Jensen Huang hat recht. Zur Hälfte.

Herbst 2016, eine Bühne in Toronto. Geoffrey Hinton, der Mann, der acht Jahre später den Nobelpreis für seine Arbeit an neuronalen Netzen bekommt, sagt ins Mikrofon: Man solle jetzt aufhören, Radiologen auszubilden. In fünf Jahren mache das die Maschine besser.

21. Januar 2026, Davos. Jensen Huang sitzt neben Larry Fink, dem Chef von BlackRock. Fink fragt nach den Jobs. Huang antwortet mit den Radiologen. Die KI sei längst in jeder Radiologie angekommen, lese Bilder schneller als jeder Mensch, und trotzdem stellten die Kliniken mehr Radiologen ein, nicht weniger. Dasselbe bei den Pflegekräften. Man müsse die Aufgabe vom Zweck des Berufs trennen: Wer das Tippen automatisiert, schafft den Arzt nicht ab, weil Tippen nie sein Zweck war.

Das Video macht seit Januar die Runde, und jedes Mal, wenn es in einem Führungskreis gezeigt wird, atmet der Raum auf. Endlich einer, der sagt: Alles halb so wild.

Ich zeige das Video auch. Aber ich lasse es nie allein stehen. Denn Huang hat recht. Zur Hälfte.

Hinton hat sich geirrt. Beim Zeitpunkt.

Die Zahlen, auf die Huang sich stützt, stammen von der Mayo Clinic. Die New York Times hat sie am 19. Mai 2025 veröffentlicht, Autor Steve Lohr. Seit Hintons Prognose ist die Radiologie der Mayo Clinic um 55 Prozent gewachsen, von rund 260 auf über 400 Radiologen. Die Klinik setzt heute mehr als 250 KI-Modelle ein, die meisten in Radiologie und Kardiologie.

Hinton hat der Times gesagt, er habe 2016 zu pauschal gesprochen. Er habe nur die Bildanalyse gemeint, nicht den ganzen Beruf. Beim Zeitpunkt habe er sich geirrt. Bei der Richtung nicht.

Das ist ehrlicher als jede Keynote-Folie. Und es ist der erste Hinweis darauf, was hier wirklich passiert: Die Maschine hat eine Aufgabe übernommen. Der Beruf ist gewachsen. Die Frage ist, warum.

Drei Maschinen, drei wachsende Berufe

Die Radiologie ist nicht der erste Fall. Es gibt drei ältere, und jeder im Saal kennt mindestens einen davon.

Der Geldautomat. Der Ökonom James Bessen hat die Geschichte für die USA zwischen den 1970ern und 2010 nachgerechnet. Mit Geldautomaten kam eine Filiale mit rund 13 statt 20 Kassierern aus. Eigentlich das Ende des Berufs. Dann passierte das Gegenteil: Weil eine Filiale billiger wurde, eröffneten die Banken mehr davon. Die Zahl der städtischen Filialen stieg um 43 Prozent. Unter dem Strich gab es mehr Kassierer, nicht weniger. Und der Job änderte sich: weniger Bargeld zählen, mehr Festgeld und Autokredit verkaufen. Der Kassierer wurde für die Bank wertvoller, nicht billiger.

Die Tabellenkalkulation. Am 17. Oktober 1979 kam VisiCalc in den Handel, das erste Programm, für das sich Menschen einen Computer kauften. Planet Money hat die Folgen gezählt: In den USA gibt es heute 400.000 Buchhaltungskräfte weniger als 1980, dem ersten vollen Verkaufsjahr. Dafür 600.000 Stellen mehr für Accountants. Rechnen war billig, vielseitig und mächtig geworden. Also wurde mehr gerechnet. Tim Harford, der die Zahl in seiner BBC-Kolumne bekannt gemacht hat, fasst sie nüchtern zusammen: Automatisierung schafft manchmal Jobs und vernichtet manchmal welche. Der Punkt sei nicht, ob 600.000 mehr ist als 400.000.

