Welche Jobs kann KI tatsächlich ersetzen? Eine Analyse Aufgabe für Aufgabe

Die klare Antwort: sehr wenige ganze Jobs und viele ganze Aufgaben. Wenn Sie die Schlagzeilen gelesen haben und den Eindruck mitgenommen haben, „mein Beruf ist als nächstes dran", dann sagt die Forschung auf Aufgabenebene aus den Jahren 2023–2026, dass Sie die falsche Frage stellen. Die richtige Frage lautet: Welche der 30–120 unterschiedlichen Aufgaben in Ihrer Woche sind jetzt günstiger für eine KI zu erledigen als für Sie — und was planen Sie mit den freigesetzten Stunden zu tun?

Dieser Beitrag ist die Aufgaben-Ebene-Ergänzung zu unserem Hub-Artikel Wird KI meinen Job übernehmen? Ein realistischer Risiko-Check für 2026. Während jener Artikel die Frage auf Rollen-Ebene beantwortet, geht dieser tiefer: welche Aufgabenkategorien KI 2026 tatsächlich ersetzt, welche nicht, und wie Sie Ihre eigene Rolle Zeile für Zeile prüfen. Wenn Sie fertig sind, können Sie unsere kostenlose KI-Karriererisiko-Bewertung nutzen, um die Selbstprüfung in eine Zahl zu verwandeln.

Die kurze Antwort

2026 kann KI Aufgaben zuverlässig ersetzen, die routinemäßig, digital und in hohem Volumen anfallen. Sie kann Aufgaben nicht zuverlässig ersetzen, die physische Anwesenheit, Verantwortung unter Mehrdeutigkeit, über Zeit aufgebautes Vertrauen oder Urteilsvermögen zwischen konkurrierenden Stakeholdern erfordern.

Die Studien konvergieren auf eine Zahl. Goldman Sachs' Analyse von 2023 — „The Potentially Large Effects of Artificial Intelligence on Economic Growth" — schätzte, dass generative KI das Äquivalent von 25–30 % der aktuellen Arbeitsaufgaben in den USA und Europa automatisieren könnte. Eloundou et al. („GPTs are GPTs", 2023, OpenAI / University of Pennsylvania) fanden heraus, dass rund 80 % der US-Erwerbsbevölkerung mindestens 10 % ihrer Aufgaben den aktuellen LLMs ausgesetzt sähen, und 19 % der Beschäftigten mindestens die Hälfte. Der Anthropic Economic Index 2025, der tatsächliche Claude-Interaktionen statt theoretischer Exposition misst, kam zu einer ähnlichen Antwort: KI wird inzwischen in mindestens 25 % der Aufgaben in etwa 36 % der Berufe eingesetzt und in mehr als der Hälfte der Aufgaben in etwa 4 % der Berufe.

Also: eine Handvoll Berufe überschreitet die Linie, ab der „der Großteil der Woche automatisierbar ist". Der Rest steht vor einer Aufgaben-Ebene-Kompression, nicht vor einer Job-Ebene-Ersetzung. Auf welcher Seite dieser Linie Sie sich befinden, hängt nicht vom Berufslabel ab. Es hängt davon ab, welche konkreten Aufgaben Ihren Kalender füllen.

Die Pull-Quote-Version: KI ersetzt keine Jobs. Sie ersetzt Aufgaben. Die Jobs, die verschwinden, sind diejenigen, bei denen genug Aufgaben ersetzt wurden, sodass keine kohärente Rolle mehr übrig bleibt.

Die fünf Aufgabentypen, die KI 2026 tatsächlich ersetzt

Nach drei Jahren produktiven Einsatzes in Finanzwesen, Recht, Kundenservice und Software hat sich eine klare Taxonomie herausgebildet. Wenn Ihre Arbeit hauptsächlich aus diesen fünf Aufgabentypen besteht, ist Ihre Exposition hoch. Wenn sie hauptsächlich aus Aufgaben besteht, die nicht auf dieser Liste stehen, ist Ihre Exposition niedrig.

