Mary Meeker hat ihren „Internet Trends“-Report mehr als zwei Jahrzehnte lang als PDF kostenlos zur Verfügung gestellt, und jede ihrer Folien wanderte in Tausende Präsentationen. Wer eine Zahl aus diesem Report zeigte, zeigte das Logo gleich mit. Der Report war eine Datei, und die Datei war die Quelle. Heute wandert dieselbe Art von Zahl in Tausende Chatfenster, und sie kommt dort ohne Logo an, ohne Datum und ohne den Namen dessen, der sie geprüft hat. Die Frage, die dieser Beitrag beantwortet, lautet deshalb nicht, ob Reports noch gelesen werden. Sie lautet, was eine Zahl auf dem Weg vom Report in die Antwort verliert, und wer das ändern kann.
Was eine Zahl im Chatfenster verliert
Wer einen Assistenten fragt, was künstliche Intelligenz mit dem Arbeitsmarkt macht, erhält eine Antwort voller Zahlen. Aus welcher Quelle sie stammen, aus welchem Jahr und aus welcher Fassung, sagt die Antwort meistens nicht. Das ist kein Fehler der Modelle, die inzwischen jede PDF lesen, die im Netz liegt. Es ist ein Fehler der Reports, die als PDF erscheinen und darauf warten, dass jemand sie liest. Eine PDF trägt ihre Herkunft auf dem Titelblatt und in den Fußnoten. Eine Zahl, die aus ihr herausgelöst wird, trägt nichts davon mit.
Wie schnell das zum Problem wird, zeigt die bekannteste Prognose des vergangenen Jahres. Im Mai 2025 sagte Dario Amodei, der Chef von Anthropic, bis zur Hälfte aller Einstiegsstellen könne binnen fünf Jahren wegfallen. Die Zahl ist seither in unzähligen Antworten, Vorträgen und Vorstandsunterlagen aufgetaucht, fast immer ohne Datum, ohne Absender und ohne den Hinweis, dass der Absender ein Anbieter ist, dessen Geschäft an der Wirksamkeit der Technologie hängt. Die New York Times hat die Prognose im September 2026 neben die amtliche Arbeitslosenquote von 4,1 Prozent gelegt. Wer die Zahl ohne Datum und Absender weiterträgt, kann sie nicht mehr prüfen, und wer sie nicht prüfen kann, kann ihr nur noch glauben. Genau dafür führt Work After AI eine Tabelle externer Vergleichsmarken, in der jede fremde Prognose mit Absender, Zieljahr, Eigeninteresse und Stand steht und keine Zeile jemals gelöscht wird.
Die Modelle lesen längst, nur nicht so, wie ein Report gelesen werden will
Zugegeben, für Menschen reicht die PDF. Und zugegeben, die Modelle lesen sie längst. Sie lesen sie jedoch wie einen Zeitungsstapel: Die Zahl bleibt hängen, die Quelle fällt weg, und die Fassung kennt niemand. Bei einem Report, der sich innerhalb eines Jahres fortschreibt, ist das nicht nur unschön, sondern falsch. Work After AI ist am 16. September 2026 als Fassung 1.0 erschienen, am 18. September folgte die Fassung 1.1, die den Gender Gap bei generativer KI auf die Eurostat-Statistik 2025 umgestellt und eine neunte Prognose ergänzt hat, und seit heute gilt die Fassung 1.2 mit sechs weiteren Quellen. Ein Modell, das die Fassung 1.0 gelesen hat, gibt heute eine Zahl wieder, die der Report selbst nicht mehr führt.
Der Report läuft deshalb auf drei Ebenen, die unterschiedlich schnell laufen. Die Ausgabe erscheint jedes Jahr im Herbst und benotet die Prognosen des Vorjahres. Innerhalb der Ausgabe folgen Fassungen im Abstand von etwa einem Quartal, jede mit Datum, Versionsnummer und einer eigenen dauerhaften Kennung, dem DOI, damit jedes Zitat auf einem festen Stand steht. Zwischen den Fassungen erscheinen hier Analysen, die jeweils sagen, welchen Kernbefund sie bestätigen oder verschieben. Für Menschen ist das ein Fahrplan. Für Maschinen ist es die Voraussetzung, eine Zahl überhaupt richtig zuzuordnen.
