Prof. Marcus Hutter rechnet die Bürojobs durch: 2 bis 5 Jahre, Jobless Utopia und die 51-Prozent-Schwelle
Marcus Hutter, KI-Forscher bei Google DeepMind, hält Bürojobs technologisch in 2 bis 5 Jahren für vollautomatisierbar. Sein Szenario ohne Politik: erst 20 Prozent Arbeitslosigkeit, dann Protest, im Worst Case Gewalt. Sein Ausweg heißt Jobless Utopia und rechnet ein Grundeinkommen aus den Automatisierungsgewinnen vor.
Kein fertiges Produkt und keine Hochglanz-Rückschau: Dieser Eintrag hält fest, was gebaut, getestet, verworfen und als Nächstes überprüft wird.
Der Zulauf: der Kanal Everlast AI von kiberatung, laut Begleitseite rund 357.000 Abonnenten, schaltet ein Gespräch mit Prof. Marcus Hutter frei, der Titel verspricht, in 5 Jahren seien alle Bürojobs weg. Ich habe das Transkript vollständig gelesen und die Kernpunkte gegen den Begleitartikel Jobless Utopia auf kiberatung.de geprüft, beide abgerufen am 01.10.2026. Warum gehört das hierher? Weil der Mann, der an der formalen Definition universeller Intelligenz mitschrieb, nicht mehr über Theorie redet, sondern über einen Zeitplan. Der Beitrag sortiert die Prognose ein, trennt Technologie von Politik und markiert jede Schätzung als Schätzung.
Wer Marcus Hutter ist und warum seine Prognose Gewicht hat
Marcus Hutter ist Senior Research Scientist bei Google DeepMind und Professor an der Australian National University, siehe hutter1.net. Mit Shane Legg veröffentlichte er 2007 die Formel universeller Intelligenz, sein Agenten-Modell AIXI liefert die mathematische Skizze eines lernenden Optimierers. Wenn dieser Mann die 99-Prozent-Liste der Bürotätigkeiten aufschreibt, hört die KI-Debatte normalerweise zu. Die Prognose im Video bleibt trotzdem als Vorhersage markiert, nicht als Messwert: Hutter trennt sauber zwischen technologisch möglich und politisch beschlossen.
Die Zehnerliste: Bürorollen mit Auslaufdatum 2028 bis 2032
Die Liste stammt aus seinem Buch, der Interviewer liest sie vor: Buchhalter und Steuerhelfer, Übersetzer und Dolmetscher, Rechtsanwaltsgehilfen und juristische Assistenten, Wirtschaftsprüfer, Journalisten und Werbetexter, Kreative und Künstler, Softwareentwickler, Finanzanalysten und Händler, Radiologen und Pathologen, Prozessanwälte. Alle zählt das Buch bis 2028 bis 2032 zu 99 Prozent automatisierbar. Die Begründung ist radikal simpel: Diese Jobs seien im Kern heute schon automatisierbar, es fehle fast nichts mehr. Entscheidend sei nicht Perfektion, sondern die Fehlerquote, die nur auf menschliches Niveau fallen muss. Halluzinationen nennt Hutter ein kleines technisches Problem, das sich im Griff halten lasse. Die Liste ist als Video-Zitat markiert, das Buch selbst habe ich für diese Einordnung nicht gelesen.
Roboter kommen später: die Reihenfolge der Automatisierung
Die Reihenfolge läuft vom Schreibtisch in die physische Welt. Büro zuerst, körperliche Arbeit danach mit weiteren 5 bis 10 Jahren, so liest es der Begleitartikel auf kiberatung.de gegenüber. Im Transkript steht die Gegenprobe: Robotik ist für ganze Aufgabenklassen schlicht noch nicht gut genug, Rechts- und Medizinbereiche rüsten wegen Haftung und Datenschutz langsam um, und manche Länder bräuchten selbst dafür 5 bis 10 Jahre Anpassung der Gesetze. Umgekehrt drückt der Wettbewerb: Wer schneller automatisiert, lockert die Bremse für jene Staaten, die sie halten wollten. Rein rechtlich ließe sich der Einsatz theoretisch dauerhaft verhindern, nur fällt die Abwägung in einer Wettbewerbsumgebung nicht mehr frei aus.
