KI verändert den Arbeitsmarkt: Warum 800.000 wegfallende Stellen nur die halbe Wahrheit sind

KI und der deutsche Arbeitsmarkt: Die große Jobverschiebung beginnt

Warum vor allem Berufseinsteiger unter Druck geraten könnten

Künstliche Intelligenz dürfte den deutschen Arbeitsmarkt nicht durch einen plötzlichen Beschäftigungseinbruch verändern, sondern durch einen tiefgreifenden Umbau von Tätigkeiten, Qualifikationen und beruflichen Chancen. Einer langfristigen Szenariorechnung zufolge könnten innerhalb von 15 Jahren rund 800.000 Arbeitsplätze wegfallen – während ungefähr ebenso viele neue Stellen entstehen. Diese annähernd ausgeglichene Bilanz ist jedoch keine Entwarnung: Die betroffenen Jobs und Menschen lassen sich nicht einfach gegeneinander aufrechnen. Neue Stellen können andere Fähigkeiten erfordern, an anderen Orten entstehen oder erst später verfügbar sein. Besonders Berufseinsteiger könnten es schwerer haben, während Unternehmen ihre Abläufe verändern und standardisierte Aufgaben automatisieren. Entscheidend ist daher nicht nur, wie viele Arbeitsplätze am Ende bestehen. Es geht auch darum, wer den Übergang schafft, wie sich die Produktivitätsgewinne verteilen und ob aus technologischem Fortschritt tatsächlich tragfähige berufliche Chancen werden.

Passend dazu:

• Explodierende Verwaltungskosten: Rechnungshof schlägt Alarm – Wie die Bundesagentur unter Andrea Nahles Milliarden verbrennt

Die Jobbilanz kann stimmen – und trotzdem verlieren Hunderttausende

Künstliche Intelligenz dürfte den deutschen Arbeitsmarkt weniger durch einen plötzlichen Zusammenbruch der Beschäftigung verändern als durch einen tiefgreifenden Umbau von Tätigkeiten, Qualifikationen und beruflichen Chancen. Rund 800.000 wegfallenden Arbeitsplätzen innerhalb eines Zeitraums von 15 Jahren könnte eine ähnlich große Zahl neu entstehender Stellen gegenüberstehen. Diese weitgehend ausgeglichene Bilanz wäre jedoch keine Entwarnung. Sie würde lediglich bedeuten, dass sich Arbeitsplatzverluste und zusätzliche Beschäftigung gesamtwirtschaftlich annähernd aufheben, nicht aber, dass die betroffenen Menschen ohne Einkommensverluste, Ortswechsel oder längere Übergangsphasen in neue Aufgaben gelangen.

Die ökonomisch entscheidende Frage lautet deshalb nicht allein, wie viele Arbeitsplätze am Ende übrig bleiben. Wichtiger ist, welche Arbeit verschwindet, wo zusätzliche Nachfrage entsteht, wie schnell Unternehmen ihre Organisation verändern und wer die erforderlichen Kompetenzen rechtzeitig erwerben kann. Für Deutschland eröffnet KI die Möglichkeit, mit knapper werdenden Personalressourcen mehr Wertschöpfung zu erzielen. Zugleich entsteht das Risiko eines Arbeitsmarkts, auf dem bestehende Beschäftigungsverhältnisse vergleichsweise stabil bleiben, während Berufseinsteiger, bestimmte Dienstleistungsberufe und weniger anpassungsfähige Unternehmen zunehmend unter Druck geraten.

Was hinter den 800.000 steckt

Die Größenordnung von 800.000 wegfallenden Arbeitsplätzen darf nicht als Vorhersage eines entsprechenden zusätzlichen Arbeitslosenbestands verstanden werden. Sie beschreibt einen möglichen Strukturwandel über einen langen Zeitraum. In der zugrunde liegenden Szenariorechnung stehen nach 15 Jahren rund 790.000 Arbeitsplätze, die gegenüber einem Referenzpfad entfallen, ungefähr ebenso vielen zusätzlichen Arbeitsplätzen gegenüber. Gerundet ergibt sich die häufig verwendete Größenordnung von jeweils 800.000 Stellen. Zusammengenommen wären damit rund 1,6 Millionen Arbeitsplätze von zusätzlichen strukturellen Verschiebungen betroffen.

Entscheidend ist der Vergleichsmaßstab. Der Referenzpfad beschreibt keine eingefrorene Wirtschaft ohne Digitalisierung, sondern eine Entwicklung, in der bestehende wirtschaftliche, technologische und demografische Trends bereits fortgeschrieben werden. Das KI-Szenario untersucht, wie ein verstärkter Einsatz der Technologie diesen Entwicklungspfad verändern könnte. Die ausgewiesenen Unterschiede sind deshalb weder mit sämtlichen künftig wegfallenden Stellen noch mit der gesamten Veränderung der Erwerbstätigkeit gleichzusetzen.

Ebenso wenig handelt es sich um 800.000 jährlich verschwindende Arbeitsplätze. Die Größenordnung ergibt sich über den betrachteten Zeitraum und bildet die Unterschiede zwischen zwei möglichen Wirtschaftsstrukturen ab. Eine gleichmäßige Verteilung auf einzelne Jahre wäre irreführend, weil Investitionen, organisatorische Anpassungen und neue Geschäftsmodelle unterschiedlich schnell wirksam werden. Die Zahl ist als Orientierung für die Dimension des Umbaus nützlich, nicht als präziser Fahrplan für Kündigungen.

Eine ausgeglichene Bilanz schützt niemanden

Zwischen einer gesamtwirtschaftlich ausgeglichenen Beschäftigungsbilanz und individuellen Erwerbschancen besteht ein erheblicher Unterschied. Eine entfallende Stelle in der standardisierten Dokumentenbearbeitung lässt sich nicht automatisch durch einen zusätzlichen Arbeitsplatz in der IT-Sicherheit oder der technischen Systemintegration ersetzen. Dafür können andere Fachkenntnisse, zusätzliche Berufserfahrung oder ein anderer Arbeitsort erforderlich sein. Selbst wenn beide Stellen rechnerisch gleich viel zählen, sind sie aus Sicht der betroffenen Person nicht austauschbar.

