PolydigitalWebsite besuchen →
← Zurück zum Blog

KI-Talentbedarf im öffentlichen Dienst: Was IT-Leitungen jetzt planen sollten

13. Oktober 2026
KI-Talentbedarf im öffentlichen Dienst: Was IT-Leitungen jetzt planen sollten

Der aktuelle KI-Talentbedarf im öffentlichen Dienst ist zahlenmäßig noch klein, aber strategisch bereits entscheidend. Nur ein kleiner Anteil der Stellenanzeigen der Verwaltung enthielt 2025 einen KI-Bezug. Wer jetzt plant, sollte sich auf wenige Schlüsselrollen konzentrieren und zuerst Governance-Strukturen sowie ein bis zwei technische Ankerstellen besetzen.

Kurz gesagt:

  • 2025 enthielten nur 0,7 % der Stellenanzeigen der öffentlichen Verwaltung einen Bezug zu KI; auf kommunaler Ebene lag der Anteil bei 0,3 %.
  • Behörden sollten zuerst eine Zuständigkeit für die Steuerung von KI und eine technische Schlüsselstelle sichern; Sachbearbeiter werden parallel geschult, während Veränderungsbegleiter und Produktverantwortliche die Einführung unterstützen.
  • Festanstellungen dauern meist drei bis sechs Monate, Vertretungen auf Zeit können binnen weniger Wochen beginnen; Wissensübergaben sollten vor der Stellenbesetzung geregelt sein.
  • Die Verordnung der Europäischen Union über künstliche Intelligenz verpflichtet Behörden, Risiken einzustufen und Entscheidungen zu dokumentieren; geschulte Datenschutzfachkräfte können diese Zuständigkeit oft übernehmen.
  • Gehaltsabstände, starre Laufbahnregeln und regionale Ballungsräume erschweren die Suche; projektgebundene Datenlabore und zeitlich begrenzte Fachmandate können diese Hürden teilweise abfedern.
Polydigital
KI-Schlüsselrollen gezielt besetzen
Polydigital besetzt Data- und IT-Positionen mit persönlich interviewten Talenten, auch interim oder fractional für den Bedarf Ihrer Verwaltung.
Polydigital kennenlernen

Inhaltsverzeichnis

Datenlage und Verteilung des KI-Bedarfs im öffentlichen Sektor

Die Zahlen zeichnen ein klares Bild: KI-Kompetenzen sind in der öffentlichen Verwaltung noch die Ausnahme, nicht die Regel. Nur ein kleiner Anteil der Stellenanzeigen im öffentlichen Sektor enthielt 2025 einen KI-Bezug, auf kommunaler Ebene waren es sogar nur 0,3 %. Ein großer Anteil der Landkreise schrieb im gesamten Jahr 2025 keine einzige KI-bezogene Stelle aus.

0,7 % der Stellenanzeigen der öffentlichen Verwaltung trugen 2025 einen KI-Bezug, ein Hinweis darauf, dass sich der Wettbewerb um KI-Fachkräfte im öffentlichen Sektor erst formiert, während die Privatwirtschaft längst aktiv sucht.

Diese niedrigen Werte unterschätzen jedoch das tatsächliche Ausmaß des Bedarfs. Viele Behörden formulieren KI-Aufgaben noch nicht explizit in Stellentiteln, sondern verstecken sie in generischen IT- oder Digitalisierungsprofilen. Das verzerrt die Außensicht, ändert aber nichts am internen Handlungsdruck.

Einige Muster lassen sich trotzdem klar erkennen:

  • Der Bedarf konzentriert sich regional auf Ballungsräume mit vorhandenen Digitalisierungsprojekten und Hochschulnähe.
  • Zwischen Bundes-, Landes- und kommunaler Ebene bestehen deutliche Unterschiede: Bundesbehörden formulieren häufiger spezifische KI-Anforderungen als Kommunen.
  • Fachrollen wie Sachbearbeitung mit KI-Unterstützung werden aktuell stärker nachgefragt als strategische Führungspositionen, wie eine aktuelle IW-Analyse zeigt.
  • Projektgebundene Datenlabore wirken häufiger als Magnet für Fachkräfte als klassische Dauerstellen.

