Erst hat die Digitalisierung die Welt gefressen. Jetzt frisst die KI die Digitalisierung.
Die Digitalisierung hat die analoge Welt gefressen, jetzt frisst KI die Digitalisierung. Was Studien zeigen und was das für UX heißt.

Kurzfassung: Die Digitalisierung hat rund 20 Jahre gebraucht, um Bankschalter, Kassen und Reisebüros zu ersetzen. KI ersetzt jetzt Teile der Software-Arbeit selbst, und das deutlich schneller. Programmierer stehen 2026 auf Platz 1 der KI-Exposition. Einen breiten Jobkollaps zeigen die Daten nicht, wohl aber einen Einbruch beim Berufseinstieg. Für UX heißt das: Wir hören auf, UX zu bauen. Wir bauen Systeme, die gute UX entstehen lassen.
2013 hat Oxford ausgerechnet, mit welcher Wahrscheinlichkeit Programmierer ersetzt werden: 48 Prozent. Ich habe das damals nicht ernst genommen, weil wir es waren, die alle anderen wegdigitalisiert haben. So kann man sich täuschen.
Die Oxford-Studie von 2013
Carl Benedikt Frey und Michael Osborne haben damals 702 Berufe durchgerechnet. Ihr Ergebnis ging um die Welt: 47 Prozent der Beschäftigung in den USA sei stark gefährdet, automatisiert zu werden. Wann genau, ließen sie offen, „vielleicht in ein oder zwei Jahrzehnten“. Wer kurz nachrechnet, merkt: Das ist jetzt.
Die Studie wird seitdem gern als Beweis zitiert, dass Informatiker aussterben. Das steht da aber nicht drin. Programmierer, also die Leute, die Vorgaben in Code übersetzen, lagen bei 48 Prozent. Softwareentwickler für Anwendungen dagegen bei 4 Prozent. Frey und Osborne haben ziemlich genau unterschieden zwischen dem, der umsetzt, und dem, der entwirft.
Ich habe die 48 Prozent damals trotzdem nicht ernst genommen. Wir waren schließlich die mit dem Werkzeug in der Hand. Dreizehn Jahre später sieht das etwas anders aus.
Welle 1: Die Digitalisierung frisst die analoge Welt
Erinnerst Du Dich, wann Du zuletzt an einem Bankschalter eine Überweisung abgegeben hast? Oder ein Reisebüro betreten hast, um einen Flug zu buchen? Eben. Den Bankschaltet kenne ich noch von früher, das Reisebüro gar nicht mehr.
Software hat in den letzten 20 Jahren eine Menge Papier und eine Menge Tresen ersetzt. Der Bankschalter wurde zum Onlinebanking, die Kasse zum Self-Checkout, der Brief zur E-Mail, das Reisebüro zum Vergleichsportal. Das ging nicht über Nacht. Es hat Jahrzehnte gedauert, bis die analoge Welt verdaut war, und die Berufe dahinter hatten Zeit, sich anzupassen oder in Rente zu gehen.
Ich war bei dieser Welle nicht Zuschauer. Ich habe 20 Jahre in der Produktentwicklung gearbeitet und an genau solchen Systemen mitgebaut. Wir haben Formulare in Masken verwandelt und Abläufe in Workflows. Und wir fanden das, ehrlich gesagt, ziemlich gut. Es war ja auch gut: schneller, billiger, rund um die Uhr verfügbar.
Nur haben wir uns selten gefragt, was mit den Leuten hinter dem Tresen passiert. Die Frage kommt jetzt zurück. An uns.
Welle 2: Die KI frisst die Digitalisierung
Die Pointe ist fast zu schön: Ausgerechnet die Leute, die Welle 1 gebaut haben, stehen jetzt oben auf der Liste.
Anthropic hat im März 2026 ausgewertet, wofür Menschen KI tatsächlich nutzen, und das auf Berufe übertragen. Auf Platz 1 der beobachteten Exposition: Programmierer, mit 75 Prozent. Auf Platz 2 folgt der Kundenservice, weit oben steht auch die Datenerfassung mit 67 Prozent. Programmieren, Support, Daten eintippen. Das ist im Grunde die Belegschaft der Digitalisierung.
Frey und Osborne lagen 2013 bei Programmierern also erstaunlich nah dran. Sie hatten nur nicht vorhergesehen, dass es nicht Roboter sein würden, sondern Sprachmodelle.
Auch beim Design ist die Welle angekommen. Im Future of Jobs Report 2025 des World Economic Forum stehen Grafikdesigner knapp außerhalb der Top 10 der am schnellsten schrumpfenden Berufe. Das hat der WEF so zum ersten Mal vorhergesagt; zwei Jahre vorher galten sie noch als moderat wachsend. Insgesamt rechnet der WEF damit, dass sich bis 2030 22 Prozent aller Jobs strukturell verändern: 170 Millionen entstehen neu, 92 Millionen fallen weg.
Jetzt kommt der Teil, den Schlagzeilen gern weglassen: Exposition heißt nicht Jobverlust. Exposition misst, wie viele Aufgaben eines Berufs KI übernehmen kann oder schon übernimmt. Ob dabei Stellen verschwinden, ist eine andere Frage. Die Anthropic-Ökonomen Maxim Massenkoff und Peter McCrory schreiben dazu:
We find no systematic increase in unemployment for highly exposed workers since late 2022.
Nur eine Gruppe fällt auf: Junge zwischen 22 und 25 finden in diesen Berufen seltener einen neuen Job, gerade so statistisch signifikant. Und derselbe WEF-Report zählt Softwareentwickler sogar zu den wachsenden Berufen.
Was mich trotzdem beunruhigt, ist die Geschwindigkeit. Welle 1 hat Jahrzehnte gebraucht. Welle 2 ist seit Ende 2022 messbar, seit ChatGPT, also seit nicht einmal vier Jahren.
Die Leiter verliert ihre unteren Sprossen
Wenn der Beruf nicht stirbt, wo landet dann die Welle? Die Antwort ist unangenehm: bei denen, die gerade erst anfangen.
Ein Team um Erik Brynjolfsson in Stanford hat Lohnabrechnungsdaten von Millionen Beschäftigten ausgewertet. Der Titel der Studie sagt schon, worum es geht: Canaries in the Coal Mine. Im Update vom August 2026 liegt die Beschäftigung von 22- bis 25-Jährigen in stark KI-exponierten Berufen 19 Prozent unter dem Niveau, das sie hätte, wenn sie mit Gleichaltrigen in weniger exponierten Berufen Schritt gehalten hätte. Ein Jahr vorher waren es 15 Prozent. Bei den Erfahrenen in denselben Berufen gibt es keine vergleichbare Lücke. Die Autoren betonen, dass das beschreibende Befunde sind, kein Beweis für Ursache und Wirkung.
Der Beruf bleibt. Die Leiter bleibt auch. Sie verliert nur ihre unteren Sprossen.
Deutschland ist nicht immun, nur langsamer. Das IAB hat im Oktober 2026 nachgesehen: In stark KI-exponierten Berufen ist die Vollzeitbeschäftigung seit 2022 um 1,2 Prozentpunkte stärker zurückgegangen als in weniger exponierten. Einen negativen Zusammenhang mit KI sehen die Forschenden aber nur bei den 20- bis 29-Jährigen. Der ist bisher nicht statistisch signifikant und deutlich kleiner als der Effekt der Rezession. Aber er wird stärker. Melanie Arntz und ihr Team haben ihren Beitrag passend überschrieben: „Entwarnung mit Vorbehalt“.
Dahinter steckt ein Paradox, das ich für das eigentliche Problem halte. Wer heute neu anfängt, soll in wenigen Wochen können, wofür Erfahrene Jahre hatten. Früher hat man als Junior die einfachen Tickets bekommen, die Bugfixes, die Datenpflege, den dritten Entwurf eines Formulars. Das war nicht glamourös, aber man hat daran gelernt. Genau diese Aufgaben erledigt jetzt die KI, schneller und ohne zu murren.
Ich sehe das an der Hochschule. Meine Studierenden sind gut, oft besser, als ich in ihrem Alter war. Aber sie fragen mich inzwischen, woran sie eigentlich üben sollen, wenn die Übungsaufgaben im Job wegfallen. Ich habe darauf noch keine gute Antwort. Ich habe nur eine Vermutung, wohin die Reise geht.
