PwC AI Jobs Barometer 2026 – KI und Arbeitsmarkt in Deutschland

Einleitung: Für HR ist KI vor allem ein Skill- und Rollenarchitektur-Thema

Das PwC Global AI Jobs Barometer 2026 zeigt für Deutschland ein widersprüchliches Bild: Die absolute Zahl der Stellenanzeigen mit KI-bezogenen Anforderungen liegt weiterhin unter dem Höchststand von 2022. Gleichzeitig steigt ihr Anteil an allen Stellenanzeigen weiter an und erreichte 2025 laut PwC 1,3 Prozent.

Das ist eine entscheidende Ambivalenz. Der Befund spricht weder für einen flächendeckenden KI-Boom noch für eine einfache Verdrängung von Arbeit. Wahrscheinlicher ist eine schrittweise Veränderung bestehender Rollen: Aufgaben werden neu zugeschnitten, Kompetenzprofile erweitert, Lernpfade anspruchsvoller und Vergütungsfragen komplexer.

Die zentrale Schlussfolgerung lautet daher: KI ist für nicht nur ein Recruiting-Thema für neue Spezialistinnen und Spezialisten. Sie ist vor allem ein Thema für Skill-Management, Rollenarchitektur und Workforce Planning.

Inhaltsverzeichnis

• Einleitung: Für HR ist KI vor allem ein Skill- und Rollenarchitektur-Thema
• Was das PwC AI Jobs Barometer untersucht
• Globale Befunde: KI ist mit Produktivität verbunden, aber Kausalität bleibt offen
• Professionalisierung und Demokratisierung: Nützliches Modell, aber keine einfache Schublade
• Deutschland: KI-Stellenanzeigen steigen anteilig, aber nicht dynamisch im Volumen
• KI-Nachfrage ist kein reines Technologiethema
• Skillwandel: Deutschland zeigt keinen einfachen KI-Effekt
• Neue Skills entstehen besonders in stark KI-exponierten Berufen
• AI-User-Rollen dominieren: Weiterbildung muss breiter ansetzen
• Vergütung: KI-Skills sind ein Signal, aber kein einfacher Benchmark
• Junior-Rollen: Der klassische Lernpfad gerät unter Druck
• Was HR aus dem PwC-Barometer ableiten kann
• Fazit: KI verändert Arbeit – aber nicht überall gleich
• FAQ zum PwC AI Jobs Barometer 2026

Was das PwC AI Jobs Barometer untersucht

Das Barometer analysiert nach PwC-Angaben mehr als eine Milliarde Stellenanzeigen aus sechs Kontinenten und untersucht Zusammenhänge zwischen KI, Jobs, Skills, Löhnen und Arbeitsproduktivität. Die Deutschlandanalyse basiert unter anderem auf Lightcast-Daten und betrachtet Stellenanzeigen, KI-Skill-Anforderungen, Branchenunterschiede sowie Veränderungen in Kompetenzprofilen.

Diese Datengrundlage ist wertvoll, hat aber Grenzen. Stellenanzeigen zeigen Nachfrage, nicht tatsächliche Beschäftigung. Sie erfassen keine internen Versetzungen, informellen Kompetenzanforderungen oder realisierten Produktivitätseffekte. Auch Gehaltsangaben in Job Postings sind nur ein indirekter Hinweis auf Vergütungsrealitäten. Die PwC-Daten sollten daher nicht als exakte Prognose gelesen werden, sondern als Arbeitsmarktsignal.

Globale Befunde: KI ist mit Produktivität verbunden, aber Kausalität bleibt offen

Global beschreibt PwC einen deutlichen Zusammenhang zwischen KI-Exposition und Produktivitätsentwicklung. Unternehmen mit hoher KI-Exposition verzeichnen laut Barometer ein um 40 Prozent höheres Produktivitätswachstum als Unternehmen mit geringer KI-Exposition. Zudem wachsen bei stärker KI-exponierten Unternehmen laut PwC auch Beschäftigung und Löhne schneller.

Diese Ergebnisse widersprechen der einfachen Erzählung, KI führe zwangsläufig zu Personalabbau. Zugleich sollten sie nicht überinterpretiert werden. Das Barometer zeigt Zusammenhänge, aber keine eindeutige Ursache-Wirkungs-Beziehung. Produktivere Unternehmen könnten KI intensiver einsetzen, weil sie bereits digitaler, kapitalstärker oder wachstumsorientierter sind.

Für HR bleibt der Befund dennoch relevant. KI sollte nicht nur als Effizienztechnologie verstanden werden. Sie kann auch neue Wertschöpfung, andere Aufgabenverteilungen und veränderte Kompetenzanforderungen ermöglichen. Genau dort beginnt die strategische HR-Aufgabe.