Der Chatbot. Im Februar 2024 erzählte Klarna-Chef Sebastian Siemiatkowski der Welt, sein KI-Assistent erledige die Arbeit von 700 Vollzeitkräften im Kundenservice und übernehme drei Viertel aller Chats. 2025 die Kehrtwende gegenüber Bloomberg: Der Bot sei billiger, liefere aber schlechtere Qualität. Klarna stellt wieder Menschen ein, in einem Modell nach Uber-Vorbild mit Studierenden und Leuten vom Land. Die Belegschaft ist trotzdem von 7.000 auf 3.000 geschrumpft. Für den Mittelstand ist die Lehre nicht „KI funktioniert nicht“. Die Lehre ist: Wer nur auf Kosten optimiert, zahlt später mit Qualität.

Drei Maschinen, drei Berufe, die danach größer oder wertvoller waren. Genau das ist Huangs Logik. Bis hierhin stimmt sie.

Das Ende, das Huang weglässt

Bessens Geschichte endet 2010. Die nächste beginnt mit dem iPhone.

Das US-Arbeitsministerium zählte 2024 noch 347.400 Bankkassierer und rechnet bis 2034 mit einem Rückgang um 13 Prozent, rund 44.900 Stellen. Der Grund steht im Bericht: Das Wachstum des Berufs kam immer aus neuen Filialen, und die Zahl der Filialen sinkt, weil Kunden ihre Bank in der Hosentasche tragen.

Ausgelöst hat das nicht der Geldautomat. Ausgelöst hat das Smartphone und Apple Pay. Die erste Welle hat Jobs geschaffen. Die zweite baut sie ab.

Das ist der Teil, den du in Davos nicht hörst. Eine Technologie, die einem Beruf zuarbeitet, lässt ihn wachsen. Die nächste, die den ganzen Prozess übernimmt, nimmt ihn weg. Dieselbe Branche, dieselben Menschen, zwanzig Jahre dazwischen.

Jevons, oder: billiger heißt mehr

Hinter allen drei Wachstumsfällen steckt derselbe Mechanismus, und er ist 160 Jahre alt.

1865 veröffentlichte der englische Ökonom William Stanley Jevons „The Coal Question“. Seine Beobachtung: Je effizienter die Dampfmaschinen mit Kohle umgingen, desto mehr Kohle verbrauchte England. Nicht weniger. Billigere Leistung, mehr Nachfrage. Ich habe das Bild der Dampfmaschine schon einmal benutzt, in meinem Beitrag „Generative KI ist die neue Dampfmaschine“, damals ging es um Anwendung statt Erfindung. Hier geht es um die Nachfrageseite.

Am 27. Januar 2025, dem Tag, an dem DeepSeek die Nvidia-Aktie um fast ein Fünftel drückte, schrieb Satya Nadella: „Jevons paradox strikes again!“ Gemeint war: Wird KI billiger, wird mehr davon genutzt, bis sie eine Ware ist, von der wir nicht genug bekommen.

Der Economist hat wenige Tage später dagegengehalten, und die Gegenrede lohnt sich. Rebound-Effekte gibt es, aber sie sind meist zu klein, um die Effizienzgewinne ganz aufzufressen. Wer den Fall für KI auf Jevons baut, wettet nicht auf die Technik. Er wettet auf die Nachfrage.

Und genau das ist die Trennlinie zwischen den Berufen, die wachsen, und denen, die schrumpfen.

Die andere Seite: Handweber, Übersetzer, Einsteiger

Der Webstuhl, die ganze Geschichte. Am Anfang passt er perfekt zu Huang. Ab den 1780ern lieferten die Spinnereien billiges Garn, und die Nachfrage nach Handwebern schoss nach oben. 1806 verdiente ein Handweber in England ungefähr das Doppelte eines Fabrikarbeiters. Dann kam der mechanische Webstuhl. 1820 verdiente derselbe Handweber 25 Prozent weniger als der Fabrikarbeiter, und es ging weiter bergab. Die Zahlen stammen aus den Lohnreihen von George Wood aus dem Jahr 1910, aufbereitet von Daron Acemoglu und Simon Johnson. Das Bittere daran: Bis 1833 gab es mehr Handweber als Fabrikarbeiter. Sie sind nicht verschwunden. Sie sind geblieben und verarmt.

