Kolaps juniorních pozic: Jak umělá inteligence mění nástup do kariéry v Německu

Měnící se kariérní příležitosti: Dramatický pokles juniorních pozic v Německu

Ohrožení pozic na základní úrovni: Jak umělá inteligence podkopává kariérní žebříček v Německu

Německý trh práce prochází hlubokými změnami, které představují pro mnoho mladých profesionálů značné výzvy. Zatímco firmy si nadále stěžují na nedostatek kvalifikovaných pracovníků, objevuje se znepokojivý trend: počet pozic na základní úrovni se od léta 2022 snížil o více než dvě třetiny. Tento pokles je obzvláště výrazný v oblasti IT aplikací, marketingu a projektového řízení, kde umělá inteligence a digitální nástroje stále více přebírají úkoly. Zřejmý předpoklad, že umělá inteligence ničí první příčku kariérního žebříčku, je však zjednodušující. Pokles počtu juniorních pozic začal ještě před zavedením ChatGPT a je součástí většího hospodářského poklesu, který se vyznačuje také rostoucími náklady na financování a klesající ochotou společností investovat.

Eroze pracovních míst na vstupní úrovni má dalekosáhlé důsledky: ohrožuje nejen vzdělávání mladých talentů, ale také dlouhodobou inovační kapacitu a konkurenceschopnost firem. Pohled na aktuální data ukazuje, že příležitosti k uplatnění na vstupní úrovni se snížily téměř ve všech zkoumaných profesních skupinách, což zdůrazňuje potřebu přijmout vhodná opatření k usnadnění přechodu ze vzdělávání do zaměstnání. V době, kdy roste hodnota praktických zkušeností a specifických dovedností, je zásadní, aby firmy a vzdělávací instituce společně vyvíjely strategie pro úspěšné řešení budoucích výzev na trhu práce.

Zmizelý kariérní žebříček v Německu: Proč se v éře umělé inteligence hroutí pracovní místa na základní úrovni

Nedostatek kvalifikovaných pracovníků zítřka začíná dnešním zrušením juniorské pozice

Německý trh práce vysílá dva signály, které se na první pohled zdají být neslučitelné. Firmy si nadále stěžují na nedostatek kvalifikovaných pracovníků, zatímco počet pozic na základní úrovni se od svého vrcholu v létě 2022 propadl o více než dvě třetiny. Obzvláště prudce se zmenšují ty profesní oblasti, kde digitální nástroje a generativní umělá inteligence mohou podpořit nebo částečně převzít mnoho úkolů. Příkladem tohoto trendu jsou IT aplikace, marketing a projektový management. Naproti tomu se mnohem robustněji rozvíjí ošetřovatelství, medicína, farmacie, gastronomie a pohostinství.

Zřejmým vysvětlením je, že umělá inteligence ničí první krok na kariérním žebříčku. Tato teze je sice věrohodná, ale ve své zjednodušené podobě je neudržitelná. Pokles začal již na jaře 2022, měsíce před vydáním ChatGPT. Zároveň německá ekonomika oslabila, financování se stalo dražším, sklon k investicím se snížil, firmy napravily nadbytek zaměstnanců z let boomu a soustředily se na nové zaměstnance na okamžitě produktivní specialisty. Proto by umělá inteligence měla být chápána méně jako jediná příčina a spíše jako akcelerátor, filtr výběru a šok z očekávání na již tak slabém trhu práce.

Počet juniorních pozic, které jsou v současnosti nedostupné, není jediným ekonomicky významným faktorem. Rozhodující je, že pozice na základní úrovni plní produkční funkci: poskytují mladým zaměstnancům praktické zkušenosti, učí je provozním procesům, rozvíjejí jejich úsudek a dospívají ve specialisty a manažery, které budou firmy potřebovat o několik let později. Pokud jsou tyto pozice trvale zrušeny, společnost krátkodobě ušetří náklady na školení, ale dlouhodobě vytvoří mezeru ve vlastním talentovém portfoliu. Právě v tom spočívá strategické riziko. Úspory jsou patrné okamžitě, zatímco ztráta dovedností, inovační kapacity a potenciálu nástupnictví se projeví až časem.

Od boomu v náboru zaměstnanců k krachu

Výchozí bod pro tento vývoj byl výjimečný. V červenci 2022 byl počet pozic explicitně označených jako juniorské, trainee, postgraduální nebo vstupní pozice přibližně o 75 procent vyšší než průměr roku 2019. Tento boom odrážel efekt dohánění po pandemii, napjatý trh práce, značné investice do digitalizace a konkurenci o talenty. Společnosti rozšiřovaly týmy, financovaly růst a proaktivně obsazovaly volná místa, protože očekávaly pokračující vysokou poptávku.

Do července 2026 tato nabídka klesla o 46 procent pod úroveň z roku 2019. Od svého vrcholu to představuje pokles o více než dvě třetiny. Celkový trh se také značně ochladil, ačkoli v době svého kolapsu zůstal o osm procent nad referenční hodnotou z roku 2019. Od svého vrcholu v roce 2022 klesl přibližně o 38 procent. Počet pozic na vstupní úrovni tak klesal nejen v souladu s obecnou poptávkou po pracovní síle, ale výrazně rychlejším tempem. Vstup na trh práce se v rámci zmenšujícího se trhu dále zúžil.

