Gesellschaft & Arbeit
Automatisierungsstatistiken: Wie viele Jobs nehmen Roboter täglich?
Alle 16 Sekunden ein Job: das Tempo der Roboter-Jobverdrängung in Echtzeit
Grob 3,8 Jobs pro Minute.
Quelle: WEF Future of Jobs Report 2025; Acemoglu & Restrepo, MIT 2020; IFR World Robotics 2025. Zum Dashboard →
Roboter und Beschäftigung: der wissenschaftliche Stand zur Jobverdrängung durch Automatisierung
Schwer zu trennen: Roboterjobs von allgemeiner Automatisierung. MIT-Forschung (Acemoglu & Restrepo 2020): Jeder Roboter pro 1.000 Arbeitnehmer reduziert die Beschäftigung um messbare 0,2 Prozentpunkte. Bei 540.000 installierten Robotern 2024 sind das 860.000 bis 3,2 Millionen verdrängte Arbeitnehmeräquivalente durch Industrieroboter allein. Addiert man Software und KI, ist die Zahl höher. Das WEF schätzt rund 2 Millionen verdrängte Jobs pro Jahr bis 2030 im Durchschnitt.
Automatisierung in Zahlen
WEF projiziert rund 2 Mio. durch Automatisierung verdrängte Jobs pro Jahr bis 2030.
MIT Acemoglu & Restrepo (2020): Jeder Roboter pro 1.000 Arbeitnehmer senkt Beschäftigung um 0,2 Prozentpunkte.
Industrieroboter allein verdrängen geschätzte 860.000 bis 3,2 Mio. Arbeitnehmeräquivalente pro Jahr.
McKinsey: 15 % aller globalen Arbeitsaufgaben sind mit heutiger Technologie automatisierbar (2024).
Oxford Martin 2013: 47 % der US-Berufe mit hohem Automatisierungsrisiko innerhalb von 20 Jahren.
Entwicklung im Zeitverlauf
Die Verdrängung von Arbeitsplätzen durch Automatisierung beschleunigte sich in den 2020er-Jahren, als große Sprachmodelle die Automatisierung von körperlicher Arbeit auf kognitive Tätigkeiten ausweiteten. Das Weltwirtschaftsforum prognostiziert, dass zwischen 2023 und 2027 weltweit 83 Millionen Stellen durch Automatisierung wegfallen.
| Jahr | Rate | Schätzung/Tag | Kontext |
|---|---|---|---|
| 2018 | 57/hr | 1K | Manufacturing automation; pre-AI wave |
| 2024 | 228/hr | 5K | AI begins displacing knowledge work |
| 2030 (forecast) | 456/hr | 11K | LLMs, AI agents, autonomous systems scale |
Live im Vergleich
Wichtige Meilensteine
- 2013Oxford Martin (Frey & Osborne): 47 % der US-Berufe mit hohem Automatisierungsrisiko bis 2033.
- 2016AlphaGo besiegt Go-Weltmeister Lee Sedol: KI-Durchbruch bei kognitiver Komplexität signalisiert neue Automatisierungsphase.
- 2018WEF Future of Jobs 2018: netto +58 Mio. neue Jobs durch Automatisierung bis 2022 prognostiziert.
- 2020Acemoglu & Restrepo (MIT): kausaler Nachweis der Roboter-Jobverdrängung publiziert; COVID beschleunigt Automatisierungsinvestitionen.
- 2022ChatGPT erreicht 100 Mio. Nutzer in 2 Monaten: generative KI gelangt in den Mainstream.
- 2023WEF 2023: 69 Mio. neue vs. 83 Mio. verdrängte Jobs 2023 bis 2027, Netto minus 14 Mio.
- 2025WEF 2025: 20 Mio. Verdrängungen 2025 bis 2030 projiziert; generative KI weitet Automatisierung auf kognitive Tätigkeiten aus.
Hintergrund und Einordnung
Roboter vs. Arbeitnehmer: der MIT-Nachweis kausaler Verdrängung
Die methodisch strengste ökonometrische Studie zur Frage stammt von Daron Acemoglu und Pascual Restrepo (MIT, 2020). Sie nutzten IFR-Installationsdaten, die mit Beschäftigungsdaten auf Ebene von Pendlerregionen abgeglichen wurden, und fanden einen kausalen Zusammenhang: Jeder zusätzliche Roboter pro tausend Arbeitnehmer reduziert die Beschäftigung um 0,2 Prozentpunkte. Andere Studien schätzen 1,6 bis 6 verdrängte Jobs pro installiertem Roboter, je nach Aufgabenkomplexität und Branche.
