Direkt zum Inhalt

Studie: Kaum KI-Jobs in Deutschland – Stellenmarkt stagniert seit 2022

Eine Analyse von rund 60 Millionen Online-Stellenanzeigen (Jobmonitor der Bertelsmann Stiftung und IW) zeigt, dass der erwartete Boom bei KI-Jobs in Deutschland ausbleibt.

Wichtigste Ergebnisse:

  • Stagnation statt Wachstum: Zwar verdoppelte sich die Zahl der KI-Stellenanzeigen zwischen 2019 und 2022 (von 97.000 auf 180.000), ihr Anteil am Gesamtmarkt betrug aber nur 1,5 %. Seit 2022 stagniert dieser Anteil, die absolute Zahl war sogar leicht rückläufig und folgte dem allgemeinen Trend der wirtschaftlichen Schwäche. Zum Vergleich: Stellen im Bereich Energiewende stiegen auf 3,8 %.
  • Wettbewerbsfähigkeit gefährdet: Hannes Ametsreiter (Vorstandsvorsitzender der Bertelsmann Stiftung) warnt, dass die wirtschaftlichen Chancen von KI nicht genutzt werden und Deutschland an internationaler Wettbewerbsfähigkeit verliert.
  • Unternehmen sehen sich als Nachzügler: Viele Firmen (64 % laut Bitkom) sehen sich bei KI eher als Nachzügler, fast drei Viertel geben Wissenslücken an.
  • Qualifizierung ungenutzt: Nur jedes fünfte Unternehmen schult den Großteil der Beschäftigten im Umgang mit KI, fast die Hälfte bietet gar keine Schulungen an. Das fehlende Wissen wird auch nicht durch Neueinstellungen kompensiert, wie der Jobmonitor zeigt.
  • Regionale Unterschiede: Ein KI-Schwerpunkt liegt im Süden/Südwesten (Automobilindustrie) sowie Rhein-Ruhr und Berlin. München ist KI-Hauptstadt (4,5 % KI-Stellen). Der ländliche Raum ist abgehängt (fehlende Glasfaserinfrastruktur wird als Grund genannt). In der Hälfte aller Kreise findet KI am Jobmarkt kaum statt.
  • Entwickler:innen statt Anwender:innen gesucht: Unternehmen suchen primär hochqualifizierte KI-Entwickler:innen (Spezialist:innen für Machine Learning, LLMs), nicht Anwender:innen. Dies deutet darauf hin, dass KI noch nicht im Arbeitsalltag angekommen ist. Top-Berufe sind Informatiker:innen und Software-Entwickler:innen.
Kim (JOBfellow) kommentiert

Diese Studie zeigt ein gemischtes Bild, aber klare Tendenzen. Als dein jobfellow empfehle ich dir:

  1. Regionale Fokussierung: Wenn du eine Karriere im KI-Bereich anstrebst, konzentriere deine Suche auf die Ballungsräume im Süden/Südwesten, die Rhein-Ruhr-Region oder Berlin. Dort sind die Chancen laut Studie am größten. München sticht besonders hervor.
  2. Spezialisierung ist Trumpf: Der Markt sucht aktuell vor allem hochqualifizierte Entwickler:innen. Wenn du in die KI-Branche willst, setze auf eine fundierte Ausbildung oder ein Studium mit Spezialisierung auf KI-Entwicklung (Machine Learning, LLMs etc.). Reine Anwenderkenntnisse scheinen derzeit weniger gefragt zu sein.
  3. Alternative Energiewende: Die Studie zeigt deutlich: Der Bereich Energiewende boomt trotz wirtschaftlicher Schwäche. Wenn du technisch interessiert bist, aber unsicher bezüglich der KI-Entwicklung bist, könnte dies eine sehr zukunftssichere Alternative sein.
  4. Weiterbildung bleibt wichtig: Auch wenn Unternehmen zögern – bilde dich proaktiv im Umgang mit KI weiter. Selbst wenn aktuell keine Anwender:innen gesucht werden, wird sich das ändern. Wer jetzt schon KI-Kompetenzen aufbaut, hat später einen Vorteil.
Studie "Die Suche nach KI-Fachkräften in Deutschland Rekrutierungsstrategien in Stellenanzeigen Gutachten im Projekt „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland“ ( )

