Upadek stanowisk juniorskich: jak sztuczna inteligencja zmienia wejście na rynek pracy w Niemczech

Zmieniające się możliwości kariery: drastyczny spadek liczby stanowisk juniorskich w Niemczech

Zagrożone stanowiska na poziomie podstawowym: jak sztuczna inteligencja podważa drabinę kariery w Niemczech

Niemiecki rynek pracy przechodzi głębokie zmiany, stawiając przed wieloma młodymi specjalistami poważne wyzwania. Podczas gdy firmy nadal narzekają na niedobór wykwalifikowanych pracowników, pojawia się niepokojący trend: liczba stanowisk podstawowych spadła o ponad dwie trzecie od lata 2022 roku. Spadek ten jest szczególnie widoczny w aplikacjach IT, marketingu i zarządzaniu projektami, gdzie sztuczna inteligencja i narzędzia cyfrowe coraz częściej przejmują zadania. Jednak oczywiste założenie, że sztuczna inteligencja niszczy pierwszy szczebel kariery, jest nadmiernym uproszczeniem. Spadek liczby stanowisk juniorskich rozpoczął się jeszcze przed wprowadzeniem ChatGPT i wpisuje się w szerszy kryzys gospodarczy, charakteryzujący się również rosnącymi kosztami finansowania i malejącą gotowością firm do inwestowania.

Ubytek miejsc pracy na poziomie podstawowym ma dalekosiężne konsekwencje: nie tylko zagraża kształceniu młodych talentów, ale także długoterminowej innowacyjności i konkurencyjności firm. Analiza aktualnych danych pokazuje, że możliwości zatrudnienia na poziomie podstawowym zmniejszyły się w niemal wszystkich badanych grupach zawodowych, co podkreśla potrzebę podjęcia odpowiednich działań w celu ułatwienia przejścia z edukacji do zatrudnienia. W czasach, gdy rośnie wartość praktycznego doświadczenia i specjalistycznych umiejętności, kluczowe jest, aby firmy i instytucje edukacyjne wspólnie opracowywały strategie skutecznego sprostania przyszłym wyzwaniom rynku pracy.

Zniknięcie drabiny kariery w Niemczech: dlaczego w erze sztucznej inteligencji zanikają stanowiska pracy na poziomie podstawowym

Niedobór wykwalifikowanych pracowników w przyszłości zacznie się wraz z likwidacją dzisiejszych stanowisk pracowników niższego szczebla

Niemiecki rynek pracy wysyła dwa sygnały, które na pierwszy rzut oka wydają się do siebie nie pasować. Firmy nadal narzekają na niedobór wykwalifikowanych pracowników, a jednocześnie liczba stanowisk dla osób rozpoczynających pracę spadła o ponad dwie trzecie od szczytu osiągniętego latem 2022 roku. Szczególnie gwałtownie kurczą się te dziedziny zawodowe, w których narzędzia cyfrowe i generatywna sztuczna inteligencja mogą wspierać lub częściowo przejmować wiele zadań. Aplikacje IT, marketing i zarządzanie projektami są tego przykładem. Z kolei pielęgniarstwo, medycyna, farmaceutyka, gastronomia i hotelarstwo rozwijają się znacznie dynamiczniej.

Oczywistym wyjaśnieniem jest to, że sztuczna inteligencja niszczy pierwszy szczebel na drabinie kariery. Teza ta jest prawdopodobna, ale w swojej uproszczonej formie nie do utrzymania. Kryzys rozpoczął się już wiosną 2022 roku, na kilka miesięcy przed premierą ChatGPT. Jednocześnie niemiecka gospodarka osłabła, finansowanie stało się droższe, skłonność do inwestowania spadła, firmy skorygowały nadmiar zatrudnienia z lat prosperity i skoncentrowały nowych pracowników na specjalistach o natychmiastowej produktywności. Dlatego sztuczną inteligencję należy postrzegać nie jako jedyną przyczynę, a raczej jako akcelerator, filtr selekcji i szok oczekiwań na i tak już słabym rynku pracy.

Liczba obecnie niedostępnych stanowisk juniorskich to nie jedyny czynnik o znaczeniu ekonomicznym. Co najważniejsze, stanowiska na poziomie podstawowym spełniają funkcję produkcyjną: zapewniają młodym pracownikom praktyczne doświadczenie, uczą ich procesów operacyjnych, rozwijają ich zdolność oceny sytuacji i pomagają im stać się specjalistami i menedżerami, których firmy będą potrzebować za kilka lat. Trwała likwidacja tych stanowisk pozwala firmie zaoszczędzić na kosztach szkoleń w perspektywie krótkoterminowej, ale w dłuższej perspektywie tworzy lukę w strukturze kadrowej. Właśnie w tym tkwi ryzyko strategiczne. Oszczędności są widoczne natychmiast, natomiast utrata umiejętności, zdolności innowacyjnych i potencjału sukcesji ujawnia się dopiero z czasem.

Od boomu na rynku pracy do krachu

Punkt wyjścia dla tego rozwoju był wyjątkowy. W lipcu 2022 roku liczba stanowisk wyraźnie oznaczonych jako stanowiska dla młodszych pracowników, stażystów, absolwentów lub osób rozpoczynających pracę była o około 75% wyższa niż średnia z 2019 roku. Ten boom odzwierciedlał efekt nadrabiania zaległości po pandemii, napięty rynek pracy, znaczne inwestycje w cyfryzację oraz konkurencję o talenty. Firmy powiększały zespoły, finansowały rozwój i proaktywnie obsadzały wakaty, ponieważ przewidywały utrzymujący się wysoki popyt.

Do lipca 2026 roku podaż ta spadła o 46% poniżej poziomu z 2019 roku. Od szczytu oznacza to spadek o ponad dwie trzecie. Cały rynek również znacznie się ochłodził, choć w momencie załamania utrzymywał się na poziomie ośmiu procent powyżej wartości referencyjnej z 2019 roku. Od szczytu w 2022 roku spadł o około 38%. W związku z tym liczba stanowisk dla osób rozpoczynających pracę spadła nie tylko zgodnie z ogólnym popytem na pracę, ale również w znacznie szybszym tempie. W warunkach kurczącego się rynku pracy nastąpiło dalsze ograniczenie liczby osób rozpoczynających pracę.

