Transformationspotenzial durch KI betrifft ebenso Männer wie Frauen auf dem Arbeitsmarkt

• Generative Künstliche Intelligenz verändert Arbeitsmarkt stark; Studie untersucht, inwieweit davon frauen- beziehungsweise männerdominierte Berufe betroffen sind
• Auswertung auf Basis von Stellenausschreibungen auf der Plattform Indeed zeigt keinen eindeutigen Zusammenhang zwischen KI-Transformationspotenzial und Geschlecht
• Berufe mit hohem Transformationspotenzial haben häufig eher ausgewogenen Anteil an männlichen und weiblichen Beschäftigten
• Frauendominierter Pflegebereich und männerdominiertes Bauwesen zeichnen sich durch sehr niedriges Transformationspotenzial aus
• Für Frauen wie Männer besteht Bedarf an einschlägiger Weiterbildung, die möglichst auch geschlechtsspezifische Ungleichheit in KI-Kompetenzen mindert

Die Einsatzmöglichkeiten und -fähigkeiten von generativer Künstlicher Intelligenz (KI)infoUnter generativer KI wird eine Form Künstlicher Intelligenz verstanden, die eigenständig neue Inhalte wie Texte, Bilder oder Videos erschafft, indem sie Muster aus Trainingsdaten erlernt und kreativ anwendet. Vgl. dazu die Website der Haufe Akademie (online verfügbar, abgerufen am 13. März 2026. Dies gilt für alle Onlinequellen in diesem Bericht, sofern nicht anders angegeben). haben sich in den letzten Jahren vervielfacht und entwickeln sich kontinuierlich weiter. Modelle wie GPT oder Gemini können komplexe Texte verfassen, während Tools wie Midjourney oder Sora die automatisierte Erstellung von Bildern und Videos bewältigen. Das agentische Tool Claude Code kann als autonomer Programmier-Agent Software-Projekte eigenständig aufsetzen und bearbeiten, Fehler im Code identifizieren und korrigieren, um nur einige Beispiele zu nennen.

Welche Auswirkungen der Einsatz von KI auf den Arbeitsmarkt hat, wird aktuell in Wissenschaft und Politik intensiv diskutiert. Insbesondere die Fragen, wie sich Aufgaben und Tätigkeiten in einzelnen Berufen verändern werden, welche neuen Kompetenzen Beschäftigte in diesen Berufen erlernen müssen oder in welchem Ausmaß einzelne Berufe wegfallen oder sich stark verändern werden, sind von großem Interesse. Auch zahlreiche Forschungsarbeiten widmen sich den Fragen, inwiefern die durch KI getriebene Transformation am Arbeitsmarkt die Nachfrage nach Arbeitskräften und die Entwicklung von Löhnen beeinflusst.infoVgl. beispielsweise Erik Engberg et al. (2026): Who is afraid of AI? Who should be? Kiel Policy Brief No. 198 (online verfügbar); Gerd Zika et al. (2025): Künstliche Intelligenz: Potenzielle Effekte für den deutschen Arbeitsmarkt. IAB-Forschungsbericht Nr. 23 (online verfügbar); Jonas Hannane, Ozge Demirci und Xinrong Zhu (2024): Generative Künstliche Intelligenz reduziert Nachfrage nach Freelance-Arbeit auf Online-Plattformen. DIW Wochenbericht Nr. 35, 540–545 (online verfügbar).

Da in Deutschland die geschlechtsspezifischen Ungleichheiten am Arbeitsmarkt stark ausgeprägt sind, drängt sich die Frage auf, ob die Transformation des Arbeitsmarktes durch KI hierzulande Frauen und Männer unterschiedlich betrifft beziehungsweise betreffen wird. Aktuelle Auswertungen zeigen beispielsweise, dass Frauen KI seltener im beruflichen Kontext nutzen als Männer.infoVgl. z.B. IAB-Forum vom 20. Mai 2025: Abgehängt? Frauen nutzen KI beruflich viel seltener als Männer. Grafik aktuell vom 20. Mai (online verfügbar). Falls Frauen hierdurch eine Erhöhung ihrer Arbeitsproduktivität entgeht, gleichzeitig höhere Produktivität aber höhere Löhne nach sich zieht, könnte dies dazu führen, dass geschlechtsspezifische Ungleichheiten durch die KI-Transformation verstärkt werden.

