Fünf Erkenntnisse hinter einer Milliarde Stellenanzeigen im Bereich der künstlichen Intelligenz und Beschäftigung
In den ersten fünf Monaten des Jahres 2026 hat die Technologiebranche, vor allem in den USA, über 100.000 Arbeitsplätze gestrichen, was bereits das Niveau des gesamten Vorjahres erreicht hat.
KI ist der größte einzelne Grund dafür. Der Kündigungsbericht von Challenger im April zeigt, dass der Anteil der Kündigungen in den USA aufgrund von KI bereits 26 % erreicht hat und damit an erster Stelle aller Gründe steht.
Die andere Seite der Medaille ist der rasanten Zuwachs bei der Einstellung von KI-Spezialisten. Der gesamte US-amerikanische Einstellungsmarkt befindet sich immer noch in einer Schwächephase, aber im ersten Quartal 2026 ist die Anzahl der KI-Stellen um 36 % im Vergleich zum Vorjahr gestiegen, insgesamt über 55.000 Stellen (Veritone).
Im selben Markt finden gleichzeitig Entlassungen und Personalvermehrungen statt.
Eine globale Umfrage von HBR Anfang 2026 unter Unternehmensleitern hat die dahinter liegende Logik aufgedeckt: Unternehmen entlassen heute aufgrund des Potenzials der KI, nicht aufgrund ihrer tatsächlichen Leistungen.
Das ist die Situation in den USA. Wie sieht es in China aus?
Lassen Sie uns es mit 100 Millionen Stellenanzeigen herausfinden.
Das Tencent Institute in Zusammenarbeit mit dem Institut für Bevölkerungs- und Arbeitsökonomie der chinesischen Akademie der Sozialwissenschaften hat rund 100 Millionen öffentliche Stellenanzeigen von sechs der größten chinesischen Jobplattformen im Zeitraum von Q1 2024 bis Q2 2025 gesammelt. Durch Schlüsselwortabgleich und mehrdimensionale Textanalyse wurden alle Stellen mit KI-Anforderungen herausgefiltert und statistisch verglichen, um den "Big Data Report über die neuen Trends in KI-Berufen" zu erstellen.
Der Bericht wurde am 23. Mai 2026 auf dem wissenschaftlichen Forum "Aufbau der digitalen Ökonomie und Ausbildung von Fachkräften in der chinesischen Schule" der Universität der chinesischen Akademie der Sozialwissenschaften offiziell veröffentlicht.
Hier sind die fünf wichtigsten Erkenntnisse.
Erkenntnis 1: Die Penetrationsrate von KI-Stellen liegt unter 2 %, aber lassen Sie sich nicht von dieser Zahl täuschen
Welchen Anteil nehmen in den 100 Millionen Stellenanzeigen auf dem gesamten Markt die Stellen mit expliziten KI-Fähigkeitsanforderungen ein?
1,6 % - 1,92 %.
Unter 2 %. Das scheint wenig, aber diese "Niedrigkeit" ist nicht nur in China zu finden. Die globalen Daten aus dem KI-Indexbericht von Stanford im Jahr 2025 zeigen: Singapur 3,2 %, Luxemburg 2,0 %, USA 1,8 %. China liegt in einem angemessenen Bereich.
Aber 2 % könnte nur die Oberfläche sein. Die Daten der öffentlichen Stellenanzeigen können nur die Anforderungen messen, die "in die Stellenbeschreibung geschrieben" sind. Viele Unternehmen nutzen bereits in der Praxis weitgehend KI-Tools, z. B. um Texte zu schreiben, Code zu generieren oder Daten zu verarbeiten, aber viele haben diese Fähigkeiten noch nicht in die Einstellungsanforderungen aufgenommen.