Die Übersetzer, heute. Die Society of Authors hat im Januar 2024 ihre Mitglieder befragt, 787 Antworten. Mehr als ein Drittel der Übersetzer, 36 Prozent, hatte bereits Aufträge an generative KI verloren. Bei 43 Prozent war das Einkommen gesunken. Das Chartered Institute of Linguists meldete im Dezember 2024, dass 49 Prozent der freien Übersetzer und Dolmetscher einen deutlichen Rückgang ihres Auftragsvolumens sahen, weitere 21 Prozent einen leichten. Ich habe in „KI verdoppelt sich alle 7 Monate“ vorgerechnet, was eine Übersetzung kostet: 20 Cent pro Wort beim Menschen, 0,02 Cent beim Modell. Faktor 1.000. Nur ist der Markt für Übersetzungen nicht um den Faktor 1.000 gewachsen. Nicht einmal um den Faktor zwei.

Die Berufseinsteiger. Erik Brynjolfsson, Bharat Chandar und Ruyu Chen von der Stanford Digital Economy Lab nennen ihre Studie „Canaries in the Coal Mine“, Kanarienvögel im Bergwerk. Im Update vom August 2026 liegt die Beschäftigung der 22- bis 25-Jährigen in stark KI-exponierten Berufen rund 19 Prozent unter dem Niveau gleichaltriger Kollegen in weniger exponierten Berufen. Ein Jahr vorher waren es 13 Prozent. Der Grund sind nicht mehr Kündigungen, sondern weniger Neueinstellungen. Und die Unterscheidung dahinter ist Gold: Wo KI Arbeit automatisiert, sinkt die Beschäftigung junger Leute. Wo KI ergänzt, bleibt sie stabil oder wächst, über alle Altersgruppen.

Dieselbe Technologie. In einem Fall arbeitet sie dem Beruf zu. Im anderen übernimmt sie ihn.

Deutschland: Entwarnung mit Vorbehalt

Jetzt wird es unbequem, auch für mich.

Am 13. Oktober 2026 hat das Institut für Arbeitsmarkt- und Berufsforschung die deutschen Zahlen vorgelegt. Melanie Arntz, Michele Dinelli und Oliver Schlenker haben die Vollzeitbeschäftigung zwischen 2022 und 2025 nach KI-Exposition sortiert. Ergebnis: In den am stärksten exponierten Berufen lag sie 2025 rund 1 Prozent über 2022. In den weniger exponierten rund 3 Prozent darunter. Die KI-Berufe haben sich besser entwickelt, nicht schlechter.

Bei den 20- bis 29-Jährigen sieht es anders aus. Minus 3,8 Prozent in stark exponierten Berufen, minus 2,6 Prozent in weniger exponierten. Ein Unterschied von 1,2 Punkten, nicht signifikant. Der Konjunktureffekt ist mehr als doppelt so stark: In schwachen Branchen sank die Beschäftigung junger Leute um 4,2 Prozent. Nur im verarbeitenden Gewerbe, minus 6 Prozent, und in nicht-akademischen Berufen wird der KI-Zusammenhang statistisch belastbar. Das IAB nennt das „Entwarnung mit Vorbehalt“ und schreibt dazu, die Exposition messe nur, wo KI eingesetzt werden könnte, nicht, ob ein Betrieb sie einsetzt.

Das ifo Institut liefert den Vorbehalt gleich mit: 14 Prozent der Unternehmen setzen KI bereits für typische Aufgaben von Berufseinsteigern ein. Weitere 40 Prozent erwarten das in den kommenden drei Jahren.

Ich habe beide Studien gelesen, Stanford und IAB, und ich weiß nicht, welche Recht behält. Stanford misst drei Jahre amerikanischen Vorsprung in der Anwendung. Das IAB misst eine deutsche Rezession. Beide sind beschreibend, keine ist kausal. 2023 habe ich in „KI und Arbeitsplätze“ geschrieben, dass Deutschlands Demografie den Unterschied macht. Daran halte ich fest. Aber die 54 Prozent der Unternehmen, die KI für Einsteigeraufgaben nutzen oder planen, sind kein Demografie-Thema. Das ist eine Entscheidung, die gerade in Geschäftsführungen fällt.

