Wenn KI die Einstiegsarbeit übernimmt: Wie lernen die Experten von morgen?

TL;DR

• Einstiegsjobs sind Lernjobs: Berufseinsteiger:innen erledigen nicht nur Aufgaben, sondern sammeln dabei Erfahrung, Fachwissen und Urteilskraft.

• KI verändert genau diese Lernphase: Viele klassische Junior-Aufgaben wie Recherche, Analyse oder erste Entwürfe lassen sich heute automatisieren. Damit können auch wichtige Lerngelegenheiten verloren gehen.

• Das kann langfristig zum Talentproblem werden: Wenn weniger Menschen praktische Erfahrung sammeln, fehlen Unternehmen später möglicherweise die erfahrenen Fach- und Führungskräfte.

• Lernen muss bewusster organisiert werden: Mentoring, Expert-Novice-Beziehungen, Shadowing, Apprenticeship und Peer Learning werden wichtiger, wenn Lernen nicht mehr automatisch im Arbeitsalltag entsteht.

• AI Literacy und menschliche Fähigkeiten gehen Hand in Hand: Mitarbeitende müssen KI kompetent einsetzen können, benötigen aber gleichzeitig Fachwissen, Kontext und Urteilskraft, um die Ergebnisse kritisch zu bewerten.

• Nicht alles, was automatisiert werden kann, sollte sofort automatisiert werden: Unternehmen müssen entscheiden, wo KI Effizienz schafft und welche Aufgaben bewusst als Lernräume erhalten bleiben sollten.

• Die zentrale Frage: Wenn KI einen Teil der Arbeit übernimmt, an der Menschen bisher gelernt haben, wie stellen wir sicher, dass trotzdem die Expert:innen von morgen entstehen

Der Berufseinstieg wird schwieriger – besonders in Wissensberufen

Vor Kurzem habe ich mich mit einem jungen Berufseinsteiger unterhalten, der nach seinem ersten Job nach dem Studium sucht. Eigentlich bringt er alles mit, was Unternehmen heute fordern: einen guten Universitätsabschluss, digitale Affinität, erste praktische Erfahrung und einen sehr selbstverständlichen Umgang mit KI.

Trotzdem gestaltet sich die Jobsuche schwieriger als gedacht. Viele der klassischen Junior-Aufgaben, für die Unternehmen früher Berufseinsteiger eingestellt haben, lassen sich inzwischen zumindest teilweise automatisieren. Gleichzeitig fordern Stellenanzeigen oft bereits Erfahrung, die man eigentlich erst im ersten oder zweiten Job sammeln würde.

Seine Frage war deshalb sinngemäß: Wie soll ich Erfahrung sammeln, wenn niemand mehr bereit ist, mich genau diese Erfahrung machen zu lassen?

Diese Frage ist mir hängen geblieben und beschäftigt mich seither enorm. Denn dahinter steckt aus meiner Sicht ein Problem, das weit über den Berufseinstieg einzelner Menschen hinausgeht.

Indeed zeigt, dass Einstiegsjobs in Deutschland seit 2022 um mehr als zwei Drittel zurückgegangen sind und im Juli 2026 bei 46 % des Niveaus von 2019 lagen. Besonders stark war der Rückgang in wissensintensiven Bereichen wie Marketing, Projektmanagement und Tech. Gleichzeitig weist Indeed ausdrücklich darauf hin, dass der Trend bereits vor ChatGPT begonnen hat und KI daher nicht als alleinige Ursache dafür gilt.

Doch unabhängig davon, durch welche Faktoren diese Entwicklung aktuell beeinflusst wird, sehe ich den Rückgang an Einstiegsjobs nicht nur als persönliches Problem für junge Menschen. Für Unternehmen könnte er langfristig  zu einem massiven strategischen Problem werden.

Einstiegsjobs sind mehr als günstige Arbeitskräfte

Beim Lesen der Diskussionen um den Wegfall der Einstiegsjobs ist mir etwas aufgefallen: Oft werden Automatisierung und KI mit Juniors nur auf dem Niveau von Produktivität und Geschwindigkeit verglichen. Man verzichte auf Junior-Stellen, da KI dieselben Aufgaben schneller und präziser erledigen könne. Es sei schlichtweg günstiger.

