Angebot und Nachfrage nach KI-Fachkräften

In den letzten 15 Jahren hat sich die Fachkräftelücke im Bereich der künstlichen Intelligenz (KI) vergrößert und wächst weiter. Die Nachfrage nach Fachkräften (Dateningenieure, Datenwissenschaftler, KI-Experten und Datentechnologen) ist so hoch, dass der gestiegene Ausbildungsbedarf selbst heute, trotz eines exponentiellen Anstiegs des Zugangs zu Studienfächern und Online-Inhalten in diesem Bereich, nach wie vor nicht gedeckt ist. Ursache dafür ist die Demokratisierung der Nutzung und der Anwendungen von KI – der Einsatz auf der Ebene privater Nutzer oder als professioneller Anwender in Unternehmen nimmt zu.

Ebenso sind Universitäten und Bildungseinrichtungen (öffentliche wie private) nicht daran gewöhnt, ihre Lehrpläne im gleichen Tempo zu aktualisieren wie die Technologie, die Moores Gesetz längst hinter sich gelassen hat, oder wie Fachverlage, die auf die jährliche Neuauflage ihrer Werke spezialisiert sind. Kimballs „The Data Warehouse Toolkit“, eines der wichtigsten Handbücher für Business Intelligence, verlor an Bedeutung, als seine jährlich erscheinenden gedruckten Ausgaben veraltet waren – in einer Zeit, in der sich die Technologie manchmal innerhalb von drei Monaten erheblich verändern kann, sei es bei den Komponenten oder bei der Entwicklung neuer Algorithmen, die Sprünge in der prädiktiven Analytik, der Sprachverarbeitung oder der künstlichen Bildgenerierung voraussetzen.

Google, Amazon, Microsoft, Meta, OpenAI und Universitäten wie die University of Washington, Columbia und das MIT geben mit monatlichen „White Papers“ das Tempo vor, die den aktuellen Stand der Technik in den Bereichen Computer Vision, Sprachverarbeitung, Zeichenerkennung, biometrische Erkennung oder Quantenanalyse herausfordern und sich zudem in einer höheren Anzahl von Patenten niederschlagen. Verschiedene Arten von LLMs (Large Language Models) und Agenten stellen eine Revolution hinsichtlich der Automatisierung von Aufgaben und Arbeitsprozessen dar. Europa hinkt jedoch in Bezug auf Forschung und Patente noch hinterher. Die Zahl der in Europa veröffentlichten Fachartikel beträgt nur die Hälfte derjenigen in den USA (und in China das Doppelte derjenigen in den USA, die offenbar darauf abzielen, bis 2030 die Vorherrschaft im Bereich der KI zu erlangen). Dabei ist zu berücksichtigen, dass alle 3,8 Fachartikel ein Patent generieren. China führt den globalen KI-Patentmarkt im Jahr 2024 eindeutig an, mit 300.510 Anmeldungen im Vergleich zu 67.773 in den USA und nur 22.133 in Europa. Das vermittelt einen Eindruck von Chinas Stärke, das laut mescomputing.com 70 % des Marktes dominiert.

Die Entwicklung und Förderung von KI steht in direktem Verhältnis zu den Investitionen in F&E&I und der Entwicklung der daraus hervorgehenden Talente – zwei Konzepte, die untrennbar miteinander verbunden sind. KI schafft einen Bedarf an Talenten, da es sich um eine Technologie handelt, deren Anwendung Wissen und Erfahrung erfordert. Trotz ihrer raschen Demokratisierung durch „Appifizierung“ und einer einfachen Benutzererfahrung können die Folgen eines Missbrauchs schwerwiegend sein.

Daher wird empfohlen, sich mit den Richtlinien für den Einsatz von Algorithmen mit mittlerem und hohem Risiko vertraut zu machen, einschließlich Zertifizierungen (wie einem „Führerschein“), die belegen, dass man über die erforderlichen Fähigkeiten im Umgang mit der Technologie sowie über Kenntnisse der geltenden Vorschriften (EU AI Act) verfügt.

Trends

Trends werden immer an Bedeutung gewinnen. Stellen Sie sich vor, der KI-Experte von heute sei so etwas wie der „Schamane“ im Marketingbereich der 1980er Jahre. Tatsächlich verfügt heute jedes KMU mit 50 bis 250 Mitarbeitern über mindestens eine Marketingfachkraft. Es wäre notwendig, mindestens einen KI-Experten pro leitendem Marketingprofil zu haben. Das bedeutet: Wenn es derzeit in Spanien 1.500.000 KMU gibt (laut MINECO-Erhebung) und nur 50 % davon KI-Technologien einführen, werden allein in Spanien 750.000 KI-Experten benötigt, um KI in ihren Unternehmen implementieren und anwenden zu können.

Laut Kai Fu Lee, einem KI-Experten und ehemaligen CEO von Google und Apple in China, ist die Zahl der KI-Experten weltweit von 10.000 im Jahr 2020 auf 100.000 im Jahr 2025 gestiegen – das heißt, die Nachfrage hat sich in fünf Jahren verzehnfacht.