Stáže a studentské pozice byly v červenci 2026 také o 24 procent pod úrovní z roku 2019. Jejich pokles od roku 2022 byl méně strmý, protože jejich vrchol v té době byl nižší. Tento vývoj je však problematický: stáže a studentské pozice často tvoří most mezi univerzitou a běžným zaměstnáním. Pokud firmy omezí jak tuto předběžnou fázi, tak i následné juniorské pozice, přechod ze vzdělávacího systému na pracoviště se stává méně propustným.

Rozsah problému je patrný z širších dat o trhu práce. Ve druhém čtvrtletí roku 2026 bylo v Německu přibližně 1,02 milionu volných pracovních míst. To bylo o 130 000, tj. jedenáct procent, méně než v předchozím čtvrtletí a zhruba o tři procenta méně než o rok dříve. Kromě lockdownů souvisejících s pandemií nebyla poptávka po pracovní síle tak nízká od roku 2016. Statisticky připadalo na 100 volných pracovních míst 291 registrovaných nezaměstnaných. Trh se tak posunul z výrazně orientovaného na kandidáty na selektivnější trh orientovaný na zaměstnavatele.

Německá ekonomická výkonnost poskytuje cyklické pozadí. Po dvou letech recese vzrostl reálný hrubý domácí produkt v roce 2025 pouze o 0,2 procenta. Zatímco v prvních dvou čtvrtletích roku 2026 došlo k mírnému růstu, investice a soukromá poptávka zůstaly slabé. Takové prostředí je nepříznivé pro rozhodnutí o růstu s vysokou mírou pracovní síly. Společnosti sice nutně nepropouštějí hromadně, ale snižují počet volných pracovních míst, odkládají obsazování pozic a zvyšují požadavky na každou novou pozici.

Vloupání postihuje téměř každého

Z 28 zkoumaných profesních skupin zaznamenalo 26 od roku 2022 pokles pracovních příležitostí na vstupní úrovni. Ve 23 skupinách si pozice na nižších pozicích vedly hůře než celkový trh. Nejedná se tedy o izolovaný problém postihující jednotlivé technologické společnosti, ale spíše o rozsáhlé zhoršení přístupu na trh práce. Rozdíly mezi profesními obory však odhalují, které ekonomické síly mají zvláštní vliv.

Nejvíce byly zasaženy IT aplikace a řešení, s poklesem o 77 procent ve srovnání s jejich vrcholem. V marketingu se počet volných pozic snížil o 75 procent a v projektovém řízení o 60 procent. U stáží a studentských pozic činil pokles v těchto oblastech 54 procent, 55 procent a 56 procent. Tyto činnosti mají několik společných charakteristik: velká část práce je digitální, lze ji standardizovat, rozdělit do pracovních balíčků a monitorovat pomocí elektronických výstupů. Právě tyto charakteristiky usnadňují automatizaci, centralizaci, outsourcing a zvyšování produktivity prostřednictvím softwaru.

Pouze dva hlavní sektory zaznamenaly pozitivní vývoj v počtu pozic na základní úrovni. V ošetřovatelství, lékařství a farmacii došlo k nárůstu o 18 procent, zatímco v potravinářství, gastronomii a pohostinství o deset procent. Tyto sektory se potýkají se strukturálním nedostatkem personálu a s prací, která vyžadují fyzickou přítomnost, situační povědomí, lidskou interakci nebo přímou odpovědnost. Mnoho z těchto profesí také vyžaduje odborné vzdělání namísto vysokoškolského titulu. Jejich relativní stabilita proto není pouhým opakem údajně bezcenné akademické kvalifikace, ale spíše projevem odlišných výrobních podmínek.

V sociálním sektoru, stejně jako v péči o děti a vzdělávání, se počet stáží a studentských pozic zvýšil o 18 procent. Roli zde hrají institucionální faktory, jelikož povinné stáže jsou pevně zakotveny v mnoha studijních a odborných vzdělávacích programech. To zdůrazňuje důležitý rozdíl: Pokud je praxe povinná z důvodu předpisů, požadavků na učební osnovy nebo firemních politik, je méně pravděpodobné, že bude zcela eliminována, a to i během slabé ekonomiky. Naopak, pokud je s ní zacházeno jako s diskreční investicí, je pravděpodobnější, že se stane obětí úsporných opatření.

Data však popisují pouze pracovní nabídky, jejichž názvy obsahují typické výrazy jako Junior, Trainee, Absolvent nebo Mladý profesionál. Firmy mohou také najít vhodné kandidáty na vstupní úroveň prostřednictvím obecněji formulovaných pracovních nabídek, interních povýšení nebo přímého náboru ze stáží a partnerství s univerzitami. Měření proto potenciálně podceňuje skryté vstupní cesty. Naopak pracovní nabídka s názvem „Junior“ může vyžadovat odbornou praxi, a proto se automaticky nejedná o skutečnou pozici na vstupní úrovni. Navzdory tomu je tento trend významný díky své síle a šíři, ale neměl by být zaměňován s přesným počtem všech nově přijatých profesionálů na vstupní úrovni.

Umělá inteligence nevysvětluje všechno

Výrazná korelace mezi vystavením se umělé inteligenci a ztrátou pracovních míst je reálná. V profesních skupinách, kde umělá inteligence mohla převzít nebo podpořit více než 60 procent dovedností a úkolů, byl v červenci 2026 počet vstupních, stážistických a studentských pozic pouze zhruba o polovinu nižší než v roce 2019. Profesní skupiny s transformačním potenciálem menším než 40 procent naopak zůstaly na předchozí úrovni nebo nad ní. Rozdíl mezi znalostní prací, kterou lze snadno digitálně automatizovat, a fyzičtější nebo sociální prací se značně zvětšil.

Korelace však nemusí nutně znamenat kauzalitu. Rozdílné trendy začaly již na jaře 2022, zatímco ChatGPT se stal veřejně dostupným až v listopadu téhož roku. V té době centrální banky zvýšily úrokové sazby, růstové společnosti ztratily přístup k levnému financování, technologické společnosti napravily nadměrné kapacity související s pandemií a energetická krize zasáhla Německo obzvláště tvrdě. Znalostně náročné služby jsou také citlivé na investiční cykly: když je spuštěno méně digitálních projektů, kampaní, konzultačních zakázek nebo softwarových projektů, poptávka po personálu v těchto odvětvích klesá rychleji než v ošetřovatelství nebo pohostinství.

Vystavení umělé inteligenci se proto překrývá s ekonomickou citlivostí. Vysoce digitalizované profese byly často ty, které se během pandemie obzvláště silně rozšířily a následně musely provést významné úpravy. Jsou také častěji vhodné pro práci nezávislou na místě. Práce na dálku může ztížit zaměstnávání začínajících profesionálů, protože dohled, neformální učení a spontánní otázky se stávají časově náročnějšími. Zaměstnavatelé pak preferují zkušené jedince, kteří mohou pracovat produktivně bez intenzivní podpory. Pokud se statisticky zohlední vliv práce z domova a struktury povolání, zdánlivě jasná korelace s umělou inteligencí se může výrazně oslabit.

Mezinárodní zjištění jsou také smíšená. Ve Spojených státech několik analýz ukazuje relativní pokles zaměstnanosti mladých lidí v povoláních obzvláště vystavených umělé inteligenci, zatímco starší zaměstnanci ve stejných rolích podávají konzistentnější výkony. Jiné studie na úrovni celých společností nebo odvětví dosud nezjistily žádný obecný pokles nabídek práce v důsledku vysokého využívání umělé inteligence. Oba výsledky mohou platit současně: Společnost si může udržet celkovou stabilní zaměstnanost, ale hledat méně juniorních zaměstnanců a zkušenější specialisty, inženýry umělé inteligence nebo pracovníky zaměřené na prodej.

Nejpřesnější interpretace je tedy tato: Celkový dosud pozorovaný pohyb je převážně cyklický a strukturální, zatímco umělá inteligence mění vnitřní složení poptávky. Snižuje potřebu určitých rutinních úkolů, zvyšuje produktivitu stávajících týmů a přesouvá hodnotu z provádění na kontrolu, integraci a odpovědnost. Statisticky prokázat velký, izolovaný dopad umělé inteligence na celkový počet pracovních míst je stále obtížné. Na úrovni jednotlivých úkolů, hierarchických úrovní a náborových rozhodnutí je však její vliv již ekonomicky významný.

Tichá automatizace volných pracovních míst

První dopad nových technologií na trh práce se často neprojevuje jako propouštění. Projevuje se jako pozice, která již není inzerována. Pokud tým podporovaný umělou inteligencí zvládne stejnou pracovní zátěž s menším počtem dalších zaměstnanců, společnost nemusí nikoho propouštět. Jednoduše neobsadí plánovanou juniorní pozici nebo zkombinuje dvě sady úkolů. Tento proces zůstává v souhrnných údajích o zaměstnanosti dlouhodobě neviditelný, zatímco uchazeči o zaměstnání pociťují dopad okamžitě.

Tento mechanismus lze popsat jako tichou automatizaci volných pracovních míst. Pro firmy je méně rizikový než propouštění, protože nedochází k odstupnému, vyjednávání ani poškození reputace. Zároveň jim umožňuje vyčkat a zjistit, jak efektivní nové nástroje skutečně budou. Pokud se očekávané zvýšení produktivity neprojeví, může se nábor obnovit později. Pokud technologie funguje, trvale menší počet zaměstnanců se stane novým normálem.

Generativní umělá inteligence tuto možnost čekání dále rozvíjí. Její schopnosti se rychle rozvíjejí, ceny klesají a aplikace se integrují do standardního softwaru. Společnost, která dnes najme nováčka, se zavazuje k několikaletému rozvoji a mzdovým výdajům. Společnost, která ponechá pozici zpočátku volnou a místo toho testuje software, si zachovává flexibilitu. V prostředí vysoké nejistoty se tato možnost čekání stává ekonomicky atraktivní, i když technologie ještě není dostatečně spolehlivá, aby nahradila zaměstnance na plný úvazek.

K tomu se přidává fenomén seniorizace. Společnosti hledají kandidáty s většími zkušenostmi, širší škálou dovedností a okamžitou dostupností pro formálně nižší pozice. Dřívější juniorská pozice ne vždy úplně zmizí; je jednoduše znovu inzerována s vyššími požadavky. Nyní se očekává, že v jedné osobě budou kombinovány odborné zkušenosti, znalosti oboru, kontakt se zákazníky, datová gramotnost a sebevědomé používání umělé inteligence. To snižuje počet skutečných pracovních příležitostí na vstupní úrovni, i když podobné pracovní pozice mohou stále existovat.

