Het verdwijnen van juniorfuncties: hoe AI de carrièremogelijkheden in Duitsland verandert

Veranderende carrièremogelijkheden: de dramatische afname van juniorfuncties in Duitsland

Startersfuncties in gevaar: hoe AI de carrièremogelijkheden in Duitsland ondermijnt

De Duitse arbeidsmarkt ondergaat een ingrijpende verandering, wat voor veel jonge professionals aanzienlijke uitdagingen met zich meebrengt. Terwijl bedrijven blijven klagen over een tekort aan geschoolde arbeidskrachten, is er een zorgwekkende trend zichtbaar: het aantal startersfuncties is sinds de zomer van 2022 met meer dan twee derde gedaald. Deze daling is met name merkbaar in IT-applicaties, marketing en projectmanagement, waar kunstmatige intelligentie en digitale tools steeds vaker taken overnemen. De voor de hand liggende aanname dat AI de eerste trede van de carrièreladder vernietigt, is echter een te simplistische voorstelling van zaken. De afname van juniorfuncties begon al vóór de introductie van ChatGPT en maakt deel uit van een bredere economische recessie, die ook gekenmerkt wordt door stijgende financieringskosten en een afnemende bereidheid van bedrijven om te investeren.

De afname van instapbanen heeft verstrekkende gevolgen: het brengt niet alleen de opleiding van jong talent in gevaar, maar bedreigt ook het innovatievermogen en de concurrentiekracht van bedrijven op de lange termijn. Uit actuele gegevens blijkt dat het aantal instapmogelijkheden in bijna alle onderzochte beroepsgroepen is afgenomen, wat de noodzaak onderstreept om passende maatregelen te nemen om de overgang van opleiding naar werk te vergemakkelijken. In een tijd waarin de waarde van praktijkervaring en specifieke vaardigheden toeneemt, is het cruciaal dat bedrijven en onderwijsinstellingen gezamenlijk strategieën ontwikkelen om toekomstige uitdagingen op de arbeidsmarkt succesvol aan te pakken.

De verdwenen carrièreladder in Duitsland: waarom startersbanen verdwijnen in het AI-tijdperk

Het tekort aan geschoolde arbeidskrachten van morgen begint met de juniorfunctie die vandaag wordt geschrapt

De Duitse arbeidsmarkt geeft twee signalen af ​​die op het eerste gezicht niet met elkaar lijken te stroken. Bedrijven blijven klagen over een tekort aan geschoolde arbeidskrachten, terwijl tegelijkertijd het aantal startersfuncties sinds de piek in de zomer van 2022 met meer dan twee derde is gedaald. Vooral de beroepsgroepen waar digitale tools en generatieve kunstmatige intelligentie veel taken kunnen ondersteunen of gedeeltelijk overnemen, krimpen sterk. IT-applicaties, marketing en projectmanagement zijn hiervan goede voorbeelden. Daarentegen ontwikkelen de sectoren verpleging, geneeskunde, farmacie, gastronomie en horeca zich veel robuuster.

De meest voor de hand liggende verklaring is dat kunstmatige intelligentie de eerste stap op de carrièreladder vernietigt. Deze these is plausibel, maar in haar simpele vorm onhoudbaar. De neergang begon al in het voorjaar van 2022, maanden vóór de lancering van ChatGPT. Tegelijkertijd verzwakte de Duitse economie, werden financieringskosten hoger, daalde de investeringsbereidheid, corrigeerden bedrijven de overbezetting uit de hoogconjunctuur en concentreerden ze zich bij nieuwe aanwervingen op direct productieve specialisten. Daarom moet AI minder worden gezien als de enige oorzaak, maar eerder als een versneller, selectiefilter en verwachtingsschok in een toch al zwakke arbeidsmarkt.

Het aantal momenteel onbeschikbare juniorfuncties is niet de enige economisch belangrijke factor. Instapfuncties vervullen een essentiële productiefunctie: ze bieden jonge werknemers praktische ervaring, leren hen operationele processen, ontwikkelen hun beoordelingsvermogen en helpen hen uit te groeien tot de specialisten en managers die bedrijven over een paar jaar nodig zullen hebben. Als deze functies permanent verdwijnen, bespaart een bedrijf op korte termijn op opleidingskosten, maar creëert het op lange termijn een tekort aan talent. Precies hierin schuilt het strategische risico. De besparingen zijn direct zichtbaar, terwijl het verlies aan vaardigheden, innovatievermogen en opvolgingspotentieel pas na verloop van tijd duidelijk wordt.

Van een bloeiperiode op de arbeidsmarkt naar een crisis

Het uitgangspunt voor deze ontwikkeling was uitzonderlijk. In juli 2022 lag het aantal functies dat expliciet was aangewezen als junior-, trainee-, afgestudeerden- of startersfuncties circa 75 procent hoger dan het gemiddelde van 2019. Deze opleving weerspiegelde het inhaaleffect na de pandemie, een krappe arbeidsmarkt, aanzienlijke investeringen in digitalisering en de concurrentie om talent. Bedrijven breidden hun teams uit, financierden groei en vulden proactief vacatures in, omdat ze een aanhoudend hoge vraag verwachtten.

In juli 2026 was dit aanbod gedaald tot 46 procent onder het niveau van 2019. Vanaf het hoogtepunt betekende dit een daling van ruim twee derde. De algehele arbeidsmarkt koelde ook aanzienlijk af, hoewel deze op het moment van de ineenstorting nog steeds acht procent boven de referentiewaarde van 2019 lag. Sinds het hoogtepunt in 2022 is de arbeidsmarkt met ongeveer 38 procent gedaald. Het aantal startersfuncties daalde dus niet alleen in lijn met de algemene vraag naar arbeid, maar ook in een aanzienlijk sneller tempo. De toegang tot de arbeidsmarkt werd verder beperkt binnen een krimpende markt.