Herausforderungen

Die Herausforderungen betreffen stets die Minimierung der Auswirkungen der Einbindung von KI in Geschäftsprozesse, die Folgen für die derzeitige Beschäftigungslage sowie die Frage, inwieweit der dadurch möglicherweise verursachte Verdrängungseffekt die Gesamtbilanz insgesamt überwiegen wird.

Es scheint ganz klar zu sein, dass die durch die Einführung von KI geschaffenen Arbeitsplätze die durch sie wegfallenden bei weitem übersteigen können – doch die Tatsache, dass sie eine solche Veränderung der Beschäftigungsmuster bewirken kann, zeigt, wie wichtig es ist, in Unternehmen Maßnahmen zu ergreifen, die einen korrekten Umgang mit diesem Wandel gewährleisten. Zu diesem Zweck wird die Einrichtung von Abteilungen für KI-Ethik empfohlen, um den ordnungsgemäßen Einsatz dieser Technologie sowie die korrekte Anwendung von Vorschriften sicherzustellen.

Das McKinsey Global Institute geht davon aus, dass bis 2030 14 % der Arbeitskräfte aufgrund von Prozessautomatisierung ihren Arbeitsplatz verlieren werden. Andererseits hat das Weltwirtschaftsforum (WEF) bereits vor dem Wegfall von 75 Millionen Arbeitsplätzen weltweit bis 2025 gewarnt, doch könnten 133 Millionen neue Arbeitsplätze entstehen – das heißt, für jeden abgebauten Arbeitsplatz würden fast zwei neue geschaffen.

Kai-Fu Lee selbst sagt jedoch, dass bis 2035 40 % aller Arbeitsplätze weltweit von einer Form der KI übernommen werden. KI wird sich darauf konzentrieren, Arbeitsplätze zu ersetzen, die repetitive Aufgaben beinhalten oder die durch die folgenden Technologien leicht ersetzt werden können:

• Kunden- und Mitarbeiterinformationsprozesse
• Geschäftsprozesse
• Überwachung und Erkennung
• Autonomes Fahren
• Vertrieb, Platzierung und Lagerung von Waren
• Beratungs- und Beratungsprozesse
• Landwirtschaft

Bis 2035 werden wir einen schrittweisen Prozess der vollständigen Ersetzung von Arbeitsplätzen beobachten. Bei anderen, komplexeren Aufgaben werden wir jedoch einen Prozess der Komplementarität von KI und ihrer Einbindung in Prozesse erleben, die Menschen dabei helfen, ihre Arbeit effektiver zu erledigen. In vielen Fällen wird KI den Menschen an seinem Arbeitsplatz oder in verschiedenen Funktionen ergänzen.

Unternehmen, Regierungen, Institutionen und die Zivilgesellschaft selbst sind dafür verantwortlich, dass der Prozess des Übergangs und der Anpassung der Menschen an neue Arbeitsplätze ausgewogen verläuft und so weit wie möglich vermieden wird, dass keine Gruppe aus dem System ausgeschlossen wird.

Beispiele für neue Arbeitsplätze

Beispiele für neue Berufe

• Agentenkoordinator: Verantwortlich für die Überwachung von KI-Agenten, die industrielle Prozesse automatisieren.
• Prompt-Ingenieur: Spezialist für die Erstellung von Anweisungen zur Eingabe und zum Training von KI-Modellen.
• Beauftragter für Ethik und KI-Regulierung: Verantwortlich für die ethische und vorschriftsmäßige Anwendung von KI-Modellen gemäß der neuen KI-Verordnung.
• Datenaufbereiter: Person, die für Kohärenz und Konsistenz der Datensätze sorgt, damit diese von der KI verarbeitet werden können.
• Datenplattform-Ingenieur: Verantwortlich für die Gestaltung gemeinsamer Datenräume, aus denen die KI gespeist wird.
• KI-Experte: Entwickler in verschiedenen Sprachen für die mehrstufige Programmierung von KI-Modellen.

Fazit

Zusammenfassend lässt sich sagen, dass KI ein klarer Netto-Beschäftigungsgenerator ist, mit einem Verhältnis von mindestens zwei neuen Stellen pro ersetzter Stelle. Laut der jüngsten Studie der Beratungsfirma E&Y zu diesem Thema wird sie zu 84 % der operativen Verbesserungen in den angewandten Prozessen führen. Die eigentliche Herausforderung besteht darin, die ersetzten Stellen in KI-Profile umzuschulen, damit niemand außen vor bleibt.

Es ist daher ratsam, mit dem Change Management zu beginnen, damit die Menschen lernen, mit Maschinen zu leben. Es geht nicht darum, dass Maschinen Menschen ersetzen können (was in einigen Prozessen vorkommen mag), sondern darum, dass die Maschine den Menschen intelligenter macht und ihn befähigt, bei seinen Aufgaben einen viel höheren Mehrwert zu schaffen, die Produktivität zu steigern und seine Zeit besser auf Aufgaben mit höherer Wertschöpfung zu verteilen.