Professionalisierung und Demokratisierung: Nützliches Modell, aber keine einfache Schublade

PwC unterscheidet zwischen Tätigkeiten, die durch KI eher „professionalisiert“ werden, und solchen, die durch KI stärker „demokratisiert“ werden. In professionalisierten Rollen übernimmt KI eher grundlegende oder repetitive Arbeitsschritte. Menschen konzentrieren sich stärker auf komplexe, fachliche oder urteilsbasierte Aufgaben. In demokratisierten Rollen macht KI bestimmte Tätigkeiten auch für Beschäftigte zugänglich, die zuvor weniger Spezialwissen benötigt hätten.

Global wachsen professionalisierte Jobs laut PwC doppelt so schnell wie demokratisierte Jobs und weisen seit 2021 ein um 42 Prozent höheres Lohnwachstum auf.

Für HR ist das Modell hilfreich, aber nicht trennscharf. In der Praxis können beide Effekte gleichzeitig auftreten. Ein Beispiel aus dem Controlling: KI kann Standardanalysen, Abweichungserklärungen oder erste Berichtsentwürfe automatisieren. Dadurch werden bestimmte analytische Aufgaben breiter zugänglich. Gleichzeitig steigt der Wert von Fachleuten, die Ergebnisse prüfen, Geschäftslogik einordnen, Risiken erkennen und Managemententscheidungen vorbereiten.

Die entscheidende Frage lautet daher nicht: Wird ein Job professionalisiert oder demokratisiert? Sondern: Welche Aufgaben innerhalb einer Rolle verändern sich konkret – und welche Fähigkeiten werden dadurch wichtiger?

Deutschland: KI-Stellenanzeigen steigen anteilig, aber nicht dynamisch im Volumen

Für Deutschland weist PwC 2025 rund 125.000 Stellenanzeigen mit KI-bezogenen Anforderungen aus. Das sind etwa 3.000 mehr als im Vorjahr, aber weiterhin deutlich weniger als der Höchststand von 151.000 im Jahr 2022. Gleichzeitig steigt der Anteil von KI-Stellenanzeigen an allen Job Postings weiter.

Das ist ein wichtiger Befund für die Personalplanung. Ein rückläufiges Gesamtvolumen an Stellenanzeigen kann den Eindruck erwecken, KI verliere an Dynamik. Der steigende Anteil zeigt jedoch, dass KI-Anforderungen innerhalb des Arbeitsmarkts relativ wichtiger werden.

HR sollte deshalb nicht nur auf explizite KI-Rollen achten. Relevanter ist, in welchen bestehenden Funktionen KI-Kompetenzen auftauchen: im Engineering, in der Produktion, im Vertrieb, im Controlling, in der Kundenbetreuung, im Personalwesen oder in der Verwaltung.

KI-Nachfrage ist kein reines Technologiethema

Der deutsche Arbeitsmarkt bleibt stark von klassischen Wirtschaftssektoren geprägt. Laut PwC entfällt der größte Anteil aller Stellenanzeigen auf Manufacturing mit 21,2 Prozent. Energy, Utilities and Resources kommt auf 18,8 Prozent. Bei der KI-Intensität führt dagegen Technology, Media and Telecoms. Zugleich stieg der Anteil von KI-Stellenanzeigen 2025 in allen untersuchten Sektoren.

Damit wird KI für HR zu einem Querschnittsthema. Industrieunternehmen benötigen nicht nur KI-Entwicklerinnen und -Entwickler, sondern auch Beschäftigte, die KI in Produktionsplanung, Qualitätssicherung, Instandhaltung oder Supply Chain Management anwenden können. Im Energiesektor können Prognosen, Netzsteuerung oder Prozessautomatisierung relevant werden. Im Gesundheitswesen können neben administrativen Anwendungen auch spezialisierte KI-Lösungen eine Rolle spielen.

Die Konsequenz: KI-Kompetenz muss fachbereichsnah aufgebaut werden. Ein zentrales Expertenteam allein reicht nicht aus, wenn KI in operativen Prozessen wirksam werden soll.

Skillwandel: Deutschland zeigt keinen einfachen KI-Effekt

Besonders aufschlussreich ist der deutsche Befund zum Skillwandel. PwC weist für Deutschland zwischen 2019 und 2025 nur eine sehr schwache positive Korrelation von 0,02 zwischen KI-Exposition und Netto-Skill-Veränderung aus. Der Wandel von Kompetenzanforderungen lässt sich hier also nicht allein durch KI erklären.

