Zur Umfrage
Wie KI einheitliche Weiterbildungsansätze auflöst
Der daraus entstehende Bedarf ist groß, die Dynamik bereits sichtbar. Laut dem aktuellen Future of Jobs Report des Weltwirtschaftsforums gehen Unternehmen weltweit davon aus, dass bis 2030 rund 29 Prozent der Beschäftigten in ihrer bestehenden Tätigkeit weiterqualifiziert werden müssen. In Deutschland wiederum ist die Nutzung von KI-Fortbildungen unter Beschäftigten laut einer Studie von 37 Prozent im Jahr 2024 auf 63 Prozent im Jahr 2025 gestiegen. Wie sich der Kompetenzbedarf angesichts der KI-Entwicklung konkret unterscheidet, zeigt der Vergleich zweier verwandter Berufsfelder.
Data und IT: Ähnliches Muster, verschiedene Schwerpunkte
Im Bereich Data, der Datenanalyse ebenso einschließt wie Engineering und Management, rücken Validierungs- und Qualitätssicherungskompetenzen in den Vordergrund. Unter Lernenden in Data-Rollen zählen "Kritisches Denken" (plus 168 Prozent) und "Datenqualität" (plus 108 Prozent) zu den am schnellsten wachsenden Kompetenzen auf Coursera. Beide stehen in direktem Bezug zu klassischen Data-Tätigkeiten wie der Beurteilung und Strukturierung von Daten.
Im Berufsfeld IT lässt sich eine andere Schwerpunktverschiebung beobachten: Hier zählen "Generative Model Architectures" und "Machine Learning Methods" zu den zehn am stärksten wachsenden Kompetenzen. Gleichzeitig bleiben etablierte Grundlagen wie JSON und SQL weiterhin zentral. Mit "Debugging" gehört eine weitere Fähigkeit dazu, die auf den ersten Blick nichts mit KI zu tun hat, mit zunehmender KI-Nutzung jedoch eine neue Bedeutung als Kontroll- und Validierungskompetenz erhält.
Bereits dieser Vergleich macht sichtbar, wie stark sich die KI-getriebene Entwicklung von Kompetenzen innerhalb technischer Rollen unterscheidet. Standardisierte KI-Kurse greifen daher oft zu kurz: Unternehmen, die ihre Mitarbeitenden gezielt für den Einsatz von KI qualifizieren wollen, müssen rollenspezifische Weiterbildungsansätze entwickeln und umsetzen.
Anthony Salcito, General Manager Enterprise bei Coursera, kommentiert: "Der Ausbau von KI-Kompetenzen muss an die vorhandenen fachlichen Grundlagen anknüpfen und auf diese abgestimmt sein. In IT-Rollen bedeutet das, an bestehende Programmier- und Datenbankkenntnisse anzuknüpfen – im Data-Bereich entsprechend an Validierungs- und Qualitätssicherungskompetenzen. Für Unternehmen stellt sich daher vor allem die Frage, welche Fähigkeiten eine Rolle bereits prägen und welche zusätzlichen Kompetenzen der Einsatz von KI erfordert. Eine Orientierung können hierbei Lernpfade bieten, die spezifisch auf Tätigkeiten und Arbeitsaufgaben zugeschnitten sind."