Welche Jobs sind durch KI gefährdet und welche gefragt?

Eine klinische Forschungsorganisation suchte über uns einen Senior KI Engineer, obwohl sie eine eigene Datenabteilung mit 17 Mitarbeitenden beschäftigt. Gefehlt hat nicht die nächste Person für Standardauswertungen, sondern Erfahrung mit Datenarchitektur und Sprachmodellen im klinischen Umfeld. An solchen Mandaten lässt sich konkreter erkennen, wie Künstliche Intelligenz die Anforderungen an IT-Fachkräfte verändert, als an Prognosen über die Arbeitswelt. In Softwareentwicklung, Support und Testing werden Tätigkeiten zunehmend automatisiert, während Entwickler, Trainer und Verantwortliche für KI-Systeme knapp werden. Welche Jobs sind durch KI gefährdet, und wo entstehen neue Chancen? Genau darum geht es hier, von den Tätigkeiten, die wegfallen, über die Rollen, die entstehen, bis zu der Frage, was das für die eigene Weiterbildung heißt.

Die IT-Branche erlebt den Wandel durch Künstliche Intelligenz doppelt, als Treiber der Technologie und als Bereich, dessen eigene Berufsbilder sich dadurch verschieben.

Unternehmen weltweit rechnen mit einem tiefgreifenden Wandel der Berufsbilder, so der Future of Jobs Report 2025 des Weltwirtschaftsforums (WEF), durch den zunehmenden Einsatz von KI, Datenanalyse und Automatisierung in technischen und administrativen Tätigkeiten. Die globalen IT-Trends unterscheiden sich zwar, doch KI verändert den Arbeitsalltag in allen Branchen.

Laut der Bitkom-Studie „Digitalisierung der Wirtschaft 2025“ hat knapp jedes fünfte Unternehmen KI bereits im Einsatz, weitere 40 % planen die Einführung. 61 % der Betriebe nutzen KI oder beabsichtigen dies zur Optimierung interner Prozesse, 34 % in Produkten und Dienstleistungen. Besonders verbreitet ist der Einsatz in Bereichen wie Softwareentwicklung, Qualitätssicherung, IT-Support und Prozessautomatisierung. Wie schnell speziell generative KI im Alltag ankommt, belegt das Institut für Arbeitsmarkt- und Berufsforschung. Laut IAB-Kurzbericht 08/2026 nutzt jeder vierte Betrieb in Deutschland generative KI. Sie ist damit längst kein Zukunftsthema mehr, sondern Teil des operativen Alltags vieler IT-Teams.

Parallel entstehen neue Rollen und Qualifikationsanforderungen, in datengetriebenen Bereichen. Die im Juni 2025 veröffentlichte PwC-Analyse „Global AI Jobs Barometer“ zeigt, dass KI-nahe Berufe wie Data Science, Machine Learning und KI-Engineering weltweit eine überdurchschnittliche Nachfrage und Lohnentwicklung verzeichnen. Für den deutschen Markt heißt das: mehr Spezialisierung, mehr Verantwortung für den produktiven Betrieb.

Standardisierte, regelbasierte Aufgaben wie Tests, Support oder Code-Assistenz lassen sich automatisieren. Andererseits entstehen durch KI neue Tätigkeitsfelder an den Schnittstellen von Datenmanagement, Softwarearchitektur, IT-Sicherheit und Governance.

27 % der von Bitkom befragten Unternehmen erwarten, dass der Einsatz von KI zu Stellenabbau bei IT-Fachkräften führen wird. 16 % gehen davon aus, dass KI Positionen ersetzt, die ohnehin schwer zu besetzen sind, beispielsweise in Bereichen mit Fachkräftemangel. Gleichzeitig sehen 42 % der befragten Unternehmen durch KI sogar einen zusätzlichen Bedarf an IT-Fachkräften.

