KI drückt die Löhne – und trifft zuerst die Berufseinsteiger

Das zeigen Daten der ifo Konjunkturumfrage vom Juni 2026 unter mehr als 3.000 Unternehmen, die KI bereits nutzen. Etwa jedes zweite dieser Unternehmen erwartet bei Beschäftigten mit weniger als fünf Jahren Berufserfahrung sinkende Löhne. Bei Arbeitskräften mit mindestens fünf Jahren Berufserfahrung sind es rund 40 Prozent.

Die entscheidende Frage lautet deshalb nicht, ob KI Arbeit ersetzt. Ökonomisch relevanter ist, welche menschlichen Fähigkeiten durch KI leichter substituierbar werden – und welche dadurch an Knappheit gewinnen.

Berufseinstieg verliert einen Teil seines Marktwerts

Besonders deutlich ist der Effekt bei Beschäftigten ohne Hochschulabschluss. Unter den Dienstleistungsunternehmen rechnen 53,3 Prozent mit sinkenden Löhnen für Arbeitnehmer mit weniger als fünf Jahren Berufserfahrung. Bei erfahreneren Beschäftigten sind es 44,2 Prozent.

Im Handel liegen die entsprechenden Werte bei 47,9 und 41,3 Prozent, im Verarbeitenden Gewerbe bei 46,5 und 38,9 Prozent. Bauunternehmen erwarten mit 39 beziehungsweise 31,3 Prozent deutlich seltener sinkende Löhne.

Diese Unterschiede sind ökonomisch plausibel. KI greift zunächst dort besonders stark in die Preisbildung von Arbeit ein, wo Tätigkeiten standardisierbar, informationsintensiv und digital skalierbar sind. Dienstleistungen und Handel bieten dafür mehr Ansatzpunkte als zahlreiche ortsgebundene und handwerkliche Tätigkeiten des Baugewerbes.

Damit verändert KI nicht nur die Nachfrage nach Arbeitskräften. Sie verändert den relativen Wert einzelner Tätigkeitsprofile.

Gerade Berufseinsteiger übernehmen traditionell Aufgaben, die standardisiert, vorbereitend oder kontrollierend angelegt sind. Genau in diesem Bereich können generative KI-Systeme einen Teil der Arbeitsleistung ergänzen oder ersetzen. Unternehmen benötigen dann möglicherweise weniger Arbeitszeit für dieselbe Leistung. Der ökonomische Grenzertrag bestimmter Einstiegsaufgaben sinkt – und damit gerät auch ihr Preis unter Druck.

Qualifikation allein schützt nicht

Bemerkenswert ist allerdings, dass ein Hochschulabschluss die Erwartung sinkender Löhne zunächst kaum verändert. Auch bei akademisch qualifizierten Beschäftigten rechnen viele Unternehmen mit Lohndruck.

Der Unterschied zeigt sich auf der anderen Seite der Verteilung: Höherqualifizierte besitzen wesentlich häufiger die Chance, von KI auch finanziell zu profitieren.

Bei Beschäftigten mit Hochschulabschluss und mindestens fünf Jahren Berufserfahrung erwarten 26 Prozent der Unternehmen steigende Löhne. Bei Akademikern mit weniger als fünf Jahren Erfahrung sind es 16,3 Prozent. Unter geringer Qualifizierten mit kurzer Berufserfahrung erwarten dagegen lediglich 5,9 Prozent einen positiven Lohneffekt.

Damit entsteht eine neue Kombination von Humankapitalfaktoren. Formale Qualifikation verliert nicht ihre Bedeutung, reicht aber allein offenbar nicht aus. Besonders wertvoll wird sie dort, wo sie mit Erfahrungswissen verbunden ist.

Das spricht für einen Komplementaritätseffekt: KI kann Wissen bereitstellen, Texte erzeugen, Daten strukturieren oder Routinen beschleunigen. Schwieriger zu automatisieren bleiben Kontextverständnis, Verantwortungsübernahme, Kundenkenntnis, institutionelles Wissen und die Bewertung uneindeutiger Situationen.

Berufserfahrung wird damit nicht durch KI entwertet. Sie kann gerade durch KI relativ wertvoller werden.

Der Produktivitätsgewinn wird zur Verteilungsfrage

Ordnungspolitisch liegt darin eine zentrale Spannung. Technischer Fortschritt erhöht grundsätzlich das Potenzial für Produktivitätssteigerungen und damit für höhere Realeinkommen. Daraus folgt jedoch keineswegs, dass sämtliche Beschäftigtengruppen gleichermaßen profitieren.

Entscheidend ist, wie sich die Verhandlungsmacht zwischen Kapital, Technologie und Arbeit verändert.

Kann ein Unternehmen eine bislang von mehreren weniger erfahrenen Beschäftigten erledigte Tätigkeit mithilfe von KI mit weniger Personal bewältigen, sinkt die Knappheit dieser Arbeitsleistung. Ein höherer Unternehmensgewinn oder eine höhere Produktivität führt dann nicht automatisch zu höheren Löhnen. Der Produktivitätsgewinn kann beim Unternehmen verbleiben, über niedrigere Preise an Kunden weitergegeben werden oder sich in höheren Einkommen jener Beschäftigten niederschlagen, deren Fähigkeiten durch KI produktiver statt ersetzbarer werden.