Pro zkušené zaměstnance je umělá inteligence často doplňkem. Mohou kontrolovat výsledky, identifikovat chyby, stanovovat priority a převzít odpovědnost. Pro začátečníky může stejná technologie sloužit jako náhrada, protože automatizuje přesně ty úkoly, které se dříve učili: počáteční výzkum, jednoduché analýzy, standardní texty, testovací případy, dokumentaci, tvorbu prezentací, přípravu dat a organizační koordinaci. Problém tedy nespočívá v tom, že umělá inteligence eliminuje celé profese najednou. Odstraňuje jednotlivé úkoly ze spodního konce křivky organizačního učení.

Produktivita s vedlejšími účinky

Ekonomická logika této změny je přesvědčivá. Ve studii s více než 5 000 zaměstnanci zákaznického servisu zvýšil asistent s umělou inteligencí počet vyřešených případů za hodinu v průměru o 14 procent. U méně zkušených a méně výkonných zaměstnanců činil zisk přibližně 34 procent, zatímco vysoce zkušení zaměstnanci z něj sotva profitovali. Technologie přenesla část zkušenostních znalostí uložených v datech na nováčky, čímž výrazně urychlila jejich učební křivku.

Z obchodního hlediska to otevírá dvě protichůdné strategie. Společnost může dosáhnout více se stejným počtem nových zaměstnanců, rychleji zlepšit jejich kvalitu a snížit nedostatek kvalifikovaných pracovníků. Alternativně může generovat stejný výstup s menším počtem nových zaměstnanců. Zvolená možnost závisí na poptávce, konkurenci, očekáváních růstu a cílech managementu. V expandující ekonomice vede zvýšená produktivita k dodatečné produkci; ve stagnující ekonomice vede ke snižování nákladů a opatrnějšímu náboru.

Efekt produktivity navíc není univerzální. U jasně definovaných, často se opakujících a snadno ověřitelných úkolů generativní umělá inteligence často přináší významné výhody. U složitých problémů mimo rozsah její kompetence však může produkovat přesvědčivě chybné chyby. V experimentech s manažerskými konzultanty se výkon u vhodných kreativních úkolů výrazně zvýšil, zatímco u nevhodných úkolů zaměřených na řešení problémů se snížil i přes varování. Produktivita tedy nepramení z pouhého přístupu k modelu, ale spíše z vhodného návrhu úkolu, kontroly kvality a zdravého úsudku.

Právě zde se projevuje dilema s vškolováním. Firmy potřebují lidi, kteří dokáží kriticky vyhodnotit výsledky umělé inteligence. Tato dovednost se však rozvíjí z odborných znalostí a zkušeností, které se tradičně získávaly prostřednictvím jednodušších úkolů. Pokud se veškerá základní práce automatizuje a juniorní pozice se zruší, bude chybět skupina schopná profesionálně kontrolovat složité výsledky. Organizace se pak spoléhá na skupinu zkušených zaměstnanců, ale nedokáže ji dostatečně obnovovat.

Z krátkodobého hlediska se tento model může jevit jako velmi ziskový. Vedoucí zaměstnanec s podporou umělé inteligence odvede více práce, týmy se zmenší a personální náklady se sníží. Z dlouhodobého hlediska se však rizika koncentrace zvyšují. Znalosti se koncentrují v rukou několika klíčových osob, hledání náhrad je obtížnější, interní nástupnictví selhává a najímání externích specialistů se stává dražším. Dividenda produktivity současnosti se tak může stát budoucím dluhem z titulu kompetencí.

Naše odborné znalosti v oblasti rozvoje podnikání, prodeje a marketingu v EU a Německu - Obrázek: Xpert.Digital

Oblasti zájmu v průmyslu: B2B, digitalizace (od AI po XR), strojírenství, logistika, obnovitelné zdroje energie a průmysl

Více informací zde:

• Centrum pro expertní podnikání

Tematické centrum nabízející poznatky a odborné znalosti:

• Znalostní platforma zahrnující globální a regionální ekonomiky, inovace a trendy specifické pro dané odvětví
• Soubor analýz, poznatků a podkladových informací z našich klíčových oblastí zaměření
• Místo pro odborné znalosti a informace o aktuálním vývoji v oblasti podnikání a technologií
• Centrum pro firmy hledající informace o trzích, digitalizaci a inovacích v oboru

Nedostatek kvalifikovaných pracovníků i přes nadbytek uchazečů

Současný nedostatek kvalifikovaných pracovníků a pozic na základní úrovni není rozporem, ale spíše problémem kvalifikace a zkušeností. Firmy často nehledají dalšího člověka v abstraktním smyslu, ale spíše specialistu, kterého lze okamžitě nasadit, který má specifické znalosti v oboru, porozumění zákazníkům, technické dovednosti a zkušenosti s převzetím odpovědnosti. Čerstvý absolvent tento profil přirozeně ještě nesplňuje. Pokud jsou firmy méně ochotné investovat do vzdělávání a rozvoje, zůstanou volná specializovaná místa po boku začátečníků hledajících práci.

Tento paradox je obzvláště patrný v sektoru IT. Navzdory klesajícímu počtu volných pracovních míst zůstalo v Německu v roce 2025 odhadem 109 000 pozic v oblasti IT neobsazených. Zároveň se inzerované pozice pro vstupní pozice v oblasti IT aplikací a IT řešení od roku 2022 propadly o 77 procent. Trh i nadále požaduje digitální odbornost, ale méně často v podobě tradičního profilu pro vstupní pozice. Poptávka je po zkušenostech, specializaci a stále častěji po schopnosti produktivně a zodpovědně využívat umělou inteligenci.

