„Preiswertes KI-Wissen“ führt zu Lohndruck und bremst Nachwuchskräfte aus

18.03.2026

Generative KI senkt nicht nur Kosten, sondern verändert auch die Lohnstruktur. Das zeigt eine neue Studie mit Daten aus den USA: In Unternehmen mit starker KI-Nutzung sinken die Einstiegsgehälter für Nachwuchskräfte und Mitarbeiter der mittleren Führungsebene deutlich. Es gibt weniger Einstiegspositionen für Berufsanfänger, während mittlere Positionen ausgebaut wurden. Zugleich sinkt auch das Bildungsniveau neu eingestellter Mitarbeiter.

Das Forscherteam um José Azar und Mireia Giné (beide IESE Business School) sowie Javier Sanz-Espín (Toulouse School of Management) analysierte einen Datensatz über die Vermittlung von 138 Millionen US-Arbeitnehmern an Unternehmen. Die Daten wurden aus Online-Profilen rekonstruiert und um Löhne ergänzt. Letztere haben die Forscher aus Arbeitsgenehmigungen, Gehaltsplattformen und Stellenanzeigen abgeleitet. Anschließend verglich das Team Branchen und Firmen, in denen generative KI Aufgaben übernimmt, beispielsweise in den Bereichen IT, Beratung oder Finanzdienstleistungen, mit weniger exponierten Unternehmen.

Nach der Einführung von generativer KI sanken die Löhne für neue Stellen in KI-exponierten Unternehmen im Durchschnitt um 4,5 Prozent gegenüber Vergleichsunternehmen. Bei den am stärksten betroffenen Firmen betrug der Rückgang sogar 7,7 Prozent. Besonders hart traf es Einsteiger: Einstiegsgehälter für Nachwuchskräfte sanken um 6,3 Prozent. Neu eingestellte Beschäftigte im mittleren Management mussten im Schnitt 5,9 Prozent Einbußen hinnehmen. Die Gehälter der Top-Führungsebene blieben stabil oder stiegen.

Ausbau der mittleren Karriereebene

Fazit der Forscher: Large Language Models (LLM) bieten „preiswertes Wissen“ am unteren Ende der Karriereleiter: Sie automatisieren standardisierte kognitive und logische Tätigkeiten, indem sie beispielsweise Entwürfe verfassen, Texte zusammenfassen, einfache Analysen durchführen oder kodieren. Tätigkeiten, die bislang junge Nachwuchskräfte ausgeführt haben. In der Folge reduzieren Unternehmen Juniorrollen und bauen die mittlere Karriereebene aus, bei der KI-gestützte Arbeit mit menschlichem Urteilsvermögen kombiniert wird.

Durch die Automatisierung der Informationsverarbeitung „injiziert KI effektiv preiswertes Wissen an das untere Ende der Hierarchie“, kommentieren die Studienautoren. Unternehmen scheinen mit einer Neudefinition der Dienstaltersstufen zu reagieren: Sie erweitern die mittlere Führungsebene um weniger qualifizierte Arbeitskräfte, die dann KI-gestützte Aufgaben ausführen. Dies führt laut den Forschern zu einem Angebotsschock, der die Löhne in der mittleren Führungsebene drückt. Nicht weil die Fähigkeiten dieser Ebene veraltet sind, sondern weil kein Mangel mehr daran herrscht.

Einstiegsgehäter sinken

Die Anpassung erfolgt ausschließlich bei Neueinstellungen. Während KI-orientierte Unternehmen die Einstiegsgehälter für Nachwuchskräfte im Vergleich zu weniger KI-orientierten Unternehmen deutlich gesenkt haben, hat sich der Aufstieg in den ersten Phasen der Karriereleiter beschleunigt. Sowohl die vorhandenen Mitarbeiter als auch Neueinstellungen werden schneller in Positionen der mittleren Führungsebene befördert.

Zudem, stellen die Forscher fest, sinkt in den KI-orientierten Unternehmen das durchschnittliche Bildungsniveau auf der unteren und der mittleren Führungsebene:

„Unternehmen scheinen die unteren und mittleren Ebenen der Hierarchie zu ‚entqualifizieren‘ und neu zu definieren, indem sie die erweiterten mittleren Positionen mit weniger gut ausgebildeten Arbeitskräften besetzen.“

Mit anderen Worten: Der Einsatz von KI verringert den Ertrag formaler Bildung dort, wo KI kodifiziertes Wissen ersetzen kann.

Bei Führungspositionen, also überall dort, wo menschliches Urteilsvermögen und implizites Wissen entscheidend sind, bleiben dagegen die Bildungsanforderungen weitgehend unverändert. Unternehmen stehen deshalb vor einer strategischen Entscheidung: Wenn sie heute aus Kostengründen die Einstiegsstufe ausdünnen und auf Nachwuchskräfte verzichten, die sie systematisch entwickeln, riskieren sie morgen einen Fachkräftemangel.