Die Automatisierung der Produktion hat sich im vergangenen Jahrzehnt stark ausgeweitet, ihre Wechselwirkungen mit den Arbeitsmärkten werden jedoch häufig auf binäre Aussagen reduziert: Entweder vernichtet Automatisierung Arbeitsplätze oder sie schafft neue. Die jüngste empirische Evidenz stützt keine dieser Vereinfachungen. Stattdessen zeigen Daten aus der industriellen Robotik, aus Arbeitsmarktaggregaten sowie aus kausalen Studien ein Bündel bedingter Effekte, die je nach Region, Branche, Zeithorizont und Messmethode variieren. Die Unterscheidung zwischen Automatisierung von Tätigkeiten, beruflichem Risiko und tatsächlich realisierten Beschäftigungseffekten ist zentral, um zu verstehen, wo Mythen von Fakten abweichen.
Größenordnung und Geografie der Automatisierung: Was tatsächlich passiert
Industrielle Automatisierung ist längst kein Randphänomen mehr. Nach Angaben der International Federation of Robotics (IFR) erreichte der weltweite operative Bestand an Industrierobotern im Jahr 2023 insgesamt 4.281.585 Einheiten, was einem Wachstum von 10 % gegenüber dem Vorjahr entspricht. Die jährlichen Neuinstallationen beliefen sich auf 541.302 Einheiten und lagen damit leicht unter den 552.946 im Jahr 2022 installierten Robotern, stellten jedoch weiterhin den zweithöchsten Wert aller Zeiten dar. Damit ist Automatisierung als dauerhafter struktureller Trend und nicht als kurzfristiger Investitionszyklus einzuordnen.
Der Einsatz ist regional ungleich verteilt. Im Jahr 2023 wurden 70 % der neu installierten Industrieroboter in Asien in Betrieb genommen, verglichen mit 17 % in Europa und 10 % in Nord- und Südamerika. Allein China verzeichnete 276.288 Installationen, was 51 % des weltweiten Gesamtvolumens entspricht. Gleichzeitig erreichten chinesische Hersteller einen Marktanteil von 47 % im heimischen Markt, gegenüber einem langfristigen Niveau von rund 28 %. Diese Zahlen zeigen, dass die Automatisierungsintensität geografisch konzentriert ist und in einigen Regionen zunehmend endogen entsteht.
Die Roboterdichte verdeutlicht die unterschiedliche Exposition zusätzlich. Die globale Fertigung verzeichnete im Jahr 2023 durchschnittlich 162 Roboter pro 10.000 Beschäftigte. In der EU lag der Durchschnitt bei 219, in Nordamerika bei 197 und in Asien bei 182, wobei Asien zwischen 2018 und 2023 eine durchschnittliche jährliche Wachstumsrate von 13 % erreichte. Diese Unterschiede sind relevant, da arbeitsmarktliche Effekte pro Roboter vom Ausgangsniveau der Dichte abhängen und nicht allein von zusätzlichen Installationen.
Weiterführende Analysen: ERP- und MES-Systeme in Produktionsumgebungen
Beschäftigungsaggregate: Warum „Automatisierung = Jobverlust“ makroökonomisch nicht trägt
Trotz steigender Automatisierungsintensität bleiben die Beschäftigungsergebnisse auf aggregierter Ebene in vielen fortgeschrittenen Volkswirtschaften robust. Eurostat weist für das Jahr 2024 eine Beschäftigungsquote in der EU von 75,8 % aus, mit nationalen Werten von 83,5 % in den Niederlanden bis 67,1 % in Italien. Nach Geschlechtern differenziert ergibt sich eine Beschäftigungsquote von 80,8 % für Männer und 70,8 % für Frauen, was einer Lücke von 10,0 Prozentpunkten entspricht, jedoch keinem durch Automatisierung verursachten Einbruch.
Die Industrie bleibt auch bei steigender Roboterdichte ein bedeutender Arbeitgeber. Im Jahr 2022 beschäftigte das verarbeitende Gewerbe in der EU rund 30,0 Millionen Menschen, was 18,7 % der Beschäftigung in der Unternehmenswirtschaft entspricht, und erwirtschaftete zugleich eine Wertschöpfung von 2,4 Billionen Euro beziehungsweise 24,1 % der gesamten Wertschöpfung der Unternehmenswirtschaft. Numerisch zeigt sich damit ein Nebeneinander: Hohe Automatisierungsintensität geht nicht mit einem Verschwinden industrieller Beschäftigung auf aggregierter Ebene einher.
Auch Produktivitätsdaten unterstreichen diese Ambivalenz. Die Arbeitsproduktivität je geleisteter Stunde sank in der EU im Jahr 2023 um −0,6 % und stieg 2024 um +0,4 %. Diese moderaten und volatilen Veränderungen traten auf, während der Roboterbestand und die Roboterdichte weiter zunahmen. Die Daten widersprechen damit dem Mythos, dass Automatisierung zwangsläufig sofortige und breite Produktivitätssprünge erzeugt, die Arbeitskräfte verdrängen müssten.
„Arbeitsplätze mit Risiko“ versus tatsächlich verlorene Jobs: quantifizierte Fehlinterpretationen
Ein großer Teil der Automatisierungsdebatte stützt sich auf Kennzahlen zu „Arbeitsplätzen mit Risiko“, die häufig als Prognosen für Jobverluste missverstanden werden. Der OECD Employment Outlook 2019 schätzt, dass 14 % der Arbeitsplätze über einen Zeithorizont von 15 bis 20 Jahren durch Automatisierung verschwinden könnten, während sich bei 32 % der Arbeitsplätze Tätigkeitsprofile grundlegend verändern dürften. Dabei handelt es sich ausdrücklich um langfristige, auf Tätigkeiten basierende Szenarien und nicht um kurzfristige Beschäftigungsprognosen.
Der OECD Employment Outlook 2023 berichtet, dass Berufe mit dem höchsten Automatisierungsrisiko rund 27 % der Beschäftigung in den OECD-Ländern ausmachen. Weitere OECD-Zusammenfassungen nennen eine vergleichbare Größenordnung von etwa 28 %. Der Unterschied zwischen 14 % potenziell verschwindender Jobs und rund 27–28 % Hochrisikoberufen reflektiert unterschiedliche Definitionen und ist nicht als Widerspruch zu interpretieren.
Der World Development Report 2019 der Weltbank verdeutlicht die methodische Spannweite. Die geschätzten Anteile gefährdeter Arbeitsplätze reichen von 7 % bis 47 % in den USA, von 6 % bis 55 % in Japan und von 2 % bis 41 % in Bolivien, was dort etwa 100.000 bis 2 Millionen Arbeitsplätzen im Jahr 2016 entspricht. Diese Spannweiten von 40 bis 50 Prozentpunkten zeigen, wie stark Risikowerte von Modellannahmen und Tätigkeitszuordnungen abhängen.
Entscheidend ist, dass diese Risikokennzahlen mit relativ stabilen Arbeitslosigkeitswerten koexistieren. Die Internationale Arbeitsorganisation (ILO) weist für 2023 eine globale Arbeitslosenquote von 5,1 % aus, mit einer Prognose von 5,2 % für 2024 und 2025. Die absolute Zahl der Arbeitslosen steigt dabei lediglich von 188,6 Millionen auf 192,7 Millionen. Die Forschung liefert keine numerische Grundlage, um Risikowerte direkt auf Arbeitslosigkeitsniveaus abzubilden.
Thematisch verwandt: Wie sich Lieferketten in der europäischen Industrie verändern
Kausale Evidenz: Wo sich die Ergebnisse tatsächlich widersprechen
Empirische Studien zum Arbeitsmarkteinfluss von Automatisierung kommen je nach Untersuchungsrahmen und Identifikationsstrategie zu unterschiedlichen Ergebnissen. Diese Unterschiede zu verstehen, ist Voraussetzung für belastbare politische oder investive Schlussfolgerungen.