Für IT-Leitungen heißt das: Wer auf offizielle Ausschreibungszahlen wartet, um den eigenen Bedarf zu bemessen, unterschätzt die Dringlichkeit. Der eigentliche Engpass entsteht nicht durch fehlende Ausschreibungen, sondern durch fehlende Priorisierung.

Welche Rollen jetzt Priorität haben

Vier Rollenprofile sollten bei der Personalplanung im öffentlichen Dienst Vorrang erhalten. Sie unterscheiden sich deutlich in Aufgabenzuschnitt und benötigter Qualifikation, ergänzen sich aber in der Praxis.

  • KI-Anwender in der Sachbearbeitung: Nutzen KI-Werkzeuge im Tagesgeschäft, benötigen praktische Schulung statt technischer Tiefe.
  • Change-Manager: Begleiten die Einführung von KI-Systemen, moderieren Widerstände und sichern Akzeptanz im Team.
  • KI- und Governance-Beauftragte: Verantworten Risikoeinstufung, Dokumentationspflichten und die Einhaltung regulatorischer Vorgaben.
  • Product-Owner beziehungsweise AI-Product-Manager: Steuern die Weiterentwicklung konkreter KI-Anwendungen entlang der Bedarfe der Fachbereiche.

Diese vier Profile empfehlen sich als erste Priorität, weil sie zusammen den gesamten Lebenszyklus einer KI-Einführung abdecken, von der Anwendung über den Wandel bis zur Governance, wie auch eine Orientierungshilfe der Bertelsmann Stiftung nahelegt.

Daneben bleiben technische Kernrollen wie MLOps Engineering, Data Engineering und AI Security als Ergänzung zu bestehenden IT-Kernberufen wichtig. Sie werden seltener in eigenen Stellenausschreibungen sichtbar, sind aber Voraussetzung für den stabilen Betrieb jedes KI-Systems.

Laufbahnrecht und Eingruppierung bremsen die Besetzung oft zusätzlich: Neue KI-Profile passen selten exakt in bestehende Besoldungsgruppen, was Verzögerungen bei der Stellenbewertung verursacht. Wer das frühzeitig mit dem Personalrat klärt, gewinnt wertvolle Zeit.

Profi-Tipp: Formulieren Sie Anforderungsprofile nach Aufgabe, nicht nach Tool-Namen, denn KI-Systeme wechseln schneller als Stellenbeschreibungen.

Eine detaillierte Checkliste zur Stellenformulierung und zu Governance-Anforderungen findet sich in unserem Leitfaden zur KI-Richtlinie für Unternehmen.

Konkreter Personalplan: Priorisieren, Fristen und Zwischenlösungen

Ein strukturierter Fünf-Stufen-Plan hilft, vom groben Bedarf zur tatsächlichen Besetzung zu kommen, ohne sich in Einzelfällen zu verlieren.

  1. Bedarf erfassen: Welche Fachbereiche setzen bereits KI ein oder planen dies konkret für die nächsten zwölf Monate?
  2. Rollen priorisieren: Governance-Beauftragte und ein technischer Anker zuerst, Fachrollen parallel über interne Weiterbildung.
  3. Zeitrahmen festlegen: Festanstellungen realistisch mit drei bis sechs Monaten planen, Interim-Mandate deutlich schneller.
  4. Sourcing-Weg wählen: Interne Qualifizierung, externe Direktansprache oder Interim-Überbrückung, je nach Dringlichkeit.
  5. Onboarding und Wissenssicherung: Übergabeprozesse definieren, bevor die Stelle überhaupt besetzt wird.

Bei Fristen zeigt sich ein deutlicher Unterschied: Eine Festanstellung für eine Governance- oder Produktrolle braucht meist mehrere Monate, während Interim- oder Fractional-Besetzungen oft innerhalb weniger Wochen startklar sind. Details zu realistischen Fristen und Beschleunigungshebeln haben wir in unserem Beitrag zur Besetzungsdauer von KI-Rollen zusammengefasst.

Beim Budget lohnt sich ein Blick über das reine Gehalt hinaus:

  • Projektbezogene Datenlabore wirken oft attraktiver als klassische Dauerstellen.
  • Flexible Arbeitszeitmodelle und Weiterbildungsbudgets gleichen Gehaltsnachteile teilweise aus.
  • Fractional-Mandate erlauben Zugang zu Expertise, die eine volle Stelle finanziell nicht rechtfertigen würde.