Automatisierung und die Zukunft der Arbeit: WEF-Projektionen
Das WEF Future of Jobs Report 2025 projiziert rund 20 Millionen durch Automatisierung verdrängte Jobs zwischen 2025 und 2030, also durchschnittlich 2 Millionen pro Jahr oder ein Job alle rund 16 Sekunden. McKinsey schätzt, dass rund 15 % aller globalen Arbeitsaufgaben mit heutiger Technologie automatisiert werden können. Oxford-Martin (Frey & Osborne, 2013) identifizierte 47 % der US-Berufe als hoch automatisierungsgefährdet innerhalb von 20 Jahren.
Wie Automatisierungs-Jobverlust gemessen wird
Jobverluste direkt Robotern zuzuschreiben ist schwierig, weil viele Stellen durch natürliche Fluktuation und nicht durch abrupte Verdrängung wegfallen: Arbeitnehmer gehen in Rente und werden nicht ersetzt, Aufgaben werden umstrukturiert, ganze Berufsfelder schrumpfen über Jahre. Der klarste empirische Nachweis stammt aus Acemoglu & Restrepos Studie 2020, die mithilfe von Pendlerzonendaten zeigt, dass Regionen mit mehr Robotern niedrigere Beschäftigung und niedrigere Löhne aufweisen. Der Kausaleffekt ist real, aber isoliert betrachtet moderat; kombiniert mit allen Formen der Automatisierung (Software, KI, RPA) ist der aggregierte Effekt deutlich größer.
Industrieroboter vs. Software-Automatisierung
Während der öffentliche Diskurs sich auf physische Roboter in Fabriken konzentriert, verdrängt Software-basierte Automatisierung heute weit mehr Arbeitsplätze. RPA-Tools wie UiPath und Automation Anywhere automatisieren Aufgaben in Finanzwesen, Personalwesen und Back-Office-Betrieben ohne Hardware. KI-gestützte Kundenservice-Systeme ersetzen Call-Center-Mitarbeiter ohne Robotik. Verdrängung geschieht damit zunehmend unsichtbar, in Büroumgebungen statt auf Fabrikböden, was sie politisch und statistisch schwerer nachverfolgbar macht.
Regionale Unterschiede: Wer trägt die Last der Automatisierung?
Automatisierungseffekte sind geografisch ungleich verteilt. Regionen mit hohem Anteil an Fertigungsindustrie (US-Rustbelt, Deutsche Industriestädte, Japanische Automobilcluster) tragen eine überproportionale Last. Acemoglu & Restrepo (2020) zeigten, dass die negativen Effekte in bestimmten Pendlerregionen stark konzentriert waren: Lohnrückgänge und Beschäftigungsrückgänge trafen 20 % der am stärksten betroffenen Regionen deutlich härter als den Rest. Hochqualifizierte Metropolregionen profitierten gleichzeitig durch Wachstum in der Technologiebranche. Diese geografische Ungleichheit trägt zu politischer Polarisierung bei.
Historische Parallelen: was frühere Automatisierungswellen lehrten
Die industrielle Revolution des 18. und 19. Jahrhunderts vernichtete zahlreiche traditionelle Handwerksberufe (Weber, Schmiede, Kutscher). Die Elektrifizierung der 1920er und 1930er Jahre veränderte Fertigungsberufe grundlegend. In allen Fällen entstanden langfristig mehr neue Jobs als verloren gingen, aber der Übergang dauerte Jahrzehnte und war für betroffene Arbeitnehmer ohne staatliche Unterstützung sehr schmerzhaft. Die entscheidende offene Frage lautet: Ist die KI-Automatisierungswelle qualitativ anders, weil sie kognitive und kreative Fähigkeiten betrifft, die zuvor als nicht automatisierbar galten?
Generative KI als neue Dimension der Automatisierung
Mit dem Durchbruch großer Sprachmodelle (GPT-4, Claude, Gemini) ab 2023 hat die Automatisierung eine qualitativ neue Stufe erreicht: Aufgaben wie Texterstellung, Programmierung, juristische Recherche, medizinische Diagnose-Unterstützung und Bildanalyse, die zuvor als nicht automatisierbar galten, werden zunehmend von KI-Systemen übernommen. Goldman Sachs schätzt, dass generative KI bis zu 300 Millionen Jobs weltweit betreffen könnte. Anders als physische Roboter, die Hardware-Investitionen erfordern, kann KI-Software sofort und ohne Grenzkosten skalieren, was die Verdrängungsgeschwindigkeit erheblich erhöht.
