Die meisten Untersuchungen zu KI-bedingten Arbeitsplatzverlusten konzentrieren sich auf eine einzige Frage: wie viele Arbeitnehmer werden durch Maschinen ersetzt? Diese Fragestellung, politisch zwar bequem, übersieht eine strukturelle Veränderung, die bereits im Gange ist. Generative KI droht nicht nur, Aufgaben zu automatisieren. Sie gestaltet bereits das digitale Ökosystem um, in dem Millionen von Content-Erstellern, Verlagen und freien Autoren ihren Lebensunterhalt verdienen. Die eigentliche Störung ist nicht nur eine künftige Welle von Entlassungen, sondern eine gegenwärtige Verzerrung des Webs selbst, die herkömmliche Arbeitsmarktforschung kaum zu messen begonnen hat.
Die Zahl von 300 Millionen Arbeitsplätzen und ihre Grenzen
Politische Diskussionen über KI und Beschäftigung kreisen seit 2023 um einen einzigen Datenpunkt. Goldman Sachs veröffentlichte eine viel zitierte Schätzung aus dem Jahr 2023, wonach rund 300 Millionen Arbeitsplätze weltweit von KI betroffen sein könnten. Diese Zahl ist seither in Schlagzeilen, Policy-Papieren und Kongressanhörungen aufgetaucht, oft losgelöst von ihrem ursprünglichen Kontext und als einfache Prognose massenhafter Arbeitslosigkeit behandelt worden.
Eine Analyse des Wall Street Journal vom Januar 2026 widersprach dieser Lesart direkt und argumentierte, dass KI nicht einfach Arbeit eliminiert. Stattdessen organisiert sie sie um. Der Unterschied ist bedeutsam, weil Umstrukturierung Gewinner und Verlierer schafft, die standardmäßige Modelle zum Arbeitsplatzverlust nicht erfassen. Wenn ein generatives KI-Tool die Erstfassung für ein Marketingteam übernimmt, verliert der Werbetexter vielleicht nicht seine Stellenbezeichnung, aber der freiberufliche Auftragnehmer, der früher Überlaufaufgaben erledigte, fällt vollständig aus dem Budget. Diese Art von Verdrängung taucht weder in Umfragen des Bureau of Labor Statistics noch in den auf Aufgabenexposition basierenden Prognosen von Goldman Sachs auf.
Das tiefere Problem der 300-Millionen-Zahl ist nicht ihre Genauigkeit, sondern ihre Gravitation. Indem die Debatte darauf zentriert wird, ob bestimmte Berufe verschwinden, haben Forschende und Entscheidungsträger weniger Zeit darauf verwendet, zu untersuchen, wie KI die wirtschaftliche Infrastruktur untergräbt, die Wissensarbeit online stützt. Das Web selbst verändert seine Gestalt, und die am stärksten Betroffenen sind in aggregierten Beschäftigungsdaten oft unsichtbar.
Wie generative KI Suche und Veröffentlichung verzerrt
Eines der deutlichsten Anzeichen dafür, dass generative KI das Web verzerrt, ist das Wachstum synthetischer Inhalte, die darauf ausgelegt sind, Suchrankings zu manipulieren. Minderwertige, von KI erzeugte Artikel werden zunehmend in Taktiken eingesetzt, die manchmal als „site reputation abuse“ bezeichnet werden, wobei Drittanbieter Spam-Inhalte auf vertrauenswürdigen Domains veröffentlichen, um deren Suchglaubwürdigkeit zu übernehmen. Das größere Problem hat auch regulatorische Aufmerksamkeit auf sich gezogen, insbesondere darauf, wie Such- und Ranking-Systeme Verlage behandeln.
In Europa haben Regulierungsbehörden Bedenken geäußert, wie Googles Suchergebnisse Verlage behandeln könnten, darunter ob einige Inhalte unfair herabgestuft werden, wie die Associated Press berichtet. Der AP-Bericht hebt die Prüfung von Suchranking-Praktiken hervor, was wiederum eine schwierigere Frage aufwirft: Wenn eine Suchmaschine gegen Spam vorgeht, bestraft sie dann unbeabsichtigt legitime Verlage, deren Inhalte im selben Filter hängen bleiben? Für unabhängige Journalisten, Blogger und Nischenverlage, die auf organischen Suchtraffic als Einnahmequelle angewiesen sind, hat die Antwort direkte finanzielle Folgen.
Diese Dynamik schafft ein Verlustszenario, das in der Forschung zu Arbeitsplatzverlusten fast nie behandelt wird. Wenn Google nicht gegen KI-generierten Spam vorgeht, werden legitime Inhalte unter synthetischem Rauschen begraben. Wenn Google jedoch aggressiv vorgeht, riskieren kleinere Verlage, Sichtbarkeit zu verlieren, weil Durchsetzungsinstrumente oft grob sind. So oder so verschlechtern sich die wirtschaftlichen Bedingungen für menschlich erstellte Webinhalte, und die Personen, die diese Inhalte produzieren, sehen schrumpfende Zielgruppen und sinkende Werbeeinnahmen, ohne jemals im Sinne traditioneller Arbeitsmarktforschung „von KI ersetzt“ worden zu sein.
Plattform-Deals, die Kreative an den Rand drängen
Während sich Regulierer auf die Suchqualität konzentrieren, formt ein anderer struktureller Wandel, wer vom Web-Content profitiert. Plattformen, die nutzergenerierte Inhalte hosten, haben begonnen, diese Inhalte direkt an KI-Unternehmen zu lizenzieren und so Einnahmequellen zu schaffen, die die Menschen umgehen, die tatsächlich die Beiträge, Kommentare und Bewertungen verfasst haben, die verkauft werden.
Reddit schloss laut Berichten aus Anfang 2024 ein KI-Inhaltslizenzabkommen mit Google. Die Vereinbarung erlaubt Google, Redits riesiges Archiv menschlich verfasster Diskussionen zum Training von KI-Modellen zu nutzen. Für Reddit als Unternehmen stellt dies einen neuen Monetarisierungskanal dar. Für die Millionen von Nutzern, deren Beiträge das Archiv ausmachen, deuten die Berichte nicht auf eine direkte Vergütung hin, die an ihre einzelnen Posts gekoppelt wäre. Ihre Worte werden zu Trainingsdaten für Systeme, die ihnen später in Sachen Aufmerksamkeit und Einkommen Konkurrenz machen könnten.
Dieses Muster reicht weit über Reddit hinaus. Nachrichtenverlage, Forenbetreiber und soziale Plattformen prüfen ähnliche Arrangements, und jeder Deal verschiebt Wert von einzelnen Kreativen hin zu den Plattformen und KI-Firmen, die im großen Maßstab verhandeln können. Das Ergebnis ist ein Zeitlupentransfer wirtschaftlicher Macht, den Arbeitsmarktforschende noch nicht quantifiziert haben, zum Teil weil er sich nicht sauber in bestehende Kategorien von Arbeitsplatzschaffung oder -vernichtung einordnen lässt.
Die blinde Stelle in der Arbeitsmarktforschung
Standardansätze zur Messung der Auswirkungen von KI auf Arbeit basieren auf der Analyse beruflicher Aufgaben. Forschende zerlegen Jobs in Komponententätigkeiten, schätzen, welche Aufgaben KI ausführen kann, und projizieren, wie viele Beschäftigte in hoch exponierten Berufen arbeiten. Diese Methode liefert klare Zahlen, die sich gut in Policy-Papiere übersetzen lassen, sie übersieht jedoch mindestens drei Kanäle, durch die generative KI bereits das Einkommen von Wissensarbeitern reduziert.
Erstens: Verschlechterung der Suche. Wenn KI-generierter Spam die Qualität der Suchergebnisse verwässert, verlieren Verlage Traffic, selbst wenn ihre Inhalte ausgezeichnet bleiben. Dieser Traffic-Verlust übersetzt sich direkt in geringere Werbeeinnahmen und weniger Abonnementabschlüsse und senkt das Einkommen, ohne dass eine einzige Stellenbezeichnung verschwindet.
Zweitens: Kommodifizierung von Inhalten. Da KI-Tools es trivial billig machen, passablen Text, Bilder und Videos zu produzieren, sinkt der Marktpreis für menschlich erstellte Inhalte. Freiberuflerraten fallen nicht unbedingt, weil Auftraggeber Autoren entlassen, sondern weil der wahrgenommene Wert des Schreibens sinkt, wenn ein Chatbot in Sekunden ein grobes Äquivalent liefern kann.
Drittens: Datenausbeutung. Lizenzvereinbarungen, die menschlich erzeugte Inhalte als Trainingsdaten für KI bündeln, schaffen Wert für Plattformen und Modellentwickler, ohne den ursprünglichen Urhebern etwas zu bieten. Das ist keine Verdrängung im traditionellen Sinne, aber es stellt eine reale Verschiebung wirtschaftlichen Werts weg von den Arbeitenden dar.