Die fünf Studien im Überblick
| Studie | Was gemessen wurde | Kernzahl | Was es nicht heißt |
|---|---|---|---|
| Frey & Osborne, Oxford (2013) | Automatisierungswahrscheinlichkeit von 702 Berufen | 47 % der US-Jobs hoch gefährdet; Programmierer 48 %, Anwendungsentwickler 4 % | Kein Datum, kein Jobverlust, sondern technische Möglichkeit |
| Anthropic (März 2026) | Beobachtete Exposition: welche Aufgaben KI tatsächlich übernimmt | Programmierer 75 % (Platz 1), Datenerfassung 67 % | Kein systematischer Anstieg der Arbeitslosigkeit |
| WEF Future of Jobs (Jan. 2025) | Erwartungen von Unternehmen bis 2030 | 22 % der Jobs im Umbruch; 170 Mio. neu, 92 Mio. weg | Softwareentwickler gehören zu den wachsenden Berufen |
| Stanford, Canaries (Aug. 2026) | Beschäftigung nach Alter und Exposition (ADP-Lohndaten) | 22- bis 25-Jährige in exponierten Berufen 19 % unter Vergleichsgruppe | Keine vergleichbare Lücke bei Erfahrenen; beschreibend, nicht kausal |
| IAB (Okt. 2026) | Vollzeitbeschäftigung in Deutschland nach KI-Exposition | 1,2 Prozentpunkte stärkerer Rückgang in exponierten Berufen | Bei 20- bis 29-Jährigen noch nicht signifikant, Rezession wirkt stärker |
Was das für UX bedeutet: Willkommen bei McDonald's
Heute stehen wir in der Küche. Jeder Screen, jeder Flow, jeder Usability-Test wird von Hand gebaut. Die Qualität hängt am Koch: Ist er gut und hat er Zeit, wird der Burger gut. Ist er im Urlaub, gibt es Tiefkühlpizza.
Jetzt denk an McDonald's. Der Burger schmeckt in Bremen genauso wie in Hamburg. Nicht, weil dort überall Sterneköche stehen. Sondern weil Prozesse, Standards, Geräte und Kontrollen die Qualität reproduzierbar machen. Das Wissen steckt nicht im einzelnen Koch, sondern im System.
Genau dieses System wird künftig die Aufgabe von UX. Wir legen Qualitätskriterien fest, bauen das Design System, spannen die KI in ein Harness ein und messen, was herauskommt. KI und Team produzieren darin. Die Messwerte fließen zurück und verbessern das System.
Ich will nicht sagen, dass UX künftig Fast Food wird. Aber die Pommes sind überall gleich gut. Das können viele digitale Produkte nicht von sich behaupten.
Die Metapher hat allerdings eine Grenze, und die sollte man ehrlich benennen. McDonald's steht auch für Einheitsbrei. Und genau das liefert KI, wenn niemand ihr Vorgaben macht: Median-Ergebnisse. Den Durchschnitt aller Antworten, die zu einer Aufgabe denkbar sind. Das sehe ich in meiner eigenen Forschung zu Harness und synthetischen Nutzern immer wieder. Ohne gutes System entsteht keine schlechte UX, sondern Median-UX. Die ist schwerer zu erkennen, weil sie auf den ersten Blick ordentlich aussieht.
Deshalb braucht es Menschen, die das System gestalten. Die Spielräume definieren, wo ein Produkt vom Standard abweichen darf. Und die mit UEQ und UEQ+ prüfen, ob die Qualität am Ende wirklich stimmt.
Und hier schließt sich der Kreis zu den Berufseinsteigern: Wer nie in der Küche stand, kann keine Küche bauen. Genau das ist die offene Frage. Wie baut man Erfahrung auf, wenn die Routinejobs fehlen, an denen man sie früher gesammelt hat?
Von UX bauen zu UX bauen lassen
Was heißt das konkret? Ich sehe vier Kompetenzen, die wichtiger werden:
- Qualitätskriterien formulieren. Was gute UX für dieses Produkt heißt, muss so explizit sein, dass eine Maschine es prüfen kann. „Soll intuitiv sein“ reicht nicht.
- Ein Harness bauen. Das Regelwerk, in das die KI eingespannt wird: Kriterien, Beispiele, Prüfschleifen. Der Prompt ist der Zügel, das Harness ist das, woran er befestigt ist.
- Design Systems als Regelwerk denken. Nicht als Komponentenbibliothek, sondern als Satz von Regeln, aus denen KI und Team konsistente Oberflächen ableiten.
- UX messen. Fragebögen wie UEQ und UEQ+ werden zur Qualitätskontrolle am Ende der Linie. Ohne Messung weißt Du nicht, ob Dein System gute UX produziert oder nur viel davon.
Wie das im Kleinen aussieht, habe ich bei Interviewfragen ausprobiert. Ohne Vorgaben lieferte das Sprachmodell höfliche, neutrale und völlig nichtssagende Fragen. Dann habe ich ihm ein Harness mit 14 Fehlerkriterien aus einem Paper der Carnegie Mellon University angelegt, gegen das jede Frage geprüft wurde. Gleiches Modell, gleiche Aufgabe, deutlich bessere Fragen. Die ganze Geschichte steht in Vierzehn Regeln, eine Jurysitzung und ein Harness.
