Atlas der Gegenwart Atlas · v0.1

Stand 28. Oktober 2026

Dossier 11

Arbeit und Bildung

v2.1-draft · ungeprüft

1. Stand

Datum
Version
v2.1-draft
Autor / Modell
Atlas generator
Gegenlesen
ungeprüft (Josef)

2. In einem Satz

Die Bildungslücke bei generativer KI im Vergleich mit dem Internet (Watanabe; arXiv:2610.36181, eingereicht 2026-10-26, E2, nur Abstract): mit öffentlichen Eurostat-Befragungsdaten (16–74 Jahre) wird die GenAI-Nutzung 2025 jedes Landes dem Internet-Jahr mit ähnlicher Gesamtnutzung (innerhalb 5 Prozentpunkten) zugeordnet; in den 16 von 35 zuordenbaren Ländern war der Abstand zwischen hoher (ISCED 5–8) und niedriger (ISCED 0–2) Bildung in 15 von 16 Ländern in Prozentpunkten kleiner (Median −27,6 Punkte, p = 0,0005) und in 13 von 16 als Log-Verhältnis (Median −0,625, p = 0,021) — das Verhältnisergebnis ist fragil, und es sind unbereinigte Kontraste in einer nicht zufälligen Länderauswahl, kein Bildungseffekt. Die Delegations-Kluft (Espinal Maya, Jiménez Londoño; Universidad Nacional de Colombia/EAFIT arXiv:2610.30752, E2): zwei Claude-Modelle bewerten nach einem vorregistrierten Schema alle 18 796 O*NET-Tätigkeiten, gewichtet mit der Beschäftigung in 146 Ländern — 35,2 % der Arbeitszeit seien 2026 mindestens teilweise an KI-Agenten delegierbar, 2,5 % vollständig; 48,7 % in Hocheinkommens- gegen 22,5 % in Niedrigeinkommensländern, weil dort körperliche Arbeit dominiert; Korrelation mit bestehenden Exposure-Indizes r = 0,93 — Modell-Urteil über technische Machbarkeit, Obergrenze statt Einführung, US-Tätigkeitsmix für alle Länder, Haiku allein käme auf 51,4 %. Bessere Arbeit, schwächeres Ergebnis (Fu, Luo, Ramasubbu, Shen, Wang, Wang arXiv:2610.25603, E2): nachdem ein KI-Sprachagent in einem chinesischen Versicherungs-Callcenter die kalten Kontakte übernahm, stieg bei den ersten drei Anrufen des Tages der Anteil heißer Leads für Menschen um 23,4 Prozentpunkte — ihre Abschlussquote dort sank aber um 4,5 Pp, sie gaben Leads 8,1 Pp öfter zurück und telefonierten ~13 % kürzer; auf heißen Leads insgesamt 4,4 % → 3,7 % (deskriptiv). Eine Firma, Arbeitspapier. Metrik ≠ Unterricht (Dominguez Figaredo & Fernández De la Cruz arXiv:2610.12125, E2): Gemini 3.1 Pro Preview auf 2 000 synthetischen Lernfällen auditiert, schwächste Fälle per LoRA auf Qwen3-32B korrigiert — Pedagogical-Adaptivity-Index +0,05 → +0,42, aber 31 geschulte Bewertende (Graduierte, blind) 4,46 → 3,03 (p < 0,00001; Kontrollen 4,39 → 4,51); das korrigierte Modell wiederholt in 100 % der Fälle dieselbe Option über alle fünf Aktivitäten, auch out-of-sample (200 Fälle); Human-Rating nur in-sample. O*NET-BENCH (Lyu & Thompson arXiv:2610.02492, E1): 33 vorhandene LLM-Judge-Konfigurationen gegen 4 501 Test-Ratings aus 45 796 Worker-Bewertungen — Reihenfolge meist über Zufall (25 Konfigurationen tie-aware ≥0,60; TF-IDF-Baseline fast gleichauf), aber geschätzter Anteil akzeptabler KI-Antworten 3,0–97,9 % vs Worker 61,1 %; kalibriert erklären Scores ≤8,5 % der Worker-Varianz — Rangfolge ≠ Akzeptanzrate ≠ Berufsaggregat. EngiWorld (Gao et al. arXiv:2609.37686, E1): 1 301 expert-kuratierte Tasks; 6 Domains (CAD/CAE/CAM/BIM/EDA/3D); 26 Software-Plattformen; GUI+CLI; artifact-zentrische Verifier; Eval-Subset 300×7 Frontier-Modelle; best EngiScore 44,3 (Claude Opus 5); GPT-5.6 Sol 38,0; Multi-Software nur 3,6 % (6/168); 300≠1 301; VM/Lizenz-spezifisch. Medly micro-RCT (Harrison et al., E1): GCSE ITT g=0,33; Bastani Base −17 %; Noy Science Tasks≠Stellen; PISA ≠ GenAI-RCT; UNESCO weiter unopened.

Nachgewiesen heute · E1 / E2

3. Was heute funktioniert

Bildungslücke bei generativer KI 2025 kleiner als beim Internet auf ähnlichem Nutzungsniveau — in 15 von 16 europäischen Ländern in Prozentpunkten (Watanabe, Abstract)

  1. E2

    Watanabe (arXiv:2610.36181v1, eingereicht 2026-10-26, cs.IR/cs.CY; nur der Abstract wurde geöffnet, 2026-10-28) fragt, ob die Bildungslücke bei der Nutzung generativer KI 2025 kleiner oder größer ist als die Lücke beim Internet im selben Land in dem Jahr, in dem die Internetnutzung insgesamt ein ähnliches Niveau hatte. Datenbasis sind öffentliche Eurostat-Befragungsdaten zur IKT-Nutzung von Personen im Alter von 16 bis 74 Jahren. Die GenAI-Nutzung jedes Landes 2025 (letzte drei Monate) wird dem Internet-Jahr zugeordnet, dessen Gesamtnutzung (letzte drei Monate) am nächsten lag, höchstens 5 Prozentpunkte entfernt; die Lücke zwischen Personen mit hoher (ISCED 5 bis 8) und niedriger (ISCED 0 bis 2) abgeschlossener Bildung wird als Log-Verhältnis und als Prozentpunkt-Differenz gemessen. 16 von 35 Ländern ließen sich zuordnen; die meisten übrigen waren frühe Internet-Anwender. In den zugeordneten Ländern war die GenAI-Lücke beim Log-Verhältnis in 13 von 16 Ländern kleiner (Median der Veränderung −0,625, 95-%-Bootstrap-Intervall −0,969 bis −0,291, zweiseitiger Vorzeichentest p = 0,021) und bei der Prozentpunkt-Lücke in 15 von 16 (Median der Veränderung −27,6 Punkte, Intervall −32,2 bis −16,8, p = 0,0005). Das Prozentpunkt-Ergebnis behält sein Vorzeichen in jeder GenAI-gegen-Internet-Sensitivitätsanalyse mit 8 oder mehr Ländern, auch bei beidseitiger Beschränkung auf die Altersgruppen 25 bis 54 und 55 bis 74; seine Größe reagiert aber auf eine Zuordnung, die die Bildungszusammensetzung berücksichtigt (etwa −10 bis −11 Punkte in 7 bzw. 8 Ländern).

    Watanabe GenAI vs internet education gap. Is the education gap in generative AI use smaller than the internet's was at a similar level of use? Evidence from 16 European countries. https://arxiv.org/abs/2610.36181. Stand arXiv:2610.36181v1 (submitted 2026-10-26; cs.IR, cs.CY; per comment 16 pp., 2 figures, code, data and outputs as ancillary files); abstract via export.arxiv.org API only, PDF and ancillary files not opened; affiliation not stated in the abstract record. Geprüft 2026-10-28. Typ: Paper (arXiv; nur Abstract gelesen; Sekundäranalyse öffentlicher Eurostat-Befragungsdaten zur IKT-Nutzung, Selbstauskunft).

Agent Delegability Index: 35,2 % der Arbeitszeit teilweise, 2,5 % vollständig an KI-Agenten delegierbar — 48,7 % reiche gegen 22,5 % arme Länder (Espinal Maya, Jiménez Londoño)

  1. E2

    Espinal Maya (Universidad Nacional de Colombia), Jiménez Londoño (Universidad EAFIT; arXiv:2610.30752v1, eingereicht 2026-10-22, 32 S., PDF geöffnet 2026-10-23): Claude Sonnet 5.5 (primär) und Claude Haiku 5.5 bewerten nach einem eingefrorenen, vorregistrierten Schema alle 18 796 Tätigkeiten aus O*NET 30.2 — keine Rolle / Unterstützung / teilweise / vollständige Delegation an einen Agenten — plus vier Barrieren (körperlich, Verantwortung, Vertrauen, Zugang); übertragen auf 433 ISCO-08-Berufsgruppen und gewichtet mit ILOSTAT-Beschäftigung in 146 Ländern (2 336 Mio. Beschäftigte). Ergebnis (Konsens = niedrigere Stufe): 35,2 % der Arbeitszeit mindestens teilweise, 2,5 % vollständig delegierbar; Sonnet allein 35,3 %, Haiku allein 51,4 %. Nach Einkommen 48,7 / 35,0 / 28,3 / 22,5 % (hoch bis niedrig), Steigung 7,23 Prozentpunkte je Log-Punkt BIP pro Kopf (95 %-Intervall 6,52–7,83); mit ESCO-Fähigkeiten statt O*NET 4,66. Spitze Singapur 64,2 %, Luxemburg 63,5 %, UK 54,9 %; USA 51,9 %, Indien 27,8 %; Schluss Burundi 14,7 %.

    Espinal Maya & Jiménez Londoño Agent Delegability Index. The Delegation Divide: An Open Index of AI-Agent Delegability across Occupations and Countries. https://arxiv.org/abs/2610.30752. Stand arXiv:2610.30752v1 (submitted 2026-10-22; econ.GN; 32 pp.); PDF research/pdfs/arXiv2610.30752.pdf; index, prompts and MCP server github.com/Cespial/delegation-divide not opened. Geprüft 2026-10-23. Typ: Paper (arXiv; PDF geöffnet; vorregistrierter, modellbewerteter Index, 146 Länder).
  2. E2

    Gleiche Quelle, Berufe und Abgleich: Führungskräfte 81,8 %, Bürokräfte 78,3 % (mit Abstand größter Anteil vollständiger Delegation), akademische Berufe 69,9 %, Hilfsarbeit 12,3 %; die körperliche Barriere markiert 72–94 % des Tätigkeitsgewichts in manuellen und Dienstleistungsgruppen — die Kluft entsteht aus der Zusammensetzung der Beschäftigung, alle Länder erhalten denselben Berufsindex. Vollständige Delegation erreicht ihr Maximum bei Tätigkeiten von etwa 11,8 Minuten (Minuten selbst Modellschätzung). Korrelation mit Exposure nach Eloundou et al. r = 0,93, nach Felten et al. 0,89, mit beobachteter Claude-Nutzung nach Beruf 0,69; die vorregistrierte Annahme, Länder mittleren Einkommens nutzten KI weniger als ihr Potenzial erwarten lässt, bestätigt sich nicht (r = 0,86 über 101 Länder, p = 0,270). Übereinstimmung der Modelle κ = 0,77; blinde menschliche Bewertung von 300 Tätigkeiten κ = 0,85.

    Espinal Maya & Jiménez Londoño Agent Delegability Index. The Delegation Divide: An Open Index of AI-Agent Delegability across Occupations and Countries. https://arxiv.org/abs/2610.30752. Stand arXiv:2610.30752v1 (submitted 2026-10-22; econ.GN; 32 pp.); PDF research/pdfs/arXiv2610.30752.pdf; index, prompts and MCP server github.com/Cespial/delegation-divide not opened. Geprüft 2026-10-23. Typ: Paper (arXiv; PDF geöffnet; vorregistrierter, modellbewerteter Index, 146 Länder).

