Das ist Absicht.

PwC streicht in den USA rund 35 Prozent seiner Einstiegsstellen – gleichzeitig verspricht das Unternehmen, 80.000 Mitarbeitende zu KI-Profis zu machen. Die Botschaft lautet: Wir brauchen euch noch, aber als Rohstoff, nicht als Lernende. Wer die KI bedienen kann, ist willkommen. Wer erst noch lernen muss, wie Beratung geht – nicht mehr.

Das ist der Kern eines Problems, das sich gerade quer durch alle wissensintensiven Branchen zieht.

Das stärkste Argument für die Gegenseite

Die Optimisten haben ein echtes Argument, und es verdient eine ehrliche Darstellung.

Jeff Bezos formuliert es so: KI werde keinen Arbeitskräftemangel verursachen, sondern einen schaffen – weil sie Menschen befähigt, mehr Probleme zu sehen und zu lösen, als sie je hätten angehen können. Das klingt nach PR-Prosa, ist aber strukturell nicht falsch. Technologische Umbrüche haben historisch immer neue Berufsfelder erzeugt, die vorher niemand beschreiben konnte.

Dazu kommt ein zweites, ernsteres Argument: In Deutschland werden bis 2030 voraussichtlich nur noch 2,1 Erwerbstätige auf einen Ruheständler kommen. Das gesamte Beschäftigungswachstum der Jahre 2023 und 2024 trugen ausschließlich ausländische Beschäftigte. In dieser Lage erscheint KI als Produktivitätshebel nicht als Bedrohung, sondern als demografische Notwendigkeit. Wenn Köpfe fehlen, müssen Maschinen mitarbeiten.

Beides stimmt. Es löst das eigentliche Problem trotzdem nicht.

Was die Daten sagen

Die Stanford-Studie, auf die sich derzeit alle beziehen, die sich auf irgendetwas beziehen wollen, liefert einen spezifischen Befund: In stark KI-exponierten Berufen – Software-Entwicklung, Marketing, Administration, Finanzen – ist die Beschäftigung der 22- bis 25-Jährigen seit Ende 2022 um bis zu 20 Prozent gesunken. Bei Software-Entwicklern um fast 20 Prozent. Die Beschäftigung der 35- bis 49-Jährigen im selben Segment: plus neun Prozent.

Das ist kein generelles Jobsterben. Das ist eine Umverteilung – weg von denen, die noch lernen, hin zu denen, die schon können.

Randstad hat für den Zeitraum Januar 2024 bis Mai 2025 einen Rückgang von 30 Prozent bei Stellenanzeigen für Berufseinsteiger weltweit gemessen. Seit dem Durchbruch generativer KI ist der Anteil von Einstiegspositionen in KI-exponierten Berufen laut jobs.ch um bis zu 32 Prozent zurückgegangen.

93 Prozent der befragten HR-Fachkräfte in Deutschland bestätigen, dass KI bereits klassische Einstiegsaufgaben übernimmt. Ein Viertel der deutschen Führungskräfte glaubt, dass KI alle oder die meisten Aufgaben eines Junior-Jobs erledigen könnte.

Die Zahlen zeigen: Das läuft bereits. Es ist keine Prognose mehr.

Das eigentliche Problem

Man muss die Bruchstelle präzise benennen: Das Problem ist nicht KI. Das Problem ist, wie Unternehmen KI einsetzen, um die Kosten des Lernens zu externalisieren.

Einstiegsjobs waren nie primär produktiv. Sie waren Ausbildungsverhältnisse mit Gehaltszettel. Der Junior-Analyst, der Pitch-Decks zusammenbaut, lernt dabei, wie Argumente strukturiert werden. Der Junior-Entwickler, der Tickets abarbeitet, lernt dabei, wie eine Codebasis atmet. Diese Arbeit war teuer – und oft langsam und fehleranfällig. Genau das macht sie ersetzbar durch KI. Genau das machte sie wertvoll als Lernumgebung.

Wenn Unternehmen diese Stellen streichen, sparen sie kurzfristig an Personal. Mittelfristig sparen sie sich damit die eigene Nachwuchspipeline.

Der Mechanismus ist bekannt aus der Ausbildungspolitik der 1990er Jahre: Unternehmen, die keine Ausbildungsplätze mehr anboten, wunderten sich zehn Jahre später, warum qualifiziertes Personal auf dem Markt fehlte. Heute läuft dieselbe Logik schneller und in höheren Gehaltsklassen.

Nur zehn Prozent der Ausbildungsbetriebe in Deutschland vermitteln KI-Inhalte in der Ausbildung – obwohl 57 Prozent der Azubis KI bereits nutzen. 65 Prozent der Unternehmen bevorzugen ausdrücklich Bewerberinnen und Bewerber mit Berufserfahrung; 28 Prozent stellen weniger Berufseinsteiger ein als im Vorjahr. Das ist keine strategische Entscheidung. Das ist kollektiver Kurzsinn in Serie.

Der demografische Multiplikator

Hier wird die Rechnung unangenehm.

Deutschland hat 2023 eine Geburtenziffer von 1,35 – weit unter der Ersatzrate von 2,1. Die Bevölkerung schrumpft und altert. Der Fachkräftemangel ist bereits heute keine Abstraktion mehr, sondern ein Engpass in Pflegekliniken, Ingenieurbüros und Verwaltungen. Bis 2070 wird, je nach Wanderungssaldo, ein Rückgang auf bis zu 72 Millionen Einwohner projiziert.

In dieser Lage könnte KI helfen – indem sie vorhandene Fachkräfte produktiver macht, Routinetätigkeiten übernimmt und damit Kapazitäten für komplexere Aufgaben freisetzt. Das ist das optimistische Szenario, und es ist nicht unrealistisch.

Aber dieses Szenario setzt voraus, dass es in zehn Jahren genug erfahrene Fachkräfte gibt, die KI sinnvoll einsetzen können. Die entstehen nicht aus dem Nichts. Sie entstehen aus den Juniors von heute – aus denen, die gerade keinen Einstiegsjob mehr bekommen.

Wer KI einsetzt, um die Ausbildungskosten zu senken, und gleichzeitig über Fachkräftemangel klagt, betreibt keine Effizienzsteigerung. Er privatisiert den Gewinn und sozialisiert das strukturelle Problem in die Zukunft.

Was stattdessen ginge

Das Gegenmodell ist nicht schwer zu beschreiben – es ist nur teurer im Quartalsbericht.

Unternehmen könnten KI als Lernverstärker einsetzen statt als Juniors-Ersatz: Berufseinsteiger, die mit KI-Assistenz arbeiten, lernen schneller und breiter – wenn die Aufgaben so gestaltet sind, dass Reflexion stattfindet. 88 Prozent der befragten Personalchefs sagen laut einer SAP-Studie, KI mache Berufseinsteiger schneller einsatzbereit. Richtig gelesen heißt das: Das Potenzial ist da, die Entscheidung für oder gegen Einstiegsstellen ist eine unternehmerische Wahl, keine technologische Zwangsläufigkeit.

Ökonomieprofessor Stefan Wolter und andere Fachleute fordern eine Anpassung von Ausbildungspfaden – weg vom reinen Aufgaben-Absolvieren, hin zu explizitem Kompetenzaufbau mit KI-Unterstützung. Das setzt voraus, dass es den Job noch gibt.

Politisch wäre das Qualifizierungschancengesetz ein Hebel – aber es greift erst, wenn jemand bereits angestellt ist. Wer gar nicht erst eingestellt wird, profitiert nicht davon. Die Lücke ist strukturell.

Die Ironie ist vollständig, wenn man sie ausspricht: Unternehmen streichen die Stellen, in denen die nächste Generation von Fachkräften entstanden wäre – und suchen dann auf demselben Markt nach Erfahrung, die niemand mehr sammeln konnte. KI macht das möglich. Die Entscheidung, es so zu tun, trifft kein Algorithmus.