Staże i stanowiska dla studentów były również o około 24% niższe niż w lipcu 2026 roku. Ich spadek od 2022 roku był mniej gwałtowny, ponieważ ich szczyt przypadał na niższy okres. Niemniej jednak, sytuacja ta jest problematyczna: staże i stanowiska dla studentów często stanowią pomost między uczelnią a stałym zatrudnieniem. Jeśli firmy ograniczają zarówno ten etap wstępny, jak i późniejsze stanowiska dla studentów, przejście z systemu edukacji do miejsca pracy staje się mniej płynne.

Skala problemu jest widoczna w szerszych danych dotyczących rynku pracy. W drugim kwartale 2026 roku w Niemczech było około 1,02 miliona wolnych miejsc pracy. Było to o około 130 000, czyli o jedenaście procent, mniej niż w poprzednim kwartale i o około trzy procent mniej niż rok wcześniej. Pomijając lockdowny związane z pandemią, popyt na pracę nie był tak niski od 2016 roku. Statystycznie na każde 100 wolnych miejsc pracy przypadało 291 zarejestrowanych bezrobotnych. Rynek zmienił się zatem z rynku zdominowanego przez kandydatów w rynek bardziej selektywny, zdominowany przez pracodawców.

Kondycja gospodarcza Niemiec stanowi tło cykliczne. Po dwóch latach recesji realny produkt krajowy brutto wzrósł zaledwie o 0,2% w 2025 roku. Chociaż w pierwszych dwóch kwartałach 2026 roku odnotowano umiarkowany wzrost, inwestycje i popyt prywatny pozostały słabe. Takie otoczenie nie sprzyja decyzjom o wzroście pracochłonnym. Firmy niekoniecznie masowo zwalniają pracowników, ale redukują wakaty, odraczają obsadzanie stanowisk i podnoszą wymagania dla każdego nowego stanowiska.

Włamanie dotyka niemal każdego

Spośród 28 badanych grup zawodowych, 26 odnotowało spadek liczby ofert pracy na stanowiskach podstawowych od 2022 roku. W 23 grupach stanowiska juniorskie radziły sobie gorzej niż cały rynek. Nie jest to zatem odosobniony problem dotyczący poszczególnych firm technologicznych, lecz raczej powszechne pogorszenie dostępu do rynku pracy. Różnice między sektorami zawodowymi ujawniają jednak, które siły ekonomiczne mają na to szczególny wpływ.

Aplikacje i rozwiązania IT ucierpiały najbardziej, odnotowując spadek o 77% w porównaniu z okresem szczytowym. W marketingu liczba dostępnych stanowisk spadła o 75%, a w zarządzaniu projektami o 60%. W przypadku staży i stanowisk dla studentów spadki w tych obszarach wyniosły odpowiednio 54%, 55% i 56%. Działania te mają kilka wspólnych cech: znaczna część pracy jest wykonywana cyfrowo, można ją standaryzować, dzielić na pakiety zadań i monitorować za pomocą elektronicznych produktów. Te cechy ułatwiają automatyzację, centralizację, outsourcing i poprawę produktywności za pomocą oprogramowania.

Tylko dwa główne sektory odnotowały pozytywne zmiany na stanowiskach początkowych. Pielęgniarstwo, medycyna i farmacja odnotowały wzrost o 18%, podczas gdy w branży spożywczej, gastronomii i hotelarstwie wzrost wyniósł 10%. Sektory te borykają się ze strukturalnymi niedoborami kadrowymi, a praca wymaga fizycznej obecności, świadomości sytuacyjnej, interakcji międzyludzkich lub bezpośredniej odpowiedzialności. Wiele z tych zawodów wymaga również kształcenia zawodowego, a nie dyplomu uniwersyteckiego. Ich względna stabilność nie jest zatem jedynie zaprzeczeniem rzekomo bezwartościowych kwalifikacji akademickich, ale raczej wyrazem zróżnicowanych warunków produkcji.

W sektorze socjalnym, a także w opiece nad dziećmi i edukacji, liczba staży i miejsc pracy dla studentów wzrosła o 18 procent. Czynniki instytucjonalne odgrywają tu istotną rolę, ponieważ obowiązkowe staże są mocno zakorzenione w wielu programach studiów i szkolenia zawodowego. Uwypukla to istotną różnicę: tam, gdzie doświadczenie praktyczne jest obowiązkowe ze względu na przepisy, wymagania programowe lub politykę firmy, jest mniej prawdopodobne, że zostanie całkowicie wyeliminowane, nawet w okresie słabej koniunktury. Z drugiej strony, tam, gdzie jest traktowane jako inwestycja dyskrecjonalna, jest bardziej prawdopodobne, że padnie ofiarą środków oszczędnościowych.

Dane opisują jednak jedynie ogłoszenia o pracę, których tytuły zawierają typowe określenia, takie jak „Młody Specjalista”, „Stażysta”, „Absolwent” lub „Młody Specjalista”. Firmy mogą również znaleźć odpowiednich kandydatów na stanowiska początkowe poprzez bardziej ogólne ogłoszenia o pracę, awanse wewnętrzne lub rekrutację bezpośrednią ze staży i partnerstw uniwersyteckich. W związku z tym pomiar ten potencjalnie zaniża ukryte ścieżki wejścia. Z drugiej strony, ogłoszenie o pracę z tytułem „Młody Specjalista” może wymagać doświadczenia zawodowego i dlatego nie jest automatycznie prawdziwym stanowiskiem początkowym. Mimo to, trend ten jest znaczący ze względu na swoją siłę i zasięg, ale nie należy go mylić z dokładną liczbą wszystkich nowo zatrudnionych specjalistów na stanowiskach początkowych.

Sztuczna inteligencja nie wyjaśnia wszystkiego

Uderzająca korelacja między ekspozycją na sztuczną inteligencję a utratą pracy jest realna. W grupach zawodowych, w których ponad 60% umiejętności i zadań mogłoby zostać przejęte lub wsparte przez sztuczną inteligencję, w lipcu 2026 roku liczba stanowisk dla osób rozpoczynających pracę, stażystów i studentów była o połowę mniejsza niż w 2019 roku. Z drugiej strony, grupy zawodowe z potencjałem transformacji mniejszym niż 40% utrzymały się na poziomie lub wyższym od poprzedniego. Różnica między pracą opartą na wiedzy, którą można łatwo zautomatyzować cyfrowo, a pracą fizyczną lub społeczną znacznie się pogłębiła.

Jednak korelacja niekoniecznie oznacza związek przyczynowo-skutkowy. Rozbieżne trendy rozpoczęły się już wiosną 2022 roku, podczas gdy ChatGPT stał się publicznie dostępny dopiero w listopadzie tego samego roku. W tym czasie banki centralne podniosły stopy procentowe, firmy wzrostowe straciły dostęp do taniego finansowania, firmy technologiczne skorygowały nadwyżki mocy produkcyjnych związane z pandemią, a kryzys energetyczny szczególnie mocno dotknął Niemcy. Usługi oparte na wiedzy są również wrażliwe na cykle inwestycyjne: gdy uruchamia się mniej projektów cyfrowych, kampanii, usług konsultingowych lub projektów oprogramowania, zapotrzebowanie na personel w tych sektorach spada szybciej niż w pielęgniarstwie czy hotelarstwie.

Ekspozycja na sztuczną inteligencję pokrywa się zatem z wrażliwością ekonomiczną. Zawody o wysokim stopniu cyfryzacji to często te, które rozwinęły się szczególnie dynamicznie podczas pandemii i w związku z tym musiały wprowadzić znaczące zmiany. Są one również częściej dostosowane do pracy niezależnej od lokalizacji. Praca zdalna może utrudniać zatrudnianie specjalistów na stanowiskach początkujących, ponieważ nadzór, nieformalne uczenie się i spontaniczne pytania stają się bardziej czasochłonne. Pracodawcy preferują zatem osoby z doświadczeniem, które potrafią pracować wydajnie bez intensywnego wsparcia. Jeśli statystycznie uwzględnić wpływ pracy z domu i struktury zawodowej, pozornie wyraźna korelacja z AI może znacznie osłabnąć.

Wyniki badań międzynarodowych są również niejednoznaczne. W Stanach Zjednoczonych kilka analiz wskazuje na względny spadek zatrudnienia młodych osób w zawodach szczególnie narażonych na AI, podczas gdy starsi pracownicy na tych samych stanowiskach osiągają bardziej stabilną wydajność. Inne badania, obejmujące całe firmy lub branże, jak dotąd nie wykazały ogólnego spadku liczby ofert pracy z powodu intensywnego wykorzystania AI. Oba wyniki mogą być prawdziwe jednocześnie: firma może utrzymać stabilną ogólną liczbę pracowników, ale poszukiwać mniejszej liczby młodszych pracowników i bardziej doświadczonych specjalistów, inżynierów AI lub personelu zorientowanego na sprzedaż.

Najdokładniejsza interpretacja jest zatem następująca: zaobserwowany dotychczas ogólny ruch ma charakter głównie cykliczny i strukturalny, podczas gdy sztuczna inteligencja zmienia wewnętrzną strukturę popytu. Zmniejsza zapotrzebowanie na pewne rutynowe zadania, zwiększa produktywność istniejących zespołów i przenosi wartość z realizacji na kontrolę, integrację i rozliczalność. Statystycznie udowodnienie dużego, izolowanego wpływu sztucznej inteligencji na całkowitą liczbę miejsc pracy pozostaje trudne. Jednak na poziomie poszczególnych zadań, poziomów hierarchicznych i decyzji o zatrudnieniu, jej wpływ jest już znaczący ekonomicznie.

Cicha automatyzacja wakatów

Pierwszym efektem nowej technologii dla rynku pracy często nie jest zwolnienie. Objawia się on w postaci stanowiska, które nie jest już reklamowane. Jeśli zespół wspierany przez sztuczną inteligencję może obsłużyć to samo obciążenie pracą przy mniejszej liczbie dodatkowych pracowników, firma nie musi nikogo zwalniać. Po prostu nie obsadza planowanego stanowiska młodszego pracownika ani nie łączy dwóch zestawów zadań. Proces ten pozostaje niewidoczny w łącznych danych o zatrudnieniu przez długi czas, podczas gdy osoby poszukujące pracy odczuwają jego skutki natychmiast.

Mechanizm ten można opisać jako cichą automatyzację wakatów. Jest on mniej ryzykowny dla firm niż zwolnienia, ponieważ nie wiąże się z odprawami, negocjacjami ani uszczerbkiem na reputacji. Jednocześnie pozwala firmom poczekać i przekonać się, jak skuteczne są nowe narzędzia. Jeśli oczekiwany wzrost produktywności nie nastąpi, rekrutacja może zostać wznowiona później. Jeśli technologia się sprawdzi, trwale mniejsza siła robocza stanie się nową normą.

Generatywna sztuczna inteligencja wzmacnia tę opcję oczekiwania. Jej możliwości dynamicznie się rozwijają, ceny spadają, a aplikacje są integrowane ze standardowym oprogramowaniem. Firma, która zatrudnia dziś nowicjusza, podejmuje wieloletnie zobowiązanie dotyczące rozwoju i wynagrodzenia. Firma, która początkowo pozostawia stanowisko wolne i zamiast tego testuje oprogramowanie, zachowuje elastyczność. W warunkach dużej niepewności ta opcja oczekiwania staje się ekonomicznie atrakcyjna, nawet jeśli technologia nie jest jeszcze na tyle niezawodna, aby zastąpić pracownika zatrudnionego na pełen etat.

Do tego dochodzi zjawisko seniorizacji. Firmy poszukują kandydatów z większym doświadczeniem, szerszym zestawem umiejętności i natychmiastową dostępnością na stanowiska formalnie niższego szczebla. Stanowisko juniorskie nie zawsze znika całkowicie; jest po prostu ponownie ogłaszane z wyższymi wymaganiami. Obecnie oczekuje się, że jedna osoba będzie miała doświadczenie zawodowe, wiedzę branżową, kontakt z klientami, umiejętność korzystania z danych i sprawne posługiwanie się sztuczną inteligencją. Zmniejsza to liczbę rzeczywistych ofert pracy na stanowiskach początkowych, mimo że podobne stanowiska mogą nadal istnieć.