KI-Sprachagent nimmt die kalten Leads: Menschen bekommen früh am Tag 23,4 Pp mehr heiße Leads — und schließen dort 4,5 Pp seltener ab (Fu et al.)

  1. E2

    Fu, Luo, Ramasubbu, Shen, Wang, Wang (Georgia State, Renmin, Pittsburgh, Waterdrop Research Institute, PolyU, Sydney; arXiv:2610.25603v1, eingereicht 2026-10-19, Arbeitspapier, PDF geöffnet 2026-10-20): ein lizenzierter chinesischer Online-Krankenversicherungsmakler (Name unter NDA verborgen, ~10 000 ausgehende Anrufe je Arbeitstag) stellte am 28. August 2024 das Routing um — kalte Leads (Abbruch vor der Bezahlseite) gehen standardmäßig an einen skriptbasierten KI-Sprachagenten, heiße Leads (Abbruch auf der Bezahlseite) mit Vorrang an Menschen; Vergütung, Schulung, Skripte, Bewertung und Einstellungen blieben laut Firma unverändert. Regression-Discontinuity-in-Time über ±60 Tage, 409 622 menschliche und 157 468 KI-Anrufe, rund 13 000 Agenten-Tage. Bei den ersten drei Anrufen des Tages stieg die Wahrscheinlichkeit eines heißen Leads um 23,4 Prozentpunkte (später gegen null); genau dort sank die Abschlussquote der Menschen um 4,5 Pp (nächste drei −2,5 Pp, mittlere Positionen unverändert, Schichtende +3,4 Pp), Leads wurden 8,1 Pp häufiger in die gemeinsame Warteschlange zurückgegeben, Gespräche waren ~13 % kürzer.

    Fu et al. parallel AI voice agent. When Better Opportunities Backfire: Service Worker Responses to Parallel AI Deployment in Customer Acquisition. https://arxiv.org/abs/2610.25603. Stand arXiv:2610.25603v1 (submitted 2026-10-19; econ.GN; working paper, version September 2026); PDF research/pdfs/arXiv2610.25603.pdf. Geprüft 2026-10-20. Typ: Arbeitspapier (arXiv; PDF geöffnet; Felddaten einer Firma).
  2. E2

    Gleiche Quelle, Tabelle 6 (deskriptive Bilanz, keine Effektschätzung): Abschlussquote auf heißen Leads 4,4 % → 3,7 % (−15,9 %), über alle menschlichen Anrufe 3,2 % → 2,9 %; menschliche Anrufe −31,8 %, KI-Anrufe +351 %. Menschen verlieren je Tag 50,5 Abschlüsse auf heißen Leads, die KI holt auf kalten 7,7 zurück (~7 : 1). Die Kennzahl „Abschlüsse je 50 menschliche Anrufe“ steigt dennoch um 6,3 % — nur weil der Nenner schneller fällt. Modell-Zerlegung der Ausbeute auf heißen Leads: −17,0 % = bessere Reihenfolge +0,58 % gegen verändertes Verhalten −17,58 %. Die tagesweisen RDiT-Durchschnittseffekte auf Abschluss und Dauer sind klein und statistisch nicht von null unterscheidbar (Tabelle C1).

    Fu et al. parallel AI voice agent. When Better Opportunities Backfire: Service Worker Responses to Parallel AI Deployment in Customer Acquisition. https://arxiv.org/abs/2610.25603. Stand arXiv:2610.25603v1 (submitted 2026-10-19; econ.GN; working paper, version September 2026); PDF research/pdfs/arXiv2610.25603.pdf. Geprüft 2026-10-20. Typ: Arbeitspapier (arXiv; PDF geöffnet; Felddaten einer Firma).

KI-Tutor: Metrik steigt, Unterricht fällt (Dominguez Figaredo & Fernández De la Cruz)

  1. E2

    Dominguez Figaredo & Fernández De la Cruz (UNED Madrid; arXiv:2610.12125v1, eingereicht 2026-10-08; PDF geöffnet 2026-10-16): Pedagogical Adaptivity Index (PAI, −1 bis +1) bewertet fünf Entscheidungspunkte je Aktivität (Inhaltskomplexität, kognitive Aufgabe, Unterstützung, Engagement, Fachzugang) einzeln gegen feste Fallbedingungen. Auditiert: Gemini 3.1 Pro Preview auf 2 000 synthetischen Lernfällen; Korrektur der schwächsten 589 Fälle per LoRA auf dem offenen Proxy Qwen3-32B; 31 geschulte Bewertende (Graduierte) blind, Skala 1–5.

    Dominguez Figaredo & Fernández De la Cruz PAI. The learner who does not learn: when optimizing a pedagogical metric degrades LLM tutoring. https://arxiv.org/abs/2610.12125. Stand arXiv:2610.12125v1 (submitted 2026-10-08); PDF research/pdfs/arXiv2610.12125.pdf. Geprüft 2026-10-16. Typ: Paper (arXiv; PDF geöffnet; Preprint).
  2. E2

    Vorher: Expert:innen-Urteil ohne Bezug zum PAI (ρ = −0,15, p = 0,39); niedrigste 30 vs höchste 8 PAI-Fälle 4,46 vs 4,39 (p = 0,53). Nach Korrektur, gleiche 30 Fälle: PAI +0,05 → +0,42, Urteil 4,46 → 3,03 (Wilcoxon p < 0,00001, alle sechs Items); unveränderte Kontrollen 4,39 → 4,51 (p = 0,38). Das korrigierte Modell wählt in 100 % der Fälle fünfmal dieselbe Option (bei LoRA-Rang 1, 4, 8, 16) und ebenso auf 200 ungesehenen Fällen; bei der kognitiven Aufgabe bekamen alle 200 Lernenden dieselbe Option, Teilscore 0,24 → 0,04 — der Gesamt-PAI stieg trotzdem.

    Dominguez Figaredo & Fernández De la Cruz PAI. The learner who does not learn: when optimizing a pedagogical metric degrades LLM tutoring. https://arxiv.org/abs/2610.12125. Stand arXiv:2610.12125v1 (submitted 2026-10-08); PDF research/pdfs/arXiv2610.12125.pdf. Geprüft 2026-10-16. Typ: Paper (arXiv; PDF geöffnet; Preprint).

O*NET-BENCH: KI-Judges ordnen richtig, skalieren falsch (Lyu & Thompson)

  1. E1

    Lyu & Thompson (MIT; arXiv:2610.02492v1, PDF geöffnet 2026-10-05): O*NET-BENCH — Audit-Suite aus einem bestehenden Korpus von 45 796 Bewertungen von KI-Antworten auf O*NET-Arbeitsaufgaben durch Worker mit selbst angegebener Berufserfahrung (Mertens et al. 2026; keine neuen Ratings). 33 vorhandene LLM-Judge-Konfigurationen aus sechs Modellfamilien plus sechs trainierte Kontrollen auf 4 501 Test-Ratings (task- und worker-disjunkte Splits).

    Lyu & Thompson O*NET-BENCH. Right Order, Wrong Scale: Auditing LLM Judges for Occupational AI Measurement. https://arxiv.org/abs/2610.02492. Stand arXiv:2610.02492v1 (2026-10-01); PDF research/pdfs/LyuThompson_ONETBench_arXiv2610.02492.pdf. Geprüft 2026-10-05. Typ: Paper (arXiv; PDF geöffnet; Preprint under review).
  2. E1

    Ordnung: alle 33 über Zufall; 25 erreichen tie-aware Pair Accuracy ≥0,60 (Median 0,631, best 0,658); eine reine TF-IDF-Baseline 0,643. Skala: alle 33 Mean-Bias-Intervalle schließen null aus (Median −1,18 Punkte auf 9er-Skala). Worker halten 61,1 % der Test-Antworten für akzeptabel (≥7); Judges 3,0 % (Claude Opus 4.7) bis 97,9 % (Llama-3.3-70B, fast konstant), Median 43,9 %. Worker-Mehrheit akzeptabel in 68,7 % von 307 Berufen; Opus in 0,3 % (Dissens 68,4 %). Kalibriert verschwindet der Mittelwert-Bias, Scores erklären aber ≤8,5 % der individuellen Worker-Varianz.

    Lyu & Thompson O*NET-BENCH. Right Order, Wrong Scale: Auditing LLM Judges for Occupational AI Measurement. https://arxiv.org/abs/2610.02492. Stand arXiv:2610.02492v1 (2026-10-01); PDF research/pdfs/LyuThompson_ONETBench_arXiv2610.02492.pdf. Geprüft 2026-10-05. Typ: Paper (arXiv; PDF geöffnet; Preprint under review).

EngiWorld: Frontier-Agenten in professioneller Engineering-Software (Gao et al.)

  1. E1

    Gao, Qu, Lei et al. (Tsinghua / Zhiman / multi; arXiv:2609.37686v1, PDF geöffnet 2026-09-30): EngiWorld — 1 301 expert-kuratierte Tasks; 6 Domains (CAD/CAE/CAM/BIM/EDA/3D-Visualisierung); 26 Software-Plattformen; GUI+CLI; artifact-zentrische Domain-Verifier (Geometrie/Physik/Regelkonformität).

    Gao et al. EngiWorld. EngiWorld: What Can Frontier Agents Deliver in Professional Engineering Environments?. https://arxiv.org/abs/2609.37686. Stand arXiv:2609.37686v1 (2026-09-29); PDF research/pdfs/EngiWorld_arXiv2609.37686.pdf. Geprüft 2026-09-30. Typ: Paper (arXiv; PDF geöffnet).
  2. E1

    Eval-Subset 300 Tasks × 7 Frontier-Modelle; best EngiScore 44,3 (Claude Opus 5); GPT-5.6 Sol 38,0 (Table 2). Multi-Software: nur 3,6 % der Attempts gelingen (6/168 über alle Modelle). Zero-shot; Windows/Ubuntu-VM-Snapshots.

    Gao et al. EngiWorld. EngiWorld: What Can Frontier Agents Deliver in Professional Engineering Environments?. https://arxiv.org/abs/2609.37686. Stand arXiv:2609.37686v1 (2026-09-29); PDF research/pdfs/EngiWorld_arXiv2609.37686.pdf. Geprüft 2026-09-30. Typ: Paper (arXiv; PDF geöffnet).

Schreiben, Code, Kundenservice: Tasks, nicht Stellen

  1. E1

    Noy & Zhang MIT-WP 2023 (Quelle 1, weiter E1 für WP-Zahlen): 444 college-educated Professionals, zwei Writing-Tasks, GPT-3.5. Zeit −10 Minuten / 37 % vs. Control-Mittel 27 Min. Grades +0,45 SD. 68 % reichen ChatGPT-Erstoutput uneditiert ein. Ungleichheit innerhalb der Task komprimiert. Limits: kurze, self-contained Tasks; Control-Leakage 10–20 %; Beschäftigung unbeobachtet. Science-Zahlen (n=453 / −40 % / +18 %) jetzt Quelle 14 — nicht aus dem WP ableiten.

    Noy & Zhang. Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. https://economics.mit.edu/sites/default/files/inline-files/Noy_Zhang_1.pdf. Stand MIT WP 2023-03-02. Geprüft 2026-08-28. Typ: Working Paper.
  2. E1

    Noy & Zhang Science 381:187–192 (2023-07-13; DOI 10.1126/science.adh2586; Autoren-PDF geöffnet 2026-09-11): preregistriertes Online-RCT, n=453 college-educated Professionals, occupation-specific Writing-Tasks, ChatGPT (GPT-3.5-Ära). Abstract: mittlere Zeit −40 %; Output-Qualität +18 %. Körper: Zeit −11 Minuten (0,75 SD) vs. Control-Mittel 27 Min. (p<0,001); Grades +0,45 SD (p<0,001). Fast alle reichen leicht editierten oder uneditierten ChatGPT-Output ein; 33 % ohne Editieren, 53 % mit Editieren (Editoren nur ~3,3 Min. aktiv).