Eine Umfrage von Microsoft im Rahmen des Work Trend Index 2026 unter 20.000 KI-Nutzern in 10 Märkten hat ergeben, dass 49 % der Copilot-Dialoge kognitive Aufgaben wie die Analyse von Informationen und die Lösung von Problemen betreffen. Bei der Einstellung für diese Stellen wurde fast nie die Fähigkeit in KI erwähnt.
Die versteckte KI-Penetration ist viel tiefer als die sichtbare.
Diese weniger als 2 % der Stellen haben jedoch einen enormen Effekt auf die berufliche Schichtung. Die nächsten vier Erkenntnisse werden wiederholt beweisen, dass KI-Stellen zwar selten sind, aber dass sie die Regeln in Bezug auf die Fähigkeitsanforderungen, die Hierarchiestruktur und die Gehaltsstufen neu schreiben.
Die Neuordnung der Arbeitswelt betrifft jeden, sei es jetzt oder in Zukunft.
Es gibt auch einen bemerkenswerten Wendepunkt: Der Anteil der KI-Stellen fiel im gesamten Jahr 2024 kontinuierlich, aber im Q1 2025 stieg er plötzlich auf 1,8 % an, fast auf das Höchstniveau von vor zwei Jahren. Dieser Zeitpunkt stimmt genau mit der Veröffentlichung von DeepSeek überein. Ein ähnliches Phänomen trat auch Ende 2022 auf, als nach der Veröffentlichung von ChatGPT der Bedarf an KI-Fähigkeiten einen Anstieg zeigte.
Offensichtlich erfolgt die KI-Penetration nicht gleichmäßig, sondern in Pulsen - jeder technologische und produktive Durchbruch ist ein Katalysator für den Stellenbedarf.
Darüber hinaus ist auch die hohe geografische Konzentration bemerkenswert. Fünf Großstadtregionen (Yangtse-Delta, Pearl River Delta, Peking-Tangshan-Bohai-Bereich, Mittlerer Yangtse und Chengdu-Chongqing) konzentrieren 90 % des gesamten chinesischen Bedarfs an KI-Fähigkeiten. Der deutlichste Zuwachs stammt aus dem Pearl River Delta, wo der Bedarf an der Transformation der KI + Fertigungsindustrie und die sinkenden Einrichtungskosten von DeepSeek zusammengeführt haben, was im ersten Halbjahr 2025 zu einem deutlichen Anstieg des Anteils der KI-Stellen geführt hat.
Erkenntnis 2: Der Zuwachs an KI-Stellen verschiebt sich von "Werkzeugschaffung" hin zu "Werkzeugnutzung"
Dies ist die steilste Kurve im gesamten Bericht.
Innerhalb der KI-Fähigkeitsstellen werden zwei Hauptkategorien unterschieden: "Entwicklungskompetenzen" (diejenigen, die KI schaffen) und "Anwendungskompetenzen" (diejenigen, die KI nutzen). Im ersten Quartal 2024 machten die Entwicklungsstellen mehr als 80 % aus, während die Anwendungsstellen weniger als 20 % betrugen. Im zweiten Quartal 2025 sank der Anteil der Entwicklungsstellen auf 65 %, während der Anteil der Anwendungsstellen auf 35 % stieg.
Die Entwicklungsstellen machen immer noch fast zwei Drittel aus, aber die Anwendungsstellen haben sich in einem Jahr fast verdoppelt.
Was bedeutet das? Die Einstellung von KI-Spezialisten erstreckt sich von der einfachen Modellentwicklung auf breitere Anwendungsbereiche. Unternehmen suchen nicht nur Personen, die Modelle trainieren und Algorithmen optimieren können, sondern auch dringend Personen, die ChatGPT, DeepSeek, Midjourney usw. in den Geschäftsprozess integrieren und direkt Probleme lösen können.
Eine Analyse der Einstellungsdaten von LinkedIn im Jahr 2026 durch Rework bestätigt diesen Trend. Der Bedarf an KI-Fähigkeiten hat in den letzten 12 Monaten um 142 % gestiegen, wobei die Wachstumsrate von Anwendungsstellen höher ist als die von Kernentwicklungstellen, wie z. B. Prompt-Engineer und KI-Interaktionsdesigner.