Die ifo-Daten sind deshalb weniger eine Prognose des allgemeinen Lohnniveaus als ein Hinweis auf eine mögliche stärkere Spreizung der Arbeitsentgelte.

Das eigentliche Risiko liegt im Karriereweg

Für den Arbeitsmarkt entsteht damit ein Problem, das sich erst langfristig vollständig zeigen dürfte. Unternehmen benötigen erfahrene Beschäftigte, doch Berufserfahrung muss zunächst erworben werden.

Wenn KI gerade jene Aufgaben übernimmt, über die Berufsanfänger bislang Wissen, Routine und Urteilskraft aufgebaut haben, verändert sich die traditionelle Qualifikationskette innerhalb der Unternehmen. Einstiegspositionen könnten weniger zahlreich, geringer bezahlt oder anspruchsvoller werden.

Das wäre mehr als ein kurzfristiger Lohneffekt.

Unternehmen könnten zwar heute Personalkosten reduzieren und Produktivität steigern. Gleichzeitig müssten sie neue Wege finden, um die erfahrenen Fachkräfte von morgen auszubilden. Werden Lern- und Einstiegspositionen zu stark rationalisiert, entsteht ein zeitlicher Widerspruch: Die Technologie senkt kurzfristig den Bedarf an Junior-Arbeit, während Unternehmen langfristig weiterhin auf Senior-Kompetenz angewiesen bleiben.

Damit wird betriebliche Weiterbildung von einer personalpolitischen Zusatzleistung zunehmend zu einer Investitionsfrage.

Der Bau zeigt die Grenzen der Automatisierung

Interessant ist in diesem Zusammenhang das Baugewerbe. Dort erwarten Unternehmen nicht nur seltener sinkende Löhne. Bei höherqualifizierten Beschäftigten sehen sie vergleichsweise häufig Aufwärtspotenzial.

24 Prozent der KI-nutzenden Bauunternehmen erwarten bei Hochschulabsolventen mit kurzer Berufserfahrung steigende Löhne. Bei mehr als fünf Jahren Berufserfahrung steigt der Anteil auf 29,8 Prozent. Bei Dienstleistern sind es in der Gruppe der erfahrenen Akademiker 27,3 Prozent, im Handel 24,9 Prozent und im Verarbeitenden Gewerbe 24,2 Prozent.

Das verweist auf einen grundlegenden Unterschied zwischen digitaler und physischer Wertschöpfung. KI kann Planung, Kalkulation, Dokumentation oder Projektsteuerung effizienter machen. Die physische Umsetzung bleibt jedoch stärker an Fachkräfte, Orte, Maschinen und reale Prozesse gebunden.

Wo Technologie menschliche Arbeit ergänzt, ohne sie leicht ersetzen zu können, können Produktivitätsgewinne deshalb eher zu höheren Löhnen führen.

Unternehmen beginnen, Humankapital neu zu bewerten

Die ifo-Erhebung misst Erwartungen, keine bereits realisierten Lohnentwicklungen. Ein Drittel bis die Hälfte der Unternehmen erwartet je nach Beschäftigtengruppe zudem überhaupt keine Veränderung der Löhne. Die Ergebnisse sind deshalb nicht als Beleg für flächendeckende Lohnsenkungen zu lesen.

Strukturell sind sie dennoch relevant.

Unternehmen beginnen offenbar, den ökonomischen Wert von Arbeit unter KI-Bedingungen neu zu kalkulieren. Dabei verläuft die Trennlinie weniger schlicht zwischen akademischer und nichtakademischer Beschäftigung als zwischen standardisierbarer Tätigkeit und schwer ersetzbarer Urteilskraft.

Das verändert auch Investitionsentscheidungen. Für Beschäftigte steigt der Wert von Kompetenzen, die KI ergänzen. Für Unternehmen wächst der Anreiz, standardisierbare Wissensarbeit zu automatisieren und knappe Erfahrungs- und Entscheidungskompetenz stärker zu binden. Auf dem Arbeitsmarkt dürfte sich diese Neubewertung zunächst über Stellenprofile, Einstiegsgehälter und Karrierewege zeigen, bevor sie in aggregierten Lohndaten vollständig sichtbar wird.

Die entscheidende Verteilungswirkung der Künstlichen Intelligenz könnte deshalb nicht zwischen Mensch und Maschine verlaufen, sondern innerhalb der menschlichen Arbeit selbst. Wenn Routinewissen billiger und Erfahrungsurteil knapper wird, verändert KI nicht nur Produktivität und Beschäftigung. Sie verändert den Preis dessen, was Unternehmen unter Qualifikation verstehen.

Quelle: ifo Institut, „Unternehmen erwarten eher sinkende Löhne durch Einsatz von Künstlicher Intelligenz“, Auswertung der ifo Konjunkturumfrage vom Juni 2026 unter mehr als 3.000 KI-nutzenden Unternehmen in Deutschland.