Diese Sichtweise auf die Situation ist meiner Meinung nach nicht nur viel zu punktuell, sondern auch gefährlich. Berufseinsteiger lediglich als günstige Arbeitskräfte anzusehen ist langfristig fatal. Deshalb möchte ich an dieser Stelle einen kleinen Ausflug machen, um zu sehen, welche Funktionen Entry-Level-Jobs in Unternehmen eigentlich erfüllen. Ein Entry-Level-Job hat traditionell zwei Funktionen: produktive Arbeit leisten und gleichzeitig Erfahrung sammeln. Die Diskussionen betrachten häufig nur diesen einen Aspekt der Produktivität und vernachlässigen die anderen völlig.

Optimieren Unternehmen nur auf Schnelligkeit und Kosten, besteht die Gefahr, dass ihnen künftig gut ausgebildete und erfahrene Fach- und Führungskräfte fehlen.

Wenn KI die Junior-Aufgaben übernimmt, wo entsteht Erfahrung?

Der neue Prozess mit KI und Automatisierung sieht vor, dass Seniors die Analyse erstellen lassen, sie prüfen und entweder nutzen oder erneut erstellen lassen. Juniors werden aus dem Prozess ausgeschlossen.

Dabei lernen diese typischerweise durch kleinere Aufgaben, Beobachtung erfahrener Kolleg:innen, Feedback, Wiederholung, Fehler, den Kontext und schrittweise mehr Verantwortung. Juniors entwickeln über Jahre hinweg ein Urteilsvermögen in ihrem Fachbereich, das sich (Stand heute) nur sehr schwer durch KI ersetzen lässt. Und genau dieses „learning by doing“ ist wichtig. Denn so bauen Unternehmen starke und erfahrene Führungs- und Fachkräfte von morgen auf.

Wenn Unternehmen alle einfachen Einstiegsjobs an KI übergeben, bleibt Berufseinsteigern keine Möglichkeit mehr, grundlegende Erfahrungen zu sammeln. Und wenn wir an dieser Stelle einmal auf unseren Karriereweg zurückblicken: Haben wir nicht gerade aus unseren Fehlern am meisten gelernt? Was passiert, wenn wir keine Fehler mehr machen können, weil sie im Prozess nicht mehr vorgesehen sind?

Die Entry-Level-Krise von heute könnte zur Talentlücke von morgen werden

Der Wegfall der Einstiegsjobs mag zunächst vor allem wie ein Problem für Berufseinsteiger wirken. Natürlich ist es frustrierend, nach Jahren des Studiums weder einen Job noch ein Unternehmen zu finden, das einem die Chance gibt, Fehler zu machen und daraus zu lernen. Und auch die Verkleinerung eines gut ausgebildeten Talentpools mag in der aktuellen wirtschaftlichen Lage und in Zeiten günstiger Automatisierung nicht als großes Problem für Unternehmen erscheinen.

Doch meiner Meinung nach wird diese Entwicklung gerade die Unternehmen in den nächsten fünf bis zehn Jahren einholen und zu massiven Komplikationen führen. Bildet keiner mehr Junioren zu Fachkräften in ihrer Branche aus, wird sich sowohl der Fachkräfte- als auch der Nachwuchsmangel verstärken. Es wird weniger Mitarbeitende mit Mid-Level-Kompetenzen geben und demnach später auch weniger Senior-Expertise. Das wird schlussendlich dazu führen, dass Unternehmen weniger interne Nachfolger haben und stärker vom externen Arbeitsmarkt abhängig werden.

Lernen am Arbeitsplatz muss künftig bewusster gestaltet werden

Ich glaube, vielen Unternehmen ist nicht bewusst, wie viel Lernen im normalen Arbeitsalltag stattfindet. Es haben sich über die Jahre hinweg Lernkulturen und Strukturen innerhalb und zwischen den Abteilungen gebildet, die nie aktiv gestaltet wurden.

Das fängt damit an, dass man neben erfahreneren Kolleg:innen sitzt und deren Arbeitsweisen mitbekommt, Gespräche mithört, Entscheidungsfindungsprozesse und Diskussionen beobachtet oder einfach nur jemanden hat, dem man Rückfragen stellen kann. An dieser Stelle möchte ich auch gerne wieder auf das 70-20-10-Modell hinweisen, das ich im Zusammenhang mit einer Lernkultur gerne aufgreife.

Wenn KI Arbeit stärker individualisiert oder Aufgaben vollständig übernimmt, kann dieses informelle Lernsystem verschwinden. Fragen werden von KI beantwortet, jedoch findet kein echter Austausch statt, keine Diskussion. Eine “Konversation” mit einer KI kann in keiner Weise mit einer menschlichen Interaktion verglichen werden.

