KI-gefährdete Studienfächer: Informatik ist kein Schutz, Analyse

Der alte Deal auf dem Campus war einfach: Wähle Informatik, lerne zu programmieren, und du bist sicherer als das Geisteswissenschafts-Kind im Hörsaal nebenan. Dieser Deal wirkt jetzt weniger eindeutig. Ein Arbeitspapier des U.S. Census Bureau sagt nicht, dass technische Abschlüsse wertlos sind. Es sagt, dass der Arbeitsmarkt für Einstiegsjobs Studienfächer bestrafen kann, deren Anfängeraufgaben sich mit generativer KI am leichtesten nachahmen, beschleunigen oder zusammenpressen lassen. Das ist die überraschende Lektion für Studierende und neue Absolventinnen und Absolventen: Der Abschluss ist immer noch ein Signal, aber er reicht allein nicht mehr als Signal. Arbeitgeber fragen nicht nur, ob du Python, SQL oder eine Modell-API kennst. Sie fragen, ob du diese Werkzeuge auf unübersichtliche Arbeit anwenden, Kompromisse erklären und etwas zeigen kannst, das den Kontakt mit einer echten Nutzerin, einem echten Datensatz, Kunden oder Regulator übersteht.

Der Mythos vom sicheren Studienfach bricht

Inside Higher Ed berichtete am 22. September 2026, dass das mit dem Census verbundene Arbeitspapier, Graduating into Disruption: Labor Market Outcomes for AI-Exposed College Majors, Verwaltungsdaten von Hochschulabsolventinnen und -absolventen nutzte, um Ergebnisse seit der breiten Verfügbarkeit großer Sprachmodelle vor etwa vier Jahren zu vergleichen. Die Forschenden ordneten die Studienfächer laut Inside Higher Ed in 10 Kategorien ein, von am stärksten KI-exponiert bis am wenigsten KI-exponiert. Das wichtigste Detail für die Karriereplanung ist nicht das Label KI-exponiert. Es ist, dass das Papier Informatik neben Fächern wie Rechnungswesen und Journalismus nennt. Das sollte Studierende gegenüber jeder einfachen Erzählung misstrauisch machen, nach der technisch gleich sicher bedeutet.

Inside Higher Ed beschrieb den Markt für einige dieser Absolventinnen und Absolventen als rezessionsähnlich, besonders für diejenigen in Informatik und verwandten Feldern. Das bedeutet nicht, dass jede Informatik-Absolventin und jeder Informatik-Absolvent blockiert ist oder dass alle technische Studiengänge verlassen sollten. Es bedeutet, dass die unterste Sprosse dünner wird, wenn die Arbeit wie Standardcode, Routineanalyse, Erstentwurf von Texten oder Checklisten-Buchhaltung aussieht. Der Einstellungstest verschiebt sich von Kann diese Person eine Aufgabe ausführen? zu Kann diese Person einen Arbeitsablauf verbessern?

Worauf Personalverantwortliche jetzt wahrscheinlich achten

NPR beschrieb die größere Unsicherheit treffend und berichtete, dass viele neue Absolventinnen und Absolventen sagen, KI mache die Jobsuche schwieriger, während Ökonominnen und Ökonomen nicht sicher sind, ob KI allein das Problem erklärt. NPR stellte außerdem fest, dass die Arbeitslosenquote junger Erwachsener mit neuen Abschlüssen laut der New York Fed höher ist als die Quote aller Erwerbstätigen. Für neue Absolventinnen und Absolventen mag die Ursache kompliziert sein, aber die Erfahrung bei der Jobsuche ist es nicht: mehr Bewerbungen, weniger klare Einstiegspunkte und mehr Druck, früh Urteilsvermögen zu beweisen.

Fortune berichtete, dass einige Absolventinnen und Absolventen aus KI-exponierten Fächern, die keinen Einstieg finden, stattdessen im Einzelhandel und in der Gastronomie arbeiten. Das ist der Teil, den Familien zuerst spüren, denn Unterbeschäftigung ist kein abstraktes Diagramm, wenn die Miete fällig ist. Aber es macht auch den nächsten Karriereschritt klarer. Ein Lebenslauf mit AI Engineer kann Modellentwickler, Automatisierungs-Generalist, Datenpipeline-Reparateur, Chatbot-Wrapper oder Product-Support-Analyst mit schönerem Titel bedeuten. Ein Portfolio muss diese Mehrdeutigkeit beseitigen.

