Daten auswerten, Programmcode schreiben, Präsentationen vorbereiten: Viele Aufgaben, an denen Berufseinsteiger bislang gewachsen sind, lassen sich inzwischen zumindest teilweise mit KI erledigen. Das verändert die Anforderungen auf dem Arbeitsmarkt. Wer bereits Berufserfahrung mitbringt, kann davon profitieren, sofern zum Fachwissen ein Verständnis für die neue Technologie kommt.
KI trifft vor allem Aufgaben, nicht ganze Berufe
Wie stark Künstliche Intelligenz den Berufseinstieg verändert, ist noch nicht abschließend geklärt. BASIC thinking hat bereits beleuchtet, warum der Berufseinstieg immer schwieriger wird.
Eine Untersuchung des Instituts für Arbeitsmarkt- und Berufsforschung zeigt: Von einem allgemeinen Beschäftigungseinbruch durch KI kann bislang keine Rede sein. Bei den 20- bis 29-Jährigen ging die Beschäftigung zwischen 2022 und 2025 in stark KI-exponierten Berufen allerdings etwas stärker zurück als in weniger betroffenen Tätigkeiten. Einen größeren Teil dieser Entwicklung erklärt die schwache Konjunktur, ein eindeutiger Ursache-Wirkungs-Zusammenhang mit KI lässt sich aus den Daten nicht ableiten.
Die Forscher sehen deshalb keinen Anlass für Untergangsszenarien. Klar ist aber auch: Wenn Software Aufgaben übernimmt, mit denen früher Nachwuchskräfte beschäftigt waren, verändert das den Berufseinstieg und die Erwartungen an Beschäftigte.
Berufserfahrung gewinnt, wenn KI-Wissen dazukommt
Ein Sprachmodell kann eine Auswertung erstellen. Ob die verwendeten Daten vollständig sind, welche Annahmen hinter den Ergebnissen stehen und ob sich daraus eine geschäftliche Entscheidung ableiten lässt, ist eine andere Frage.
Ein Beispiel aus der Industrie: Ein KI-System erkennt Auffälligkeiten in Maschinendaten und schlägt eine Wartung vor. Ob tatsächlich ein Defekt droht oder nur ein Sensor falsche Werte liefert, lässt sich ohne Kenntnis der Anlage kaum beurteilen. Umgekehrt reicht Erfahrung mit Maschinen allein nicht aus, um die Qualität eines KI-Modells zu bewerten.
An dieser Schnittstelle entstehen neue Anforderungen. Unternehmen brauchen Menschen, die ihre Geschäftsprozesse verstehen und zugleich einschätzen können, was KI technisch leisten kann. Dazu gehört, Fehler zu erkennen, Datenschutzrisiken zu beurteilen und zu entscheiden, welche Aufgaben sich sinnvoll automatisieren lassen. Für Berufstätige ergibt sich daraus die Möglichkeit, vorhandene Erfahrung um technische Kenntnisse zu ergänzen, ohne den Beruf dafür aufzugeben.
KI lernen, ohne aus dem Beruf auszusteigen
Eine berufsbegleitende Qualifikation hat einen praktischen Vorteil: Neues Wissen lässt sich direkt mit bestehenden Arbeitsabläufen verknüpfen. Wer sich etwa mit Datenanalyse beschäftigt, kennt oft schon Fragestellungen aus dem eigenen Unternehmen, an denen sich Verfahren erproben lassen, vorausgesetzt, die Nutzung betrieblicher Daten ist erlaubt.
Auch finanziell kann das Modell sinnvoll sein, weil das Arbeitseinkommen grundsätzlich erhalten bleibt. Allerdings beansprucht ein Studium Zeit, die neben Beruf und Privatleben erst einmal vorhanden sein muss.