    Noy & Zhang Science. Experimental evidence on the productivity effects of generative artificial intelligence. https://doi.org/10.1126/science.adh2586. Stand Science 381:187–192 (2023-07-13); author PDF research/pdfs/Noy_Zhang_Science_adh2586.pdf. Geprüft 2026-09-11. Typ: Paper (Science; Autoren-PDF geöffnet).
  3. E1

    Noy & Zhang Science Follow-up: Treatment ~2× so häufig Job-Nutzung nach 2 Wochen (34 % vs. 18 %); ~1,6× nach 2 Monaten (42 % vs. 27 %). Control-Leakage ~10–20 % ChatGPT-Nutzung. Beschäftigung/Löhne unbeobachtet. WP-Zahlen 444 / −37 % / 68 % uneditiert bleiben Warrant von Quelle 1 — nicht als Science-Warrant restaten.

    Noy & Zhang Science. Experimental evidence on the productivity effects of generative artificial intelligence. https://doi.org/10.1126/science.adh2586. Stand Science 381:187–192 (2023-07-13); author PDF research/pdfs/Noy_Zhang_Science_adh2586.pdf. Geprüft 2026-09-11. Typ: Paper (Science; Autoren-PDF geöffnet).
  4. E1

    Peng et al.: RCT Mai–Jun 2022, 95 Upwork-Entwickler, 35 Completers je Arm. HTTP-Server in JavaScript. Completers: 71,17 vs. 160,89 Min → −55,8 % Zeit. Success-Rate +7 Pp, n.s. Codequalität ungemessen. n klein; Autoren Microsoft/GitHub. Extrapolation auf US computer/math Occupations im Discussion-Teil ist Spekulation, nicht Fakt.

    Peng et al. The Impact of AI on Developer Productivity: Evidence from GitHub Copilot. https://arxiv.org/html/2302.06590. Stand arXiv:2302.06590, experiment May–Jun 2022. Geprüft 2026-08-28. Typ: Paper.
  5. E1

    Brynjolfsson, Li, Raymond NBER WP, rev. Nov 2023: 5 179 Customer-Support-Agenten, eine Fortune-500-Software-Firma. Resolutions/hour +0,30 / +13,8 %. Novizen +34 %; Top-Skill ~0, Qualität teils −. Tenure <1 Monat +46 %; >1 Jahr ~0. Adherence ~38 %. Kein Nachweis zu Löhnen, Headcount, Skill-Mix. QJE 2025 (15 %, 5 172) nicht geöffnet.

    Brynjolfsson et al. Generative AI at Work. https://www.nber.org/system/files/working_papers/w31161/w31161.pdf. Stand NBER WP 31161, revised Nov 2023. Geprüft 2026-08-28. Typ: Working Paper.

Bildung: GPT-Tutor-Design vs. ungefiltertes GPT-4 (ein Feld-RCT)

  1. E1

    Bastani et al. PNAS 2025 (Autoren-PDF geöffnet): Feld-RCT an einer türkischen High School, Klassen 9–11, Mathematik, GPT-4-0613, vier 90-Min-Sessions; Arme Control / GPT Base / GPT Tutor. Praxis mit Tool: GPT Base +48 %, GPT Tutor +127 % vs. Control (Table 1: +0,137 bzw. +0,361 bei Control-Mittel 0,284; 2 848 Beobachtungen). Unassistierte Prüfung danach: GPT Base −17 % (−0,054; Control-Mittel 0,321); GPT Tutor ≈ Control (−0,004, n.s.) — Schaden weitgehend gemildert, kein positiver Lern-Effekt. Hauptstichprobe n=839 (ohne Honors/Nicht-Survey). Pre-reg: aspredicted.org/4DL_Q3J.

    Bastani et al. Generative AI without guardrails can harm learning: Evidence from high school mathematics. https://hamsabastani.github.io/education_llm.pdf. Stand PNAS 122(26) e2422633122, published online 2025-06-25; DOI 10.1073/pnas.2422633122; experiment Fall 2023–2024. Geprüft 2026-08-30. Typ: Feld-RCT (PNAS; Autoren-PDF geöffnet).
  2. E1

    Bastani §4.1: GPT Base liefert auf 57 Praxisaufgaben (10 Queries „What is the answer?“ je Aufgabe) im Mittel nur 51 % korrekte Antworten (42 % logische, 8 % arithmetische Fehler). Autoren-Mechanismus: Schüler nutzen GPT Base oft als „Krücke“ (Antwort kopieren); logische Fehler spillover auf die Prüfung nicht signifikant — nicht: universelle Halluzinations-Erklärung.

    Bastani et al. Generative AI without guardrails can harm learning: Evidence from high school mathematics. https://hamsabastani.github.io/education_llm.pdf. Stand PNAS 122(26) e2422633122, published online 2025-06-25; DOI 10.1073/pnas.2422633122; experiment Fall 2023–2024. Geprüft 2026-08-30. Typ: Feld-RCT (PNAS; Autoren-PDF geöffnet).

PISA 2022: OECD-Mittel und Trend 2018→2022 (Messung, kein KI-RCT)

  1. E1

    OECD PISA 2022 Results Volume I (DOI 10.1787/53f23881-en; PDF geöffnet 2026-09-14): Daten aus 81 Ländern/Volkswirtschaften; nearly 700 000 Schülerinnen und Schüler. OECD-Mittelwerte 2022: Mathematik 472, Lesen 476, Naturwissenschaften 485 (Executive Summary). E1 für offizielle OECD-Messung — nicht für KI-Kausalaussagen.

    OECD PISA 2022 Vol. I. PISA 2022 Results (Volume I): The State of Learning and Equity in Education. https://doi.org/10.1787/53f23881-en. Stand OECD Publishing, Paris, 2023; PDF research/pdfs/OECD_PISA2022_Vol1.pdf. Geprüft 2026-09-14. Typ: Internationaler Assessment-Report (OECD; PDF geöffnet).
  2. E1

    PISA 2022 Trends (Executive Summary): OECD-Mittel Mathematik gegenüber 2018 um fast 15 Punkte, Lesen um etwa 10 Punkte gesunken; Naturwissenschaften stabil. SG-Vorwort: Rückgang Mathematik dreimal größer als jede frühere aufeinanderfolgende Änderung; etwa jeder vierte 15-Jährige Low Performer in Mathematik, Lesen und Naturwissenschaften im OECD-Mittel. Etwa 69 % mindestens basic proficiency Mathematik; etwa drei von vier basic proficiency in Lesen und Naturwissenschaften.

    OECD PISA 2022 Vol. I. PISA 2022 Results (Volume I): The State of Learning and Equity in Education. https://doi.org/10.1787/53f23881-en. Stand OECD Publishing, Paris, 2023; PDF research/pdfs/OECD_PISA2022_Vol1.pdf. Geprüft 2026-09-14. Typ: Internationaler Assessment-Report (OECD; PDF geöffnet).

Umschulung: Meta von 56 US-RCTs (Roodman & Massenkoff)

  1. E1

    Roodman & Massenkoff (arXiv:2609.07011; Anthropic Economic Index; PDF geöffnet 2026-09-19): Evidence Review inkl. Meta-Analyse von 56 randomisierten US-Job-Training-Studien seit 1973 (146 Impact-Schätzungen) — laut Autoren die bisher erschöpfendste Meta in dieser Nische.

    Roodman & Massenkoff. An evidence review of worker retraining. https://arxiv.org/abs/2609.07011. Stand arXiv:2609.07011 (published 2026-08-12; Anthropic Economic Index); PDF research/pdfs/Roodman_Massenkoff_arxiv2609.07011.pdf. Geprüft 2026-09-19. Typ: Evidence review / Meta-Analyse (arXiv; PDF geöffnet).
  2. E1

    Durchschnittseffekte positiv aber bescheiden: Beschäftigung +1,7 Prozentpunkte in Jahren 3–5 (Control-Baseline ~63 %); jährliche Vorsteuer-Einkommen ~+$800 pro angebotener Person. Durchschnittskosten ~$13 598 pro Treatment-Gruppenmitglied; Programme brechen unter debattierbaren Persistenz-Annahmen etwa even; Staat holt ~¾ der Kosten über Steuern/Transfers zurück.

    Roodman & Massenkoff. An evidence review of worker retraining. https://arxiv.org/abs/2609.07011. Stand arXiv:2609.07011 (published 2026-08-12; Anthropic Economic Index); PDF research/pdfs/Roodman_Massenkoff_arxiv2609.07011.pdf. Geprüft 2026-09-19. Typ: Evidence review / Meta-Analyse (arXiv; PDF geöffnet).
  3. E1

    Große Bundesprogramme (JTPA, Workforce Investment Act, Job Corps) klein oder null. Sektorprogramme heben Einkommen grob ~10× so stark (~$5–10k/Jahr), filtern aber >80 % der Bewerber und sind schwer zu replizieren; nicht für jahrelanges Reskilling hochqualifizierter Professionals gebaut.

    Roodman & Massenkoff. An evidence review of worker retraining. https://arxiv.org/abs/2609.07011. Stand arXiv:2609.07011 (published 2026-08-12; Anthropic Economic Index); PDF research/pdfs/Roodman_Massenkoff_arxiv2609.07011.pdf. Geprüft 2026-09-19. Typ: Evidence review / Meta-Analyse (arXiv; PDF geöffnet).

Gezackte Frontier: Tasks innen vs. außen (BCG, GPT-4 2023)

  1. E1

    Dell’Acqua et al., Organization Science 37(2):403–423 (März–April 2026; online 11. März 2026). Preregistriertes Labor-im-Feld, 758 BCG-Consultants (~7 % der Individual-Contributor-Workforce), GPT-4 Stand Ende April 2023. Innerhalb der Frontier (n=385, 18 realistische Produkt-Tasks): KI-Arme schließen 12,2 % mehr Tasks ab (Control ~82 %, GPT+Overview ~93 %, GPT only ~91 %) und sind im Mittel 25,1 % schneller (Körper: Overview 22,5 % / only 27,6 % auf die ersten 17 Fragen). Human-Qualität Control-Mittel 4,38: Overview +1,48 / +33,9 %, only +1,31 / +29,9 %; Text: Qualität im Schnitt ~+32 %.

    Dell’Acqua et al. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. https://pubsonline.informs.org/doi/pdf/10.1287/orsc.2025.21838. Stand Organization Science 37(2):403–423, March–April 2026; published online 2026-03-11; DOI 10.1287/orsc.2025.21838; GPT-4 end of April 2023; first WP 2023-09-18 / HBS 24-013. Geprüft 2026-08-30. Typ: Paper (Feld-RCT, Journal).
  2. E1

    Außerhalb der Frontier (n=373, ein Strategie-Case mit Tabelle + Interviews): Control korrekt ~84,5 %; KI-Arme 60 % und 70,6 % — Körper: −19 Prozentpunkte im Mittel der KI-Arme (Overview −24,5 Pp, only −13,9 Pp). Abstract sagt „19 % less likely“; Atlas folgt dem Körper (Prozentpunkte). Kohärenz/Überzeugungskraft steigt trotzdem (Overview +25,1 % auf der Kohärenzskala — nicht dieselbe 25,1 % wie die Innen-Geschwindigkeit).

    Dell’Acqua et al. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. https://pubsonline.informs.org/doi/pdf/10.1287/orsc.2025.21838. Stand Organization Science 37(2):403–423, March–April 2026; published online 2026-03-11; DOI 10.1287/orsc.2025.21838; GPT-4 end of April 2023; first WP 2023-09-18 / HBS 24-013. Geprüft 2026-08-30. Typ: Paper (Feld-RCT, Journal).