Dieses Problem wird häufig als fehlende Passung zwischen Arbeitsangebot und Arbeitsnachfrage bezeichnet. Menschen suchen Beschäftigung, während Unternehmen gleichzeitig über unbesetzte Stellen klagen. KI könnte diese Konstellation verschärfen, wenn sich die Nachfrage nach bestimmten Aufgaben schneller verändert, als Beschäftigte ihre Kompetenzen anpassen können. Eine annähernde Null im Beschäftigungssaldo kann daher mit längerer Arbeitslosigkeit einzelner Gruppen, steigenden Weiterbildungsanforderungen und wachsenden Einkommensunterschieden einhergehen.

Hinzu kommt die zeitliche Dimension. Zusätzliche Beschäftigung muss nicht genau dann entstehen, wenn andere Stellen entfallen. Ein Unternehmen kann seine Verwaltung bereits verkleinern, während neue Dienstleistungen erst später ausreichend Umsatz erzielen. Für die wirtschaftspolitische Bewertung zählt deshalb nicht nur der langfristige Endzustand. Ebenso wichtig sind die Übergangskosten auf dem Weg dorthin: entgangene Einkommen, ungenutzte Fähigkeiten, finanzielle Belastungen der Sozialversicherung und die Gefahr, dass Menschen dauerhaft den Anschluss verlieren.

Aufgaben verschwinden vor ganzen Berufen

KI verändert zunächst Tätigkeiten, nicht zwangsläufig vollständige Berufsprofile. Ein Arbeitsplatz besteht gewöhnlich aus einem Bündel unterschiedlicher Aufgaben: Informationen beschaffen, Daten prüfen, Entscheidungen vorbereiten, mit Kunden kommunizieren, Ergebnisse verantworten und unerwartete Probleme lösen. Wenn eine Technologie einen Teil dieser Aufgaben beschleunigt, folgt daraus noch nicht, dass die gesamte Stelle wirtschaftlich überflüssig wird.

Ein analytisch geprägter Arbeitsplatz kann beispielsweise weniger Zeit für die Zusammenstellung eines Berichts benötigen, während die Prüfung ungewöhnlicher Ergebnisse, die Abstimmung mit Fachabteilungen oder die Verantwortung für die Entscheidung bestehen bleiben. Das technische Automatisierungspotenzial ist deshalb nicht mit einem konkreten Arbeitsplatzverlustrisiko gleichzusetzen. Zwischen beidem liegen betriebliche Kosten, Qualitätsanforderungen, rechtliche Verantwortung und die Frage, ob eingesparte Zeit anderweitig produktiv genutzt werden kann.

Umgekehrt wäre es zu optimistisch, aus dieser Aufgabenperspektive grundsätzlich auf Beschäftigungsschutz zu schließen. Wenn genügend Arbeitsschritte entfallen und Unternehmen ihre Prozesse neu organisieren, kann derselbe Arbeitsumfang mit weniger Personal bewältigt werden. Der Übergang erfolgt dann möglicherweise schleichend: Eine ausscheidende Person wird nicht ersetzt, eine zusätzliche Stelle nicht genehmigt oder eine bisher selbstständige Funktion mit einer anderen zusammengelegt. Der Arbeitsmarkt verändert sich somit auch ohne öffentlich sichtbare Entlassungswellen.

Warum Effizienz zwei Richtungen kennt

Ob höhere Produktivität Beschäftigung abbaut oder zusätzliche Arbeit schafft, hängt wesentlich von der Nachfrage ab. Wenn ein Unternehmen dieselbe Leistung mit geringerem Personaleinsatz erbringen kann und die Absatzmenge unverändert bleibt, sinkt zunächst der Arbeitskräftebedarf. Werden die Leistungen jedoch günstiger, besser oder für mehr Kunden zugänglich, kann die Nachfrage wachsen und einen Teil des ursprünglichen Einsparungseffekts ausgleichen.

Denkbar ist etwa ein Dienstleister, der durch KI mehr kleine Unternehmen wirtschaftlich betreuen kann, weil die Kosten einfacher Auswertungen sinken. Daraus könnten zusätzliche Kundenbeziehungen und neue Beratungsleistungen entstehen. In einem Markt mit weitgehend gesättigter Nachfrage kann derselbe technische Fortschritt dagegen vor allem Preisdruck und Personalabbau auslösen. Die Technologie allein entscheidet nicht, welche Entwicklung überwiegt.

Auch die Verwendung der Erträge spielt eine Rolle. Höhere Gewinne können Investitionen finanzieren, höhere Löhne den Konsum stützen und niedrigere Preise die Kaufkraft verbessern. Werden Einsparungen dagegen überwiegend abgeschöpft, ohne dass daraus zusätzliche inländische Nachfrage oder Investitionen entstehen, fällt der Beschäftigungsausgleich schwächer aus. Eine tragfähige ökonomische Analyse muss deshalb über den einzelnen automatisierten Prozess hinausgehen und die Rückwirkungen auf Märkte, Einkommen und Unternehmensentscheidungen berücksichtigen.

Der erste Druck trifft Dienstleistungen

Unternehmensnahe Dienstleistungen stehen besonders im Fokus, weil viele ihrer Leistungen aus der Verarbeitung digital verfügbarer Informationen bestehen. Dazu gehören etwa standardisierte Auswertungen, vorbereitende Recherche, Dokumentation und bestimmte administrative Tätigkeiten. Generative KI kann solche Arbeitsschritte unterstützen oder teilweise übernehmen. Damit verändert sich nicht nur der Personalbedarf, sondern auch die wirtschaftliche Grundlage bisheriger Leistungsangebote.

In dem langfristigen KI-Szenario liegt die Beschäftigung bei Unternehmensdienstleistern nach 15 Jahren rund 120.000 Personen unter dem Referenzpfad. Bei IT- und Informationsdienstleistern werden dagegen etwa 110.000 zusätzliche Erwerbstätige ausgewiesen. Diese Unterschiede zeigen, dass die Digitalisierung einer Branche nicht automatisch Beschäftigungswachstum oder Beschäftigungsrückgang bedeutet. Entscheidend ist, welche Leistungen ersetzt, unterstützt oder zusätzlich nachgefragt werden.

