# dgtresor-ia-effets-emploi-2026-06-30

## Veille

Analysenotiz **Trésor-Éco n° 391** (Juni 2026) der **Direction générale du Trésor** (Wirtschaftsministerium), verfasst von **Martin Chopard, Elisa Cotet, Tristan Gantois und Eloïse Villani**. Institutioneller Literaturüberblick zur Wirtschaftsforschung über **die Auswirkung der KI (vor allem generativer KI) auf die Beschäftigung**. **Dreiteilige These**: (1) KI wirkt sich über **zwei gegenläufige Kanäle** auf das Beschäftigungsvolumen aus — den **Verdrängungseffekt** (Substitution automatisierbarer Aufgaben) gegenüber dem **Produktivitätseffekt** (Komplementarität, niedrigere Kosten, gestiegene Nachfrage) — doch der **Gesamteffekt bleibt vorerst schwach/nicht messbar**, mangels zeitlichem Abstand und Verbreitung (≈20 % der EU-Unternehmen im Jahr 2025); (2) **heterogene Effekte** zeigen sich je nach **Berufen** (Exposition ≠ Effekt: alles hängt vom Grad der Substituierbarkeit/Komplementarität und der **Preiselastizität** der Nachfrage ab), **Arbeitskräften** (verzerrter technischer Fortschritt, Sorgen bezüglich **junger Menschen**) und **Sektoren** (Finanzwesen, IT, Unternehmensdienstleistungen am stärksten exponiert); (3) **langfristig bleibt der Nettoeffekt ungewiss** — zwischen massiver Substitution (falls sich agentische/physische KI durchsetzt) und **schöpferischer Zerstörung** (Lehre vergangener Revolutionen: Innovationen haben mehr Arbeitsplätze geschaffen als vernichtet). Schlussfolgerung zur **öffentlichen Politik**: den Übergang unterstützen (Ausbildung, Mobilität — der Plan „Osez l'IA“, France 2030) und **in KI investieren, um im internationalen Wettbewerb nicht zurückzufallen**. Umfangreich belegter Korpus (43 Fußnoten, Schätzpanels in den Tabellen 1-3).

## Titre Article

L'intelligence artificielle, quels effets sur l'emploi ?

## Date

2026-06-30

## URL

https://www.tresor.economie.gouv.fr/Articles/895c28b4-dca6-4ca6-b03b-88058fc4ce87/files/a0c9e9a1-6c53-4f2e-ad5d-f603fd5c456d

## Keywords

KI und Beschäftigung, generative Künstliche Intelligenz, Verdrängungseffekt, Produktivitätseffekt, Substitution, Komplementarität, Task-based-Ansatz, KI-Exposition, Preiselastizität, Jevons-Paradox, J-Kurve, verzerrter technischer Fortschritt, schöpferische Zerstörung, Jugendbeschäftigung, Labelling, KI-Entlassungen, Jugendarbeitslosigkeit 15-24, LLM, KI-Verbreitung, Global AI Adoption Index, exponierte Sektoren, Finanzwesen IT-Dienstleistungen, berufliche Umschulung, Brückenberufe, Unterstützungspolitiken, Ausbildung, Osez l'IA-Plan, France 2030, Académie de l'IA, Wettbewerbsrückstand, Souveränität, Trésor-Éco, DG Trésor, Acemoglu Restrepo, Autor, Brynjolfsson, Richmond OpenAI, Arquié, digitales Barometer 2025

## Authors

**Martin Chopard, Elisa Cotet, Tristan Gantois, Eloïse Villani** — économistes de la **Direction générale du Trésor** (DG Trésor), Ministère de l'Économie, des Finances et de la Souveraineté industrielle, énergétique et numérique. Directrice de la publication : Dorothée Rouzet. Le document engage la DG Trésor mais « ne reflète pas nécessairement la position du ministère ».

## Ton

**Profil**: institutionelle wirtschaftswissenschaftliche Analysenotiz (Reihe *Trésor-Éco*), **akademisches und vorsichtiges** Register, an öffentliche Entscheidungsträger und die Wirtschaftsgemeinschaft gerichtet. Bewusste Neutralität, keine Interessenvertretung: Die Notiz **legt die Mechanismen und die Ungewissheit dar**, statt die Frage zu entscheiden.

**Stil**: kanonische dreiteilige Struktur (Gesamtvolumen → heterogene Effekte → Langfristperspektive + Politiken), Thesen als Zwischenüberschriften dargelegt. **Rigorose Quellenarbeit**: 43 Fußnoten, drei Panel-Schätztabellen (Tabelle 1: Gesamteffekt; Tabellen 2-3: nach Qualifikation und nach Erfahrung), Expositionsgrafiken. Vokabular des Ökonomen (Verdrängungs-/Wiedereinsetzungseffekt nach Acemoglu-Restrepo, *task-based*-Ansatz, Preiselastizität, Jevons-Paradox, „J-förmige“ Kurve, verzerrter technischer Fortschritt, schöpferische Zerstörung). Ausgeprägte **epistemische Redlichkeit**: „empirische Studien erlauben es nicht, den Gesamteffekt zu bestimmen“, wiederholte Betonung des **kurzen Zeithorizonts**, der **Streuung der Ergebnisse** und des Risikos des **„Labelling“** (KI als Vorwand für Entlassungen). Rahmenformel: ungewisse *ex ante*-Effekte, ein Appell für **entschlossene öffentliche Politiken**.

## Pense-betes

- **Kernthese**: Zum jetzigen Zeitpunkt **kein messbarer Gesamteffekt** der KI auf die Beschäftigung (unzureichender zeitlicher Abstand + begrenzte Verbreitung), doch **zwei gegenläufige Kanäle** strukturieren die Analyse — **Verdrängung** (Substitution) gegenüber **Produktivität** (Komplementarität). KI ist weder ein „Jobkiller“ noch neutral: Sie ist **empirisch unbestimmt**, und es wird von der Politik und der Geschwindigkeit der Verbreitung abhängen.
- **Wahrnehmung ≠ Messung**: **62 % der Franzosen** sehen in der KI ein Risiko für die Beschäftigung (digitales Barometer 2025), während der Makroeffekt weiterhin nicht nachweisbar ist. Die Notiz unterscheidet klar zwischen sozialer Sorge und Daten.
- ***Task-based*-Ansatz** (Acemoglu-Restrepo, Autor): Ein Beruf wird in Aufgaben zerlegt, und die **Exposition** wird gemessen, ABER **Exposition ≠ Effekt** — man muss die **Substituierbarkeit** (KI ersetzt) gegenüber der **Komplementarität** (KI erweitert die Arbeitskraft, die sich auf Urteilsvermögen/Validierung/Beziehung konzentriert) bestimmen. **Kognitive** Aufgaben = stärker gegenüber LLMs exponiert; **physische** = weniger (vorerst); **relationale** = mittlere Stufe.
- **Die Preiselastizität entscheidet über das Vorzeichen** (Grafik 2): Wenn Produktivitätsgewinne die Kosten senken und die **Nachfrage elastisch** ist (Grafikdesigner, Entwickler, Elastizität > 1), kann die Beschäftigung **wachsen** (Jevons-Paradox); ist sie **unelastisch** (Feuerwehrleute, Führungskräfte, ~0), kann die Beschäftigung sinken. → Technische Substituierbarkeit präjudiziert den Beschäftigungseffekt nicht.
- **Nachgewiesene individuelle Produktivitätsgewinne**: **+14 %** für Kundenservice-Mitarbeiter, **+26 %** für Softwareentwickler (gezielte experimentelle Studien, wahrscheinlich **unterschätzt**, da sie an bereits veralteten Modellen gewonnen wurden).
- **Sehr weite Spannbreite der Exposition**: zwischen **5 % und 60 %** der Gesamtbeschäftigung je nach Studie (Titelgrafik). Schätzungen für Frankreich: **Arquié et al. (2026)** — **3,8 %** der Arbeitsinhalte *heute* automatisierungsgefährdet, bis zu **16,3 % innerhalb von 2-5 Jahren**. Richmond (2026, OpenAI), USA: **18 %** der Stellen stark gefährdet, bei 24 % werden sich die Aufgaben neu zusammensetzen, 12 % wachsend, 46 % kaum betroffen.
- **„KI“-Entlassungen sind zu relativieren**: 2025 machen der KI zugeschriebene Stellenstreichungen **4,5 bis 6,2 %** der angekündigten Entlassungen in den USA aus, verdünnt innerhalb größerer Einstellungsströme. **Risiko des „Labelling“**: **59 %** der US-Unternehmen geben zu, KI anzuführen, um Einstellungsstopps zu rechtfertigen → KI dient als **Vorwand**, der strukturelle/post-Covid-Gründe verschleiert (Fall Josh Bersin).
- **Sorgen bezüglich junger Menschen** (der konkreteste Punkt): **Brynjolfsson et al. (2025)** — Beschäftigung bei **22-25-Jährigen** in den am stärksten exponierten Berufen **−16 %** (Nov. 2022 → Juli 2025, USA), bestätigt durch **Massenkoff & McCrory (Anthropic)** und Hosseini-Lichtinger. In **Frankreich** (Insee) Arbeitslosigkeit bei **15-24-Jährigen +2 Punkte** (19,1 % → 21,1 %, Q1 2025→Q1 2026) — jedoch **ohne nachgewiesene Kausalität** (Konjunkturlage, Überrepräsentation bei befristeten Verträgen). Problematik: Automatisierung der **kodifizierten Aufgaben**, die Berufseinsteiger ausbilden → Risiko für den Berufseinstieg und die **Erneuerung der Senior-Positionen**.
- **Langfristig = eine offene Wette**: das Szenario der **massiven Substitution** (falls sich agentische/physische KI durchsetzt — Arquié: >40 % der Berufe würden 30 % automatisierbare Aufgaben überschreiten) GEGEN die **schöpferische Zerstörung** (Rückblick über vier Jahrzehnte: Innovationen haben mehr Arbeitsplätze geschaffen als vernichtet; **Autor: 60 % der Arbeitskräfte üben Berufe aus, die 1940 noch nicht existierten**). Zur Erinnerung: **Frey & Osborne 2013** prognostizierten 47 % automatisierbare Stellen in den USA — **was sich nicht bewahrheitet hat**.
- **Übergangskosten**: Die Langsamkeit der Reallokation (Veralten von Kompetenzen, geografische Reibungen) **schmälert den Nutzen der Robotisierung in Frankreich um 40 %** (Bocquet 2026) → die Rolle von **Brückenberufen** und Ausbildungspolitiken.
- **Strategisches (politisches) Gebot**: **In KI investieren = Beschäftigung schützen** über Wettbewerbsfähigkeit. Frankreich = **Zwischenposition** (Verbreitung **18 %**, OECD 2025, gegenüber EU-Durchschnitt **20 %**, aber Aufholprozess **+8 Punkte** 2024-2025 gegenüber +6 Punkten in der EU). Maßnahmen: der Plan **„Osez l'IA“** (2025, **15 Millionen ausgebildete Fachkräfte bis 2030**, **Académie de l'IA**) und **France 2030** („Compétences et métiers d'avenir“).
- **Zu verlinken**: ein makro-institutionelles Gegenstück zum Produktivitäts-/Beschäftigungscluster der Veille (SFEIR AI4IT [[girard-sfeir-ai4it-vs-ai4business-budgets-2027-2026-06-24]], das angekündigte Verschwinden der Entwickler [[bfmtv-tech-co-business-ia-developpeurs-disparaissent-2026-05-05]], Personalbestandsrechnung Mensch+Agent [[sternfels-mckinsey-60000-people-20000-agents-officechai-2026-01-14]]). Hier ist die Lesart **vorsichtig und aggregiert**, im Gegensatz zu Erfahrungsberichten von Einzelunternehmen.

## RésuméDe400mots

Diese Notiz **Trésor-Éco n° 391** (DG Trésor, Juni 2026) bietet einen vorsichtigen, gut belegten Überblick über die Wirtschaftsliteratur zur **Auswirkung der KI — vor allem generativer KI — auf die Beschäftigung**. Ausgangspunkt: Die KI-Fähigkeiten haben sich stark weiterentwickelt (LLMs, generative KI), was Besorgnis schürt (**62 % der Franzosen** sehen darin ein Risiko für die Beschäftigung), doch die wirtschaftliche Analyse verlangt, zwischen Wahrnehmung und Messung zu unterscheiden.

**1. Gesamteffekt, vorerst schwach.** KI wirkt über zwei gegenläufige Kanäle: den **Verdrängungseffekt** (Substitution automatisierbarer Aufgaben) und den **Produktivitätseffekt** (nachgewiesene individuelle Gewinne: +14 % im Kundenservice, +26 % bei Entwicklern; Komplementarität, niedrigere Kosten, gestiegene Nachfrage). Jüngste empirische Studien **identifizieren keinen signifikanten Gesamteffekt**, mangels zeitlichem Abstand und weil die Verbreitung weiterhin partiell bleibt (≈20 % der EU-Unternehmen im Jahr 2025). Das Fehlen eines Makroeffekts bedeutet nicht das Fehlen lokalisierter Zerstörung: „KI“-bedingte Entlassungen machen 2025 in den USA 4,5-6,2 % der angekündigten Entlassungen aus, mit dem Risiko des **„Labelling“** (KI als Vorwand angeführt — 59 % der US-Unternehmen).