Keine Maßnahmen: das Szenario ab 20 Prozent
Das Szenario ohne Politik startet bei steigender Arbeitslosenquote, Europa habe ein gutes soziales Netz, doch Sozialhilfeempfänger müssten weiter zur Jobsuche erscheinen, unfair, wenn es keine Jobs mehr gibt. Hutters realistisches Szenario, ausdrücklich mit P mal Daumen versehen: erst rund 20 Prozent Arbeitslosigkeit, dann starke Demonstrationen, eher Randale als organisierte Gewalt, vielleicht ein paar Tote, dann wache die Politik auf. Die Wählschwelle liegt für ihn bei 51 Prozent der Wählenden: Bei 20 Prozent ginge es noch 80 Prozent der Bevölkerung gut, die sähen keinen Grund zu protestieren. Erst eine Mehrheit bringe eine Partei an die Macht, die Grundeinkommen verspricht; im Good-Case-Zweig der Demokratie wird das Versprechen dann auch eingehalten, hofft er.
Aus der Geschichte zieht er ein unbequemeres Fazit: Große Reformen der Sozialsysteme kamen meist erst nach einer mittelgroßen Katastrophe. Auf die Frage, warum es diesmal anders laufen sollte, hat er nach eigener Aussage kein zwingendes Argument. Ein Indiz liefert Elon Musk, den das Video zitiert: Auch Musk rechne mit sozialen Unruhen, gerade weil ein Universal High Income die Antwort auf die Unruhen wäre, nicht deren Verhinderung.
Jobless Utopia: Grundeinkommen aus den Automatisierungsgewinnen
Der Ausweg trägt den Namen des Begleitartikels: Jobless Utopia. Das Modell setzt auf ein bedingungsloses Grundeinkommen oder ein Universal High Income, das aus den Gewinnen der Automatisierung finanziert wird. Die Rechnung im Transkript: Eine Firma spart Lohnkosten, der Staat besteuert genau diesen Vorteil und leitet ihn als Ersatzeinkommen weiter, die entlassene Person behält Kaufkraft und gewinnt Zeit. Ergänzend nennt Hutter Rohstoff-, CO2- und Lenkungssteuern, die Schäden verteuern und Abgaben für die Gesellschaft liefern. Die zweite Hälfte der Rechnung betrifft die Preise: Fehlen Arbeit, Transport und Energie als Kostenblöcke, kann Automatisierung Güter massiv verbilligen, sagt der Artikel. Grundeinkommen plus billige Güter ist die Kaufkraft-Version von Hutters Utopie, langfristig einheitlich gezahlt, damit extreme Lohnunterschiede abfedern.
Die Energie-Rechnung, die gegen den Einwand spricht
Der stärkste Einwand der Kommentare steht gleich mit im Video: Bevor die Arbeit ausgeht, geht die Energie für die KI aus. Hutter antwortet mit Rechenpunkten, alle als Video-Zitat markiert. Das Gehirn läuft mit etwa 20 Watt, jede Rechnung über den ganzen Menschen macht die Bilanz für die Rechenzentren noch besser, die heutzutage pro erledigter Aufgabe bereits effizienter arbeiten. Zum Training nennt er eine Milliarde Dollar, dagegen stehen 30 Jahre Ausbildung pro Mensch für rund 40 Jahre Nutzung, bei Milliarden Benutzern sei das eine einfache Arithmetik. Die Algorithmen gewinnen laut Hutter jedes Jahr einen Faktor 3 bis 4, das muss sich nicht halten. Und absolut gerechnet: Vier Prozent der Sahara würden laut Rechnung den weltweiten Energiebedarf decken, ökonomisch nachhaltig. Energie sei überhaupt kein Problem.