Het aantal stages en werkstudentenbanen lag in juli 2026 ook zo'n 24 procent lager dan in 2019. De daling sinds 2022 was minder sterk omdat het hoogtepunt toen lager lag. Deze ontwikkeling is echter problematisch: stages en werkstudentenbanen vormen vaak de brug tussen de universiteit en een vaste baan. Als bedrijven zowel deze voorbereidende fase als de daaropvolgende juniorfunctie schrappen, wordt de overgang van het onderwijs naar de arbeidsmarkt minder soepel.

De omvang van het probleem blijkt duidelijk uit de bredere arbeidsmarktgegevens. In het tweede kwartaal van 2026 waren er in Duitsland ongeveer 1,02 miljoen vacatures. Dat waren er zo'n 130.000, oftewel elf procent, minder dan in het voorgaande kwartaal en ongeveer drie procent minder dan een jaar eerder. Afgezien van de lockdowns als gevolg van de pandemie, was de vraag naar arbeid niet zo laag geweest sinds 2016. Statistisch gezien waren er 291 geregistreerde werklozen voor elke 100 vacatures. De markt is dus verschoven van een markt waarin kandidaten sterk de boventoon voerden naar een markt waarin werkgevers selectiever te werk gingen.

De economische prestaties van Duitsland vormen de cyclische achtergrond. Na twee jaar recessie groeide het reële bruto binnenlands product in 2025 met slechts 0,2 procent. Hoewel er in de eerste twee kwartalen van 2026 een gematigde groei was, bleven investeringen en de particuliere vraag zwak. Een dergelijke omgeving is ongunstig voor arbeidsintensieve groeibeslissingen. Bedrijven ontslaan niet per se massaal personeel, maar ze verminderen wel het aantal vacatures, stellen het invullen van functies uit en verhogen de eisen voor elke nieuwe functie.

Inbraak treft vrijwel iedereen

Van de 28 onderzochte beroepsgroepen hebben er 26 sinds 2022 een afname gezien in het aantal startersfuncties. In 23 groepen presteerden juniorfuncties slechter dan de algehele arbeidsmarkt. Dit is dus geen geïsoleerd probleem dat individuele technologiebedrijven treft, maar eerder een wijdverspreide verslechtering van de toegang tot de arbeidsmarkt. Verschillen tussen beroepsgroepen laten echter zien welke economische krachten bijzonder invloedrijk zijn.

IT-applicaties en -oplossingen werden het zwaarst getroffen, met een daling van 77 procent ten opzichte van hun piek. In marketing daalde het aantal beschikbare posities met 75 procent en in projectmanagement met 60 procent. Voor stages en werkstudentenbanen bedroeg de daling respectievelijk 54 procent, 55 procent en 56 procent. Deze activiteiten hebben een aantal gemeenschappelijke kenmerken: een groot deel van het werk is digitaal, kan worden gestandaardiseerd, opgedeeld in werkpakketten en gemonitord met behulp van elektronische documenten. Juist deze kenmerken faciliteren automatisering, centralisatie, outsourcing en productiviteitsverbeteringen door middel van software.

Slechts twee belangrijke sectoren lieten een positieve ontwikkeling zien in het aantal startersfuncties. De sectoren verpleging, geneeskunde en farmacie stegen met 18 procent, terwijl de sectoren voeding, gastronomie en horeca met tien procent toenamen. Deze sectoren kampen met structurele personeelstekorten, gecombineerd met banen die fysieke aanwezigheid, situationeel bewustzijn, menselijke interactie of directe verantwoordelijkheid vereisen. Veel van deze beroepen vereisen bovendien een beroepsopleiding in plaats van een universitaire opleiding. Hun relatieve stabiliteit is daarom niet simpelweg het tegenovergestelde van een zogenaamd waardeloze academische kwalificatie, maar eerder een uiting van verschillende productieomstandigheden.

In de sociale sector, evenals in de kinderopvang en het onderwijs, is het aantal stages en werkstudentenplaatsen met 18 procent gestegen. Institutionele factoren spelen hierbij een rol, aangezien verplichte stages stevig verankerd zijn in veel bachelor- en beroepsopleidingen. Dit benadrukt een belangrijk verschil: waar praktijkervaring verplicht is vanwege regelgeving, curriculumvereisten of bedrijfsbeleid, is de kans kleiner dat deze volledig wordt afgeschaft, zelfs in een zwakke economie. Omgekeerd, waar het wordt beschouwd als een discretionaire investering, is de kans groter dat het slachtoffer wordt van bezuinigingsmaatregelen.

De gegevens beschrijven echter alleen vacatures waarvan de titels typische termen bevatten zoals Junior, Trainee, Graduate of Young Professional. Bedrijven kunnen ook geschikte starters vinden via meer algemeen geformuleerde vacatures, interne promoties of directe werving via stages en samenwerkingsverbanden met universiteiten. De meting onderschat daarom mogelijk de verborgen instroomroutes. Omgekeerd kan een vacature met de titel "Junior" professionele ervaring vereisen en is het dus niet automatisch een echte startersfunctie. Desondanks is de trend significant vanwege de sterkte en de breedte ervan, maar deze moet niet worden verward met het exacte aantal nieuw aangenomen starters.

AI verklaart niet alles

De opvallende correlatie tussen blootstelling aan AI en banenverlies is reëel. In beroepsgroepen waar meer dan 60 procent van de vaardigheden en taken door AI kunnen worden overgenomen of ondersteund, waren er in juli 2026 slechts ongeveer de helft zoveel startersfuncties, stageplaatsen en banen voor werkstudenten als in 2019. Beroepsgroepen met een transformatiepotentieel van minder dan 40 procent bleven daarentegen op of boven het voorgaande niveau. De kloof tussen kenniswerk dat gemakkelijk digitaal kan worden geautomatiseerd en meer fysiek of sociaal werk is aanzienlijk groter geworden.

Correlatie impliceert echter niet noodzakelijkerwijs causaliteit. De uiteenlopende trends begonnen al in het voorjaar van 2022, terwijl ChatGPT pas in november van datzelfde jaar publiekelijk beschikbaar kwam. In die periode verhoogden centrale banken de rentetarieven, verloren groeibedrijven de toegang tot goedkope financiering, werkten technologiebedrijven aan het wegwerken van overcapaciteit als gevolg van de pandemie, en trof de energiecrisis Duitsland bijzonder hard. Kennisintensieve dienstverlening is ook gevoelig voor investeringscycli: wanneer er minder digitale projecten, campagnes, consultancyopdrachten of softwareprojecten worden gestart, daalt de vraag naar personeel in deze sectoren sneller dan in de zorg of de horeca.

Blootstelling aan AI overlapt dus met economische gevoeligheid. Sterk gedigitaliseerde beroepen waren vaak de beroepen die tijdens de pandemie bijzonder sterk groeiden en vervolgens aanzienlijke aanpassingen moesten doorvoeren. Ze zijn ook vaker geschikt voor locatieonafhankelijk werk. Thuiswerken kan het lastiger maken om starters aan te nemen, omdat begeleiding, informeel leren en spontane vragen meer tijd in beslag nemen. Werkgevers geven dan de voorkeur aan ervaren mensen die productief kunnen werken zonder intensieve ondersteuning. Als het effect van thuiswerken en de beroepsstructuur statistisch wordt meegenomen, kan een ogenschijnlijk duidelijke correlatie met AI aanzienlijk zwakker worden.

Internationale bevindingen zijn eveneens gemengd. In de Verenigde Staten tonen verschillende analyses een relatieve daling van de werkgelegenheid onder jongeren in beroepen die bijzonder gevoelig zijn voor AI, terwijl oudere werknemers in dezelfde functies juist consistentere prestaties leveren. Andere studies, op het niveau van hele bedrijven of sectoren, hebben tot nu toe geen algemene afname van vacatures als gevolg van intensief AI-gebruik vastgesteld. Beide resultaten kunnen tegelijkertijd waar zijn: een bedrijf kan zijn totale personeelsbestand stabiel houden, maar minder junior medewerkers en meer ervaren specialisten, AI-ingenieurs of verkoopmedewerkers aantrekken.

De meest precieze interpretatie is daarom als volgt: de tot nu toe waargenomen algemene beweging is overwegend cyclisch en structureel, terwijl AI de interne samenstelling van de vraag verandert. Het vermindert de behoefte aan bepaalde routinetaken, verhoogt de productiviteit van bestaande teams en verschuift de waarde van uitvoering naar controle, integratie en verantwoording. Het blijft moeilijk om statistisch aan te tonen dat AI een grote, geïsoleerde impact heeft op het totale aantal banen. Op het niveau van individuele taken, hiërarchische niveaus en aanwervingsbeslissingen is de invloed echter al economisch significant.

De stille automatisering van vacatures

Het eerste effect van nieuwe technologie op de arbeidsmarkt uit zich vaak niet in ontslagen. Het manifesteert zich doordat een functie niet langer wordt geadverteerd. Als een door AI ondersteund team dezelfde werklast kan verwerken met minder extra medewerkers, hoeft het bedrijf niemand te ontslaan. Het vult simpelweg een geplande juniorfunctie niet in of combineert twee takenpakketten. Dit proces blijft lange tijd onzichtbaar in de totale werkgelegenheidscijfers, terwijl werkzoekenden de gevolgen direct ondervinden.

Dit mechanisme kan worden omschreven als een stille automatisering van vacatures. Het is minder riskant voor bedrijven dan ontslagen, omdat er geen ontslagvergoedingen, onderhandelingen of reputatieschade aan verbonden zijn. Tegelijkertijd stelt het hen in staat om af te wachten hoe effectief nieuwe tools daadwerkelijk zijn. Als de verwachte productiviteitswinsten uitblijven, kan het werven van personeel later worden hervat. Als de technologie werkt, wordt een permanent kleiner personeelsbestand de nieuwe norm.

Generatieve AI versterkt deze wachtoptie. De mogelijkheden ervan ontwikkelen zich snel, de prijzen dalen en toepassingen worden geïntegreerd in standaardsoftware. Een bedrijf dat vandaag een beginner aanneemt, gaat een meerjarige ontwikkelings- en salarisverplichting aan. Een bedrijf dat de functie in eerste instantie open laat en in plaats daarvan software test, behoudt flexibiliteit. In een klimaat van grote onzekerheid wordt deze wachtoptie economisch aantrekkelijk, zelfs als de technologie nog niet betrouwbaar genoeg is om een ​​fulltime medewerker te vervangen.

Daarbij komt nog het fenomeen van seniorisering. Bedrijven zoeken kandidaten met meer ervaring, een breder scala aan vaardigheden en die direct beschikbaar zijn voor functies die voorheen lager in rang stonden. De voormalige juniorfunctie verdwijnt niet altijd volledig; deze wordt simpelweg opnieuw geadverteerd met hogere eisen. Professionele ervaring, branchekennis, klantcontact, data-analyse en een zelfverzekerde omgang met AI worden nu in één persoon verwacht. Dit vermindert het aantal echte instapfuncties, ook al bestaan ​​er nog wel vergelijkbare functietitels.