Neben der geschlechtsspezifischen Ungleichheit in der Bezahlung (Gender Pay Gap)infoVgl. beispielsweise Fiona Herrmann und Katharina Wrohlich (2025): Gender Pay Gap steigt in allen Bildungsgruppen mit dem Alter stark an. DIW Wochenbericht Nr. 10, 131–137 (online verfügbar)., der ErwerbsarbeitszeitinfoVgl. beispielsweise Boryana Ilieva und Katharina Wrohlich (2022): Gender Gaps in Employment, Working Hours and Wages in Germany: Trends and Developments over the Last 35 Years. CESifo Forum 23(2), 17–19 (online verfügbar). oder der Repräsentation in FührungspositioneninfoVgl. beispielsweise Arianna Antezza, Alina Meiner und Katharina Wrohlich (2026): Frauen in Vorständen und Aufsichtsräten großer Unternehmen: Aufwärtstrend der letzten Jahre kommt größtenteils zum Halt. DIW Wochenbericht Nr. 3, 17–29 (online verfügbar). ist der deutsche Arbeitsmarkt von einer stark ausgeprägten Segregation zwischen frauen- und männerdominierten Berufen geprägt. In diesem Wochenbericht soll deskriptiv dargestellt werden, inwiefern das Transformationspotenzial durch KI zwischen frauen- und männerdominierten Berufen variiert.

Hohes KI-Transformationspotenzial im Tech-Sektor und bei Bürojobs

Ein Beruf umfasst unterschiedliche Aufgaben und Tätigkeiten, zu deren Ausführung verschiedene Kompetenzen nötig sind. Das Transformationspotenzial durch generative KI für einen Beruf ergibt sich daraus, welcher Anteil der Kompetenzen beziehungsweise der Tätigkeiten von KI übernommen werden kann. Zur Messung dieses Transformationspotenzials nutzt dieser Bericht die Ergebnisse des „AI at Work 2025“-Reports von Indeed.infoAnnina Hering und Arcenis Rojas (2025): AI at Work Report 2025: How GenAI is Rewiring the DNA of Jobs (online verfügbar). Alternative Daten zur Messung des Transformationspotenzials durch KI finden sich zum Beispiel in Edward Felten, Manav Raj und Robert Seamans (2021): Occupational, industry, and geographic exposure to artificial intelligence: A novel dataset and its potential uses, in: Strategic Management Journal 42, 2195–2217; Pawel Gmyrek et al. (2025): Generative AI and Jobs. A Refined Global Index of Occupational Exposure. ILO Working Paper 140 (online verfügbar); Erik Engberg et al. (2026): AI Unboxed and Jobs: A Novel Measure and Firm-Level Evidence from Three Countries. IZA Discussion Paper 16717 (online verfügbar). Dieser basiert auf einer Analyse von etwa 2900 beruflichen Kompetenzen und Tätigkeiten aus Millionen Stellenanzeigen auf der Jobplattform Indeed. Die Stellenanzeigen wurden in den USA im Zeitraum von Mai 2024 bis April 2025 gepostet. Diese reichen von IT-Kenntnissen in Programmierung und Datenanalyse über Sprachkenntnisse bis hin zu handwerklichen Tätigkeiten oder der Patientenversorgung.

