KI verdrängt Callcenter-Jobs: Der vorhergesagte Rückgang hat begonnen
Eine neue Studie von Revelio Labs zeigt: Die Beschäftigung in Callcentern sinkt weltweit um fünf Prozent – vor allem durch weniger Neueinstellungen.
Der seit Langem vorhergesagte Rückgang der Callcenter-Jobs hat begonnen. Zu diesem Ergebnis kommt eine neue Studie von Caelan Wilkie-Rogers, Ökonom bei der Beschäftigungsforschungsagentur Revelio Labs, die im FT-Newsletter „The AI Shift" von John Burn-Murdoch und Sarah O'Connor vorgestellt wurde. Wilkie-Rogers hat Millionen von Datensätzen aus Personalbeständen von Unternehmen und beruflichen Profilen einzelner Arbeitnehmer in Dutzenden von Ländern ausgewertet, um zu verfolgen, was mit der Beschäftigung in Callcenter-Rollen seit dem Aufkommen von Large Language Models (LLMs) geschehen ist.
Das Ergebnis: Die Beschäftigung ist weltweit im Vergleich zum Höchststand Ende 2023 um fünf Prozent rückläufig. Bemerkenswert ist, dass dies nicht nur aggregiert und in hochentwickelten Ländern zutrifft, sondern auch in den meisten Ländern mit niedrigem und mittlerem Einkommen. Auf den Philippinen sind jetzt zehn Prozent weniger Menschen in Callcentern beschäftigt als zum Zeitpunkt des Starts von ChatGPT, während Kenia in den vergangenen 18 Monaten einen Rückgang um sechs Prozent verzeichnet hat.
Die Branche gilt seit jeher als besonders anfällig für Störungen durch KI, weil sie stark auf routinemäßige und klar definierte Aufgaben fokussiert ist, bei denen KI hervorragend abschneidet. Zudem machen die schwächeren Bindungen zwischen Arbeitgeber und Arbeitnehmer in überseeischen Auslagerungsrollen diese Positionen besonders verwundbar. Der zeitliche Verlauf der Rückgänge ist aufschlussreich: In einigen wohlhabenderen Ländern waren diese Jobs bereits lange vor dem Aufkommen von LLMs im Niedergang begriffen, weil Callcenter-Jobs in Länder mit niedrigeren Lohnkosten ausgelagert wurden. Der jüngere Einbruch sowohl beim globalen Gesamtwert als auch bei den Zahlen für Länder mit niedrigem und mittlerem Einkommen (LMICs) deutet jedoch stärker auf eine Rolle der KI hin.
Weniger Einstellungen statt mehr Entlassungen
Wichtig ist, dass die Rückgänge bei der Beschäftigung eine Geschichte des reduzierten Einstellens sind, nicht eines erhöhten Entlassens. Entlassungen in Callcentern sind tatsächlich sogar rückläufig, wenn auch nicht so stark wie die Neueinstellungen. Sarah O'Connor vergleicht dies mit dem Fall der viktorianischen Schuhmacher: Statt dass Schuhmacher bei der Einführung der Mechanisierung massenhaft ihre Jobs verloren, schrumpfte der handwerkliche Beruf, weil junge Menschen aufhörten, in ihn einzusteigen. Dieser Übergang im 19. Jahrhundert vollzog sich über eine Generation hinweg – doch da die Fluktuationsraten in Callcentern des 21. Jahrhunderts tendenziell hoch sind, können Arbeitgeber durch natürliche Fluktuation recht schnell und leise verkleinern. Das Durchsuchen von Entlassungsstatistiken ist daher nicht unbedingt der beste Weg, um nach Anzeichen von KI-Störungen zu suchen, auch wenn es kürzlich Berichte über tatsächliche, mit KI verbundene Arbeitsplatzverluste in Contact Centern gab, etwa in Südafrika.