Automation substituiert und komplementiert; Aggregate bisher unsichtbar

  1. E1

    Autor 2015: Automation substituiert Routine-Tasks und komplementiert Non-Routine. Employment-to-population im 20. Jh. nicht kollabiert. US agriculture 41 % (1900) → 2 % (2000) — Occupations verschwinden, Arbeit nicht. ATMs 100k→400k (1995–2010), Bank Teller 500k→~550k (1980–2010). Polarisierung 1979–2012: Middle-skill 60 % → 46 %. Prognose „middle-skill jobs will persist“ = Autor-Konjektur, E3.

    Autor 2015. Why Are There Still So Many Jobs? The History and Future of Workplace Automation. https://economics.mit.edu/sites/default/files/publications/why%20are%20there%20still%20jobs%202014.pdf. Stand JEP 29(3), 2015. Geprüft 2026-08-28. Typ: Review/Essay (JEP).
  2. E1

    Acemoglu, Autor, Hazell, Restrepo JOLE 2022: Burning Glass 2010–Oct 2018, pre-ChatGPT. AI-Vacancies steigen in exposierten Establishments; Non-AI-Hiring dort fällt (Felten −13,8 %). Aggregierte Employment/Wages in exposierten Occupations/Industries nicht detektierbar. NAICS 51/54 ausgeschlossen. Vacancies ≠ Employment-Stock.

    Acemoglu et al. Artificial Intelligence and Jobs: Evidence from Online Vacancies. https://economics.mit.edu/sites/default/files/publications/AI%20and%20Jobs%20-%20Evidence%20from%20Online%20Vacancies.pdf. Stand JOLE 40(S1), 2022. Geprüft 2026-08-28. Typ: Paper.
  3. E1

    OECD Employment Outlook 2023 Ch. 3: „little evidence of significant negative employment effects due to AI.“ High-skill Occupations am stärksten AI-exponiert und mit relativen Employment-Gains. Occupations mit höchstem allgemeinem Automatisierungsrisiko = 27 % der Beschäftigung (≠ KI-Displacement). Evidenz ohne generative AI; Adoption niedrig.

    OECD EO 2023. OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/07/oecd-employment-outlook-2023_904bcef3/08785bba-en.pdf. Stand 2023-07-11. Geprüft 2026-08-28. Typ: Internationaler Report.

Adoption 2026 real, nicht flächendeckend; Makro-Wendepunkt ist Demografie

  1. E1

    US Census BTOS, 14 Dez 2025 – 3 Mai 2026: Firmen-KI-Nutzung 17–20 % national; Expected next 6 months 20–23 %. ≥250 Beschäftigte: 37 %; 100–249: 32 %; <4 Beschäftigte <20 %. Information 39,7 %, Finance 33,9 % vs. national 19,8 % (3 Mai 2026); Retail ~14 %. Firm-count, nicht employment-weighted (CES-WP nicht geöffnet).

    Census BTOS. Large Firms With at Least 20 Employees Biggest AI Users. https://www.census.gov/library/stories/2026/05/ai-use-businesses.html. Stand 2026-05-26 (BTOS 14 Dec 2025 – 3 May 2026). Geprüft 2026-08-28. Typ: Amtliche Statistik-Story.
  2. E1

    OECD Employment Outlook 2025: Working-age Population (20–64) im OECD-Aggregat stoppt 2025 zu wachsen und beginnt zu fallen. Old-age dependency 2060 52 %, fast 3× 1980. Titel/Fokus: demographic crunch / labour shortage — nicht KI-Massenarbeitslosigkeit. E1 für Demografie als OECD-Aussage; E3 als „KI hat 2025 keine Beschäftigungseffekte“ — das steht so nicht.

    OECD EO 2025. OECD Employment Outlook 2025: Can We Get Through the Demographic Crunch?. https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/07/oecd-employment-outlook-2025_5345f034/194a947b-en.pdf. Stand 2025. Geprüft 2026-08-28. Typ: Internationaler Report.

Medly micro-RCT: GCSE-Science AI-Tutoring (Harrison)

  1. E1

    Harrison, Khowaja, Dobson, Uwimpuhwe, Higgins (What Worked Education / Durham; arXiv:2609.14789v1, PDF geöffnet 2026-09-23): vierwöchige multisite individuelle Randomisierung von Medly (AI-Tutor für konstruierte Schriftantworten) vs. business-as-usual Selbstrevision in GCSE Biology/Chemistry/Physics (England); Year 9–10.

    Harrison et al. Medly. Evaluating AI Tutoring at the Speed of Innovation: Practitioner-Led Micro-Randomised Trials of an AI Tutoring Platform in GCSE Science. https://arxiv.org/abs/2609.14789. Stand arXiv:2609.14789v1 (2026-09-13); PDF research/pdfs/AI_Tutoring_GCSE_arXiv2609.14789.pdf. Geprüft 2026-09-23. Typ: Paper (arXiv; PDF geöffnet; micro-RCT).
  2. E1

    Primäre ITT: 929 Pre-Test / 644 Post-Test (Attrition 30,7 %); adjustierter Post-Test 13,95 vs 11,39; Differenzenkoeffizient +2,56 Marks (95 % CI 1,39–3,73) → Hedges’ g = 0,33 (95 % CI 0,18–0,48). Fachweise: Physics g=0,31; Chemistry g=0,32; Biology g=0,52 (Interaktion nicht evident).

    Harrison et al. Medly. Evaluating AI Tutoring at the Speed of Innovation: Practitioner-Led Micro-Randomised Trials of an AI Tutoring Platform in GCSE Science. https://arxiv.org/abs/2609.14789. Stand arXiv:2609.14789v1 (2026-09-13); PDF research/pdfs/AI_Tutoring_GCSE_arXiv2609.14789.pdf. Geprüft 2026-09-23. Typ: Paper (arXiv; PDF geöffnet; micro-RCT).
  3. E1

    Keine klare Heterogenität nach Pupil-Premium-Status (Interaktion +0,57 Marks, CI überlappt 0). Engagement korreliert explorativ (~+0,18 Marks/Frage), aber post-randomisation — nicht als kausaler Complier-Effekt. Autoren: vorläufig wegen Attrition, curriculum-aligned Outcomes, geringer Process-Eval-Rücklauf (6/39).

    Harrison et al. Medly. Evaluating AI Tutoring at the Speed of Innovation: Practitioner-Led Micro-Randomised Trials of an AI Tutoring Platform in GCSE Science. https://arxiv.org/abs/2609.14789. Stand arXiv:2609.14789v1 (2026-09-13); PDF research/pdfs/AI_Tutoring_GCSE_arXiv2609.14789.pdf. Geprüft 2026-09-23. Typ: Paper (arXiv; PDF geöffnet; micro-RCT).

Behauptet · E3

4. Was behauptet, nicht gezeigt

Generative KI breitet sich bildungsgleicher aus als einst das Internet (Lesart der Fragestellung; Autor formuliert selbst vorsichtig)

  1. E3

    Watanabe: Ausgangspunkt ist die Beobachtung, dass neue Technologien gewöhnlich zuerst von Menschen mit mehr formaler Bildung übernommen werden; die Ergebnisse legen für die zugeordneten Länder nahe, dass dieses Muster bei generativer KI 2025 schwächer ausfällt als beim Internet auf vergleichbarem Nutzungsniveau. Der Abstract selbst begrenzt die Aussage: es handle sich um unbereinigte Bildungskontraste in einer nicht zufälligen Länderauswahl, nicht um einen Bildungseffekt, und die Ergebnisse ließen sich nicht auf die EU insgesamt verallgemeinern. Ob die kleinere Lücke an der Technologie, am Zeitpunkt, an der Bildungsexpansion seit den Internet-Jahren oder an der Art der Nutzung liegt, ist damit nicht gezeigt.

    Watanabe GenAI vs internet education gap. Is the education gap in generative AI use smaller than the internet's was at a similar level of use? Evidence from 16 European countries. https://arxiv.org/abs/2610.36181. Stand arXiv:2610.36181v1 (submitted 2026-10-26; cs.IR, cs.CY; per comment 16 pp., 2 figures, code, data and outputs as ancillary files); abstract via export.arxiv.org API only, PDF and ancillary files not opened; affiliation not stated in the abstract record. Geprüft 2026-10-28. Typ: Paper (arXiv; nur Abstract gelesen; Sekundäranalyse öffentlicher Eurostat-Befragungsdaten zur IKT-Nutzung, Selbstauskunft).

Delegation statt Exposure als Maß für die Agenten-Ära (Autoren-Lesart)

  1. E3

    Espinal Maya & Jiménez Londoño: Exposure sei das richtige Konstrukt für Chatbots gewesen, für Agenten zähle, ob eine Tätigkeit übergeben werden kann; der Index liefere dafür Stufen und Barrieren für die ganze Welt. Für Prognosen von Beschäftigungseffekten müsse er mit Einführung, Preisen und Institutionen kombiniert werden — allein trage er keine. Konzeptuelle Lesart; ihr eigener Befund r = 0,93 mit Exposure zeigt, dass sich die Rangfolge der Berufe kaum ändert.

    Espinal Maya & Jiménez Londoño Agent Delegability Index. The Delegation Divide: An Open Index of AI-Agent Delegability across Occupations and Countries. https://arxiv.org/abs/2610.30752. Stand arXiv:2610.30752v1 (submitted 2026-10-22; econ.GN; 32 pp.); PDF research/pdfs/arXiv2610.30752.pdf; index, prompts and MCP server github.com/Cespial/delegation-divide not opened. Geprüft 2026-10-23. Typ: Paper (arXiv; PDF geöffnet; vorregistrierter, modellbewerteter Index, 146 Länder).

Bessere erwartete Leads senken die Ausdauer beim aktuellen — KI-Routing ist eine Verhaltensintervention (Autoren-Lesart)

  1. E3

    Fu et al.: nach der Logik sequentieller Suche hebe ein besserer Pool künftiger Leads den „Reservationswert“, sodass Beschäftigte den aktuellen Lead früher aufgeben — am stärksten früh am Tag, wenn noch viele Chancen kommen. KI parallel zu Menschen einzusetzen sei daher nicht verhaltensneutral; im kalibrierten Modell würde ein gleichmäßigerer Takt beim Zuteilen heißer Leads die Abschlüsse je Anruf um ~13,5 % erhöhen (95-%-Bootstrap 10,5–16,6 %). Mechanismus abgeleitet, nicht direkt gemessen; Modellrechnung, nicht erprobt.

    Fu et al. parallel AI voice agent. When Better Opportunities Backfire: Service Worker Responses to Parallel AI Deployment in Customer Acquisition. https://arxiv.org/abs/2610.25603. Stand arXiv:2610.25603v1 (submitted 2026-10-19; econ.GN; working paper, version September 2026); PDF research/pdfs/arXiv2610.25603.pdf. Geprüft 2026-10-20. Typ: Arbeitspapier (arXiv; PDF geöffnet; Felddaten einer Firma).

Messvalidität ≠ Optimierungsvalidität (Autoren-Lesart)

  1. E3

    Autoren-Lesart: Jede Metrik, die Entscheidungen einzeln bewertet und mittelt, wird durch Wiederholen der einen besten Entscheidung maximiert; Benchmarks, die KI-Tutoren bewerten oder trainieren, sollten Verläufe statt Einzelzüge bewerten. Gewichtsanalyse: Korrektur sitzt in der Output-Projektion, das Modell hat Trainings-Strings memoriert. Gestaltungsprinzip, kein gemessener Lerneffekt bei Schüler:innen.

    Dominguez Figaredo & Fernández De la Cruz PAI. The learner who does not learn: when optimizing a pedagogical metric degrades LLM tutoring. https://arxiv.org/abs/2610.12125. Stand arXiv:2610.12125v1 (submitted 2026-10-08); PDF research/pdfs/arXiv2610.12125.pdf. Geprüft 2026-10-16. Typ: Paper (arXiv; PDF geöffnet; Preprint).