Jede dieser Kompetenzen und Tätigkeiten wurde mithilfe generativer KI daraufhin untersucht, inwiefern diese in der Lage wäre, die Tätigkeit auszuführen. Die KI-Sprachmodelle GPT 4.1 von OpenAI und Anthropics Claude Sonnet 4 wurden gebeten, ihr Potenzial zur Ausführung einer Fähigkeit hinsichtlich zweier Dimensionen zu beurteilen: der Problemlösungskompetenz und der Notwendigkeit physischer Aktivität. Auf Basis dieser Beurteilung wurden die Kompetenzen vier Kategorien zugeordnet:

• „Volle Transformation“: Generative KI hat das Potenzial, eine Fähigkeit eigenständig zu nutzen, um typischerweise gut strukturierte Aufgaben auszuführen und diese unter den richtigen Bedingungen vollständig zu automatisieren.
• „Hybride Transformation“: Generative KI kann den Großteil der Ausführung übernehmen, während der Mensch weiterhin beaufsichtigt, Ergebnisse bewertet und bei Bedarf eingreift.
• „Assistierte Transformation“: KI bietet begrenzte oder allgemeine Unterstützung (zum Beispiel durch das Erstellen von Vorlagen, grundlegende Recherchen oder Vorschläge für Methoden). Der Mensch muss die Fähigkeit aber weiterhin praktisch anwenden.
• „Minimale Transformation“: Aufgrund hoher physischer Anforderungen oder begrenzter Schlussfolgerungsfähigkeiten der KI wird der Mensch die Tätigkeit auch in Zukunft weitestgehend selbstständig ausführen.

Nach der Kategorisierung der einzelnen Kompetenzen und Tätigkeiten ergibt sich das Transformationspotenzial einer Berufsgruppe aus der Gewichtung dieser Kompetenzen und Tätigkeiten mit dem Anteil ihrer Nennung in Stellenausschreibungen innerhalb der Berufsgruppe. Berufe mit einem hohen Transformationspotenzial sind jene, deren Kerntätigkeiten sich durch generative KI stark verändern lassen. Am oberen Rand der Verteilung befinden sich Berufe im Technologiesektor und andere Bürojobs (Abbildung 1). So kann beispielsweise in der Softwareentwicklung der Großteil der Kompetenzen und Tätigkeiten (83,7 Prozent) hybrid oder vollständig transformiert werden. Auch in der Buchhaltung oder im Marketing kann mit gut 75 und 73 Prozent der Großteil der Kompetenzen hybrid oder vollständig durch KI verändert werden. Am unteren Rand der Verteilung kann KI zwar unterstützen, etwa bei Randtätigkeiten wie Dokumentation und anderen administrativen Aufgaben, ersetzt jedoch nicht die Kernkompetenzen in dem Beruf. In der Kinderbetreuung beispielsweise kann weniger als ein Prozent der Kompetenzen vollständig von der KI transformiert werden. Weitere zwölf Prozent der Kompetenzen in dieser Berufsgruppe können assistiert und etwa 21 Prozent hybrid transformiert werden. Der Großteil der in dieser Berufsgruppe benötigten Kompetenzen (66 Prozent) kann nur minimal durch KI transformiert werden.

Deutschland hat einen stark nach Geschlecht segregierten Arbeitsmarkt

In Deutschland ist der Arbeitsmarkt traditionell stark zwischen den Geschlechtern segregiert. Ein großer Anteil der beschäftigten Frauen arbeitet in frauendominierten Berufen – also in Berufen, in denen der Anteil weiblich Beschäftigter 70 Prozent oder mehr beträgt. Ebenso arbeitet ein großer Teil der Männer in männerdominierten Berufen, in denen der Anteil männlicher Beschäftigter 70 Prozent oder mehr beträgt. Berufe, in denen der Frauen- beziehungsweise der Männeranteil zwischen 30 und 70 Prozent beträgt, werden als Mischberufe bezeichnet. Diese berufliche Segregation ist sowohl in West- als auch in Ostdeutschland stark ausgeprägt und hat sich in den vergangenen Jahrzehnten kaum verändert.infoVgl. hierzu Ann-Christin Bächmann, Corinna Kleinert und Brigitte Schels (2024): Anhaltende berufliche Geschlechtersegregation: In Ost wie West arbeiten Frauen und Männer häufig in unterschiedlichen Berufen. IAB-Kurzbericht 3, 1–8 (online verfügbar).

