Historiker werden 2027 überflüssig?
Teil III – Die Studie hinter den Nachrichten
Forschungsfrage und Untersuchungsgegenstand:
Im Auftrag von Microsoft erforschten fünf Autor:innen die Frage, für welche Berufe die Software Copilot derzeit eine produktive Ergänzung menschlicher Arbeit darstellt. Copilot ist eine Assistenzsoftware, die von Microsoft in sein Softwareangebot integriert worden ist. Sie umfasst unter anderem eine textgenerierende KI basierend auf dem Large Language Model (LLM) von ChatGPT-4 und kann auch die Microsoft Suchmaschine Bing nutzen.
Ziel der Untersuchung war es, einen „applicability-score“ für verschiedene Berufe zu ermitteln, der auf drei Informationen basiert: Erstens wie häufig, zweitens wie erfolgreich und drittens in welchem Umfang des gesamten Tätigkeitsprofils eines Berufs wird Copilot derzeit eingesetzt. Anhand des kombinierten Scores wurden dann Listen von Berufen erstellt, die besonders stark oder wenig von KI-Einsatz betroffen sind.
Datenbasis und Aufbereitung:
Kiran Tomlinson, Sonia Jaffe, Will Wang, Scott Counts, und Siddharth Suri haben insgesamt 200.000 Anfragen an den Chatbot mit angeschlossener Suchmaschine ausgewertet. Alle diese Anfragen zeichneten sich dadurch aus, dass Benutzende die Feedbackfunktion des Programms genutzt und entweder einen Daumen-hoch oder Daumen-runter gegeben haben. Anfragen ohne Rückmeldung wurden nicht berücksichtigt.
Die Analyse haben die fünf Autor:innen allerdings nicht händisch ausgeführt, sondern wiederum selbst einer KI überlassen. Die Anfragen wurden mit Hilfe von ChatGPT-4 zunächst anonymisiert und anschließend derart abstrahiert, dass sie einer Reihe von übergreifenden Tätigkeiten zugeordnet werden konnten. Vereinfacht kann man es sich so vorstellen, dass aus der Anfrage: „Was passierte an meinen Geburtstag (02.04.) vor 100 Jahren“ von der Software die Aufgabe „Informationsgewinnung aus Online Quellen“ mit dem Zusatz „Historische Informationen“ abstrahiert wurde. Die Auswahl der insgesamt 332 abstrakten Tätigkeiten, welchen alle Anfragen von ChatGPT zugewiesen wurden, basierte auf Vorgängerstudien und Datenbanken zur Erfassung von Berufen aus der soziologischen Forschung, vor allem die O*Net 29.0 Database.[1]

Es folgte noch eine Bewertung der Qualität der KI-Unterstützung. Wenn Nutzende die Antwort mit einem Daumen hoch kommentiert hatten, galt die Aufgabe als erfolgreich gelöst. Diese Qualitätsauswertung wurde schließlich durch eine Auswertung der Vollständigkeit der bearbeiteten Aufgaben ergänzt. Auch hierfür vertrauten die Autor:innen einer Auswertung ihrer 200.000 Benutzeranfragen durch ChatGPT. [2]
Den Abschluss der Daten bildet ein Impact-Scope. Hierfür wird ebenfalls ChatGPT eingesetzt, um die gestellten Aufgaben daraufhin zu analysieren, wie komplex sie sind und welche Rolle die KI und der User dabei einnehmen. Erfüllt die KI also die Aufgabe vollständig oder unterstützt sie User dabei, eine Aufgabe selbst zu erfüllen.[3]
Auswertung:
Die Autor:innen der Studien nahmen nun ihre aufbereiteten und abstrahierten 200.000 Nutzeranfragen und ordneten die darin erfüllten Aufgaben zunächst abstrakten Tätigkeitsbereichen zu. Dies führt zu wenig überraschenden Aussagen, wie das Informationsgewinnung und -aufbereitung sowie das Überarbeiten von Texten besonders häufige und erfolgreich absolvierte Aufgaben sind. Aufgaben, die persönliche Nähe zwischen Menschen oder die körperliche Arbeit voraussetzen, sind hingegen – wenig überraschend – von textgenerierender KI wenig betroffen.
Konkreter wird es, wenn die Studie auf die vorsortierte Kategorisierung von Berufsgruppen nach abstrakten Tätigkeitsfeldern in der O*Net 29.0 Database zurückgreift. Dies ist die Grundlage der in der allgemeinen Berichterstattung so prominenten Tabellen, die Berufe nach ihrer Betroffenheit von KI sortieren. Hierbei verlassen sich die Autor:innen auf die Datenbank und deren Kategorisierung obwohl diese offensichtlich problematisch ist. So zerfällt der Beruf des Historikers im Wesentlichen in die Aufgaben: Research historical or social issues. Gather info from various sources. [4] Das bedeutet zum einen, jede Anfrage – beruflich oder privat, komplex oder banal – die in diese Bereich fällt, wird als KI-Einfluss auf diesen Beruf gedeutet; zum anderen werden alle anderen Aspekte des Berufs nicht erfasst.