Voor ervaren werknemers is AI vaak een aanvulling. Ze kunnen resultaten controleren, fouten identificeren, prioriteiten stellen en verantwoordelijkheid nemen. Voor beginners kan dezelfde technologie als vervanging dienen, omdat het precies die taken automatiseert die ze eerder hebben geleerd: initiële research, eenvoudige analyses, standaardteksten, testcases, documentatie, het opstellen van presentaties, dataverwerking en organisatorische coördinatie. Het probleem is dus niet dat AI hele beroepen in één keer overbodig maakt. Het verwijdert individuele taken van de onderkant van de leercurve binnen een organisatie.

Productiviteit met bijwerkingen

De economische logica achter deze verandering is overtuigend. In een onderzoek onder meer dan 5.000 klantenservicemedewerkers bleek dat een AI-assistent het aantal opgeloste gevallen per uur met gemiddeld zo'n 14 procent verhoogde. Voor minder ervaren en minder presterende medewerkers was de winst ongeveer 34 procent, terwijl zeer ervaren medewerkers er nauwelijks van profiteerden. De technologie droeg een deel van de ervaringskennis die in data was opgeslagen over aan nieuwkomers, waardoor hun leercurve aanzienlijk werd versneld.

Vanuit zakelijk oogpunt biedt dit twee tegengestelde strategieën. Een bedrijf kan meer bereiken met hetzelfde aantal nieuwe werknemers, de kwaliteit sneller verbeteren en het tekort aan geschoolde arbeidskrachten verminderen. Als alternatief kan het dezelfde output genereren met minder nieuwe werknemers. Welke optie wordt gekozen, hangt af van de vraag, de concurrentie, de groeiverwachtingen en de managementdoelen. In een groeiende economie leidt een hogere productiviteit doorgaans tot extra productie; in een stagnerende economie leidt het doorgaans tot kostenbesparing en een voorzichtiger wervingsbeleid.

Bovendien is het productiviteitseffect niet universeel. Voor duidelijk gedefinieerde, frequent terugkerende en gemakkelijk te verifiëren taken levert generatieve AI vaak aanzienlijke voordelen op. Voor complexe problemen die buiten het competentiegebied vallen, kan het echter overtuigend onjuiste fouten produceren. In experimenten met managementconsultants nam de prestatie significant toe bij geschikte creatieve taken, terwijl deze afnam bij ongeschikte probleemoplossende taken, ondanks waarschuwingen. Productiviteit ontstaat dus niet simpelweg door toegang te krijgen tot een model, maar eerder door een passend taakontwerp, kwaliteitscontrole en een gedegen oordeel.

Precies hier wordt het trainingsdilemma duidelijk. Bedrijven hebben mensen nodig die de resultaten van AI kritisch kunnen beoordelen. Deze vaardigheid ontwikkelt zich echter door expertise en ervaring, die traditioneel wordt opgedaan met eenvoudigere taken. Als al het basiswerk wordt geautomatiseerd en juniorfuncties verdwijnen, ontbreekt de groep die in staat is complexe resultaten professioneel te beoordelen. De organisatie vertrouwt dan op een pool van ervaren medewerkers, maar slaagt er niet in deze pool adequaat te vernieuwen.

Op de korte termijn kan dit model zeer winstgevend lijken. Een senior medewerker met AI-ondersteuning verricht meer werk, teams worden kleiner en personeelskosten dalen. Op de lange termijn nemen de risico's van concentratie echter toe. Kennis concentreert zich in de handen van een paar sleutelpersonen, het vinden van vervangers wordt moeilijker, interne opvolging mislukt en het inhuren van externe specialisten wordt duurder. De productiviteitswinst van nu kan zo in de toekomst een competentietekort worden.

Onze expertise in bedrijfsontwikkeling, verkoop en marketing in de EU en Duitsland - Afbeelding: Xpert.Digital

Focusgebieden binnen de industrie: B2B, digitalisering (van AI tot XR), werktuigbouwkunde, logistiek, hernieuwbare energie en industrie

Meer informatie vindt u hier:

• Expert Business Hub

Een thematisch kenniscentrum met inzichten en expertise:

• Kennisplatform over mondiale en regionale economieën, innovatie en trends in specifieke sectoren
• Een verzameling analyses, inzichten en achtergrondinformatie over onze belangrijkste aandachtsgebieden
• Een plek voor expertise en informatie over actuele ontwikkelingen in het bedrijfsleven en de technologie
• Een informatiecentrum voor bedrijven die op zoek zijn naar informatie over markten, digitalisering en innovaties in de sector

Tekort aan geschoolde arbeidskrachten ondanks een overschot aan sollicitanten

Het gelijktijdige tekort aan geschoolde werknemers en startersfuncties is geen tegenstrijdigheid, maar eerder een probleem van kwalificaties en ervaring. Bedrijven zoeken vaak niet zozeer een extra medewerker in abstracte zin, maar een specialist die direct inzetbaar is, beschikt over specifieke branchekennis, klantinzicht, technische vaardigheden en ervaring met het nemen van verantwoordelijkheid. Een pas afgestudeerde voldoet vanzelfsprekend nog niet aan dit profiel. Als bedrijven minder bereid zijn te investeren in training en ontwikkeling, zullen er naast openstaande specialistische functies ook veel starters op de arbeidsmarkt actief blijven.

