KI-Stellenanzeigen: 75-85 % MINT in 10 Ländern | Neue Studie

Zwischen 75 % und 85 %. So hoch war der Anteil MINT-Berufe an der KI-bezogenen Einstellungstätigkeit – in jedem einzelnen der zehn untersuchten Länder, von den USA bis Indonesien. [Fakt] Nicht ein Drittel. Nicht "gleichmäßig über die Wirtschaft verteilt". Drei Viertel bis vier Fünftel, gebündelt in einem einzigen Berufscluster.

Wenn Sie gehört haben, KI-Kompetenzen würden so universell wie Tabellenkalkulationskenntnisse, sagen die Stellenanzeigendaten etwas anderes. Und ob das eine gute Nachricht oder eine Warnung ist, hängt vollständig davon ab, auf welcher Seite der Kluft Sie arbeiten.

Was die Forscher gemessen haben

Rafiazka Hilman und Júlia Koltai – Forscher der MTA-TK-Forschungsgruppe für digitale Sozialwissenschaft in Budapest, der Universität Amsterdam und der ELTE – analysierten Stellenanzeigen von LinkedIn, Indeed und Glassdoor aus dem Zeitraum Dezember 2025 bis Mai 2026. [Fakt] Die Stichprobe umfasst zehn Arbeitsmärkte auf fünf Kontinenten: die USA, Großbritannien, Deutschland, die Niederlande, Brasilien, Indien, Indonesien, China, Singapur und Südafrika.

Die Datenverarbeitung ist entscheidend, denn Studien zu Stellenanzeigen stehen und fallen mit der Extraktionsqualität. Das Team nutzte einen zweistufigen Ansatz: regelbasierte Sprachverarbeitung, um Kompetenzerwähnungen aus dem rohen Anzeigentext zu extrahieren, gefolgt von Zero-Shot-Klassifikation mit einem offenen LLM (GPT-OSS), um zu erfassen, was die Regeln übersehen haben. [Fakt] Anschließend bauten sie bipartite Netzwerke, die Berufe mit Kompetenzen verknüpfen, projizierten diese in Ähnlichkeitskarten zwischen Berufen und führten Louvain- und Leiden-Community-Detection durch, um zu sehen, welche Jobs sich clustern – wobei die Jaccard-Ähnlichkeit misst, wie stark sich die Kompetenzanforderungen zweier Berufe überschneiden.

Vereinfacht gesagt: Sie kartierten, welche Jobs nach denselben Dingen verlangen, und beobachteten, wie die KI-Nachfrage diese Karte neu zeichnet.

Ein Kern, vier Kompetenzen

Der Konzentrationsbefund ist eindeutig. Über alle zehn Länder hinweg lagen etwa 75 % bis 85 % der KI-bezogenen offenen Stellen in MINT-Berufen, mit nur geringer Abweichung zwischen den Nationen. [Fakt] Die von Arbeitgebern gesuchten Kompetenzen bilden das, was die Autoren einen kompakten Kern von Datenkompetenzen nennen: Python, SQL, maschinelles Lernen und Datenanalyse dominierten die Rangliste in jedem Sektor und jedem Land. [Fakt]

Die Berufe im Zentrum dieses Kerns sind vertraut: Data Scientists, Softwareentwickler, Statistiker und Computernetzwerkarchitekten führten die KI-intensive Einstellungstätigkeit an, mit Wirtschaftsrollen wie Marktforschungsanalysten und Betriebsleitern am Rand – Positionen, die zunehmend aus dem technischen Kompetenzprofil schöpfen.

Vier Kompetenzen. Eine Handvoll Berufe. Zehn sehr unterschiedliche Volkswirtschaften, ein Muster.

Die übrigen 95 %: Wo KI-Einstellungen nicht ankommen

Nun der kontraintuitive Teil. Vier breite Sektoren – Gesundheit und Bildung, Dienstleistungen, Produktion und Logistik sowie öffentlicher Dienst und Pflege – kamen jeweils auf unter 5 % der KI-Stellenanzeigen. [Fakt]

Lesen Sie das genau, denn es widerspricht der vorherrschenden Erzählung. Wenn Sie examinierte Krankenpfleger oder Lehrkraft sind, verlangen Arbeitgeber in Ihrem Feld Stand Mitte 2026 meist keine Python- oder Machine-Learning-Kenntnisse von Ihnen. Die populäre Vorhersage, bald würde jeder Job KI-Kompetenzen erfordern, findet in dem, was Arbeitgeber heute tatsächlich in Stellenanzeigen schreiben, keine Bestätigung. [Behauptung]

Das ist nicht dasselbe wie Sicherheit. Dazu gleich mehr.

Die Einstiegslevel-Wendung

Der unbequemste Befund der Studie betrifft die Berufserfahrung. Als die Forscher strengere Schwellenwerte auf ihre Netzwerke anwandten, behielten Einstiegspositionen die stärksten Verbindungen zur KI-Kompetenznachfrage, während sich Direktions- und Führungspositionen vom KI-Kompetenzkern lösten. [Fakt]

Die Interpretation der Autoren: KI-Kompetenz fungiert als Zugangsvoraussetzung für einen Beruf, nicht als Instrument für den Aufstieg in der Berufsmitte. [Behauptung] Anders gesagt: Das Tor ist am Eingang. Ein 22-Jähriger, der sich für seine erste Analystenstelle bewirbt, sieht sich KI-Kompetenzanforderungen gegenüber, die die Führungskraft, die ihn interviewt, nie erfüllen musste – und beim aktuellen Muster der Stellenanzeigen immer noch nicht muss.

