AI is taking over traditional entry-level tasks, creating a dangerous gap in the talent pipeline. When junior roles disappear, the most critical learning phase for young professionals is lost—with consequences for companies. Johann Wachs, Managing Director at eightplaces, analyzes why career entry in the AI era requires a new learning and career architecture—and how HR can bridge the gap between algorithms and expertise.
The first job needs to be reinvented—thanks to AI
Stellenausschreibungen für Einstiegsjobs sind derzeit kaum zu finden. Einer der Gründe: KI übernimmt immer mehr Aufgaben, mit denen Berufseinsteiger traditionell starten. Für Unternehmen gilt es jetzt, Einstiegsstrukturen neu zu denken – oder sie verlieren eine Generation.
Wer heute als junger Betriebswirtschaft-Absolvent mit Masterabschluss auf Jobsuche ist, kann ein Lied davon singen: „Wir suchen jemanden mit mehr Erfahrung“ lautet die Rückmeldung, sofern die Absage nicht direkt automatisiert kommt.
Dabei waren die entsprechenden Vakanzen – etwa Junior Consultant, Trainee im Marketing oder Junior-Analyst – noch vor drei Jahren klassische Einstiegspositionen. Heute nicht mehr. Viele dieser Aufgaben erledigen inzwischen Algorithmen.
Eine Auswertung von Stepstone belegt die Erfahrungen, die viele junge Menschen gerade machen. Der Anteil ausgeschriebener Einstiegsjobs lag im ersten Quartal 2025 tatsächlich 45 Prozent unter dem Fünfjahresdurchschnitt. Besonders betroffen sind administrative und datenverarbeitende Tätigkeiten: Im Vertrieb sanken die Einstiegsstellen um 56 Prozent, im Personalwesen um 50 Prozent, in der Verwaltung um 34 Prozent.
Die Gründe für diesen Einbruch sind vielschichtig. Die wirtschaftliche Lage drückt die Einstellungsbereitschaft, Unternehmen sparen zuerst bei Juniorpositionen. Doch parallel dazu verändert Künstliche Intelligenz die Aufgabenprofile: Recherche, Datenaufbereitung, Entwürfe, Zusammenfassungen – Tätigkeiten, mit denen Berufseinsteiger traditionell beginnen und dabei Routine sowie Selbstvertrauen gewinnen, erledigen heute KI-Tools.
Was bleibt, sind komplexe, erfahrungsintensive Tätigkeiten, die Expertise und Urteilskraft erfordern. Ein Senior Analyst erkennt beispielsweise sofort, wenn eine KI-generierte Auswertung völlig unrealistisch ist. Ein Berufseinsteiger, der nie gelernt hat, Rohdaten selbst zu strukturieren, sieht nur das fertige Ergebnis – und hat keine Referenz, um es zu hinterfragen. Die Lernschleife bricht ab – und genau hier entsteht das Problem für den Nachwuchs. Sie werden zu Prompt-Bedienern, ohne zu verstehen, was dahinter passiert.