Nezaměstnanost mezi absolventy vysokých škol vzrostla v roce 2025 na 3,3 procenta a poprvé od roku 2007 překročila hranici typicky spojovanou s plnou zaměstnaností. Počet nezaměstnaných absolventů se zvýšil výrazně více než celková nezaměstnanost. Počet osob s vysokoškolským vzděláním v zaměstnáních podléhajících odvodům sociálního zabezpečení však nadále rostl a dosáhl přibližně 7,2 milionu. To nepředstavuje komplexní krizi akademické zaměstnanosti, ale spíše znatelné zhoršení přechodu mezi profesemi a větší rozdíly mezi obory, úrovněmi zkušeností a profily dovedností.

Firmy na tuto situaci v některých případech reagují náborem lidí, kteří chtějí změnit kariéru. Přibližně každý čtvrtý nově přijatý IT profesionál přichází alternativní kvalifikační cestou; tento podíl je podobný jako u absolventů vysokých škol. To naznačuje, že samotné formální tituly ztrácejí na významu, zatímco prokazatelné praktické zkušenosti získávají na významu. Konkurence pro ty, kteří vstupují na trh práce, se zostřuje, protože soupeří nejen s ostatními absolventy, ale také se zkušenými lidmi, kteří chtějí změnit kariéru, a mezinárodně dostupnými specialisty.

Německý trh práce tak trpí méně jednotným nedostatkem než několika paralelními nedostatky. Chybí zdravotní sestry, kvalifikovaní řemeslníci, elektrikáři a zkušení IT specialisté. Zároveň je pro mnoho čerstvých absolventů příliš málo vhodných pozic na vstupní úrovni. Regionální rozdíly, nesoulad v kvalifikacích, očekávání v oblasti platů, nedostatek bydlení a omezená mobilita tento nesoulad zhoršují. Tvrzení, že Německo má nedostatek kvalifikovaných pracovníků, proto vypovídá jen málo o šancích jednotlivce vstoupit na trh práce.

Trénink jako stabilizační kotva

Zatímco tradiční pozice na základní úrovni poklesly, počet inzerovaných pozic v oblasti odborného vzdělávání, včetně programů duálního studia, zůstal relativně stabilní. V období od srpna 2025 do července 2026 byl průměrný počet inzerovaných pozic přibližně o 50 procent vyšší než v roce 2019. Ve 20 z 23 srovnatelných profesních skupin byla dostupnost školicích programů lepší než dostupnost pozic na základní úrovni. Obzvláště výmluvný je vývoj softwaru: juniorské pozice byly přibližně o 70 procent nižší než v roce 2019, zatímco možnosti vzdělávání, zejména pro IT specialisty ve vývoji aplikací, byly o 27 procent vyšší.

Jeden z důvodů spočívá ve struktuře pracovních míst. Pouze asi 15 procent učňovských míst je v profesích, kde by umělá inteligence mohla převzít nebo podpořit více než 60 procent zmíněných dovedností. U pozic na základní úrovni je toto číslo 42 procent a u stáží a studentských pozic 33 procent. Naopak 37 procent učňovských míst má nízký transformační potenciál umělé inteligence, menší než 40 procent. U pozic na základní úrovni je toto číslo pouze devět procent a u stáží a studentských pozic deset procent.

Pro firmy je vzdělávání také jiným ekonomickým nástrojem než najímání absolventa vysoké školy. Stážisté dostávají nižší plat, jsou postupně seznamováni s požadavky společnosti v průběhu několika let a mohou se v rané fázi specializovat na procesy specifické pro danou společnost. To snižuje náborové riziko a umožňuje dlouhodobé personální plánování. V nejistých dobách proto může být atraktivnější rozvíjet talenty zevnitř než najímat lépe placeného absolventa, jehož produktivita a udržení zaměstnanců jsou zpočátku nejisté.

Duální systém by se však neměl idealizovat. V roce 2025 se počet nabízených učňovských míst snížil o 4,6 procenta na zhruba 530 300. Bylo podepsáno přibližně 476 700 nových smluv, což je o 2,1 procenta méně než v předchozím roce. Zároveň na konci září stále hledalo učňovské místo 84 400 mladých lidí, zatímco 54 400 míst zůstalo neobsazeno. Skutečnost, že existují současně uchazeči o práci i volná místa, poukazuje na regionální, profesní a kvalifikační nesoulad.

Rozšířenost online nabídek práce proto neznamená, že každý mladý člověk může snadno najít vhodné vzdělání. Některé nabídky se nacházejí v regionech s vysokými životními náklady nebo špatnou dostupností, zatímco jiné se týkají profesí s nevhodnou pracovní dobou, nízkými platy nebo nízkým společenským postavením. Naopak uchazeči ne vždy splňují akademická nebo osobní očekávání společností. Duální systém je důležitým stabilizačním faktorem, ale ne automatickou kompenzací poklesu pozic na nižších akademických pozicích.

Pokud chybí první příčka

Špatný začátek kariéry může ovlivnit celou profesní biografii. Ti, kteří zůstanou po ukončení studia delší dobu nezaměstnaní, získají méně praktických zkušeností, ztratí znalosti specifické pro danou práci a mohou vyslat negativní signál budoucím zaměstnavatelům. To často vede k přesunu na nesouvisející, hůře placené nebo dočasné pozice. První plat navíc často tvoří základ pro pozdější vyjednávání o platu, což znamená, že nízký nástupní plat může mít následky na další roky.

Dlouhodobé německé studie ukazují, že časná nezaměstnanost může být spojena s významnými následnými ztrátami příjmů. To je obzvláště těžké pro osoby s nižším výdělečným potenciálem, zatímco vysoce výkonní zaměstnanci s větší pravděpodobností kompenzují znevýhodnění změnou zaměstnání a kariérním postupem. Jiné studie kohort recese docházejí k závěru, že mzdové znevýhodnění se může po několika letech zmenšit. Mezi klíčové faktory patří délka nezaměstnanosti, kvalita prvního zaměstnání, mobilita a schopnost rychlého přechodu do produktivnějších společností.

Současný pokles proto může v rámci generace zhoršit nerovnost. Absolventi s finanční podporou, kontakty, mobilitou a relevantními stážemi mohou překlenout delší období hledání práce a získat další kvalifikaci. Jiní jsou nuceni přijmout nevhodné nabídky brzy nebo opustit svůj obor studia. Výběr pak není založen pouze na schopnostech, ale také na rodinných zdrojích a toleranci rizika.

Pro firmy vzniká kolektivní problém. Každý jednotlivý podnik má motivaci šetřit na nákladech na vzdělávání a získávat zkušené pracovníky od jiných zaměstnavatelů. Pokud se mnoho firem takto chová, celkově se rozvíjí příliš málo lidského kapitálu. Trh pak produkuje méně mladých talentů, než je později potřeba. Ekonomové to označují za pozitivní externalitu firemního vzdělávání: Společnost nese náklady, ale některé z výhod mohou později plynout i jiným zaměstnavatelům nebo ekonomice jako celku.

Demografické trendy toto špatné hospodaření ještě zhoršují. S odchodem generace „baby boomers“ do důchodu se nejen ztrácí pracovní síla, ale i cenné zkušenosti. Pokud mladší zaměstnanci nemohou tyto znalosti včas získat, vzniká dvojitá mezera. Umělá inteligence může zlepšit dokumentaci, vyhledávací funkce a přístup k informacím, ale nemůže jednoduše nahradit situační úsudek, důvěru zákazníků, smysl pro odpovědnost a znalost neformálních provozních procesů.

Nová ekonomika kompetencí

V budoucnu se hodnota nového profesionála nebude tolik měřit jeho schopností provádět standardní úkoly od nuly. Důležitější bude jeho schopnost efektivně strukturovat pracovní procesy pomocí umělé inteligence, ověřovat výsledky, identifikovat chyby a převádět odborné znalosti do informovaných rozhodnutí. To neznamená, že základní znalosti zastarají. Naopak: ti, kteří nemají odborné znalosti k vyhodnocení výsledků, jsou závislí na kvalitě modelu a podstupují nevyčíslitelná rizika.

Výsledkem je nový kompetenční profil sestávající ze tří úrovní. První úrovní jsou solidní znalosti v dané oblasti, například v informatice, marketingu, financích, logistice nebo právu. Druhou úrovní jsou kompetence v oblasti umělé inteligence: rozdělení úkolů, výběr vhodných nástrojů, ochrana dat, ověřování výdajů a automatizace pracovních postupů. Třetí úroveň zahrnuje lidské dovednosti, které je obtížné standardizovat: odpovědnost, komunikaci, vyjednávání, porozumění kontextu, kreativitu a řešení nejednoznačných situací.

Zaměstnavatelé budou stále více rozlišovat mezi pouhým používáním nástrojů a odbornými znalostmi v oblasti produktivních systémů. Kandidát, který pouze formuluje zadání, nenabízí žádnou trvalou výhodu. Cenný je někdo, kdo zvládne proces od problému k datům a modelu k ověřenému rozhodnutí. To vysvětluje, proč i přes snadno dostupnou umělou inteligenci firmy nadále hledají specialisty a zároveň snižují počet obecných juniorních profilů.

Zároveň může umělá inteligence usnadnit začátek. Snižuje znalostní bariéry, pomáhá s programováním, podporuje jazykové dovednosti a zpřístupňuje vysoce kvalitní analytické nástroje širšímu publiku. V dobře navržených vzdělávacích prostředích z toho začátečníci neúměrně těží, protože jim systém poskytuje zpětnou vazbu a kontextovou pomoc. Klíčovou otázkou tedy není, zda by mladí lidé měli umělou inteligenci používat, ale zda firmy promítají zvýšení produktivity do vyššího výkonu a zrychleného vzdělávání, nebo pouze do snížení zaměstnanosti.

Profese daňového úředníka ukazuje, že profily pracovních míst lze měnit. Po modernizaci předpisů pro vzdělávání se identifikovaný potenciál automatizace snížil ze 100 na 50 procent, protože poradenství, zákaznický servis a náročnější úkoly byly silněji integrovány do popisu práce. Tento příklad nedokazuje, že rizika automatizace mizí pouhou změnou názvů pracovních pozic. Ukazuje však, že instituce mohou navrhnout vzdělávání tak, aby si lidé včas osvojili ty doplňkové dovednosti, které technologie nemohou spolehlivě nahradit.

