Der Kern dieser Arbeit ist, ein unsichtbares System aus Verbindungen so zu planen, dass es hält, auch wenn Last und Nutzung schwanken. Fehlerbehebung im Notfall gehört genauso dazu wie die ursprüngliche Planung.
Damit ein Netzwerk zuverlässig läuft, entwerfen und überwachen Fachkräfte für Computernetzwerke dessen Architektur – von der Planung bis zur Fehlersuche.
Akademische und vergleichbare Fachkräfte für Computernetzwerke erforschen, analysieren, gestalten, testen und empfehlen Strategien für Netzwerkarchitektur und -entwicklung. Sie implementieren, verwalten, pflegen und konfigurieren Netzwerkhardware und -software und überwachen, beheben Störungen und optimieren die Leistung. Zu den Aufgaben gehören - (a) Analyse, Entwicklung, Interpretation und Bewertung komplexer Systemdesign- und Architekturspezifikationen, Datenmodelle und Diagramme bei der Entwicklung, Konfiguration und Integration von Computersystemen; (b) Erforschung, Analyse, Bewertung und Überwachung der Netzwerkinfrastruktur, um sicherzustellen, dass Netzwerke für einen optimalen Betrieb konfiguriert sind; (c) Bewertung und Empfehlung von Verbesserungen für den Netzwerkbetrieb sowie integrierte Hardware, Software, Kommunikations- und Betriebssysteme; (d) Bereitstellung von Fachwissen zur Unterstützung und Behebung von Netzwerkproblemen und Notfällen; (e) Installation, Konfiguration, Testen, Pflege und Verwaltung neuer und aktualisierter Netzwerke, Softwaredatenbankanwendungen, Server und Arbeitsstationen; (f) Erstellung und Pflege von Verfahren und Dokumentation für die Netzwerkinventarisierung sowie Erfassung der Diagnose und Behebung von Netzwerkfehlern, Erweiterungen und Änderungen an Netzwerken sowie Wartungsanweisungen; (g) Überwachung von Netzwerkverkehr und -aktivität, Kapazität und Nutzung, um die fortlaufende Integrität und optimale Netzwerkleistung sicherzustellen. Beispiele für die hier eingeordneten Berufe: - Kommunikationsanalytiker (Computer) - Netzwerkanalytiker Einige verwandte, anderswo eingeordnete Berufe: - Systemanalytiker - 2511 - Netzwerkadministrator - 2522
IT-Kapazitätsplaner · IT-Kapazitätsplaner/IT-Kapazitätsplanerin · IT-Kapazitätsplanerin · IT-Netzwerkarchitekt/IT-Netzwerkarchitektin · IT-Netzwerkingenieur/IT-Netzwerkingenieurin · Kapazitätsplaner für IKT · Kapazitätsplanerin für IKT · Network Architect · Netzwerk-Ingenieur · Netzwerk-Ingenieurin · Netzwerkarchitekt · Netzwerkarchitekten · +19 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 2523.
Der laufende Netzbetrieb zählt zu den stärker berührten IT-Tätigkeiten — doch beim Konzipieren von Lösungen deutet eine Untersuchung eher auf Ergänzung als auf Ersatz.
Fachkräfte für Computernetzwerke liegt nahe am oberen Rand — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| oberstes Fünftel von 411 Berufen | im oberen Bereich der von generativer KI berührten Berufe | Von 9 verglichenen Berufen sind 2 weniger betroffen als dieser. Gruppe: IT & Kommunikationstechnologie |
Ähnlich eingeordnet: Softwareentwickler · Vertrieb von IT-Produkten · Wirtschaftsprüfer, Steuerberater und verwandte Berufe
Ob dieser Beruf durch KI eher aufgewertet oder eher ausgedünnt wird, lässt sich derzeit nicht entscheiden — für dieselbe Berufsgruppe finden sich Belege in beide Richtungen. Für die Absicherung der Systeme liegt zudem noch gar keine inhaltliche Untersuchung vor. Nach heutigem Stand bleibt die Richtung damit offen; welcher Weg sich durchsetzt, wird sich erst mit weiteren Daten zeigen.