Umschulungsmaßnahmen: was funktioniert und was nicht
Empirische Studien zu Umschulungsprogrammen zeigen gemischte Ergebnisse. Das US Trade Adjustment Assistance-Programm (TAA) zeigte in mehreren Studien, dass nur rund 37 % der Teilnehmenden langfristig Lohnzuwächse durch die Umschulung erzielten. Deutschland hat mit dem Qualifizierungschancengesetz und dem Kurzarbeitergeld-System deutlich bessere Instrumente; Kurzarbeit hielt während der COVID-Pandemie rund 6 Millionen Jobs, die andernfalls verloren gegangen wären. Umschulungen scheitern besonders für ältere Arbeitnehmer und solche aus manuellen Berufen an mangelnder digitaler Grundkompetenz.
Jobverdrängung in verschiedenen Zeitskalen
Basis: WEF Future of Jobs Report 2025 (rund 2 Mio. verdrängte Jobs pro Jahr, 2025 bis 2030).
Studien & Forschungsbelege
| Jahr | Studie / Befund | Wert | Quelle |
|---|---|---|---|
| 2013 | Oxford Martin (Frey & Osborne): 47 % der US-Berufe mit hohem Automatisierungsrisiko innerhalb von 20 Jahren | 47 % US-Berufe mit hohem Automatisierungsrisiko | World Economic Forum |
| 2020 | Acemoglu & Restrepo (MIT): jeder Roboter pro 1.000 Arbeitnehmer verursacht 0,2 % Beschäftigungsrückgang; kausale Verdrängung bestätigt | 0,2 % Beschäftigungsrückgang pro Roboter/1.000 Arbeitnehmer | World Economic Forum |
| 2025 | WEF Future of Jobs 2025: 20 Mio. durch Automatisierung verdrängte Jobs bis 2030; durchschnittlich 2 Mio. pro Jahr; generative KI erstmals als Haupttreiber genannt | 20.000.000 verdrängte Jobs bis 2030 (Projektion) | World Economic Forum |
Zum Nachdenken
2 Millionen durch Automatisierung verdrängte Jobs pro Jahr entspricht rund 4 Arbeitnehmern, die jede Minute ihren Arbeitsplatz verlieren (Baseline 2024).
Würde man alle bis 2030 projizierten 20 Millionen verdrängten Jobs in einer Schlange aufstellen (1 Meter Abstand pro Person), ergäbe das eine Menschenkette von über 20.000 km Länge, halb so lang wie der Äquator.
Die 47 % US-Berufe mit hohem Automatisierungsrisiko (Oxford Martin 2013) entsprechen rund 70 Millionen Arbeitsplätzen, mehr als die Gesamtbevölkerung Frankreichs.
Wie der Zähler berechnet wird
WEF 2025-Basisrate: rund 2 Mio. durch Automatisierung verdrängte Jobs pro Jahr. 2.000.000 ÷ 365 Tage × 86.400 Sekunden = rund 0,063/Sekunde, oder ein Job alle rund 16 Sekunden. Das WEF projiziert 20 Mio. Gesamtverdrängungen 2025 bis 2030 (Ø 2 Mio./Jahr). Acemoglu & Restrepo (MIT, 2020) dienen als wissenschaftliche Querprüfung. Quellen: WEF - Future of Jobs Report 2025. Methodik →
Häufig gestellte Fragen
- Wie viele Jobs werden jährlich durch Roboter verdrängt?
- Das WEF 2025 projiziert rund 2 Millionen durch Automatisierung verdrängte Jobs pro Jahr im Durchschnitt bis 2030. Akademische Schätzungen auf Basis von IFR-Installationsdaten legen 860.000 bis 3,2 Millionen direkte Fertigungsjob-Verdrängungen durch Industrieroboter pro Jahr nahe.
- Verdrängt jeder Roboter wirklich mehrere Arbeitnehmer?
- MIT-Ökonomen Acemoglu und Restrepo (2020) fanden, dass jeder zusätzliche Roboter pro tausend Arbeitnehmer die Beschäftigung um 0,2 Prozentpunkte senkt. Andere Studien schätzen 1,6 bis 6 Jobverdrängungen pro installiertem Roboter, je nach Aufgabenkomplexität und Branche.
