Die Einstiegsstelle war jahrzehntelang der Ort, an dem aus Wissen Urteilsvermögen wurde. Recherchieren, zusammenfassen, erste Entwürfe schreiben, Zahlen aufbereiten, Protokoll führen: Aufgaben, die einzeln wenig hermachen, an denen aber jede erfahrene Fachkraft gelernt hat, worauf es im Kern ankommt. Genau diese Aufgaben übernimmt generative KI zuerst.
Die Bewegung ist messbar. Der Vergütungs- und Arbeitsmarktreport des Anbieters Ravio weist für 2025/26 einen Rückgang der Einstellungen auf Einstiegs-Level im Tech-Bereich von 73,4 Prozent im Jahresvergleich aus, gegenüber rund 7 Prozent über alle Erfahrungsstufen hinweg. US-Medien sprechen bereits vom Ende der Karriereleiter.
Einordnung gehört dazu: Das ist der Datensatz eines einzelnen Anbieters, tech-spezifisch, keine amtliche Statistik. Und die Zuschreibung "wegen KI" ist umstritten. Es gibt prominente Gegenstimmen, die den Rückgang eher auf Zinsniveau, Nachholeffekte nach der Pandemie und allgemeine Investitionszurückhaltung zurückführen. Die Richtung ist über mehrere Quellen hinweg dieselbe, die Ursache nicht abschließend geklärt.
Zwei Zahlen, die sich zu widersprechen scheinen
Im selben Zeitraum meldet der Markt das Gegenteil eines Überangebots. Eine Studie von McKinsey und Stifterverband bezifferte den Zusatzbedarf an Tech-Spezialisten in Deutschland schon 2021 auf bis zu 780.000 bis zum Jahr 2026, besonders bei Datenanalyse und KI. Der Bitkom zählt für 2025 rund 109.000 offene IT-Stellen, KI-Fachleute die gefragteste Untergruppe. Das PwC KI-Jobbarometer 2026 registriert 69 Prozent mehr Stellenanzeigen mit KI-Bezug binnen eines Jahres.
"Uns fehlen KI-Fachkräfte" und "KI vernichtet Einstiegsjobs" sind kein Widerspruch. Der Markt braucht mehr Menschen, die KI anleiten, ihre Ergebnisse einordnen und in reale Probleme übersetzen, und weniger Menschen, die Routine abarbeiten. Die Nachfrage verschiebt sich von der Ausführung zum Urteil.
Die mittlere Sprosse
Das Problem ist die Reihenfolge. Urteilsvermögen ist keine Eigenschaft, die man einstellt, sondern eine, die entsteht: durch Jahre an konkreten Fällen, durch Fehler mit überschaubaren Folgen, durch Wiederholung, bis man ein Muster erkennt, bevor es sich zeigt. Die untere Sprosse der Karriereleiter trägt, weil sie auf die mittlere führt.
Wer heute keine Berufseinsteiger mehr einstellt, weil KI ihre Aufgaben günstiger erledigt, hat in fünf Jahren keine erfahrenen Sachbearbeiter und in zehn Jahren keine Senioren, die eine KI überhaupt beaufsichtigen könnten. Die mittlere Sprosse lässt sich nicht überspringen. Man kann sie nur später am leergefegten Markt zu Knappheitspreisen einkaufen, im Wettbewerb mit allen anderen, die denselben Fehler gemacht haben.
Ein Land hat den Fehler schon gemacht
Finnland hat 2016 selbstgesteuertes, fächerübergreifendes Projektlernen zur Pflicht gemacht: die richtige Frage, denn die Fähigkeit, sich in einem offenen Problem ohne vorgegebene Fachgrenzen zu bewegen, ist genau das, was der Umgang mit KI verlangt. Seither sind Finnlands Schulleistungen deutlich gefallen. Die plausibelste Lesart ist nicht, dass offenes Lernen an sich falsch wäre, sondern dass der Widerstand aus dem Lernprozess genommen wurde, ohne die Anleitung mitzuliefern. Die ausführliche Analyse dieses Stolperers lässt sich fast wörtlich auf den Betrieb übertragen.
