Eine 2025 veröffentlichte Analyse von Microsoft Research hat erhebliche Aufmerksamkeit erregt. Auf Basis von rund 200.000 Nutzungen des KI-Tools Copilot wurden Tätigkeitscluster identifiziert, deren Aufgabenprofile eine besonders hohe Überschneidung mit generativer KI aufweisen. Der „AI applicability score“ misst dabei Coverage, Completion Rate und Impact Scope typischer Aufgaben.
Zu den laut Microsoft Research besonders KI-exponierten Tätigkeitsfeldern zählen unter anderem Kundenservice, Telemarketing, Übersetzung, textbasierte Content-Erstellung, Webentwicklung und standardisierte Datenanalyse. Tätigkeiten mit höherem Anteil an Verantwortung, Abstimmung, Urteilsbildung und Ausnahmefällen sind dagegen weniger direkt „durchautomatisierbar“. Wichtig für die Einordnung: Das bedeutet nicht „Job weg“. Es bedeutet meist zuerst: Aufgaben werden umgebaut, Standardanteile werden automatisiert, und der verbleibende menschliche Anteil verschiebt sich zu Verantwortung, Prüfung, Entscheidung, Abstimmung und Ausnahmefällen. Diese Aufgabenlogik wird auch in der Forschung zur Struktur von KI-unterstützter Arbeit diskutiert, etwa auf arXiv.
Der KI-Forscher Wolfgang Sender, Herausgeber von Life-in-Germany.de, hat eine Untersuchung durchgeführt, was diese Copilot-Ergebnisse für duale Studiengänge in Deutschland bedeuten. „Copilot-Daten zeigen vor allem, welche Aufgaben schnell standardisierbar werden. Für duale Studiengänge ist das eine Warnlampe für den Einstieg, nicht für den Abschluss“, sagt Sender.
Inhaltsverzeichnis
Übertragbarkeit auf duale Studiengänge in Deutschland
Das duale Studium ist in Deutschland breit aufgestellt. Nach Daten aus der BIBB-Datenbank AusbildungPlus waren zum Stichtag 28. Februar 2024 insgesamt 1.824 duale Studiengänge mit 113.526 Studierenden erfasst. Diese Breite ist eine strukturelle Stärke: Viele duale Programme führen nicht nur in eine enge Rolle, sondern in mehrere Einstiegspfade, je nach Branche, Partnerunternehmen und konkreter Praxisstation.
Die Untersuchung bewertet deshalb nicht den Studiengangstitel als Etikett, sondern typische Einstiegsrollen und deren Aufgabenprofile. „Der Titel sagt wenig. Entscheidend ist, womit Absolventinnen und Absolventen in den ersten 12 bis 24 Monaten tatsächlich arbeiten“, so Sender. Der zentrale Mechanismus lautet: Je höher der Anteil standardisierter Text-, Daten- und Informationsarbeit im Einstieg, desto schneller wird KI zur Infrastruktur, und desto stärker verändert sich das Aufgabenprofil. Je stärker Praxis vor Ort, Haftung, Normen, Regulierung oder Arbeit am Menschen den Kern prägen, desto stabiler bleibt die Kernleistung, auch wenn Tools den Alltag verändern.
Ein zusätzlicher Beschleuniger oder Bremsfaktor ist die reale Verbreitung generativer KI in Betrieben und Verwaltungen. Nutzung und Akzeptanz unterscheiden sich deutlich nach Branche und Tätigkeit, was die Umbauschnelligkeit beeinflusst. Dazu liefert das bidt einen wichtigen Orientierungsrahmen.
Life-in-Germany.de ist ein unabhängiges Online-Magazin, das seit 2018 über Karrieremöglichkeiten in Deutschland informiert. Wir geben Tipps zu Ausbildung, Dualem Studium, Studium, Job und Bewerbung. Wir unterstützen Unternehmen und Initiativen bei der internationalen Fachkräftegewinnung. Wir freuen uns über Kooperationsanfragen und Themenvorschläge.
So wurden die KI-betroffenen dualen Studiengänge bestimmt
Die Untersuchung arbeitet mit drei Achsen plus Korrektur:
- KI-Exposition: Wie hoch ist im Einstieg der Anteil standardisierter Text-, Daten- und Informationsarbeit, etwa Standardkorrespondenz, Standardreporting, Routinecoding, Standardanalysen.