Für die Berechnung der Geschlechteranteile in den jeweiligen Berufen wurden für die hier vorgestellten Analysen Daten des Mikrozensus 2022 zugrunde gelegt.infoDer Mikrozensus ist eine vom Statistischen Bundesamt in Kooperation mit den statistischen Landesämtern durchgeführte jährliche Befragung privater Haushalte in Deutschland, bei der etwa ein Prozent der Wohnbevölkerung (etwa 800 000 Personen) befragt werden. Für weitere Informationen zum Mikrozensus vgl. auf der Website von Destatis (online verfügbar). Die Auswertung zeigt, dass von den 30 häufigsten Berufsgruppen in Deutschland neun frauendominiert und zehn männerdominiert sind (Abbildung 2). Dies deckt sich mit früheren Auswertungen auf Basis von Daten der Sozialversicherung.infoVgl. zum Beispiel Bächmann, Kleinert und Schels (2024), a.a.O. Beispiele für sehr stark segregierte Berufsgruppen sind einerseits Kinderbetreuung mit einem Frauenanteil von über 90 Prozent aller Beschäftigten. Am anderen Ende der Skala finden sich Berufe im Bauwesen mit einem Männeranteil von mehr als 95 Prozent.

Vor allem Mischberufe sind unter den am stärksten von KI betroffenen Tätigkeiten

Um zu untersuchen, ob sich männer- und frauendominierte Berufe hinsichtlich ihres Transformationspotenzials durch generative KI unterscheiden, werden im nächsten Schritt die Daten zum Transformationspotenzial den Daten zum Frauenanteil aller Beschäftigten gegenübergestellt (Abbildung 3). Gleicht man den Frauenanteil in einer Berufsgruppe mit dem Transformationspotenzial durch KI ab (gemessen am Anteil der Kompetenzen, die hybrid oder vollständig transformiert werden können), zeigt sich sehr deutlich, dass der Zusammenhang zwischen dem Frauenanteil in einem Beruf und dem Transformationspotenzial durch KI nicht linear positiv oder negativ verläuft. Vielmehr zeigt sich eine umgekehrte U-förmige Kurve. Das bedeutet: Es gibt sowohl männerdominierte Berufe (Abbildung 3, links unten) als auch frauendominierte Berufe (rechts unten), die ein geringes Transformationspotenzial haben.

Beispiele für männerdominierte Berufsgruppen in diesem Bereich sind Berufe im Bauwesen, Transportwesen, Handwerk/Technik/Mechanik. Beispiele für frauendominierte Berufsgruppen mit geringem Transformationspotenzial sind Berufe im Bereich Kinderbetreuung und im Gesundheitswesen. Die Berufsgruppen mit hohem Transformationspotenzial sind hingegen häufig Mischberufe, also Berufe mit einem Frauenanteil von zwischen 30 und 70 Prozent aller Beschäftigten. Beispiele hierfür sind Berufe im Bereich Buchhaltung, Marketing sowie Berufe im Bank- und Finanzwesen. Eine Ausnahme stellt der Bereich Softwareentwicklung dar: Er hat von allen hier untersuchten Berufsgruppen das höchste Transformationspotenzial (Abbildung 1) und gleichzeitig mit 15 Prozent nur einen vergleichsweise niedrigen Frauenanteil an allen Beschäftigten (Abbildung 2).

Berechnet man den Anteil der Frauen und Männer, die in Berufen mit unterschiedlichem KI-Transformationspotenzial beschäftigt sind, zeigt sich, dass Frauen tendenziell häufiger in Berufen mit höherem Transformationspotenzial tätig sind. Allerdings konzentrieren sich diese Unterschiede auf die Berufsgruppen mit moderatem Transformationspotenzial: So sind rund 23 Prozent der Frauen in Berufen mit 60 bis 70 Prozent hybrid oder voll transformierbaren Kompetenzen beschäftigt, aber nur zwölf Prozent der Männer (Abbildung 4).infoZu diesem Ergebnis kommt auch ein aktueller Bericht der Internationalen Arbeitsorganisation ILO, der 68 Länder weltweit (allerdings nicht Deutschland) umfasst, vgl. International Labour Organization (2026): Gen AI, occupational segregation and gender equality in the world of work. ILO Research Brief (online verfügbar). Gleichzeitig sind rund 29 Prozent der Männer in Berufen mit 30 bis 40 Prozent hybrid oder voll transformierbaren Kompetenzen beschäftigt, aber nur 19 Prozent der Frauen.

