KI drückt auf die Löhne: Ifo-Studie zeigt, wer am stärksten betroffen ist

Was passiert ist

Das Ifo-Institut hat im Juni 2026 über 3.000 KI-nutzende Unternehmen in Deutschland befragt, wie sie die Auswirkungen von Künstlicher Intelligenz auf Löhne und Gehälter in den nächsten fünf Jahren einschätzen. Das Ergebnis ist eindeutig: Fast jedes zweite Unternehmen erwartet sinkende Löhne — besonders für Beschäftigte mit weniger als fünf Jahren Berufserfahrung.

Die Studie ist die erste systematische Erhebung in Deutschland, die den KI-Einsatz direkt mit Lohnerwartungen verknüpft. Sie basiert auf der Ifo-Konjunkturumfrage, einer monatlichen Befragung von Unternehmen zu ihrer wirtschaftlichen Lage.

Die Kernzahlen

Nach Berufserfahrung und Abschluss

Gruppe	Sinkende Löhne erwartet	Steigende Löhne erwartet	Stabile Löhne
Berufseinsteiger (< 5 Jahre), ohne Akademikerabschluss	48,3 %	5,9 %	~46 %
Berufseinsteiger (< 5 Jahre), mit Akademikerabschluss	50,8 %	16,3 %	~33 %
Erfahrene (≥ 5 Jahre), ohne Akademikerabschluss	~40 %	—	—
Erfahrene (≥ 5 Jahre), mit Akademikerabschluss	—	26,0 %	—

Die zentrale Erkenntnis: KI trifft Berufseinsteiger am härtesten — und zwar unabhängig vom Bildungsabschluss. Wer frisch in den Beruf startet, bekommt die Aufgaben, die KI am leichtesten übernehmen kann. Die Erfahrungsbremse fällt weg, und damit sinkt der Lohn, den Arbeitgeber für den Einstieg zahlen wollen.

„Am ehesten rechnen sie bei weniger erfahrenen Arbeitskräften mit sinkenden Löhnen." — Anna Ruffert, Ifo-Forscherin

Nach Branche

Branche	Einsteiger sinkend	Erfahrene sinkend	Akademiker-Einsteiger steigend	Akademiker-Erfahrene steigend
Dienstleistung	53,3 %	44,2 %	14,9 %	27,3 %
Handel	47,9 %	41,3 %	15,9 %	24,9 %
Verarbeitendes Gewerbe	46,5 %	38,9 %	15,6 %	24,2 %
Bau	39,0 %	31,3 %	24,0 %	29,8 %

Die Dienstleistungsbranche ist am pessimistischsten — hier erwartet die Mehrheit der Unternehmen sinkende Löhne für Berufseinsteiger. Das ist plausibel: Dienstleistungen haben viele standardisierbare Aufgaben (Kundenservice, Dateneingabe, Dokumentation), die KI-Tools direkt übernehmen können.

Der Bausektor ist am mildesten — hier gibt es weniger standardisierbare Büroaufgaben und mehr physische Arbeit. Interessanterweise erwartet der Bau am häufigsten steigende Löhne für Höherqualifizierte (29,8 %), was auf eine KI-Komplementärthese hindeutet: KI hilft bei der Planung, erhöht aber die Anforderungen an die Mitarbeiter.

Was dahinter steckt: Die Komplementär- vs. Substitutions-These

Die Theorie

Die Ökonomie unterscheidet zwei Effekte von Technologie auf Arbeit:

Substitutionseffekt: KI ersetzt menschliche Arbeit → Lohn sinkt (die Maschine kann es billiger)
Komplementäreffekt: KI ergänzt menschliche Arbeit → Lohn steigt (der Mensch wird produktiver)

Die Ifo-Daten zeigen beides gleichzeitig — aber verteilt nach Erfahrung und Qualifikation:

Wenig Erfahrung + keine hohe Qualifikation → Substitution dominiert. KI übernimmt Routineaufgaben, die früher Einsteigern vorbehalten waren. Der Einsteiger wird überflüssig oder bekommt weniger, weil seine “Lernaufgaben” wegfallen.
Hohe Qualifikation + viel Erfahrung → Komplement dominiert. KI macht erfahrene Fachkräfte produktiver, die das Modell anleiten, überprüfen und in komplexe Kontexte einbetten können.

Das Problem mit der Erfahrungsbremse

Bisher galt: Berufserfahrung lohnt sich. Wer jahrelang in einem Job arbeitet, sammelt Wissen, das ein Einsteiger nicht hat. Dafür wird er besser bezahlt.

KI verändert diese Logik. Wenn ein KI-Tool das Wissen von Hunderten Dokumenten, Tausenden Fällen und jahrzehntelanger Fachliteratur in Sekunden abrufen kann, verliert die individuelle Erfahrung einen Teil ihres Werts. Der erfahrene Mitarbeiter wird nicht überflüssig — aber sein Erfahrungspremium schrumpft.

Für Einsteiger bedeutet das ein doppeltes Problem: Sie verlieren nicht nur die Aufgaben, durch die sie bisher Erfahrung gesammelt haben (weil KI sie übernimmt), sondern auch den Lohn, den sie dafür bekommen hätten.

Internationale Befunde stützen die These

US Census Bureau (2026): KI reduziert die Einstellung von Berufsanfängern — „You’re (not) Hired" (Working Paper CES-WP-26-27)
IESE Insight: KI drückt Einstiegsgehälter und reduziert Junior-Hiring
Dallas Fed (Februar 2026): KI wirkt gleichzeitig als Hilfe und als Ersatz — Lohndaten zeigen gemischte Effekte je nach Position
IZA Discussion Paper (Juni 2026): „Generative AI and the Redefinition of Entry-Level Software Work" — Software-Branche als Paradebeispiel: Junior-Devs werden durch KI-Coding-Tools substituiert
arXiv (Juni 2026): „Human Capital, AI, and Labor Commoditization" — formelles Modell zur Kommodifizierung von Arbeitskraft durch KI

Was das für den Arbeitsmarkt bedeutet

Berufseinstieg wird schwieriger

Wenn KI die Aufgaben übernimmt, die bisher Einsteigern vorbehalten waren, gibt es zwei Szenarien:

Weniger Einstiegsstellen: Unternehmen stellen weniger Junge ein, weil KI die Arbeit macht. Wer noch eingestellt wird, bekommt weniger, weil seine “Lernaufgaben” wegfallen.
Höhere Einstiegsanforderungen: Einsteiger müssen sofort auf dem Niveau arbeiten, das früher mehrere Jahre Erfahrung erfordert hätte. Die “Junior”-Position verschwindet, die Einstiegsbarriere steigt.

Beides ist schlecht für junge Menschen am Anfang ihrer Karriere — und besonders für die, die sich keine längere Ausbildung oder ein Studium leisten können.

Die Erfahrungsschere

KI könnte eine Erfahrungsschere öffnen:

Wer vor der KI-Welle Erfahrung gesammelt hat → profitiert (Komplementäreffekt, höherer Lohn)
Wer nach der KI-Wolle in den Beruf startet → bekommt keine Gelegenheit, Erfahrung zu sammeln (Substitutionseffekt, niedrigerer Lohn)

Das würde die bestehende Ungleichheit zwischen Generationen verschärfen — eine Entwicklung, die politisch hochexplosiv ist.

Nicht alle Branchen gleich

Die Ifo-Daten zeigen, dass der Bausektor deutlich weniger pessimistisch ist. Das liegt an der Art der Arbeit: Physische Arbeit auf Baustellen lässt sich nicht so leicht digitalisieren wie Büro- oder Dienstleistungsaufgaben. Aber auch hier erwartet ein Drittel der Unternehmen sinkende Löhne — KI wirkt also auch in der Bauwirtschaft über Planung, Verwaltung und Logistik.

Einordnung

Für Arbeitnehmer

Einsteiger sollten sich darauf einstellen, dass KI viele der Aufgaben übernimmt, die früher zum Lernen dazugehörten. Wer nur das kann, was KI auch kann, wird unter Druck geraten.
Erfahrene sind nicht automatisch sicher. Der Erfahrungspremium schrumpft, wenn KI das gleiche Wissen schneller abrufen kann. Gefragt sind urteilsfähigkeit, Verantwortung und Kontextverständnis — Dinge, die KI nicht kann.
Akademiker haben bessere Karten, aber nur in Kombination mit Erfahrung. Der Abschluss allein reicht nicht mehr.

Für Arbeitgeber

Die Ifo-Daten sind Erwartungen, keine Messungen. Unternehmen könnten irren — besonders wenn sie KI überschätzen oder die Komplexität realer Arbeitsprozesse unterschätzen.
Wer nur auf Kostensenkung setzt, riskiert einen Brain Drain: Junge Talente, die keine Perspektive sehen, gehen. In einer alternden Gesellschaft wie Deutschland ist das ein demografisches Risiko.
Investition in Ausbildung wird wichtiger, nicht weniger. Wenn KI die Lernaufgaben übernimmt, müssen Unternehmen neue Wege finden, Berufseinsteigern Erfahrung zu vermitteln.

Für Politik und Gesellschaft

Die Frage ist nicht, ob KI Löhne drückt, sondern für wen und wie stark. Die Ifo-Daten geben erste Hinweise, aber sie sind Momentaufnahmen von Erwartungen.
Mindestlohn und Tarifbindung werden wichtiger, nicht weniger — wenn KI Löhne für Geringqualifizierte drückt, braucht es institutionelle Untergrenzen.
Lebenslanges Lernen ist eine Floskel, wenn es nicht bezahlt wird. Wer sich weiterbilden soll, während die Basisaufgaben wegfallen, braucht Zeit und Geld dafür.
Die Generationengerechtigkeit wird zur wirtschaftspolitischen Frage: Wenn die Boomer-Generation vom Erfahrungspremium profitiert und die nachfolgenden Generationen es verlieren, entsteht ein Verteilungskonflikt, der die Gesellschaft spaltet.

Für uns

Im Rettungsdienst sind die unmittelbaren Auswirkungen begrenzt — physische Notfallversorgung lässt sich nicht durch KI ersetzen. Aber die indirekten Effekte sind relevant:

Dokumentation und Abrechnung werden zunehmend KI-gestützt → weniger Verwaltungspersonal, mehr Druck auf vorhandene Mitarbeiter
Junior-Rettungsassistenten könnten bei Dokumentations- und Protokollaufgaben durch KI-Tools ersetzt werden → weniger Einstiegsstellen im nicht-klinischen Bereich
QM- und IT-Positionen im DRK könnten betroffen sein: KI-Tools für Audit-Auswertung, Risikobewertung und Prozessdokumentation drücken auf die Gehälter für Einsteiger in diesen Bereichen

Die Ifo-Studie ist ein Warnsignal. Nicht потому, что KI alles kaputt macht, sondern weil die Verteilung ihrer Effekte ungleich ist — und diese Ungleichheit sich entlang bestehender Linien (Alter, Erfahrung, Bildung) verstärkt. Die Frage ist nicht, ob wir KI einsetzen, sondern wie wir dafür sorgen, dass die Gewinne nicht nur oben landen.

Quellen: