Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
oecd22. Mai 2025 · Q003226

The AI Workforce: What LinkedIn data reveals about ‘AI Talent’ trends in OECD.AI’s live data

oecd.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Beitrag berichtet auf Grundlage von LinkedIn-Profilen über das Wachstum von KI-Fähigkeiten und -Berufen: 2024 hätten sieben von 1.000 Mitgliedern als KI-Engineering-Talente gegolten. Er hebt zugleich Geschlechterlücken und wachsende Kenntnisse zu generativer KI, Produktivität, KI-Agenten und verantwortungsvoller KI hervor. Die Angaben beziehen sich auf LinkedIn-Mitglieder und die dort angewandte Talentdefinition.

Mittel

Der Beitrag fasst LinkedIn-Daten zusammen, die in Zusammenarbeit mit dem OECD.AI Policy Observatory für Einblicke in KI-Berufe und -Fähigkeiten genutzt werden. Als „AI Engineering Talent“ gelten Mitglieder, die mindestens zwei KI-Engineering-Fähigkeiten im Profil angeben oder in einem KI-Beruf tätig sind beziehungsweise waren. Die Daten beruhen damit auf LinkedIn-Profilen und der dort beschriebenen Definition.

Für 2024 weist der Bericht weltweit sieben KI-Engineering-Talente je 1.000 LinkedIn-Mitglieder aus, 130 Prozent mehr als 2016. Die höchsten Anteile hätten Israel, Singapur und Luxemburg. KI-Tätigkeiten nähmen auch außerhalb der Technologiebranche zu. Gleichzeitig betrage der Abstand zwischen Männern und Frauen bei KI-Engineering-Fähigkeiten 74 Prozent; bei KI-Kompetenzen zur Werkzeugnutzung liege er bei 138 Prozent. Besonders groß sei die Engineering-Lücke im Bildungswesen.

Zu den am schnellsten wachsenden Fähigkeiten in OECD-Ländern zählten 2024 Custom GPTs, AI Productivity und AI Agents; auch AI Strategy und Responsible AI legten zu. Bei KI-Werkzeugkompetenzen wuchsen unter anderem Kenntnisse generativer KI-Angebote. Der Beitrag sieht darin Hinweise für Weiterbildung und die Erkennung von Qualifikationslücken. Die Zahlen bilden LinkedIn-Mitglieder ab und belegen nicht unmittelbar die Verhältnisse in der gesamten Erwerbsbevölkerung.

Ausführlich lesen

Der Bericht stellt Daten aus LinkedIns Data for Impact-Programm vor, das mit dem OECD.AI Policy Observatory zusammenarbeitet. Ziel sei, politischen Entscheidungsträgern aktuelle Hinweise zu KI-Berufen und -Fähigkeiten zu geben. LinkedIn beschreibt seine mehr als eine Milliarde Mitglieder als Abbild der globalen Wirtschaft, das laufend aktualisiert werde. Dadurch könnten Trends sichtbar werden, bevor sie sich in amtlichen Berufsklassifikationen niederschlagen.

Als „AI Engineering Talent“ zählt die verwendete Methodik Mitglieder, die mindestens zwei ausdrücklich aufgeführte Fähigkeiten aus dem Bereich KI-Engineering in ihrem Profil angeben oder in einem KI-Beruf wie KI-Ingenieur tätig sind beziehungsweise waren. Die Definition verbindet also Fähigkeiten und Berufserfahrung und soll auch Beschäftigte erfassen, die KI in unterschiedlichen Branchen einsetzen. Die Angaben beziehen sich auf LinkedIn-Mitglieder und deren Profile; der Bericht erläutert keine darüber hinausgehende Prüfung der Angaben.

Nach den präsentierten Daten galten 2024 weltweit sieben von 1.000 LinkedIn-Mitgliedern als KI-Engineering-Talente. Dieser Anteil sei seit 2016 um 130 Prozent gestiegen. Die höchsten ausgewiesenen Konzentrationen fanden sich in Israel (1,98 Prozent), Singapur (1,64 Prozent) und Luxemburg (1,45 Prozent). KI-Kompetenzen beschränkten sich laut Bericht nicht auf die Technologiebranche, sondern nähmen auch in professionellen Dienstleistungen, Finanzdienstleistungen und im Bildungswesen zu. Zudem seien Fähigkeiten zur KI-Nutzung, etwa im Umgang mit ChatGPT und Microsoft Copilot, im vergangenen Jahr um 600 Prozent gewachsen.

Der Bericht beschreibt zugleich deutliche Unterschiede zwischen Männern und Frauen. 2024 sei der Anteil der Männer mit KI-Engineering-Fähigkeiten 74 Prozent höher gewesen als der Anteil der Frauen mit solchen Fähigkeiten. Die Abstände variierten nach Branche; die meisten untersuchten Branchen lägen unter dem Durchschnitt. Im Bildungswesen sei die Lücke mehr als doppelt so groß wie der Durchschnitt, obwohl Frauen dort besser vertreten seien. Bei KI-Kompetenzen zur Nutzung von Werkzeugen sei der Männeranteil laut Bericht 138 Prozent höher gewesen.

Auch die nachgefragten Fähigkeiten verschöben sich. Zu den am schnellsten wachsenden KI-Engineering-Fähigkeiten, die Mitglieder 2024 in OECD-Ländern hinzufügten, gehörten Custom GPTs, AI Productivity und AI Agents. AI Strategy und Responsible AI rangierten ebenfalls unter den zehn stärksten Zuwächsen. Bei den KI-Kompetenzen zur Werkzeugnutzung führten generative KI-Werkzeuge, Anthropic Claude und Microsoft Copilot Studio. Der Bericht deutet die Entwicklung als stärkere Ausrichtung auf generative KI, Produktivität und strategische beziehungsweise verantwortungsvolle Anwendung.

Die OECD.AI-Daten sollen laut Beitrag helfen, Qualifikationslücken zu erkennen und Weiterbildung an den Anforderungen von Branchen auszurichten. Die Zahlen beschreiben jedoch LinkedIn-Mitglieder nach der dort verwendeten Definition. Der Bericht präsentiert sie als Einblick in den Wandel von Fähigkeiten und Berufen; er belegt damit nicht unmittelbar die Verteilung der gesamten Erwerbsbevölkerung oder die Ursachen der Unterschiede.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die mittlere Zusammenfassung; die kurze Fassung gibt den Bericht sinngemäß treu wieder, nennt aber ebenfalls nicht die Zahlen zu Branchen und Geschlechterlücken. Lunas Anteilswerte in der Einordnung wurden nicht übernommen, da sie für die Bewertung nicht maßgeblich sind.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Kompetenzen für KI-Werkzeuge wie ChatGPT und Microsoft Copilot sind im Vorjahr um 600 Prozent gewachsen.
  • Die Aussage, dass die Geschlechterlücke in den meisten Branchen kleiner ist als der Durchschnitt von 74 Prozent.
  • Die Nennung von Professional Services und Financial Services neben Technologie und Bildung als Branchen mit wachsender KI-Verbreitung.

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Einschränkung, dass die Zahlen LinkedIn-Mitglieder abbilden und nicht unmittelbar die gesamte Erwerbsbevölkerung belegen, steht so nicht im Bericht; der Bericht behauptet vielmehr, die Definition erfasse die breitere KI-Belegschaft deutlicher.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 72 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 79 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 30 %gleiches Oberthema, hilft nicht
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 64 %Hintergrund, keine Belege
    • JEV 38 %gleiches Oberthema, hilft nicht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  3. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 75 %Hintergrund, keine Belege
    • JEV 43 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
  5. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →