KI übernimmt klassische Einstiegsaufgaben und reißt damit eine gefährliche Lücke in der Talent-Pipeline. Wenn Juniorrollen verschwinden, geht für den Nachwuchs die wichtigste Lernphase verloren – mit Folgen für Unternehmen. Johann Wachs, Geschäftsführer bei eightplaces, analysiert, warum der Berufseinstieg im KI-Zeitalter eine neue Lern- und Karrierearchitektur braucht – und wie HR die Brücke zwischen Algorithmus und Expertise schlagen kann.

Der erste Job muss neu erfunden werden – dank KI

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.

Drei Handlungsfelder für HR und Führung

Folglich riskieren Unternehmen, die jetzt nicht reagieren, eine doppelte Spaltung: zwischen Generationen und zwischen Lernenden und Performern. Doch der Wandel lässt sich konstruktiv nutzen. Der erste Job muss nicht verschwinden – er muss „nur“ neu gebaut werden. Drei Ansätze haben sich dabei in der Praxis bewährt:

1. Von Tools zu „Decision Cases“: Onboarding im KI-Zeitalter

Klassische Onboardings starten mit Software-Schulungen: „So funktioniert unser CRM, so nutzt du Excel, so läuft der Workflow.“ Das reicht nicht mehr. Stattdessen braucht es Kontextvermittlung: Warum nutzen wir diese Tools? Welche Entscheidungen treffen wir damit? Wo hilft KI – und wo nicht?

Ein Beispiel: Ein Verlag will Volontäre integrieren. In der ersten Woche analysiert ein Berufseinsteigender gemeinsam mit erfahrenen Kollegen, wie KI-Tools für Recherche und Texte genutzt werden können – ohne gegen den Pressekodex zu verstoßen. Der Lerneffekt: Der Junior versteht, kritisch mit den KI-Systemen umzugehen: beispielsweise Quellen zu prüfen, keine Fake-News, Gerüchte oder Diskriminierungen zu übernehmen.

Solche „Decision Cases“, bei denen reale Entscheidungssituationen durchgespielt werden, tragen das Onboarding ins KI-Zeitalter. Die Aufgabe der neuen, jungen Mitarbeitenden ist es also nicht, die richtige Antwort zu finden, sondern die richtigen Fragen zu stellen. Ein Senior gibt Feedback, nicht auf das Ergebnis, sondern auf den Denkprozess.

2. Erfahrungswissen trainierbar machen: Tandemmodelle zwischen Junior, Senior und KI

Wer als Unternehmen KI als Ersatz für Junioren sieht, begeht einen fatalen Fehler. Stattdessen sollte KI als dritter Player im Team fungieren: Junioren bedienen die KI, seniorige Mitarbeitende prüfen die Ergebnisse – und beide lernen voneinander. In einer Strategieberatung könnte diese Art Human-AI-Co-Creation folgendermaßen vonstatten gehen: Der Junior nutzt KI, um Muster in Marktforschungsdaten zu identifizieren und erste Hypothesen zu formulieren. Der Senior prüft, ob die Muster valide sind oder ob die KI Korrelationen mit Kausalität verwechselt. Anschließend reflektieren beide gemeinsam: Was hat die KI übersehen? Welche Fragen hätte sie besser beantworten können? Was haben wir dabei gelernt?

Erfahrungswissen wird so trainierbar, nicht nur beobachtbar. Der Junior lernt nicht durch „Shadowing“, sondern durch aktives Tun – mit Feedback in Echtzeit. Der Senior wiederum lernt, präziser zu artikulieren, worauf es ankommt. Hilfreich dabei sind praktische Pair Sessions, also kurze Reflexionen nach jedem KI-gestützten Projekt. Ein interner Prompt-Playground, in dem Junioren Aufgaben üben und erfahrene Kollegen kommentieren, verstärkt diesen Effekt.

3. Lernen mit der KI, nicht von ihr: Virtuelle GPT-Coaches

In sogenannten KI-Mentoring-Buddy-Systemen begleiten virtuelle GPT-Coaches neue Mitarbeitende bei Aufgaben, die kritisches Denken erfordern: Sie geben Feedback auf Texte, unterstützen beim Strukturieren von Analysen oder helfen, Hypothesen sauber zu formulieren. Ziel ist es nicht, menschliches Mentoring zu ersetzen, sondern es zu erweitern – durch einen digitalen Sparringspartner, der jederzeit verfügbar ist und kontinuierlich zum Nachdenken anregt.

