idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
03/10/2026 14:20

Studie der IESE Business School: Lohnrückgang durch KI trifft junge Arbeitnehmer besonders hart

Markus Kurz IESE Business School München
IESE Business School München

    Generative KI führt bereits zu starken Lohnrückgängen und weniger jungen Mitarbeitenden in Unternehmen. Das geht aus einer Studie von Professoren der IESE Business School hervor, die auf einem Datensatz von 138 Millionen US-Arbeitnehmern basiert.

    Nach dem Aufstieg von ChatGPT sanken die Löhne für neue Stellen in Unternehmen, die generative KI einsetzen, im Durchschnitt um 4,5 % im Vergleich zu nicht exponierten Unternehmen. Bei den am stärksten exponierten Unternehmen betrug dieser Rückgang sogar 7,7 %. Die Einstiegsgehälter für Nachwuchskräfte gingen um 6,3% zurück, so das Arbeitspapier der IESE-Professoren José Azar und Mireia Giné sowie Javier Sanz-Espín von der Toulouse School of Management und der Universität Navarra.

    In den betroffenen Unternehmen sank das durchschnittliche Bildungsniveau der neuen Junior- und insbesondere der mittleren Managementpositionen im Laufe der Zeit, während die Bildungsanforderungen für leitende Positionen weitgehend unverändert blieben. Dies deutet darauf hin, dass Unternehmen nicht nur mit einer Verlagerung der Einstellungen hin zu mittleren Positionen reagieren, sondern auch mit einer Neudefinition dessen, was diese Positionen bedeuten.

    Neue Mitarbeitende der mittleren Führungsebene mussten einen Gehaltsrückgang von 5,9 % hinnehmen, während die Gehälter der Führungskräfte stabil blieben oder sogar stiegen. Unternehmen in exponierten Branchen wie IT, Beratung oder Finanzdienstleistungen reduzierten den Anteil an Nachwuchskräften um 4% und erhöhten in etwa gleicher Höhe den Anteil der Mitarbeitenden im mittleren Management, so das Ergebnis der Studie der IESE Business School.

    Die Ergebnisse zeigen, wie Unternehmen auf den Schock durch das Aufkommen von Large Language Models reagieren. LLMs offerieren „preiswertes Wissen” am unteren Ende der Karriereleiter und bringen Unternehmen dazu, den Anteil der Juniorrollen zu reduzieren. Gleichzeitig beschleunigt sich der Aufstieg in den frühen Phasen der Karriere, da die Positionen auf mittlerer Ebene ausgebaut werden. Unternehmen legen weiterhin Wert auf Wissen und Urteilsvermögen der Führungskräfte.

    Indem sie die erste Stufe der Karriereleiter ersetzt, riskiert generative KI, die Pipeline zu unterbrechen, entlang der Arbeitnehmer Fähigkeiten erwerben, so die Autoren. Stellen Unternehmen keine Auszubildenden mehr ein, um die kurzfristige Effizienz zu steigern, riskieren sie eine Lücke in der Karriereleiter. Das wirft Fragen auf, wie die nächste Generation von Experten in einer Ära der kognitiven Automatisierung ausgebildet werden soll, so die Studie der IESE Business School, die auch einen Campus in München unterhält.

    Die IESE-Professoren verwendeten den Datensatz von Revelio Technologies mit Beschäftigungsdaten von 138 Millionen US-Arbeitnehmern seit 1950. Die Daten sind rekonstruierte Daten aus Online-Berufsprofilen ergänzt durch Lohninformationen aus öffentlich zugänglichen Arbeitsgenehmigungen, Plattformen mit Selbstauskünften zu Gehältern und Stellenanzeigen. Die Ergebnisse sind robust gegenüber der Verwendung dem Quarterly Census of Employment and Wages (QCEW) für den privaten Sektor. Obwohl die beiden Reihen verwandte, aber unterschiedliche Konzepte messen – Revelio erfasst den Grenzpreis für Neueinstellungen, während QCEW das durchschnittliche Einkommen der Beschäftigten erfasst – sind ihre zeitlichen Dynamiken auffallend ähnlich.


    Contact for scientific information:

    Prof. Mireia Giné, Professor in the Financial Management Department of IESE Business School, https://www.iese.edu/faculty-research/faculty/mireia-gine/
    Prof. José Azar, Assistant professor at the University of Navarra and Research Associate at IESE Business School
    https://www.iese.edu/faculty-research/faculty/jose-azar/


    Original publication:

    https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5842084


    Images

    IESE-Professor Mireia Giné: Generative KI führt bereits zu starken Lohnrückgängen und weniger jungen Mitarbeitenden
    IESE-Professor Mireia Giné: Generative KI führt bereits zu starken Lohnrückgängen und weniger jungen ...

    Copyright: IESE Business School


    Attachment
    attachment icon AI Is Already ErodingWages: Quasi-Experimental Evidence From Occupational Exposure

    Criteria of this press release:
    Journalists
    Economics / business administration, Information technology
    transregional, national
    Research results
    German


     

    IESE-Professor Mireia Giné: Generative KI führt bereits zu starken Lohnrückgängen und weniger jungen Mitarbeitenden


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).