Für Berufseinsteiger wird "Ich eigne mir KI-Kompetenzen an, sobald ich drin bin" zu einem riskanteren Plan. Die Anforderungen werden genau auf jener Sprosse der Leiter aufgeladen, auf der Sie am wenigsten Verhandlungsmacht haben.

Konvergenz und Divergenz – beides gleichzeitig

Homogenisiert KI also den Arbeitsmarkt, oder spaltet sie ihn? Die Antwort der Studie: beides, auf eine spezifische und ungleiche Weise. Innerhalb des MINT-Kerns konvergieren die Berufe – Data Scientists, Entwickler und Statistiker werden zunehmend nach demselben kompakten Kompetenzset gefragt, was ihre Profile austauschbarer macht. [Fakt] Zwischen diesem Kern und allen anderen wächst die Distanz. Die Autoren beschreiben ein zweigeteiltes Muster: Konvergenz innerhalb eines bereits privilegierten, KI-exponierten Kerns und Divergenz zwischen diesem Kern und dem Rest der Berufsstruktur. [Fakt]

Und hier der Befund, der diese Studie über einen weiteren US-zentrierten Bericht hinaushebt: Das Muster hielt sich sowohl im globalen Norden als auch im globalen Süden. [Fakt] Brasilien, Indien, Indonesien und Südafrika zeigten dieselbe Kern-gegen-Rest-Struktur wie die USA, Deutschland und Singapur. Das sieht nicht nach einer Entwicklungsstufe aus, die spätindustrialisierende Volkswirtschaften einfach durchlaufen werden – es scheint ein strukturelles Merkmal davon zu sein, wie KI in Arbeitsmärkte eindringt. [Behauptung]

Was diese Studie Ihnen nicht sagen kann

Ehrliche Grenzen, denn sie verändern, wie Sie diese Zahlen nutzen sollten.

Erstens messen Stellenanzeigen die Nachfrage nach dem Bau und der Bereitstellung von KI, nicht nach ihrer Nutzung. Eine Lehrkraft, die jeden Morgen Unterrichtspläne durch ChatGPT laufen lässt, taucht in diesen Daten nie auf, weil keine Anzeige das erwähnt. Geringe KI-Durchdringung in Stellenanzeigen bedeutet nicht geringe KI-Wirkung auf den Job – Automatisierung auf Aufgabenebene kommt an, ohne dass eine Stellenanzeige sie ankündigt. [Behauptung]

Zweitens umfasst der Zeitraum nur sechs Monate (Dezember 2025 bis Mai 2026), und die Quellen sind drei englischsprachige Plattformen. LinkedIn, Indeed und Glassdoor überrepräsentieren Bürotätigkeiten, städtische und formelle Einstellungstätigkeit – besonders in Brasilien, Indien, Indonesien und Südafrika, wo informelle Beschäftigung groß ist. Die wahre gesamtwirtschaftliche Konzentration könnte um mehrere Prozentpunkte abweichen, auch wenn die länderübergreifende Konsistenz darauf hindeutet, dass der Kernbefund robust ist. [Schätzung]

Drittens enthält die Stichprobe kein Japan, kein Südkorea, keinen Nahen Osten. Ob sich das Muster in ostasiatischen Märkten mit anderen Ökosystemen für Einstellungsplattformen hält, bleibt ungetestet.

Was Sie damit tun sollten

Wenn Sie im MINT-Kern arbeiten: Konvergenz bedeutet, dass sich Ihr Kompetenzprofil zunehmend mit angrenzenden Rollen überschneidet. Die Mobilität zwischen Daten- und Softwarejobs steigt – und damit auch der Pool derer, die sich plausibel auf Ihre Stelle bewerben könnten. Sobald die vier Kernkompetenzen zur Grundvoraussetzung werden, verlagert sich die Differenzierung auf Fachwissen: Der Data Scientist, der Krankenhausbetrieb oder Lieferketten versteht, schlägt jenen, der nur das Werkzeugset beherrscht.

Wenn Sie in einem der Unter-5-%-Sektoren arbeiten: Das Fehlen von KI-Anforderungen in heutigen Stellenanzeigen ist eine Verschnaufpause, keine Immunität. Nutzen Sie sie. Unsere Berufsseiten erfassen die Automatisierungsexponierung auf Aufgabenebene – die Jobs lange vor den Einstellungsanforderungen erreicht – für examinierte Krankenpfleger, Betriebsleiter und tausend weitere Rollen.

Wenn Sie am Berufsanfang stehen: Die klarste praktische Botschaft der Studie richtet sich an Sie. KI-Kompetenzanforderungen konzentrieren sich genau auf Ihrer Ebene. Der Vier-Kompetenzen-Kern – Python, SQL, Grundlagen des maschinellen Lernens, Datenanalyse – ist begrenzt, erlernbar und derzeit der Preis für den Zugang zu einer wachsenden Zahl erster Jobs. Nach diesen Mustern in den Stellenanzeigen dürfte sich dieser Preis eher auf angrenzende Einstiegsrollen ausdehnen, als zu verschwinden. [Schätzung]

Der Arbeitsmarkt wird durch KI nicht homogenisiert. Er wird sortiert – und die Sortierung beginnt an der Eingangstür.

---

KI-gestützte Analyse: Dieser Artikel wurde mit KI-Unterstützung recherchiert und verfasst, basierend auf dem unten zitierten Preprint. Alle Statistiken wurden mit der Quellstudie abgeglichen; mit [Behauptung] oder [Schätzung] gekennzeichnete Aussagen sind analytische Einschätzungen, keine von den Autoren berichteten Befunde.

Quellen

• Hilman, R., & Koltai, J. (2026). Occupational Convergence or Divergence? Mapping Labor Market Structural Shifts Driven by AI Penetration. arXiv:2607.28798. https://arxiv.org/abs/2607.28798