An den Rändern der Verteilung, also in den Berufen mit dem höchsten und in den Berufen mit dem niedrigsten KI-Transformationspotenzial, arbeiten hingegen anteilig ähnlich viele Frauen und Männer: jeweils etwa 13 Prozent in Berufen mit 20 bis 30 Prozent voll oder hybrid transformierbaren Kompetenzen und jeweils etwa sieben Prozent mit 70 bis 80 Prozent voll oder hybrid transformierbaren Kompetenzen. In den am allermeisten exponierten Berufen – das ist insbesondere die Berufsgruppe Softwareentwicklung – sind jedoch anteilig Männer stärker vertreten. Die Gruppe macht jedoch mit zwei Prozent der Männer und 0,6 Prozent der Frauen nur einen kleinen Anteil aller Beschäftigten in Deutschland aus.

Fazit: Weiterbildung sollte geschlechtsspezifische Lücke bei KI-Nutzung schließen

Die Diskussion darüber, wie generative KI den Arbeitsmarkt in Zukunft verändern wird, ist in vollem Gange. Klar ist, dass unterschiedliche Berufe unterschiedlich stark vom Transformationspotenzial durch KI betroffen sind und in Zukunft betroffen sein werden. Da der deutsche Arbeitsmarkt von einer deutlich geschlechtsspezifischen beruflichen Segregation geprägt ist, stellt sich die Frage, ob beziehungsweise inwiefern die Transformation durch generative KI Frauen und Männer am Arbeitsmarkt unterschiedlich betreffen wird. In der vorliegenden Auswertung zeigt sich kein eindeutiger Zusammenhang. Sowohl einige sehr stark frauendominierte als auch einige sehr stark männerdominierte Berufsgruppen zeichnen sich durch ein sehr niedriges Transformationspotenzial aus, während die meisten der Berufe mit hohem Transformationspotenzial einen eher ausgewogenen Anteil an männlichen und weiblichen Beschäftigten haben.

Die Dynamik der KI-Transformation wird allerdings nicht nur durch das Transformationspotenzial, sondern auch durch institutionelle und kulturelle Rahmenbedingungen sowie betriebswirtschaftliche Entscheidungen bestimmt. Dies wird auch entscheiden, ob bestimmte Jobs durch KI gänzlich ersetzt werden oder ob sich lediglich die Aufgabenprofile innerhalb eines Berufs stark verändern. Daher kann für die Zukunft noch nicht eindeutig abgesehen werden, welche Berufe wie stark von der Transformation am Arbeitsmarkt betroffen sein werden. Auch wenn derzeit kein geschlechtsspezifisches Gefälle zu beobachten ist, sollte die Forschung diese Zusammenhänge weiter im Blick behalten. Um ein umfassendes Bild der geschlechtsspezifischen Auswirkungen der KI-Transformation am Arbeitsmarkt zu gewinnen, sollte insbesondere die Entwicklung der Löhne und der geschlechtsspezifischen Verteilung der Beschäftigten über Hierarchien innerhalb von Berufen je nach Transformationspotenzial analysiert werden.

Klar ist jedoch auch, dass sich die allermeisten Berufe durch die KI-Transformation – wenn auch in unterschiedlichem Ausmaß – verändern werden. Daher gibt es für alle Beschäftigten Bedarf nach einschlägiger und kontinuierlicher Weiterbildung. Auch wenn das Transformationspotenzial unabhängig vom Geschlecht ist, sollte bei diesen Weiterbildungen die beobachtete geschlechtsspezifische Ungleichheit in KI-Kompetenzen berücksichtigt und abgebaut werden.