Deze paradox is met name zichtbaar in de IT-sector. Ondanks een afname van het aantal vacatures bleven er in 2025 naar schatting 109.000 IT-functies onvervuld in Duitsland. Tegelijkertijd is het aantal geadverteerde startersfuncties in IT-applicaties en IT-oplossingen sinds 2022 met 77 procent gedaald. De markt blijft vragen om digitale expertise, maar minder vaak in de vorm van een traditioneel startersprofiel. Ervaring, specialisatie en, in toenemende mate, het vermogen om AI productief en verantwoord in te zetten, zijn gewild.

De werkloosheid onder universitair afgestudeerden steeg in 2025 naar 3,3 procent, waarmee voor het eerst sinds 2007 de drempel voor volledige werkgelegenheid werd overschreden. Het aantal werkloze afgestudeerden nam aanzienlijk meer toe dan de totale werkloosheid. Desondanks bleef het aantal mensen met een universitaire opleiding dat een baan heeft waarvoor sociale premies worden betaald, groeien tot ongeveer 7,2 miljoen. Dit duidt niet op een algehele crisis in de academische arbeidsmarkt, maar eerder op een merkbare verslechtering van de overgang tussen beroepen en een grotere ongelijkheid tussen disciplines, ervaringsniveaus en vaardigheidsprofielen.

Bedrijven reageren in sommige gevallen op deze situatie door mensen aan te nemen die van carrière willen veranderen. Ongeveer een op de vier nieuw aangestelde IT-professionals komt via een alternatieve opleidingsroute binnen; dit percentage is vergelijkbaar met dat van universitair afgestudeerden. Dit suggereert dat formele diploma's op zich aan betekenis verliezen, terwijl aantoonbare praktijkervaring aan belang wint. De concurrentie op de arbeidsmarkt neemt toe, omdat starters niet alleen concurreren met andere afgestudeerden, maar ook met ervaren carrièrewisselaars en internationaal beschikbare specialisten.

De Duitse arbeidsmarkt kampt dus minder met een uniform tekort dan met verschillende parallelle tekorten. Er is een tekort aan verpleegkundigen, geschoolde vakmensen, elektriciens en ervaren IT-specialisten. Tegelijkertijd zijn er te weinig geschikte startersfuncties voor veel pas afgestudeerden. Regionale verschillen, niet-overeenkomende kwalificaties, salarisverwachtingen, een gebrek aan huisvesting en beperkte mobiliteit verergeren deze mismatch. De bewering dat Duitsland een tekort aan geschoolde arbeidskrachten heeft, zegt daarom weinig over de kansen die iemand heeft om de arbeidsmarkt te betreden.

Training als stabiliteitsanker

Hoewel het aantal traditionele startersfuncties afnam, bleef het aantal geadverteerde opleidingsplaatsen, inclusief duale studieprogramma's, relatief stabiel. In de periode van augustus 2025 tot juli 2026 lag het gemiddelde aantal geadverteerde functies circa 50 procent hoger dan in 2019. In 20 van de 23 vergelijkbare beroepsgroepen was de beschikbaarheid van opleidingsprogramma's beter dan de beschikbaarheid van startersfuncties. Softwareontwikkeling is een bijzonder treffend voorbeeld: het aantal juniorfuncties lag circa 70 procent lager dan in 2019, terwijl de opleidingsmogelijkheden, met name voor IT-specialisten in applicatieontwikkeling, 27 procent hoger lagen.

Een van de redenen ligt in de structuur van de banen. Slechts ongeveer 15 procent van de leerwerktrajecten vindt plaats in beroepen waar meer dan 60 procent van de genoemde vaardigheden door AI kan worden overgenomen of ondersteund. Voor startersfuncties is dit 42 procent, en voor stages en werkstudentenposities 33 procent. Daarentegen heeft 37 procent van de leerwerktrajecten een laag potentieel voor AI-transformatie van minder dan 40 procent. Voor startersfuncties is dit slechts negen procent, en voor stages en werkstudentenposities tien procent.

Voor bedrijven is training ook een ander economisch instrument dan het aannemen van een universitair afgestudeerde. Trainees ontvangen een lager salaris, worden gedurende meerdere jaren geleidelijk vertrouwd gemaakt met de eisen van het bedrijf en kunnen zich al vroeg specialiseren in bedrijfsspecifieke processen. Dit verlaagt het aannamerisico en maakt personeelsplanning op lange termijn mogelijk. In onzekere tijden kan het daarom aantrekkelijker zijn om talent intern te ontwikkelen dan een beter betaalde afgestudeerde aan te nemen wiens productiviteit en retentie in eerste instantie onzeker zijn.

Het duale systeem moet echter niet worden geïdealiseerd. In 2025 daalde het aantal aangeboden leerwerkplekken met 4,6 procent tot ongeveer 530.300. Er werden circa 476.700 nieuwe contracten getekend, 2,1 procent minder dan in het voorgaande jaar. Tegelijkertijd waren er eind september nog 84.400 jongeren op zoek naar een leerwerkplek, terwijl er 54.400 onvervulde vacatures waren. Het feit dat er tegelijkertijd sollicitanten en vacatures zijn, wijst op mismatches tussen regio's, beroepen en kwalificaties.

De grote hoeveelheid online vacatures betekent dus niet dat elke jongere gemakkelijk een geschikte opleiding kan vinden. Sommige vacatures bevinden zich in regio's met hoge levenskosten of een slechte bereikbaarheid, terwijl andere betrekking hebben op beroepen met ongunstige werktijden, een laag loon of een lage maatschappelijke status. Omgekeerd voldoen sollicitanten niet altijd aan de academische of persoonlijke verwachtingen van bedrijven. Het duale systeem is een belangrijke stabiliserende factor, maar geen automatische compensatie voor de afname van junior academische functies.