Eigene Auswertung (SapientShift-Tätigkeitsanalyse) auf Basis der ILO-Einstufung · Quelle der Einstufung: ILO, Generative AI and Jobs (Working Paper 140), 2025 · Stand 2026-07-19 · Methodik
Der laufende Netzbetrieb gehört im IT-Feld zu den stärker berührten Tätigkeiten, und die Berührung verteilt sich breit über den Aufgabenmix statt sich auf Randaufgaben zu beschränken. Beim Entwerfen von Lösungen zeigt eine große Untersuchung jedoch in die Gegenrichtung: Sie nimmt genau diese Berufsgruppe aus ihrer Ersatz-Schätzung heraus, weil sie einen Großteil der Stellen für KI-Integration stellt und ihre Arbeit die KI-Einführung eher ergänzt als ersetzt. In der Nutzerunterstützung ist der gemessene Effekt real, aber bescheiden — mehr gelöste Anliegen pro Stunde, kaum höhere Lösungsquote, bei erfahrenen Kräften kaum spürbar. Das Installieren und Instandsetzen der physischen Anlagen bleibt am wenigsten berührt; gemessen ist all das bisher allein gegenüber der KI, die Texte und Code erzeugt.
Das Installieren und Instandsetzen bleibt Handarbeit — die KI hilft beim Planen und Nachschlagen, nicht am Gerät selbst.
Installation, Wartung und Reparatur verlangen den Griff zum Gerät: Kalibrieren, Verkabeln und Prüfen am Objekt bleiben menschlich, während KI beim Planen, Dokumentieren und beim Nachschlagen in Störungsanleitungen unterstützt. Fachleute haben die Aufgabe deshalb ausdrücklich niedrig eingestuft, und Installations- und Wartungsfähigkeiten liegen auch am realen Arbeitsmarkt im wenig berührten Bereich. Dass der planbare Wartungsanteil zugunsten zustandsorientierter Eingriffe zurückgeht und sich die Tätigkeit stärker auf Befundinterpretation verlagert, ist eine begründete Vermutung — belastbar gemessen ist dieser Anteil bislang nicht.
Das Schreiben von Code wird schneller, das Prüfen und Entwerfen wichtiger.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Entwickeln von Software verändert sich schneller als fast jede andere Tätigkeit: KI schreibt Code mit, und in klar umrissenen Aufgaben entsteht mehr in gleicher Zeit — an komplexem Bestandscode zeigt sich der Vorteil aber längst nicht immer. Das reine Programmierhandwerk wird weniger gefragt, das Durchdenken der Architektur dafür umso mehr.
Beim Betreiben von IT-Systemen automatisiert die KI viele Handgriffe und verlangt zugleich, sich neu auszurichten.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Betreiben und Überwachen von IT- und Kommunikationssystemen zählt zu den stärker betroffenen Tätigkeiten: Ein wachsender Teil der heutigen Aufgaben lässt sich mit KI automatisieren, in der Fachebene deutlicher als bei den betrieblichen Technikern, während die Telekommunikationstechnik weitgehend außen vor bleibt. Zugleich sind gerade diese Berufe eng mit digitaler Technik verwachsen und gelten als besonders wandlungsfähig — sie können mit KI neue Aufgaben entwickeln, statt nur alte zu verlieren. Ob die vorhandenen Fachkräfte dabei umlernen oder ersetzt werden, ist die eigentlich offene Frage.
Das Konzipieren von IT-Lösungen wandelt sich, das Einpassen von KI in bestehende Abläufe kommt als eigene Aufgabe hinzu.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Klären von Anforderungen und Entwerfen von IT-Lösungen gehört zu den Tätigkeiten, deren Berührung mit KI in den letzten Jahren ausdrücklich zugenommen hat — vor allem, weil spezialisierte Fachaufgaben zunehmend automatisierbar werden. Zugleich entsteht innerhalb genau dieser Arbeit eine neue Aufgabe: zu erkennen, wo KI-Werkzeuge sinnvoll eingesetzt werden können, und sie in bestehende Abläufe einzupassen. Diese Rolle gilt dabei weniger als ersetzbar denn als Ergänzung zur KI, nicht zuletzt weil hier die Technik selbst umgesetzt und betreut wird.
Die Unterstützung läuft schneller und paralleler, das Anlernen verschiebt sich in die Echtzeit-Hilfe.
Beim Unterstützen von IT-Nutzern greift KI direkt in die Bearbeitung ein: Anfragen werden schneller gelöst und mehrere lassen sich zugleich betreuen — im Schnitt rund 14 % mehr erledigte Anliegen pro Stunde, für Einsteiger deutlich mehr, für erfahrene Kräfte kaum. Auffällig ist, wie sich das Anlernen verschiebt: Statt der wöchentlichen Rückmeldung durch Vorgesetzte kommen die Hinweise zunehmend in Echtzeit aus dem System. Zugleich zeigt sich in den Beschäftigtenzahlen, dass gerade die jüngsten Berufseinsteiger in solchen Rollen seit einigen Jahren zurückgehen.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Akademische und vergleichbare Fachkräfte für Computernetzwerke · 2523
Installing and initiating mechanical and electrical robots and peripheral equipment at new workstations requires hands-on skills, precise calibration, and the ability to interact with physical hardware. While generative AI can assist with planning, documentation, and troubleshooting guides, the physical installation and configuration still require human expertise. Therefore, the lower score of 0.1925 is more reflective of reality, though slightly adjusted upward to 0.25 to acknowledge AI's support role in providing information or instructions during the task.
