WU Wien KI-Fachkräfte: Der Engpass liegt in der Breite

Österreichs Unternehmen fehlt KI-Kompetenz in der Breite, obwohl das Land beim Anteil hoch spezialisierter KI-Fachkräfte zur europäischen Spitzengruppe gehört. Das zeigt die Studie „Austria's AI Workforce 2026“ der WU Wien, deren Ergebnisse die Universität am 24. August 2026 vorgestellt hat. 97 Prozent der österreichischen Unternehmen beschäftigen keine KI-Fachkraft. Unter den KI-Beschäftigten sind nur 6 Prozent Berufseinsteiger, während es im übrigen Arbeitsmarkt 23 Prozent sind. Deutschland zeigt in derselben Auswertung ein ähnliches Profil, weil es beim Anteil spezialisierter Fachkräfte vorne liegt und bei ihrer Dichte je 1.000 Erwerbstätige mit 1,10 nur knapp vor Österreich. Für Geschäftsführungen im Mittelstand folgt daraus nach unserer Einordnung, KI-Kompetenz in den Fachbereichen aufzubauen und Einstiegsrollen mit KI neu zu schneiden, weil der Markt für Spezialisten die Breite der Unternehmen nicht versorgen kann.

Die WU-Studie zählt Österreichs KI-Fachkräfte in 2,86 Millionen Beschäftigungsdatensätzen

Die Studie misst, wie viele Menschen in Österreich in KI-Rollen arbeiten, bei welchen Unternehmen sie beschäftigt sind und wie sich dieser Bestand seit 2018 entwickelt hat. Grundlage sind 2,86 Millionen Beschäftigungsdatensätze von 1,23 Millionen Beschäftigten aus den Daten von Revelio Labs, die die Autoren über Wharton Research Data Services (WRDS) ausgewertet haben, berichtet die WU Wien in ihrer Presseaussendung vom 24. August 2026. Verfasst haben die Studie Christian Schumacher und Can Tihanyi von der WU gemeinsam mit Andreas Schumacher, Chief Innovation Officer der VTU Group. Die Berichte stehen auf stateofai.at frei zum Download bereit.

Die Studie unterscheidet vier Schichten von KI-Rollen. In der Build-Schicht entwickeln laut Kapitel 1 Fachkräfte für maschinelles Lernen, Computer Vision und KI-Forschung neue Systeme. Die Enable-Schicht verantwortet Infrastruktur und Architektur, während die Integrate-Schicht KI in Geschäftsprozesse einbindet. Diese drei Schichten bilden den Kern (Core AI), hinzu kommen angrenzende Rollen. 2025 zählt die Studie 11.228 KI-Beschäftigte in Österreich, davon 4.578 Core-AI-Fachkräfte.

Österreich liegt beim Anteil der KI-Spezialisten auf Rang 3, bei ihrer Dichte auf Rang 19

Österreich hat viele Spezialisten im Verhältnis zu seinen KI-Beschäftigten, aber wenige im Verhältnis zu seinen Erwerbstätigen. Beim Anteil der Core-AI-Fachkräfte an allen KI-Beschäftigten erreicht das Land mit 40,8 Prozent Rang 3 unter 38 europäischen Ländern, hinter Deutschland mit 42,5 Prozent und der Schweiz mit 41,9 Prozent. Bei der Zahl der Core-AI-Fachkräfte je 1.000 Erwerbstätige kommt Österreich mit 0,99 auf Rang 19, wie Kapitel 4 der Studie ausweist.

Die Autoren beschreiben Österreichs Lage als hohe fachliche Tiefe auf schmaler Basis, sodass der Abstand zu den führenden Ländern beim Einsatz in der Breite entsteht. Um die deutsche Dichte zu erreichen, bräuchte Österreich laut Studie 361 zusätzliche Core-AI-Fachkräfte.

Die KI-Fachkräfte bündeln sich in großen Unternehmen, 97 Prozent haben kein KI-Personal

Nur 3.190 von 123.226 österreichischen Unternehmen beschäftigen überhaupt jemanden in einer KI-Rolle, das sind 2,6 Prozent. Der Anteil hängt an der Größe, weil alle Unternehmen mit mehr als 1.000 Beschäftigten KI-Personal haben, aber nur 13,4 Prozent der Unternehmen mit 11 bis 100 Beschäftigten.