Als de eerste trede ontbreekt

Een slechte start van iemands carrière kan een heel professioneel traject bepalen. Wie na zijn of haar afstuderen langdurig werkloos blijft, doet minder praktijkervaring op, verliest vakspecifieke kennis en kan een negatief signaal afgeven aan toekomstige werkgevers. Dit leidt vaak tot een overstap naar ongerelateerde, lager betaalde of tijdelijke banen. Bovendien vormt het eerste salaris vaak de basis voor latere salarisonderhandelingen, wat betekent dat een laag startsalaris jarenlang gevolgen kan hebben.

Langetermijnstudies in Duitsland tonen aan dat vroege werkloosheid gepaard kan gaan met aanzienlijk inkomensverlies op de lange termijn. Dit treft met name mensen met een lager verdienpotentieel, terwijl goed presterende werknemers de nadelen eerder compenseren door van baan te veranderen en carrière te maken. Andere studies onder cohorten die een recessie hebben doorgemaakt, concluderen dat loonachterstanden na enkele jaren kunnen afnemen. Cruciale factoren hierbij zijn de duur van de werkloosheid, de kwaliteit van de eerste baan, mobiliteit en de mogelijkheid om snel over te stappen naar meer productieve bedrijven.

De huidige daling kan de ongelijkheid binnen een generatie dus verergeren. Afgestudeerden met financiële steun, contacten, mobiliteit en relevante stages kunnen langere periodes van zoeken naar werk overbruggen en aanvullende kwalificaties behalen. Anderen worden gedwongen om al vroeg ongeschikte aanbiedingen te accepteren of hun studierichting te verlaten. Selectie is dan niet alleen gebaseerd op bekwaamheid, maar ook op de financiële middelen van het gezin en de bereidheid om risico's te nemen.

Er ontstaat een collectief probleem voor bedrijven. Elk bedrijf heeft er baat bij om te besparen op opleidingskosten en ervaren werknemers bij andere werkgevers weg te lokken. Als veel bedrijven op deze manier handelen, wordt er over het geheel genomen te weinig menselijk kapitaal ontwikkeld. De markt produceert dan minder jong talent dan er later nodig is. Economen noemen dit een positieve externe factor van interne training: een bedrijf draagt ​​de kosten, maar een deel van de voordelen kan later ten goede komen aan andere werkgevers of de economie als geheel.

Demografische trends verergeren dit wanbeheer. Met het pensioen van de babyboomgeneratie gaat niet alleen de beroepsbevolking verloren, maar ook waardevolle ervaring. Als jongere werknemers deze kennis niet tijdig kunnen verwerven, ontstaat er een dubbele kloof. AI kan de documentatie, zoekfunctionaliteit en toegang tot kennis verbeteren, maar het kan situationeel oordeel, klantvertrouwen, verantwoordelijkheidsgevoel en kennis van informele operationele processen niet zomaar vervangen.

De nieuwe competentie-economie

In de toekomst zal de waarde van een nieuwe professional minder worden afgemeten aan zijn of haar vermogen om standaardtaken volledig zelfstandig uit te voeren. Belangrijker zal het vermogen zijn om werkprocessen effectief te structureren met behulp van AI, resultaten te verifiëren, fouten te identificeren en expertise om te zetten in weloverwogen beslissingen. Dit betekent niet dat fundamentele kennis achterhaald raakt. Integendeel: wie niet over de expertise beschikt om resultaten te evalueren, is afhankelijk van de kwaliteit van het model en loopt daardoor onberekenbare risico's.

Dit resulteert in een nieuw competentieprofiel dat uit drie niveaus bestaat. Het eerste niveau omvat gedegen domeinkennis, bijvoorbeeld op het gebied van informatica, marketing, financiën, logistiek of recht. Het tweede niveau betreft AI-competentie: taken opsplitsen, de juiste tools selecteren, gegevens beschermen, uitgaven valideren en workflows automatiseren. Het derde niveau omvat menselijke vaardigheden die moeilijk te standaardiseren zijn: verantwoordelijkheid, communicatie, onderhandelen, contextueel begrip, creativiteit en omgaan met ambigue situaties.

Werkgevers zullen steeds vaker onderscheid maken tussen louter het gebruik van tools en productieve systeemexpertise. Een kandidaat die alleen maar prompts formuleert, biedt geen blijvend voordeel. Waardevol is iemand die een proces beheerst, van probleem tot data en model tot gevalideerde beslissing. Dit verklaart waarom bedrijven, ondanks de alomtegenwoordigheid van AI, specialisten blijven zoeken en het aantal algemene juniorprofielen verminderen.

Tegelijkertijd kan AI het ook gemakkelijker maken om te beginnen. Het verlaagt de drempel voor kennis, helpt bij programmeren, ondersteunt taalvaardigheden en maakt hoogwaardige analysetools breder toegankelijk. In goed ontworpen leeromgevingen profiteren beginners onevenredig veel, omdat het systeem hen feedback en contextgerelateerde hulp biedt. De cruciale vraag is daarom niet of jongeren AI zouden moeten gebruiken, maar of bedrijven de productiviteitswinsten vertalen in betere prestaties en versnelde training, of alleen in minder banen.

Het beroep van belastingmedewerker laat zien dat functieprofielen kunnen veranderen. Na een modernisering van de opleidingsvoorschriften daalde het vastgestelde automatiseringspotentieel van 100 naar 50 procent, omdat adviseren, klantenservice en meer veeleisende taken sterker in de functieomschrijving werden geïntegreerd. Dit voorbeeld bewijst niet dat automatiseringsrisico's verdwijnen door simpelweg functietitels te veranderen. Het laat echter wel zien dat instellingen opleidingen zo kunnen ontwerpen dat mensen al vroeg die complementaire vaardigheden ontwikkelen die technologie niet betrouwbaar kan vervangen.