Interne Einordnung: Rechenzentren, Stromknappheit und dezentrale Agenten ↗
2.800 Forscher, vier Jahreszahlen, ein Mittelwert-Streit
Die Streuung unter Fachleuten liefert eine Befragung von rund 2.800 KI-Forschern, die Hutter im Video einordnet: LKW-Fahren soll automatisiert werden 2027, autonome Chirurgie 2045, alle menschlichen Aufgaben 2047, die vollständige Automatisierung der Arbeit erst 2116. Der 2116er-Mittelwert ist für ihn ein Artefakt: Einzelne schätzen Richtung Jahr 3000, der Mittelwert wackelt Richtung 2117. Seine eigene Tempo-Einschätzung sitzt an der schnelleren Grenze, als Beleg dient der Literaturbetrieb: Ein Preis habe in diesem Jahr einen Roman ausgezeichnet, der sich nachträglich als LM-generiert herausstellte, kein großer Preis, aber laut Hutter ein Trendindikator. Die Nachricht ist die Spannweite selbst: zwischen 2027 und dem Jahr 3000 liegt die Zukunft, gemessen im selben Berufstand.
Produktivität gegen Löhne: die Entkopplung seit den 1970ern
Unter der Jobdiskussion liegt die Verteilungsfrage. Seit den 1970ern habe sich laut Hutter der Lebensstandard des typischen Arbeitnehmers kaum noch verbessert, der Produktivitätsgewinn der letzten 50 Jahre wanderte in die Firmen und in die Ungleichheit. Wenn nichts passiere, setze sich der Trend fort, irgendwann mit Problemen. Für die Restjobs gibt es im Transkript einen alten Begriff: Bullshit Jobs, aus dem gleichnamigen Buch von David Graeber von 2018, das jene Tätigkeiten beschrieb, die selbst ihre Inhaber oft für sinnlos halten. Jobs werden laut Hutter nicht zu 100 Prozent verschwinden, aber die Frage, wer die Automatisierungsgewinne bekommt, ist eine politische und keine technische.
Schnell oder langsam: der Frosch im Kochtopf
Auf die Frage, ob ein schneller Umbruch gefährlicher sei als ein langsamer, bleibt Hutter unentschieden. Das Standardargument für langsam ist der Vorbereitungszeitraum, das Gegenargument heißt Boiling Frog Effect: Der Frosch springt zu spät raus, wenn die Temperatur nur langsam steigt. Welches Argument stärker ist, kann er nicht sagen. Für den Übergang heißt das: Weder Tempo noch Ausgang lassen sich sauber vorherbestimmen, planen kann nur die Politik, nicht die Technik.
Was das für den eigenen Agentenbetrieb heißt
Warum steht die Prognose eines DeepMind-Forschers auf einem Blog über den Betrieb eines selbstgebauten Cyberdecks? Weil der untersuchte Gegenstand hier längst im Kleinen läuft: Die Agentenfamilie dieses Blogs produziert Wissensarbeit nach Regeln, Drafts im Wortkorridor, Zwillinge je Sprache, Gates vor jedem Schritt. Was hier fehlt, ist genau die Schicht, über die Hutter eigentlich redet: die Verteilung. Die Agenten erzeugen hier Werte, bezahlt wird der Betrieb, und die Frage, wer die Gewinne behält, lässt sich nicht mit Skripten erledigen. Der Beitrag bleibt Protokoll: Es ist eine Prognose, kein Urteil, und sie gilt für Tätigkeiten, nicht für Menschen. Wer die Reihenfolge aus dem Video kennt, weiß, welche Rollen zuerst unter Druck kommen und wie viel Zeit bleibt, um die nächste Schicht zu bauen.
Fazit
Was bleibt stehen? Zuerst die Zahl: 2 bis 5 Jahre für die Bürojobs, technologisch, mit der 99-Prozent-Liste aus Hutters Buch als Anhang. Danach der Zeithorizont für körperliche Arbeit mit weiteren 5 bis 10 Jahren. Ohne Politik rechnet das Szenario mit rund 20 Prozent Arbeitslosigkeit vor der Protestwelle und mit 51 Prozent als Wählschwelle für das Grundeinkommen, im Good-Case kommt Jobless Utopia über die Steuer auf die Automatisierungsgewinne, im Worst-Case kommen Unruhen zuerst. Die Energie-Sorge fällt bei der Bilanz von 20 Watt Gehirn und einem Faktor 3 bis 4 Effizienzgewinn pro Jahr für Hutter unter die Diskussion. Alles dies ist Prognose, markiert als Video-Zitat und als Schätzung des Forschers. Wer heute Agenten betreibt, kennt die Mechanik längst, was fehlt, ist die politische Schicht darüber.