Über AI-Augmented Learning Journeys oder Micro-Learning-Modulen lässt sich dieses Prinzip gezielt im Arbeitsalltag verankern, etwa durch fokussierte, interaktive „Critical Thinking mit KI“-Einheiten. Fragen wie „Was würde passieren, wenn dieser KI-Output falsch wäre?“ oder „Welche Annahme steckt hinter diesem Ergebnis?“ schärfen das Urteilsvermögen.

Der erste Job muss zum KI-optimierten Lernsystem werden

Weil sich das Aufgabenprofil im ersten Job von eher einfachen Routine-Aufgaben hin zum gezielten Umgang mit KI verlagert, müssen Unternehmen die klassische Karriereleiter umbauen. Neue Strukturen müssen Lernfähigkeit und Erfahrungswissen verbinden. HR und Führung sollten KI deshalb als Chance sehen, bisher schlechte Lernstrukturen zu ersetzen.

Denn viele Onboardings waren bisher ineffizient: Junioren erledigten monotone Aufgaben, die wenig mit strategischem Denken zu tun hatten. KI zwingt sie nun, diese Routinen zu hinterfragen. Es geht heute darum, Einstiegspositionen so zu gestalten, dass Menschen von Anfang an lernen, was KI nicht kann – nämlich Kontext schaffen, Widersprüche aushalten und Entscheidungen unter Unsicherheit treffen.

Unternehmen, die jetzt KI-kompatible Onboardings, Tandemmodelle und neue Mentoringformate etablieren, sichern sich die Fähigkeit, in einer Welt zu bestehen, in der Algorithmen schnell sind – aber Menschen die Richtung vorgeben. Sie gewinnen nicht nur Nachwuchs, sondern auch Innovationskraft.

Über den Autor

Johann Wachs ist Geschäftsführer bei der auf Employer Branding und Personalmarketing spezialisierten Agentur eightplaces. Vor der Gründung von eightplaces war er über 25 Jahre in internationalen Führungsrollen tätig – unter anderem bei Saatchi, Ogilvy, Grey und Dentsu – mit Verantwortung für die psychologische Erforschung von Marken und Zielgruppen.

Quelle: hrjournal.de

Warum junge Menschen beim Berufseinstieg keine Routinen mehr lernen – und was Unternehmen jetzt tun müssen, um die Erfahrungslücke zu schließen.

Unternehmen suchen dringend qualifizierte Talente – und gleichzeitig fällt es jungen Menschen schwer, beruflich Fuß zu fassen. Der Grund ist kein Mangel an Potenzial, sondern eine strukturelle Veränderung: Die ersten Sprossen auf der Karriereleiter verschwinden. Was früher klassische Einstiegsfunktionen waren – die ersten Reports schreiben, Daten analysieren, Materialien vorbereiten –, wird heute von KI erledigt.

Was bleibt, sind höhere Anforderungen, weniger Anleitung und eine Lücke an praktischer Erfahrung, die in Bewerbungsgesprächen ebenso sichtbar wird wie im späteren Arbeitsalltag. Diese Erfahrungslücke ist nicht länger ein individuelles Problem, sondern ein systemisches. Denn wer nicht üben darf, kann nichts lernen – und wer nichts lernt, ist für anspruchsvollere Aufgaben weniger geeignet.

KI verändert den ersten Job – grundlegend

66 Prozent der von uns befragten Führungskräfte geben an, dass Berufseinsteigerinnen und Berufseinsteiger unzureichend auf ihre Rollen vorbereitet sind. Entscheidender Treiber dieser Entwicklung: KI verändert die Arbeit in der Wissensökonomie an der Basis. Routinen, die bislang für junge Menschen während ihres Berufseinstiegs reserviert waren, werden automatisiert. Die klassischen Lernfelder – von der ersten Wettbewerbsanalyse bis zur Aufbereitung von Meeting-Material – entfallen.

Dieser Wandel betrifft nicht nur das Was, sondern auch das Wie des Arbeitens. KI liefert Informationen schneller, strukturierter und mitunter präziser. Aber sie nimmt auch jenen Teil des Jobs weg, durch den junge Mitarbeitende bislang Handwerk und Kontext gelernt haben. Es geht nicht nur um verlorene Aufgaben, sondern um verlorene Lernräume.

Die Folge: ein Praxis- und Erfahrungssprung, der nicht mehr auf natürlichem Weg geschlossen werden kann. Unternehmen stehen damit vor der Aufgabe, neue Zugänge zu schaffen – und Karrierewege so zu gestalten, dass junge Talente dennoch kritisch denken, bewerten und entscheiden lernen.