For tasks such as 'operating injection molding machines' or 'performing mechanical processing of silicon', experts highlighted the limitations of generative AI in handling physical and manual components, leading to significantly reduced adjusted scores compared to the survey.
Not Exposed | Occupations that don't meet any of the above conditions. | Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score.
For occupations with low AI exposure the top grouping is production and technology, joined by attitudes and social skills. Production and technology includes the subgroupings installation and maintenance, quality assurance and production processes.
Additionally, some occupations – such as financial analysts, and web and multimedia developers (gradient 4), as well as bank tellers, translators, applications programmers, investment advisers (gradient 3) – have increased their levels of exposure, highlighting the expanding abilities of GenAI technology to potentially automate more specialized tasks in professional and technical roles.
The clearest impact is on support work, software development, and marketing. […] software developers using GitHub Copilot completed 26% more pull requests (Cui et al., 2025) / experienced open-source developers became 19 percent slower when using AI assistance, with a disconnect between how helpful the developers thought the tools were and how they actually performed (Becker et al., 2025).
Panel B in Figure 4.5 shows the results for the subgrouping computer programming, which was the sub-group of digital skills associated with one of the largest declines in skill demand. On average, the share of vacancies posting skills grouped in the computer programming sub-grouping declined by a little under one percentage point for a one standard deviation increase in establishment-level AI exposure. / Recent research suggests that AI can greatly aid in the speed and efficacy of basic computer programming (Peng et al., 2023[7]), so a decline in demand for these skills is not necessarily unexpected.
In the United States, normalized headcount trends for both occupations show that employment among the youngest workers (ages 22–25) has declined since 2022, even as headcount for older age groups continues to grow […] By September 2025, employment for software developers ages 22–25 had fallen close to 20% from its 2022 peak. / does not point to broad, uniform displacement.
Anticipated reductions are highest in service operations, supply chain, and software engineering. Across nearly all functions, anticipated decreases outpaces those already observed.
Gradient 3 2522 Systems Aministrators 0.57 0.05 / Gradient 3 2523 Computer Network Professionals 0.52 0.06 / Gradient 3 3514 Web Technicians 0.53 0.12
Exposed: Gradient 3 (Significant exposure, high task variability) 0.5 ≤ μ < 0.6 and μ + σ ≥ 0.5 Above-moderate occupational exposure: even though some tasks remain less exposed, the overall potential of automation of the current tasks with GenAI is growing in these occupations. / Gradient 3 captures occupations where a significant portion of tasks are consistently exposed to GenAI, signaling growing automation risks and requiring adaptation strategies for workers
Gradient 2 3512 Information and Communications Technology User Support Technicians 0.47 0.19 / Gradient 2 3511 Information and Communications Technology Operations Technicians 0.43 0.13 / Gradient 2 3513 Computer Network and Systems Technicians 0.43 0.08 / Moderate occupational AI exposure, with high task-level variability. These occupations include a mix of some tasks that are exposed to GenAI and others not at risk, making the impact uneven.
Minimal Exposure 3522 Telecommunications Engineering Technicians 0.45 0.04 / we introduce a more granular distinction of Minimal Exposure, where some interaction with GenAI may occur, but without significantly altering the nature of these roles
While many of these occupations fall within gradient 3 and 4, one must consider that these roles are deeply intertwined with digital technologies, and indeed, many of these occupations have emerged as a result of technological advancements. The scores reflect the high potential of automation among their current tasks, but these occupations also possess a strong capacity to evolve and develop new tasks through innovative application of GenAI and related digital tools. / A key question – largely dependent on the policies shaping this evolution – is to what extent these jobs can retrain and retain existing workers, rather than drive labor churn through workforce replacement and the recruitment of typically younger specialists
Gradient 2 2511 Systems Analysts 0.49 0.05 Gradient 3 2519 Software and Applications Developers and Analysts Not Elsewhere Classified 0.55 0.16 Gradient 3 2521 Database Designers and Administrators 0.57 0.08
Additionally, some occupations – such as financial analysts, and web and multimedia developers (gradient 4), as well as bank tellers, translators, applications programmers, investment advisers (gradient 3) – have increased their levels of exposure, highlighting the expanding abilities of GenAI technology to potentially automate more specialized tasks in professional and technical roles.