In allen Zahlen zeigt sich dasselbe Muster. KI ersetzt keine Berufe, sie verschiebt deren Zuschnitt. Wer analytisch denkt, komplexe Systeme versteht und den Einsatz von KI verantwortet, wird gefragter. Routinetätigkeiten machen einen kleineren Teil der Arbeit aus, während Modellentwicklung, Integration und Überwachung mehr Personal binden.

Wer diesen Wandel mitgestaltet und seine Fähigkeiten erweitert, bleibt auch in einer automatisierten Arbeitswelt gefragt.

Mit dem Einzug von KI-Systemen in den Unternehmensalltag verschwinden keine ganzen Berufsgruppen, wohl aber bestimmte Tätigkeiten. Routineaufgaben mit hohem Automatisierungsgrad wandern zu intelligenten Tools, und für viele IT-Rollen bleibt unterm Strich weniger manuelle Arbeit und mehr Analyse, Steuerung und Kontrolle übrig. Das mag nach wenig klingen, verändert die Profile aber spürbar.

In der IT übernehmen automatisierte Systeme heute standardisierte und voraussagbare Prozesse, bei denen Erfahrung durch Regeln oder Datenmuster ersetzt werden kann. Viele Unternehmen nutzen KI inzwischen gezielt, um interne Abläufe zu beschleunigen und wiederkehrende Aufgaben zu digitalisieren, ein Hinweis darauf, wie stark KI in der Arbeitswelt verankert ist.

Dieser Wandel verändert die Anforderungsprofile und legt fest, wo menschliche Expertise künftig noch gebraucht wird. Bis 2030 könnten rund 30 % der geleisteten Arbeitsstunden automatisierbar sein, schätzt McKinsey & Company.

Für Deutschland rechnet das Institut für Arbeitsmarkt- und Berufsforschung (IAB) durch: In einem Szenario mit beschleunigter KI-Einführung bleibt die Gesamtbeschäftigung über 15 Jahre weitgehend stabil, zugleich werden aber rund 1,6 Millionen Arbeitsplätze in Bewegung gesetzt. Etwa 800.000 Stellen fallen weg, ungefähr ebenso viele entstehen neu, in anderen Berufen, Branchen und Regionen (IAB-Forschungsbericht 23/2025). Auch wenn die Automatisierung nicht alle Aufgaben ersetzt, verschiebt sie den Fokus zu überwachenden und strategischen Tätigkeiten.

In der Systemadministration verschiebt sich der Schwerpunkt von manuellen Eingriffen hin zur automatisierten Bereitstellung und Konfiguration von Infrastruktur. Wer diesen Weg geht, arbeitet als Cloud Automation Engineer weiter.

In der Softwareentwicklung verschiebt sich der Schwerpunkt. Weniger Codezeilen entstehen von Hand, dafür wächst die Aufgabe, maschinelle Vorschläge zu prüfen, zu bewerten und verantwortungsvoll einzubauen. Die Fähigkeit, maschinelle Vorschläge kritisch einzuordnen, wird zur Kernkompetenz moderner IT-Arbeit.

In der Datenanalyse ist es dasselbe. Standardauswertungen laufen automatisch. Die Deutung der Zahlen liegt bislang meist beim Menschen.

Der Anteil wiederholbarer Arbeit schrumpft, der konzeptionelle wächst.

Manche Tätigkeiten verlieren durch KI an Relevanz. Betroffen ist alles, was sich standardisieren oder über Datenmuster automatisieren lässt. Laut Bitkom gewinnt der Einsatz von KI in Unternehmen stetig an Bedeutung, dort, wo Prozesse klar strukturiert und wiederholbar sind. Das wirkt sich direkt auf Aufgabenprofile in IT und Technik aus.

Am stärksten trifft es Routinearbeit ohne konzeptionellen Anteil. Dazu zählen insbesondere:

Während Automatisierung bestimmte Tätigkeiten überflüssig macht, entstehen Berufsbilder, die es ohne Künstliche Intelligenz nicht gäbe. Gesucht wird, wer Daten nutzbar macht, Modelle produktionsreif gestaltet und den Betrieb verantwortet. Softwareentwicklung, Datenkompetenz und Betriebsverantwortung in einer Person: Das ist das Profil der KI-Berufe der Zukunft.