Für Beratungs- und Wissensdienstleister liegt darin eine grundlegende Herausforderung. Wenn die reine Erstellung eines Standardberichts günstiger wird, verliert sie als eigenständiges Differenzierungsmerkmal an Wert. Wichtiger werden die Auswahl relevanter Fragestellungen, belastbare Branchenkenntnis, die Prüfung von Annahmen und die Umsetzung konkreter Veränderungen. Ein möglicher Strukturwandel führt damit weg vom Verkauf bloßer Informationsaufbereitung und hin zur nachvollziehbaren Verbesserung von Entscheidungen und betrieblichen Ergebnissen. Dabei sind die unterschiedlichen Gruppen von Unternehmensdienstleistungen nicht gleichzusetzen: Eine konkrete Branchenzahl lässt sich nicht unverändert auf sämtliche Beratungs- oder Wissensberufe übertragen.

Banken brauchen mehr als Analysen

Analytische Tätigkeiten bei Banken und Versicherungen sind besonders exponiert, weil sie häufig auf strukturierten Daten, umfangreichen Dokumenten und wiederkehrenden Bewertungsschritten beruhen. Denkbare Einsatzfelder reichen von der Zusammenfassung eingereichter Unterlagen bis zur Vorbereitung standardisierter Risikoeinschätzungen. Die technische Unterstützung kann Bearbeitungszeiten verkürzen, beseitigt aber nicht automatisch die Notwendigkeit fachlicher Verantwortung.

Gerade in Finanzdienstleistungen können fehlerhafte Ergebnisse wirtschaftlich teuer werden. Eine überzeugend formulierte Bewertung ist noch keine zutreffende Bewertung. Wenn Ausgangsdaten unvollständig sind, ungewöhnliche Sachverhalte falsch eingeordnet werden oder ein Modell systematische Verzerrungen enthält, kann eine scheinbare Effizienzsteigerung zusätzliche Risiken schaffen. Wirtschaftlich sinnvoll ist Automatisierung deshalb nur, wenn die Kosten der Kontrolle und möglicher Fehlentscheidungen mitberücksichtigt werden.

Der Personalbedarf dürfte sich daher stärker differenzieren. Standardisierte Vorarbeiten können an Bedeutung verlieren, während anspruchsvolle Prüfung, der Umgang mit Ausnahmen und die Überwachung eingesetzter Systeme wichtiger werden können. Ob sich daraus neue Stellen im gleichen Umfang ergeben, bleibt offen. Nicht jede zusätzliche Kontrollaufgabe erfordert eine neue Vollzeitstelle, und nicht jede bisherige Fachkraft kann ohne Weiteres in eine spezialisierte Kontrollfunktion wechseln.

Abschlüsse bieten keinen vollständigen Schutz

Die Gleichsetzung von höherer Bildung mit geringerer Automatisierbarkeit greift bei generativer KI zu kurz. Die Technologie erreicht gerade Aufgaben, die lange als typische Wissensarbeit galten: Texte formulieren, Informationen zusammenführen, Programmcode erstellen oder komplexe Sachverhalte vorstrukturieren. Ein Hochschulabschluss schützt deshalb nicht jeden Bestandteil einer Tätigkeit vor technischer Unterstützung oder Ersetzung.

Daraus folgt jedoch nicht, dass akademische Bildung ihren wirtschaftlichen Wert verliert. Fachwissen hilft, Fehler zu erkennen, die richtigen Fragen zu stellen und Ergebnisse in einen größeren Zusammenhang einzuordnen. Problematisch wäre vielmehr eine Qualifikation, deren betrieblicher Nutzen fast ausschließlich darin besteht, standardisierte Arbeitsschritte zuverlässig auszuführen. Eine wichtige Trennlinie verläuft deshalb zwischen reproduzierbarer Bearbeitung und eigenständiger, verantwortlicher Problemlösung.

Auch Beschäftigte ohne Hochschulabschluss sind keineswegs grundsätzlich geschützt. Die längerfristige Szenariorechnung weist zwar auf stärkere Veränderungen bei höher qualifizierten Tätigkeiten hin. Gegenwartsanalysen zeigen aber zugleich mögliche negative Zusammenhänge zwischen KI-Exposition und der Beschäftigung junger Menschen in nicht akademisch geprägten Berufen. Beide Befunde können nebeneinander bestehen, weil sie unterschiedliche Zeiträume, Tätigkeitsstrukturen und Untersuchungsansätze betreffen. Eine seriöse Bewertung vermeidet deshalb pauschale Gewinner- und Verlierergruppen allein nach Bildungsabschluss.

Handwerk bleibt robust, nicht unberührt

Berufe mit einem hohen Anteil praktischer und handwerklicher Tätigkeiten gelten gegenüber gegenwärtigen generativen KI-Anwendungen als vergleichsweise robust. Eine Reparatur vor Ort, die Anpassung eines Werkstücks oder das Arbeiten in einer wechselnden räumlichen Umgebung lässt sich nicht allein durch ein Sprachmodell erledigen. Physische Ausführung, situatives Urteilsvermögen und unmittelbare Verantwortung begrenzen hier die direkte Ersetzbarkeit.

Diese relative Robustheit bedeutet jedoch nicht, dass das Handwerk von KI unberührt bleibt. Angebote könnten schneller vorbereitet, technische Unterlagen leichter ausgewertet oder Kundentermine effizienter geplant werden. Der mögliche Produktivitätsgewinn liegt dann überwiegend in unterstützenden Prozessen. Ein Betrieb könnte mehr Aufträge bewältigen, ohne den handwerklichen Kern seiner Leistung grundlegend zu verändern.

Wichtig ist außerdem die Abgrenzung zur Robotik und zu anderen Formen der Automatisierung. Eine geringe Exposition gegenüber generativer KI ist kein allgemeines Gütesiegel technologischer Unersetzbarkeit. Sie sagt ebenso wenig etwas über die Konjunkturabhängigkeit eines Berufs aus. Ein praktisch geprägter Arbeitsplatz kann gegenüber Sprachmodellen robust und trotzdem durch Nachfragerückgänge, Investitionsschwäche oder andere technische Veränderungen gefährdet sein. Für die ökonomische Bewertung müssen diese Risiken getrennt betrachtet werden.

Der Berufseinstieg wird zur Engstelle

Besonders aufmerksam muss die Entwicklung junger Beschäftigter beobachtet werden. Viele Einstiegsaufgaben bestehen aus Vorarbeiten, die fachlich notwendig, aber noch vergleichsweise standardisiert sind. Dazu können erste Recherchen, einfache Auswertungen, Dokumentation und die Vorbereitung von Unterlagen gehören. Gerade solche Aufgaben eignen sich teilweise für KI-Unterstützung. Unternehmen könnten deshalb versuchen, weniger Nachwuchskräfte einzustellen und stattdessen erfahrene Beschäftigte mit leistungsfähigeren Werkzeugen auszustatten.