Dla doświadczonych pracowników sztuczna inteligencja często stanowi uzupełnienie. Mogą oni weryfikować wyniki, identyfikować błędy, ustalać priorytety i brać na siebie odpowiedzialność. Dla początkujących ta sama technologia może działać jako substytut, ponieważ automatyzuje dokładnie te zadania, których wcześniej się uczyli: wstępne badania, proste analizy, standardowe teksty, przypadki testowe, dokumentację, tworzenie prezentacji, przygotowywanie danych i koordynację organizacyjną. Problem nie polega zatem na tym, że sztuczna inteligencja eliminuje całe zawody naraz. Eliminuje ona poszczególne zadania z dolnego zakresu krzywej uczenia się organizacji.

Produktywność ze skutkami ubocznymi

Logika ekonomiczna stojąca za tą zmianą jest przekonująca. W badaniu przeprowadzonym wśród ponad 5000 pracowników obsługi klienta, asystent AI zwiększył liczbę rozwiązywanych spraw na godzinę średnio o około 14%. W przypadku pracowników mniej doświadczonych i o niższej wydajności, zysk wyniósł około 34%, podczas gdy pracownicy z dużym doświadczeniem odnieśli znikome korzyści. Technologia ta przekazała część wiedzy opartej na doświadczeniu, zapisanej w danych, nowym pracownikom, znacznie przyspieszając ich proces uczenia się.

Z perspektywy biznesowej otwiera to dwie przeciwstawne strategie. Firma może osiągnąć więcej przy tej samej liczbie nowych pracowników, szybciej poprawić ich jakość i zredukować niedobór wykwalifikowanej kadry. Alternatywnie, może osiągnąć ten sam wynik przy mniejszej liczbie nowych pracowników. Wybór opcji zależy od popytu, konkurencji, oczekiwań dotyczących wzrostu i celów kierownictwa. W gospodarce rozwijającej się wzrost produktywności zazwyczaj prowadzi do dodatkowej produkcji; w gospodarce stagnacyjnej prowadzi do redukcji kosztów i bardziej ostrożnej rekrutacji.

Co więcej, efekt produktywności nie jest uniwersalny. W przypadku jasno zdefiniowanych, często powtarzających się i łatwych do zweryfikowania zadań, generatywna sztuczna inteligencja często przynosi znaczące korzyści. Jednak w przypadku złożonych problemów wykraczających poza zakres jej kompetencji, może ona generować przekonująco błędne błędy. W eksperymentach z konsultantami ds. zarządzania, wydajność znacząco wzrosła w przypadku odpowiednich zadań kreatywnych, podczas gdy spadła w przypadku zadań nieodpowiednich do rozwiązywania problemów, pomimo ostrzeżeń. Produktywność nie wynika zatem z samego dostępu do modelu, ale raczej z odpowiedniego zaprojektowania zadania, kontroli jakości i trafnej oceny sytuacji.

Właśnie tutaj dylemat związany ze szkoleniem staje się oczywisty. Firmy potrzebują osób, które potrafią krytycznie oceniać wyniki sztucznej inteligencji. Jednak umiejętność ta rozwija się dzięki wiedzy specjalistycznej i doświadczeniu, tradycyjnie zdobywanym poprzez prostsze zadania. Jeśli wszystkie podstawowe zadania zostaną zautomatyzowane, a stanowiska juniorskie zostaną wyeliminowane, zabraknie zespołu zdolnego do profesjonalnego analizowania złożonych wyników. Organizacja opiera się wówczas na grupie doświadczonych pracowników, ale nie jest w stanie odpowiednio odnowić tej grupy.

W krótkiej perspektywie ten model może wydawać się bardzo opłacalny. Starszy pracownik ze wsparciem sztucznej inteligencji wykonuje więcej pracy, zespoły stają się mniejsze, a koszty osobowe maleją. Jednak w dłuższej perspektywie ryzyko koncentracji rośnie. Wiedza koncentruje się w rękach kilku kluczowych osób, znalezienie zastępców staje się trudniejsze, sukcesja wewnętrzna zawodzi, a zatrudnianie zewnętrznych specjalistów staje się droższe. Dywidenda produktywności teraźniejszości może zatem stać się długiem kompetencyjnym przyszłości.

Obszary zainteresowań branży: B2B, digitalizacja (od AI do XR), inżynieria mechaniczna, logistyka, odnawialne źródła energii i przemysł

Więcej informacji tutaj:

• Centrum Biznesu Ekspertów

Centrum tematyczne oferujące spostrzeżenia i wiedzę specjalistyczną:

• Platforma wiedzy obejmująca gospodarki globalne i regionalne, innowacje i trendy branżowe
• Zbiór analiz, spostrzeżeń i informacji ogólnych na temat obszarów, na których się koncentrujemy
• Miejsce, w którym można zdobyć wiedzę i informacje na temat bieżących wydarzeń w biznesie i technologii
• Centrum dla firm poszukujących informacji na temat rynków, cyfryzacji i innowacji branżowych

Niedobór umiejętności pomimo nadwyżki kandydatów

Jednoczesny niedobór wykwalifikowanych pracowników i stanowisk na poziomie podstawowym nie jest sprzecznością, lecz raczej problemem kwalifikacji i doświadczenia. Firmy często nie poszukują dodatkowej osoby w abstrakcyjnym sensie, lecz specjalisty, którego można od razu wdrożyć, posiadającego specjalistyczną wiedzę branżową, zrozumienie klienta, umiejętności techniczne i doświadczenie w podejmowaniu odpowiedzialności. Absolwent, który niedawno ukończył studia, naturalnie nie spełnia jeszcze tego profilu. Jeśli firmy będą mniej skłonne inwestować w szkolenia i rozwój, wolne stanowiska specjalistyczne będą nadal dostępne obok poszukujących pracy początkujących.