Gesucht werden Data Engineers für Pipelines und Governance, Data Scientists für Modellentwicklung und Experimentdesign, Analytics Engineers für die Produktisierung von Erkenntnissen. Gemeinsam ist ihnen der Blick auf den ganzen Datenfluss. Dass diese Rollen nicht nur in Tech-Unternehmen entstehen, zeigt ein Mandat aus dem Frühjahr 2026, das wir weiter unten beschreiben.

Der deutsche IT-Arbeitsmarkt bleibt nach Zahlen der Bundesagentur für Arbeit dynamisch. Die Zahl der Beschäftigten in IKT-Berufen ist 2025 weiter gestiegen. Zudem meldet Bitkom auch 2026 einen Fachkräftemangel von rund 79.000 IT-Experten, was den Druck auf Unternehmen erhöht, bestehende Talente gezielt für KI-bezogene Aufgaben weiterzubilden.

Auch Stellentrend-Analysen bestätigen diesen Wandel. Im LinkedIn-Ranking der am schnellsten wachsenden Jobs in Deutschland 2025 finden sich unter den Top 10 unter anderem AI Developers, Cybersecurity Specialists und Software Developers.

Zwischen Data Science, Softwareentwicklung und Infrastruktur wächst der Bedarf an Leuten, die beides können. AI Engineers und MLOps-Spezialisten sorgen dafür, dass KI-Modelle nicht nur entwickelt, sondern auch sicher betrieben werden, und laut der LinkedIn-Analyse „Future of Skills 2025“ gehören genau diese Positionen zu den am schnellsten wachsenden Rollen im Technologiesektor in Deutschland. Fertig ausgebildet kommt kaum jemand auf den Markt, weshalb immer mehr Unternehmen auf gezieltes Upskilling und die Spezialisierung bestehender Teams setzen.

Neben den technischen Profilen entstehen Positionen für Recht, Sicherheit und die gesellschaftliche Wirkung von KI. Seit dem Inkrafttreten des EU AI Act am 1. August 2024 und der Anwendungspflicht für General-Purpose-AI-Modelle ab dem 2. August 2025 müssen Unternehmen den Einsatz von KI systematisch überwachen, dokumentieren und bewerten. Daraus sind Rollen wie AI Compliance Officer, Responsible AI Lead oder Ethical AI Consultant entstanden, die dafür sorgen, dass Systeme nachvollziehbar arbeiten. Gebraucht wird dafür technisches und juristisches Verständnis zugleich, und genau diese Kombination ist auf dem Arbeitsmarkt nach wie vor selten zu finden.

Während KI Aufgaben automatisiert, entstehen Berufe mit mehr Entscheidungsspielraum und mehr Verantwortung.

Zu den wichtigsten KI-Berufen der Zukunft zählen:

Für IT-Fachkräfte bietet Künstliche Intelligenz nicht nur Risiken, sondern Chancen, neue Kompetenzen zu entwickeln und sich auf zukunftsträchtige Berufsfelder auszurichten. Entscheidend ist, das eigene Wissen zu erweitern und die Zusammenarbeit mit KI-Systemen als festen Bestandteil des Berufsalltags zu begreifen.

Wer auch künftig gefragt sein will, sollte gezielt in Weiterbildung und Qualifizierung investieren. Laut dem Coursera Global Skills Report 2025 zählen digitale Kompetenzen, Datenverständnis und KI-Know-how zu den wichtigsten Zukunftsfähigkeiten in der IT. Besonders gefragt sind Kenntnisse in Machine Learning, Cloud Computing, Data Engineering und MLOps. Dass gerade dort menschliche Expertise am schwersten zu ersetzen ist, ist unsere Einschätzung aus den Mandaten, keine Aussage der Studie.