1. Routinemäßige Verwaltungsarbeit an strukturierten Daten. Rechnungsverarbeitung, Spesenkodierung, Dateneingabe, Formularausfüllung, Vorlagenbestückung, Abgleich gegen ein Regelwerk. Der Anthropic Economic Index zeigt „Computer- und Mathematik"-Aufgaben als die KI-exponierteste Kategorie, mit Buchhaltern und Buchhalterinnen ganz oben. Klarnas Offenlegung 2024, dass sein KI-Assistent Kundenkontakte im Äquivalent von 700 menschlichen Agenten bearbeitet, war ein frühes Signal für die Support-Variante dieser Arbeit; sie ist heute Standard in Kontaktzentren.

2. Mustererkennung aus Texten in großem Maßstab. Dokumentenprüfung, Vertragsvergleich gegen ein Playbook, Literaturrecherche, Extraktion von Besprechungsnotizen, Ticket-Triage. Harvey AI, das inzwischen rund 50 % der Am Law 100 bedient, Thomson Reuters CoCounsel (laut Thomson Reuters' Offenlegungen 2025 in über 20 000 Kanzleien im Einsatz) und die internen LLM-Implementierungen bei Morgan Stanley, JPMorgan und Goldman Sachs zielen alle auf diese Kategorie. Die Aufgaben, die Junior Associates und Junior Analysten in den letzten zwei Jahrzehnten profitabel machten, sind die Aufgaben, die KI nun absorbiert.

3. Erstentwurfs-Kreativ- und Kommunikationsarbeit. Interne E-Mails, Statusberichte, Marketingtexte, Kampagnenvarianten, Social Posts, Folien-Gerüste, Code-Gerüste, erste Layout-Entwürfe. Hier fanden die Produktivitätsstudien von 2023 die deutlichsten Gewinne — die BCG-Studie „Navigating the Jagged Technological Frontier" (2023) ergab, dass Berater Erstentwurfs-Aufgaben mit GPT-4 25,1 % schneller und mit durchschnittlich 40 % höherer Qualität erledigten. Der Erstentwurf ist jetzt etwas, das KI in Sekunden produziert; die Bearbeitung, der Geschmack und der strategische Rahmen sind weiterhin Ihre Sache.

4. Vorhersehbare analytische Arbeit an strukturierten Eingaben. SQL-Generierung, Dashboard-Bestückung, Abweichungsanalyse, Routinereporting, Projektionsupdates auf einem bestehenden Modell. Microsofts Work Trend Index 2024 dokumentierte eine Adoptionsrate von 70 % bei generativer KI unter Wissensarbeitern, wobei analytische Aufgaben einer der beiden wichtigsten Anwendungsfälle waren. Analysten, die die Frage einrahmen und das Ergebnis hinterfragen, sind verteidigbar. Analysten, die nur die Zahlen ziehen, werden gegen ein Modell bepreist, das sie in Millisekunden zieht.

5. Eingangs-Triage in hohem Volumen. Support-Tickets, Klassifizierung eingehender E-Mails, Lebenslauf-Vorprüfung, einfache Qualifizierungsanrufe, Spam- und Betrugserkennung. Das Muster hier: viele Eingaben, eine wohldefinierte Taxonomie, akzeptable Toleranz für eine kleine Fehlerquote, die an einen Menschen weitergeleitet wird. Das ist der sauberste produktive Anwendungsfall 2026 und am schwersten umzukehren.

Achten Sie darauf, was diese fünf gemeinsam haben. Die Eingaben sind digital. Die Ausgaben sind digital. Die Qualitätsschwelle ist „nach Prüfung akzeptabel", nicht „perfekt". Und ein Mensch ist verfügbar, um Randfälle aufzufangen. Wenn Ihre Arbeit diesem Muster entspricht, ist das die schlechte Nachricht. Die Forschung zur Aufgabenersetzung sagt nicht, dass Ihr Job verschwindet. Sie sagt, dass der Anteil Ihrer Woche, der diesem Muster entspricht, gegen Null schrumpft, und was Sie sonst tun, sollte besser ausreichen, um die Rolle zu rechtfertigen.

Aufgabe für Aufgabe: Was KI in 13 verbreiteten Berufen ersetzt

Die fünf Kategorien oben sind die abstrakte Sicht. Die konkrete Sicht ist, wie Ihr tatsächlicher Tag aussieht. Wir haben tiefe Analysen zu dreizehn der meistgesuchten Rollen veröffentlicht; jede schlüsselt die konkreten Aufgaben auf, die absorbiert werden, das Tempo der Absorption und die Verteidigungsstrategien, die noch funktionieren.