Exposure-Scores und Szenarien, nicht Displacement 2026

  1. E2

    Frey & Osborne 2013: 47 % der US-Beschäftigung (BLS 2010) in high-risk (p>0,7). Paper-eigene Qualifikation: „potentially automatable over some unspecified number of years, perhaps a decade or two.“ E2 als Occupations-Score 2013; E4 als beobachteter Displacement 2013–2026 (widerspricht OECD 2023, Acemoglu 2022, Census Adoption).

    Frey & Osborne. The Future of Employment: How Susceptible are Jobs to Computerisation?. https://oms-www.files.svdcdn.com/production/downloads/academic/The_Future_of_Employment.pdf. Stand Oxford Martin WP 2013-09-17. Geprüft 2026-08-28. Typ: Working Paper.
  2. E2

    Eloundou et al. 2023: ~80 % der US-Workforce mit ≥10 % der Tasks betroffen (β); ~19 % mit >50 %. LLM allein ~15 % der Tasks „significantly faster“, mit Software 47–56 %. „We do not make predictions about the development or adoption timeline.“ Exposure ohne Augmentation/Displacement-Unterscheidung. OpenAI-Autoren; Rubric subjektiv.

    Eloundou et al. GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models. https://arxiv.org/html/2303.10130. Stand arXiv:2303.10130 (rev. Aug 2023). Geprüft 2026-08-28. Typ: Paper (OpenAI).
  3. E2

    IAB-Forschungsbericht 23/2025: QuBe-Szenario, Annahmen. BIP +0,8 Pp/Jahr, kumuliert 4,5 Bio. €. Erwerbstätige nach 15 Jahren ähnliches Niveau wie Referenz. Umschlag ~1,6 Mio. IT +110 000 / Unternehmensdienstleister −120 000. Ohne neue Geschäftsmodelle „deutlich negativer“. Explizit: dient nicht dem Zweck, akkurate Zukunftsantworten zu kreieren. E3 als Weltvorhersage.

    IAB FB 23/2025. Künstliche Intelligenz: Potenzielle Effekte für den deutschen Arbeitsmarkt. https://doku.iab.de/forschungsbericht/2025/fb2325.pdf. Stand IAB-Forschungsbericht 23/2025. Geprüft 2026-08-28. Typ: Szenariobericht.
  4. E2

    OECD EO 2023 Survey (Finance+Manufacturing, 7 Länder, 2022): 63 % der AI-nutzenden Worker berichten more enjoyment; 60 % worried (Infografik). Zwei Sektoren, nicht alle Occupations.

    OECD EO 2023. OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/07/oecd-employment-outlook-2023_904bcef3/08785bba-en.pdf. Stand 2023-07-11. Geprüft 2026-08-28. Typ: Internationaler Report.
  5. E2

    Roodman/Massenkoff: Umschulung ist unter Experten und Öffentlichkeit die populärste Politik gegen KI-Arbeitsmarktstörung — Autoren zweifeln, dass bestehende Programme einem Crash-Moment gewachsen sind (Extrapolation in unsichere KI-Welt).

    Roodman & Massenkoff. An evidence review of worker retraining. https://arxiv.org/abs/2609.07011. Stand arXiv:2609.07011 (published 2026-08-12; Anthropic Economic Index); PDF research/pdfs/Roodman_Massenkoff_arxiv2609.07011.pdf. Geprüft 2026-09-19. Typ: Evidence review / Meta-Analyse (arXiv; PDF geöffnet).

Begrenzt · Grenze

5. Engpass und Grenze

Bildungslücke GenAI vs. Internet: Selbstauskunft, 16 von 35 Ländern, Verhältnisergebnis fragil, Größe hängt an der Zuordnung, nur Abstract gelesen

  1. E2

    Watanabe 2026: Grundlage ist eine Befragung (Eurostat-IKT-Erhebung, Selbstauskunft „Nutzung in den letzten drei Monaten“), keine gemessene Nutzung, keine Intensität, kein Zweck und kein Lern- oder Arbeitsergebnis. Nur 16 von 35 Ländern ließen sich zuordnen; die meisten übrigen waren frühe Internet-Anwender, die Auswahl ist also nicht zufällig und laut Abstract nicht auf die EU insgesamt übertragbar. Das Log-Verhältnis-Ergebnis ist fragil: ohne Länder, die bei ihrer ersten Internet-Beobachtung zugeordnet wurden, verfehlt es die Entscheidungsregel (9 von 11, p = 0,065). Das Prozentpunkt-Ergebnis behält zwar sein Vorzeichen, schrumpft aber bei Berücksichtigung der Bildungszusammensetzung von −27,6 auf etwa −10 bis −11 Punkte (7 bzw. 8 Länder). Unbereinigte Kontraste, kein kausaler Bildungseffekt. Die Analyse folgt einem unveröffentlichten Plan, dessen Zeitpunkt nicht überprüfbar ist, und wird ausdrücklich nicht als vorregistriert dargestellt. Preprint ohne Peer Review, Einzelautor; nur der Abstract über die arXiv-API wurde gelesen (kein PDF, keine Abbildungen, keine Länderliste, keine Ländergrößen der Lücken, keine Affiliation im Datensatz); Code, Daten und Ausgaben (Zusatzdateien) nicht geprüft. Nicht mit dem Delegations-Index (Quelle 22, modellbewertete Obergrenze) oder der Census-Firmennutzung (Quelle 9) verrechnen.

    Watanabe GenAI vs internet education gap. Is the education gap in generative AI use smaller than the internet's was at a similar level of use? Evidence from 16 European countries. https://arxiv.org/abs/2610.36181. Stand arXiv:2610.36181v1 (submitted 2026-10-26; cs.IR, cs.CY; per comment 16 pp., 2 figures, code, data and outputs as ancillary files); abstract via export.arxiv.org API only, PDF and ancillary files not opened; affiliation not stated in the abstract record. Geprüft 2026-10-28. Typ: Paper (arXiv; nur Abstract gelesen; Sekundäranalyse öffentlicher Eurostat-Befragungsdaten zur IKT-Nutzung, Selbstauskunft).

Delegations-Index: Modelle eines Anbieters bewerten, US-Tätigkeitsmix für alle Länder, Obergrenze ≠ Einführung

  1. E2

    Espinal Maya & Jiménez Londoño 2026: technische Delegierbarkeit mit Technik vom Oktober 2026, nicht was Firmen tun, Regulierer erlauben oder Beschäftigte akzeptieren — laut Autoren eine Obergrenze; O*NET beschreibt US-Arbeit, der Tätigkeitsmix wird unverändert auf alle Länder übertragen (Landwirtschaft nur 193 Tätigkeitsbeschreibungen; mit ESCO sinkt die Einkommens-Steigung von 7,23 auf 4,66); beide Bewerter und die Nutzungsdaten stammen vom selben Entwickler (Anthropic), Zirkularität möglich; die menschliche Prüfung ist schwächer als registriert — 300 statt 1 500 Tätigkeiten, geleitet von einem Koautor mit Studierenden, keine Übereinstimmung zwischen Menschen messbar (Abstract nennt κ = 0,85, Einleitung α = 0,88 — zwei Maße derselben Prüfung); keine Temperatur-Kontrolle; ein „Agenten“-Rahmen im Prompt hob die mittlere Stufe im Pilot von 1,33 auf 1,64. Preprint; Daten-Repository nicht geöffnet. Nicht mit Feldmessungen (Callcenter, Quelle 21) oder Exposure (Eloundou, Quelle 5) gleichsetzen.

    Espinal Maya & Jiménez Londoño Agent Delegability Index. The Delegation Divide: An Open Index of AI-Agent Delegability across Occupations and Countries. https://arxiv.org/abs/2610.30752. Stand arXiv:2610.30752v1 (submitted 2026-10-22; econ.GN; 32 pp.); PDF research/pdfs/arXiv2610.30752.pdf; index, prompts and MCP server github.com/Cespial/delegation-divide not opened. Geprüft 2026-10-23. Typ: Paper (arXiv; PDF geöffnet; vorregistrierter, modellbewerteter Index, 146 Länder).

KI-Sprachagent im Callcenter: eine Firma, ein Produkt, 2024 — Kennzahl je Mensch ≠ Leistung

  1. E2

    Fu et al. 2026: ein anonymisierter Versicherungsmakler in China, ein Routing-Wechsel, ±60 Tage im Jahr 2024; Gesprächsdauer ist nur ein Näherungswert für Anstrengung; der Mechanismus wird aus dem Tagesverlauf erschlossen; Tagesdurchschnittseffekte sind nicht signifikant; keine Lohn-, Beschäftigungs- oder Kundenzufriedenheitsdaten; ein Koautor stammt von einem Industrie-Forschungsinstitut; Arbeitspapier ohne Peer-Review. Nicht auf Callcenter allgemein oder auf generative KI-Assistenz (Brynjolfsson, Quelle 3) übertragbar — hier assistiert die KI nicht, sie arbeitet parallel.

    Fu et al. parallel AI voice agent. When Better Opportunities Backfire: Service Worker Responses to Parallel AI Deployment in Customer Acquisition. https://arxiv.org/abs/2610.25603. Stand arXiv:2610.25603v1 (submitted 2026-10-19; econ.GN; working paper, version September 2026); PDF research/pdfs/arXiv2610.25603.pdf. Geprüft 2026-10-20. Typ: Arbeitspapier (arXiv; PDF geöffnet; Felddaten einer Firma).

Tutor-Metrik-Studie: synthetische Fälle, In-sample-Urteil, keine Lernenden

  1. E2

    Human-Rating nur in-sample (die 30 Fälle lagen im Korrektur-Trainingsset); niemand bewertete den unveränderten Proxy; korrigierte Texte waren zugleich kürzer und generisch (11,9 vs 16,7 Wörter), der Urteilsabfall ist nicht sauber zwischen Monotonie und Text aufteilbar; Bewertende Graduierte, keine aktiven Lehrkräfte; Fallnarrative synthetisch; keine echten Lernenden, kein Lernergebnis gemessen. Kein Warrant gegen KI-Tutoring generell — ein Warrant gegen das Trainieren auf solche Einzelzug-Metriken.

    Dominguez Figaredo & Fernández De la Cruz PAI. The learner who does not learn: when optimizing a pedagogical metric degrades LLM tutoring. https://arxiv.org/abs/2610.12125. Stand arXiv:2610.12125v1 (submitted 2026-10-08); PDF research/pdfs/arXiv2610.12125.pdf. Geprüft 2026-10-16. Typ: Paper (arXiv; PDF geöffnet; Preprint).

O*NET-BENCH: Worker-Ratings sind Ziel, nicht Wahrheit

  1. E1

    Korpus: englische Text-Outputs für US-Berufsaufgaben (auf Text-Eignung gefiltert), selbst angegebene Erfahrung, nicht beschäftigungsgewichtet; ein Rating pro Antwort — ob Worker, Judge oder beide falsch liegen, ist nicht bestimmbar. Test-Split-Analysen explorativ; präregistriert ist nur die Pointwise→Listwise-Umkehr in einer Fine-Tune-Linie. Kein Warrant für Displacement, Job-Exposure-Zahlen oder andere Modalitäten — aber ein Warnschild für jede KI-Arbeitsmessung, die Judge-Scores in Akzeptanzraten übersetzt.

    Lyu & Thompson O*NET-BENCH. Right Order, Wrong Scale: Auditing LLM Judges for Occupational AI Measurement. https://arxiv.org/abs/2610.02492. Stand arXiv:2610.02492v1 (2026-10-01); PDF research/pdfs/LyuThompson_ONETBench_arXiv2610.02492.pdf. Geprüft 2026-10-05. Typ: Paper (arXiv; PDF geöffnet; Preprint under review).

