{"id":859186,"date":"2026-03-11T03:06:20","date_gmt":"2026-03-11T03:06:20","guid":{"rendered":"https:\/\/www.europesays.com\/de\/859186\/"},"modified":"2026-03-11T03:06:20","modified_gmt":"2026-03-11T03:06:20","slug":"ki-agenten-werden-am-arbeitsmarkt-vorbei-entwickelt","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/de\/859186\/","title":{"rendered":"KI-Agenten werden am Arbeitsmarkt vorbei entwickelt"},"content":{"rendered":"

close notice<\/p>\n

\n This article is also available in
\n English<\/a>.<\/p>\n

It was translated with technical assistance and editorially reviewed before publication.\n <\/p>\n

\n Don\u2019t show this again.\n<\/p>\n

Die Entwicklung von KI-Agenten konzentriert sich stark auf Programmieraufgaben und bildet die Anforderungen des realen Arbeitsmarkts nur unzureichend ab. Das ist das zentrale Ergebnis einer Studie von Forschenden der Stanford University und der Carnegie Mellon University.<\/p>\n

Weiterlesen nach der Anzeige<\/p>\n

Das Team um Zora Z. Wang hat f\u00fcr die auf arXiv ver\u00f6ffentlichte Untersuchung<\/a> 43 g\u00e4ngige Benchmarks mit insgesamt 72.342 Aufgaben analysiert und diese auf 1.016 Berufe des US-Arbeitsmarkts abgebildet. Die Berufe stammen aus der Berufstaxonomie O*NET der US-Regierung, die berufliche T\u00e4tigkeiten unter anderem nach dem Arbeitsfeld und den verlangten F\u00e4higkeiten klassifiziert.<\/p>\n

Einseitige Tests<\/p>\n

Das Ergebnis ist ern\u00fcchternd: Die Benchmarks testen KI-Agenten ganz \u00fcberwiegend im Arbeitsfeld \u201eComputer and Mathematical\u201c \u2013 eine Berufskategorie, die nur 7,6 Prozent der US-Besch\u00e4ftigung ausmacht. Die Anforderungen hoch digitalisierter und wirtschaftlich bedeutender Felder wie Management, Recht, Architektur und Ingenieurwesen werden hingegen kaum abgedeckt.<\/p>\n

Bei den getesteten F\u00e4higkeiten zeigt sich ein vergleichbares Muster: Enge Aktivit\u00e4ten wie \u201eGetting Information\u201c und \u201eWorking with Computers\u201c sind \u00fcberrepr\u00e4sentiert, obwohl sie nur einen kleinen Teil der Besch\u00e4ftigung ausmachen. Die f\u00fcr viele Berufe zentrale Kategorie \u201eInteracting with Others\u201c fehlt in den Benchmarks fast vollst\u00e4ndig.<\/p>\n

Insgesamt decken die 43 untersuchten Benchmarks 56,5 Prozent der Arbeitsfeld-Taxonomie und 85,4 Prozent der F\u00e4higkeiten-Taxonomie ab. Am breitesten aufgestellt ist der Benchmark GDPval mit 47,8 Prozent Dom\u00e4nen- und 58,5 Prozent F\u00e4higkeiten-Abdeckung.<\/p>\n

Agenten scheitern an komplexen Aufgaben<\/p>\n

Die Analyse zeigt auch, dass KI-Agenten bei steigender Aufgabenkomplexit\u00e4t deutlich an ihre Grenzen sto\u00dfen \u2013 besonders bei Aufgaben aus den Kategorien Informationsverarbeitung und zwischenmenschliche Interaktion. Das steht in Einklang mit anderen aktuellen Ergebnissen: Der Benchmark LiveAgentBench etwa ergab, dass Agenten mit Werkzeugzugriff nur 24 Prozent von 104 praxisnahen Aufgaben l\u00f6sen konnten, w\u00e4hrend Menschen auf 69 Prozent kamen.<\/p>\n

Weiterlesen nach der Anzeige<\/p>\n

Die Forschenden leiten aus ihren Ergebnissen drei Prinzipien f\u00fcr k\u00fcnftige Benchmarks ab: Diese sollten eine breitere Abdeckung realer Berufsdom\u00e4nen und F\u00e4higkeiten bieten, realistischere und komplexere Aufgabenstellungen umfassen und feingranulare Bewertungskriterien nutzen. Ohne eine solche Neuausrichtung bestehe das Risiko, dass die KI-Agenten-Entwicklung an den wirtschaftlich und gesellschaftlich relevanten Einsatzgebieten vorbeil\u00e4uft.<\/p>\n

(odi<\/a>)<\/p>\n

\n Dieser Link ist leider nicht mehr g\u00fcltig.\n <\/p>\n

Links zu verschenkten Artikeln werden ung\u00fcltig,
\n wenn diese \u00e4lter als 7\u00a0Tage sind oder zu oft aufgerufen wurden.\n <\/p>\n

Sie ben\u00f6tigen ein heise+ Paket, um diesen Artikel zu lesen. Jetzt eine Woche unverbindlich testen \u2013 ohne Verpflichtung!<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"close notice This article is also available in English. It was translated with technical assistance and editorially reviewed…\n","protected":false},"author":2,"featured_media":859187,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[134],"tags":[27318,175,170,169,29,30,196,1710,1256,171,174,23774,173,172,55,193],"class_list":["post-859186","post","type-post","status-publish","format-standard","has-post-thumbnail","category-unternehmen-maerkte","tag-automatisierung","tag-business","tag-companies","tag-companies-markets","tag-deutschland","tag-germany","tag-it","tag-karriere","tag-kuenstliche-intelligenz","tag-markets","tag-maerkte","tag-programmierung","tag-unternehmen","tag-unternehmen-maerkte","tag-wirtschaft","tag-wissenschaft"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@de\/116208335937002373","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/posts\/859186","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/comments?post=859186"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/posts\/859186\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/media\/859187"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/media?parent=859186"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/categories?post=859186"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/tags?post=859186"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}