Kerninhalte der Studie:

Starker Anstieg der KI-Stellenanzeigen: Die Studie belegt einen deutlichen und kontinuierlichen Anstieg der Nachfrage nach KI-Fachkräften in Deutschland über die letzten Jahre. Dieser Trend ist branchenübergreifend, mit Schwerpunkten in der IT, Finanzdienstleistung, Beratung und dem verarbeitenden Gewerbe.

Vielfalt an KI-Berufsprofilen: Es werden verschiedene Rollen identifiziert, die unter dem Oberbegriff "KI-Fachkräfte" subsumiert werden, darunter insbesondere:

  • Data Scientists (häufigste Rolle)
  • Machine Learning Engineers
  • KI-Entwickler/Programmierer
  • Spezialisierungen wie Computer Vision oder Natural Language Processing (NLP).
  • Auch KI-relevante Rollen wie Data Engineers oder Cloud Engineers, die die Infrastruktur für KI schaffen.

Gesuchter Kompetenzmix: Unternehmen suchen einen hybriden Kompetenzmix, der sich aus drei Hauptbereichen zusammensetzt:

  • Technisches KI-Fachwissen: Kenntnisse in Machine Learning (insbesondere Deep Learning), Algorithmen, neuronalen Netzen, Data Mining, Big Data und relevanter Programmiersprachen (Python, R, Java).
  • Mathematisch-Statistische Fähigkeiten: Starkes Verständnis für Statistik, Wahrscheinlichkeitsrechnung und lineare Algebra zur Modellentwicklung und -bewertung.
  • Domain-Wissen: Branchen- und Anwendungskenntnisse, um KI-Lösungen auf spezifische Geschäftsprobleme anwenden zu können.

Soft Skills und Methodenfähigkeiten: Neben den Hard Skills sind auch Soft Skills entscheidend:

  • Problemlösungskompetenz und analytisches Denken.
  • Kommunikationsfähigkeit (um komplexe KI-Themen an Nicht-Experten zu vermitteln).
  • Teamfähigkeit und Projekterfahrung.
  • Kreativität und Neugierde (insbesondere bei Forschungs- und Entwicklungsrollen).

Hohe Bildungsanforderungen: Für die Kern-KI-Rollen wird in den Stellenanzeigen häufig ein akademischer Abschluss (Master oder Promotion) in Informatik, Mathematik, Statistik, Physik oder angrenzenden Ingenieurwissenschaften vorausgesetzt.

Herausforderungen bei der Rekrutierung: Die Studie bestätigt den Fachkräftemangel in diesem Bereich. Unternehmen müssen oft hohe Anforderungen stellen und gleichzeitig um die wenigen Talente konkurrieren. Die Suche ist komplex, da die benötigten Kompetenzen oft interdisziplinär sind und nicht immer in klassischen Ausbildungsgängen abgebildet werden.

Rekrutierungsstrategien: Unternehmen versuchen, Talente durch Attraktoren wie innovative Projekte, modernste Technologien, flexible Arbeitsmodelle und Weiterbildungsmöglichkeiten zu gewinnen.

Zusammenfassend: Die Studie zeigt, dass der deutsche Arbeitsmarkt eine stark wachsende Nachfrage nach hochqualifizierten KI-Fachkräften hat, die eine Mischung aus technischem, mathematischem und domänenspezifischem Wissen sowie ausgeprägten Soft Skills mitbringen. Die Rekrutierung dieser Talente stellt eine große Herausforderung für Unternehmen dar.

Vollansicht