EngiWorld: 300-Subset ≠ voller 1 301 / Industrie-VM

  1. E1

    Eval auf 300-Subset, nicht voller 1 301; Windows/Ubuntu-VMs mit spezifischen Industrie-Lizenzen/Env; zero-shot — kein Warrant für Live-CAD/CAE-Produktion oder Multi-Tool-Office-Workflows außerhalb des Benches.

    Gao et al. EngiWorld. EngiWorld: What Can Frontier Agents Deliver in Professional Engineering Environments?. https://arxiv.org/abs/2609.37686. Stand arXiv:2609.37686v1 (2026-09-29); PDF research/pdfs/EngiWorld_arXiv2609.37686.pdf. Geprüft 2026-09-30. Typ: Paper (arXiv; PDF geöffnet).

Was sich nicht verschoben hat

  1. E1

    Medly g=0,33 / curriculum-aligned GCSE-Posttest ≠ standardisierte nationale Prüfung; 30,7 % Attrition und aktiver Digital-Comparator (nicht „kein Support“) begrenzen External Validity; micro-RCT ≠ definitive Education-Wirksamkeit; Bastani Base −17 % bleibt separates Harm-Warrant.

    Harrison et al. Medly. Evaluating AI Tutoring at the Speed of Innovation: Practitioner-Led Micro-Randomised Trials of an AI Tutoring Platform in GCSE Science. https://arxiv.org/abs/2609.14789. Stand arXiv:2609.14789v1 (2026-09-13); PDF research/pdfs/AI_Tutoring_GCSE_arXiv2609.14789.pdf. Geprüft 2026-09-23. Typ: Paper (arXiv; PDF geöffnet; micro-RCT).
  2. E1

    Muster bis einschließlich BTOS 2026: Schreiben/Sehen/Planen beschleunigt ausführbare Tasks in RCT/Feld; Bildung zeigt Bastani-Muster (Praxis ↑, unaided Prüfung Base ↓); Dell’Acqua gezackte Frontier. Beschäftigungsstatistik und Firmen-Adoption bleiben weit hinter Frey-47 % und Eloundou-80 %.

    Was sich bewegt hat, was nicht. Nur geöffnete Messungen.
    MessungBewegtNicht bewegt
    Noy/Zhang WPZeit, Grade, Draft→Edit (444 / −37 % / 68 %)Beschäftigung, Löhne
    Noy/Zhang ScienceZeit −40 % / Qualität +18 %; Follow-up Job-UseBeschäftigung, Löhne
    Peng CopilotJS-AufgabenzeitCodequalität, Headcount
    BrynjolfssonRPH, Novizen-OnboardingFirm-Headcount, Löhne
    Bastani PNAS 2025Prüfung −17 % Base; Tutor ≈ ControlUniversal-Bildung, andere Fächer, Langzeit
    Dell’Acqua OrgSci 2026Innen: Completion +12,2 %, Tempo ~25 %, Qualität ~+32 %; Außen: Korrektheit −19 Pp, Kohärenz +Beschäftigung, Bildung, 2026-Modelle, andere Firmen
    Acemoglu 2022AI-Vacancies, Non-AI hiring −Occup./Industry Employment
    OECD 2023Exposure-Scores, SurveyAggregate Employment-Niveaus
    Census BTOS 2026Firmen-Adoption 17–20 %„Jeder zweite Job“
    OECD 2025Working-age Population drehtKI-Massenarbeitslosigkeit
    OECD PISA 2022 Vol. IOECD-Mittel 472/476/485; Trend −15/−10/stabilGenAI-Produktivität, KI schadet/hilft Bildung
    Roodman/Massenkoff Meta+1,7 Pp Beschäftigung; ~+$800; Sektor ~10×KI-Umschulungsgarantie; White-Collar-Crash-Response
    Noy & Zhang. Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. https://economics.mit.edu/sites/default/files/inline-files/Noy_Zhang_1.pdf. Stand MIT WP 2023-03-02. Geprüft 2026-08-28. Typ: Working Paper.Noy & Zhang Science. Experimental evidence on the productivity effects of generative artificial intelligence. https://doi.org/10.1126/science.adh2586. Stand Science 381:187–192 (2023-07-13); author PDF research/pdfs/Noy_Zhang_Science_adh2586.pdf. Geprüft 2026-09-11. Typ: Paper (Science; Autoren-PDF geöffnet).Peng et al. The Impact of AI on Developer Productivity: Evidence from GitHub Copilot. https://arxiv.org/html/2302.06590. Stand arXiv:2302.06590, experiment May–Jun 2022. Geprüft 2026-08-28. Typ: Paper.Brynjolfsson et al. Generative AI at Work. https://www.nber.org/system/files/working_papers/w31161/w31161.pdf. Stand NBER WP 31161, revised Nov 2023. Geprüft 2026-08-28. Typ: Working Paper.Bastani et al. Generative AI without guardrails can harm learning: Evidence from high school mathematics. https://hamsabastani.github.io/education_llm.pdf. Stand PNAS 122(26) e2422633122, published online 2025-06-25; DOI 10.1073/pnas.2422633122; experiment Fall 2023–2024. Geprüft 2026-08-30. Typ: Feld-RCT (PNAS; Autoren-PDF geöffnet).Dell’Acqua et al. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. https://pubsonline.informs.org/doi/pdf/10.1287/orsc.2025.21838. Stand Organization Science 37(2):403–423, March–April 2026; published online 2026-03-11; DOI 10.1287/orsc.2025.21838; GPT-4 end of April 2023; first WP 2023-09-18 / HBS 24-013. Geprüft 2026-08-30. Typ: Paper (Feld-RCT, Journal).Acemoglu et al. Artificial Intelligence and Jobs: Evidence from Online Vacancies. https://economics.mit.edu/sites/default/files/publications/AI%20and%20Jobs%20-%20Evidence%20from%20Online%20Vacancies.pdf. Stand JOLE 40(S1), 2022. Geprüft 2026-08-28. Typ: Paper.OECD EO 2023. OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/07/oecd-employment-outlook-2023_904bcef3/08785bba-en.pdf. Stand 2023-07-11. Geprüft 2026-08-28. Typ: Internationaler Report.Census BTOS. Large Firms With at Least 20 Employees Biggest AI Users. https://www.census.gov/library/stories/2026/05/ai-use-businesses.html. Stand 2026-05-26 (BTOS 14 Dec 2025 – 3 May 2026). Geprüft 2026-08-28. Typ: Amtliche Statistik-Story.OECD EO 2025. OECD Employment Outlook 2025: Can We Get Through the Demographic Crunch?. https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/07/oecd-employment-outlook-2025_5345f034/194a947b-en.pdf. Stand 2025. Geprüft 2026-08-28. Typ: Internationaler Report.
  3. E2

    Eloundou: Human α nur 14 % der Occupations-Tasks direkt; ζ 46 % braucht Software-Co-Invention. Nur 3 % der US-Worker haben >50 % Tasks exponiert ohne zusätzliche Software. Frey: 2013+13 Jahre = 2026, und OECD/Census/Acemoglu zeigen kein 47 %-Event.

    Eloundou et al. GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models. https://arxiv.org/html/2303.10130. Stand arXiv:2303.10130 (rev. Aug 2023). Geprüft 2026-08-28. Typ: Paper (OpenAI).Frey & Osborne. The Future of Employment: How Susceptible are Jobs to Computerisation?. https://oms-www.files.svdcdn.com/production/downloads/academic/The_Future_of_Employment.pdf. Stand Oxford Martin WP 2013-09-17. Geprüft 2026-08-28. Typ: Working Paper.Autor 2015. Why Are There Still So Many Jobs? The History and Future of Workplace Automation. https://economics.mit.edu/sites/default/files/publications/why%20are%20there%20still%20jobs%202014.pdf. Stand JEP 29(3), 2015. Geprüft 2026-08-28. Typ: Review/Essay (JEP).
  4. E1

    Produktivitätsgewinne komprimieren Task-Ungleichheit: Noy Low-Baseline profitiert mehr; 68 % uneditiert kann Nachfrage senken (Autoren, E3). Brynjolfsson: Novizen +34 %, Experts 0 — Umkehr zu skill-biased IT (Autor 2015).

    Noy & Zhang. Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. https://economics.mit.edu/sites/default/files/inline-files/Noy_Zhang_1.pdf. Stand MIT WP 2023-03-02. Geprüft 2026-08-28. Typ: Working Paper.Brynjolfsson et al. Generative AI at Work. https://www.nber.org/system/files/working_papers/w31161/w31161.pdf. Stand NBER WP 31161, revised Nov 2023. Geprüft 2026-08-28. Typ: Working Paper.
  5. E1

    Limits (Autoren §5): eine Schule, Türkei, nur Mathematik, GPT-4 (Fall 2023), kurzfristige Session-Prüfungen — nicht Beschäftigung, nicht Langzeitlernen, nicht andere Fächer, nicht 2026-SOTA-Tutoren. Kein Warrant für „KI schadet Bildung“ oder „KI hilft Bildung“ als Universal. Produktivitäts-RCTs (Noy/Peng) messen Output mit Tool, nicht unaided Lernen. PISA 2022 Vol. I jetzt Quelle 15 (E1 Messung) — PISA ≠ GenAI-RCT; UNESCO weiter unopened.

    Bastani et al. Generative AI without guardrails can harm learning: Evidence from high school mathematics. https://hamsabastani.github.io/education_llm.pdf. Stand PNAS 122(26) e2422633122, published online 2025-06-25; DOI 10.1073/pnas.2422633122; experiment Fall 2023–2024. Geprüft 2026-08-30. Typ: Feld-RCT (PNAS; Autoren-PDF geöffnet).
  6. E1

    Dell’Acqua misst nicht Stellen, Löhne, Headcount, Occupations oder Lernen. Befund ist Task-Qualität/Tempo/Korrektheit in einem BCG-Labor-im-Feld mit GPT-4 (April 2023). Eine Firma; frühe Consultants; ein Outside-Task; subjektive Noten. Die Frontier ist laut Paper nicht fix; 2026-Modelle sind nicht gemessen. „Schreiben/Planen immer besser“ ist mit dem Outside-Arm in diesem Setting widerlegt.

    Dell’Acqua et al. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. https://pubsonline.informs.org/doi/pdf/10.1287/orsc.2025.21838. Stand Organization Science 37(2):403–423, March–April 2026; published online 2026-03-11; DOI 10.1287/orsc.2025.21838; GPT-4 end of April 2023; first WP 2023-09-18 / HBS 24-013. Geprüft 2026-08-30. Typ: Paper (Feld-RCT, Journal).
  7. E0

    Nicht im Dossier: BLS EP 2024–34 (Bot-Block); Cui Copilot-Feld; QJE-15 % (Brynjolfsson); ifo 27 % DE (nicht geöffnet). Noy Science ist Quelle 14; PISA Vol. I Quelle 15; Roodman/Massenkoff Quelle 16.

  8. E1

    PISA 2022 misst Lesekompetenz/Mathematik/Naturwissenschaften 15-Jähriger — kein generatives-AI-Produktivitäts- oder Lern-RCT. Kein Warrant für „KI schadet Bildung“ oder „KI hilft Bildung“. Bastani bleibt das geöffnete Education-RCT.

    OECD PISA 2022 Vol. I. PISA 2022 Results (Volume I): The State of Learning and Equity in Education. https://doi.org/10.1787/53f23881-en. Stand OECD Publishing, Paris, 2023; PDF research/pdfs/OECD_PISA2022_Vol1.pdf. Geprüft 2026-09-14. Typ: Internationaler Assessment-Report (OECD; PDF geöffnet).
  9. E1

    Historische US-Job-Training-Meta (56 RCTs) ≠ Garantie, dass KI-Ära-Umschulung wirkt. Sektorprogramme ~10× bei >80 %-Filter und Replikationsproblemen — kein Warrant für flächendeckende AI-Crash-Response. Population der Studien (oft low-income/youth) ≠ typische White-Collar-KI-Exposition.