Ten paradoks jest szczególnie widoczny w sektorze IT. Pomimo spadku liczby wakatów, szacuje się, że w 2025 roku w Niemczech 109 000 stanowisk IT pozostawało nieobsadzonych. Jednocześnie liczba ogłoszeń o pracę na stanowiskach podstawowych w aplikacjach i rozwiązaniach IT spadła o 77% od 2022 roku. Rynek nadal potrzebuje kompetencji cyfrowych, ale rzadziej w formie tradycyjnego profilu podstawowego. Doświadczenie, specjalizacja i coraz częściej umiejętność produktywnego i odpowiedzialnego korzystania ze sztucznej inteligencji są pożądane.

Bezrobocie wśród absolwentów uczelni wyższych wzrosło do 3,3% w 2025 roku, przekraczając po raz pierwszy od 2007 roku próg typowy dla pełnego zatrudnienia. Liczba bezrobotnych absolwentów wzrosła znacznie bardziej niż ogólne bezrobocie. Niemniej jednak liczba osób z dyplomem ukończenia studiów wyższych, zatrudnionych na stanowiskach objętych składkami na ubezpieczenia społeczne, nadal rosła, osiągając poziom około 7,2 miliona. Nie oznacza to jednak kryzysu zatrudnienia w środowisku akademickim, a raczej zauważalne pogorszenie w przejściu między zawodami i pogłębienie się dysproporcji między dyscyplinami, poziomami doświadczenia i profilami umiejętności.

Firmy w niektórych przypadkach reagują na tę sytuację, rekrutując osoby zmieniające karierę. Około jeden na czterech nowo zatrudnionych specjalistów IT przechodzi alternatywną ścieżkę kwalifikacji; odsetek ten jest zbliżony do odsetka absolwentów uniwersytetów. Sugeruje to, że same formalne dyplomy tracą na znaczeniu, podczas gdy udokumentowane doświadczenie praktyczne zyskuje na znaczeniu. Konkurencja wśród osób wchodzących na rynek pracy zaostrza się, ponieważ konkurują one nie tylko z innymi absolwentami, ale także z doświadczonymi osobami zmieniającymi karierę i specjalistami z zagranicy.

Niemiecki rynek pracy cierpi zatem nie tyle z powodu jednolitego niedoboru, co z powodu kilku równoległych niedoborów. Brakuje pielęgniarek, wykwalifikowanych rzemieślników, elektryków i doświadczonych specjalistów IT. Jednocześnie brakuje odpowiednich stanowisk dla wielu niedawnych absolwentów. Różnice regionalne, niedopasowanie kwalifikacji, oczekiwania płacowe, brak mieszkań i ograniczona mobilność pogłębiają tę dysproporcję. Dlatego stwierdzenie, że w Niemczech brakuje wykwalifikowanych pracowników, niewiele mówi o szansach na wejście danej osoby na rynek pracy.

Trening jako kotwica stabilizacyjna

Podczas gdy liczba tradycyjnych stanowisk dla osób rozpoczynających karierę zawodową spadła, liczba ogłaszanych ofert pracy w ramach szkoleń zawodowych, w tym studiów dualnych, pozostała stosunkowo stabilna. W okresie od sierpnia 2025 r. do lipca 2026 r. średnia liczba ogłaszanych ofert pracy była o około 50% wyższa niż w 2019 r. W 20 z 23 porównywalnych grup zawodowych dostępność programów szkoleniowych była wyższa niż dostępność stanowisk dla osób rozpoczynających karierę. Szczególnie wymowny jest trend w rozwoju oprogramowania: stanowiska juniorskie były o około 70% niższe niż w 2019 r., podczas gdy możliwości szkoleniowe, zwłaszcza dla specjalistów IT w zakresie tworzenia aplikacji, były o 27% wyższe.

Jednym z powodów jest struktura miejsc pracy. Tylko około 15% praktyk zawodowych dotyczy zawodów, w których ponad 60% wymienionych umiejętności mogłoby zostać przejęte lub wsparte przez sztuczną inteligencję. W przypadku stanowisk podstawowych odsetek ten wynosi 42%, a w przypadku staży i stanowisk dla studentów – 33%. Z kolei 37% praktyk zawodowych charakteryzuje się niskim potencjałem transformacji w kierunku sztucznej inteligencji, niższym niż 40%. W przypadku stanowisk podstawowych odsetek ten wynosi zaledwie dziewięć%, a w przypadku staży i stanowisk dla studentów – dziesięć%.

Dla firm szkolenie jest również innym instrumentem ekonomicznym niż zatrudnienie absolwenta uniwersytetu. Stażyści otrzymują niższe wynagrodzenie, są stopniowo wprowadzani w wymagania firmy przez kilka lat i mogą wcześnie specjalizować się w procesach specyficznych dla firmy. Zmniejsza to ryzyko związane z zatrudnieniem i pozwala na długoterminowe planowanie kadrowe. W niepewnych czasach rozwijanie talentów z wewnątrz firmy może być zatem bardziej atrakcyjne niż zatrudnienie lepiej opłacanego absolwenta, którego produktywność i retencja są początkowo niepewne.

Nie należy jednak idealizować systemu dualnego. W 2025 roku liczba oferowanych staży spadła o 4,6% do około 530 300. Podpisano około 476 700 nowych umów, o 2,1% mniej niż w roku poprzednim. Jednocześnie pod koniec września 84 400 młodych osób nadal poszukiwało stażu, a 54 400 stanowisk pozostawało nieobsadzonych. Jednoczesne występowanie kandydatów i wakatów wskazuje na niedopasowanie regionalne, zawodowe i kwalifikacyjne.

Solidność internetowych ogłoszeń o pracę nie oznacza zatem, że każdy młody człowiek z łatwością znajdzie odpowiednie szkolenie. Niektóre oferty znajdują się w regionach o wysokich kosztach utrzymania lub utrudnionej dostępności, inne zaś dotyczą zawodów o nieodpowiednich godzinach pracy, niskim wynagrodzeniu lub niskim statusie społecznym. Z drugiej strony, kandydaci nie zawsze spełniają akademickie i osobiste oczekiwania firm. System dualny jest ważnym czynnikiem stabilizującym, ale nie stanowi automatycznej rekompensaty za spadek liczby stanowisk akademickich dla młodszych pracowników.

