IA et emploi : le vrai risque, c'est le décrochage

Kernpunkte

1. Zu merkende These. SFEIR bestätigt und verstärkt Bercys Notiz — das eigentliche Risiko ist nicht Arbeitsplatzvernichtung, sondern Wettbewerbsrückstand (Nicht-Adoption). Bercy verschiebt die Beweislast: Die Gefahr liegt weniger in der Adoption von KI als in der Verzögerung ihrer Adoption. Es ist ein Risiko, das wettbewerbsbezogen ist, bevor es sozial ist.
2. Das zu merkende Triptychon. (als Gesprächsleitfaden angeboten): « kein Gesamteffekt, ein reales Junior-Signal, das Risiko ist Nicht-Adoption » — plus das Elastizitätsargument bei Entwicklern.
3. Jevons angewandt auf Code (der handlungsleitende Kern). Das Schicksal eines Berufs entscheidet sich an der Preiselastizität der Nachfrage, nicht an der Exponierung. Entwickler und Grafikdesigner haben eine Elastizität > 1 → wenn KI die Produktionskosten senkt, steigt die Nachfrage mehr als proportional. Unelastische Berufe (Feuerwehrmann, Führungskraft): unverändertes Volumen. Technische Substituierbarkeit präjudiziert nicht den Beschäftigungseffekt. → Argument strukturell beschäftigungsfreundlich für Entwickler. Siehe [[wardley-llms-vibe-coding-developers-jevons-paradox-2026-03-27]].
4. SFEIR-Korollar. Wird Code zur Commodity, wandert der Wert zu Intention, Architektur, Kontrolle, und die Softwarenachfrage steigt. Die Frage verschiebt sich von « wie produziert man billigeren Code » zu « was baut man, das man sich vorher nicht leisten konnte ».
5. Das einzige belastbare empirische Signal = Berufseinsteiger. −16 % Beschäftigung bei exponierten 22-25-Jährigen in den USA (Brynjolfsson 2025, bestätigt durch Massenkoff-McCrory/Anthropic, Hosseini); Frankreich: −3,8 Punkte bei 15-29-Jährigen in der IT (Insee), Arbeitslosigkeit 15-24 19,1 %→21,1 %. Mechanismus: KI automatisiert die kodifizierten Aufgaben der Einstiegspositionen — « eben jene Aufgaben, die früher die Senioren von morgen ausbildeten ». Der Einsatz = Erneuerung von Expertise, nicht nur Berufseinstieg. → organisatorische Warnung: die Ausbildung augmentierter Ingenieure ist eine bewusste Entscheidung (AI-Champions-Logik).
6. "KI-Entlassungen"-Erzählung entkräftet. 4,5-6,2 % der 2025 angekündigten US-Entlassungen, verwässert innerhalb größerer Einstellungsströme; Labeling (59 % der US-Unternehmen berufen sich auf KI, um Einstellungsstopps zu rechtfertigen) = narrative Deckung für Post-Covid-Korrekturen / Umschichtung von Investitionen. Gegenpunkt: OpenAI verdoppelt seine Belegschaft; Nadella zitiert — 20-30 % des Microsoft-Codes bereits KI-generiert, Ziel 95 % bis 2030.
7. Die blinden Flecken (SFEIRs kritischer Mehrwert). 1. Agentisches Szenario in einer Fußnote: es könnte den Rahmen des "gelegentlichen Assistenten", der dem "kein Gesamteffekt"-Befund zugrunde liegt, ungültig machen. Arquié: Wird agentische KI zum Standard, würden >40 % der Berufe 30 % automatisierbarer Aufgaben überschreiten. Die heutige Einschätzung beschreibt eine Welt von Assistenzwerkzeugen, nicht autonomen Agenten. 2. Schöpferische Zerstörung ohne Diskussion der Geschwindigkeit: Ja, 60 % der heutigen Jobs existierten 1940 nicht (Autor), und Frey & Osborne 2013 (47 % automatisierbar) sind nie eingetreten — aber das Einzigartige dieser Welle ist ihre Diffusionsgeschwindigkeit, die im Rahmen ausgeklammert bleibt. 3. Quellen-Bias: OpenAI und Anthropic erscheinen nun unter Bercys Quellen gleichrangig mit der NBER oder der EZB — die Labs produzieren Daten über ihre eigene Wirkung (beispiellose empirische Fülle + nicht gekennzeichneter Bias).
8. Exponierungsspanne. (Erinnerung): 5 %-60 % je nach Studie; Richmond (OpenAI) 18 % hohes Risiko / 24 % Neuzusammensetzung / 12 % Wachstum; Arquié (Coface) Frankreich 3,8 % heute → 16,3 % innerhalb von 2-5 Jahren. Exponierung misst ein Potenzial, keine tatsächliche Beschäftigung.
9. Öffentliche Politik (aus der Notiz entnommen). Frankreich nimmt eine mittlere Position ein (18 % OECD-Adoption vs. 20 % EU), holt aber schneller auf (+8 Punkte/Jahr vs. +6). Programme: der Plan « Osez l'IA » (15 Mio. Ausgebildete bis 2030, Académie de l'IA), France 2030 "Kompetenzen und Berufe der Zukunft". Übergangskosten: langsame Umschichtung schmälert den Nutzen um −40 % → Brückenjobs + Ausbildung.
10. SFEIRs operative Übersetzung (die Pointe). « Stillstand ist das eigentliche Risiko, und überstürzte Adoption ein weiteres ». Adoption ohne Methode = workslop + technische Schulden in industriellem Tempo. Der Verlauf hängt ab von Context Engineering, klarer Governance dessen, was automatisierbar ist, und POC-zu-Produktion-Kriterien. « Bercy benennt die Gefahr des Zurückfallens; unsere Aufgabe ist es, aus Adoption einen Hebel zu machen statt eines Haufens von POCs. »
11. Meta / Querverweis. Dies ist das "Adoptions-/Verstärkungs"-Gegenstück zur AI4IT-Budget-These [[girard-sfeir-ai4it-vs-ai4business-budgets-2027-2026-06-24]] und der SFEIR-Kommentar zur offiziellen Notiz [[dgtresor-ia-effets-emploi-2026-06-30]]. Gleicher Cluster wie das angekündigte Verschwinden der Entwickler [[bfmtv-tech-co-business-ia-developpeurs-disparaissent-2026-05-05]].