Was Studien darüber sagen, wem KI hilft, wo sie schadet und warum Fachurteil wichtiger wird.
Einer der besten KI-Anwender, die ich bisher in einem Kurs hatte, war über 50.
Diese Person war nicht die schnellste. Die Jüngeren hatten die Werkzeuge früher offen, kannten die Abkürzungen und probierten mehr aus. Aber sie brachte etwas mit, das ihnen fehlte: Sie wusste aus Jahrzehnten in ihrer Branche, wie ein gutes Ergebnis aussieht. Und deshalb merkte sie schneller als alle anderen, wenn die KI danebenlag.
Das ist eine Beobachtung, keine Messung. Ich wollte wissen, ob die Daten sie stützen. Die Antwort: teilweise, und an einer Stelle anders als erwartet.
Der Nutzungsvorsprung ist echt
Bitkom hat zwischen Mitte Februar und Mitte März 2026 1.003 Menschen in Deutschland ab 16 Jahren befragt. 74 Prozent der 16- bis 29-Jährigen nutzen KI zumindest gelegentlich, bei den 30- bis 49-Jährigen sind es 78 Prozent. Bei den 50- bis 64-Jährigen sind es 53 Prozent, ab 65 noch 30 Prozent.
Der Abstand verläuft also nicht zwischen jung und mittel, sondern ab 50. Gefragt wurde nach KI allgemein, nicht im Beruf. Das deckt sich trotzdem mit dem, was ich im Unterricht sehe, und es wäre unehrlich, das kleinzureden. Wer KI noch nie praktisch eingesetzt hat, hat allerdings wenig eigene Erfahrung, um ihre Stärken und Grenzen einzuschätzen.
KI hebt zuerst die Schwächeren
Die zweite Erkenntnis passt auf den ersten Blick noch schlechter zu meiner Beobachtung.
Eine große Studie aus dem Kundenservice, veröffentlicht 2025 im Quarterly Journal of Economics, hat die Arbeit von 5.172 Beschäftigten ausgewertet. Mit einem KI-Assistenten lösten sie im Schnitt 15 Prozent mehr Anliegen pro Stunde. Weniger erfahrene und weniger qualifizierte Beschäftigte wurden schneller und besser. Bei den erfahrensten und am höchsten qualifizierten gab es nur kleine Zeitgewinne und sogar einen leichten Qualitätsverlust.
Ein Experiment mit 758 Beratern der Boston Consulting Group aus dem Jahr 2023 zeigt bei Aufgaben, die KI gut bewältigt, dasselbe Muster. Wer vorher unter dem Durchschnitt lag, verbesserte sich mit KI um 43 Prozent gegenüber dem eigenen Ausgangswert. Wer darüber lag, um 17 Prozent.
KI verkleinert in beiden Studien also den Abstand: im Kundenservice zwischen weniger und mehr Erfahrenen, bei den Beratern zwischen Leistungsschwächeren und Leistungsstärkeren. Leistung ist dabei nicht dasselbe wie Berufserfahrung. Das ist eine gute Nachricht für alle, die neu in einem Beruf sind. Für Erfahrene heißt es zunächst: Der Vorsprung, den sie über Jahre aufgebaut haben, schmilzt bei Aufgaben, die KI gut kann.
Und dann kommt die Grenze
In demselben Berater-Experiment gab es aber eine zweite Aufgabe. Sie war bewusst so gewählt, dass die KI sie nicht lösen konnte, ihr Fehler aber nicht offensichtlich war. Die Forscher sprechen von einer „gezackten Grenze“: Aufgaben, die ähnlich schwer wirken, liegen mal innerhalb, mal außerhalb dessen, was KI kann, und man sieht es ihnen von außen nicht an.
Bei dieser Aufgabe kamen die Berater mit KI um 19 Prozentpunkte seltener auf die richtige Lösung als die Berater ohne KI. Eine mögliche Erklärung: Die KI lieferte eine plausibel klingende Antwort, und viele haben sie übernommen. Gemessen wurde das so nicht, und die Studie lief 2023 mit GPT-4. Wo die Grenze bei heutigen Modellen liegt, sagt sie nicht.
Hier liegt für mich der Kern. Bei Aufgaben, die KI gut beherrscht, hilft sie allen, den weniger Erfahrenen und Leistungsschwächeren am meisten. Bei Aufgaben, an denen sie scheitert, schadet sie, solange niemand den Fehler bemerkt. Und um ihn zu bemerken, muss man wissen, wie ein richtiges Ergebnis aussieht.
Wichtig ist aber auch: Die Berater in diesem Experiment waren Profis. Ihre Qualifikation hat sie nicht davor bewahrt, mit KI schlechter abzuschneiden. Meine Lesart: Erfahrung hilft nur, wenn man sie zum Prüfen einsetzt. Genau das hat die Person aus meinem Kurs getan.
Was der Arbeitsmarkt schon zeigt
Eine Studie der Stanford University wertet Lohnabrechnungsdaten des größten US-Anbieters aus, zuletzt aktualisiert im August 2026 mit Daten bis Juni 2026. In den Berufen, die KI am stärksten ausgesetzt sind, liegt die Beschäftigung der 22- bis 25-Jährigen rund 19 Prozent unter dem Niveau, das sie erreicht hätte, wenn sie mit Gleichaltrigen in weniger exponierten Berufen Schritt gehalten hätte. Bei Erfahreneren zeigt sich keine vergleichbare Lücke. Eine breite Verdrängung durch KI sehen die Autoren nicht, und sie betonen, dass es sich um beschreibende Muster handelt, nicht um einen Nachweis, dass KI die Ursache ist.
Als möglichen Grund nennen die Autoren, dass KI Tätigkeiten mit niedergeschriebenem, kodifiziertem Wissen leichter übernehmen kann als solche, die auf implizitem Erfahrungswissen beruhen. Das ist eine Erklärung, kein Beweis, und die Daten stammen aus den USA. Für mich passen sie aber zu dem, was das Berater-Experiment über die Grenze zeigt.
Der Widerspruch
Jetzt der Teil, der mich als Dozent am meisten beschäftigt.
In meinen Kursen sitzen überwiegend Menschen mit Hochschulabschluss, die eine Stelle suchen, und ein Teil von ihnen ist über 50. Für Ältere ist der Arbeitsmarkt in Deutschland spürbar schwieriger als für Jüngere. Nach Zahlen der Bundesagentur für Arbeit, aufbereitet vom DGB, waren Anfang 2024 gut 44 Prozent der Arbeitslosen ab 55 Jahren langzeitarbeitslos, bei den 25- bis 54-Jährigen rund ein Drittel. Die Abgangschance aus der Arbeitslosigkeit in Beschäftigung lag bei Arbeitslosen ab 55 laut DGB bei 2,97 Prozent, bei den 25- bis unter 55-Jährigen bei 6,13 Prozent, also etwa halb so hoch.
Und in einer nicht repräsentativen Online-Befragung von Indeed und Appinio vom Juli 2022 gaben 20 Prozent der 400 befragten Personalverantwortlichen an, Bewerbende ab 55 seien zu alt für ihr Team oder Unternehmen. Ob schlechtere Chancen auf Altersdiskriminierung zurückgehen, lässt sich aus solchen Zahlen allein nicht ableiten. Eine Haltung zeigen sie trotzdem.
Das ergibt einen merkwürdigen Widerspruch. Die Fähigkeit, die beim Arbeiten mit KI an Wert gewinnt, nämlich zu erkennen, wann ein überzeugend klingendes Ergebnis falsch ist, dürfte eher bei Menschen mit langer Berufserfahrung liegen. Direkt gemessen hat das keine der Studien. Und genau diese Menschen haben es bei der Stellensuche besonders schwer.
Was du daraus machen kannst
Wenn du über 50 bist und eine Stelle suchst:
- Schließ die Nutzungslücke, ohne zum Technikexperten zu werden. Die 53 Prozent heißen auch: Fast die Hälfte der 50- bis 64-Jährigen nutzt KI nicht einmal gelegentlich. Du musst nicht programmieren. Du solltest aber ein Werkzeug so weit kennen, dass du sagen kannst, wofür du es nutzt und wofür nicht.
- Zeig dein Urteil, nicht deine Jahre. „30 Jahre Erfahrung“ ist eine Zahl, die im Personalbereich unterschiedlich gelesen wird. Ein konkreter Fall ist ein Beleg. Nimm eine typische Aufgabe aus deinem letzten Job, lass sie von einer KI lösen und prüf das Ergebnis Zeile für Zeile. Notier, was falsch war und woran du es erkannt hast. Im letzten Beitrag stand genau das als Beispiel für etwas, das nur du belegen kannst: die Stelle, an der du einem KI-Ergebnis nicht getraut hast. Hier siehst du, warum dieses Beispiel so viel wiegt.
- Such Aufgaben jenseits der Grenze. Dort, wo KI unzuverlässig ist, also bei Ausnahmen, Grenzfällen und Entscheidungen mit Folgen, liegt dein Vorsprung. Wenn du in einem Gespräch erklären kannst, wo diese Grenze in deinem Fachgebiet verläuft, hebst du dich ab.
Wenn du jünger bist:
- Nutz den Vorsprung, aber verlass dich nicht auf ihn. Die Studien zeigen, dass KI dir bei Aufgaben, die sie gut kann, am meisten hilft. Die Stanford-Daten zeigen auch, dass sich in den USA die Beschäftigung von 22- bis 25-Jährigen in stark KI-exponierten Berufen schlechter entwickelt hat als bei Älteren. Urteil entsteht nicht durch mehr Werkzeuge, sondern durch Fälle. Sammle bewusst jede Stelle, an der die KI falschlag, und notier, woran du es gemerkt hast. Das ist die schnellste Abkürzung zu Erfahrung, die ich kenne.