Co firmy nyní riskují

Snižování počtu juniorních pozic zlepšuje poměry nákladů a využití kapacit v krátkodobém horizontu. Může to být dokonce nutné i během slabé ekonomiky. Problematické se to však stává, když se cyklická reakce vyvine v trvalou personální strategii. Po několika letech pak vznikne nedostatek zaměstnanců se středně pokročilými zkušenostmi, z nichž by se mohli vyvinout projektoví manažeři, architekti, account manažeři a vedoucí pracovníci.

Společnosti se stárnoucí pracovní silou a vysokým podílem tichých znalostí jsou obzvláště zranitelné. V takových případech nelze odborné znalosti rychle získat na volném trhu. Pokud zkušení zaměstnanci odcházejí do důchodu současně, může výsledná mezera vést k provozním rizikům, problémům s kvalitou a zpožděním projektů. Obnovení náborových snah později trvá roky, protože najímání nových talentů automaticky nezaručuje plnou produktivitu.

Životaschopnou alternativou je spíše přepracovat než zrušit pozice na základní úrovni. Mladší zaměstnanci by měli trávit méně času čistě mechanickými úkoly, ale i nadále by měli přebírat kontrolovanou odpovědnost. Umělá inteligence může omezit rutinní práci, zatímco mentoři se mohou soustředit na diskuse o případech, kontrolu kvality, kontakt se zákazníky a porozumění systému. Tímto způsobem se křivka učení neodstraní, ale spíše se urychlí.

Aby toho firmy dosáhly, musí používat nové metriky. Rozhodujícími faktory nejsou jen krátkodobé úspory času a počet dokončených úkolů, ale také doba do samostatného výkonu, chybovost, kvalita rozhodování, šíře znalostí, interní personální obsazení a míra udržení zaměstnanců po dvou nebo třech letech. Ti, kteří měří pouze okamžitou produktivitu, podceňují hodnotu učení a kapitálu nástupnictví.

Malé a střední podniky (MSP) z toho mohou také těžit. Často sice nekonkurují v oblasti nejvyšších nástupních platů, ale mohou nabídnout rychlejší zodpovědnost, přímý kontakt se zákazníky a širší rozsah úkolů. Tyto vlastnosti se stávají obzvláště cennými, když velké organizace silně standardizují práci juniorů. Profesionální mentoring je nezbytný; pouhé přetížení juniorních zaměstnanců pod rouškou rané zodpovědnosti nepodporuje ani kompetence, ani angažovanost.

Vzdělávací politika pod časovým tlakem

Univerzity a odborné školy musí rychleji přizpůsobovat své osnovy měnícímu se rozdělení úkolů. Čisté faktické znalosti ztrácejí na hodnotě tam, kde jsou snadno dostupné. Zároveň se stává důležitější metodologické porozumění, kritika zdrojů, datová gramotnost a odborný dohled. Zkoušky by proto neměly hodnotit pouze tvorbu textu, programu nebo návrhu, ale také pracovní proces, validaci a zdůvodnění rozhodnutí.

Praktické fáze je třeba upřednostnit. Pokud firmy omezí dobrovolné stáže, mohou přechod stabilizovat povinné nebo kooperativně financované programy. Duální studijní programy, praktické semestry, modely pracujících studentů a společné univerzitní projekty kombinují teorii s praktickými požadavky. Veřejné financování by však nemělo trvale nahrazovat náklady na soukromé vzdělávání; podpora by měla být vázána na prokazatelný vzdělávací obsah, mentoring a pracovní vyhlídky.

Politika trhu práce by se neměla snažit zachovat všechna stávající pracovní místa. Rychlé zvyšování kvalifikace, modulární kvalifikace a transparentní hodnocení kompetencí jsou účinnější. Ti, kteří již mají specializované znalosti, často nepotřebují zcela nový studijní program, ale spíše cílené moduly v oblasti analýzy dat, automatizace, kybernetické bezpečnosti, návrhu procesů nebo regulovaných aplikací umělé inteligence. Takové programy musí být dostupné jak zaměstnaným osobám, tak uchazečům o zaměstnání, a to z hlediska času i nákladů.

Německo dále potřebuje lepší data o skutečných náborových postupech, profilech pracovních míst a kariérních drahách. Nabídky práce jsou rychlým ukazatelem, ale jen částečně zachycují skrytý nábor a interní převody. Propojená data by mohla odhalit, zda jsou juniorské pozice jednoduše přejmenovány, přesunuty do učňovské oblasti, outsourcovány nebo skutečně automatizovány. Bez tohoto rozlišení existuje riziko podcenění technologických otřesů nebo předčasného připisování každého hospodářského poklesu umělé inteligenci.

Součástí řešení musí být v konečném důsledku i politika růstu. Samotné další vzdělávání nevytvoří pracovní místa, pokud firmy nebudou předvídat zvýšenou poptávku. Investice do digitální infrastruktury, energetiky, bydlení, obrany, zdravotnictví a modernizace průmyslu mohou generovat další pracovní místa. Čím dynamičtěji ekonomika poroste, tím je pravděpodobnější, že se zvýšení produktivity promítne do zvýšení produkce a nových pracovních míst, spíše než pouze do snížení potřeb personálu.