Eine Vorlage zu Reihenfolge und Budgetverteilung für ein komplettes KI-Team findet sich in unserem Stellenplan für Ihr AI-Team.

Sourcing und Auswahl: Kandidat:innen finden und zuverlässig prüfen

Öffentliche Arbeitgeber tun sich oft schwer, KI-Fachkräfte über klassische Ausschreibungen zu erreichen. Aktive Direktansprache liefert in diesem Marktsegment meist bessere Ergebnisse als das Warten auf Bewerbungen, weil qualifizierte Profile selten aktiv suchen.

Bei der Auswahl zählt nicht nur das technische Wissen. Entscheidend ist, ob eine Fachkraft ihre KI-Ergebnisse auch fachlich einordnen und verantworten kann, nicht nur ein Werkzeug bedienen.

  • Strukturierte Interviews mit konkreten Arbeitsproben liefern belastbarere Ergebnisse als reine Gesprächsrunden.
  • Eine EFPA-zertifizierte Eignungsdiagnostik schafft Nachvollziehbarkeit und rechtliche Absicherung, gerade bei öffentlichen Vergabeverfahren.
  • Interim- oder Fractional-Modelle überbrücken Engpässe, ohne dass langwierige Stellenbesetzungsverfahren den gesamten Zeitplan bestimmen.

Profi-Tipp: Sichern Sie Wissen bereits während der Interimsphase durch dokumentierte Übergaben, nicht erst am letzten Arbeitstag.

Mehr zu Qualitätsanforderungen bei der Auswahl von Governance-nahen Rollen lesen Sie in unserem Beitrag zum Model Risk Management bei KI.

Auswirkungen der EU-KI-Verordnung auf Personalbedarf und Governance

Die EU-KI-Verordnung, umgangssprachlich AI Act genannt, verändert die Personalplanung im öffentlichen Dienst unmittelbar. Die Durchführungsregelungen zum AI Act verpflichten Behörden dazu, KI-Kompetenzen sicherzustellen und klare Governance-Strukturen aufzubauen, bevor Systeme produktiv eingesetzt werden.

Das führt in der Praxis zu neuen Aufgaben, die jemand konkret verantworten muss: Risikoeinstufung von KI-Anwendungen, Dokumentation von Entscheidungswegen und die laufende Prüfung, ob ein System noch den regulatorischen Anforderungen entspricht. Governance-Rollen wie KI-Beauftragte oder ein fractional Chief AI Officer entstehen damit nicht aus Prestigegründen, sondern aus gesetzlicher Notwendigkeit.

Positiv ist: Diese Funktionen müssen selten komplett neu geschaffen werden. Oft lässt sich die Governance-Rolle aus bestehenden Datenschutz- oder IT-Sicherheitsfunktionen heraus entwickeln, wenn die jeweilige Person über ausreichende Schulung verfügt. Das spart Zeit gegenüber einer kompletten Neuausschreibung.

Für die Personalplanung bedeutet das: Governance-Kompetenz sollte nicht als Nebenaufgabe mitlaufen, sondern als eigene Zuständigkeit benannt werden, mit klaren Entscheidungsrechten. Behörden, die diese Rolle frühzeitig besetzen, vermeiden spätere Nachbesserungen unter Zeitdruck, wenn Prüfbehörden oder die Bundesnetzagentur konkrete Nachweise verlangen.

Auswirkungen der EU-KI-Verordnung auf Personalbedarf und Governance — overview diagram

Rekrutierungshemmnisse: Gehalt, Laufbahnrecht und regionale Lage

Drei Hürden erschweren die Besetzung von KI-Rollen im öffentlichen Dienst systematisch. Der Gehaltsabstand zur Privatwirtschaft ist dabei die sichtbarste: Spezialisierte KI-Fachkräfte können im privaten Sektor deutlich höhere Vergütungen erzielen, was die IW-Studie zu KI-Fachkräften als zentrales Rekrutierungshemmnis benennt.

