KI spaltet die Welt: Wie generative Intelligenz bestehende Ungleichheiten verschärft

Der Aufschwung generativer KI-Systeme wie ChatGPT hat eine Flut von Studien über die Zukunft der Arbeit ausgelöst. Eine neue Analyse der Internationalen Arbeitsorganisation (ILO) geht nun weiter als bisherige Untersuchungen und zeigt: Die Technologie trifft nicht alle gleich – und die Ungleichheit verläuft dabei erschreckend präzise entlang bestehender Wohlstandsgrenzen.

Das ILO Working Paper 166, verfasst von Paweł Gmyrek, Mariana Viollaz und Hernan Winkler von ILO und Weltbank, analysiert Daten aus 135 Ländern, die 67 Prozent der globalen Beschäftigung abdecken. Die zentrale Erkenntnis: Was auf den ersten Blick wie eine relativ gleichmäßige globale Exposition gegenüber KI-gestützter Automatisierung aussieht, entpuppt sich bei näherer Betrachtung als strukturell asymmetrisches Risiko. Die Studie identifiziert dabei ein Muster, das die Autoren als „small buffer, big bottlenecks“ bezeichnen – einen kleinen Puffer gegen Automatisierung, aber große Engpässe beim Zugang zu den Vorteilen der Technologie.

Das Paradox ist dabei folgendes: In einkommensschwachen Ländern ist zwar insgesamt ein kleinerer Anteil der Jobs KI-exponiert. Doch ausgerechnet jene Stellen, die durch Automatisierung verdrängt werden könnten – typischerweise Bürojobs im formellen Sektor – sind bereits hinreichend digitalisiert, um rasch betroffen zu sein. Gleichzeitig fehlt den Beschäftigten, die von KI profitieren könnten, schlicht der Internetzugang. Konkret zeigt die Studie: Von den weltweit 441,8 Millionen Stellen mit Produktivitätspotenzial durch KI-Augmentation haben rund 66,9 Millionen – also mehr als 15 Prozent – keinen Internetzugang. Das bedeutet: Die Chancen der Technologie bleiben verwehrt, die Risiken aber nicht.

Das Extrembeispiel liefert Mali: Dort sind lediglich 12 Prozent der heutigen Arbeitsplätze KI-exponiert. Doch nur 10 Prozent dieser ohnehin wenigen exponierten Beschäftigten verfügen über Internetzugang. Effektiv können also gerade mal 1,2 Prozent der Arbeitnehmer in Mali die Technologie auch tatsächlich nutzen. Im Gegensatz dazu hat in der Schweiz und Singapur rund ein Drittel aller Beschäftigten KI-exponierte Jobs – und so gut wie alle verfügen über Internetanschluss.

Besonders brisant ist die Analyse hinsichtlich der gesellschaftlichen Verteilung des Risikos. Die Studie zeigt, dass Büro- und Verwaltungsberufe überproportional von Automatisierung bedroht sind. Diese Jobs haben in Industrieländern historisch als Eintrittspforte in die Mittelschicht gedient – vor allem für Frauen. In Hocheinkommensländern sind durchschnittlich 17 Prozent der weiblichen Beschäftigten durch KI-Automatisierung gefährdet, gegenüber 11 Prozent der männlichen. Für Entwicklungsländer beschreiben die Autoren das Risiko eines sogenannten „white-collar bypass“: Jene Jobs, die einst Frauen und Jüngeren den Aufstieg ermöglichten, könnten in ärmeren Ländern überhaupt nie entstehen – weil KI ihre Kernaufgaben bereits übernimmt, bevor diese Berufsbilder dort Fuß fassen konnten.

Ein weiterer zentraler Befund betrifft die Messung von KI-Exposition selbst. Bisherige Studien – die meisten auf US-amerikanischen Berufsklassifikationen basierend – überschätzen laut ILO-Papier den KI-Einfluss in Entwicklungsländern systematisch, weil sie davon ausgehen, dass gleiche Berufsbezeichnungen auch gleiche Aufgaben bedeuten. Mithilfe von Umfragedaten aus 46 Ländern (PIAAC und STEP) zeigen die Autoren jedoch: Beschäftigte in Niedrigeinkommensländern erledigen selbst in nominell „hoch exponierten“ Berufen deutlich weniger analytische Nicht-Routinetätigkeiten – also genau jene Aufgaben, auf die generative KI primär abzielt. Wenn man diese Aufgabeninhalte in die Berechnung einbezieht, verschieben sich die Länderrankings erheblich: Ghana, Laos und Sri Lanka fallen deutlich ab, Japan und Singapur steigen auf.

Die Konsequenz für die Debatte um KI und Arbeit ist weitreichend. Es reicht nicht, KI-Exposition nach Berufsgruppen zu messen – entscheidend ist, wie Arbeit konkret organisiert ist, welche Aufgaben tatsächlich anfallen und ob die digitale Infrastruktur überhaupt eine Nutzung ermöglicht. Ohne gezielte Investitionen und arbeitsmarktpolitische Maßnahmen werden die Produktivitätsgewinne der KI-Revolution dort entstehen, wo digitale Engpässe am kleinsten sind – also vorwiegend in reichen Volkswirtschaften und gut ausgestatteten Unternehmen. Die Verdrängungsrisiken hingegen treffen auch jene vernetzten Arbeitnehmer in ärmeren Ländern, die kaum staatliche Abfederung zu erwarten haben. Das ILO-Papier ist damit mehr als eine akademische Warnung: Es ist ein Aufruf, die globale KI-Governance neu zu denken – bevor die Technologie Ungleichheiten zementiert, die sich über Generationen erstrecken könnten.