Der Anteil der Unternehmen mit KI-Personal hat sich seit 2018 kaum verändert, während sich der Anteil der Core-AI-Fachkräfte an der Belegschaft dieser Unternehmen von 0,72 auf 1,34 Prozent fast verdoppelt hat. Das Wachstum entsteht also in Unternehmen, die bereits KI-Personal haben. Die Autoren nennen die Verbreitung deshalb die bindende Grenze und empfehlen für Unternehmen mit 10 bis 250 Beschäftigten gemeinsame Infrastruktur, Beratung und Transferzentren, weil nicht jedes Unternehmen ein eigenes KI-Team brauche. Can Tihanyi fasst den Befund in der Presseaussendung so zusammen: „Technologie-Adaption scheitert fast nie an der Technologie.“

Zugleich fordern die Autoren mehr Ausbildungskapazität an den Universitäten, weil die Build-Schicht mit 1.302 Fachkräften knapp ist. Für ein Unternehmen außerhalb der Technologiebranche wiegt nach unserer Einordnung der Befund zur Verbreitung schwerer, weil sein Engpass beim Einsatz verfügbarer Systeme in den eigenen Abläufen liegt. Welche Voraussetzungen dafür nötig sind, beschreibt der Beitrag KI-Readiness: Technik, Daten, Organisation.

Nur 6 Prozent der KI-Beschäftigten sind Einsteiger, der Bestand wächst über Quereinsteiger

Der KI-Bestand in Österreich entsteht über erfahrene Fachkräfte aus anderen Rollen, weil kaum Berufseinsteiger direkt in KI-Rollen beginnen. Laut Kapitel 5 der Studie arbeiten 6,3 Prozent der KI-Beschäftigten auf der Einstiegsebene, im übrigen Arbeitsmarkt 22,7 Prozent. Auf den Ebenen Analyst und Manager arbeiten zusammen 60 Prozent der KI-Beschäftigten gegenüber 43 Prozent im übrigen Arbeitsmarkt. Die Autoren schließen daraus, dass der Bestand über seitliche Einstellungen, Wechsel aus angrenzenden Funktionen und die Anwerbung erfahrener Fachkräfte aus dem Ausland entstanden ist.

Die ersten Berufsjahre sind zugleich die Phase, in der Fachkräfte gehen, weil laut WU 44 Prozent aller Abwanderungen im ersten Beschäftigungsjahr erfolgen. Die Studie empfiehlt Lehrlingsausbildung, Rotationsprogramme und Partnerschaften zwischen Hochschulen und Unternehmen, die Absolventen technischer Fächer in ein bis zwei Jahren für KI-Rollen qualifizieren. Den Einsteigeranteil sollte man nach Ansicht der Autoren jährlich beobachten, weil Maßnahmen unter 8 Prozent dringlich würden. Mit 6,3 Prozent liegt Österreich bereits darunter.

Rechnerisch kommt in Österreich eine Core-AI-Fachkraft auf 27 Unternehmen

Rechnerisch kommt in Österreich eine Core-AI-Fachkraft auf 27 Unternehmen, sodass ein Weg, der jedem Unternehmen eigene Spezialisten verschafft, am Bestand scheitert. Netto kamen 2025 laut Kapitel 1 rund 300 Fachkräfte hinzu, nach 476 im Jahr 2024. Den Wert für 2025 bezeichnet die Studie als vorläufig, weil der Datenanbieter neue Einstellungen verzögert erfasst.

Ginge jede netto hinzukommende Fachkraft in ein Unternehmen ohne KI-Personal, bräuchte es bei rund 300 im Jahr 400 Jahre, bis jedes der 120.036 Unternehmen ohne KI-Personal eine Fachkraft hätte. Das Gedankenexperiment überzeichnet, weil viele kleine Unternehmen keine eigene Fachkraft brauchen. Es zeigt die Größenordnung, weil der Markt für Spezialisten um Hunderte wächst, während die Lücke Zehntausende Unternehmen umfasst. Auf ein Unternehmen mit 300 Beschäftigten entfallen bei der österreichischen Dichte im Durchschnitt 0,3 Core-AI-Fachkräfte, bei der deutschen rund 0,33, obwohl ein solches Unternehmen KI in fast allen Fachbereichen einsetzen will.

Die Lücke beim Nachwuchs lässt sich ebenso beziffern. Hätten die 11.228 KI-Beschäftigten dieselbe Verteilung über die Ebenen wie der übrige Arbeitsmarkt, wären rund 2.549 von ihnen auf der Einstiegsebene. Mit 6,3 Prozent sind es rund 707, also rund 1.840 Einstiegsstellen weniger.

Für den deutschen Mittelstand gilt nach unserer Einordnung derselbe Engpass in der Breite

Deutschland zeigt in der WU-Auswertung dasselbe Muster aus hoher Spezialisierung und geringer Dichte, sodass sich die Befunde nach unserer Einordnung auf den deutschen Mittelstand übertragen lassen. Mit 42,5 Prozent hat Deutschland unter den 38 Ländern den höchsten Anteil an Core-AI-Fachkräften, bei der Dichte liegt es mit 1,10 knapp vor Österreich. Die Verbreitung nach Unternehmensgröße und den Anteil der Einsteiger weist die Studie für Deutschland nicht aus. Diese beiden Befunde zu übertragen, ist deshalb unsere Einordnung, die sich auf die ähnliche Struktur beider Länder stützt.

Für ein Unternehmen ergeben sich drei Wege zu KI-Kompetenz, die sich an den Schichten der WU-Studie ausrichten lassen. Sie schließen sich nicht aus, verlangen aber unterschiedliche Entscheidungen der Geschäftsführung.