Das Laufbahnrecht bildet die zweite Hürde. Neue Rollenprofile passen oft nicht in bestehende Eingruppierungssysteme, was Stellenbewertungen verzögert und Bewerbungsprozesse ausbremst, noch bevor die erste Anzeige online geht.

Die regionale Konzentration verschärft die Lage zusätzlich. Qualifizierte Fachkräfte sammeln sich in Ballungsräumen mit Hochschulen und Digitalisierungsprojekten, während ländliche Behörden kaum Zugriff auf diesen Talentpool haben.

Erfolgreiche Behörden begegnen diesen Hemmnissen nicht mit höheren Gehältern allein, sondern mit alternativen Hebeln. Projektgebundene Datenlabore wirken als Anker: Sie bieten befristete, inhaltlich attraktive Projektverträge, die später in eine Festanstellung oder in ein Wissenstransfer-Mandat übergehen können. Das senkt das Abwanderungsrisiko, weil die Fachkraft von Anfang an sichtbare, relevante Aufgaben übernimmt statt in Verwaltungsroutine zu versinken.

Fractional-Modelle und Kooperationen mit Hochschulen des öffentlichen Dienstes lindern laufbahnrechtliche Restriktionen zusätzlich, weil sie formale Eingruppierungsfragen zeitweise umgehen, ohne das Laufbahnrecht grundsätzlich zu ändern.

Rekrutierungshemmnisse: Gehalt, Laufbahnrecht und regionale Lage — overview diagram

Der aktuelle Bedarf ist klein, aber die Richtung ist eindeutig. Digitalisierungsoffensiven auf Bundes- und Landesebene, gekoppelt mit wachsendem gesellschaftlichem Erwartungsdruck an digitale Verwaltungsleistungen, werden den Bedarf an KI-Kompetenzen in den kommenden Jahren spürbar erhöhen.

Der OECD-Bericht zu Künstlicher Intelligenz in Deutschland empfiehlt, KI-Kompetenzaufbau als Managementaufgabe zu verstehen statt als rein technisches Thema. Zentrale Koordination, etwa über behördenübergreifende Kompetenzzentren oder einen zentralen Ansprechpunkt, hilft dabei, verteilte Einzelinitiativen zu bündeln statt sie parallel und ineffizient laufen zu lassen.

KI-Reallabore und Kompetenzzentren auf Bundes- und Landesebene wirken dabei als Katalysatoren: Sie bündeln Talente an einem Ort, erzeugen sichtbare Projekterfolge und schaffen damit eine Anlaufstelle für Fachkräfte, die sonst zur Privatwirtschaft abwandern würden.

Gleichzeitig verschiebt sich die Nachfrage von reiner Fachanwendung hin zu strategischer Verankerung. Aktuell liegt der Schwerpunkt noch klar auf Fachebene, wie die IW-Trends-Analyse zeigt. Mit wachsender regulatorischer Komplexität durch den AI Act wird sich das verschieben: Führungsrollen mit KI-Verantwortung werden an Bedeutung gewinnen, auch wenn sie heute noch unterrepräsentiert sind.

Integration von KI-Talenten in bestehende Teams

Eine neu besetzte KI-Rolle entfaltet ihren Wert erst, wenn sie organisatorisch sauber eingebunden wird. Wer eine Governance-Beauftragte oder einen AI-Product-Manager isoliert neben bestehende Strukturen setzt, riskiert Reibungsverluste statt Fortschritt.

Kompetenzanforderungen sollten dabei klar nach Rolle differenziert werden: Entscheider:innen, Techniker:innen und Nutzer:innen benötigen unterschiedliche Schulungstiefen, wie die Publikation Öffentliche IT zu Kompetenzen für generative KI festhält. Die benötigten systemspezifischen Kompetenzen steigen zudem mit der Risikoklasse der jeweiligen KI-Anwendung.

Für die Teamdynamik bedeutet das: Eine neue KI-Fachkraft braucht klare Schnittstellen zu bestehenden IT-, Fach- und Rechtsabteilungen, sonst bleibt ihre Arbeit folgenlos. Change-Manager übernehmen hier eine Brückenfunktion, weil sie Akzeptanz schaffen und Widerstände in bestehenden Teams moderieren, statt neue Strukturen einfach von oben zu verordnen.