Auch innerhalb der Entwicklungsstellen findet eine Umstrukturierung hin zu "Allroundern" statt. Unter den Algorithmenstellen ist der Anteil der generischen Stellen, die keine spezifische Richtung angeben und nur als "KI-Algorithmus-Engineer" gekennzeichnet sind, von 14 % auf 24 % gestiegen und damit zur größten Unterkategorie geworden. Gleichzeitig ist der Anteil der "komplexen Stellen", die die Beherrschung sowohl der traditionellen Deep Learning- als auch der Large Language Model-Technologien erfordern, von weniger als 16 % auf über 25 % gestiegen, während die traditionellen Bild- und Visuellen Algorithmen abnehmen.
Die dahinter liegende Logik ist, dass die Entstehung von Large Language Modellen die Arbeitsweise der KI-Entwicklung verändert hat, von "Trainieren von spezifischen Modellen in bestimmten Bereichen" hin zu "Aufrufen von allgemeinen Large Language Modellen + Anpassung an die Anwendungsumgebung". Die Knappheit der alten Spezialisten (die nur einen Algorithmus beherrschen) nimmt ab, während die komplexen Allrounder, die sowohl Large Language Model- als auch traditionelle KI-Kenntnisse haben, wertvoller werden. Unternehmen brauchen Spezialisten nicht weniger, sondern sind nicht mehr zufrieden mit engen Spezialisten, die nur in einer Richtung kompetent sind.
Die Veränderungen in nicht-technischen Bereichen werden von vielen Menschen möglicherweise stärker beachtet. Der stärkste Anstieg des KI-Bedarfs ist in der Beratungs- und Analysebranche zu verzeichnen, wo die KI-Penetration von 1,03 % auf 2,71 % gestiegen ist, sowie in der Design- und Kreativbranche, wo sie von 1,29 % auf 2,74 % verdoppelt wurde. Darüber hinaus ist die KI-Penetration in der Management-, Bildung- und Forschung sowie in der Produkt- und Projektbranche relativ hoch. Ein gemeinsames Merkmal tritt hervor: Die KI-Fähigkeiten dringen zuerst in wissensintensive Stellen in nicht-technischen Bereichen ein, nicht in Arbeitsplätze im Bereich der körperlichen Arbeit und des Produktionsmanagements.
Erkenntnis 3: In China gibt es keine "Schere" wie in den USA, die Einstiegstellen halten noch stand
In den USA passiert ein grausames Phänomen: Nach der Einführung von KI steigt der Bedarf an hochqualifizierten Stellen weiterhin, während der Bedarf an Einstiegstellen kontinuierlich sinkt. Eine Studie von Lichtinger und anderen anhand von Tausenden von LinkedIn-Lebensläufen hat gezeigt, dass generative KI eine "Alters-biasierte technologische Veränderung" ist, die die Einstiegskräfte weit stärker betrifft als die erfahrenen Mitarbeiter. Die Daten von Brynjolfsson und anderen bestätigen dies: In KI-exponierten Stellen ist die Beschäftigung von jungen Berufseinsteigern im Alter von 22 - 25 Jahren um fast 20 % gesunken. Ein Bericht in der Fortune zeigte sogar einen noch deutlichereren Titel - "Großer Rückgang der Angestellten".
Derzeit hat sich China diesen Film nicht nachgestellt.
Die Daten zeigen, dass der Anteil der hochqualifizierten KI-Stellen in China während der Beobachtungszeit leicht zurückgegangen ist, von 63,18 % im ersten Quartal 2024 auf 60,87 % im zweiten Quartal 2025. Gleichzeitig hat der Anteil der Einstiegstellen zwar in 2024 stark schwankt, aber im langen Zeitraum gesehen hat er sowohl sinkende als auch steigende Phasen gezeigt und keine kontinuierliche Abnahme wie in den USA.