Ebenso interessant ist die Erkenntnis, dass die Beschäftigung in höher bezahlten Angestelltenpositionen in LMICs weiterhin wächst, oft sogar deutlich – selbst in Rollen, die theoretisch stark durch KI gefährdet sind. Dies könnte ein Zeichen dafür sein, dass KI die Anforderungen an spezialisierte Fähigkeiten senkt, oder eine Demonstration des Jevons-Paradoxons, da KI-induzierte Effizienzgewinne neue Nachfrage freisetzen. Innerhalb der breiteren Kundenservice-Branche ist die Beschäftigung in den grundlegendsten Callcenter-Jobs rückläufig, während sie für höher bezahlte Jobs in Bereichen wie Kundenbeziehungen gestiegen ist. Die Daten zu Jobwechseln von Revelio fügen jedoch eine wichtige Nuance hinzu: Die Personen, die in höherwertige Angestelltenjobs in LMICs wechseln, sind im Allgemeinen nicht diejenigen, die die unteren Ränge der Callcenter-Jobs verlassen. Die meisten Menschen, die Callcenter-Jobs verlassen, wechseln in ähnliche oder schlechter bezahlte Rollen.
Die große Frage für Schwellenländer
Die wirklich große Frage ist, was weniger Callcenter-Jobs für jene Volkswirtschaften mit niedrigem und mittlerem Einkommen bedeuten könnte, die sich zunehmend auf sie verlassen. Auf den Philippinen trug der gesamte Sektor des Business Process Outsourcing im Jahr 2023 etwa 7,4 Prozent zum BIP bei – ähnlich groß wie die Überweisungen. Ein kürzlich erschienenes Papier der Weltbank und der Internationalen Arbeitsorganisation skizzierte das Worst-Case-Szenario: Callcenter-Jobs und andere Einstiegspositionen im Büro dienten traditionell als Sprungbrett zu besseren Perspektiven, insbesondere für junge Menschen. Die Automatisierung von Angestelltenjobs riskiere daher, „Karrierewege zur sozialen Mobilität nach oben abzuschneiden, bevor sie entstehen, und spiegelt die Logik der vorzeitigen Deindustrialisierung wider". Ermutigend ist laut O'Connor, dass andere Angestelltenjobs in diesen Volkswirtschaften – besser bezahlte – bisher standhalten. Der FT-Korrespondent in Mumbai, Krishn Kaushik, zeigte sich zudem optimistisch bezüglich der Aussichten für die Schaffung hochqualifizierter Jobs in Indiens „Global Capability Centres". Unklar bleibt, ob diese Jobs zu alternativen Einstiegspunkten für jene jungen Menschen werden, die nicht mehr in die Callcenter-Arbeit gehen.
Burn-Murdoch weist darauf hin, dass die bisherigen Beweise die stärksten Anzeichen für KI-beschleunigte Schrumpfungen bei sogenannten „Light-Blue-Collar"-Jobs zeigen – hochroutinierten Bürounterstützungsrollen, die wenig bis keine spezialisierten Kenntnisse erfordern, wobei Callcenter-Mitarbeiter das klarste Beispiel sind. Dies spiegelt eine US-Analyse der Brookings Institution und von Opportunity@Work wider. Zugleich zeigt eine weitere große KI-Geschichte der Woche, wie stark auch extrem spezialisierte Wissensarbeit derselben Technologie ausgesetzt sein kann: OpenAI kündigte an, dass ein unveröffentlichtes Modell hunderte weitere berühmte mathematische Probleme gelöst hat. Nach den chaotischen Ankündigungen zur Lösung des Navier-Stokes-Problems im Vormonat konsultierte OpenAI diesmal professionelle Mathematikergruppen und veröffentlichte detaillierte Ergebnisse und Dokumentation. Für Karrieremathematiker, die jahrelang an diesen Problemen gearbeitet hatten, kann es demoralisierend sein, den Wandel von der eigenen Problemlösung hin zur Überprüfung von KI-Ausgaben zu erleben.