Und falls du in einem Betrieb über Schulungen entscheidest: Beim Aufbau von KI-Kompetenz liegt es nahe, mit den Jüngeren anzufangen, weil sie schneller sind. Die Erfahrenen sind oft die, die merken, wenn die KI danebenliegt. Beides zusammen in einen Raum zu setzen, dürfte mehr bringen als jede der beiden Gruppen allein.
Was ich nicht weiß
Ob Erfahrene im Durchschnitt die besseren KI-Anwender sind, weiß ich nicht. Meine Beobachtung stammt aus einer überschaubaren Zahl von Kursen, und die Studien messen nicht Alter, sondern Erfahrung oder Leistung im Beruf. Das ist nicht dasselbe. Es gibt Erfahrene, die KI ungeprüft übernehmen, und Junge, die sehr kritisch damit arbeiten.
Die beiden Produktivitätsstudien stammen aus dem Kundenservice eines einzelnen Softwareunternehmens, dessen Beschäftigte überwiegend außerhalb der USA arbeiteten, und aus einer Unternehmensberatung. Die Stanford-Daten stammen aus den USA. Ob sich das eins zu eins auf den deutschen Arbeitsmarkt übertragen lässt, ist offen.
Die Arbeitsmarktzahlen zu Älteren sind von Anfang 2024. Neuere in dieser Aufschlüsselung habe ich nicht gefunden.
Und wie sich das verschiebt, wenn KI-Werkzeuge an der Grenze besser werden, kann niemand sagen. Heute gilt: Wo KI überzeugend klingt und falsch liegt, braucht es jemanden, der es merkt.
Und bei dir? Wann hast du zuletzt gemerkt, dass ein KI-Ergebnis falsch war, und woran hast du es erkannt? Schreib es in die Kommentare, mich interessiert, was dich stutzig gemacht hat.
Quellen
- Bitkom, Studienbericht „KI in der Bevölkerung“, Juni 2026: Befragung von 1.003 Personen ab 16 Jahren, Kalenderwoche 8 bis 11 2026, telefonisch, gewichtet nach Mikrozensus; KI-Nutzung zumindest gelegentlich 16 bis 29 Jahre 74 Prozent, 30 bis 49 Jahre 78 Prozent, 50 bis 64 Jahre 53 Prozent, ab 65 Jahren 30 Prozent
- Brynjolfsson, Li, Raymond: Generative AI at Work, Quarterly Journal of Economics 140 (2025), Heft 2, S. 889 bis 942, Abstract: 5.172 Beschäftigte im Kundenservice, im Schnitt 15 Prozent mehr gelöste Anliegen pro Stunde, weniger Erfahrene und weniger Qualifizierte schneller und besser, Erfahrenste und Höchstqualifizierte kleine Zeitgewinne und leichte Qualitätsverluste
- Dell’Acqua, McFowland, Mollick u. a.: Navigating the Jagged Technological Frontier, Harvard Business School Working Paper 24-013, 2023: 758 Beraterinnen und Berater der Boston Consulting Group; bei Aufgaben innerhalb der Grenze unter dem Durchschnitt plus 43 Prozent, darüber plus 17 Prozent, jeweils gegenüber dem eigenen Ausgangswert; bei der Aufgabe außerhalb der Grenze mit KI 19 Prozentpunkte seltener korrekt
- Brynjolfsson, Chandar, Chen: Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, Stanford Digital Economy Lab, aktualisierte Fassung August 2026 (Erstfassung August 2025 mit 13 Prozent): Lohnabrechnungsdaten des größten US-Anbieters bis Juni 2026, Beschäftigung der 22- bis 25-Jährigen in stark KI-exponierten Berufen rund 19 Prozent unter dem Vergleichspfad, keine vergleichbare Lücke bei Erfahreneren, keine breite Verdrängung, ausdrücklich beschreibend, nicht kausal
- DGB, Arbeitsmarkt aktuell Nr. 2/2024, Situation Älterer am Arbeitsmarkt, auf Basis der Statistik der Bundesagentur für Arbeit: Januar 2024, Anteil Langzeitarbeitsloser 44,2 Prozent bei Arbeitslosen ab 55 Jahren gegenüber 33,3 Prozent bei 25- bis unter 55-Jährigen; Abgangschance 2,97 Prozent gegenüber 6,13 Prozent
- Schnabel, List: Altersdiskriminierung trotz Arbeitskräftemangel?, Wirtschaftsdienst 105 (2025), Heft 6, mit Verweis auf die Befragung Indeed/Appinio vom Juli 2022 (Online-Befragung, nicht repräsentativ, 400 Personalverantwortliche): 20 Prozent halten Bewerbende ab 55 für zu alt für ihr Team oder Unternehmen