Ein Frühindikator für Deutschland zeigt, dass die Vollzeitbeschäftigung der 20- bis 24-Jährigen in den am stärksten KI-exponierten Berufen seit 2022 von rund 279.000 auf 239.000 zurückging. Das entspricht einem Minus von ungefähr 14 Prozent. Über alle Altersgruppen hinweg entwickelte sich die Beschäftigung in den besonders exponierten Berufen dagegen deutlich günstiger. Dieser Unterschied macht den Berufseinstieg zu einem wichtigen Beobachtungspunkt, beweist aber noch nicht, dass KI den gesamten Rückgang verursacht hat.

Die Altersgruppe ist zudem nicht mit allen Berufseinsteigern identisch. Manche Menschen beginnen ihre Erwerbslaufbahn früher, andere erst nach einem längeren Studium. Dennoch zeigt sich ein plausibles Risiko: Ein Arbeitsmarkt kann für bereits etablierte Beschäftigte relativ stabil wirken und gleichzeitig seine Zugänge verengen. Die fehlende Einstiegsstelle bleibt in der öffentlichen Wahrnehmung häufig weniger sichtbar als eine Entlassung, kann für die langfristige berufliche Entwicklung aber erhebliche Folgen haben.

Weniger Nachwuchs kostet später Fachwissen

Wenn Unternehmen einfache Einstiegsaufgaben automatisieren, müssen sie neu beantworten, wie zukünftige Fachkräfte Erfahrung sammeln sollen. Berufliches Urteilsvermögen entsteht nicht allein durch theoretisches Wissen. Es entwickelt sich auch durch wiederholte Bearbeitung realer Fälle, Rückmeldungen und die Auseinandersetzung mit Fehlern. Wird diese Lernphase verkürzt oder entfällt sie ersatzlos, kann später eine Lücke zwischen formalem Abschluss und praktischer Handlungssicherheit entstehen.

Aus Sicht eines einzelnen Unternehmens kann es kurzfristig attraktiv sein, vorrangig erfahrene Fachkräfte zu beschäftigen und Nachwuchsstellen zu reduzieren. Wenn viele Unternehmen ähnlich handeln, könnte jedoch die gemeinsame Grundlage für den späteren Fachkräftebestand geschwächt werden. Die Rekrutierung bereits erfahrener Mitarbeiter löst dieses gesamtwirtschaftliche Problem nicht, sondern verteilt einen begrenzten Bestand lediglich neu.

Eine sinnvolle betriebliche Antwort wäre deshalb nicht, künstlich jede bisherige Routineaufgabe zu erhalten. Stattdessen müssten Lernwege bewusst umgestaltet werden. Nachwuchskräfte könnten KI-Ergebnisse überprüfen, unterschiedliche Lösungswege vergleichen und schrittweise Verantwortung für reale Entscheidungen übernehmen. Damit würde Ausbildung stärker auf Verständnis und Urteilskraft ausgerichtet. Die eingesparte Bearbeitungszeit wäre dann nicht nur ein Instrument zur Personalkostensenkung, sondern könnte auch gezielt für einen schnelleren und fundierteren Kompetenzaufbau eingesetzt werden.

Produktivität kann Einsteiger auch stärken

Die Wirkung von KI auf Berufseinsteiger ist nicht ausschließlich negativ. Ein geeigneter Assistent kann Wissen zugänglich machen, Formulierungshilfen liefern und bei der Lösung weniger vertrauter Probleme unterstützen. Dadurch können unerfahrene Beschäftigte schneller produktiv werden. Ob Unternehmen dies als Anlass für zusätzliche Einstellungen oder für einen geringeren Personalbedarf nutzen, ist eine eigenständige wirtschaftliche Entscheidung.

Eine umfangreiche Untersuchung im Kundenservice mit 5.172 Beschäftigten ergab durch KI-Unterstützung durchschnittlich rund 15 Prozent mehr erfolgreich gelöste Anliegen pro Arbeitsstunde. Besonders deutlich profitierten weniger erfahrene und zuvor weniger leistungsstarke Beschäftigte. Dieser Befund zeigt, dass KI vorhandene Leistungsunterschiede innerhalb einer Tätigkeit verringern kann. Er erlaubt aber keine allgemeine Aussage darüber, wie sich Beschäftigung oder Löhne in der gesamten Wirtschaft verändern.

Gerade diese Unterscheidung ist wichtig. Ein Werkzeug kann die Produktivität eines jungen Mitarbeiters erhöhen und gleichzeitig dazu führen, dass ein Unternehmen insgesamt weniger junge Mitarbeiter benötigt. Ebenso kann der höhere Nutzen eines zusätzlichen Mitarbeiters neue Einstellungen wirtschaftlich machen. Ob der unterstützende oder der verdrängende Effekt überwiegt, hängt von Nachfrage, Organisation und Unternehmensstrategie ab. Technologische Möglichkeiten legen das Ergebnis nicht vollständig fest.

Branchenschwerpunkte: B2B, Digitalisierung (von KI bis XR), Maschinenbau, Logistik, Erneuerbare Energien und Industrie

Mehr dazu hier:

• Xpert Wirtschaft Hub

Ein Themenhub mit Einblicken und Fachwissen:

• Wissensplattform rund um die globale wie regionale Wirtschaft, Innovation und branchenspezifische Trends
• Sammlung von Analysen, Impulsen und Hintergründen aus unseren Schwerpunktbereichen
• Ein Ort für Expertise und Informationen zu aktuellen Entwicklungen in Wirtschaft und Technologie
• Themenhub für Unternehmen, die sich zu Märkten, Digitalisierung und Brancheninnovationen informieren möchten

Die Beschäftigungsdaten verlangen nüchterne Interpretation

Bislang ist in Deutschland kein breit angelegter Beschäftigungseinbruch in besonders KI-exponierten Berufen erkennbar. Anfang 2026 lag die Vollzeitbeschäftigung in den am stärksten exponierten Berufen um 1,8 Prozent über dem Stand von 2022. In den am wenigsten exponierten Berufen war sie dagegen um 6,4 Prozent niedriger. Diese Zahlen widersprechen der einfachen Vorstellung, dass hohe technische KI-Betroffenheit unmittelbar zu einem allgemeinen Stellenabbau führen müsse.