Das relativiert vereinfachte Transformationsnarrative. Der deutsche Arbeitsmarkt wird gleichzeitig durch Fachkräftemangel, demografischen Wandel, Digitalisierung, Energiewende, Regulierung und branchenspezifische Strukturveränderungen geprägt. PwC verweist zudem darauf, dass auch niedrig KI-exponierte, stärker manuelle oder physisch geprägte Berufe teils hohe Skillveränderungen zeigen.

Für HR bedeutet das: Eine belastbare Skill-Strategie darf KI nicht isolieren. Unternehmen müssen Kompetenzveränderungen aus mehreren Perspektiven analysieren: Technologie, Geschäftsmodell, Altersstruktur, interne Mobilität, Automatisierungspotenzial und strategische Wachstumsfelder.

Neue Skills entstehen besonders in stark KI-exponierten Berufen

Der schwache Zusammenhang beim Netto-Skillwandel bedeutet nicht, dass KI für Kompetenzprofile unwichtig wäre. Ein anderer Indikator zeigt ein klareres Bild: In den am stärksten KI-exponierten Berufen entstehen laut PwC deutlich mehr neue Skills pro Beruf. Im obersten Expositionsquartil weist PwC durchschnittlich 225 neue Skills pro Beruf aus, verglichen mit 67 beziehungsweise 70 in den unteren Quartilen.

Dieser Befund ist für HR wichtig. Stark KI-exponierte Rollen verschwinden nicht einfach. Häufig werden sie breiter, komplexer und anspruchsvoller. Neue Anforderungen können etwa in folgenden Bereichen entstehen: KI-gestützte Prozesssteuerung, Dateninterpretation, Qualitätssicherung von KI-Ergebnissen, Prompting, fachliche Validierung, Risikobewertung und Mensch-Maschine-Zusammenarbeit.

Statt Stellenprofile pauschal um „KI-Kenntnisse“ zu ergänzen, sollten Unternehmen genauer unterscheiden: allgemeine KI-Grundkompetenz, angewandte KI-Nutzung, Datenkompetenz, technische Entwicklungskompetenz, Prozessverständnis und kritische Bewertung von KI-Ergebnissen. Diese Differenzierung ist entscheidend, um realistische Rollenprofile und wirksame Lernangebote zu entwickeln.

AI-User-Rollen dominieren: Weiterbildung muss breiter ansetzen

PwC unterscheidet zwischen AI-User-Rollen und AI-Developer-Rollen. AI-User-Rollen beziehen sich auf Tätigkeiten, in denen KI angewendet oder in bestehende Arbeitsprozesse integriert wird. AI-Developer-Rollen betreffen stärker die Entwicklung fortgeschrittener KI-Systeme.

In Deutschland dominieren AI-User-Rollen klar. Sie machen laut PwC den größten Teil der KI-bezogenen Nachfrage aus und stiegen 2025 um rund 2.800 Rollen. AI-Developer-Rollen wuchsen im selben Zeitraum nur um rund 339 Rollen. Beide Kategorien liegen unter dem Peak von 2022, aber deutlich über früheren Niveaus.

Für Learning & Development ist das ein entscheidender Hinweis. Der Engpass liegt nicht nur bei hochspezialisierten KI-Fachkräften. Viele Organisationen brauchen vor allem Beschäftigte, die KI im eigenen Fachkontext sinnvoll nutzen können.

Weiterbildung sollte deshalb praxisnah ansetzen: Was kann ein KI-System leisten? Wo liegen seine Grenzen? Wie werden Ergebnisse geprüft? Welche Daten dürfen verwendet werden? Wie verändert sich ein Prozess, wenn KI integriert wird? Und wer bleibt für Entscheidungen verantwortlich?

Vergütung: KI-Skills sind ein Signal, aber kein einfacher Benchmark

PwC weist für Deutschland in mehreren Sektoren deutliche Lohnprämien für KI-Skills aus. Besonders hoch liegen sie laut Analyse in Energy, Utilities and Resources mit 39 Prozent, Technology, Media and Telecoms mit 35 Prozent sowie Health Industries mit 34 Prozent. Financial Services bildet mit minus 9 Prozent eine auffällige Ausnahme.

Diese Zahlen sind relevant, sollten aber nicht als unmittelbare Gehaltsbenchmarks verwendet werden. Stellenanzeigen erfassen nicht den gesamten Arbeitsmarkt. Sie zeigen nicht alle tatsächlichen Vertragsgehälter, internen Rollenwechsel oder nicht ausgeschriebenen Positionen.