**2. Heterogene Effekte.** Über den *task-based*-Ansatz variiert die **Exposition** je nach Aufgabe (kognitiv > relational > physisch), doch **Exposition ≠ Effekt**: Alles hängt vom Grad der **Substituierbarkeit/Komplementarität** und der **Preiselastizität** der Nachfrage ab (Jevons-Paradox — ein substituierbarer Beruf mit elastischer Nachfrage kann ein Beschäftigungswachstum verzeichnen). **Verzerrter technischer Fortschritt** könnte bestimmte Segmente benachteiligen, mit **ausgeprägten Sorgen bezüglich junger Menschen**: −16 % Beschäftigung bei exponierten 22-25-Jährigen in den USA (Brynjolfsson 2025), ein Anstieg der Arbeitslosigkeit bei 15-24-Jährigen in Frankreich (19,1 %→21,1 %) — ohne nachgewiesene Kausalität. Nach Sektor sind Finanzwesen, IT und Unternehmensdienstleistungen am stärksten exponiert.

**3. Ungewisse Langfrist-Perspektive.** Zwei Szenarien stehen nebeneinander: **massive Substitution** (falls sich agentische/physische KI durchsetzt) oder **schöpferische Zerstörung** (vergangene Revolutionen haben mehr Arbeitsplätze geschaffen als vernichtet; 60 % der Arbeitskräfte üben heute Berufe aus, die 1940 noch nicht existierten). Der Übergang wird **Kosten** verursachen (langsame Reallokation: −40 % des Nutzens der Robotisierung in Frankreich), die durch **Ausbildung** und **Brückenberufe** abgefedert werden sollen.

**Schlussfolgerung zur öffentlichen Politik**: den Übergang unterstützen (der Plan „Osez l'IA“, Ausbildung von 15 Millionen Menschen bis 2030, die Académie de l'IA, France 2030) und **entschlossen in KI investieren**, um einen **Wettbewerbsrückstand** zu vermeiden — Frankreich befindet sich in einer Zwischenposition (18 % Verbreitung, im Aufholprozess) im internationalen Wettbewerb.

## GrapheDeConnaissance

- DG Trésor —publie→ Trésor-Éco n° 391 « L'IA, quels effets sur l'emploi ? » (DOCUMENT, 0.99)
- Trésor-Éco n° 391 —affirme_que→ l'IA n'a pas d'effet agrégé mesurable sur l'emploi à ce stade, faute de recul et d'adoption (AFFIRMATION, 0.95)
- IA générative —permet→ des gains de productivité individuels de +14 % (service client) à +26 % (développeurs) (MESURE, 0.9)
- IA générative —réduit→ la demande de travail via l'effet de déplacement (substitution de tâches) (CONCEPT, 0.88)
- effet de productivité —s_oppose_à→ effet de déplacement (CONCEPT, 0.9)
- approche task-based —mesure→ l'exposition d'un métier à l'IA par décomposition en tâches (AFFIRMATION, 0.9)
- élasticité-prix de la demande —permet→ de déterminer si les gains de productivité augmentent ou réduisent l'emploi d'un métier (AFFIRMATION, 0.87)
- Trésor-Éco n° 391 —affirme_que→ l'emploi des 22-25 ans exposés à l'IA a reculé de 16 % aux US (nov. 2022 - juil. 2025) (MESURE, 0.85)
- Trésor-Éco n° 391 —affirme_que→ l'IA sert parfois de prétexte (« labellisation ») pour justifier des licenciements et gels d'embauche (AFFIRMATION, 0.88)
- destruction créatrice —soutient→ l'hypothèse que l'IA créera à terme plus d'emplois qu'elle n'en détruira (AFFIRMATION, 0.8)
- Trésor-Éco n° 391 —affirme_que→ 5 à 60 % de l'emploi total serait exposé à l'IA selon les études (MESURE, 0.85)
- Arquié et al. —mesure→ 3,8 % du contenu du travail à risque d'automatisation aujourd'hui, jusqu'à 16,3 % d'ici 2-5 ans (France) (MESURE, 0.85)
- Trésor-Éco n° 391 —recommande→ accompagner la transition par la formation et les politiques de mobilité (Osez l'IA, France 2030) (AFFIRMATION, 0.93)
- Trésor-Éco n° 391 —recommande→ investir dans l'IA pour soutenir la compétitivité et éviter un décrochage face à la concurrence internationale (AFFIRMATION, 0.93)
- plan Osez l'IA —permet→ de former 15 millions de professionnels d'ici 2030 (Académie de l'IA) (MESURE, 0.85)
- approche task-based —est_basé_sur→ travaux d'Acemoglu et Restrepo (DOCUMENT, 0.9)

---
Canonical: https://www.thekb.eu/de/fiches/dgtresor-ia-effets-emploi-2026-06-30/