Wir haben Mentoring, Wissenstransfer und Expert-Novice-Beziehungen lange als etwas betrachtet, das im Arbeitsalltag ohnehin entsteht. Vielleicht können wir uns künftig nicht mehr darauf verlassen. Unternehmen müssen aktiv Strukturen schaffen, die menschliche Lernbeziehungen im Arbeitsalltag ermöglichen.

Wie Unternehmen neue Lernwege für Berufseinsteiger schaffen können

1. Junior-Rollen nicht einfach streichen, sondern neu designen
   Unternehmen sollten sich nicht die Frage stellen, welche Aufgaben von KI übernommen werden können, sondern: Welche Aufgaben brauchen Juniors, um Urteilskraft aufzubauen? Ein gutes Beispiel dafür liefert Shell: Dort werden Berufseinsteiger:innen bewusst dazu angehalten, Probleme zunächst selbst zu strukturieren, Annahmen zu hinterfragen und eine erste eigene Analyse zu entwickeln, bevor KI zum Einsatz kommt. So bleibt KI ein Werkzeug im Lernprozess, statt ihn zu ersetzen.

2. Mentoring vom Benefit zur Lerninfrastruktur machen
   Mentoring sollte künftig weniger als zusätzlicher Benefit und stärker als Teil der Lerninfrastruktur verstanden werden. Gerade wenn klassische Lernaufgaben wegfallen, brauchen Berufseinsteiger:innen einen bewusst geschaffenen Zugang zu erfahrenen Kolleg:innen, die Kontext vermitteln, Feedback geben und ihr Erfahrungswissen weitergeben.

3. Expert-Novice-Beziehungen bewusst schaffen
   Unternehmen müssen außerdem bewusste Expert-Novice-Beziehungen schaffen – unabhängig von formalen Mentoringprogrammen. Jede/r Berufseinsteiger:in braucht regelmäßigen Zugang zu erfahrenen Kolleg:innen, um nicht nur Fachwissen, sondern auch Kontext, Entscheidungslogiken und Erfahrungswissen aufzubauen. Was früher oft ganz nebenbei im Arbeitsalltag entstand, muss künftig möglicherweise gezielter organisiert werden.

4. Shadowing und Ausbildung neu denken
   Gerade in der Wissensarbeit können Berufseinsteiger:innen davon profitieren, erfahrene Kolleg:innen bei Meetings, Entscheidungen oder komplexen Aufgaben bewusst zu begleiten. So lernen sie nicht nur das Ergebnis kennen, sondern verstehen auch die Überlegungen und Erfahrungen, die dahinterstehen. Gerade der Aspekt, warum Entscheidungen letztlich so getroffen wurden, ist für Juniors Gold wert.

5. KI nicht zu früh zwischen Junior und Lernaufgabe schieben
   Nur weil KI eine Aufgabe schneller erledigt, heißt das nicht automatisch, dass sie sie auch übernehmen sollte. Denn nur weil eine Aufgabe automatisiert werden kann, heißt das nicht, dass sie keinen Lernwert mehr hat. Gerade Recherche, Analyse oder das Erstellen erster Entwürfe bilden eine wichtige Basis dafür, Zusammenhänge zu verstehen und die eigene Urteilskraft zu entwickeln.

6. Peer Learning ergänzen
   Juniors lernen nicht nur von Seniors. Auch Learning Circles und Peer Groups schaffen wertvolle Lernräume, in denen Berufseinsteiger:innen Erfahrungen vergleichen, gemeinsam Probleme lösen und sich über den sinnvollen Einsatz von KI sowie über neue Arbeitsweisen austauschen können. Gleichzeitig entsteht ein geschützter Raum, in dem Fragen und Unsicherheiten offen angesprochen werden können. Auch das WEF betont, dass Reskilling künftig mehr sein muss als die Bereitstellung formaler Kurse: On-the-Job-Erfahrung, informelles Lernen und die Mitarbeit an neuen Projekten bleiben entscheidend für die Entwicklung neuer Fähigkeiten.

Nicht jede automatisierbare Aufgabe sollte automatisiert werden

Für mich ist deshalb die entscheidende Frage nicht, ob wir KI einsetzen sollten. Das werden wir, und in vielen Bereichen ist das auch sinnvoll. Die spannendere Frage ist: Welche Arbeit automatisieren wir und welche behalten wir ganz bewusst als Lernraum?