• Buchhalter und Buchhalterinnen — Rechnungskodierung, Bankabgleich, Lohnläufe, vierteljährliche Steuervorbereitung gegen einen Standard-Kontenplan. Die routinemäßigen 60–75 % einer Einsteigerstelle in der Buchhaltung sind heute automatisierbar; Beratungsgespräche, Verteidigung im Audit und Urteile bei komplexen Sachverhalten sind es nicht.
• Datenanalysten — SQL-Schreiben gegen bekannte Schemata, Bau von Dashboard-Kacheln, Abweichungskommentar zu Routineberichten. Problemrahmung, Experimentdesign und Stakeholder-Übersetzung sind der dauerhafte Kern.
• Finanzanalysten — Modellbestückung, Comps-Pulls, Memo-Erstentwürfe, Earnings-Call-Zusammenfassungen. Morgan Stanley, JPMorgan und Goldman Sachs liefern alle interne LLMs, die die Junior-Version dieser Arbeit erledigen. Das Senior-Urteil zur Deal-Logik bleibt das abrechenbare Produkt.
• Kundenservice-Mitarbeiter — Tier-1-Ticket-Triage, Erstattungsfähigkeit, Bestellstatus-Fragen, Passwort-Resets. Deeskalation, Account-Level-Recovery und Urteil bei Ausnahmebehandlung bleiben menschlich.
• Marketing-Manager — Kampagnen-Textvarianten, Anzeigen-Headlines, Social-Content, einfaches Performance-Reporting. Markenurteil, Positionierung und Storytelling für Führungskräfte komprimieren sich nicht.
• Grafikdesigner — Stock-artige Illustration, Anzeigen-Variantengenerierung, Social-Tile-Produktion, einfaches Layout. Markensysteme, Art Direction und kundennahes kreatives Urteil halten weiter.
• HR-Manager — Lebenslauf-Vorprüfung, Erstsourcing, Richtlinien-Entwürfe, Q&A zu Benefits, Interview-Planung. Untersuchungen, schwierige Gespräche und Restrukturierungen bleiben bei Menschen.
• Projektmanager — Statusbericht-Generierung, Meeting-Zusammenfassungen, Jira/Linear-Hygiene, Abhängigkeitsverfolgung. Menschlicher Konflikt, politische Navigation und mehrdeutige Priorisierung sind der Job.
• Anwälte — Dokumentenprüfung auf Associate-Level, Rechtsprechungssuche, Memo-Erstentwürfe, Vertrags-Red-Lining gegen ein Playbook. Litigation, Verhandlung, regulatorische Verteidigung und Partner-Level-Urteil bleiben außerhalb der Reichweite.
• Softwareentwickler — Boilerplate, Unit-Tests, Code-Vervollständigung, Refactorings auf klarer Spec, API-Glue-Code. Architektur, Debugging in der Produktion und Urteil darüber, was zu bauen ist, bleiben zutiefst menschlich.
• Immobilienmakler — Exposé-Texte, Comps-Pulls, Käufer-Vorqualifizierungs-E-Mails, einfache Terminplanung. Lokale Marktkenntnis, Verhandlung und Vertrauen mit Kunden tragen den Rest.
• Lehrer — Unterrichtsplanung, Arbeitsblatt-Generierung, erste Korrektur. Klassenpräsenz, entwicklungspsychologisches Urteil und Verhaltensmanagement sind durch aktuelle Technologie unersetzlich.
• Pflegekräfte — Dokumentation, Aktenführung, Schichtübergabe-Notizen, Patientenedukationsmaterialien. Klinisches Urteil, körperliche Pflege und Beziehungsvertrauen sind der Pflegeberuf — und diese bewegen sich nicht.

