CoinDesk
Ramp und Revelio Labs haben KI-Anbieterzahlungen für 21.559 US-Unternehmen zwischen 2021 und Anfang 2026 mit Beschäftigungsdaten abgeglichen und herausgefunden, dass Firmen mit der höchsten KI-Ausgabenintensität ihre Belegschaft nach der Einführung um rund 10 % erweiterten. Die Einstiegspositionen stiegen bei diesen Heavy-Adoptern um etwa 12 %, während Low-Intensity-Adopter keine statistisch signifikante Veränderung verzeichneten. Der Einstellungszuwachs reichte über das Engineering hinaus auch in Vertrieb, Finanzen, Verwaltung und Kundenservice.
Warum das wichtig ist
Der Datensatz ist für diese Debatte ungewöhnlich direkt: Ramp verknüpft tatsächliche Unternehmenszahlungen an KI-Anbieter, nicht Umfragen oder Occupational-Exposure-Scores, und definiert Adoption als drei aufeinanderfolgende Monate mit mindestens 100 $ Anbieterausgaben, wobei die Intensität über die Pro-Kopf-Ausgaben in den ersten drei Monaten gemessen wird. Das Ergebnis gibt eine konkrete Zahl für das, was Umfragen nur angedeutet haben: Die Unternehmen, die den KI-Übergang finanzieren, sind sechs bis zwölf Monate nach Einführung netto weiterhin Einsteller, also in dem Lag-Fenster, das Firmen typischerweise brauchen, um die Tools in echte Workflows zu integrieren.
Marktauswirkung
Für Enterprise-Software und KI-Infrastruktur-Titel liest sich das unterstützend: Heavy-Adopter zahlen für die Tools und bauen gleichzeitig ihre Lohnliste aus, was bedeutet, dass KI-Ausgaben in diesem Datensatz als Ergänzung zur Arbeit wirken, nicht als Ersatz. Die Adoption bleibt konzentriert auf Information, Finanzen und professionelle Dienstleistungen, während Gastgewerbe, Kunst und Gesundheitswesen zurückliegen, sodass der Produktivitätskeil weiterhin sektorspezifisch ist. Die Autoren weisen auf einen Selektionseffekt hin, den der Aktienkurs einpreisen sollte: KI-Adopter waren bereits vor dem Rollout größer, schneller wachsend und stärker von Wagniskapital finanziert, sodass der richtige Vergleich zwischen Early Adopters und ähnlichen, noch nicht adoptierenden Firmen besteht, nicht mit der Gesamtwirtschaft. Kausalität ist nicht bewiesen, aber die Korrelation läuft gegen die Entlassungsthese, die seit Langem über den Software-Multiplikatoren für White-Collar-Bereiche hängt.
Häufig gestellte Fragen
-
Was hat die Ramp-Studie zum KI-Einstellungsverhalten konkret ergeben?
Unter 21.559 US-Unternehmen, die zwischen 2021 und Anfang 2026 beobachtet wurden, wuchsen Firmen mit der höchsten KI-Ausgabenintensität nach der Einführung um rund 10 %, während Einstiegspositionen um etwa 12 % zulegten. Low-Intensity-KI-Adopter zeigten keine statistisch signifikante Veränderung der Belegschaft.
-
Wie hat Ramp KI-Adoption definiert?
Ramp wertete ein Unternehmen als KI-Adopter, sobald es drei aufeinanderfolgende Monate lang mindestens 100 $ an KI-Anbieter zahlte. Die Adoptionsintensität wurde über die KI-Pro-Kopf-Ausgaben in den ersten drei Monaten nach Rollout gemessen, auf Basis von Ramps eigenen Zahlungsdaten.
-
Wo zeigten sich die Einstellungsgewinne?
Über das Engineering hinaus verteilten sich die Einstellungszuwächse bei Heavy-KI-Adoptern auf Vertrieb, Verwaltung, Finanzen und Kundenservice, was darauf hindeutet, dass KI derzeit Einstiegs- und Operations-Rollen ergänzt, anstatt sie zu ersetzen.
-
Beweist die Studie, dass KI Einstellungen verursacht?
Nein. Ramp und Revelio Labs ordnen das Ergebnis als Korrelation ein, nicht als Kausalität. KI-Adopter waren bereits vor dem Rollout größer, schneller wachsend und stärker von Wagniskapital finanziert, daher vergleichen die Autoren Early Adopters mit ähnlichen, noch nicht adoptierenden Firmen statt mit der…
-
Welche Branchen adoptieren KI am schnellsten?
Informationsunternehmen wiesen die höchsten KI-Adoptionsraten auf, gefolgt von Finanzen und professionellen Dienstleistungen. Gastgewerbe, Kunst und Gesundheitswesen lagen deutlich zurück, sodass der Produktivitätskeil aus KI-Ausgaben auf wissensintensive Sektoren konzentriert bleibt.
WatcherGuru
Crypto Capital Venture
CoinTelegraph
Whale Alert
Crypto News
WuBlockchain