"Nimm halt Copilot" ist derselbe Fehler im Betrieb
Einem Berufseinsteiger eine Lizenz und eine Einführungsstunde zu geben und ihn dann "effizient" mit KI arbeiten zu lassen, folgt genau diesem Muster. Kurzfristig sehen die Ergebnisse besser aus: Der Text ist glatter, die Aufgabe schneller fertig. Langfristig entsteht niemand, der beurteilen kann, ob das Ergebnis überhaupt stimmt.
Die Forschung dazu ist eindeutiger, als die Debatte vermuten lässt. Studien aus dem Jahr 2025 finden einen negativen Zusammenhang zwischen häufiger, unstrukturierter KI-Nutzung und kritischem Denken, vermittelt darüber, dass die Denkarbeit an das Werkzeug abgegeben wird; jüngere Nutzer trifft es stärker. Strukturierte, dialogische Nutzung dagegen hebt kritisches Denken messbar. Nicht das Werkzeug entscheidet, sondern die Einbettung. Dasselbe Muster zeigt sich zwischen erfahrenen und unerfahrenen Mitarbeitern an denselben Tools: die Expertise-Schere.
Was der Mittelstand konkret tun kann
Die Konsequenz ist nicht, die Einstiegsrolle zu streichen, sondern sie neu zu definieren. Der Berufseinsteiger arbeitet ab dem ersten Tag an echten Firmenaufgaben mit KI, aber in einem begleiteten Prozess: Ein erfahrener Kollege moderiert, ordnet ein und lässt Hürden bewusst stehen, statt sie wegzunehmen. Nicht jede Aufgabe wandert an die KI, und nicht jede KI-Antwort wird übernommen.
Technisch heißt das: Die KI läuft auf dem kompilierten Firmenwissen, nicht auf generischem Allgemeinwissen. Sie stellt Fragen auf Basis des eigenen Kontexts, statt fertige Antworten hinzustellen. Das Human-in-the-Loop-Prinzip bleibt strukturell erhalten: Der Kontext wird besser, das Urteil bleibt beim Menschen und wird mit jeder Wiederholung belastbarer. So wird die KI-Einführung selbst zum Ausbildungsinstrument. Der Betrieb baut die KI-erfahrenen Fachkräfte auf, die er am Markt nicht mehr bekommt, statt darauf zu warten, dass jemand anderes sie ausbildet.
Das ist kein Zusatzprogramm neben der Arbeit. Es ist die Frage, ob KI-Architektur und Einarbeitung zusammen gedacht werden oder getrennt. Ein KI-Betriebsmodell, das beides verbindet, kostet in der Einführung mehr Aufmerksamkeit als eine Lizenzverteilung. Es erzeugt dafür einen Bestand, den man sonst teuer zukaufen muss.
Die Pipeline-Frage
Der Einstiegsjob-Kollaps ist keine Effizienzgeschichte, sondern eine Frage nach der eigenen Zukunftsfähigkeit. Die Unternehmen, die in fünf Jahren erfahrene KI-Anwender im Haus haben, sind die, die heute den begleiteten Einstieg bauen – nicht die, die ihn wegrationalisiert haben. Der kurzfristige Spareffekt ist real. Der langfristige Preis ist eine Belegschaft ohne mittlere Sprosse.
Wo Ihr Unternehmen heute steht und welche KI-Architektur zu Ihrer Kompetenzstruktur passt: Der KI-Potenzial-Check gibt in 15 Minuten eine erste Einschätzung. Wer den Einstieg systematisch als Kompetenzaufbau gestalten will: Paket B – Strategische Roadmap beschreibt den Weg vom Tool-Zugang zur echten KI-Integration.