Trotzdem liefern die Werte ein wichtiges Signal: KI-Kompetenzen können in bestimmten Rollen und Sektoren vergütungsrelevant werden. HR sollte daher prüfen, ob Rollenbewertungen, Gehaltsbänder und Karrierepfade neue Kompetenzanforderungen angemessen abbilden. Gleichzeitig sollte Recruiting vermeiden, jede Position mit überhöhten KI-Anforderungen zu versehen. Nicht jede Rolle braucht Entwicklungskompetenz. Oft ist anwendungsbezogene KI-Kompetenz wichtiger als tiefes technisches Spezialwissen.

Junior-Rollen: Der klassische Lernpfad gerät unter Druck

Global zeigt PwC, dass stark KI-exponierte Junior-Rollen deutlich häufiger traditionell seniorere Fähigkeiten verlangen. Laut Barometer sind solche Rollen siebenmal häufiger mit Anforderungen wie Leadership und strategischem Denken verbunden als wenig KI-exponierte Junior-Rollen. Zudem wachsen global sogenannte „seniorisierte“ Einstiegsrollen seit 2019 um 35 Prozent, während andere Einstiegsrollen zurückgehen.

Dieser Befund stammt aus der globalen Analyse und sollte nicht direkt als Deutschlandzahl gelesen werden. Für HR ist er dennoch relevant. Wenn KI einfache Recherche-, Analyse-, Dokumentations- oder Routineaufgaben übernimmt, geraten klassische Lernpfade unter Druck. Genau diese Aufgaben waren bislang oft wichtig, um fachliches Urteilsvermögen, Kontextwissen und Sicherheit im Umgang mit Entscheidungen aufzubauen.

Unternehmen sollten Nachwuchsentwicklung deshalb bewusster gestalten. Berufseinsteigerinnen und Berufseinsteiger brauchen Gelegenheiten, KI-Ergebnisse kritisch zu prüfen, Entscheidungen nachzuvollziehen, Verantwortung schrittweise zu übernehmen und Feedback von erfahrenen Kolleginnen und Kollegen zu erhalten. KI kann Lernen unterstützen, ersetzt aber nicht professionellen Erfahrungsaufbau.

Was HR aus dem PwC-Barometer ableiten kann

1. Unternehmen sollten Rollen nach Aufgaben analysieren, nicht nur nach Jobtiteln. Entscheidend ist, welche Tätigkeiten durch KI automatisiert, unterstützt oder aufgewertet werden.
2. Workforce Planning braucht eine stärkere Skill-Perspektive. KI ist ein wichtiger, aber nicht der einzige Treiber des Kompetenzwandels.
3. Weiterbildung solte breit angelegt werden. Da AI-User-Rollen dominieren, benötigen Fachbereiche anwendungsnahe KI-Kompetenz, Datenverständnis, Prozesswissen und kritische Urteilsfähigkeit.
4. Vergütung und Karrierepfade sollten überprüft werden. Wenn KI-Skills in bestimmten Rollen knapp und wertvoll werden, kann dies Auswirkungen auf Recruiting, Retention und interne Gerechtigkeit haben.
5. Einstiegs- und Entwicklungswege müssen angepasst werden. Wenn Junior-Rollen anspruchsvoller werden, brauchen Nachwuchskräfte mehr Begleitung, nicht weniger.

Fazit: KI verändert Arbeit – aber nicht überall gleich

Das PwC Global AI Jobs Barometer 2026 zeigt, dass KI den Arbeitsmarkt nicht nach einem einfachen Muster verändert. Global verbindet PwC KI-Exposition mit höherer Produktivität, stärkeren Skillveränderungen und einer wachsenden Differenzierung zwischen verschiedenen Jobtypen. Für Deutschland ist das Bild nuancierter: Die Zahl der KI-bezogenen Stellenanzeigen bleibt unter dem Peak von 2022, ihr Anteil steigt jedoch weiter. Gleichzeitig ist der Zusammenhang zwischen KI-Exposition und Netto-Skillwandel schwach, während stark KI-exponierte Berufe besonders viele neue Skills aufnehmen.

Für HR liegt die wichtigste Aufgabe deshalb nicht darin, KI nur technisch einzuführen oder einzelne Spezialrollen zu besetzen. Entscheidend ist, Arbeit neu zu verstehen: Welche Aufgaben verändern sich? Welche Fähigkeiten werden wichtiger? Welche Lernpfade tragen noch? Und wie bleiben Verantwortung, Urteilsfähigkeit und Entwicklungsmöglichkeiten erhalten?

KI verändert nicht nur Tools. Sie verändert die Architektur von Arbeit. HR muss diese Architektur aktiv mitgestalten.

FAQ zum PwC AI Jobs Barometer 2026