Diese Einschätzung wird dann um die anderen Informationen, wie die Erfolgsrate (Daumen-hoch) ergänzt, um für jeden Beruf einen kombinierten „Applicability-Score“ zu erstellen. Jener ist umso höher, je mehr die Kernaufgaben eines Berufs mit den bereinigten Anfragen übereinstimmen und je erfolgreicher diese bearbeitet wurden.
So entstand schließlich die abschließende Liste von KI-nahen und KI-fernen Berufen, welche manche Medien als Bedrohungsprognose präsentierten.

Selbstkritik der Autor:innen:
Nachdem die Autor:innen wie in der Einleitung bereits geschrieben, selbst angeben, dass ihre Studie keine Prognose bieten könne, weil die Wirklichkeit viel zu komplex sei,[5] räumen sie darüber hinaus auch ein, dass ihr Bild von der Gegenwart unpräzise ist.
Berufe in bestimmte Tätigkeitsfelder zu zerlegen sein problematisch, weil es oft zu stark vereinfache und wichtige Aspekte vernachlässige. Die Autor:innen führen als Beispiel selbst an, dass nach ihrer Methode beispielsweise Flugbegleiter:innen und das Aufsichtspersonal in Schulbussen sehr hoch von KI betroffen seien.[6]
Warum? Weil die Berufe laut der genutzten Datenbank aus den Aufgaben bestehen, Kundenanfragen zu beantworten und Informationen weiterzugeben. Tätigkeitsfelder, die KI leicht erledigt. Die Autoren versuchen, dies nicht zu einer Fundamentalkritik werden zu lassen, doch welchen Aussagewert hat eine wissenschaftliche Methode, deren Untersuchungsergebnis ist, dass eine textgenerierende KI den Großteil der Aufgaben einer Aufsichtsperson für 30 Vierzehnjährige in einem Bus übernehmen kann?
Weitere Kritik am Studiendesign:
Für einen Außenstehenden, speziell aus der Sicht eines Historikers, bleiben noch weitere Kritikpunkte, die für eine Forschungsgruppe aus dem Bereich KI vielleicht nicht unbedingt offensichtlich sind.
Generell erscheint es bedenklich, eine für Halluzinationen und Fehlinformationen anfällige KI (ChatGPT-4) zu nehmen, um die 200.000 Datensätze zu analysieren und aufzubereiten. Hier analysiert KI die Arbeit von KI und ordnet die Informationen dann in ein Raster, das sogar nach Ansicht der Autoren wenig mit der Realität zu tun hat.
Darüber hinaus stellt allein die Tatsache, dass nur Anfragen an eine KI ausgewertet wurden, schon einen Filter und eine Verzerrung dar. Denn es werden somit nur Tätigkeiten erfasst, welche Menschen einer KI überhaupt zutrauen.
Die Verallgemeinerungen der Anfragen und die Anonymisierung bringen noch weitere Probleme mit sich. So werden private Anfragen und berufliche nicht voneinander getrennt. Also wird die Frage: „Gehörten Tomaten in einen Fruchtsalat?“ als Rechercheleistung verbucht, mithin eine Aufgabe von Historikern. „Wann war der Zweite Weltkrieg?“ wäre sogar im engeren Sinne die Recherche historischer Informationen also eine Kerntätigkeit von Historikern. Auch wenn versucht wurde, durch eine Bewertung der Komplexität Verzerrungen entgegenzuwirken, sind Häufigkeit und Erfolg letztlich zwei von drei Kategorien. Viele Daumen-hoch für kleine Sachfragen treiben den Score somit nach oben.
Der größte und wichtigste Kritikpunkt aus Sicht von Historiker:innen ist aber, wie lückenhaft dieser Beruf erfasst wurde. Es ist immerhin mehreren der Autorinnen und Autoren in der journalistischen Berichterstattung aufgefallen, dass hierzu mehr gehört als nur die Online-Recherche von (historischen) Fakten, deren Aufbereitung in Textform und kurze Antworten auf Sachfragen.
Schon allein die Idee, dass die Tätigkeit ‚des Historikers‘ pauschal von anderen Aufgaben in Hochschule, Schulen, Archiven, Museen, Gedenkstätten usw. getrennt erfasst werden könne, führt zu starken Verzerrungen.
Vergleicht man die Kritikpunkte mit der medialen Darstellung ist es schon erstaunlich, dass die Autorinnen und Autoren von einer exakten Analyse, präzisen Daten und validen Informationen sprechen und darin mehrheitlich eine verlässliche Prognose für die Zukunft sehen.
Hier geht es weiter mit Teil IV- Werden Historiker:innen überflüssig?
[1]Kiran Tolinson u.a.: Working with AI. Measuring the Occupational Implications of Generative AI, in: https://arxiv.org/pdf/2507.07935 [27.07.2025, letzter Zugriff 09.09.2025], Ebd. 3f.
[2] Ebd. 27f.
[3] Ebd. 5
[4] 38 Zwar die Kategorie „Research Historical issues“. Aber die wird kaum genutzt – speziell vernachlässigbar im Vergleich zu „Gather information from physical or electronic sources“
[5] Ebd. 2f. und 19.
[6] Ebd. S. 18
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Simon Karstens (10. September 2025). Historiker werden 2027 überflüssig? Identifying Maritime Women in the Age of Sail. Abgerufen am 16. April 2026 von https://doi.org/10.58079/14mcf