Praxisbeispiel 1:
In einem Medienunternehmen wurde das Verfassen erster Artikel durch KI-generierte Entwürfe ersetzt. Junior-Redakteurinnen und -Redakteure analysieren nun fremderstellte Inhalte – obwohl sie selbst kaum Gelegenheit hatten, eigene Texte zu schreiben. Die Qualität der Bewertung leidet.

Arbeit neu gedacht: Drei Leitfragen für den Wandel

Dabei ist klar: Wir stehen nicht am Rande einer kleinen Prozessoptimierung, sondern mitten in einem strukturellen Wandel der Arbeitserbringung. Unsere Studie zeigt: Die Frage ist nicht, wie groß die Veränderung durch KI ist, sondern wie wir mit ihr umgehen.

Genau deshalb haben wir diesen Wandel entlang dreier Leitfragen strukturiert:

• Wie stellen wir sicher, dass Menschen künftig die richtigen Teile der Arbeit übernehmen – und was überlassen wir der Automatisierung?
• Wie verändert sich die Belegschaft – und welche Formen von Arbeitsbeiträgen brauchen wir, um alle mitzunehmen?
• Wie müssen Organisationen sich kulturell und strukturell neu aufstellen, um in einem KI-geprägten Umfeld handlungsfähig zu bleiben?

Diese Fragen sind nicht abstrakt. Sie betreffen das tägliche People Management – von Recruiting bis Retention, von Performance Management bis Führungskultur.

Praxisbeispiel 2:
Ein Beratungsunternehmen hat ein internes KI-Lab geschaffen, in dem junge Mitarbeitende bewusst an Szenarien arbeiten, die klassische Automatisierungsergebnisse bewerten. So entsteht ein neuer Raum für Lernen durch Reflexion.

Führung unter Druck – mit zu wenig Raum für Entwicklung

Die Herausforderung liegt nicht nur bei den Talenten, sondern bei den Führungskräften. Nur sieben Prozent der Unternehmen berichten von echten Fortschritten bei der Neuausrichtung der Führungsrolle – obwohl 73 Prozent den Handlungsbedarf erkennen.

Fast 40 Prozent der Zeit verbringen Führungskräfte heute mit kurzfristiger Problemlösung und administrativen Aufgaben. Für Coaching und Entwicklung der Mitarbeitenden bleibt kaum Raum.

Noch beunruhigender: 36 Prozent der Führungskräfte fühlen sich ihrer Rolle nicht mehr gewachsen. 40 Prozent berichten von einer Verschlechterung ihrer mentalen Gesundheit seit der Übernahme ihrer Position.

Das zeigt: Die Verantwortung, junge Talente zu begleiten, trifft auf eine überforderte Führungsebene – ein weiterer Hebel, an dem Organisationen dringend ansetzen müssen.

Dabei verändert sich die Führungsrolle grundlegend: weg vom Expertenstatus, hin zur Rolle als Navigator zwischen KI-Potenzial und menschlicher Leistung. Führungskräfte müssen Aufgaben definieren, präzise briefen und automatisierte Ergebnisse beurteilen – Fähigkeiten, die in klassischen Führungskarrieren bislang kaum eine Rolle spielten.

Genau hier setzt ein neues Konzept an: Zero Based Work.
Was muss wirklich von Menschen getan werden? Was kann die Maschine übernehmen?

Praxisbeispiel 3:
In einem Finanzdienstleister strukturieren Führungskräfte ihre Teams anhand von Aufgaben statt nach Funktionen – und entscheiden gemeinsam mit Mitarbeitenden, was automatisiert und was persönlich betreut wird.

Brücke zwischen Maschine und Mensch fehlt

Über die Hälfte der Unternehmen bewerten die Zusammenarbeit von Mensch und KI als entscheidend für ihren zukünftigen Erfolg. Doch genau hier liegt das Problem beim Berufseinstieg: Die Fähigkeit, KI-Ergebnisse einzuordnen, basiert auf Erfahrungswissen – also genau dem, was heute nicht mehr selbstverständlich erworben wird.

Wie kann eine Junior-Kollegin im Marketing beurteilen, ob die automatisch generierte Marktanalyse strategisch sinnvoll ist, wenn sie selbst nie gelernt hat, solche Analysen manuell zu erstellen? Wie soll ein junger Ingenieur entscheiden, ob eine von der KI vorgeschlagene Konstruktionsänderung sinnvoll ist?

Kreativität entsteht nicht durch Automatisierung. Doch das will gelernt sein. Die Voraussetzung: Raum zum Ausprobieren, Üben, Reflektieren.

