IT-Berufe im AI-Zeitalter: Welche Aufgaben bleiben wertvoll?

Was eine Prognose tatsächlich aussagt

Der Future of Jobs Report 2025 des World Economic Forum zählt AI- und Machine-Learning-Spezialisten sowie Software- und Anwendungsentwickler zu den prozentual stark wachsenden Rollen bis 2030. Grundlage sind Erwartungen befragter Arbeitgeber, keine bereits besetzten künftigen Stellen.

Die oft genannten Millionenwerte des Berichts beziehen sich auf den gesamten weltweiten Arbeitsmarkt und verschiedene Berufe. Sie dürfen nicht als Zahl freier AI-Jobs in Deutschland oder als Zusage für Absolventen eines bestimmten Studiengangs gelesen werden. Die Ergebnisse und ihren Rahmen findest du beim WEF.

Vier Aufgabenfelder statt einer Liste cooler Titel

Vergleich seitlich wischen ↔

Diese Aufgaben verändern sich mit den Werkzeugen. Sie verschwinden nicht einfach dadurch, dass eine Anwendung Text oder Code erzeugen kann. Gleichzeitig können sich konkrete Einstiegsrollen und Anforderungen verschieben. Wer Grundlagen versteht und Neues prüfen kann, bleibt beweglicher.

Physical AI: wenn Software in der physischen Welt handelt

Physical AI bezeichnet hier die Verbindung von AI mit Systemen, die wahrnehmen und in der realen Welt handeln, etwa Robotik. Google DeepMind zeigt mit Gemini Robotics ein Beispiel für diese Entwicklungsrichtung. Das belegt eine technologische Richtung, nicht den Zeitpunkt flächendeckender Einführung oder eine bestimmte Zahl neuer Stellen.

Für Unternehmen entstehen dabei sehr konkrete Fragen: Welche Aufgabe ist sicher automatisierbar? Wie werden Sensorinformationen verarbeitet? Wie greifen Software, Prozesse und Verantwortlichkeiten ineinander? Je näher ein System an reale Abläufe rückt, desto wichtiger werden Tests, Integration und ein kontrollierter Betrieb.

Das ist ein Ausblick auf mögliche Anwendungsfelder. Die Study-Studiengänge sind keine spezialisierten Robotik- oder Mechatronikabschlüsse. Ihre Kompetenzen können jedoch an Schnittstellen solcher Projekte relevant werden.

Wie du Berufsaussichten selbst besser einschätzt

• Lies mehrere aktuelle Einstiegsanzeigen mit ähnlichen Aufgaben, nicht nur identischen Titeln.
• Unterscheide Muss-Anforderungen von Fähigkeiten, die im Job aufgebaut werden können.
• Achte auf Grundlagen, die in verschiedenen Anzeigen wiederkehren.
• Frage, welche konkreten Ergebnisse ein Berufseinsteiger liefern soll.
• Vergleiche diese Aufgaben mit Modulen und Projekten im Studiengang.

Eine besonders lange Werkzeugliste ist kein vollständiges Berufsbild. Interessant wird eine Stelle dort, wo nachvollziehbar ist, welches Problem du gemeinsam mit anderen löst und wer dich dabei fachlich begleitet.

Was du schon vor dem Studium sammeln kannst

Dokumentiere einen kleinen Lernversuch: eine Prozessanalyse, ein einfaches Programm, eine begründete AI-Bewertung oder eine fiktive Sicherheitsanalyse. Zeige nicht nur das Ergebnis, sondern auch deine offenen Fragen und einen Fehler, aus dem du gelernt hast.

So wird aus „Ich interessiere mich für AI“ eine greifbare Beobachtung. Genau daran lässt sich in der Studienberatung anknüpfen. Die beste Perspektive verbindet einen relevanten Aufgabenbereich mit deiner Bereitschaft, die dazugehörigen Grundlagen gründlich zu lernen.