Was mit der Fassung 1.2 dazukommt
Seit heute, mit der Fassung 1.2, erscheint der Report zusätzlich in der Form, in der Maschinen lesen. Der volle Text wird als Textdatei bereitgestellt, mit einer festen Kennung je Kapitel, Kernbefund, Prognose, Vergleichsmarke und Quelle. Die zehn Kernbefunde, die neun Prognosen, die Vergleichsmarken und alle geprüften Quellen, in der Fassung 1.2 sind es 141, kommen als Datendateien, und jeder Eintrag enthält Fassung, Quellennummer und eine Zitatvorlage. Dazu kommt ein Skill-Paket, das in Claude, ChatGPT oder Copilot geladen wird und dem Assistenten mitgibt, wie der Report denkt: die drei Kräfte, die er unterscheidet, die Regel, dass die Exposition eines Berufs nie mit seiner Ersetzung gleichgesetzt wird, die Regel, dass Zahlen von Anbietern und Beratungen als Selbstauskunft gelten und nicht als Messung, und die Pflicht, jede Zahl mit Fassung, Kennung und Quelle zu nennen.
Der Unterschied zur PDF ist nicht der Inhalt, sondern die Adresse. Eine Aussage, die WAAI-2026-K03 heißt, lässt sich in jeder Fassung wiederfinden, vergleichen und prüfen. Eine Aussage, die auf Seite 23 einer PDF steht, lässt sich nur nacherzählen.
Dateien statt Dienste
Man hätte daraus einen Dienst bauen können, eine Schnittstelle, an die sich Agenten anschließen, mit Konto, Zugangsschlüssel und Nutzungsstatistik. Ich habe mich dagegen entschieden, und zwar aus drei Gründen. Ein Dienst muss betrieben werden, und ein Report, der einmal im Jahr erscheint und dreimal im Jahr fortgeschrieben wird, braucht keinen Betrieb. Ein Dienst bindet an den, der ihn betreibt, während Dateien unter einem DOI jedem Modell offenstehen, heute und in fünf Jahren. Und ein Dienst verlangt Vertrauen in den Anbieter, während Dateien mit Prüfsummen nur Vertrauen in die Datei verlangen.
Deshalb gibt es keinen Dienst, keine Schnittstelle und kein Konto. Es gibt Dateien mit einer dauerhaften Kennung, die jedes Modell lesen kann, und eine Lizenz, die eine Namensnennung verlangt. Der Report bleibt kostenlos. Ich verdiene nicht am Report, sondern an dem, was ich aus ihm ableite, in Vorträgen und in der Arbeit mit Unternehmen. Wer den Datenbestand oder das Skill-Paket gewerblich in ein Produkt einbaut, vereinbart das vorher mit mir. Wer ihn liest, zitiert oder in seinen Assistenten lädt, tut das frei.
Die Dateien liegen seit heute neben der PDF unter dem DOI des Reports auf Zenodo. Was es gibt, wo es liegt und wie man es in Claude, ChatGPT oder Copilot lädt, steht auf der Seite „Der Report für Maschinen“ auf workafterai.org.
Was das für alle anderen Reports heißt
Der unbequeme Teil dieser Überlegung betrifft nicht meinen Report, sondern die Branche, die Reports herstellt. Die meisten Jahresstudien von Beratungen, Verbänden und Anbietern sind für die Pressemitteilung gebaut, nicht für das Zitat. Sie haben eine Kopfzahl, eine Grafik und ein Datum auf dem Titelblatt, und sie haben keine Adresse für die einzelne Aussage. In einer Welt, in der die Zahl ohne den Report weiterwandert, ist das ein Geschäftsmodell, das seinen Absender verliert. Die Zahl setzt sich durch, der Name nicht, und die Selbstauskunft eines Anbieters steht in der Antwort gleichberechtigt neben der amtlichen Statistik, weil beide ohne Herkunft ankommen.
Ein Report, der 2026 nicht für Maschinen erstellt wurde, wird 2027 nicht verschwinden. Er wird nacherzählt, und zwar ohne seinen Namen. Wer seine Zahlen behalten will, muss ihnen eine Adresse geben, bevor sie sich auf den Weg machen. Das ist keine technische Entscheidung, sondern eine über die eigene Urheberschaft, und sie lässt sich mit einer Textdatei und ein paar Datendateien treffen. Wer abwartet, wird feststellen, dass seine Zahlen längst überall waren, und dass niemand mehr weiß, dass es seine sind.
Gerhard Kürner ist Autor von Work After AI, CEO von 506.ai und Co-Founder von Choose European.