Qualifizierungsbedarf und Künstliche Intelligenz – Ein webanalytischer Ansatz mittels Generativer KI
Kurzbeschreibung
Sind wir bereit für die Arbeitswelt von morgen oder fehlen uns die richtigen Fähigkeiten? Dieses Whitepaper zeigt unter anderem auf, welche Kompetenzen Unternehmen sich von Mitarbeitenden wünschen. Der Fokus liegt dabei auf Kompetenzanforderungen an KI-Expert*innen. Dazu wurden Unternehmenswebseiten und Stellenanzeigen mithilfe generativer Künstlicher Intelligenz analysiert. Die Studie zeigt, dass viele Firmen Künstliche Intelligenz noch kaum nutzen, besonders im Gesundheitsbereich. Es gibt aber große Unterschiede zwischen den Branchen. Besonders gefragt ist Fachwissen in Bereichen wie Machine Learning oder Sprachverarbeitung – aber auch Soft Skills wie Kommunikation, Selbstständigkeit und Innovationskraft.
Annahmen über die Folgen der Digitalisierung
Künstliche Intelligenz wird zukünftig einen Großteil der Arbeitsplätze beeinflussen. Bereits heute setzt rund jedes achte Unternehmen Künstliche Intelligenz ein. Dabei betrifft Künstliche Intelligenz viele Arbeitsbereiche – vom verarbeitenden Gewerbe bis zum Gesundheitswesen. Angesichts dessen – vor allem der Verbreitung von generativer KI sowie Large Language Models – werden neue Kompetenzen benötigt. So ist zum Beispiel besonders für mittelständische Unternehmen ein Mangel an KI-Fachkräften ein Hindernis für ihre Entwicklung. Inwiefern Künstliche Intelligenz zum Einsatz kommt und welche Potenziale sie bietet, unterscheidet sich allerdings je nach Branche.
Kompetenzanforderungen
Unternehmen brauchen zwei Arten von Kompetenzen, zum einen technisches Fachwissen (z. B. Machine Learning, Programmieren mit Python, NLP, Datenanalyse) und zum anderen Soft Skills wie Kommunikation, Selbstständigkeit, Innovationsfähigkeit, Projektmanagement und die Fähigkeit zur digitalen Transformation. Besonders wichtig ist die Fähigkeit, Künstliche Intelligenz im Alltag eines Unternehmens sinnvoll anzuwenden. KI-Kompetenzen sind dabei interdisziplinär – es geht auch darum, Künstliche Intelligenz mit anderen Bereichen wie IT, Management oder Produktion zu verknüpfen.
Kompetenzbegriffe (nach dem Papier)
Unterdimensionen (nach dem Papier)
keine Angabe
Kompetenzdimensionen (nach dem Rahmenkonzept von Digitales Deutschland)
Instrumentell-qualifikatorische Dimension: Kenntnisse in Programmiersprachen; technische Fähigkeiten; mit Frameworks wie Git, Docker oder SQL umgehen.
Kognitive Dimension: Wissen über Machine Learning, Data Science, Natural Language Processing.
Soziale Dimension: Teamfähigkeit; Zusammenarbeit in interdisziplinären Teams; Kommunikationskompetenz; Kundenorientierung.
Kreative Dimension: KI-Anwendungen praktisch entwickeln und in Unternehmenssysteme integrieren; Innovationsfähigkeit; neue KI-Anwendungen entwickeln; digitale Transformationsprozesse gestalten.
Kritisch-reflexive Dimension: Mit Künstlicher Intelligenz reflektiert umgehen; unternehmensspezifische Zusammenhänge verstehen; Künstliche Intelligenz verantwortungsvoll in den Arbeitsprozess integrieren.
Zentrale theoretische Annahmen über Kompetenz
Der Fokus des Textes liegt auf Kompetenzen für KI-Expert*innen, da diese bislang wenig erforscht wurden. KI-Expert*innen müssen nicht nur über allgemeines Wissen zu Künstlicher Intelligenz verfügen, sondern dieses auch auf das spezifische Unternehmen anwenden können, das heißt Künstliche Intelligenz aktiv in bestehende Strukturen zu integrieren und diese weiterzuentwickeln.
