Elon Musk meldet sich zu Wort, nachdem Andrej Karpathys Karte zur Verbreitung von KI-Arbeitsplätzen viral gegangen ist

Fast 60 Millionen US-Arbeitsplätze werden in Karpathys KI-Automatisierungskarte als stark gefährdet eingestuft

Andrej Karpathy, Mitbegründer von OpenAI und ehemaliger Direktor für künstliche Intelligenz (KI) bei Tesla, veröffentlichte am 15. März eine interaktive „KI-Berufsrisikokarte“, in der er 342 Berufe aus dem „Occupational Outlook Handbook“ des US-amerikanischen Bureau of Labor Statistics (BLS) analysierte.

Das Projekt bewertete rund 143 Millionen US-Arbeitsplätze, indem es Stellenbeschreibungen in ein großes Sprachmodell einspeiste und jeder Rolle einen Expositionswert von null bis 10 zuwies, um zu messen, inwieweit KI diese Arbeit theoretisch umgestalten könnte.

Die Ergebnisse wurden in einer farbenfrohen Treemap-Visualisierung unter karpathy.ai/jobs dargestellt, wobei die Größe der Rechtecke die Beschäftigungszahlen widerspiegelte und die Farbe den Expositionsgrad darstellte – von Grün für minimale Beeinträchtigung bis zu Dunkelrot für Rollen, bei denen eine umfassende Automatisierung zu erwarten ist. Kurz gesagt: Je größer und roter das Kästchen, desto mehr Aufmerksamkeit erforderte es.

Über die gesamte US-Erwerbsbevölkerung hinweg lag der gewichtete Durchschnittswert der Gefährdung bei etwa 4,9 von 10, was insgesamt auf ein moderates Potenzial für den Einfluss von KI hindeutet. Doch hinter den Durchschnittswerten verbergen sich dramatische Unterschiede. Rund 42 % der amerikanischen Arbeitsplätze – etwa 59,9 Millionen Arbeitnehmer, die schätzungsweise 3,7 Billionen US-Dollar an Jahreslöhnen verdienen – erreichten auf der Gefährdungsskala einen Wert von sieben oder höher.

Schaut man sich die Zahlen genauer an, fielen etwa 6,2 Millionen Arbeitsplätze in die Kategorie „minimale Exposition“, während 47,2 Millionen als „niedrig“ eingestuft wurden. Weitere 29,7 Millionen landeten im moderaten Bereich. Die auffälligeren Zahlen zeigten sich am oberen Ende der Skala: Rund 34,7 Millionen Arbeitsplätze wurden als „hoch“ eingestuft, und 25,2 Millionen fielen in die Kategorie „sehr hohe Exposition“.

Karpathys Analyse ergab zudem eine kontraintuitive Wendung in Bezug auf die Bezahlung. Niedrigverdienende Jobs mit einem Jahresdurchschnitt von unter 35.000 US-Dollar erzielten einen Risikowert von etwa 3,4, während Berufe mit einem Jahresverdienst von über 100.000 US-Dollar im Durchschnitt bei 6,7 lagen. Mit anderen Worten: Je höher das Gehalt, desto wahrscheinlicher war es, dass der Job Aufgaben umfasste, die KI-Systeme heute nachahmen oder unterstützen können.

Bei den Bildungsniveaus zeigte sich ein ähnliches Muster. Arbeitnehmer ohne Hochschulabschluss erreichten im Durchschnitt einen Gefährdungswert von etwa 4,1, während diejenigen mit Bachelor-Abschluss mit etwa 6,7 die Spitze der Rangliste bildeten. Inhaber von höheren Abschlüssen lagen mit etwa 5,7 irgendwo in der Mitte.