Häufige Fragen
Wer ist Marcus Hutter?
KI-Forscher, Senior Research Scientist bei Google DeepMind und Professor an der Australian National University. Mit Shane Legg veröffentlichte er 2007 die Formel universeller Intelligenz, sein Agenten-Modell AIXI gilt als Grundpfeiler der formalen AGI-Forschung. Im Interview von Everlast AI und kiberatung rechnet er die Bürojobs durch, Video und Begleitartikel sind zum 01.10.2026 online.
Was bedeutet die Prognose von 2 bis 5 Jahren?
Hutter trennt technologisch möglich von politisch umgesetzt. Nach seiner Schätzung sind Bürojobs in 2 bis 5 Jahren zu 99 Prozent automatisierbar, die Liste reicht von Buchhaltung über Softwareentwicklung bis Radiologie. Körperliche Arbeit kommt danach, mit weiteren 5 bis 10 Jahren. Die Zahl ist eine Prognose des Forschers, kein Messwert.
Was ist Jobless Utopia?
Der Name für Hutters Ausweg nach der Vollautomatisierung. Ein bedingungsloses Grundeinkommen oder Universal High Income wird aus den Automatisierungsgewinnen finanziert: Die Firma spart Lohnkosten, der Staat besteuert den Vorteil und zahlt an Personen weiter, begleitet von Rohstoff-, CO2- und Lenkungssteuern und billig werdenden Gütern.
Wie realistisch sind die 20 Prozent und die 51-Prozent-Schwelle?
Hutter nennt rund 20 Prozent Arbeitslosigkeit als sein realistisches Szenario, ausdrücklich als P mal Daumen markiert, danach Demonstrationen und ein politisches Erwachen. Die 51 Prozent sind die Mehrheit der Wählenden, die eine Partei mit Grundeinkommen an die Macht bringen kann. Aus der Geschichte zieht er den Schluss, dass Reformen meist erst nach einer Katastrophe kommen.
Verbraucht KI nicht zu viel Energie für den Jobersatz?
Hutter hält die Debatte für fehlgeleitet, alle Zahlen als Video-Zitat: Das Gehirn arbeitet mit rund 20 Watt, Rechenzentren liegen pro Aufgabe schon unter menschlichem Verbrauch, die Algorithmen gewinnen jährlich einen Faktor 3 bis 4, Training kostet eine Milliarde Dollar für Milliarden Nutzer gegen 30 Jahre Ausbildung pro Mensch. Auf die absolute Skala weicht er mit der Sahara-Rechnung aus: Vier Prozent der Fläche deckten den weltweiten Bedarf.
Über den Autor
Ich bin Marcel, Grafikdesigner, und betreibe Agentensysteme im Alltag, unter anderem das HUNTER-Cyberdeck. Dieser Beitrag beruht auf dem vollständig gelesenen Transkript aus dem Newsdesk-Zulauf vom 01.10.2026 sowie auf dem kiberatung-Begleitartikel Jobless Utopia, abgerufen am 01.10.2026. Zuletzt fachlich geprüft am 01.10.2026. Verantwortlich: Marcel, erreichbar über d4sn3st.dev.
Quellen
kiberatung.de: Jobless Utopia, Prof. Dr. Marcus Hutter über den Übergang (abgerufen am 01.10.2026) ↗
Marcus Hutter: Veröffentlichungen und AGI-Definitionen, hutter1.net (abgerufen am 01.10.2026) ↗
Einordnung und Grenzen: Die Prognose stammt aus dem Interview und ist als solche markiert. Die 99-Prozent-Liste zitiert das Buch im Gespräch. Energie-, Befragungs- und Szenario-Zahlen sind Video-Zitate. Die Übergangs- und Steuerlogik belegt der kiberatung-Begleitartikel. Interne Links führen auf veröffentlichte Beiträge dieses Blogs.
Nachgebaut oder getestet?
Teile deine Erfahrung mit genau diesem Build-Log. Reviews werden vor der Veröffentlichung moderiert.
Noch keine Reviews für diesen Eintrag.
Fragen, Reaktionen und Verbesserungen werden direkt über GitHub Discussions eingebettet.
GitHub-Bereich öffnen ↗