Der Einsatz künstlicher Intelligenz auf dem Arbeitsmarkt offenbart eine bemerkenswerte Dynamik zwischen Preisdruck und wachsender Nachfrage nach Anwenderwissen. Eine gemeinsame Forschungsarbeit der Technischen Universität Darmstadt, der Universität Bielefeld und der Université Côte d'Azur, publiziert im Fachjournal Labour Economics, weist nach, dass autonome Algorithmen auf digitalen Arbeitsplattformen selbstständig Löhne drücken können. Die untersuchten Systeme nutzen Deep Q-Networks mit Reinforcement Learning, um Honorare und Angebotspreise zu optimieren.
Das zentrale Ergebnis der Forscher zeigt, dass die Algorithmen auch ohne explizite Absprachen zwischen Auftraggebern zu einem kollusionsähnlich niedrigen Lohnniveau finden. Die automatisierte Preisfindung lernt eigenständig, wie Dienstleistungspreise im Wettbewerb unterboten werden können, um Zuschläge zu maximieren. Die Studienautoren warnen vor den Risiken für freie Dienstleister und fordern, derartige Mechanismen im Rahmen des EU AI Acts und des Wettbewerbsrechts strenger zu regulieren.
Parallel zu diesem Druck auf Honorare digitaler Plattformen meldet der reguläre deutsche Arbeitsmarkt jedoch eine nie dagewesene Nachfrage nach KI-Kompetenzen. Laut aktuellen Auswertungen des PwC AI Jobs Barometers entfallen inzwischen 1,3 Prozent aller Stellenausschreibungen auf KI-bezogene Profile. Dies entspricht einem neuen Rekordwert von rund 125.000 offenen Positionen bundesweit.
Ein genauerer Blick auf die Struktur dieser Stellen verdeutlicht die strategische Ausrichtung der Wirtschaft. Von den 125.000 Inseraten entfallen 109.400 Positionen auf KI-Anwender, die bestehende Modelle in Marketing, Vertrieb und Verwaltung integrieren und nutzen sollen. Lediglich 15.400 Stellen richten sich an spezialisierte Entwickler von Basistechnologien. Der deutschsprachige Mittelstand positioniert sich damit primär als Implementierer vorhandener KI-Werkzeuge.
Dieser Trend wird durch den demografischen Wandel und den zunehmenden Fachkräftemangel massiv verstärkt. Das IHK-Arbeitsmarktradar des Instituts der deutschen Wirtschaft prognostiziert allein für Bayern bis zum Jahr 2029 über 217.000 unbesetzbare Stellen bei einer Stellenüberhangsquote von 56 Prozent. Unternehmen investieren folglich in KI-Anwendungen, um personelle Engpässe abzufedern und die Produktivität bestehender Teams zu sichern, anstatt primär Personalkosten zu senken.