    Roodman & Massenkoff. An evidence review of worker retraining. https://arxiv.org/abs/2609.07011. Stand arXiv:2609.07011 (published 2026-08-12; Anthropic Economic Index); PDF research/pdfs/Roodman_Massenkoff_arxiv2609.07011.pdf. Geprüft 2026-09-19. Typ: Evidence review / Meta-Analyse (arXiv; PDF geöffnet).

6. Akteure und Anreize

Wer misst Tasks, wer Forecasts, wer Adoption

  1. E1

    Noy/Zhang (MIT-WP + Science 381), Peng (Microsoft/GitHub/MIT), Brynjolfsson/Li/Raymond: RCT und ein Firmenset. Human-in-the-loop by design.

    Noy & Zhang. Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. https://economics.mit.edu/sites/default/files/inline-files/Noy_Zhang_1.pdf. Stand MIT WP 2023-03-02. Geprüft 2026-08-28. Typ: Working Paper.Noy & Zhang Science. Experimental evidence on the productivity effects of generative artificial intelligence. https://doi.org/10.1126/science.adh2586. Stand Science 381:187–192 (2023-07-13); author PDF research/pdfs/Noy_Zhang_Science_adh2586.pdf. Geprüft 2026-09-11. Typ: Paper (Science; Autoren-PDF geöffnet).Peng et al. The Impact of AI on Developer Productivity: Evidence from GitHub Copilot. https://arxiv.org/html/2302.06590. Stand arXiv:2302.06590, experiment May–Jun 2022. Geprüft 2026-08-28. Typ: Paper.Brynjolfsson et al. Generative AI at Work. https://www.nber.org/system/files/working_papers/w31161/w31161.pdf. Stand NBER WP 31161, revised Nov 2023. Geprüft 2026-08-28. Typ: Working Paper.
  2. E1

    Bastani et al.: Education-Feld-RCT (High-School-Mathematik, GPT-4). Dell’Acqua/BCG/HBS: Task-RCT (gezackte Frontier, GPT-4 2023).

    Bastani et al. Generative AI without guardrails can harm learning: Evidence from high school mathematics. https://hamsabastani.github.io/education_llm.pdf. Stand PNAS 122(26) e2422633122, published online 2025-06-25; DOI 10.1073/pnas.2422633122; experiment Fall 2023–2024. Geprüft 2026-08-30. Typ: Feld-RCT (PNAS; Autoren-PDF geöffnet).Dell’Acqua et al. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. https://pubsonline.informs.org/doi/pdf/10.1287/orsc.2025.21838. Stand Organization Science 37(2):403–423, March–April 2026; published online 2026-03-11; DOI 10.1287/orsc.2025.21838; GPT-4 end of April 2023; first WP 2023-09-18 / HBS 24-013. Geprüft 2026-08-30. Typ: Paper (Feld-RCT, Journal).
  3. E1

    OECD und US Census messen Adoption und Aggregate; Headline 2025 ist labour shortage, nicht Jobless Future. OECD PISA 2022 Vol. I (Quelle 15) misst Schülerleistungen, nicht KI.

    OECD EO 2023. OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/07/oecd-employment-outlook-2023_904bcef3/08785bba-en.pdf. Stand 2023-07-11. Geprüft 2026-08-28. Typ: Internationaler Report.OECD EO 2025. OECD Employment Outlook 2025: Can We Get Through the Demographic Crunch?. https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/07/oecd-employment-outlook-2025_5345f034/194a947b-en.pdf. Stand 2025. Geprüft 2026-08-28. Typ: Internationaler Report.Census BTOS. Large Firms With at Least 20 Employees Biggest AI Users. https://www.census.gov/library/stories/2026/05/ai-use-businesses.html. Stand 2026-05-26 (BTOS 14 Dec 2025 – 3 May 2026). Geprüft 2026-08-28. Typ: Amtliche Statistik-Story.
  4. E2

    Eloundou (OpenAI), Frey/Osborne, IAB/BIBB/GWS: Exposure und Szenarien, keine Ist-Beschäftigung 2026.

    Eloundou et al. GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models. https://arxiv.org/html/2303.10130. Stand arXiv:2303.10130 (rev. Aug 2023). Geprüft 2026-08-28. Typ: Paper (OpenAI).Frey & Osborne. The Future of Employment: How Susceptible are Jobs to Computerisation?. https://oms-www.files.svdcdn.com/production/downloads/academic/The_Future_of_Employment.pdf. Stand Oxford Martin WP 2013-09-17. Geprüft 2026-08-28. Typ: Working Paper.IAB FB 23/2025. Künstliche Intelligenz: Potenzielle Effekte für den deutschen Arbeitsmarkt. https://doku.iab.de/forschungsbericht/2025/fb2325.pdf. Stand IAB-Forschungsbericht 23/2025. Geprüft 2026-08-28. Typ: Szenariobericht.

7. Streitstand

47 % at risk vs. keine Aggregateffekte vs. 17–20 % Adoption

  1. E4

    Frey 47 % „at risk“ (2013, technische Machbarkeit) vs. OECD 2023 „no signs of slowing labour demand (yet)“ vs. Census 2026 Adoption 17–20 % vs. Acemoglu Establishment-Hiring − bei Exposure, Aggregate 0. Autor 2015 zitiert genau Frey als überzogenen ML-Optimismus.

    Frey & Osborne. The Future of Employment: How Susceptible are Jobs to Computerisation?. https://oms-www.files.svdcdn.com/production/downloads/academic/The_Future_of_Employment.pdf. Stand Oxford Martin WP 2013-09-17. Geprüft 2026-08-28. Typ: Working Paper.OECD EO 2023. OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/07/oecd-employment-outlook-2023_904bcef3/08785bba-en.pdf. Stand 2023-07-11. Geprüft 2026-08-28. Typ: Internationaler Report.Acemoglu et al. Artificial Intelligence and Jobs: Evidence from Online Vacancies. https://economics.mit.edu/sites/default/files/publications/AI%20and%20Jobs%20-%20Evidence%20from%20Online%20Vacancies.pdf. Stand JOLE 40(S1), 2022. Geprüft 2026-08-28. Typ: Paper.Census BTOS. Large Firms With at Least 20 Employees Biggest AI Users. https://www.census.gov/library/stories/2026/05/ai-use-businesses.html. Stand 2026-05-26 (BTOS 14 Dec 2025 – 3 May 2026). Geprüft 2026-08-28. Typ: Amtliche Statistik-Story.Autor 2015. Why Are There Still So Many Jobs? The History and Future of Workplace Automation. https://economics.mit.edu/sites/default/files/publications/why%20are%20there%20still%20jobs%202014.pdf. Stand JEP 29(3), 2015. Geprüft 2026-08-28. Typ: Review/Essay (JEP).

8. Offene Fragen

  1. Brynjolfsson QJE 2025 Volltext.
  2. BLS Employment Projections 2024–34 (Bot-Block).
  3. Census CES-WP-26-25 employment-weighted Adoption.
  4. Cui et al. Copilot field RCTs.
  5. IAB-Kurzbericht Substituierbarkeit 2024 + DiWaBe 2.0.
  6. PISA 2022 Vol. I geöffnet 2026-09-14 (Quelle 15, E1). UNESCO / weitere OECD-Education-Bände weiter unopened.

9. Änderungen

  • v2.1-draft2026-10-28: Watanabe Bildungslücke GenAI vs. Internet arXiv:2610.36181 (Quelle 23, E2, nur Abstract) — Eurostat-IKT-Befragung 16–74 Jahre, Zuordnung innerhalb 5 Pp, 16 von 35 Ländern; ISCED 5–8 vs 0–2; Prozentpunkt-Lücke kleiner in 15 von 16 (Median −27,6, Intervall −32,2 bis −16,8, p = 0,0005), Log-Verhältnis in 13 von 16 (Median −0,625, 95-%-Bootstrap −0,969 bis −0,291, p = 0,021); mit Bildungszusammensetzung etwa −10 bis −11 Punkte; Verhältnis fragil (9 von 11, p = 0,065); nicht vorregistriert, unbereinigt, kein Bildungseffekt; Preprint, Abstract-Warrant.
  • v2.0-draft2026-10-23: Espinal Maya & Jiménez Londoño Agent Delegability Index arXiv:2610.30752 (Quelle 22, E2, PDF) — Claude Sonnet/Haiku 5.5 bewerten 18 796 O*NET-Tätigkeiten, 146 Länder; Welt 35,2 % teilweise / 2,5 % vollständig (Haiku allein 51,4 %); 48,7 % hoch vs 22,5 % niedrig, Steigung 7,23 (ESCO 4,66); Gipfel bei ~11,8 min; r = 0,93 mit Eloundou; Adoptionslücke nicht bestätigt; Mensch κ = 0,85 an 300 Tätigkeiten.
  • v1.9-draft2026-10-20: Fu et al. KI-Sprachagent parallel arXiv:2610.25603 (Quelle 21, E2, PDF) — RDiT ±60 Tage, 409 622 + 157 468 Anrufe; erste drei Anrufe: heiße Leads +23,4 Pp, Abschluss −4,5 Pp, Rückgabe +8,1 Pp, Dauer ~−13 %; heiße Leads 4,4 % → 3,7 %; je 50 menschliche Anrufe +6,3 % nur durch kleineren Nenner; Zerlegung +0,58 % / −17,58 %; eine Firma, Arbeitspapier.
  • v1.7-draft2026-10-05: O*NET-BENCH Lyu & Thompson arXiv:2610.02492 (Quelle 19, E1, PDF) — 33 Judges / 45 796 Worker-Ratings / 4 501 Test; Akzeptanz 3,0–97,9 % vs Worker 61,1 %; 25 Konfig. Pair ≥0,60, TF-IDF 0,643; kalibriert ≤8,5 % Varianz; Ziel ≠ Wahrheit.
  • v1.6-draft2026-09-30: EngiWorld Gao et al. arXiv:2609.37686 (Quelle 18, E1, PDF) — 1 301 Tasks / 6 Domains / 26 Platforms; EngiScore best 44,3 (Opus 5); Multi-Software 3,6 % (6/168); 300≠1 301.
  • v1.5-draft2026-09-23: Medly micro-RCT Harrison et al. arXiv:2609.14789 (Quelle 17, E1, PDF) — GCSE Science ITT g=0,33 (929→644; Attrition 30,7 %); Physics/Chem/Bio 0,31/0,32/0,52; vorläufig; Bildung-RCT-Lücke verengt.
  • v1.4-draft2026-09-19: Roodman & Massenkoff arXiv:2609.07011 (Quelle 16, E1, PDF) — Meta 56 US-RCTs; +1,7 Pp Beschäftigung / ~+$800; Kosten ~$13,6k; Sektor ~10× bei >80 %-Filter; Meta ≠ KI-Umschulungsgarantie.
  • v1.3-draft2026-09-14: OECD PISA 2022 Results Vol. I (Quelle 15, E1, PDF) — 81 Systeme / ~700k Schüler; OECD-Mittel 472/476/485; 2018→2022 ≈ −15 Maths / −10 Reading / Science stabil. PISA ≠ GenAI-RCT.
  • v1.2-draft2026-09-11: Noy & Zhang Science 381 (Quelle 14, DOI 10.1126/science.adh2586, Autoren-PDF) geöffnet — n=453, Zeit −40 % / Qualität +18 %, Körper −11 Min / +0,45 SD; Follow-up Job-Use 2×/1,6×. WP (Quelle 1) bleibt E1 für WP-Zahlen 444/−37 %/68 %.
  • v1.1-draft2026-08-30: Bastani PNAS Bildung-RCT (Quellen 12) und Dell’Acqua OrgSci jagged frontier (Quellen 13) geöffnet — Bildung nicht mehr E0; gezackte Frontier etabliert. PISA/UNESCO weiter unopened.
  • v1.0-draftErstfassung aus Prüfprotokoll 2026-08-28. Bildung bleibt Lücke (kein geöffnetes Education-RCT).