Für eine einzelne, gerankte Sicht darauf, welche Berufe am weitesten in „der Großteil der Woche ist automatisierbar"-Territorium vordringen, lesen Sie 10 Berufe, die KI 2026 zuerst ersetzen wird. Für die Makro-Forschung hinter diesen Rollen-Ebene-Einschätzungen siehe was Ökonomen über KI und Arbeitsplätze vorhersagen und die Rising-Tide-Forschung 2029. Wenn Sie die umgekehrte Linse wollen — wer heute über alle neun Risikodimensionen am stärksten exponiert ist — geht unsere Expositionsaufschlüsselung das Quiz-Modell durch.

Wenn die Lektüre Sie eher ängstlich als strategisch macht, ist was Psychiater zur KI-getriebenen Job-Angst beobachten zehn Minuten wert. Die OpenAI-Sicht darauf, wie zu reagieren ist, wird in OpenAIs Plan und was zu tun ist, wenn sich Ihr Job ändert behandelt. Praktische Werkzeugentscheidungen für das kommende Jahr finden sich in den KI-Tools, die 2026 das Lernen wert sind.

Welche Aufgaben KI nicht ersetzen kann (zumindest noch nicht)

Die umgekehrte Liste ist kurz, konsistent und stabil über die wichtigsten Forschungsmodelle hinweg. Das sind die Aufgabentypen, bei denen 2026er KI tatsächlich schwach ist — nicht, weil die Rechenleistung in 18 Monaten aufholen würde, sondern weil der Engpass nicht die Rechenleistung ist.

Physische Präsenz und Geschicklichkeit in unstrukturierten Umgebungen. Ein Elektriker, der einen nicht offensichtlichen Verkabelungsfehler in einem Haus aus den 1920er Jahren diagnostiziert. Eine Pflegekraft, die einen postoperativen Patienten umlagert. Ein Klempner, der ein langsames Leck hinter Trockenbau lokalisiert. Das BLS prognostiziert Wachstum in den Handwerksberufen bis 2033, wobei die Robotik- und KI-Adoption in diesen Rollen marginal bleibt, weil der Engpass die Manipulation im physischen Raum ist, nicht die Kognition.

Verantwortung unter regulatorischer Unsicherheit. Ein Arzt, der einen Behandlungsplan unterzeichnet. Ein Anwalt, der einen Fall vor Gericht bringt. Ein Buchhalter, der eine Steuererklärung im Audit verteidigt. Ein Compliance-Officer, der eine Einreichung zertifiziert. Die Arbeit, die den Titel verdient, trägt auch die Haftung; kein aktuelles KI-System kann rechtlich verantwortlich gemacht werden, und Regulierer haben keinen Appetit signalisiert, das zu ändern.

Urteil zwischen konkurrierenden menschlichen Stakeholdern. Ein CEO, der über einen Stellenabbau entscheidet. Ein Product Leader, der zwischen zwei glaubwürdigen Roadmaps wählt. Ein HR-Lead, der eine Belästigungsuntersuchung führt. Ein Senior PM, der zwischen Engineering und Vertrieb vermittelt. Das sind die Mehrdeutigkeit-unter-Druck-Momente, in denen die Antwort nicht in den Daten liegt — sie liegt in dem Gewicht, das Sie jedem Stakeholder geben, und in der Erzählung, die Sie danach erzählen.

Beziehungen, die Jahre zum Aufbau gebraucht haben. Kundenvertrauen in seniorigen Professional Services. Therapeut-Patienten-Allianz. Das fünfzehnjährige Account-Buch eines Vertriebsmitarbeiters. Der Ruf einer Lehrkraft bei den Eltern an einer bestimmten Schule. Das sind Aufgaben im technischen Sinn — aber die Eingabe ist „wer Sie für diese Person sind", und KI kann diese Geschichte nicht fabrizieren.

Neuartige Problemformulierung. Entscheiden, welche Frage es wert ist, gestellt zu werden. Bemerken, dass die Beschwerde eines Kunden eigentlich ein Symptom eines Preisproblems ist. Eine regulatorische Veränderung drei Jahre im Voraus kommen sehen. Aktuelle LLMs sind stark im Beantworten gut gerahmter Fragen. Sie sind schwach darin zu bemerken, welche Frage die Situation verlangt.