Betrachtet man einzelne Berufe, ergibt sich ein noch deutlicheres Bild. Medizinische Schreibkräfte erreichten die volle Punktzahl von 10, was widerspiegelt, dass Spracherkennung und automatisierte Dokumentationssysteme bereits viele dieser Aufgaben übernehmen. Rechtsanwälte, Wirtschaftsprüfer, Finanzanalysten und Unternehmensberater erzielten oft Werte um die 9, vor allem weil sich ihre Arbeit um strukturierte Informationen, Dokumente und Recherche dreht. Softwareentwickler – ironischerweise genau die Menschen, die viele KI-Tools entwickeln – rangierten ebenfalls hoch und erzielten oft Werte zwischen 8 und 9. Gleichzeitig wiesen Berufe wie Verwaltungsassistenten, Buchhaltungsangestellte und Kundendienstmitarbeiter aufgrund ihrer Abhängigkeit von digitalen Arbeitsabläufen ein ähnlich hohes Risiko auf. Am anderen Ende des Spektrums schnitten Berufe, die in der physischen Welt und nicht am Computerbildschirm ausgeübt werden, deutlich besser ab. Klempner, Elektriker und Bauarbeiter erzielten typischerweise Werte zwischen null und zwei, was die anhaltende Schwierigkeit der Automatisierung unvorhersehbarer, praktischer Aufgaben unterstreicht.

Die rasante Verbreitung der Karte im Internet löste Kommentare in der gesamten Tech-Welt aus, darunter eine kurze Reaktion von Elon Musk, dem CEO von Tesla und SpaceX. In einer Antwort auf einen Thread über die Visualisierung schrieb Musk: „Alle Jobs werden optional sein. Es wird ein universelles hohes Einkommen geben.“ Der Kommentar spiegelte Musks seit langem vertretene These wider, dass fortschrittliche künstliche Intelligenz und Robotik letztendlich genügend wirtschaftlichen Wohlstand schaffen könnten, um die Abhängigkeit von traditioneller Beschäftigung zu verringern.

Trotz der Aufmerksamkeit entfernte Karpathy die ursprüngliche Website und das dazugehörige Github-Repository schnell und erklärte in einem Folgebeitrag, dass es sich bei dem Projekt um ein kurzes Experiment handelte – um eine, wie er es beschrieb, zweistündige, „vibe-codierte“ Erkundung, inspiriert von einem Buch, das er gerade las. Laut Karpathy wurde der explorative Charakter des Projekts trotz klarer Haftungsausschlüsse weitgehend missverstanden.

Das Abschalten der Website trug kaum dazu bei, ihre Verbreitung zu verlangsamen. Archivierte Kopien tauchten fast sofort auf der „Wayback Machine“ auf, und das Code-Repository wurde mehrfach von Entwicklern geforkt, die den Datensatz, die Bewertungsrubrik und die Visualisierungstools replizierten. Die Episode veranschaulicht zwei Realitäten des modernen Internets: KI-Forschung kann über Nacht globale Debatten entfachen, und sobald Daten ins offene Web gelangen, verschwinden sie selten wieder. Vorerst ist Karpathys Experiment weniger eine Prophezeiung über den Verlust von Arbeitsplätzen als vielmehr eine Momentaufnahme davon, wie sich aktuelle KI-Systeme mit menschlicher Arbeit überschneiden. Die Erkenntnis, falls es eine gibt, ist erfrischend einfach. Wenn sich Ihre gesamte Arbeit auf einem Bildschirm abspielt, könnte künstliche Intelligenz bald Ihr Kollege werden – oder Ihr schärfster Konkurrent.

FAQ 🔎

• Was ist Andrej Karpathys „AI Job Exposure Map“? Es handelt sich um eine Visualisierung, die 342 Berufe in den USA analysiert und bewertet, wie anfällig jeder Beruf für KI-Automatisierung sein könnte.
• Wie viele Arbeitsplätze in den USA könnten von KI-Risiken betroffen sein? Die Analyse legt nahe, dass etwa 42 % der Arbeitsplätze in den USA – rund 59,9 Millionen Arbeitnehmer – hohe Risikowerte aufweisen.
• Welche Berufe weisen die höchste KI-Exposition auf? Berufe wie Rechtsanwälte, Buchhalter, Softwareentwickler und medizinische Schreibkräfte erzielten die höchsten Werte.
• Welche Berufe scheinen am wenigsten von KI-Automatisierung betroffen zu sein? Handwerkliche Berufe wie Klempner, Elektriker und Bauarbeiter rangieren in den Kategorien mit der geringsten Anfälligkeit.