Sie beweisen allerdings ebenso wenig, dass KI die Beschäftigung bereits in diesem Umfang erhöht hat. Die Entwicklung der untersuchten Berufsgruppen unterschied sich teilweise schon vor der breiten Verfügbarkeit generativer KI. Digitalisierung, Branchenverschiebungen und andere strukturelle Faktoren können die Ergebnisse beeinflussen. Wer die gesamte Differenz als KI-Effekt deutet, verwechselt einen beobachteten Zusammenhang mit einer nachgewiesenen Ursache.

Eine zusätzliche Einschränkung ergibt sich aus dem betrachteten Beschäftigungsausschnitt. Vollzeitbeschäftigung bildet weder sämtliche Erwerbstätigkeit noch automatisch das gesamte Arbeitsvolumen ab. Veränderungen bei Teilzeit, Selbstständigkeit oder Arbeitsstunden können zusätzliche Informationen liefern. Für eine belastbare Diagnose sollten deshalb Beschäftigungsbestände, Neueinstellungen, Arbeitszeiten und Einkommen gemeinsam betrachtet werden. Ein einzelner Indikator kann ein Warnsignal setzen, aber kein vollständiges Bild des wirtschaftlichen Umbaus liefern.

Konjunktur und KI überlagern sich

Die gegenwärtige wirtschaftliche Schwäche erschwert die Zuordnung beobachteter Veränderungen. Unternehmen stellen bei unsicheren Absatzperspektiven häufig zurückhaltender ein. Berufseinsteiger können davon besonders betroffen sein, weil sie noch keinen bestehenden Arbeitsplatz haben und sich ihre Leistungsfähigkeit für potenzielle Arbeitgeber schwerer einschätzen lässt. Ein schwierigerer Einstieg ist daher nicht automatisch ein Beleg für technologische Verdrängung.

Eine weitere Deutschlandanalyse betrachtet die 20- bis 29-Jährigen und damit eine breitere Altersgruppe. Dort sank die Vollzeitbeschäftigung zwischen 2022 und 2025 in stärker KI-exponierten Berufen um 3,8 Prozent und in weniger exponierten Berufen um 2,6 Prozent. Nach zusätzlicher Berücksichtigung von Konjunkturanfälligkeit und Homeoffice-Eignung blieb der negative Zusammenhang mit KI-Exposition für diese Altersgruppe statistisch nicht eindeutig abgesichert. Der Zusammenhang mit der wirtschaftlichen Schwäche war deutlich stärker.

Diese Ergebnisse stehen nicht zwangsläufig im Widerspruch zum stärkeren Rückgang bei den 20- bis 24-Jährigen. Altersabgrenzung, Zeitraum und Einteilung der Berufe unterscheiden sich. Zusammengenommen sprechen die Befunde für eine vorsichtige Interpretation: Es gibt ernst zu nehmende Hinweise auf veränderte Einstiegschancen, aber keinen ausreichenden Grund, sämtliche Probleme junger Beschäftigter auf KI zurückzuführen. Wirtschaftspolitik muss deshalb technologische Anpassung und allgemeine Investitions- und Nachfrageschwäche gleichzeitig adressieren.

Verbreitung ist noch keine Transformation

Generative KI hat sich in deutschen Betrieben schnell verbreitet. Ihr Nutzungsanteil stieg von ungefähr 5 Prozent im Jahr 2023 auf knapp 25 Prozent im Jahr 2025. In den Nutzerbetrieben arbeiteten rund 40 Prozent aller sozialversicherungspflichtig Beschäftigten. Daraus darf jedoch nicht abgeleitet werden, dass diese Menschen sämtlich selbst mit KI arbeiteten. Die Technologie kann innerhalb eines Betriebs auf einzelne Abteilungen oder Aufgaben beschränkt bleiben.

Auch zwischen den Betriebsgrößen bestanden deutliche Unterschiede. Unter Betrieben mit mindestens 200 Beschäftigten nutzten 2025 rund 48 Prozent generative KI. Bei Betrieben mit bis zu neun Beschäftigten waren es etwa 21 Prozent. Besonders verbreitet war die Technologie in Information und Kommunikation mit 59 Prozent, im Finanz- und Versicherungswesen mit 50 Prozent sowie bei unternehmensnahen Dienstleistungen mit 37 Prozent.

Die wirtschaftliche Bedeutung dieser Zahlen liegt nicht nur in der Geschwindigkeit der Einführung. Eine gelegentliche Textzusammenfassung verändert einen Betrieb anders als die Integration von KI in durchgängige Arbeitsabläufe. Etwa 90 Prozent der Nutzerbetriebe griffen auf allgemein zugängliche Lösungen zurück; nur ein kleinerer Teil setzte stärker angepasste oder selbst entwickelte Modelle ein. Ein hoher Verbreitungsgrad kann daher mit einer noch begrenzten organisatorischen Durchdringung zusammenfallen. Für Produktivität und Beschäftigung zählt vor allem, wie intensiv und wofür die Technologie eingesetzt wird.

Der Nutzen entscheidet sich im Betrieb

Investitionen in KI sind ökonomisch sinnvoll, wenn der zusätzliche Nutzen die gesamten Kosten übersteigt. Zu diesen Kosten gehören nicht nur Lizenzgebühren. Auch die Aufbereitung von Daten, technische Schnittstellen, Schulungen, Sicherheitsmaßnahmen und die Kontrolle der Ergebnisse beanspruchen Ressourcen. Ein günstiges Werkzeug kann sich als teuer erweisen, wenn seine Ergebnisse regelmäßig aufwendig korrigiert werden müssen.

Die zentrale betriebliche Frage lautet deshalb nicht, ob eine einzelne Aufgabe schneller erledigt wird. Entscheidend ist, ob der gesamte Prozess bei vergleichbarer oder besserer Qualität wirtschaftlicher wird. Wenn eine erste Auswertung Zeit spart, danach aber zusätzliche Abstimmungen und Prüfungen notwendig werden, kann der tatsächliche Gewinn gering bleiben. Umgekehrt kann eine zunächst unspektakuläre Verbesserung große Wirkung entfalten, wenn sie einen Engpass in einem häufig wiederholten Prozess beseitigt.

