• Model Containment Playbooks — Notfallprotokolle für KI-Systeme, die „nicht leicht zurückgerufen werden können"

Für HR-Verantwortliche in Europa sind diese US-zentrierten Vorschläge nicht direkt umsetzbar. Aber sie zeigen die Richtung: Selbst die Unternehmen, die diese Disruption vorantreiben, rechnen mit fundamentalen Veränderungen der Arbeitswelt — und zwar nicht in 10 Jahren, sondern in den nächsten 2 bis 3.

Die öffentliche Stimmung kippt

Ein Faktor, den HR-Abteilungen unterschätzen: Die gesellschaftliche Wahrnehmung von KI verschlechtert sich rapide. Laut Quinnipiac-Umfrage (März 2026) sagen 55% der Amerikaner, KI schade mehr als sie nütze — ein Anstieg von 11 Prozentpunkten gegenüber dem Vorjahr. Nur 6% bezeichnen sich als „very excited" über KI-Entwicklungen.

Das betrifft HR direkt: Kandidaten und Mitarbeiter bringen zunehmend Vorbehalte gegen KI-gestützte Prozesse mit ins Unternehmen. Wer im Recruiting KI einsetzt, ohne transparent zu kommunizieren, riskiert Vertrauensverlust. Wer hingegen offenlegt, wo KI unterstützt und wo menschliche Expertise entscheidet, kann das als Differenzierungsmerkmal im Employer Branding nutzen.

Regulierung: Was ab August 2026 gilt

Ab dem 2. August 2026 werden die Hochrisiko-Pflichten des EU AI Act voll anwendbar. Für HR heißt das: Jedes KI-System, das Bewerber bewertet, rankt, scored oder vorsortiert, unterliegt strengen Anforderungen — Risikomanagementsystem, Logging, menschliche Aufsicht, Transparenz.

Die EU-Kommission hat im November 2025 einen Digital Omnibus on AI vorgeschlagen, der „targeted simplification measures" für den AI Act vorsieht — unter anderem mögliche Fristanpassungen für bestimmte Hochrisiko-Kategorien. Ob und wann das greift, ist Stand April 2026 offen. Die Empfehlung bleibt: Nicht auf Verschiebungen spekulieren, sondern vorbereiten.

Ausführlich haben wir die operativen Pflichten für HR in unserem Artikel KI-Entwicklung 2026: Was der EU AI Act für HR bedeutet beschrieben.

Was HR jetzt tun sollte: Fünf Handlungsfelder

1. Kompetenz-Mapping: Wissen, was man hat

Bevor Sie in Upskilling investieren, brauchen Sie eine Bestandsaufnahme: Welche Kompetenzen sind in Ihrem Team vorhanden? Welche sind durch KI exponiert, welche bleiben unverzichtbar? Ein systematisches Kompetenz-Mapping zeigt nicht nur Lücken — es zeigt auch Potenziale, die bisher nicht genutzt werden. Mitarbeiter mit hoher Lernbereitschaft, Problemlösungsmotivation und Veränderungstoleranz werden in den nächsten 18 Monaten zu den wertvollsten Ressourcen im Unternehmen.

2. Recruiting-Strategie anpassen

Die Cedefop-Daten zeigen: Die Stellenstruktur verschiebt sich. Das bedeutet nicht, keine Softwareentwickler mehr einzustellen — aber es bedeutet, andere Profile zu suchen. Gefragt sind Generalisten mit KI-Kompetenz statt Spezialisten, die KI ersetzen kann. Konkret: Ein Marketing-Manager, der KI-Tools orchestrieren kann, ist wertvoller als drei Content-Writer, deren Output ein LLM in Minuten produziert.

3. Upskilling mit Substanz statt Symbolik

Laut Cedefop verfügt jeder zweite EU-Beschäftigte über geringe oder keine KI-bezogenen digitalen Fähigkeiten. Ein Halbtages-Workshop „Prompt Engineering für Einsteiger" ändert daran wenig. Was hilft: Strukturierte Programme, die an den tatsächlichen Arbeitsprozessen ansetzen. Welche Aufgaben kann KI in dieser spezifischen Rolle übernehmen? Was muss der Mensch besser können als vorher?

4. AI Literacy im Unternehmen verankern

Seit dem 2. Februar 2025 verpflichtet der EU AI Act alle Unternehmen, die KI einsetzen, zur „AI Literacy" ihrer Mitarbeiter (Art. 4). Das ist keine optionale Empfehlung — es ist eine Anforderung an alle Deployer von KI-Systemen. Wer jetzt nicht anfängt, hat in 15 Monaten ein Compliance-Problem.

5. Potenziale erkennen, nicht nur Risiken managen

Der Reflex vieler Unternehmen ist Risikovermeidung: Welche Jobs fallen weg, welche Kosten kommen? Mindestens genauso wichtig: Welche Mitarbeiter haben das Potenzial, in neue Rollen hineinzuwachsen? Wer bringt die Eigeninitiative, Belastbarkeit und Lernmotivation mit, die in einer KI-transformierten Arbeitswelt entscheidend werden? Das sind Fragen, die sich mit klassischen HR-Methoden nicht beantworten lassen — aber mit fundierter Diagnostik.