Jeśli brakuje pierwszego szczebla

Słaby początek kariery może wpłynąć na całą biografię zawodową. Osoby pozostające bez pracy przez dłuższy czas po ukończeniu studiów zdobywają mniej doświadczenia praktycznego, tracą wiedzę specjalistyczną i mogą wysyłać negatywny sygnał przyszłym pracodawcom. Często prowadzi to do przesunięcia się w stronę stanowisk niezwiązanych z pracą, gorzej płatnych lub tymczasowych. Co więcej, pierwsza pensja często stanowi podstawę późniejszych negocjacji płacowych, co oznacza, że ​​niska pensja początkowa może mieć konsekwencje przez wiele lat.

Długoterminowe badania niemieckie pokazują, że wczesne bezrobocie może wiązać się ze znacznymi późniejszymi stratami dochodów. Jest to szczególnie dotkliwe dla osób o niższym potencjale zarobkowym, podczas gdy pracownicy o wysokiej wydajności chętniej rekompensują sobie te niedogodności poprzez zmiany pracy i awanse. Inne badania dotyczące grup osób dotkniętych recesją wskazują, że nierówności płacowe mogą się zmniejszyć po kilku latach. Kluczowe czynniki to czas trwania bezrobocia, jakość pierwszej pracy, mobilność oraz możliwość szybkiego przejścia do bardziej produktywnych firm.

Obecny spadek może zatem pogłębić nierówności w ciągu jednego pokolenia. Absolwenci, którzy mają wsparcie finansowe, kontakty, mobilność i odpowiednie staże, mogą przetrwać dłuższe okresy poszukiwania pracy i zdobyć dodatkowe kwalifikacje. Inni są zmuszeni do wczesnego przyjęcia nieodpowiednich ofert lub porzucenia kierunku studiów. Selekcja opiera się wówczas nie tylko na zdolnościach, ale także na zasobach rodzinnych i tolerancji ryzyka.

Dla firm pojawia się problem zbiorowy. Każda firma ma motywację do oszczędzania na kosztach szkoleń i podkupywania doświadczonych pracowników od innych pracodawców. Jeśli wiele firm działa w ten sposób, ogólnie rozwija się zbyt mało kapitału ludzkiego. Rynek produkuje wtedy mniej młodych talentów, niż jest potrzebnych później. Ekonomiści nazywają to pozytywnym efektem zewnętrznym szkoleń wewnątrz firmy: firma ponosi koszty, ale część korzyści może później przypaść innym pracodawcom lub całej gospodarce.

Trendy demograficzne pogłębiają to złe zarządzanie. Wraz z przejściem na emeryturę pokolenia wyżu demograficznego, tracimy nie tylko siłę roboczą, ale także cenne doświadczenie. Jeśli młodsi pracownicy nie będą w stanie zdobyć tej wiedzy na czas, powstanie podwójna luka. Sztuczna inteligencja może usprawnić dokumentację, funkcjonalność wyszukiwania i dostęp do wiedzy, ale nie zastąpi po prostu oceny sytuacji, zaufania klientów, poczucia odpowiedzialności i znajomości nieformalnych procesów operacyjnych.

Nowa gospodarka kompetencji

W przyszłości wartość nowego specjalisty będzie mierzona w mniejszym stopniu jego zdolnością do wykonywania standardowych zadań od podstaw. Ważniejsza będzie jego umiejętność efektywnego strukturowania procesów pracy z wykorzystaniem sztucznej inteligencji, weryfikacji wyników, identyfikowania błędów i przekładania wiedzy specjalistycznej na świadome decyzje. Nie oznacza to, że podstawowa wiedza staje się przestarzała. Wręcz przeciwnie: osoby, którym brakuje wiedzy specjalistycznej do oceny wyników, są uzależnione od jakości modelu i podejmują nieobliczalne ryzyko.

W rezultacie powstaje nowy profil kompetencyjny składający się z trzech poziomów. Pierwszy poziom to solidna wiedza specjalistyczna, na przykład z zakresu informatyki, marketingu, finansów, logistyki czy prawa. Drugi poziom to kompetencje w zakresie sztucznej inteligencji (AI): rozbijanie zadań na części, dobór odpowiednich narzędzi, ochrona danych, walidacja wydatków i automatyzacja przepływów pracy. Trzeci poziom obejmuje umiejętności interpersonalne, które trudno ujednolicić: odpowiedzialność, komunikację, negocjacje, rozumienie kontekstu, kreatywność i radzenie sobie w niejednoznacznych sytuacjach.

Pracodawcy będą coraz częściej rozróżniać między samym korzystaniem z narzędzi a wiedzą specjalistyczną w zakresie systemów produkcyjnych. Kandydat, który jedynie formułuje podpowiedzi, nie oferuje trwałej przewagi. Cenna jest osoba, która opanuje proces od problemu, przez dane i model, aż po zweryfikowaną decyzję. To wyjaśnia, dlaczego pomimo powszechnej dostępności sztucznej inteligencji, firmy nadal poszukują specjalistów, jednocześnie zmniejszając liczbę ogólnych profili juniorów.

Jednocześnie sztuczna inteligencja może ułatwić rozpoczęcie pracy. Obniża bariery wiedzy, pomaga w programowaniu, wspiera umiejętności językowe i zwiększa dostępność wysokiej jakości narzędzi analitycznych. W dobrze zaprojektowanych środowiskach edukacyjnych początkujący odnoszą nieproporcjonalne korzyści, ponieważ system zapewnia im informacje zwrotne i pomoc kontekstową. Kluczowe pytanie brzmi zatem nie, czy młodzi ludzie powinni korzystać ze sztucznej inteligencji, ale czy firmy przełożą wzrost produktywności na lepszą wydajność i przyspieszone szkolenia, czy jedynie na redukcję zatrudnienia.

Zawód urzędnika skarbowego pokazuje, że profile zawodowe można modyfikować. Po wprowadzeniu unowocześnionych przepisów dotyczących szkoleń, zidentyfikowany potencjał automatyzacji spadł ze 100 do 50 procent, ponieważ doradztwo, obsługa klienta i bardziej wymagające zadania zostały silniej zintegrowane z opisem stanowiska. Ten przykład nie dowodzi, że ryzyko automatyzacji znika samo w sobie, zmieniając nazwy stanowisk. Pokazuje on jednak, że instytucje mogą projektować szkolenia w taki sposób, aby pracownicy rozwijali wcześnie te uzupełniające umiejętności, których technologia nie jest w stanie niezawodnie zastąpić.

Czym ryzykują teraz firmy

Redukcja stanowisk juniorskich poprawia wskaźniki kosztów i wykorzystanie mocy produkcyjnych w krótkim okresie. Może być to konieczne nawet w okresie słabej koniunktury. Staje się to jednak problematyczne, gdy reakcja cykliczna przekształca się w stałą strategię kadrową. Wówczas, po kilku latach, brakuje pracowników ze średnim doświadczeniem, z których mogliby wyrosnąć kierownicy projektów, architekci, account managerowie i kadra kierownicza.

Firmy ze starzejącą się siłą roboczą i wysokim odsetkiem wiedzy ukrytej są szczególnie narażone. W takich przypadkach wiedzy specjalistycznej nie da się szybko zdobyć na otwartym rynku. Jednoczesne przejście doświadczonych pracowników na emeryturę może prowadzić do ryzyka operacyjnego, problemów z jakością i opóźnień w projektach. Ponowne rozpoczęcie rekrutacji w późniejszym czasie zajmuje lata, ponieważ zatrudnienie nowych talentów nie gwarantuje automatycznie pełnej produktywności.

Realną alternatywą jest przeprojektowanie, a nie eliminacja, stanowisk na poziomie podstawowym. Młodsi pracownicy powinni poświęcać mniej czasu na zadania czysto mechaniczne, ale nadal przejmować kontrolowaną odpowiedzialność. Sztuczna inteligencja może ograniczyć rutynowe zadania, a mentorzy mogą skupić się na omawianiu przypadków, kontroli jakości, kontakcie z klientami i zrozumieniu systemu. W ten sposób krzywa uczenia się nie zostaje wyeliminowana, a wręcz przyspieszona.

Aby to osiągnąć, firmy muszą stosować nowe wskaźniki. Kluczowe czynniki to nie tylko krótkoterminowe oszczędności czasu i liczba zrealizowanych zadań, ale także czas potrzebny do osiągnięcia niezależnej wydajności, wskaźnik błędów, jakość decyzji, zakres wiedzy, poziom zatrudnienia wewnętrznego oraz retencja po dwóch lub trzech latach. Ci, którzy mierzą jedynie natychmiastową produktywność, nie doceniają wartości kapitału uczenia się i sukcesji.

Małe i średnie przedsiębiorstwa (MŚP) również mogą na tym skorzystać. Często nie konkurują one o najwyższe wynagrodzenia początkowe, ale oferują szybszy zakres odpowiedzialności, bezpośredni kontakt z klientem i szerszy zakres zadań. Te cechy stają się szczególnie cenne, gdy duże organizacje mocno standaryzują pracę młodszych pracowników. Profesjonalny mentoring jest niezbędny; samo przeciążanie młodszych pracowników pod pretekstem wcześniejszej odpowiedzialności nie sprzyja ani kompetencjom, ani zaangażowaniu.

Polityka edukacyjna pod presją czasu

Uniwersytety i szkoły zawodowe muszą szybciej dostosowywać swoje programy nauczania do zmieniającego się podziału zadań. Czysta wiedza faktograficzna traci na wartości tam, gdzie jest łatwo dostępna. Jednocześnie rośnie znaczenie zrozumienia metodologicznego, krytyki źródeł, umiejętności posługiwania się danymi i profesjonalnego nadzoru. Egzaminy powinny zatem oceniać nie tylko tworzenie tekstu, programu lub projektu, ale także proces pracy, walidację i uzasadnienie decyzji.

Etapy praktyczne powinny mieć większy priorytet. Jeśli firmy ograniczą staże dobrowolne, programy obowiązkowe lub finansowane ze środków wspólnych mogą ustabilizować ten proces. Programy studiów dualnych, semestry praktyczne, modele dla studentów pracujących oraz wspólne projekty uniwersyteckie łączą teorię z wymaganiami praktycznymi. Jednak finansowanie publiczne nie powinno na stałe zastępować kosztów szkoleń prywatnych; wsparcie powinno być powiązane z udokumentowanymi treściami nauczania, mentoringiem i perspektywami zatrudnienia.

Polityka rynku pracy nie powinna dążyć do utrzymania każdego istniejącego miejsca pracy. Szybkie podnoszenie kwalifikacji, modułowe kwalifikacje i transparentna ocena kompetencji są skuteczniejsze. Osoby posiadające już specjalistyczną wiedzę często nie potrzebują zupełnie nowego programu studiów, lecz ukierunkowanych modułów z zakresu analizy danych, automatyzacji, cyberbezpieczeństwa, projektowania procesów lub regulowanych zastosowań sztucznej inteligencji. Takie programy muszą być dostępne zarówno dla osób pracujących, jak i poszukujących pracy, pod względem czasu i kosztów.

Ponadto Niemcy potrzebują lepszych danych na temat rzeczywistych praktyk rekrutacyjnych, profili zawodowych i ścieżek kariery. Oferty pracy są szybkim wskaźnikiem, ale tylko częściowo odzwierciedlają ukryte rekrutacje i transfery wewnętrzne. Powiązane dane mogłyby ujawnić, czy stanowiska juniorskie są po prostu zmieniane, przenoszone do programów praktyk, zlecane na zewnątrz, czy też faktycznie automatyzowane. Bez tego rozróżnienia istnieje ryzyko niedoceniania przełomów technologicznych lub przedwczesnego przypisywania każdego kryzysu gospodarczego sztucznej inteligencji.

Ostatecznie polityka wzrostu musi być częścią rozwiązania. Samo doskonalenie zawodowe nie stworzy miejsc pracy, jeśli firmy nie przewidzą wzrostu popytu. Inwestycje w infrastrukturę cyfrową, energetykę, mieszkalnictwo, obronność, opiekę zdrowotną i modernizację przemysłu mogą generować dodatkowe zatrudnienie. Im dynamiczniej rozwija się gospodarka, tym bardziej prawdopodobne jest, że wzrost wydajności przełoży się na wzrost produkcji i nowe miejsca pracy, a nie tylko na redukcję zapotrzebowania na pracowników.