Entscheidend ist deshalb das Ziel. Wer vor allem lernen möchte, KI-Werkzeuge im Büroalltag effizient einzusetzen, braucht dafür keinen Bachelorabschluss, ein kompakter Kurs kann genügen. Anders sieht es aus, wenn KI-Systeme entwickelt, angepasst oder technisch bewertet werden sollen. Dafür sind Programmierung, Mathematik, Statistik sowie Kenntnisse über Datenbanken und Softwarearchitektur wichtig, und dieses Grundlagenwissen ersetzt kein Kurs im Prompten.
Was ein KI-Studium vermitteln sollte
Wer berufsbegleitend Künstliche Intelligenz studieren möchte, findet beispielsweise an der SRH Fernhochschule einen Bachelorstudiengang in Angewandter Informatik mit Schwerpunkt Künstliche Intelligenz. Der Studienplan verbindet klassische Informatik-Grundlagen mit Modulen zu Mathematik für Machine Learning, Computer Vision, generativer KI und der Erklärbarkeit von KI-Systemen. Ein Praxisprojekt gehört ebenfalls dazu.
Gerade die Fähigkeit, KI-Systeme kritisch zu beurteilen, gewinnt an Bedeutung. Für bestimmte Hochrisiko-Anwendungen verlangt der europäische AI Act unter anderem Transparenz und menschliche Aufsicht. Die Frage, wie zuverlässig ein Modell arbeitet und wo seine Grenzen liegen, ist damit nicht nur eine technische.
Ein akademischer Abschluss garantiert allerdings weder einen Arbeitsplatz noch einen Karrieresprung. Sein Nutzen hängt davon ab, wie gut die erworbenen Kompetenzen zum bisherigen Beruf und zu den angestrebten Aufgaben passen.
Ein Bachelor ist nicht für jeden die richtige Wahl
Ein Bachelorstudium mit 180 ECTS umfasst mehrere tausend Arbeitsstunden. Die Regelstudienzeit beträgt sechs Semester, berufsbegleitend kann es länger dauern, und hinzu kommen Studiengebühren.
Wer bereits ein Studium abgeschlossen hat und nur einzelne KI-Kompetenzen ergänzen möchte, ist mit spezialisierten Weiterbildungen oder Hochschulzertifikaten oft wirtschaftlicher unterwegs. Wer dagegen einen grundlegenden Wechsel in Softwareentwicklung, Datenanalyse oder KI-Entwicklung plant, profitiert eher von einem vollständigen Informatikstudium. Dabei spielen auch die vorhandenen Vorkenntnisse eine Rolle.
Vor der Entscheidung lohnt ein genauer Blick auf den Studienplan. Hinter ähnlich klingenden Angeboten stecken sehr unterschiedliche Inhalte, vom Umgang mit fertigen KI-Werkzeugen bis zur eigenständigen Entwicklung und Bewertung von Modellen.
Drei Fragen, die vor der Anmeldung geklärt sein sollten
Eine zusätzliche Qualifikation ist vor allem dann sinnvoll, wenn sie zu einem konkreten beruflichen Ziel passt. Drei Fragen helfen bei der Einordnung:
- Welche Aufgaben verändern sich im eigenen Beruf durch KI? Geht es um die Anwendung fertiger Werkzeuge oder künftig auch um deren Entwicklung und Bewertung?
- Welche Kenntnisse fehlen dafür tatsächlich? Reicht eine Weiterbildung in einzelnen Bereichen, oder sind fundierte Informatik-Grundlagen nötig?
- Wie viel Zeit und Geld stehen zur Verfügung? Ein berufsbegleitendes Studium muss über mehrere Jahre mit dem Arbeitsalltag vereinbar bleiben.
Künstliche Intelligenz wird nicht alle Berufe ersetzen, verändert aber schon heute, wie viele Aufgaben erledigt werden. Gefragt sind zunehmend Menschen, die die Technik sinnvoll einsetzen, ihre Ergebnisse beurteilen und ihre Grenzen erkennen. Ob dafür ein kurzer Kurs oder ein mehrjähriges Studium der richtige Weg ist, hängt weniger vom aktuellen KI-Trend ab als von den Aufgaben, die künftig übernommen werden sollen.