Tři možné vývojové cesty

Za příznivého scénáře se poptávka zotaví, firmy budou využívat umělou inteligenci k expanzi a vyvíjet nové modely pro vstupní zaměstnance. Mladší zaměstnanci se dříve ujímají náročnějších úkolů, protože rutinní práce je automatizována. Produktivita se zvyšuje, doba učení se zkracuje a menší týmy generují větší hodnotu, aniž by se eliminovala cesta k mladým talentům. Učňovská příprava, programy duálního studia a vstup do akademické sféry se více propojují.

Ve střednědobém scénáři zůstává celková zaměstnanost relativně stabilní, ale počet tradičních juniorních pozic je trvale nižší. Vstup na trh práce se stále častěji odehrává prostřednictvím stáží, projektů, učňovské přípravy, změn kariéry a dočasných programů. Požadavky rostou a noví odborníci potřebují praktické zkušenosti a dovednosti v oblasti umělé inteligence dříve. Společnosti sice dosahují efektivity, ale musí se vyrovnat s menším počtem zaměstnanců středního managementu.

V nejhorším případě se slabý růst a agresivní automatizace spojí a vytvoří trvalé zmrazení náboru. Méně mladých lidí získává relevantní zkušenosti, roste nezaměstnanost a nespecializovaná zaměstnanost a o několik let později se nedostatek zkušených pracovníků prohlubuje. Firmy pak reagují drahým překupnictvím, mezinárodním náborem a outsourcingem. Ekonomika ztrácí lidský kapitál, inovační kapacitu a příležitosti k sociální mobilitě.

To, jaká cesta se vyvine, není předurčeno technologií. Záleží na poptávce, investicích, strategiích v oblasti lidských zdrojů, vzdělávacích reformách a rozdělení zisků z produktivity. Umělá inteligence může nahradit první fázi kariéry, ale může ji také zefektivnit. Rozhodnutí spočívá v designu práce, nikoli pouze v modelu.

Žádné ztráty pracovních míst, ale systémový alarm

Pokles počtu pracovních míst na základní úrovni je vážný, ale nedokazuje obecné zničení pracovních míst umělou inteligencí. Data poukazují na kombinaci faktorů: mimořádný boom v náboru v roce 2022, ekonomickou slabost, vyšší náklady na financování, odvětvové korekce, práci na dálku, zvýšené nároky a počátky reorganizace řízené umělou inteligencí. Ti, kdo viní pouze technologii, špatně chápou sled událostí. Ti, kdo popírají její vliv, zcela ignorují obzvláště slabý výkon digitálních, znalostně náročných a snadno automatizovatelných úkolů.

Hlavní ekonomické nebezpečí spočívá v erozi kariérního žebříčku. Trh práce může zároveň vyhledávat mnoho zkušených odborníků a najímat příliš málo začátečníků. Tato strategie funguje krátkodobě, dokud se firmy spoléhají na stávající odborné znalosti nebo si navzájem „přetahují“ zaměstnance. Není udržitelná, protože před náborem je nutné získat zkušenosti.

Pro mladé lidi je vstup na trh práce stále selektivnější, více prakticky orientovaný a více technologicky zaměřený. Titul je stále cenný, ale méně často postačuje jako jediná kvalifikace. Pro firmy není výzvou nostalgicky zachovat juniorské role, ale produktivně je přepracovat. Pro vzdělávací politiku a univerzity spočívá výzva v integraci znalostí z dané oblasti, aplikací umělé inteligence, kontroly kvality a praktických zkušeností z reálného světa.

Pokles o více než dvě třetiny proto není ani pouhou běžnou korekcí trhu, ani důkazem hrozící masové nezaměstnanosti v důsledku umělé inteligence. Je to včasný varovný signál pro ekonomiku, která by mohla své současné problémy vyřešit nedostatečnými investicemi do své budoucí kvalifikované pracovní síly. Pokud Německo odstraní nejnižší příčku kariérního žebříčku, nemělo by být překvapeno, pokud se později nikdo nedostane na vrchol.

Kvazi-interní řešení: Jak Xpert.Digital uzavírá provozní mezery v marketingu a prodeji B2B – Smart Content-Driven Business - Obrázek: Xpert.Digital

Xpert.Digital je datově orientované B2B centrum pro průmysl, které vede Konrad Wolfenstein . Společnost funguje jako externí, kvazi-interní řešení pro průmyslové partnery a odstraňuje provozní mezery v marketingu, obsahu a prodeji – aniž by vyžadovala další zdroje na straně klienta.

Více informací zde:

• Kvazi-interní řešení: Jak Xpert.Digital uzavírá provozní mezery v marketingu a prodeji B2B – Smart Content-Driven Business

☑️ Naším obchodním jazykem je angličtina nebo němčina

☑️ NOVINKA: Korespondence ve vašem rodném jazyce!

Konrad Wolfenstein

Já a můj tým jsme rádi, že vám můžeme být k dispozici jako váš osobní poradce.

Můžete mě kontaktovat vyplněním kontaktního formuláře zde [email protected]:nebo mi jednoduše zavolat na číslo +49 7348 4088 965. Moje e-mailová adresa je

Těším se na náš společný projekt.

☑️ Podpora malých a středních podniků v oblasti strategie, poradenství, plánování a implementace

☑️ Vytvoření nebo restrukturalizace digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální B2B obchodní platformy

☑️ Průkopnický rozvoj podnikání / Marketing / PR / Veletrhy