Trzy możliwe ścieżki rozwoju

W sprzyjającym scenariuszu popyt się odbudowuje, firmy wykorzystują sztuczną inteligencję do ekspansji i opracowują nowe modele zatrudnienia dla początkujących. Młodsi pracownicy podejmują się bardziej wymagających zadań wcześniej, ponieważ rutynowe czynności są zautomatyzowane. Produktywność wzrasta, czas nauki skraca się, a mniejsze zespoły generują większą wartość, nie eliminując jednocześnie możliwości pozyskiwania młodych talentów. Staże, studia dualne i wstęp na studia stają się coraz bardziej zintegrowane.

W scenariuszu średnioterminowym ogólne zatrudnienie pozostaje względnie stabilne, ale liczba tradycyjnych stanowisk juniorskich jest trwale niższa. Wejście na rynek pracy odbywa się coraz częściej poprzez staże, projekty, praktyki, zmiany kariery i programy tymczasowe. Wymagania rosną, a nowi specjaliści potrzebują doświadczenia praktycznego i umiejętności z zakresu sztucznej inteligencji wcześniej. Firmy zyskują na wydajności, ale muszą radzić sobie z mniejszą liczbą osób na stanowiskach kierowniczych średniego szczebla.

W najgorszym przypadku słaby wzrost gospodarczy i agresywna automatyzacja łączą się, prowadząc do trwałego zamrożenia zatrudnienia. Mniej młodych ludzi zdobywa odpowiednie doświadczenie, rośnie bezrobocie i zatrudnienie w zawodach niewyspecjalizowanych, a kilka lat później niedobór doświadczonych pracowników pogłębia się. Firmy reagują wówczas kosztownym kłusownictwem, rekrutacją międzynarodową i outsourcingiem. Gospodarka traci kapitał ludzki, potencjał innowacyjny i możliwości mobilności społecznej.

To, która ścieżka się rozwinie, nie jest z góry przesądzone przez technologię. Zależy to od popytu, inwestycji, strategii kadrowych, reform edukacyjnych i dystrybucji wzrostu produktywności. Sztuczna inteligencja może zastąpić pierwszy etap kariery, ale może też uczynić go bardziej efektywnym. Decyzja leży w projektowaniu pracy, a nie tylko w samym modelu.

Żadnych strat w pracy, ale włączył się alarm systemowy

Spadek liczby miejsc pracy na stanowiskach podstawowych jest poważny, ale nie dowodzi całkowitej destrukcji miejsc pracy przez sztuczną inteligencję. Dane wskazują na kombinację czynników: wyjątkowego boomu rekrutacyjnego w 2022 roku, słabości gospodarczej, wyższych kosztów finansowania, korekty sektorowej, pracy zdalnej, wzrostu popytu oraz początków reorganizacji napędzanej przez sztuczną inteligencję. Ci, którzy obwiniają wyłącznie technologię, nie rozumieją kolejności zdarzeń. Ci, którzy negują jej wpływ, całkowicie ignorują szczególnie słabą wydajność zadań cyfrowych, wymagających dużej wiedzy i łatwych do zautomatyzowania.

Główne zagrożenie ekonomiczne tkwi w erozji drabiny kariery. Rynek pracy może jednocześnie poszukiwać wielu doświadczonych specjalistów i zatrudniać zbyt mało początkujących. Ta strategia sprawdza się w krótkiej perspektywie, dopóki firmy polegają na swoich zasobach wiedzy specjalistycznej lub podkupują sobie nawzajem pracowników. Jest to nie do utrzymania, ponieważ doświadczenie musi zostać zdobyte, zanim będzie można go zrekrutować.

Dla młodych ludzi wejście na rynek pracy staje się coraz bardziej selektywne, bardziej zorientowane na praktykę i bardziej zorientowane na technologię. Dyplom nadal jest cenny, ale coraz rzadziej wystarcza jako jedyny kwalifikacja. Dla firm wyzwaniem nie jest nostalgiczne utrzymanie stanowisk juniorskich, ale ich produktywne przeprojektowanie. Dla polityki edukacyjnej i uniwersytetów wyzwaniem jest integracja wiedzy specjalistycznej, zastosowań sztucznej inteligencji, kontroli jakości i praktycznego doświadczenia.

Spadek o ponad dwie trzecie nie jest zatem ani zwykłą korektą rynkową, ani dowodem na rychłe masowe bezrobocie spowodowane sztuczną inteligencją. To wczesny sygnał ostrzegawczy dla gospodarki, która mogłaby rozwiązać swoje obecne problemy, niedoinwestowując w przyszłą wykwalifikowaną siłę roboczą. Skoro Niemcy zlikwidują najniższy szczebel kariery, nie powinno dziwić, że później nikt nie dotrze na szczyt.

Xpert.Digital to branżowy hub B2B oparty na danych, kierowany przez Konrad Wolfenstein . Firma działa jako zewnętrzne, quasi-wewnętrzne rozwiązanie dla partnerów przemysłowych, eliminując luki operacyjne w obszarze marketingu, treści i sprzedaży – bez konieczności angażowania dodatkowych zasobów po stronie klienta.

Więcej informacji tutaj:

• Rozwiązanie quasi-in-house: Jak Xpert.Digital niweluje luki operacyjne w marketingu i sprzedaży B2B – Smart Content-Driven Business

☑️ Naszym językiem biznesowym jest angielski lub niemiecki

☑️ NOWOŚĆ: Korespondencja w Twoim ojczystym języku!

 

Ja i mój zespół chętnie będziemy do Państwa dyspozycji jako osobisty doradca.

Możesz się ze mną skontaktować, wypełniając formularz kontaktowy tutaj wolfenstein@xpert.digital:lub po prostu dzwoniąc pod numer +49 7348 4088 965. Mój adres e-mail to

Nie mogę się doczekać naszego wspólnego projektu.

 

 

☑️ Wsparcie dla MŚP w zakresie strategii, doradztwa, planowania i wdrażania

☑️ Tworzenie lub reorganizacja strategii cyfrowej i digitalizacji

☑️ Rozszerzenie i optymalizacja procesów sprzedaży międzynarodowej

☑️ Globalne i cyfrowe platformy handlowe B2B

☑️ Rozwój biznesu pionierskiego / Marketing / PR / Targi