Der Weg über Integratoren passt zum Mittelstand, weil Menschen mit Prozesswissen bereits in den Fachbereichen arbeiten und das Unternehmen sie befähigen kann, statt sie am Markt zu suchen. Weil die Integrate-Schicht laut Studie die höchsten absoluten Abgänge hat, braucht die Rolle einen Entwicklungspfad. Wie sich Kompetenz nach Rollen stufen lässt, beschreibt der Beitrag KI-Kompetenzen in der Organisation aufbauen. Wie KI in die tägliche Nutzung kommt, zeigt der Beitrag Change Management für KI-Einführungen.

Geschäftsführungen sollten zuerst KI-Integratoren in den Fachbereichen benennen

Geschäftsführungen im Mittelstand können die Befunde in sechs Schritte übersetzen, die bei vorhandenen Fachkräften ansetzen:

1. Bestand erheben: Die Personalleitung erfasst mit den Bereichsleitungen innerhalb von vier Wochen, wer heute KI in Abläufe einbindet und welcher Schicht der WU-Studie die Tätigkeit entspricht. Fertig ist der Schritt, wenn diese Zahl für jeden Bereich vorliegt.
2. Integratoren benennen: Geschäftsführung und Bereichsleitungen bestimmen innerhalb von acht Wochen je Fachbereich eine Person mit Prozesswissen und geben ihr einen festen Zeitanteil, etwa einen Tag je Woche. Messgröße ist die Zahl der Abläufe je Bereich, die nach sechs Monaten mit KI im Regelbetrieb laufen. Warum Vorhaben ohne diese Verankerung im Pilot bleiben, zeigt der Beitrag Warum KI-Piloten nicht in den Betrieb kommen.
3. Spezialwissen gemeinsam nutzen: Die IT-Leitung vereinbart innerhalb von drei Monaten den Zugang zu Spezialisten über Partner, Hochschulen oder Transferzentren. Messgröße ist die Zeit von der Anfrage eines Fachbereichs bis zum ersten Prototyp.
4. Einstiegsrollen neu schneiden: Personalleitung und Ausbildungsverantwortliche nehmen zum Ausbildungsjahr 2027 KI-Aufgaben in Ausbildungs- und Traineestellen auf, mit einer Rotation durch zwei Fachbereiche und einem Integrator als Pate. Messgrößen sind der Anteil der Einstiegsstellen mit KI-Aufgaben und der Verbleib nach zwei Jahren.
5. Die mittlere Ebene halten: Die Personalleitung legt innerhalb von sechs Monaten eine Fachlaufbahn für Integratoren neben der Führungslaufbahn fest, wie die Studie sie für erfahrene KI-Fachkräfte empfiehlt. Messgröße ist die Fluktuation in KI-Rollen im Vergleich zur übrigen Belegschaft. Die Rolle dieser Ebene beschreibt der Beitrag Middle Management stärken.
6. Nach zwölf Monaten prüfen: Geschäftsführung und Beirat vergleichen die Werte aus Schritt 1 mit dem Ist. Zielgröße ist ein Integrator in jedem Fachbereich mit mindestens einem Ablauf im Regelbetrieb. Wie Führungskräfte selbst Kompetenz aufbauen, beschreibt der Beitrag KI-Schulungsprogramme für Führungskräfte.

Niehues Consulting verbindet Organisationsdesign mit dem Aufbau von KI-Kompetenz

Niehues Consulting unterstützt Geschäftsführungen und Bereichsleitungen dabei, Organisationen aufzubauen, die verlässlich liefern. Im Organisationsdesign entstehen die Rollen, Laufbahnen und Entscheidungswege, in denen KI-Kompetenz in den Fachbereichen wirken kann. Wo KI in die Abläufe einzieht, entstehen zuerst Business Case und Prototyp, danach folgt die Einführung mit Integratoren in den Fachbereichen. Im Delivery Management steuert ein Delivery Manager oder Product Owner das Vorhaben, bis die Veränderung im Betrieb angekommen ist.

Das Vorgehen folgt dem Niehues Delivery Model mit den Phasen Verstehen, Bauen und Einführen. Im Verstehen klärt es, wer KI heute in welche Abläufe einbindet und wo diese Rolle fehlt. Im Bauen legt es Rollen, Zeitanteile und Laufbahnen fest, im Einführen befähigt es Integratoren und Nachwuchs. Gründer Marin Niehues baut als Management-Berater aus der Lieferperspektive Organisationen, die liefern. Seine Projekte reichen von VC-finanzierten Scaleups bis zu DAX-40-Konzernen, im Einsatz in über 20 Ländern auf sechs Kontinenten. In der kostenfreien Erstberatung von 30 Minuten prüfen Sie gemeinsam, in welchen Fachbereichen Ihres Unternehmens Integratoren den Einsatz von KI voranbringen können: Erstberatung vereinbaren.