Für Informatik-Absolventinnen und -Absolventen ist das stärkste Signal nicht noch eine generische Clone-App. Es ist ein Projekt, das Code mit einem Fachbereich verbindet: Support-Tickets für ein Campusbüro triagieren, Rechnungsanomalien in einem Datensatz eines kleinen Unternehmens prüfen, ein Retrieval-System für eine lokale gemeinnützige Organisation bauen oder dokumentieren, wie ein Modell bei Grenzfällen scheitert. Für Absolventinnen und Absolventen in Rechnungswesen und Journalismus gilt dieselbe Regel umgekehrt. Behalte die Glaubwürdigkeit im Fachbereich, und zeige dann, wie KI dir hilft, abzugleichen, zu prüfen, zusammenzufassen, zu recherchieren oder Ausnahmen zu markieren, ohne dein Urteilsvermögen auszulagern.

KI-Kompetenz wird zur Grundlage, nicht zum Abzeichen

Die St. John's University schrieb unter Verweis auf Stanfords AI Index Report 2025, dass 78 Prozent der Organisationen KI in mindestens einem Teil ihrer Arbeit einsetzen, gegenüber 55 Prozent innerhalb eines Jahres. Das ist eine nützliche Warnung vor Zertifikatstheater. Ein günstiges Zertifikat, das beweist, dass du Videos über ChatGPT, Gemini und Claude angesehen hast, ist nicht dasselbe wie ein Nachweis, dass du diese Werkzeuge in einem Arbeitsablauf mit Einschränkungen einsetzen kannst.

Die praktische Messlatte verschiebt sich von Werkzeugvertrautheit zu Verstärkungsfähigkeit. Kannst du ein KI-System nutzen, um Testfälle zu entwerfen, und dann erkennen, welche Fälle es übersehen hat? Kannst du ein Modell um eine Finanzzusammenfassung bitten und die Antwort dann bis zu den Quelldokumenten zurückverfolgen? Kannst du KI nutzen, um Berichterstattung zu beschleunigen, und anschließend Namen, Daten und Behauptungen vor der Veröffentlichung überprüfen? Das sind beschäftigungsfähige Gewohnheiten, weil sie maschinelle Geschwindigkeit mit menschlicher Verantwortung verbinden.

Hier zählt auch Fachwissen stärker, als Karriere-Influencer zugeben. Der Rechnungswesen-Student, der Kontrollen versteht und KI nutzen kann, um Ausnahmen zu erkennen, ist vielleicht nützlicher als die generalistische Prompt-Sammlerin. Die Journalismus-Absolventin, die KI zur Bereinigung von Transkripten nutzen kann und dabei die Disziplin der Verifikation bewahrt, hat eine klarere Spur als jemand, der nur Content-Automatisierung behauptet. Der Informatik-Absolvent, der über Arbeitsabläufe im Gesundheitswesen, in der Logistik, in der Bildung, im Finanzwesen oder im öffentlichen Sektor sprechen kann, hat eine stärkere Geschichte als jemand, der nur Bibliotheken auflistet.

Der Schritt für neue Absolventinnen und Absolventen heißt Nachweis, nicht Panik

Das Arbeitspapier des Census Bureau gibt Lernenden eine schärfere Frage an die Hand, bevor sie einen weiteren Kurs kaufen: Was werde ich danach bauen, erklären oder demonstrieren können? Wenn die Antwort nur ein Abzeichen ist, halte inne. Wenn die Antwort ein konkretes Artefakt ist, das an einen echten Arbeitsablauf gebunden ist, etwa eine dokumentierte Analyse, ein bereitgestelltes internes Tool, eine getestete Automatisierung oder eine Vorher-nachher-Prozesskarte, ist die Investition besser zu rechtfertigen.

Für Studierende, die noch an der Hochschule sind, ist die beste Absicherung, technische Gewandtheit mit einem zweiten Kontext zu kombinieren. Das könnte Rechnungswesen plus Datenvalidierung sein, Journalismus plus Verifikationswerkzeuge, Informatik plus ein Branchendatensatz oder Geschäftsprozesse plus Automatisierungsdesign. Für neue Absolventinnen und Absolventen sollte die nächste Bewerbung nicht einfach KI-Kenntnisse sagen. Sie sollte die Aufgabe, das Werkzeug, die Einschränkung, das Ergebnis und das, was du manuell geprüft hast, zeigen.

Der nächste Einstellungszyklus wird Menschen belohnen, die KI nützlich machen können, ohne so zu tun, als wäre sie Magie. Achte darauf, dass Arbeitgeber Titel wie AI Engineer, AI Analyst und Automation Specialist weiterhin auf sehr unterschiedliche Jobs ausdehnen. Deine Verteidigung ist Genauigkeit: Benenne den Arbeitsablauf, zeige das Projekt, erkläre das Urteilsvermögen. Das Studienfach kann die Tür öffnen, aber der Nachweis angewandter Arbeit hält das Gespräch am Laufen.