Perspektive der Kompetenzträger*innen auf Kompetenz einbezogen?
keine Angabe
Lebenskontexte der Kompetenzträger*innen einbezogen?
keine Angabe
Herausforderungen der Erfassung von Kompetenz
Die vorliegende Analyse wurde mithilfe generativer Künstlicher Intelligenz realisiert. Ein solches Vorgehen bringt verschiedene Einschränkungen mit sich. Erstens sind die Entscheidungen der KI-Modelle nicht vollständig nachvollziehbar, da sie nicht nur von der Aufgabenstellung abhängen, sondern auch von Mustern auf Basis von Trainingsdaten. Damit können Gütekriterien wie Reliabilität nur zum Teil eingehalten werden. Zudem können Systeme Künstlicher Intelligenz halluzinieren, also Kompetenzanforderungen erfinden. Damit solche Ergebnisse nicht ausgewertet werden, wurde in dieser Studie ein Halluzinationstest eingebaut. Zweitens können geringfügige Änderungen an der Formulierung von Fragen oder Aufgaben zu anderen Ergebnissen führen. Drittens beinhalten die Datenquellen – vor allem die Stellenanzeigen – nicht unbedingt alle erforderlichen Kompetenzanforderungen, da Stellenausschreibungen häufig offener formuliert werden, um mehrere passende Bewerber*innen zu finden. Viertens werden die Ergebnisse der Künstlichen Intelligenz durch Menschen gruppiert und benannt. Diese Einordnung ist nützlich, bringt aber auch subjektive Perspektiven in die Auswertung, die es transparent zu machen gilt.
Zentrale empirische Befunde über Kompetenz
Auf Basis der Unternehmenswebsiten erscheinen KI-Kompetenzen sowohl in verschiedenen Themen- als auch Anwendungsgebieten relevant. Beschäftigte müssen nicht nur wissen, wie Künstliche Intelligenz grundlegend funktioniert, sondern auch, wie sie sich in verschiedenen Bereichen einsetzen lässt, um für Unternehmen von Nutzen zu sein. Sie sollen also die digitale Transformation in Unternehmen mitgestalten können. Die Analyse der Stellenausschreibungen verdeutlicht, dass der Bedarf nach technischen Skills, z.B. zu Machine Learning, Künstlicher Intelligenz und Computer Vision, am häufigsten benannt wird. Wichtige Programmiersprache bilden Python, gefolgt von Java, C und C++. Neben technischen Aspekten werden aber auch Soft Skills gefordert wie Kommunikation, Projektmanagement, Teamfähigkeit und selbstständiges Arbeiten. Zudem bedarf es – laut den Stellenausschreibungen – Sprachkenntissen und vor allem technisch-mathematischer Studienabschlüsse. Jedoch müssen sich KI-Expert*innen auch mit anderen Fachrichtungen auseinandersetzen können, in denen Künstliche Intelligenz zum Einsatz kommt.
Quellenangabe
Mackensen, J., Ruppert, R., & Bienzeisler, B. (2024). Qualifizierungsbedarfe und Künstliche Intelligenz: Ein webanalytischer Ansatz mittels Generativer KI (White-Paper-Reihe Kognitive Dienstleistungssysteme 11/2024). Fraunhofer IAO. https://www.kodis.iao.fraunhofer.de
Sonstige Anmerkungen
Bei einem Großteil der analysierten Unternehmenswebsiten finden sich keine Hinweise darauf, dass diese Künstliche Intelligenz nutzen. Demgegenüber wird in 150 Unternehmen Künstliche Intelligenz aktiv eingesetzt. Besonders das verarbeitende Gewerbe erscheint im Bereich Künstliche Intelligenz als Vorreiter. Im Gesundheits- und Sozialwesen hingegen wird Künstliche Intelligenz noch nicht in der Breite eingesetzt.