- Marktpuffer und Einstiegsbreite: Wie viele Einstiegsrampen gibt es realistisch, und wie stabil ist die Nachfrage im Feld.
- Trendstabilität: Wächst das Feld, bleibt es stabil oder wird es kleiner.
- Praxis und Verantwortung (Korrektur): Vor-Ort-Anteile, Haftung, Normen, Sicherheit und direkte Arbeit mit Menschen stabilisieren den Kern.
Sender fasst es knapp: „Was ist automatisierbar, und wie stark ist der Markt. Beides muss auf denselben Zettel.“
Vollständige Übersicht der von KI betroffenen dualen Studiengänge (Auswahl)
Hinweis: Platzangaben sind grobe Orientierungsgrößen aus öffentlichen Ausschreibungen und Listings, keine amtliche Statistik. Die Bewertung zielt auf die Robustheit des Einstiegs, nicht auf den Wert eines Studiengangs als Bildung.
| Dualer Studiengang (Beispiele) | Absehbare KI-Exposition im Einstieg | Marktpuffer (Tendenz) | Trendstabilität (Tendenz) | Voraussichtliche Gesamtbewertung |
|---|---|---|---|---|
| BWL Marketing, Digital, Kommunikation | Sehr hoch | Mittel | Stabil, starker Umbau | 🚨 Kritisch bis mäßig riskant |
| Wirtschaftskommunikation, PR | Hoch | Mittel | Eher rückläufig im Einstieg | 🚨 Kritisch |
| Journalismus, Content, Medienproduktion (dual) | Sehr hoch | Begrenzt | Rückläufig | 🚨 Kritisch |
| BWL Tourismus, Hotel, Event | Sehr hoch | Mittel | Stabil bis volatil | 🚨 Kritisch bis mäßig riskant |
| Medieninformatik (stark produktionsnah) | Hoch | Mittel | Stabil | ⚠️ Mäßig riskant |
| BWL Personal, HR Management | Hoch | Hoch | Stabil | ⚠️ Mäßig riskant |
| BWL Finance, Controlling | Hoch | Hoch | Stabil | ⚠️ Mäßig riskant |
| Rechnungswesen, Steuern (dual) | Hoch | Hoch | Stabil | ⚠️ Mäßig riskant |
| BWL Vertrieb, Handel | Hoch | Hoch | Stabil | ⚠️ Mäßig riskant |
| International Business (dual) | Hoch | Mittel bis hoch | Stabil | ⚠️ Mäßig riskant |
| Wirtschaftspsychologie (dual) | Mittel | Mittel bis hoch | Stabil | 🟡 Stabil |
| Wirtschaftsinformatik (Routineanteile) | Sehr hoch im unteren Segment | Hoch | Stabil | 🟡 Kurzfristig stabil, mittelfristig höheres Risiko |
| Informatik, Software Engineering (Routinefokus) | Sehr hoch im unteren Segment | Hoch | Steigend | 🟡 Kurzfristig stabil, mittelfristig höheres Risiko |
| Data Science (Routinefokus) | Extrem hoch im unteren Segment | Hoch | Steigend | 🟡 Kurzfristig stabil, mittelfristig höheres Risiko |
| Data Engineering, BI (dual) | Hoch | Hoch | Steigend | 🟡 Stabil |
| IT-Security, Cyber Security (dual) | Mittel | Hoch | Steigend | 🟡 Stabil bis robust |
| Angewandte KI (dual, Spezialisierung) | Mittel | Wachsend | Steigend | 🟡 Stabil bis robust |
| BWL allgemein (dual) | Sehr hoch | Sehr hoch | Stabil | ✅ Attraktiv trotz Umbau |
| BWL Logistik, Supply Chain, E Commerce | Hoch | Sehr hoch | Stabil bis steigend | ✅ Attraktiv trotz Umbau |
| Wirtschaftsingenieurwesen (dual) | Niedrig bis mittel | Hoch | Steigend | 🟢 Hochsicher |
| Maschinenbau (dual) | Niedrig | Sehr hoch | Steigend | 🟢 Hochsicher |
| Mechatronik (dual) | Niedrig | Hoch | Steigend | 🟢 Hochsicher |
| Elektrotechnik (dual) | Niedrig | Sehr hoch | Steigend | 🟢 Hochsicher |
| Automatisierungstechnik (dual) | Niedrig | Hoch | Steigend | 🟢 Hochsicher |
| Bauingenieurwesen (dual) | Niedrig | Hoch | Steigend | 🟢 Hochsicher |
| Versorgungstechnik, TGA (dual) | Niedrig | Hoch | Steigend | 🟢 Hochsicher |
| Energietechnik, Erneuerbare (dual) | Niedrig | Hoch | Steigend | 🟢 Hochsicher |
| Medizintechnik (dual) | Niedrig bis mittel | Hoch | Steigend | 🟢 Hochsicher |
| Pflegewissenschaften (dual) | Sehr niedrig im Kern | Sehr hoch | Stabil hoch | 🟢 Hochsicher |
| Physiotherapie, therapienahe Studiengänge (dual) | Sehr niedrig im Kern | Hoch | Stabil bis steigend | 🟢 Hochsicher |
Top 5 durch KI besonders riskante duale Studienrichtungen
Diese Auswahl beschreibt typische Risikofälle, weil Standardoutput hoch ist und Einstiegsrampen oft enger sind:
- BWL Marketing, Digital, Kommunikation
- Wirtschaftskommunikation, PR
- Journalismus, Content, Medienproduktion (dual)
- BWL Tourismus, Hotel, Event
- Medieninformatik, wenn der Schwerpunkt stark auf Routineproduktion und Standardumsetzung liegt
„Kritisch wird es dort, wo der Einstieg hauptsächlich aus Standardoutput besteht und der Markt nicht breit genug ist, um den Umbau abzufedern“, sagt Sender.
Top 5 perspektivreichste duale Studienrichtungen trotz KI
- Maschinenbau (dual)
- Elektrotechnik (dual)
- Pflegewissenschaften (dual)
- Bauingenieurwesen (dual)
- BWL Logistik, Supply Chain, E Commerce
Diese Felder gelten als robust, weil der Kern stärker an reale Systeme, Sicherheit, Vor-Ort-Verantwortung oder Arbeit am Menschen gebunden ist, und weil die Nachfrage über Jahre hoch bleibt. KI wirkt hier vor allem als Werkzeug für Planung, Diagnoseunterstützung, Dokumentation und Optimierung, nicht als Ersatz des Kerns.
Strategische Implikationen
Für Studieninteressierte
Die Untersuchung verschiebt den Blick von „Studiengangstitel“ zu „Einstiegsprofil“. Viele Felder bleiben grundsätzlich attraktiv, aber Einstiegsrollen verändern sich schneller, wenn Standardarbeit dominiert. „Das Risiko sitzt selten im Abschluss. Es sitzt im Einstieg, wenn der Einstieg aus Standardaufgaben besteht“, sagt Sender. Entscheidend ist daher, ob ein duales Programm früh Aufgaben bietet, die über reine Produktion hinausgehen, etwa Qualitätsprüfung, Prozessverantwortung, sicherheitsrelevante Anteile, Kunden- und Stakeholderarbeit oder Arbeit an realen Systemen.
In kaufmännischen Programmen ist die Lage oft nicht „schlecht“, sondern anspruchsvoller. Der Marktpuffer ist häufig groß, aber die Erwartungen verschieben sich. Standardkommunikation, Standardanalysen und Standardreports werden stärker automatisiert. Stabiler sind Rollen, die Verantwortung tragen, zum Beispiel Steuerung von Ausnahmen, Verhandlung und Abstimmung, saubere Dokumentation, Regelkenntnis, Qualitätssicherung.
In IT-nahen Programmen ist die wichtigste Korrektur die Trennung zwischen Routine und Systemverantwortung. Routinecoding und Standardimplementierung verlieren an Differenzierung. Gleichzeitig bleiben Bedarf und Perspektiven hoch, wenn das Profil Richtung Integration, Testing, Security, Compliance, Betrieb, Schnittstellen und Qualitätslogik entwickelt wird. Die Untersuchung bewertet IT daher nicht als „schlecht“, sondern als Feld mit schneller Verschiebung im unteren Segment.
Für Partnerunternehmen
Für Unternehmen folgt eine klare Konsequenz: Duale Programme sind dann zukunftsfähig, wenn sie nicht nur Outputproduktion als Lernziel haben, sondern Verantwortungsfähigkeit. Das umfasst klare Anforderungen, Review von Ergebnissen, Fehlerkultur, Dokumentationsstandards, Datenschutz, Sicherheitsregeln und realistische Praxisaufgaben. „Zentral ist nicht nur KI benutzen, sondern KI verantworten“, sagt Sender. Gemeint ist: Ergebnisse prüfen, Grenzen kennen, Risiken verstehen, Entscheidungen begründen.
Wer weiterhin vor allem Syntax, Routinen und reine Produktion trainiert, baut kurzfristig einsetzbare, aber austauschbare Profile auf. Wer dagegen systematisch Review, Qualität und Verantwortung trainiert, erhöht die Robustheit des Einstiegs, auch in Feldern mit hoher KI-Exposition.
Für Hochschulen und Berufsakademien
Hochschulen und Berufsakademien haben eine doppelte Aufgabe. Erstens müssen sie KI-Grundwissen fachnah integrieren, ohne es auf Tool-Bedienung zu reduzieren. Zweitens müssen Prüfungen so gestaltet werden, dass Kompetenz sichtbar wird, obwohl Output leicht erzeugbar ist. „Wenn KI Output liefert, muss die Hochschule den Maßstab liefern“, sagt Sender. Gemeint sind Fachlogik, Regeln, Recht, Sicherheit und Qualitätskriterien, plus nachvollziehbare Dokumentation.
Schlussfolgerungen
Das duale Studium bleibt ein starker Einstieg in den Arbeitsmarkt, weil es Praxis im Betrieb, klare Leistungsnachweise und frühe Berufserfahrung verbindet. Generative KI verschiebt jedoch die Gewichte. Aufgaben mit hohem Routineanteil und reiner Informationsarbeit werden schneller umgebaut oder teilweise automatisiert. Das trifft häufig den Einstieg zuerst, weil Einstiegsrollen oft standardisierte Tätigkeiten bündeln. Damit steigt die Hürde: Früher genügte es in vielen Bereichen, zuverlässig zu produzieren. Künftig wird früher erwartet, dass Ergebnisse geprüft, dokumentiert und verantwortet werden können.
Die Untersuchung zeigt außerdem, dass hohe KI-Exposition nicht automatisch ein schlechtes Signal ist. In Feldern mit starkem Marktpuffer bleiben Einstiege oft möglich, selbst wenn sich Tätigkeiten stark verändern. Der Preis dafür ist ein neues Kompetenzprofil: weniger Routineausführung, mehr Steuerung, mehr Review, mehr Prozess- und Qualitätslogik. Nachfrage wirkt als Puffer gegen den Wegfall von Einstiegsmöglichkeiten, nicht gegen Veränderung der Arbeit.
Robust sind duale Studiengänge besonders dort, wo der Kern an reale Systeme, Normen, Sicherheit, Vor-Ort-Verantwortung oder Arbeit am Menschen gebunden ist. Diese Kerne sind schwerer zu ersetzen. Gleichzeitig wird auch dort mehr digital dokumentiert, geplant und geprüft. Stabilität bedeutet daher nicht Stillstand, sondern veränderte Arbeit mit stabilem Kern.
IT- und datenbezogene duale Studiengänge sind ein Sonderfall. Der Markt bleibt groß, aber Routineanteile werden schneller skalierbar. Die Untersuchung trennt deshalb zwischen Rollen, die hauptsächlich Standardoutput liefern, und Rollen, die Systeme absichern, integrieren, prüfen und betreiben. Wer im dualen Programm früh Verantwortung in diesen Bereichen bekommt, hat deutlich robustere Perspektiven als reine Produktionsprofile.
Am Ende führt die Untersuchung zu einer einfachen, aber harten Leitfrage für duale Programme: Erzeugt das Programm vor allem Standardoutput, oder trainiert es Verantwortung, Qualität und belastbare Praxis? „Automatisierbarkeit und Markt gehören auf denselben Zettel“, sagt Sender. Ergänzt wird das um einen dritten Punkt, der in der Praxis oft entscheidet: Ob Partnerunternehmen und Hochschule den Umbau aktiv gestalten, mit Standards, Review, Datenschutz, Sicherheit und klarer Dokumentation.
Life-in-Germany.de ist ein unabhängiges Online-Magazin, das seit 2018 über Karrieremöglichkeiten in Deutschland informiert. Wir geben Tipps zu Ausbildung, dualem Studium, Studium, Job und Bewerbung und unterstützen Unternehmen und Initiativen bei der internationalen Fachkräftegewinnung.
Stichwortsuche zu diesem Beitrag: Bewerbung, Duales Studium, KI, Studium