Warum ich Huang nur zur Hälfte glaube

Die Radiologen-Zahlen stimmen. Die Kausalität, die Huang daraus ableitet, ist dünn.

Dass es mehr Radiologen gibt, liegt mindestens genauso an mehr Bildgebung und einer alternden Bevölkerung wie an KI. Jede neue MRT-Indikation schafft Bilder, jedes Jahr Lebenserwartung schafft Patienten. Der Markt für Radiologie wächst aus Gründen, die mit Nvidia nichts zu tun haben, und die KI setzt sich obendrauf.

Sein bester Satz ist trotzdem der über Aufgabe und Zweck. Tippen war nie der Zweck des Arztes. Bilder lesen auch nicht. Der Zweck ist die Diagnose, die Verantwortung, das Gespräch mit dem Chirurgen. Solange das gebraucht wird und solange es mehr davon braucht, wächst der Beruf, egal was die Maschine übernimmt.

Die Regel

Aus acht Fällen wird für mich eine Regel: KI ersetzt Aufgaben, nicht Berufe. Ob ein Beruf wächst oder schrumpft, entscheidet nicht die Maschine. Das entscheidet der Markt.

Geldautomat, Tabellenkalkulation und Radiologie hatten einen Markt, der mitwuchs, als die Leistung billiger wurde. Mehr Filialen, mehr Rechnungen, mehr Bilder. Handweber und Übersetzer hatten das nicht. Der Markt für Stoff wuchs, aber nicht mehr für Handarbeit. Der Markt für Übersetzung wuchs, aber nicht um den Faktor 1.000. Die Maschine war in allen Fällen dieselbe Art von Maschine. Der Unterschied lag auf der Nachfrageseite.

Deshalb ist die Frage, ob KI Arbeitsplätze ersetzt, falsch gestellt. In meinem Beitrag „Warum zuerst Tätigkeiten verschwinden, nicht Berufe“ steht die These. Hier steht der Beweis. Und daraus folgen drei Fragen, die ich jedem Geschäftsführer stelle, der mir das Huang-Video schickt.

Der Fisch stinkt vom Kopf, auch hier. Ob dein Unternehmen in fünf Jahren mehr Filialen hat oder mehr verarmte Handweber, entscheidet keine Software. Das entscheidest du, in der Antwort auf die erste der drei Fragen.

Also: Wächst dein Markt mit, wenn deine Leistung billiger wird? Und wenn du es nicht weißt, wer in deinem Haus könnte es dir bis Freitag sagen?

Quellen

• Radiology Business: NY Times revisits Nobel Prize winner’s prediction AI will render radiologists obsolete (Mayo Clinic, Hinton, Mai 2025)
• Free Press Journal: Jensen Huang at Davos on AI, routine jobs and skilled workers (21. Januar 2026)
• Conversable Economist: ATMs and a Rising Number of Bank Tellers? (James Bessen)
• U.S. Bureau of Labor Statistics: Occupational Outlook Handbook, Tellers (Projektion 2024 bis 2034)
• BBC, Tim Harford: How computing’s first „killer app“ changed everything (VisiCalc, Planet Money)
• Entrepreneur: Klarna Is Hiring Customer Service Agents After AI Couldn’t Cut It
• GeekWire: Microsoft CEO says AI use will skyrocket with more efficiency (Nadella, Jevons)
• The Economist via Living Library: Tech tycoons have got the economics of AI wrong
• MIT Shaping Work: What can the early Industrial Revolution teach us about technology and work in the age of AI? (Handweber, Acemoglu und Johnson)
• The Bookseller: A third of translators report losing work to generative AI (Society of Authors, 2024)
• Chartered Institute of Linguists: Work volumes for freelance translators and interpreters (Dezember 2024)
• Stanford Digital Economy Lab: Canaries in the Coal Mine, August 2026 Update
• IAB-Forum: KI als Jobkiller für Berufseinsteiger? Entwarnung mit Vorbehalt (13. Oktober 2026)