Eine nüchterne Einführung braucht daher überprüfbare Kriterien. Dazu zählen die Bearbeitungsdauer bis zu einem verwertbaren Ergebnis, Fehler- und Nacharbeitsquoten sowie die tatsächlich frei werdende Kapazität. Die Zahl erzeugter Texte, Präsentationen oder Programmentwürfe ist für sich genommen kein Produktivitätsmaß. Wirtschaftlicher Fortschritt entsteht erst, wenn Ergebnisse besser nutzbar werden, Kunden einen zusätzlichen Nutzen erhalten oder knappe Ressourcen wirksamer eingesetzt werden. KI als Modernisierungssymbol reicht dafür nicht aus.

Warum große Wachstumszahlen bedingt gelten

Das langfristige KI-Szenario verbindet den strukturellen Umbau mit erheblichen gesamtwirtschaftlichen Chancen. Unter den getroffenen Annahmen könnte das jährliche Wirtschaftswachstum über 15 Jahre durchschnittlich um 0,8 Prozentpunkte höher ausfallen als im Referenzpfad. Über den gesamten Zeitraum ergäbe sich eine zusätzliche Wertschöpfung von kumuliert rund 4,5 Billionen Euro. Diese Größenordnung beschreibt ein mögliches Potenzial, keinen bereits gesicherten Ertrag.

Zwei häufige Missverständnisse sind zu vermeiden. Ein Plus von 0,8 Prozentpunkten beim jährlichen Wachstum ist nicht dasselbe wie ein einmaliger Anstieg der Wirtschaftsleistung um 0,8 Prozent. Ebenso sind 4,5 Billionen Euro zusätzliche Wertschöpfung über 15 Jahre weder ein zusätzlicher Staatshaushalt noch ein einzelner jährlicher Geldbetrag. Gemeint ist die über den Zeitraum aufsummierte Differenz wirtschaftlicher Leistung zwischen zwei Entwicklungspfaden.

Der Mechanismus dahinter ist nachvollziehbar: höhere Arbeitsproduktivität, geringerer Materialeinsatz und neue Absatzmöglichkeiten. Wie groß diese Effekte tatsächlich werden, hängt jedoch von der Umsetzung ab. Ergebnisse aus besonders geeigneten Einzelanwendungen lassen sich nicht unverändert auf die gesamte Volkswirtschaft übertragen. Hinzu kommen Unsicherheiten über neue Geschäftsmodelle, internationale Wettbewerbsreaktionen und die Geschwindigkeit der Verbreitung. Gerade hohe Potenzialzahlen sollten deshalb als Begründung für bessere Rahmenbedingungen verstanden werden, nicht als Ersatz für eine überprüfbare Investitionsstrategie.

Neue Stellen entstehen nicht automatisch

Der langfristig annähernd ausgeglichene Beschäftigungssaldo setzt voraus, dass neben Effizienzgewinnen auch zusätzliche wirtschaftliche Aktivitäten entstehen. Dazu gehören der Aufbau und Betrieb technischer Infrastruktur, neue IT-Dienstleistungen und Geschäftsmodelle, die bisher nicht wirtschaftlich umsetzbar waren. Diese Beschäftigung ist kein automatischer Nebeneffekt jeder eingesparten Arbeitsstunde. Sie braucht investierende Unternehmen, zahlungsbereite Kunden und passende Kompetenzen.

Auch die zeitliche Entwicklung ist nicht geradlinig. Zu Beginn kann zusätzlicher Personalbedarf für Datenerschließung, technische Einführung und Infrastruktur entstehen. Später können Produktivitätsgewinne den Arbeitskräftebedarf dämpfen. Neue Geschäftsfelder könnten diesen Effekt längerfristig wieder ausgleichen. Bleibt ihre Entwicklung hinter den Erwartungen zurück, verändert sich auch die Beschäftigungsbilanz. Eine Szenariorechnung kann diesen Zusammenhang sichtbar machen, aber nicht garantieren, dass alle erforderlichen Bedingungen eintreten.

Zudem muss zusätzliche Arbeit nicht vollständig in neuen Berufsbezeichnungen erscheinen. Ein bestehender technischer Dienstleister könnte sein Angebot ausweiten, ein Industrieunternehmen zusätzliche digitale Wartungsleistungen entwickeln oder ein Beratungsunternehmen neue Umsetzungsaufgaben übernehmen. Entscheidend ist der zusätzliche wirtschaftliche Bedarf, nicht die Zahl neu erfundener Berufsbezeichnungen. Für die Beschäftigungspolitik folgt daraus, dass Innovationsfähigkeit und Unternehmensgründungen ebenso relevant sind wie die Weiterbildung bereits Beschäftigter.

Demografie macht Effizienz besonders wertvoll

In einer alternden Gesellschaft hat Arbeitsproduktivität eine besondere Bedeutung. Wenn Personal in bestimmten Tätigkeiten schwerer verfügbar ist, kann die Automatisierung administrativer Arbeit helfen, vorhandene Fachkräfte wirksamer einzusetzen. Ein geringerer Arbeitskräftebedarf in einem Teilbereich muss deshalb nicht zwangsläufig eine Verschlechterung der gesamten Arbeitsmarktlage bedeuten. Er kann auch dazu beitragen, Engpässe zu entschärfen.

Dieser Zusammenhang darf jedoch nicht überdehnt werden. Eine durch KI entlastete Bürokraft wird nicht automatisch zur gesuchten Pflegefachkraft, und zusätzliche technische Kapazität ersetzt nicht jede praktische Tätigkeit. Zwischen den Bereichen liegen Qualifikationsanforderungen, persönliche Präferenzen und organisatorische Grenzen. Ein demografisch bedingter Personalengpass und technologische Verdrängung können deshalb gleichzeitig auftreten.

Die wirtschaftlich interessante Perspektive besteht darin, knappe Arbeitszeit von standardisierter Bearbeitung auf Aufgaben mit höherem menschlichem Nutzen zu verlagern. Denkbar sind mehr Kundenbetreuung, schnellere Problemlösung oder eine bessere technische Vorbereitung. Ob das gelingt, hängt von der Arbeitsorganisation ab. Werden lediglich Personalkosten reduziert, ohne verbleibende Kapazitäten sinnvoll einzusetzen, bleibt ein Teil des Potenzials ungenutzt. KI ist damit ein möglicher Baustein zur Bewältigung demografischer Belastungen, aber kein vollständiger Ersatz für Ausbildung, Erwerbsbeteiligung und passende Zuwanderung.