Wat riskeren bedrijven nu?

Het verminderen van juniorfuncties verbetert de kostenratio's en de capaciteitsbenutting op korte termijn. Het kan zelfs noodzakelijk zijn in een zwakke economie. Het wordt echter problematisch wanneer een conjuncturele reactie uitmondt in een permanente personeelsstrategie. Na een paar jaar ontstaat er dan een tekort aan werknemers met gemiddelde ervaring, waaruit projectmanagers, architecten, accountmanagers en directieleden zouden kunnen voortkomen.

Bedrijven met een vergrijzend personeelsbestand en een hoog percentage impliciete kennis zijn bijzonder kwetsbaar. In dergelijke gevallen kan expertise niet snel op de open markt worden verworven. Wanneer ervaren werknemers tegelijkertijd met pensioen gaan, kan het ontstane gat leiden tot operationele risico's, kwaliteitsproblemen en projectvertragingen. Het opnieuw opstarten van wervingsinspanningen duurt jaren, omdat het aannemen van nieuw talent niet automatisch volledige productiviteit garandeert.

Een haalbaar alternatief is om instapfuncties opnieuw te ontwerpen in plaats van ze te elimineren. Junior medewerkers zouden minder tijd moeten besteden aan puur mechanische taken, maar wel gecontroleerde verantwoordelijkheid blijven dragen. AI kan routinewerk verminderen, terwijl mentoren hun tijd kunnen besteden aan casusbesprekingen, kwaliteitscontrole, klantcontact en systeemkennis. Op deze manier wordt de leercurve niet geëlimineerd, maar juist versneld.

Om dit te bereiken, moeten bedrijven nieuwe meetmethoden gebruiken. Cruciale factoren zijn niet alleen tijdsbesparing op korte termijn en het aantal voltooide taken, maar ook de tijd die nodig is om zelfstandig te presteren, het foutenpercentage, de kwaliteit van de besluitvorming, de breedte van de kennis, de interne personeelsbezetting en het behoud van personeel na twee of drie jaar. Wie alleen de directe productiviteit meet, onderschat de waarde van leren en opvolgingskapitaal.

Ook kleine en middelgrote ondernemingen (kmo's) kunnen hiervan profiteren. Ze concurreren vaak niet op de hoogste startsalarissen, maar kunnen wel sneller verantwoordelijkheid, direct klantcontact en bredere taken bieden. Deze kenmerken worden met name waardevol wanneer grote organisaties het werk van junioren sterk standaardiseren. Professionele begeleiding is essentieel; junior medewerkers simpelweg overladen met verantwoordelijkheid onder het mom van vroegtijdige verantwoordelijkheid bevordert noch competentie noch betrokkenheid.

Onderwijsbeleid onder tijdsdruk

Universiteiten en beroepsscholen moeten hun curricula sneller aanpassen aan de veranderende taakverdeling. Zuiver feitelijke kennis verliest waarde waar deze gemakkelijk toegankelijk is. Tegelijkertijd worden methodologisch inzicht, bronnenkritiek, data-geletterdheid en professioneel toezicht steeds belangrijker. Examens zouden daarom niet alleen de productie van een tekst, programma of ontwerp moeten beoordelen, maar ook het werkproces, de validatie en de onderbouwing van beslissingen.

Praktische fasen moeten prioriteit krijgen. Als bedrijven vrijwillige stages verminderen, kunnen verplichte of gezamenlijk gefinancierde programma's de overgang stabiliseren. Duale studieprogramma's, praktijksemesters, werkstudentmodellen en gezamenlijke universitaire projecten combineren theorie met praktische vereisten. Publieke financiering mag echter niet permanent de kosten van particuliere opleidingen vervangen; steun moet gekoppeld zijn aan aantoonbare leerinhoud, begeleiding en baankansen.

Het arbeidsmarktbeleid moet er niet op gericht zijn om elke bestaande baan te behouden. Snelle bijscholing, modulaire kwalificaties en transparante competentiebeoordelingen zijn effectiever. Degenen die al over specialistische kennis beschikken, hebben vaak geen volledig nieuwe opleiding nodig, maar eerder gerichte modules in data-analyse, automatisering, cybersecurity, procesontwerp of gereguleerde AI-toepassingen. Dergelijke programma's moeten toegankelijk zijn voor zowel werkenden als werkzoekenden, zowel qua tijd als kosten.

Bovendien heeft Duitsland betere gegevens nodig over de daadwerkelijke aanwervingspraktijken, functieprofielen en loopbaantrajecten. Vacatures geven een snelle indicatie, maar ze geven slechts een gedeeltelijk beeld van verborgen werving en interne overplaatsingen. Linked data zou kunnen onthullen of juniorfuncties simpelweg hernoemd worden, omgezet worden in leerwerktrajecten, uitbesteed of daadwerkelijk geautomatiseerd. Zonder deze differentiatie bestaat het risico dat technologische veranderingen worden onderschat of dat elke economische recessie voortijdig wordt toegeschreven aan AI.

Uiteindelijk moeten groeibeleidsmaatregelen deel uitmaken van de oplossing. Bijscholing alleen zal geen banen creëren als bedrijven niet anticiperen op een toegenomen vraag. Investeringen in digitale infrastructuur, energie, huisvesting, defensie, gezondheidszorg en industriële modernisering kunnen extra werkgelegenheid genereren. Hoe dynamischer de economie groeit, hoe groter de kans dat productiviteitswinsten zich vertalen in een hogere productie en nieuwe banen, in plaats van alleen maar in een afname van de personeelsbehoefte.

