Data-analyse toont impact van AI per sector, opleidingsniveau en inkomensgroep

maandag, 16 maart 2026 om 17:43

Onderzoeker en ontwikkelaar Josh Kale publiceerde een interactieve visualisatie die laat zien hoe sterk verschillende beroepen in de Verenigde Staten worden blootgesteld aan kunstmatige intelligentie en automatisering.

De dataset combineert informatie uit het Occupational Outlook Handbook van het U.S. Bureau of Labor Statistics met een analyse van taken binnen beroepen.

De tool toont in één overzicht hoe 143 miljoen banen verdeeld zijn over sectoren en hoe groot de kans is dat AI bepaalde taken kan ondersteunen of automatiseren. De interactieve kaart maakt gebruik van een zogenoemde treemap. In zo’n visualisatie vertegenwoordigt elk blok een beroep, waarbij de grootte het aantal banen weergeeft.

De kleuren tonen de mate van AI-blootstelling:

Groen: lage blootstelling aan AI
Geel: gemiddelde blootstelling
Rood: hoge blootstelling

Zo ontstaat een visueel beeld van waar AI de grootste impact kan hebben op de arbeidsmarkt.

Administratieve banen blijken het meest kwetsbaar

De analyse laat zien dat administratieve functies en kantoorbanen relatief sterk blootgesteld zijn aan AI. Denk aan rollen zoals:

boekhoudkundige medewerkers
administratief assistenten
receptionisten
gegevensverwerkers

Deze functies bevatten veel taken die bestaan uit tekstverwerking, informatie structureren en data analyseren. Precies dat soort werkzaamheden kunnen moderne AI-modellen goed uitvoeren.

Ook klantservicefuncties en bepaalde financiële rollen kleuren opvallend rood in de visualisatie. Generatieve AI kan bijvoorbeeld:

e-mails schrijven
klantvragen beantwoorden
rapportages samenvatten
financiële analyses voorbereiden

Dit betekent niet automatisch dat deze banen verdwijnen. Wel verandert waarschijnlijk de inhoud van het werk.

Fysieke beroepen blijven voorlopig minder gevoelig

Beroepen met veel fysieke taken tonen in de visualisatie juist lagere AI-blootstelling. Voorbeelden zijn:

bouwvakkers
installateurs
landbouwmedewerkers
schoonmakers

Deze banen vereisen vaak motorische vaardigheden, fysieke aanwezigheid en complexe omgevingsinteractie. Dat maakt volledige automatisering technisch moeilijker.

Robotica kan in de toekomst wel invloed krijgen op dit soort werk, maar de ontwikkeling gaat trager dan bij software-automatisering.

Softwareontwikkelaars en datafuncties in het midden

Interessant genoeg bevinden technische beroepen zich vaak in het midden van het spectrum. Softwareontwikkelaars en IT-specialisten hebben wel degelijk AI-blootstelling, maar meestal in de vorm van productiviteitsverhoging in plaats van vervanging.

AI-tools zoals codeassistenten kunnen programmeurs helpen sneller te werken. Tegelijk blijft menselijke expertise nodig voor ontwerp, architectuur en kwaliteitscontrole.

Hier ontstaat een bredere trend die ook in Europa zichtbaar is: AI verandert het werk van kenniswerkers sneller dan dat het volledige functies vervangt.

Interactieve dataset maakt arbeidsmarkt inzichtelijk

De visualisatie van Kale onderscheidt zich door de combinatie van twee factoren:

Aantal banen per beroep
Mate van AI-blootstelling

Daardoor ontstaat een realistischer beeld van impact. Een beroep kan bijvoorbeeld een hoge AI-blootstelling hebben, maar relatief weinig werknemers tellen. In dat geval blijft het effect op de totale arbeidsmarkt beperkt.

De tool toont ook statistieken zoals:

gemiddeld AI-blootstellingsniveau
totale waarde van banen in dollars
verdeling per opleidingsniveau

Dit maakt het mogelijk om patronen te ontdekken in sectoren, opleidingsniveaus en inkomensgroepen.

Relevantie voor Europa en Nederland

Hoewel de dataset gebaseerd is op de Amerikaanse arbeidsmarkt, zijn de inzichten ook relevant voor Nederland en Europa. De structuur van veel beroepen is vergelijkbaar.

Internationale studies van onder andere IMF, OECD en McKinsey tonen een vergelijkbare trend:

kenniswerk verandert het snelst
routinematig administratief werk staat onder druk
menselijke interactie blijft relatief waardevol

Voor beleidsmakers en bedrijven wordt het daarom belangrijk om te investeren in her- en bijscholing. Nieuwe vaardigheden zoals AI-gebruik, data-analyse en digitale samenwerking worden steeds belangrijker.

AI verandert werk sneller dan verwacht

De visualisatie onderstreept een bredere realiteit. AI vervangt zelden complete beroepen, maar verandert taken binnen banen. Daardoor verschuift de vraag naar vaardigheden.

Werknemers die AI leren gebruiken, kunnen vaak productiever worden. Bedrijven die AI integreren in werkprocessen, kunnen efficiënter opereren.

De vraag is dus niet alleen welke banen verdwijnen, maar vooral hoe werk verandert.