10. Quellenverzeichnis

Nr. Quelle Stand Geprüft Grad
1 Noy, S.; Zhang, W.. Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. https://economics.mit.edu/sites/default/files/inline-files/Noy_Zhang_1.pdf. Typ: Working Paper. E1
2 Peng, S.; Kalliamvakou, E.; Cihon, P.; Demirer, M.. The Impact of AI on Developer Productivity: Evidence from GitHub Copilot. https://arxiv.org/html/2302.06590. Typ: Paper. E1
3 Brynjolfsson, E.; Li, D.; Raymond, L. R.. Generative AI at Work. https://www.nber.org/system/files/working_papers/w31161/w31161.pdf. Typ: Working Paper. E1
4 Autor, D. H.. Why Are There Still So Many Jobs? The History and Future of Workplace Automation. https://economics.mit.edu/sites/default/files/publications/why%20are%20there%20still%20jobs%202014.pdf. Typ: Review/Essay (JEP). E1
5 Eloundou, T.; Manning, S.; Mishkin, P.; Rock, D.. GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models. https://arxiv.org/html/2303.10130. Typ: Paper (OpenAI). E2
6 Acemoglu, D.; Autor, D.; Hazell, J.; Restrepo, P.. Artificial Intelligence and Jobs: Evidence from Online Vacancies. https://economics.mit.edu/sites/default/files/publications/AI%20and%20Jobs%20-%20Evidence%20from%20Online%20Vacancies.pdf. Typ: Paper. E1
7 OECD. OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/07/oecd-employment-outlook-2023_904bcef3/08785bba-en.pdf. Typ: Internationaler Report. E1
8 OECD. OECD Employment Outlook 2025: Can We Get Through the Demographic Crunch?. https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/07/oecd-employment-outlook-2025_5345f034/194a947b-en.pdf. Typ: Internationaler Report. E1
9 Grundy, A.; Breaux, C.; Khatiwoda, D.. Large Firms With at Least 20 Employees Biggest AI Users. https://www.census.gov/library/stories/2026/05/ai-use-businesses.html. Typ: Amtliche Statistik-Story. E1
10 Frey, C. B.; Osborne, M. A.. The Future of Employment: How Susceptible are Jobs to Computerisation?. https://oms-www.files.svdcdn.com/production/downloads/academic/The_Future_of_Employment.pdf. Typ: Working Paper. E2
11 Zika, G.; Hassemer, T.-M.; Hummel, M.; Krebs, B.; Maier, T.; Mönnig, A.; Schneemann, C.; Weber, E.; Zenk, J.. Künstliche Intelligenz: Potenzielle Effekte für den deutschen Arbeitsmarkt. https://doku.iab.de/forschungsbericht/2025/fb2325.pdf. Typ: Szenariobericht. E2
12 Bastani, H.; Bastani, O.; Sungu, A.; Ge, H.; Kabakcı, Ö.; Mariman, R.. Generative AI without guardrails can harm learning: Evidence from high school mathematics. https://hamsabastani.github.io/education_llm.pdf. Typ: Feld-RCT (PNAS; Autoren-PDF geöffnet). E1
13 Dell’Acqua, F.; McFowland III, E.; Mollick, E.; Lifshitz, H.; Kellogg, K. C.; Rajendran, S.; Krayer, L.; Candelon, F.; Lakhani, K. R.. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. https://pubsonline.informs.org/doi/pdf/10.1287/orsc.2025.21838. Typ: Paper (Feld-RCT, Journal). E1
14 Noy, S.; Zhang, W.. Experimental evidence on the productivity effects of generative artificial intelligence. https://doi.org/10.1126/science.adh2586. Typ: Paper (Science; Autoren-PDF geöffnet). E1
15 OECD. PISA 2022 Results (Volume I): The State of Learning and Equity in Education. https://doi.org/10.1787/53f23881-en. Typ: Internationaler Assessment-Report (OECD; PDF geöffnet). E1
16 Roodman, D.; Massenkoff, M.. An evidence review of worker retraining. https://arxiv.org/abs/2609.07011. Typ: Evidence review / Meta-Analyse (arXiv; PDF geöffnet). E1
17 Harrison, W.; Khowaja, R.; Dobson, E.; Uwimpuhwe, G.; Higgins, S. (What Worked Education; Durham University). Evaluating AI Tutoring at the Speed of Innovation: Practitioner-Led Micro-Randomised Trials of an AI Tutoring Platform in GCSE Science. https://arxiv.org/abs/2609.14789. Typ: Paper (arXiv; PDF geöffnet; micro-RCT). E1
18 Gao, H.; Qu, H.; Lei, Y.; et al. (Tsinghua University; Zhiman Inc.; multi-institution). EngiWorld: What Can Frontier Agents Deliver in Professional Engineering Environments?. https://arxiv.org/abs/2609.37686. Typ: Paper (arXiv; PDF geöffnet). E1
19 Lyu, H.; Thompson, N. (Massachusetts Institute of Technology). Right Order, Wrong Scale: Auditing LLM Judges for Occupational AI Measurement. https://arxiv.org/abs/2610.02492. Typ: Paper (arXiv; PDF geöffnet; Preprint under review). E1
20 Dominguez Figaredo, D.; Fernández De la Cruz, R. (UNED, Madrid). The learner who does not learn: when optimizing a pedagogical metric degrades LLM tutoring. https://arxiv.org/abs/2610.12125. Typ: Paper (arXiv; PDF geöffnet; Preprint). E2
21 Fu, X. (Georgia State University); Luo, S. (Renmin University of China); Ramasubbu, N. (University of Pittsburgh); Shen, P. (Waterdrop Research Institute); Wang, X. (Hong Kong Polytechnic University); Wang, Y. (University of Sydney). When Better Opportunities Backfire: Service Worker Responses to Parallel AI Deployment in Customer Acquisition. https://arxiv.org/abs/2610.25603. Typ: Arbeitspapier (arXiv; PDF geöffnet; Felddaten einer Firma). E2
22 Espinal Maya, C. (Universidad Nacional de Colombia, Facultad de Minas); Jiménez Londoño, S. (Universidad EAFIT). The Delegation Divide: An Open Index of AI-Agent Delegability across Occupations and Countries. https://arxiv.org/abs/2610.30752. Typ: Paper (arXiv; PDF geöffnet; vorregistrierter, modellbewerteter Index, 146 Länder). E2
23 Watanabe, K.. Is the education gap in generative AI use smaller than the internet's was at a similar level of use? Evidence from 16 European countries. https://arxiv.org/abs/2610.36181. Typ: Paper (arXiv; nur Abstract gelesen; Sekundäranalyse öffentlicher Eurostat-Befragungsdaten zur IKT-Nutzung, Selbstauskunft). E2

11. Unsicherheitsprotokoll

Gesamtunsicherheit dieses Eintrags, gebunden an das Prüfprotokoll vom 2026-08-28 plus Öffnungen 12+13 (2026-08-30), Noy Science Quelle 14 (2026-09-11), PISA Vol. I Quelle 15 (2026-09-14) und Roodman/Massenkoff Quelle 16 (2026-09-19) plus Medly micro-RCT Quelle 17 (2026-09-23) plus EngiWorld Quelle 18 (2026-09-30) plus O*NET-BENCH Quelle 19 (2026-10-05) plus Pädagogik-Metrik Quelle 20 (2026-10-16) plus KI-Sprachagent im Callcenter Quelle 21 (2026-10-20) plus Agent Delegability Index Quelle 22 (2026-10-23) plus Bildungslücke GenAI vs. Internet Quelle 23 (2026-10-28, nur Abstract). 23 Öffnungen (22 Volltext, 1 nur Abstract). PISA ≠ GenAI-RCT; EngiWorld 300≠1 301; Meta ≠ KI-Umschulungsgarantie. Nicht als Warrant: QJE-Snippets, BLS-Bot-Block, WEF, McKinsey, LinkedIn Work Trend. WP-Zahlen und Science-Zahlen getrennt halten.

  • Etabliert (Schicht 1): Bildungslücke GenAI 2025 vs. Internet bei ähnlicher Nutzung: kleiner in 15 von 16 Ländern (Median −27,6 Pp) bzw. 13 von 16 (Log-Verhältnis −0,625) (23, E2, Abstract); Delegations-Index Welt 35,2 % teilweise / 2,5 % vollständig, 48,7 % hoch vs 22,5 % niedrig (22, E2, modellbewertet); KI-Sprachagent parallel: heiße Leads früh +23,4 Pp, Abschluss −4,5 Pp, heiße Leads 4,4 → 3,7 % (21, E2); Noy Science −40 % Zeit / +18 % Qualität (n=453); Noy WP −37 % / +0,45 SD / 68 % uneditiert; Peng −55,8 %; Brynjolfsson +14 % RPH, Novizen +34 %; Bastani Prüfung −17 % Base / Tutor ≈ Control; Dell’Acqua innen +12,2 % Completion / außen −19 Pp; PISA 2022 OECD-Mittel 472/476/485 und Trend −15/−10/stabil; Roodman Meta +1,7 Pp / ~$800 / Sektor ~10×; O*NET-BENCH Judges 3,0–97,9 % vs Worker 61,1 % akzeptabel (19); EngiWorld EngiScore 44,3 / Multi 3,6 % (18); Medly GCSE ITT g=0,33 (17); Autor Task-Framework; Acemoglu Aggregate 0; OECD 2023 little evidence; Census 17–20 %; OECD 2025 Demografie.
  • Behauptet (Schicht 2): GenAI breiter über Bildungsgruppen verteilt als einst das Internet, nur für zugeordnete Länder (23, E3); Delegation statt Exposure für Agenten (22, E3); Reservationswert-Mechanismus, KI-Routing als Verhaltensintervention (21, E3); Frey 47 % high-risk; Eloundou 80 % / 19 % Exposure; IAB-Szenario Netto-Jobs ≈ 0 unter Annahmen.
  • Eingeschränkt (Schicht 3): Bildungslücke Selbstauskunft, 16 von 35 Ländern nicht zufällig, Verhältnis fragil (9 von 11, p = 0,065), mit Bildungszusammensetzung nur −10 bis −11 Pp, kein Bildungseffekt, nur Abstract (23); Delegations-Index Obergrenze ≠ Einführung, ein Anbieter bewertet, US-Tätigkeitsmix (22); Callcenter-Feldstudie eine Firma/2024, Kennzahl je Mensch ≠ Leistung (21); Exposure ≠ Displacement; Produktivitäts-RCTs ≠ Lernen; gezackte Frontier (eine Firma, GPT-4 2023); PISA ≠ GenAI-RCT (UNESCO weiter unopened); O*NET-BENCH Rangfolge ≠ Akzeptanzrate, Worker-Rating = Ziel ≠ Wahrheit (19); EngiWorld 300-Subset/VM/Lizenz ≠ Live-Engineering; Medly curriculum-aligned ≠ nationale Prüfung / 30,7 % Attrition; Meta-Umschulung ≠ KI-Garantie; Frey 47 % als 2026-Event E4.

Nicht geöffnet (kein Warrant)

  • Brynjolfsson QJE 2025 — NBER-WP 5 179 / 14 % ist der Warrant.
  • BLS EP 2024–34 / MLR / TED Bot-Block.
  • Census CES-WP-26-25 HTTP 500; HTOS Aug 2026 JS-leer.
  • Cui Copilot field; Autor New Frontiers; Arntz/Gregory/Zierahn; DiWaBe 2.0; IAB-KB 2024.
  • WEF Future of Jobs; McKinsey/Goldman; UNESCO / weitere OECD-Education-Bände (PISA Vol. I geöffnet als Quelle 15).