Weiterbildung braucht konkrete berufliche Ziele

Die Forderung nach Weiterbildung bleibt wirkungslos, wenn unklar ist, welche Kompetenzen anschließend wirtschaftlich gebraucht werden. Ein allgemeiner Einführungskurs in die Bedienung eines Chatbots kann hilfreich sein, ersetzt aber keine Anpassung beruflicher Fähigkeiten. Beschäftigte müssen erkennen können, welche ihrer Aufgaben sich verändern und welche zusätzliche Verantwortung sie künftig übernehmen sollen.

Die betriebliche Ausgangslage zeigt eine erhebliche Umsetzungslücke. Im Jahr 2025 boten rund 27 Prozent der Betriebe, die generative KI nutzten, entsprechende Weiterbildungen an. Weitere 21 Prozent planten solche Angebote. Bereits durchgeführte Maßnahmen und bloße Planungen sollten dabei nicht zusammengezählt werden, als seien sie gleichwertig. Auch bei internen Regeln war die Einführung noch unvollständig: Rund 21 Prozent der Nutzerbetriebe hatten entsprechende Vorgaben, weitere 22 Prozent planten sie.

Sinnvolle Qualifizierung verbindet deshalb Fachwissen, Anwendungskompetenz und Ergebnisprüfung. Beschäftigte sollten nicht nur lernen, Anweisungen zu formulieren, sondern auch Unsicherheit zu erkennen, Daten angemessen einzuordnen und die Grenzen eines Modells zu beurteilen. Für Unternehmen ist dabei entscheidend, Lernzeit im Arbeitsalltag tatsächlich bereitzustellen. Die Verantwortung vollständig auf die private Weiterbildungsbereitschaft einzelner Beschäftigter zu verlagern, würde jene benachteiligen, die weniger Zeit, finanzielle Mittel oder geeignete Lerngelegenheiten haben.

Mittelstand zwischen Zugang und Abhängigkeit

Für kleinere Unternehmen senken allgemein verfügbare KI-Dienste zunächst die Zugangshürden. Auch ohne eigene Entwicklungsabteilung können sie Unterstützung bei Kommunikation, Recherche oder Auswertung erhalten. Daraus entstehen Chancen, organisatorische Nachteile gegenüber größeren Wettbewerbern teilweise auszugleichen. Die weitergehende Integration in unternehmensspezifische Prozesse bleibt jedoch anspruchsvoller als die Nutzung eines einzelnen Werkzeugs.

Große Unternehmen können fixe Einführungskosten auf mehr Anwendungsfälle verteilen und eher spezialisierte Teams einsetzen. Kleinere Betriebe müssen dagegen häufig mit begrenzten personellen Ressourcen entscheiden, welche Anwendungen sinnvoll sind und wie sie in vorhandene Systeme passen. Standardisierte Branchenlösungen oder externe Unterstützung könnten hier helfen. Wirtschaftlich sinnvoll ist dies allerdings nur, wenn Nutzen, Datenzugang, laufende Kosten und Wechselmöglichkeiten ausreichend transparent bleiben.

Ein zusätzliches Risiko liegt in der Abhängigkeit von einzelnen Anbietern. Werden zentrale Arbeitsabläufe eng an ein System gebunden, können spätere Preisänderungen, technische Einschränkungen oder Schwierigkeiten beim Anbieterwechsel die anfänglichen Vorteile verringern. Für eine mittelstandsorientierte KI-Strategie sind deshalb nicht nur günstige Einstiegslizenzen relevant. Ebenso wichtig sind übertragbare Daten, nachvollziehbare Schnittstellen und eine Organisation, die kritisches Fachwissen nicht vollständig außerhalb des eigenen Unternehmens verlagert.

Wer die Produktivitätsgewinne erhält

Eine höhere Wirtschaftsleistung beantwortet noch nicht die Verteilungsfrage. KI-bedingte Erträge können bei Beschäftigten, Kunden, Anwenderunternehmen oder Technologieanbietern anfallen. Welche Gruppe wie stark profitiert, hängt unter anderem von Wettbewerb, Verhandlungsmacht und der Knappheit bestimmter Fähigkeiten ab. Eine gesamtwirtschaftlich positive Entwicklung kann deshalb mit erheblichen Unterschieden bei Einkommen und Arbeitsplatzsicherheit verbunden sein.

Standardisierte Leistungen könnten unter Preisdruck geraten, während belastbare Fachkenntnis, Kundenzugang oder die Fähigkeit zur praktischen Umsetzung wertvoller werden. Gleichzeitig kann KI einzelnen Beschäftigten ermöglichen, anspruchsvollere Aufgaben zu übernehmen. Solche Veränderungen müssen nicht immer zu größerer Ungleichheit führen. Sie können innerhalb einer Tätigkeit Leistungsunterschiede verringern und gleichzeitig zwischen unterschiedlichen Tätigkeiten neue Einkommensabstände erzeugen.

Für die soziale Absicherung ist außerdem relevant, ob höhere Produktivität in steigende Arbeitseinkommen, zusätzliche Beschäftigung oder überwiegend in andere Ertragsformen übersetzt wird. Ein stabiler Beschäftigtenbestand allein garantiert noch keine entsprechend wachsende Beitragsbasis. Umgekehrt könnte eine produktivere Wirtschaft bei breiter Teilhabe die Finanzierung gesellschaftlicher Aufgaben erleichtern. Verteilungsfragen sollten deshalb weder als nachrangiges Thema noch als bereits entschieden behandelt werden. Sie sind ein zentraler Bestandteil der wirtschaftlichen Gestaltung des technologischen Wandels.

Infrastruktur begrenzt die digitale Verheißung

KI benötigt eine physische und organisatorische Grundlage. Rechenkapazität, Stromversorgung, Netzanbindung, Datenmanagement und IT-Sicherheit sind Voraussetzungen produktiver Nutzung. Die Annahme, dass diese Grundlagen rechtzeitig verfügbar sind, gehört zu den Bedingungen günstiger Wachstumsszenarien. Werden sie nicht erfüllt, können Investitionen teurer werden oder später wirken als erwartet.

Der Aufbau von Rechenzentren kann zunächst zusätzliche wirtschaftliche Aktivität und Beschäftigung auslösen. Daraus lässt sich aber keine beliebig große dauerhafte Jobwirkung ableiten. Bau und technischer Betrieb haben unterschiedliche Personalstrukturen, und die breiteste wirtschaftliche Wirkung entsteht erst durch produktive Anwendungen in anderen Unternehmen. Ein Rechenzentrum ist insofern eine notwendige Infrastruktur für bestimmte Anwendungen, aber noch kein Nachweis erfolgreich realisierter Produktivitätsgewinne.

