So wächst auch Europas Data Science

Laut KI-Monitor 2026 der TU Darmstadt rechnen 43 Prozent der Befragten mit sehr guten KI-Kenntnissen damit, dass KI ihre Arbeit demnächst übernimmt. Die Sorge konzentriert sich dort, wo das Ergebnis digital ist: Schriftsätze, Code, Analysen.

USA

Die amerikanischen Arbeitsmarktdaten zeigen bislang das Gegenteil. In seiner Analyse „The jobs apocalypse is postponed. An AI jobs boom is here" vom 4. September 2026 beziffert The Economist die KI-bedingt entstandenen Stellen auf rund eine Million — gegenüber etwa 200.000 KI-bedingten Entlassungen. Wir haben diese Analyse auf Basis des US Bureau of Labor Statistics in unserer explai Sandbox nachgestellt. Die Beschäftigung im KI-Umfeld hat sich relativ zur Entwicklung aller Berufsgruppen deutlich stärker entwickelt:

Gestapeltes Balkendiagramm des Beschäftigungswachstums in KI-exponierten Berufen gegenüber der Gesamtbeschäftigung, USA, Januar 2023 bis Juli 2026 — Beschäftigungswachstum in KI-exponierten Berufen gegenüber der Gesamtentwicklung, USA, Januar 2023 bis Juli 2026, in Tausend. Daten: Bureau of Labor Statistics, aufbereitet von The Economist.

Am stärksten wächst dabei Data Science — eine Berufsgruppe, deren Produktivität KI-Werkzeuge wie explai unmittelbar erhöhen:

Balkendiagramm der US-Beschäftigungsveränderung nach Beruf, Mai 2023 bis 2025, von Data Scientists mit plus 36 Prozent bis Datenerfassung mit minus 15 Prozent — Beschäftigungsveränderung nach Beruf, USA, Mai 2023 bis 2025. Daten: Bureau of Labor Statistics.

Das überrascht nur auf den ersten Blick:

Qualitätssicherung. Wer KI in der Analyse belastbar einsetzen will, braucht Menschen, die ihre Ergebnisse prüfen. Bei explai halten wir das für so entscheidend, dass wir dafür mit der Workbench ein eigenes Produkt anbieten.
Jevons-Paradoxon. Wird eine Analyse billiger, steigt die Nachfrage nach Analysen. Effizienzgewinne schaffen hier zusätzliche Arbeit, statt sie abzubauen. Dies entspricht unserer Erfahrung aus jahrelanger Führung von Datenteams: Der Backlog an werthaltigen Analysen ist selbst in großen Datenteams — und die sind selten — gewaltig.

Europa

In Europa erfasst nur das Vereinigte Königreich seine Arbeitsmarktstatistik granular genug: SOC 2020 führt „3544 Data analysts" als eigene Berufsgruppe. Eurostat und die Bundesagentur für Arbeit arbeiten mit älteren Klassifikationen und fassen Datenanalyse in allgemeinere Kategorien wie „Experten-IT-Generalisten" zusammen.

Die britischen Zahlen zeigen keinen Boom wie in den USA, aber einen stabilen Bedarf an Analystinnen und Analysten.

Indexierte Liniengrafik der britischen Beschäftigung in Datenanalyse und verwandten Berufen, Dezember 2021 bis 2026, jeweils auf 100 im ersten Zeitraum normiert — Beschäftigung in Datenanalyse und verwandten Berufen, Vereinigtes Königreich, auf 100 im ersten Zeitraum normiert. Die Perioden sind rollierende 12-Monats-Fenster und überlappen. Daten: ONS Annual Population Survey (SOC 2020), über Nomis.

Auf keiner Seite des Atlantiks gibt es damit Hinweise auf ein KI-bedingtes Jobsterben in der Datenanalyse. Sichtbar wird stattdessen eine europäische Investitionslücke: Die Rolle, die die KI-Transformation fachlich begleitet, wird hier nicht im gleichen Tempo aufgebaut. Daraus kann eine Stärke werden. Europäische Werkzeuge wie explai heben die Produktivität von Analystinnen und Analysten, indem diese statt einzelner Auswertungen Analyseagenten für ihre internen Kunden konfigurieren und überwachen. So kann auch in einem weniger flexiblen Arbeitsmarkt ein Data-Science-Boom entstehen.

Alle in diesem Artikel verwendeten Daten und Auswertungen lassen sich live in unserer explai Sandbox nachvollziehen. Einfach kostenlos registrieren und das Projekt „Job Trends" kopieren. Über Feedback freuen wir uns — über unser Kontaktformular oder auf LinkedIn.