Mit jeder Welle technologischen Wandels geht eine vertraute Prognose einher: Dieses Mal verschwinden Arbeitsplätze endgültig. Doch die Geschichte der Geldautomaten (ATMs) und ihre Auswirkungen auf den Beruf der Bankangestellten zeichnet ein differenzierteres Bild – und bietet eine aufschlussreiche Parallele zur heutigen Debatte über künstliche Intelligenz.

Als sich ATMs in den 1980er Jahren verbreiteten, nahmen viele Beobachter an, dass Bankangestellte schon bald überflüssig würden. Sie lagen nur teilweise richtig. Die Zahl der in einzelnen Filialen benötigten Bankangestellten ging zurück, weil ATMs Routinevorgänge automatisierten. Das breitere Beschäftigungsbild fiel jedoch weit weniger düster aus als befürchtet. Da sie die Betriebskosten senkten, machten ATMs es für Banken wirtschaftlich, mehr Filialen zu eröffnen. Infolgedessen blieb die Gesamtbeschäftigung von Bankangestellten in den USA von 1980 bis 2010 weitgehend stabil. Für einen Bankangestellten in der Mitte der Karriere stellte der ATM sich somit als deutlich geringere Bedrohung für die Beschäftigung heraus, als viele Prognosen nahegelegt hatten.

Neue Nachfrage nach mehr Berufen

Tatsächlich führte die Ausweitung des Privatkundengeschäfts – ähnlich wie wir erwarten, dass künstliche Intelligenz den Arbeitsmarkt verändern wird – zu Nachfrage nach einem breiteren Spektrum an Berufen. Banken stellten mehr Kreditbearbeiter, Kreditanalysten, Privatkundenberater sowie Betrugs- und Risikospezialisten ein. Die Arbeit in den Filialen verlagerte sich auf der Wertschöpfungs- und Qualifikationsskala nach oben. Filialen waren weniger auf die Abwicklung von Transaktionen ausgerichtet und mehr auf die Pflege von Kundenbeziehungen.

Die eigentliche Disruption kam später. Ab etwa 2010 veränderte Mobile Banking die Ausgangslage grundlegend. Anders als der ATM, der eine einzelne Aufgabe automatisierte, automatisierte Mobile Banking weitgehend den gesamten Weg zur Bank. Kunden mussten für viele alltägliche Bankgeschäfte keine Filiale mehr aufsuchen. Bis 2025 gaben nur noch 9% der Bankkunden an, dass Filialen ihr primärer Bankkanal seien, verglichen mit 36% im Jahr 2007. 1 Die Beschäftigung von Bankangestellten ging entsprechend zurück.

Wichtig ist, dass diese Transformation nicht allein durch Technologie getrieben wurde. Der Electronic Signatures in Global and National Commerce Act von 2000 verlieh elektronischen Signaturen den gleichen rechtlichen Status wie handschriftlichen Unterschriften und half damit, vollständig digitale Bankerlebnisse zu ermöglichen und die Abkehr von persönlichen Transaktionen zu beschleunigen.

Die Lehre daraus ist, dass isolierte Aufgabenautomatisierung selten zu groß angelegtem Arbeitsplatzverlust führt – außer in Berufen, die auf ein sehr enges Tätigkeitsspektrum zugeschnitten sind. (Es gibt nicht mehr viele Telefonvermittlungsstellen-Bediener.) Häufiger entsteht tiefgreifende Disruption, wenn Technologien mit neuen Arbeitsabläufen, Geschäftsmodellen und institutionellen Veränderungen kombiniert werden, die die Organisation der Arbeit grundlegend verändern.

Die durch Mobile Banking ausgelöste Veränderung brachte zudem völlig neue Beschäftigungsformen hervor: Cybersecurity-Analysten, digitale Produktmanager, Ingenieure für Zahlungsplattformen und Betreiber von Datenplattformen.

Diese Geschichte bietet eine nützliche Perspektive, um die heutige Debatte über KI zu verstehen. Wenn KI zu einer universellen Basistechnologie wird wie zuvor Elektrizität und der Personal Computer – wie die Entwicklung zunehmend nahelegt –, wird sie Produkte, Dienstleistungen und Branchen ermöglichen, die wir bislang noch nicht erdacht haben. Kurz gesagt: Die Befürchtung eines weitreichenden Arbeitsplatzverlusts dürfte übertrieben sein.

Der Mythos des großflächigen Verlusts von Büroarbeitsplätzen

Seit dem Start von ChatGPT Ende 2022 argumentieren viele, dass KI in kurzer Zeit große Zahlen von Büroarbeitsplätzen vernichten werde. Fast vier Jahre später zeichnet der Arbeitsmarkt ein anderes Bild. Berufe mit der höchsten KI-Exposition haben keine breit angelegten Beschäftigungsrückgänge erlebt. Das Beschäftigungswachstum in stark exponierten Berufen hat im Allgemeinen mit dem Wachstum weniger exponierter Berufe Schritt gehalten oder dieses übertroffen. Die Entlassungsquoten bleiben niedrig, und obwohl sich die Einstellungen verlangsamt haben, war diese Abschwächung breit angelegt und nicht auf KI-intensive Bereiche konzentriert.

Die heutigen Large Language Models mögen an die ATMs der 1980er Jahre erinnern – leistungsfähige Werkzeuge, die bestimmte Aufgaben automatisieren, viele andere aber ergänzen, wodurch Beschäftigte produktiver werden und die grundlegende Struktur der Arbeit weitgehend intakt bleibt. Eine deutlichere Störung des Arbeitsmarkts könnte etwas erfordern, das eher dem Übergang von ATMs zu Mobile Banking entspricht: eine tiefere Neuausrichtung von Geschäftsprozessen, Organisationsstrukturen und Kundeninteraktionen, die die Rolle der Beschäftigten neu gestaltet, statt sie einfach aus der Gleichung zu entfernen.

Die Geschichte des technologischen Wandels legt nahe, dass Fähigkeiten allein nur selten Beschäftigungsergebnisse bestimmen. Wichtiger ist, wie Unternehmen Arbeit um diese Fähigkeiten herum neu gestalten.

KI könnte den Arbeitsmarkt letztlich ebenso transformieren, wie Mobile Banking den Einzelhandel im Bankwesen transformiert hat. Die heutigen Daten deuten jedoch darauf hin, dass wir uns noch näher an der ATM-Phase als an der Mobile-Banking-Phase befinden.

Die in Fortune.com-Kommentarstücken geäußerten Meinungen sind ausschließlich die der Autorinnen und Autoren und spiegeln nicht notwendigerweise die Ansichten und Überzeugungen von Fortune wider.

Diese Geschichte wurde ursprünglich auf Fortune.com veröffentlicht