Wie sich dieser Wandel konkret gestalten lässt, ohne bestehende Abläufe zu sprengen, beschreiben wir ausführlich im Beitrag zum Change Management bei KI. Aufgabenverteilung sollte dabei schrittweise erfolgen, mit klar definierten Verantwortlichkeiten statt vager Zuständigkeitsvermischung zwischen alten und neuen Rollen.

Kurzperspektive: So entwickelt sich der Bedarf in den nächsten Jahren

Der AI Act und begleitende Reallabore werden Governance- und Managementrollen in den kommenden zwei bis drei Jahren spürbar aufwerten, nicht nur technische Fachstellen. Wer jetzt knapp, aber gezielt in zentrale Rollen investiert, vermeidet teure Nachbesetzungen unter Zeitdruck.

Gegenüber der Privatwirtschaft bleibt der Gehaltsabstand bestehen, doch projektbezogene Ausgleichsmechanismen wie Datenlabore und Fractional-Mandate gewinnen an Bedeutung. Entscheidend wird sein, wer diese Hebel zuerst konsequent nutzt.

— Ingmar

Wie Polydigital bei der Besetzung von KI-Rollen unterstützen kann

Wir besetzen spezialisierte KI-Rollen für Unternehmen und Organisationen, von Governance-Beauftragten über AI-Product-Manager bis zu technischen Kernprofilen wie MLOps Engineering. Unser Maßstab ist Qualität statt Masse: Jedes Talent führen wir persönlich im Interview, und in der Endauswahl durchläuft jede Kandidatin und jeder Kandidat eine Eignungsdiagnostik.

Polydigital

  • Direktansprache statt passives Warten auf Bewerbungen für schwer zu findende Profile.
  • EFPA-gestützte Eignungsdiagnostik als zusätzliche, dokumentierbare Entscheidungsgrundlage.
  • Interim- und Fractional-Lösungen zur Überbrückung, inklusive Wissenstransfer bei Übergaben.

Mehr zu unserer Arbeitsweise und unserem Leistungsspektrum erfahren Sie auf unserer Seite über Polydigital.

FAQ

Wie groß ist der aktuelle KI-Talentbedarf im öffentlichen Dienst?

Der Bedarf ist zahlenmäßig noch klein: Nur Ein kleiner Anteil der Stellenanzeigen im öffentlichen Sektor enthielten 2025 einen KI-Bezug.

Welche Rollen sollten öffentliche Arbeitgeber zuerst besetzen?

Priorität haben vier Profile: KI-Anwender in der Sachbearbeitung, Change-Manager, Governance-Beauftragte und Product-Owner für KI-Anwendungen. Diese Reihenfolge deckt den gesamten Lebenszyklus einer KI-Einführung ab, von der praktischen Nutzung bis zur regulatorischen Absicherung.

Welche Pflichten entstehen durch den AI Act für die Personalplanung?

Die Durchführungsregelungen zum AI Act verpflichten Behörden, KI-Kompetenzen sicherzustellen und klare Governance-Strukturen zu schaffen. Das führt zu neuen Zuständigkeiten für Risikoeinstufung und Dokumentation, die häufig aus bestehenden Datenschutz- oder IT-Sicherheitsfunktionen heraus besetzt werden können.

Warum ist die Rekrutierung von KI-Fachkräften im öffentlichen Dienst so schwierig?

Der Gehaltsabstand zur Privatwirtschaft, starres Laufbahnrecht und die regionale Konzentration von Fachkräften in Ballungsräumen erschweren die Besetzung gleichzeitig. Projektgebundene Datenlabore und Fractional-Modelle gleichen diese Nachteile teilweise aus, wie die IW-Studie beschreibt.

Was ist bei der Auswahl von KI-Fachkräften besonders wichtig?

Entscheidend ist, ob eine Fachkraft ihre KI-Ergebnisse fachlich einordnen und verantworten kann, nicht nur ein Werkzeug bedienen. Wir setzen dafür auf persönliche Interviews und eine EFPA-zertifizierte Eignungsdiagnostik, die zusätzliche Nachvollziehbarkeit in der Endauswahl schafft.

Quellen

Empfehlungen