Weltweit richten laut LinkedIn Learning Workplace Report 2025 mehr als 70 % der Tech-Fachkräfte ihre Weiterbildung auf KI- und Automatisierungsthemen aus. Die Beschäftigten sind also in Bewegung. Ob ihre Arbeitgeber mithalten, ist eine andere Frage: In Deutschland fördern laut Bitkom über 60 % der IT-Unternehmen entsprechende Schulungen.

Zertifizierungen von Anbietern wie AWS, Microsoft oder Google sowie spezialisierte Online-Programme auf Plattformen wie Coursera, edX oder Udacity bieten praxisorientierte Lernpfade für den Einstieg in die neuen Rollen. Auch interne Reskilling-Programme gewinnen an Bedeutung, da sie bestehende Teams gezielt auf neue Technologien vorbereiten.

Kritisches Denken, Problemlösung, Teamarbeit und Kommunikationsstärke gewinnen in einer automatisierten Arbeitswelt an Bedeutung. Gefragt bleibt, wer Zusammenhänge erkennt, entscheidet und Ergebnisse verantwortet.

Gerade in interdisziplinären Teams, in denen Data Scientists, Entwickler und Fachabteilungen eng zusammenarbeiten, sind kommunikative und analytische Fähigkeiten entscheidend. Sie schaffen die Verbindung zwischen Technologie und Unternehmensstrategie, eine Kompetenz, die sich nicht automatisieren lässt.

Auch Unternehmen müssen ihre Teams auf den Einsatz von KI vorbereiten, und die erfolgreichen Strategien kombinieren Weiterbildung, kulturellen Wandel und technische Infrastruktur. Führungskräfte sollten ihre Mitarbeitenden ermutigen, neue Technologien auszuprobieren, damit ein Gespür für den sinnvollen Einsatz von KI im Arbeitsalltag entsteht. Der zentrale Erfolgsfaktor sind dabei Reskilling-Programme: Laut der McKinsey-Studie „A new future of work: The race to deploy AI and raise skills in Europe and beyond“ (2024) können Unternehmen, die in Schulungsmaßnahmen investieren, ihre Produktivität um 20 bis 25 % steigern, bei zugleich höherer Bindung und Innovationsfähigkeit.

KI analysiert große Datenmengen und erkennt Muster. Was sie im konkreten Fall bedeuten, klärt sich bisher meist im Gespräch zwischen Fachbereich und Analyse.

Urteilsvermögen, Empathie und Problemlösungskompetenz bilden die Grundlage zukunftssicherer KI-Berufe, heißt es in einer Analyse der Europäischen Kommission von 2025. Der Beschäftigungsschwerpunkt verschiebt sich demnach zu wissensintensiven Tätigkeiten, während einfache Routinen automatisiert werden.

KI-Systeme übernehmen die repetitiven Aufgaben. Für die Mitarbeiter entsteht dadurch Raum für konzeptionelle Arbeit.

In der IT entstehen hybride Rollen an der Schnittstelle von Technik und Führung. Sie sind schwerer zu besetzen als reine Fachrollen, weil beides zusammenkommen muss.

Künstliche Intelligenz verändert die Arbeitswelt tiefgreifend. Im IAB-Szenario entstehen ungefähr so viele Stellen neu, wie wegfallen; für einzelne Beschäftigte kann der Wandel trotzdem einen Berufswechsel bedeuten, weil die neuen Arbeitsplätze nicht in derselben Branche oder Region entstehen.

Routinetätigkeiten in Testing, Support oder Administration werden automatisiert. An ihre Stelle treten Rollen, in denen jemand entscheidet und für das Ergebnis geradesteht.

Weiterbildung erleichtert den Wechsel in neue Aufgaben. Sie ändert nichts daran, dass neue Stellen nicht zwangsläufig dort entstehen, wo bisherige wegfallen. Für Unternehmen liegt der Schlüssel in einer offenen Lernkultur und in der Bereitschaft, die eigenen Leute dabei zu begleiten. Eine ausführliche Einordnung bietet der Beitrag zu Future Skills.