- Welche Branchen sind von Automatisierung am stärksten betroffen?
- Die Fertigung ist historisch am stärksten betroffen, insbesondere die Automobilindustrie, die Elektronikmontage und die Lebensmittelverarbeitung. Zunehmend sind auch Bürotätigkeiten (Dateneingabe, Buchhaltung, Verwaltung) und einige serviceorientierte Bereiche betroffen. KI erweitert die Automatisierungsbedrohung auf kognitive Routinetätigkeiten.
- Werden durch Automatisierung insgesamt mehr Jobs vernichtet als geschaffen?
- WEF 2023: 83 Millionen verdrängte Jobs vs. 69 Millionen neu geschaffene Jobs 2023 bis 2027, Nettoverlust 14 Millionen. Historisch hat jede Automatisierungswelle letztlich mehr Jobs geschaffen als vernichtet. Ob die KI-Welle dieses Muster fortsetzt, ist die entscheidende offene Frage.
- Welche Berufe sind am wenigsten durch Automatisierung gefährdet?
- Berufe mit hohem Anteil an sozialer Interaktion, kreativem Urteilsvermögen und physischer Anpassungsfähigkeit in unstrukturierten Umgebungen sind am wenigsten gefährdet: Pflegeberufe, Therapeuten, Manager komplexer Projekte, Handwerker in variablen Umgebungen und kreative Berufe. Oxford-Martin (2013) identifizierte diese als unter 5 % Automatisierungsrisiko.
- Was ist Robotic Process Automation (RPA) und welche Jobs sind betroffen?
- RPA bezeichnet Software-Roboter, die regelbasierte digitale Aufgaben ausführen: Dateneingabe, Rechnungsverarbeitung, Formularausfüllen, Berichterstellung. Betroffen sind hauptsächlich Verwaltungs- und Sachbearbeitungsberufe in Finanzwesen, Versicherung, Personalwesen und öffentlicher Verwaltung. RPA-Tools wie UiPath und Automation Anywhere haben in diesen Bereichen messbare Stellenreduktionen bewirkt.
- Wie reagieren Regierungen auf Automatisierungs-Jobverlust?
- Maßnahmen reichen von Umschulungsprogrammen (Deutschland: Qualifizierungschancengesetz, USA: Trade Adjustment Assistance) über Diskussionen um universelles Grundeinkommen bis zu Robotersteuer-Vorschlägen (u.a. von Bill Gates diskutiert). Die Wirksamkeit dieser Maßnahmen ist empirisch umstritten; Umschulungsprogramme zeigen gemischte Erfolgsraten, insbesondere für ältere Arbeitnehmer in industriellen Regionen.
Warum diesen Daten vertrauen
Die Baseline von rund 2 Millionen verdrängten Jobs pro Jahr stammt aus dem WEF Future of Jobs Report 2025, der 20 Millionen Gesamtverdrängungen für 2025 bis 2030 projiziert. Das WEF befragt dafür jährlich über 1.000 Unternehmen weltweit und gilt als eine der methodisch robustesten Quellen für Arbeitsmarktprojektionen auf globaler Ebene. Der Live-Zähler verwendet diese beobachtete und geschätzte Rate für 2024 als Basisrate. Die wissenschaftliche Grundlage für die Kausalität der Roboter-Jobverdrängung liefert das 2020 in der American Economic Review erschienene Paper von Daron Acemoglu und Pascual Restrepo (MIT), das IFR-Installationsdaten mit Beschäftigungsdaten auf Pendlerzonenebene verknüpfte. Es ist die einzige großangelegte kausal identifizierte Studie zu diesem Thema und gilt als methodisch strengste ökonometrische Untersuchung der Roboter-Beschäftigungseffekte. Komplementäre Daten zur globalen Roboterinstallation stammen von der International Federation of Robotics (IFR), die seit 1993 jährliche Verkaufszahlen und Installationsbestände veröffentlicht. Beide Quellen sind peer-reviewed oder von erstklassigen Forschungsinstitutionen veröffentlicht.
Quellen
Verwandte Statistiken: Neue Roboter ersetzen Menschen – Durch Maschinen verlorene Arbeitsplätze – Von Robotern übernommene Arbeitsplätze, und das AnythingCounter-Dashboard.