We use the term 'AI Integrator' to refer to specialized workers whose job is to adapt or develop customized AI applications for their firms. […] 'The AI Integrator bridges the gap between cutting-edge artificial intelligence technologies and real-world organizational processes. This role focuses on identifying where AI tools can be deployed effectively, adapting them to existing workflows, and ensuring smooth adoption across teams. The AI Integrator combines technical fluency in AI systems with a strong understanding of business needs, user behavior, and change management.'
Because our model emphasizes the labor-substituting effects of AI at the task level, we exclude 2-digit SOC 15 (Computer and Mathematical occupations), since these are by far the most likely broad occupation group to be tagged as AI implementers, representing about 50% of all AI integrator positions in our data. These workers, even if not directly developing AI, likely implement and maintain the software and hardware necessary for its use—and hence their labor input is plausibly complementary to AI adoption.
The highest reported AI usage was in knowledge management for business, legal, and professional services (58%) and in software engineering and IT in the technology sector (58% and 56%, respectively).
Gradient 2 3512 Information and Communications Technology User Support Technicians 0.47 0.19
Access to the tool increases productivity, as measured by issues resolved per hour, by 14% on average, including a 34% improvement for novice and low-skilled workers but with minimal impact on experienced and highly skilled workers.
Column 1 documents a 3.8 minute decrease in the average duration of customer chats, a 9% decline from the baseline mean […] Column 2 indicates a 0.37 unit increase in the number of chats that an agent can handle per hour. Relative to a baseline mean of 2.6, this represents an increase of roughly 14%. […] The fact that we find a stronger effect on this outcome suggests that AI enables agents to both speed up chats and multitask more effectively. Column 3 of Table 3 indicates a small 1.3 percentage point increase in chat resolution rates, significant at the 10% level. This effect is economically modest
Prior to the deployment of AI-assistance, agents only received training from managers during brief weekly coaching sessions. […] In contrast, AI assistance provides workers with specific, actionable suggestions in real time. Our findings suggest that this can play a useful role in supplementing existing on-the-job training programs.
Recent employment data for software developers and customer service roles reveals a generational pattern (Brynjolfsson et al., 2025). In the United States, normalized headcount trends for both occupations show that employment among the youngest workers (ages 22–25) has declined since 2022, even as headcount for older age groups continues to grow
Der Netzbetrieb liegt in der höchsten im IT-Betriebsfeld erreichten Expositionsklasse, das Konzipieren von Lösungen bekommt einen neuen Gegenstand
Für genau diesen Beruf misst die ILO μ 0,52 bei einer Streuung von 0,06 und ordnet ihn Gradient 3 zu — hohe Exposition bei niedriger Varianz, die Exposition verteilt sich also breit über den Aufgabenmix statt auf einzelne Randaufgaben, und sie liegt eine Stufe über den ausführenden Technikern derselben Tätigkeit (0,43–0,47). Auf der Konzeptionsseite steht dem ein Gegenbefund gegenüber: Hampole et al. nehmen genau diese Berufsgruppe aus ihrer Substitutionsschätzung heraus, weil sie rund 50 % aller „AI-Integrator"-Stellen stellt und ihr Arbeitseinsatz „plausibly complementary" zur KI-Einführung sei — für dieselbe Gruppe zeigen ILO (wachsendes Automatisierungspotenzial der aktuellen Aufgaben) und Hampole (Komplementarität) damit in entgegengesetzte Richtungen. Der Nutzerunterstützungsanteil ist der einzige Teil mit echter Feldmessung (+14 % gelöste Anliegen pro Stunde, aber nur +1,3 Prozentpunkte Lösungsquote und „minimal impact" bei Erfahrenen), während das Installieren und Instandsetzen physischer Anlagen nach Expertenkorrektur bei 0,25 liegt — auch das gemessen ausschließlich gegenüber generativer KI.
Ob diese Tätigkeit netto aufgewertet oder ausgedünnt wird, ist mit dem Korpus nicht entscheidbar — beide Richtungen sind für dieselbe Berufsgruppe belegt, und für „Systeme absichern" liegt überhaupt keine inhaltliche Quelle vor.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Fachkräfte für Computernetzwerke allgemein — mit Tätigkeiten wie „Anlagen und Geräte installieren, warten und reparieren“ oder „Software entwickeln, pflegen und Systeme absichern“.
Für diesen Beruf sprechen die Daten für deutliche Veränderung.
Ihre Rolle ist bereits übernommen. Für eine Einschätzung, die zu Ihrer Lage passt, fragen wir noch nach Branche und Berufserfahrung — dieselbe Rolle bedeutet in unterschiedlichen Branchen Unterschiedliches.
SapientShift (2026): Fachkräfte für Computernetzwerke — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/fachkraefte-fuer-computernetzwerke
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0