KI verändert den Personalbedarf in Tech-Startups
Viele Tech-Startups verzichten wegen KI auf Neueinstellungen oder bauen Stellen ab. Gleichzeitig schafft der KI-Einsatz auch neue Jobs, weil zusätzliches Know-how für Entwicklung und Anwendung benötigt wird.
Das Wichtigste auf einen Blick
- 27 Prozent der Tech-Startups haben wegen KI auf Neueinstellungen verzichtet
- 7 Prozent haben wegen KI Stellen abgebaut, während 16 Prozent zusätzliches Personal eingestellt haben
- Startups beschäftigen im Schnitt 12 Mitarbeiterinnen und Mitarbeiter, vor einem Jahr waren es noch 13
- 62 Prozent der Startups erwarten 2026 steigende Beschäftigtenzahlen
KI wirkt sich auf Neueinstellungen und Stellen aus
Der Einsatz von Künstlicher Intelligenz verändert den Personalbedarf in deutschen Tech-Startups. Nach einer Befragung des Bitkom e. V. hat in den vergangenen zwölf Monaten rund jedes vierte Tech-Startup wegen KI auf Neueinstellungen verzichtet. Der Anteil liegt bei 27 Prozent.
Zudem haben 7 Prozent der Startups aufgrund von KI Stellen abgebaut. Gleichzeitig zeigt die Befragung aber auch einen gegenläufigen Effekt: 16 Prozent der Startups haben wegen KI zusätzliches Personal eingestellt. In jedem zweiten Startup, 50 Prozent, hatte KI keine Auswirkungen auf den Personalbedarf.
Alle befragten Startups nutzen KI in ihren Geschäftsprozessen. Für die Erhebung wurden 102 Tech-Startups im Auftrag des Digitalverbands Bitkom befragt. Die Ergebnisse zeigen damit nicht nur Rationalisierungseffekte, sondern auch einen zusätzlichen Bedarf an Kompetenzen, der durch den Einsatz von KI entstehen kann.
Bitkom-Präsident Dr. Ralf Wintergerst sagt: „KI macht viele Bürotätigkeiten und insbesondere auch die Softwareentwicklung effizienter. Startups sind zum einen technologische Vorreiter, zum anderen besonders darauf angewiesen, Mitarbeiterinnen und Mitarbeiter besonders effizient einzusetzen“.
Durchschnittliche Beschäftigtenzahl ist gesunken
Im Schnitt haben Startups in Deutschland aktuell 12 Mitarbeiterinnen und Mitarbeiter sowie eine offene Stelle. Vor einem Jahr lag die durchschnittliche Beschäftigtenzahl noch bei 13, im Jahr 2024 sogar bei 15.
Der Rückgang zeigt, dass Startups in einem angespannten wirtschaftlichen Umfeld offenbar vorsichtiger mit Personalaufbau umgehen. KI kann diese Entwicklung verstärken, wenn Aufgaben effizienter erledigt werden und zusätzliche Einstellungen zunächst nicht notwendig erscheinen.
Gleichzeitig ist der Befund differenziert zu betrachten. Startups verzichten nicht generell auf Personal, sondern gewichten Aufgaben und Rollen neu. Während manche Tätigkeiten durch KI effizienter werden, entstehen an anderer Stelle neue Anforderungen, etwa bei der Entwicklung, Integration oder Steuerung von KI-Anwendungen.
Viele Startups rechnen trotzdem mit mehr Beschäftigten
Für das laufende Jahr erwarten 6 von 10 Startups steigende Beschäftigtenzahlen. Konkret gehen 62 Prozent der befragten Unternehmen davon aus, dass ihr Team wächst. Im Durchschnitt rechnen diese Startups mit 4 zusätzlichen Mitarbeiterinnen und Mitarbeitern.
Nur 6 Prozent planen einen Stellenabbau. 26 Prozent erwarten keine Veränderung der Beschäftigtenzahl. Damit bleibt der Personalaufbau für viele Startups weiterhin ein Thema, auch wenn KI kurzfristig einzelne Neueinstellungen ersetzen oder verschieben kann.
In den kommenden zwölf Monaten wird KI nach Einschätzung von rund jedem zweiten Startup keine Auswirkungen auf den Personalbedarf haben. Der Anteil liegt bei 47 Prozent. 7 Prozent sind noch unsicher oder wollen keine Angaben machen.
KI kann Personalbedarf senken und erhöhen
Die erwarteten Effekte von KI auf den Personalbedarf fallen unterschiedlich aus. Nur 2 Prozent der Startups gehen davon aus, dass wegen KI Stellen abgebaut werden. In gut jedem vierten Startup, 28 Prozent, wird wegen KI auf Neueinstellungen verzichtet.
Gleichzeitig erwartet fast jedes fünfte Startup, 19 Prozent, wegen des KI-Einsatzes zusätzliches Personal einzustellen. Das zeigt, dass KI nicht nur bestehende Arbeit ersetzt oder beschleunigt, sondern auch neue Aufgaben schaffen kann.
Für Startups kann dies bedeuten, dass weniger Personal für bestimmte Routine- oder Entwicklungsaufgaben benötigt wird, während zugleich mehr Kompetenzen für KI-Integration, Produktentwicklung, Datenqualität, Automatisierung und Prozessgestaltung gefragt sind.
Bildnachweis: Depositphotos/Ischukigor

Kommentare