Für Industrie und Logistik liegt die Herausforderung besonders in der Verbindung digitaler Werkzeuge mit realen Abläufen. Denkbar sind bessere technische Dokumentation, Unterstützung bei Wartungsentscheidungen oder eine schnellere Bearbeitung betrieblicher Abweichungen. Solche Anwendungen müssen zu Datenqualität, Sicherheitsanforderungen und vorhandenen Systemen passen. Eine erfolgreiche Demonstration ist deshalb nicht mit einer wirtschaftlich tragfähigen Einführung im laufenden Betrieb gleichzusetzen. Entscheidend bleibt, ob die Technologie unter realen Bedingungen verlässlich arbeitet und die gesamte Prozessleistung verbessert.

Arbeitsmarktpolitik muss Übergänge finanzieren

Ein vernünftiger wirtschaftspolitischer Ansatz sollte produktive Automatisierung nicht grundsätzlich verhindern. Der Versuch, jede bestehende Tätigkeitsstruktur zu konservieren, könnte notwendige Effizienzgewinne und neue Geschäftsmodelle behindern. Ebenso unzureichend wäre jedoch die Erwartung, der Markt werde sämtliche Übergangsprobleme ohne Unterstützung lösen. Informationsdefizite, finanzielle Risiken und fehlende Lernmöglichkeiten können sinnvolle Wechsel erschweren.

Arbeitsmarktpolitik sollte deshalb frühzeitig ansetzen. Wenn sich Aufgaben innerhalb eines Unternehmens verändern, kann eine rechtzeitige Qualifizierung einen späteren Arbeitsplatzverlust möglicherweise vermeiden. Ist ein Wechsel erforderlich, sollten Weiterbildung und Beratung an konkreten Beschäftigungsmöglichkeiten ausgerichtet werden. Die Teilnahme an einer Maßnahme allein ist noch kein Erfolgsnachweis; entscheidend sind anschließend tragfähige Erwerbsperspektiven, passende Tätigkeiten und möglichst geringe dauerhafte Einkommenseinbußen.

Besondere Aufmerksamkeit verdienen die Zugänge zum Arbeitsmarkt. Ausbildungsplätze, betreute Einstiegspositionen und verlässliche Lernwege erfüllen eine Funktion, die über den kurzfristigen Nutzen des einzelnen Unternehmens hinausgeht. Eine beschäftigungspolitische Strategie sollte deshalb nicht nur bereits eingetretene Arbeitslosigkeit bearbeiten. Sie muss auch verhindern helfen, dass Unternehmen kurzfristig Nachwuchskosten sparen und die Wirtschaft dadurch langfristig ihre eigene Fachkräftebasis schwächt. Der Erhalt von Lernmöglichkeiten ist etwas anderes als der künstliche Erhalt überholter Routinearbeit.

Woran sich der Umbau messen lässt

Für die kommenden Jahre sind nicht allein spektakuläre Stellenabbauankündigungen aufschlussreich. Besonders wichtig werden Neueinstellungen nach Alter und Beruf, die Zahl verfügbarer Einstiegsstellen, innerbetriebliche Versetzungen und der Übergang von Weiterbildung in reguläre Beschäftigung sein. Auch Arbeitsstunden und Einkommen sollten berücksichtigt werden, damit ein stabiler Beschäftigtenbestand nicht über eine veränderte Qualität oder einen geringeren Umfang von Arbeit hinwegtäuscht.

Auf Unternehmensebene braucht es belastbare Kennzahlen zur tatsächlichen Leistungsverbesserung. Produktive KI-Nutzung sollte sich in verwertbaren Ergebnissen, geringerer Nacharbeit, besserer Qualität oder zusätzlichem Kundennutzen zeigen. Für eine wissenschaftlich tragfähige Bewertung müssten Angaben zur tatsächlichen betrieblichen Einführung möglichst mit Beschäftigungsdaten verbunden werden. Erst dadurch lässt sich besser unterscheiden, ob beobachtete Veränderungen mit KI zusammenhängen oder vor allem andere wirtschaftliche Ursachen haben.

Die wirtschaftspolitische Perspektive sollte dabei klar bleiben: Nicht jede verschwundene Routineaufgabe ist ein gesellschaftlicher Verlust, und nicht jede neu geschaffene Stelle ist bereits ein Beleg gelungener Transformation. Der Maßstab ist, ob höhere Produktivität in zusätzliche Wertschöpfung, erreichbare berufliche Chancen und tragfähige Einkommen übersetzt wird. Die entscheidende Gestaltungsaufgabe besteht darin, technischen Fortschritt und menschliche Entwicklung so miteinander zu verbinden, dass eine rechnerisch ausgeglichene Jobbilanz auch für möglichst viele Menschen eine wirtschaftlich belastbare Zukunft bedeutet.

Xpert.Digital ist ein von Konrad Wolfenstein geführter, datengetriebener B2B-Industry-Hub. Das Unternehmen agiert als externe Quasi-Inhouse-Lösung für Industriepartner und schließt operative Lücken in Marketing, Content und Vertrieb – ohne zusätzlichen Ressourcenaufbau auf Kundenseite.

Mehr dazu hier:

• Die Quasi-Inhouse-Lösung: Wie Xpert.Digital operative Lücken in B2B-Marketing und Vertrieb schließt – Smart Content-Driven Business

☑️ Unsere Geschäftssprache ist Englisch oder Deutsch

☑️ NEU: Schriftverkehr in Ihrer Landessprache!

 

Gerne stehe ich Ihnen und mein Team als persönlicher Berater zur Verfügung.

Sie können mit mir Kontakt aufnehmen, indem Sie hier das Kontaktformular ausfüllen oder rufen Sie mich einfach unter +49 7348 4088 965 an. Meine E-Mail Adresse lautet: wolfenstein∂xpert.digital

Ich freue mich auf unser gemeinsames Projekt.

 

 

☑️ KMU Support in der Strategie, Beratung, Planung und Umsetzung

☑️ Erstellung oder Neuausrichtung der Digitalstrategie und Digitalisierung

☑️ Ausbau und Optimierung der internationalen Vertriebsprozesse

☑️ Globale & Digitale B2B-Handelsplattformen

☑️ Pioneer Business Development / Marketing / PR / Messen