Neue Karrierewege: Skill-basiert statt stellenbasiert

Der klassische Job mit fester Stellenbeschreibung verliert an Bedeutung. Stattdessen entstehen dynamische Rollen – zusammengesetzt aus Fähigkeiten, nicht aus Titeln. Skill-basierte Organisationen fördern die Durchlässigkeit zwischen Aufgaben, schaffen flexiblere Entwicklungspfade und sind 63 Prozent erfolgreicher als klassisch organisierte Unternehmen. Gleichzeitig verändert generative KI das, was Arbeit konkret bedeutet. Sie unterstützt bei der Erstellung von Texten, Codes, Videos, Strategien oder Trainingsmodulen. Sie analysiert, kombiniert, simuliert – ersetzt jedoch keine Persönlichkeit. Organisationen müssen daher nicht nur technische, sondern vor allem kulturelle Voraussetzungen schaffen – für eine Arbeitswelt, in der beide Seiten zur Entfaltung kommen.

Praxisbeispiel 4:
Ein Technologieunternehmen ermöglicht jungen Entwicklern und Entwicklerinnen gezielte Übungsprojekte, in denen KI-gestützte Codevorschläge manuell angepasst werden – als Brücke zwischen Automatisierung und Verständnis.

Menschenzentrierte Führung: Drei neue Anforderungen

Im Zentrum dieser Transformation steht die Rolle der Führungskraft. Sie muss neu gedacht werden – nicht als Anweiser, sondern als Gestalter, Coach und Wegbereiter.

Wir haben drei Schlüsselaspekte moderner Führung in der KI-Welt identifiziert:

1. Forschermentalität: Führungskräfte müssen nicht alles wissen – aber offen für Experimente mit KI sein.
2. Co-Kreation: Rollen und Aufgaben entstehen im Zusammenspiel von Mensch und Technologie – Führung begleitet diesen Wandel.
3. Priorisierung menschlicher Stärken: Emotionale Intelligenz, Kreativität, kritisches Denken – das bleibt unersetzbar und wird zum Differenzierungsmerkmal (siehe Abbildung 1).

Diese neue Führung muss nicht entscheiden zwischen Standardisierung und Personalisierung, zwischen Agilität und Stabilität oder zwischen Output und Outcome (siehe Abbildung 2).

Was Unternehmen jetzt tun können

Ein zukunftsfähiger Jobeinstieg in einer von KI geprägten Welt erfordert gezielte Strategien – keine nostalgische Rückkehr zu alten Strukturen.

Unternehmen, die es ernst meinen, müssen:

• Einstiegsrollen neu definieren und bewusst Erfahrungsräume schaffen
• Führung entlasten, damit sie sich auf Entwicklung statt nur auf Management konzentrieren kann
• Skill-basierte Entwicklungsmodelle etablieren, in denen sich Talente flexibel entfalten können
• Mitarbeitende an den KI-Erfolgen beteiligen, z. B. durch Bonusmodelle oder neue Karrierewege
• Menschenzentrierte Leitbilder in der Unternehmenskultur verankern

Klar ist: KI verändert die Arbeit – aber ob sie diese besser macht, hängt allein davon ab, wie wir sie gestalten.

Ohne Erfahrungsräume keine Zukunft

Der Jobeinstieg muss neu erfunden werden – nicht aus Nostalgie, sondern aus Notwendigkeit. Wer heute lernt, wie man mit KI arbeitet, muss auch lernen, wie man sie hinterfragt. Und das gelingt nur, wenn Menschen verstehen, was gute Arbeit ausmacht – durch eigene Erfahrung. Wir werden eine neue Kombination finden müssen – zwischen dem, was der Mensch macht, und dem, was der Automat übernimmt. Doch diese Kombination funktioniert nur, wenn Organisationen bereit sind, Lernräume zu schaffen, Führung neu zu denken und kulturelle Leitplanken für eine menschenzentrierte, KI-gestützte Arbeitswelt zu setzen.

Über den Autor

Sebastian Pfeifle ist Partner und Human Capital Lead im Consulting bei Deloitte Deutschland. Er berät Organisationen dabei, ihre Strukturen und ihre Belegschaft zukunftsfähig aufzustellen – insbesondere im Kontext von Transformation, Re- und Upskilling sowie dem Einsatz generativer KI. Auf globaler Ebene leitet er zudem den Geschäftsbereich für automobile Finanz- und Mobilitätsdienstleistungen. Mit langjähriger Erfahrung in Restrukturierungen und strategischer Neuausrichtung begleitet er Führungsteams auf Augenhöhe. Sein Ziel: HR als zentralen Hebel für Innovationsfähigkeit, kulturellen Wandel und nachhaltige Unternehmensentwicklung zu stärken.

Quelle: humanressourcesmanager.de