Bundesstatistiken brauchen ein KI-Upgrade, um Veränderungen in der Arbeitswelt zu erfassen

5. November 2026, 20:26Quelle: Center for Data Innovation

Die Statistikbehörden der US-Bundesregierung benötigen bessere Daten, um zu messen, wie künstliche Intelligenz Beschäftigung, Löhne, Produktivität und Arbeitsaufgaben verändert. Das erklärt das Center for Data Innovation. Die Organisation bezeichnet bestehende Erhebungen als nützlichen Ausgangspunkt, sieht darin aber kein vollständiges Bild der Auswirkungen des KI-Einsatzes.

Das Wichtigste in Kürze

Das Census Bureau stellte fest, dass 18 Prozent der Unternehmen KI in mindestens einer Funktion einsetzten.
Daten zum KI-Einsatz zeigen nicht, welche Aufgaben sich verändern oder wie sich Löhne und Einstellungen entwickeln.
Eine Stanford-Studie stellte eine geringere Beschäftigung junger Arbeitskräfte in Berufen mit hoher KI-Exposition fest.
Das Center for Data Innovation schlägt regelmäßige Erhebungen, verknüpfte Daten und neue Fragen des BLS vor.
Daten aus dem privaten Sektor könnten repräsentative Bundesstatistiken ergänzen, aber nicht ersetzen.

Aktuelle Daten zeigen den Einsatz, aber nicht seine gesamten Auswirkungen

Die Ergänzung zur KI-Nutzung in der Business Trends and Outlook Survey des Census Bureau ergab 2026, dass 18 Prozent der Unternehmen KI in mindestens einer Geschäftsfunktion einsetzten. Das entsprach 32 Prozent der Beschäftigung in den USA. Unter den Unternehmen, die KI nutzten, setzten 57 Prozent sie in höchstens drei Funktionen ein. Vertrieb und Marketing, Geschäftsentwicklung sowie Informationstechnologie waren die häufigsten Bereiche.

Das Center for Data Innovation weist jedoch darauf hin, dass diese Zahlen nicht zeigen, welche Beschäftigten KI nutzen, welche Aufgaben sich dadurch verändern, wie viel Zeit eingespart wird oder wie sich der Einsatz auf Einstellungen und Löhne auswirkt. KI kann manche Aufgaben automatisieren, andere unterstützen und die Nachfrage nach neuen Kompetenzen erhöhen. Diese Effekte können sich je nach Branche, Beruf, Unternehmen und Beschäftigten unterscheiden. Daher reichen aggregierte Beschäftigungszahlen nicht aus.

Studien zeigen, warum die Messung der Auswirkungen von KI auf den Arbeitsmarkt schwierig ist

Die Quelle verweist auf zwei aktuelle Studien mit unterschiedlichen Ergebnissen. Eine Stanford-Studie, die auf Gehaltsabrechnungsdaten von ADP basiert, ergab, dass die Beschäftigung von 22- bis 25-jährigen Beschäftigten in Berufen mit hoher KI-Exposition 19 Prozent unter dem Niveau lag, das sie erreicht hätte, wenn sie dem Trend von weniger stark betroffenen Vergleichsgruppen gefolgt wäre. Die Forscher stellten fest, dass dieses Muster vor allem auf weniger Neueinstellungen und nicht auf mehr Entlassungen zurückzuführen war.

Eine separate Studie von Ramp und Revelio Labs, die auf KI-bezogenen Unternehmensausgaben und Beschäftigtendaten von mehr als 21.000 Unternehmen basiert, ergab, dass Unternehmen mit höheren KI-Investitionen anschließend ein stärkeres Beschäftigungswachstum verzeichneten, auch bei Einstiegspositionen.

Nach Einschätzung des Center for Data Innovation widersprechen sich die Ergebnisse nicht zwangsläufig. Die Stanford-Forschung untersucht Berufe mit unterschiedlicher KI-Exposition, während die Studie von Ramp Unternehmen mit unterschiedlich hohen tatsächlichen KI-Investitionen betrachtet. Keine der beiden Studien belegt, dass KI allein die beobachteten Ergebnisse verursacht hat. Zusammen zeigen sie, warum politische Entscheidungsträger detailliertere Informationen über den Einsatz und seine Auswirkungen benötigen.

Drei Vorschläge für bessere Arbeitsmarktdaten zu KI

Das Center for Data Innovation empfiehlt, die KI-Datenerhebung des Census Bureau regelmäßig durchzuführen und mit Beschäftigungsergebnissen zu verknüpfen. Soweit gesetzlich zulässig, könnte das Amt Unternehmensangaben über Programme wie Longitudinal Employer-Household Dynamics mit Längsschnittdaten zu Beschäftigung und Einkommen verbinden. Die Quelle verweist außerdem auf den Confidential Information Protection and Statistical Efficiency Act als Rahmen für die Weitergabe vertraulicher Unternehmensdaten zu statistischen Zwecken unter strengen Schutzvorkehrungen.

Außerdem empfiehlt die Organisation, Fragen zum Einsatz von KI in die Job Openings and Labor Turnover Survey des Bureau of Labor Statistics aufzunehmen. Diese Fragen könnten zeigen, ob Arbeitgeber Stellen unbesetzt lassen, geplante Ausschreibungen reduzieren, Anforderungen verändern oder neue Positionen schaffen.

Schließlich fordert die Organisation eine bessere Erfassung der Aufgaben von Beschäftigten und der für ihre Erledigung benötigten Zeit. Einheitliche Fragen zur KI-Nutzung in der American Time Use Survey des BLS könnten dabei helfen, zwischen der Automatisierung und der Unterstützung von Aufgaben zu unterscheiden. Zudem könnten sie zeigen, ob Produktivitätsgewinne zu höheren Löhnen, kürzeren Arbeitszeiten oder einer höheren Unternehmensproduktion führen.

Daten aus dem privaten Sektor von Lohnabrechnungsdienstleistern, Recruiting-Plattformen, Anbietern von Unternehmenssoftware und Finanztechnologieunternehmen könnten Bundeserhebungen und Verwaltungsdaten ergänzen. Laut der Quelle können solche Daten detaillierte Informationen zu Einstellungen, Vergütung, Jobanforderungen und Technologieausgaben liefern, aber konsistente und repräsentative nationale Statistiken nicht ersetzen. Eine bessere Datenerfassung würde politischen Entscheidungsträgern, Arbeitgebern, Beschäftigten und Forschenden einen aktuelleren Überblick über die Auswirkungen von KI verschaffen und zugleich politische Maßnahmen zur Förderung von Innovationen und zur Unterstützung der Beschäftigten ermöglichen.