Die Pull-Quote-Version: KI ersetzt Aufgaben, bei denen die Eingaben digital, die Ausgaben digital und die Qualitätsschwelle „nach Prüfung akzeptabel" sind. Sie ersetzt keine Aufgaben, bei denen die Eingabe eine menschliche Beziehung, die Ausgabe Verantwortung und die Qualitätsschwelle „würde ich meinen Ruf darauf verwetten" ist.

So prüfen Sie Ihre eigenen Aufgaben in 45 Minuten

Sie brauchen keinen Berater, um „kann KI meinen Job ersetzen" zu beantworten. Sie brauchen eine Stunde, eine Tabelle und Ehrlichkeit darüber, wie Ihre Woche tatsächlich aussieht.

Schritt 1 — Die Woche entladen (10 Min.). Listen Sie jede einzelne Aufgabe auf, die Sie letzte Woche erledigt haben. Nicht besuchte Meetings — erledigte Aufgaben. „Quartalsupdate geschrieben", „drei Verträge geprüft", „neue Kollegin onboardet", „Zahlungs-Bug debuggt", „1:1 mit Maria gehabt". Zielen Sie auf 30–60 Einträge.

Schritt 2 — Jede Aufgabe gegen die fünf Kategorien taggen (15 Min.). Fragen Sie für jeden Eintrag, ob er unter Routine-Admin, Mustererkennung aus Text, Erstentwurfs-Kreativ, vorhersehbare Analytik oder Triage in hohem Volumen fällt. Wenn ja zu einer, markieren Sie sie als „exponiert". Wenn sie zu einer der fünf dauerhaften Kategorien passt — physische Präsenz, Verantwortung, Stakeholder-Urteil, Beziehungsequity, neuartige Problemformulierung — markieren Sie sie als „dauerhaft". Die meisten Aufgaben werden das eine oder das andere sein; einige werden beides sein.

Schritt 3 — Einen Prozentsatz auf jede setzen (10 Min.). Schätzen Sie für exponierte Aufgaben, welchen Anteil eine aktuelle KI in akzeptabler Qualität mit Ihrer Prüfung produzieren könnte. Seien Sie ehrlich — „80 %, wenn ich ihr den richtigen Kontext gäbe" zählt. Für dauerhafte Aufgaben liegt die Zahl näher bei null.

Schritt 4 — Aufaddieren (5 Min.). Addieren Sie die Stunden in „exponiert, > 50 % automatisierbar" und teilen Sie durch die gesamten Arbeitsstunden. Das ist Ihr persönliches Aufgabenersetzungsverhältnis. Unter 20 % sind Sie weitgehend sicher. 20–40 %: echte Kompression kommt, aber Sie haben einen verteidigbaren Kern. 40–60 %: Ihre Rolle wird ihre Form ändern, und Sie müssen derjenige sein, der diese Veränderung vorantreibt. Über 60 %: Sie sollten sich aktiv in Richtung Aufgaben aus der dauerhaften Liste umqualifizieren.

Schritt 5 — Für jede exponierte Aufgabe entscheiden (5 Min.). Sie weiterhin auf die alte Art erledigen (nicht empfohlen), KI nutzen, um sie 2–5x schneller zu erledigen (die meisten Fälle), oder sie ganz aufhören und die Zeit auf nicht-exponierte Arbeit umleiten (der hebelreichste Schritt).

Unsere KI-Karriererisiko-Bewertung automatisiert eine rigorosere Version dieser Übung — neun Dimensionen, branchenspezifische Benchmarks, länderspezifische Adoptionskurven — in unter vier Minuten. Die Methodik-Seite erklärt, wie jede Dimension gewichtet wird und welche Datensätze wir heranziehen.

Die Pull-Quote-Version: Die Frage ist nicht, ob KI Ihren Job machen kann. Die Frage ist, welcher Anteil Ihrer Woche jetzt günstiger für eine KI zu erledigen ist als für Sie — und ob das, was übrig bleibt, noch ein bezahlenswerter Job ist.

Häufig gestellte Fragen

Welche Aufgaben werden am ehesten zuerst durch KI ersetzt?