Drie mogelijke ontwikkelingspaden

In een gunstig scenario herstelt de vraag, gebruiken bedrijven AI voor expansie en ontwikkelen ze nieuwe instapmodellen. Jonge werknemers nemen eerder veeleisendere taken op zich omdat routinewerk wordt geautomatiseerd. De productiviteit stijgt, de leertijd wordt korter en kleinere teams genereren meer waarde zonder de doorstroom van jong talent te belemmeren. Leerlingtrajecten, duaal onderwijs en toelating tot het hoger onderwijs raken nauwer met elkaar verweven.

In het middelste scenario blijft de totale werkgelegenheid relatief stabiel, maar het aantal traditionele juniorfuncties is permanent lager. De instroom op de arbeidsmarkt verloopt steeds vaker via stages, projecten, leerlingtrajecten, carrièrewisselingen en tijdelijke programma's. De eisen stijgen en nieuwe professionals hebben eerder praktische ervaring en AI-vaardigheden nodig. Bedrijven winnen aan efficiëntie, maar moeten het doen met een kleinere pool van middenmanagers.

In het slechtste geval leiden zwakke groei en agressieve automatisering samen tot een aanhoudende wervingsstop. Minder jongeren doen relevante ervaring op, de werkloosheid en het aantal niet-gespecialiseerde werknemers nemen toe, en een paar jaar later verergert het tekort aan ervaren werknemers. Bedrijven reageren hierop met dure werving van talent, internationale rekrutering en outsourcing. De economie verliest menselijk kapitaal, innovatievermogen en kansen op sociale mobiliteit.

Welk pad zich ontvouwt, wordt niet vooraf bepaald door technologie. Het hangt af van de vraag, investeringen, personeelsstrategieën, onderwijsvernieuwingen en de verdeling van de productiviteitswinsten. AI kan de eerste carrièrefase vervangen, maar kan deze ook efficiënter maken. De beslissing ligt in de vormgeving van het werk, niet alleen in het model.

Geen banenverlies, maar wel een alarmsignaal

De afname van instapbanen is ernstig, maar bewijst niet dat kunstmatige intelligentie (AI) banen op grote schaal heeft vernietigd. De gegevens wijzen op een combinatie van factoren: de uitzonderlijke banengroei in 2022, economische zwakte, hogere financieringskosten, sectorale correcties, thuiswerken, toegenomen eisen en de eerste tekenen van AI-gestuurde reorganisatie. Degenen die alleen de technologie de schuld geven, begrijpen de volgorde van de gebeurtenissen verkeerd. Degenen die de invloed ervan volledig ontkennen, negeren de bijzonder zwakke prestaties van digitale, kennisintensieve en gemakkelijk te automatiseren taken.

Het grootste economische gevaar schuilt in de afbrokkeling van carrièremogelijkheden. Een arbeidsmarkt kan tegelijkertijd veel ervaren professionals zoeken en te weinig starters aannemen. Deze strategie werkt op de korte termijn zolang bedrijven vertrouwen op hun bestaande expertise of personeel van elkaar overnemen. Het is echter niet duurzaam, omdat ervaring eerst moet worden opgedaan voordat men kan worden geworven.

Voor jongeren wordt de toegang tot de arbeidsmarkt steeds selectiever, praktijkgerichter en technologiegedreven. Een diploma blijft waardevol, maar is minder vaak voldoende als enige kwalificatie. Voor bedrijven is de uitdaging niet om juniorfuncties nostalgisch te behouden, maar om ze productiever te herontwerpen. Voor onderwijsbeleid en universiteiten ligt de uitdaging in het integreren van vakkennis, AI-toepassingen, kwaliteitscontrole en praktijkervaring.

De daling van meer dan twee derde is daarom noch een normale marktcorrectie, noch een bewijs van dreigende massale werkloosheid als gevolg van AI. Het is een vroeg waarschuwingssignaal voor een economie die haar huidige problemen zou kunnen oplossen door te weinig te investeren in haar toekomstige geschoolde beroepsbevolking. Als Duitsland de laagste trede van de carrièreladder verwijdert, moet het niet verwonderlijk zijn als niemand later de top bereikt.

De quasi-interne oplossing: Hoe Xpert.Digital operationele hiaten in B2B-marketing en -verkoop dicht – Slimme, contentgedreven bedrijfsvoering - Afbeelding: Xpert.Digital

Xpert.Digital is een datagedreven B2B-branchehub onder leiding van Konrad Wolfenstein . Het bedrijf fungeert als een externe, quasi-interne oplossing voor industriële partners en dicht operationele lacunes in marketing, content en sales – zonder dat de klant extra middelen nodig heeft.

Meer informatie vindt u hier:

• De quasi-interne oplossing: Hoe Xpert.Digital operationele hiaten in B2B-marketing en -verkoop dicht – Slimme, contentgedreven bedrijfsvoering

☑️ Onze zakelijke voertaal is Engels of Duits

☑️ NIEUW: Correspondentie in uw moedertaal!

Konrad Wolfenstein

Mijn team en ik staan ​​graag tot uw beschikking als uw persoonlijke adviseur.

U kunt contact met mij opnemen door hier het contactformulier in te vullen [email protected]:of door mij te bellen op +49 7348 4088 965. Mijn e-mailadres is

Ik kijk uit naar ons gezamenlijke project.

☑️ Ondersteuning van het MKB op het gebied van strategie, advies, planning en implementatie

☑️ Opstellen of herzien van de digitale strategie en digitalisering

☑️ Uitbreiding en optimalisatie van internationale verkoopprocessen

☑️ Wereldwijde en digitale B2B-handelsplatformen

☑️ Pionier in bedrijfsontwikkeling / marketing / PR / beurzen