Lokale Arbeitsmärkte versus aggregierte Ergebnisse
Acemoglu und Restrepo untersuchen die Effekte von Robotern auf lokale Arbeitsmärkte in den USA. In ihrer 2020 veröffentlichten Studie führt ein zusätzlicher Roboter pro 1.000 Beschäftigte zu einem Rückgang des Beschäftigtenanteils an der Bevölkerung um 0,2 Prozentpunkte sowie zu einem Rückgang der Durchschnittslöhne um 0,42 %, wobei einzelne lokale Schätzungen bis zu 0,39 Prozentpunkte beim Beschäftigungsanteil und etwa 0,77 % bei den Löhnen erreichen. Dabei handelt es sich um marginale Effekte auf lokaler Ebene.
Demgegenüber kommen Graetz und Michaels (2018) auf Basis von Daten aus 17 Ländern zu dem Ergebnis, dass ein höherer Robotereinsatz rund 0,36 Prozentpunkte zum jährlichen Wachstum der Arbeitsproduktivität beitrug, ohne einen statistisch signifikanten Rückgang der Gesamtbeschäftigung festzustellen. Numerisch können diese Ergebnisse keinen einheitlichen universellen Effekt beschreiben, sind jedoch nicht widersprüchlich, wenn der jeweilige Betrachtungsmaßstab berücksichtigt wird.
Auflösung des Widerspruchs
Der scheinbare Widerspruch löst sich bei Berücksichtigung der Skalierung auf. Lokale Verdrängungseffekte von −0,2 Prozentpunkten je zusätzlichem Roboter können mit unveränderter Gesamtbeschäftigung einhergehen, wenn Arbeitsplatzverluste an anderer Stelle oder zu einem späteren Zeitpunkt kompensiert werden. Gleichzeitig können Produktivitätsgewinne von rund 0,36 Prozentpunkten pro Jahr auftreten, ohne dass es zu unmittelbaren Beschäftigungsverlusten auf aggregierter Ebene kommt. Die Forschung stützt weder den Mythos einer unvermeidlichen Massenarbeitslosigkeit noch die Annahme durchgehend harmloser Beschäftigungseffekte.
Zur Vertiefung empfohlen: Warum komplexe technische Systeme trotz ausgereifter Technologie scheitern
Struktur, Zusammensetzung und warum beide Mythen fortbestehen
Automatisierung wirkt zunächst auf Tätigkeiten und Qualifikationsprofile, bevor sie sich auf Beschäftigtenzahlen auswirkt. Die rund 30,0 Millionen Beschäftigten im verarbeitenden Gewerbe der EU bestehen parallel zu steigender Roboterdichte, da Automatisierung Arbeit zwischen Aufgaben und Berufen umverteilt, anstatt ganze Sektoren zu eliminieren. Die OECD-Schätzung, wonach sich 32 % der Arbeitsplätze grundlegend verändern werden, unterstreicht diesen strukturellen Effekt.
Auf globaler Ebene weist die ILO für 2023 eine Jugendarbeitslosigkeit von 13,3 % aus, verglichen mit 3,9 % bei Erwachsenen, während die Gesamtarbeitslosigkeit nahe 5 % liegt. Diese Unterschiede bestehen parallel zu zunehmender Automatisierung, werden jedoch in der Forschung nicht kausal Robotern zugeschrieben. Die Daten zeigen vielmehr, dass Arbeitsmarktbelastungen ungleich verteilt sind und sich nicht allein auf die Automatisierungsintensität reduzieren lassen.
Schlussfolgerung
Die empirische Evidenz zeigt, dass die Automatisierung der Produktion großskalig, geografisch konzentriert und in ihrer Dichte zunehmend ist, mit weltweit über 4,28 Millionen eingesetzten Robotern. Gleichzeitig bleibt die aggregierte Beschäftigung in der EU hoch (75,8 % im Jahr 2024), das verarbeitende Gewerbe beschäftigt weiterhin rund 30 Millionen Menschen, und die globale Arbeitslosenquote liegt bei etwa 5 %. Schätzungen zu „Arbeitsplätzen mit Risiko“ reichen von 14 % über etwa 27–28 % bis hin zu 47–55 % je nach Methodik, während kausale Studien sowohl negative lokale Beschäftigungseffekte (−0,2 Prozentpunkte je Roboter pro 1.000 Beschäftigte) als auch neutrale aggregierte Ergebnisse bei gleichzeitigen Produktivitätsgewinnen (rund 0,36 Prozentpunkte pro Jahr) berichten.