Der Trend ist noch deutlicher, wenn man alle Stellen (auch nicht-KI-Stellen) betrachtet. Der Anteil der hochqualifizierten Stellen ist von 22,64 % auf 15,40 % gesunken, während der Anteil der Einstiegstellen bei etwa 7 % stabil geblieben ist.
Warum ist es in China anders als in den USA? Zwei mögliche Gründe.
Erstens, die Kostenstruktur ist unterschiedlich. Das durchschnittliche Jahresgehalt für Einstiegstellen in den USA liegt zwischen 50.000 und 85.000 US-Dollar. Die Substitution durch KI bringt eine relativ klare Kostensenkung. In China sind die Kosten für Einstiegskräfte relativ niedrig. Unternehmen könnten feststellen, dass es wirtschaftlicher und sicherer ist, Einstiegskräften KI-Tools zu geben, um die Effizienz zu steigern, anstatt sie direkt zu ersetzen.
Zweitens, die Branchenentwicklung ist unterschiedlich. Die USA befinden sich immer noch im Wettrennen der Grundlagenforschung von Large Language Modellen, und der Bedarf an hochqualifizierten Wissenschaftlern und Architekten bleibt auf hohem Niveau. China beschleunigt die Umsetzung von Anwendungen in der Praxis, und dieser Bedarf richtet sich natürlich eher an anwendungsorientierte und ingenieurtechnische Fachkräfte, was die Stabilität der Einstieg- und Mittelstufenstellen unterstützt.
Aber hier muss eine wichtige Einschränkung gemacht werden: Die "Widerstandsfähigkeit" der Einstiegstellen könnte nur vorübergehend sein.
Das Weltwirtschaftsforum (WEF) hat im Januar 2026 vier Szenarien für die Beschäftigung im Jahr 2030 erstellt. Die einzige Schlüsselvariable ist: Kann die Anpassungsgeschwindigkeit der Arbeitskräfte an die KI-Fähigkeiten der Zunahme der KI-Fähigkeiten folgen? Die Widerstandsfähigkeit der Einstiegstellen in China basiert auf der Annahme, dass "die KI-Beschleunigung kostengünstiger ist als die KI-Substitution". Aber die Fähigkeiten von Large Language Modellen steigen exponentiell, und die Nutzungskosten fallen rapide. Sobald der kritische Punkt erreicht ist und die Annahme geändert wird, wird "Beschleunigung" wahrscheinlich in "Substitution" umschlagen.
Zusammenfassend lässt sich sagen: Die USA ersetzen Einstiegskräfte durch KI, während China Einstiegskräften KI-Tools gibt, um sie zu stärken. Aber wie lange diese Stärkung halten kann, hängt von der Entwicklungsgeschwindigkeit der Modelle und der Kurve der sinkenden Kosten ab. Dies ist ein Zeitfenster, kein stabiles Gleichgewicht.
Erkenntnis 4: KI-Stellen bevorzugen "hochgebildete + erfahrene" Mitarbeiter, aber das Bildungsniveau als Signalwert verliert an Bedeutung
Die Anforderungen an das Bildungsniveau und die Berufserfahrung für KI-Stellen sind deutlich höher als der Durchschnitt auf dem Markt.
Bildungsniveau: Von allen Stellen verlangen 24 % "Bachelor oder höher". Wie sieht es bei KI-Stellen aus? 71 %. Fast 12 % der KI-Stellen verlangen einen Master- oder Doktorgrad, weit über dem Anteil von weniger als 1 % der Master- und Doktoranden in der gesamten Bevölkerung. Statistische Tests zeigen, dass die Wahrscheinlichkeit, dass eine KI-Stelle einen Bachelor-Abschluss als Mindestanforderung hat, 4 - 8 Mal höher ist als bei nicht-KI-Stellen.