Routinemäßige Verwaltungsarbeit an strukturierten Daten, Mustererkennung aus Texten in großem Maßstab, Erstentwurfs-Kreativ- und Kommunikationsarbeit, vorhersehbare analytische Arbeit an strukturierten Eingaben und Eingangs-Triage in hohem Volumen. Das sind die fünf Kategorien, in denen aktuelle KI bereits in der Produktion in großem Maßstab im Finanzwesen, Recht, Kundenservice und Marketing eingesetzt wird. Wenn der Großteil Ihrer Woche in eine davon fällt, befinden Sie sich auf der frühen Seite der Aufgabenersetzungskurve.

Welche Aufgaben kann KI 2026 nicht erledigen?

Aufgaben, die physische Präsenz in unstrukturierten Umgebungen, Verantwortung unter regulatorischer Unsicherheit, Urteil zwischen konkurrierenden menschlichen Stakeholdern, durch mehrjährige Beziehungen aufgebautes Vertrauen oder neuartige Problemformulierung erfordern (entscheiden, welche Frage es wert ist, gestellt zu werden). Das sind die fünf dauerhaften Kategorien, und der Engpass ist nicht die Rechenleistung — es ist Physikalität, Haftung, Beziehungshistorie und Rahmungsfähigkeit, in denen aktuelle KI-Systeme grundsätzlich schwach sind.

Wie weiß ich, ob mein konkreter Job durch KI ersetzt werden kann?

Führen Sie die 45-minütige Selbstprüfung in diesem Beitrag durch oder nehmen Sie unsere kostenlose 4-minütige KI-Karriererisiko-Bewertung für eine kalibrierte Bewertung. Rollen-Etiketten sind ein schlechter Prädiktor; der Aufgaben-Mix ist ein guter Prädiktor. Zwei Personen mit demselben Jobtitel können sehr unterschiedliche Expositionen haben, je nachdem, mit welchen Aufgaben sie tatsächlich Zeit verbringen, in welcher Branche sie sind und auf welcher Adoptionskurve ihres Landes sie sitzen.

Welcher Prozentsatz an Jobs wird bis 2030 durch KI ersetzt?

Die glaubwürdigsten Schätzungen für 2026 — Goldman Sachs 2023, Eloundou et al. 2023, Anthropic Economic Index 2025, IAO 2024 — konvergieren auf „KI-Exposition betrifft die meisten Wissensarbeiter, aber Ganzjob-Ersetzung konzentriert sich auf einen kleinen Anteil der Berufe". Goldman Sachs schätzte, dass 25–30 % der Aufgaben automatisiert werden könnten. Morgan Stanleys 2025–26-Berichte zeigen einen Netto-Personalabbau von 4 % in finanzexponierten Sektoren seit 2023. Die ehrliche Spanne für den Verlust ganzer Jobs bis 2030 liegt bei 5–15 % in stark exponierten Sektoren, mit einer Aufgaben-Ebene-Kompression, die die Mehrheit der verbleibenden Rollen betrifft.

Der nächste Schritt — Messen Sie Ihre eigene Exposition

Die Forschung beantwortet die allgemeine Frage. Sie beantwortet nicht Ihre. Ihr Beruf, Ihr konkreter Aufgaben-Mix, das Adoptionstempo Ihrer Branche und das regulatorische Umfeld Ihres Landes spielen alle eine Rolle, und generische Zahlen erfassen sie nicht.

Unser kostenloser KI-Karriererisiko-Rechner dauert etwa vier Minuten, stellt neun Fragen und liefert eine kalibrierte Risikobewertung von 0–100 mit einem personalisierten Bericht, der die konkreten Aufgaben in Ihrer Woche benennt, die am stärksten exponiert sind, und die Fähigkeiten mit dem höchsten ROI für Ihre Rolle. Die Methodik-Seite zeigt genau, wie die Bewertung berechnet wird und aus welchen Datensätzen jede Dimension schöpft.

Der Sinn der Übung ist nicht, Ihnen Angst zu machen. Er ist, die vage Befürchtung „KI kommt für meinen Job" durch eine konkrete, umsetzbare Liste von Aufgaben zum Delegieren, Fähigkeiten zum Aufbauen und Gesprächen mit Ihrem Manager in diesem Quartal zu ersetzen. Machen Sie das Quiz jetzt — es ist kostenlos, anonym, und der Bericht ist in Ihrem Posteingang, bevor Ihr Kaffee kalt wird.