KI kann heute die erste Recherche übernehmen, eine Präsentation strukturieren, Meeting-Notizen zusammenfassen, Analysen vorbereiten oder eine Kundenmail formulieren. Das spart Zeit. Aber was passiert, wenn Berufseinsteiger:innen genau diese Dinge irgendwann gar nicht mehr selbst machen? Wer nicht recherchiert hat, kann schwer einschätzen, ob eine Quelle wirklich belastbar ist. Wer nie selbst eine Analyse erstellt hat, kann Fehler in einer KI-generierten Analyse schlechter erkennen. Und wer nie um die richtige Formulierung gerungen hat, entwickelt auch weniger Gefühl dafür, was gute Kommunikation ausmacht.

Genau hier werden AI Literacy und AI Fluency entscheidend. Denn kompetent mit KI zu arbeiten bedeutet für mich nicht nur, die richtigen Prompts schreiben oder ein neues Tool bedienen zu können. Es bedeutet auch zu verstehen, wann KI sinnvoll eingesetzt werden kann, ihre Ergebnisse kritisch zu hinterfragen, Fehler zu erkennen und zu wissen, wann menschliches Urteilsvermögen gefragt ist. Dafür benötigen Mitarbeitende wiederum Fachwissen, Kontext und Erfahrung.

Vielleicht müssen wir beim Kompetenzaufbau deshalb künftig noch klarer unterscheiden: Welche Fähigkeiten kann KI übernehmen oder verstärken und welche müssen Menschen weiterhin selbst entwickeln? Recherche lässt sich beispielsweise stark beschleunigen, die kritische Quellenbewertung jedoch nicht einfach auslagern. KI kann Optionen generieren, aber Verantwortung für eine Entscheidung übernehmen kann sie nicht. Sie kann Informationen zusammenfassen, aber Erfahrungswissen, Empathie oder Verständnis des organisatorischen Kontexts nicht auf dieselbe Weise aufbauen.

Genau darin sehe ich eines der größten Risiken: Wenn wir jede Aufgabe automatisieren, nur weil wir es können, automatisieren wir möglicherweise unbemerkt einen Teil des Kompetenzaufbaus mit. Die Aufgabe für Unternehmen wird deshalb sein, Effizienz, AI-Fluency und die Entwicklung menschlicher Kompetenzen gemeinsam zu denken.

Fazit: Wir brauchen neue Wege, um Erfahrung aufzubauen

Ich möchte KI dabei gar nicht als Bedrohung wahrgenommen werden. Im Gegenteil: Wenn sie uns repetitive Arbeit abnimmt, Prozesse beschleunigt und mehr Raum für anspruchsvollere Aufgaben schafft, ist das eine große Chance. Wir dürfen nur nicht den Fehler machen, mit der Arbeit gleichzeitig die Lerngelegenheiten wegzuautomatisieren, über die Menschen bisher Expertise aufgebaut haben.

Vieles davon ist lange Zeit ganz selbstverständlich im Arbeitsalltag entstanden: Juniors haben erfahrenen Kolleg:innen über die Schulter geschaut, gemeinsam an Aufgaben gearbeitet, Feedback erhalten und nach und nach mehr Verantwortung übernommen. Mentoring, Apprenticeship und der Austausch zwischen unterschiedlichen Erfahrungsstufen waren häufig Nebenprodukte der täglichen Zusammenarbeit. Wenn sich diese Zusammenarbeit durch KI verändert, können wir uns darauf vielleicht nicht mehr verlassen. Dann müssen Unternehmen diese Lernräume bewusster schaffen.

Für mich bleibt deshalb vor allem eine Frage: Wenn KI künftig einen Teil der Arbeit übernimmt, an der Menschen bisher gelernt haben: wie stellen wir sicher, dass trotzdem die Expert:innen entstehen, die wir in zehn Jahren brauchen?

Quellen:

Sondergeld, V: Berufseinstieg: Stellenangebot sinkt, Ausbildungssystem bietet einen Anker. Indeed Hiring Lab Germany. Indeed Hiring Lab – Berufseinstieg: Stellenangebot sinkt

World Economic Forum: Artificial intelligence and the future of entry-level work: A framework for safeguarding and reinventing early career pathways. World Economic Forum. WEF – Artificial Intelligence and the Future of Entry-Level Work

Mystery Minds: KI-Kompetenzen im Unternehmen aufbauen: Mentoring & Peer Learning. Mystery Minds. Mystery Minds – KI-Kompetenzen, Mentoring & Peer Learning

Mystery Minds:  HR-Trend 2026: Human Skills und KI Fluency. Mystery Minds. Mystery Minds – Human Skills und KI Fluency