Meine Arbeit bestand dabei nicht darin, Fragen zu schreiben. Sie bestand darin, das System zu bauen, in dem gute Fragen entstehen. Das ist der Wechsel, um den es hier geht.
Wer dieses Denken auf ganze Entwicklungsteams überträgt, landet schnell bei der Organisation. Warum KI weniger ein Tool-Problem als ein Organisationsproblem ist, habe ich in AI-Dev#1 beschrieben.
Kein Untergang, aber eine Verschiebung
Die Daten zeigen keinen Jobkollaps. Sie zeigen eine Verschiebung, und die ist schnell. Die Digitalisierung hat 20 Jahre gebraucht, um die analoge Welt zu verdauen. Die KI schafft es mit der Digitalisierung in wenigen Jahren, und sie fängt dort an, wo es am meisten weh tut: beim Einstieg.
Ich bin deshalb ehrlich beunruhigt, vor allem für meine Studierenden. Aber ich glaube nicht, dass UX verschwindet. Die Arbeit wandert nur eine Ebene nach oben: vom einzelnen Screen zum System, das Screens hervorbringt. Wer dieses System baut, wird nicht ersetzt. Wer nur am Band steht, hat ein Problem, egal ob Mensch oder Maschine daneben steht.
Wir hören auf, UX zu bauen. Wir bauen Systeme, die gute UX entstehen lassen.
Die Studien zeige und kommentiere ich ausführlicher im Video auf YouTube. Und wenn Du solche Einordnungen regelmäßig lesen willst, abonniere den UXplorer Weekly.
Stehst Du noch in der Küche oder baust Du schon das Restaurant? Schreib es mir.
Quellen
- Frey, C. B. & Osborne, M. A. (2013/2017). The Future of Employment: How Susceptible Are Jobs to Computerisation? Oxford Martin School; Technological Forecasting and Social Change, 114, 254-280.
- Massenkoff, M. & McCrory, P. (2026, 5. März). Labor market impacts of AI: A new measure and early evidence. Anthropic.
- Brynjolfsson, E., Chandar, B. & Chen, R. (2025, Update August 2026). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab.
- World Economic Forum (2025, Januar). The Future of Jobs Report 2025.
- Arntz, M., Dinelli, M. & Schlenker, O. (2026, 13. Oktober). KI als Jobkiller für Berufseinsteiger? Entwarnung mit Vorbehalt. IAB-Forum.
Häufige Fragen
Anthropic hat im März 2026 gemessen, wie stark KI in einzelnen Berufen tatsächlich genutzt wird. Auf Platz 1 liegen Programmierer mit 75 Prozent beobachteter Exposition, auf Platz 2 Kundenservice-Mitarbeitende, weit oben auch Datenerfassung mit 67 Prozent. Exposition heißt aber nicht Jobverlust: Einen systematischen Anstieg der Arbeitslosigkeit in stark exponierten Berufen findet die Studie seit Ende 2022 nicht.
Carl Benedikt Frey und Michael Osborne haben 702 Berufe untersucht und 47 Prozent der US-Beschäftigung als stark automatisierungsgefährdet eingestuft, „vielleicht in ein oder zwei Jahrzehnten“. Programmierer lagen bei 48 Prozent. Softwareentwickler für Anwendungen dagegen nur bei 4 Prozent. Die Studie hat also nicht gesagt, dass Informatiker aussterben.
Die Stanford-Studie Canaries in the Coal Mine zeigt, dass 22- bis 25-Jährige in stark KI-exponierten Berufen inzwischen 19 Prozent unter dem Beschäftigungsniveau liegen, das sie im Gleichschritt mit Gleichaltrigen in weniger exponierten Berufen hätten. Bei Erfahrenen in denselben Berufen gibt es keine vergleichbare Lücke. KI übernimmt genau die Routineaufgaben, an denen Einsteiger früher gelernt haben. Das IAB sieht in Deutschland bei den 20- bis 29-Jährigen einen zunehmend negativen Zusammenhang, bisher aber nicht statistisch signifikant.
UX Professionals bauen künftig weniger einzelne Screens und mehr die Systeme, in denen gute UX entsteht: Qualitätskriterien, Design Systems als Regelwerk, ein Harness für KI-generierte Ergebnisse und Messung mit Fragebögen wie UEQ und UEQ+ als Qualitätskontrolle. KI und Team produzieren in diesem System, die Messwerte fließen zurück. Ohne ein solches System liefert KI Durchschnitt, also Median-UX.