Stellenanzeigen, die KI-Kompetenzen nennen, werben mit 28 Prozent höheren Gehältern — knapp 18.000 Dollar mehr pro Jahr — als ansonsten vergleichbare Anzeigen (Lightcast, 2025). Als Ökonomen echte Personalentscheider vor echte Abwägungen stellten und zur Wahl zwangen, war Prompting-Kompetenz 2 Prozent über dem durchschnittlichen Gehalt einer Fachkraft im eigenen Betrieb wert (IZA, 2026).
Beide Zahlen sind korrekt gemessen. Sie messen Verschiedenes, und in der Lücke zwischen ihnen gehen die Auswahlkriterien im Mittelstand still und leise in die falsche Richtung.
Die zweite Zahl stammt aus einem Discrete-Choice-Experiment innerhalb der Welle 2025 des BIBB-Qualifizierungspanels: 992 Betriebe, 15.660 erzwungene Entscheidungen zwischen Bewerberprofilen, rund 81 Prozent der Stichprobe mit weniger als 250 Beschäftigten. Und der Befund, der eine Stellenausschreibung im vierten Quartal verändern sollte, ist nicht der Preis. Es ist, was dieser Preis nicht zu kaufen bereit war.
Was 992 Betriebe wählten, wenn sie abwägen mussten
Das Studiendesign ist der Grund, das ernst zu nehmen. Die Befragten waren Inhaber, Geschäftsführer, Niederlassungsleiter und Personalverantwortliche — Menschen, die Einstellungen tatsächlich freigeben — und bekamen jeweils Paare von Bewerberprofilen gezeigt, die in fünf Merkmalen variierten: Prompting-Kompetenzen, berufsspezifische Kompetenzlücke, soziale Kompetenzen, Geschlecht und Gehaltserwartung relativ zu einer Fachkraft im eigenen Betrieb. Ausbildung und relevante Berufserfahrung wurden konstant gehalten. Sie wählten eines aus, wiederholt.
Diese Struktur verwandelt Präferenzen in eine Währung. Hier ist die vollständige Preisliste (IZA, 2026):
| Merkmal | Effekt auf die Einstellungswahrscheinlichkeit | Zahlungsbereitschaft |
|---|---|---|
| Mittlere Prompting-Kompetenzen | +4,3 Punkte | +2,0 % |
| Hohe Prompting-Kompetenzen | +5,2 Punkte | +2,5 % |
| Mittlere soziale Kompetenzen | +19,9 Punkte | +9,0 % |
| Hohe soziale Kompetenzen | +33,8 Punkte | +14,6 % |
| Erhebliche berufsspezifische Kompetenzlücke | −31,5 Punkte | −13,6 % |
Alle Merkmale waren auf dem Ein-Prozent-Niveau signifikant. Hohe soziale Kompetenzen waren etwa sechsmal so viel wert wie hohe Prompting-Kompetenzen. Eine erhebliche Lücke in berufsspezifischen Kompetenzen kostete ungefähr so viel, wie hohe soziale Kompetenzen einbrachten — nur in die andere Richtung.
Eine weitere Zeile desselben Modells macht die Größenordnung greifbar. Ein Bewerber, der 3 Prozent über dem Fachkräfte-Durchschnittsgehalt des Betriebs forderte, verlor 4,8 Punkte Einstellungswahrscheinlichkeit; 6 Prozent darüber kosteten 13,8 Punkte. Hohe Prompting-Kompetenz bringt 5,2 Punkte. Prompting-Gewandtheit kauft die Einstellungs-Strafe für eine Forderung von etwa 2,5 Prozent mehr Geld zurück — und damit ist sie aufgebraucht.
Der Anzeigen-Aufschlag ist nicht der Einstellungs-Aufschlag
Es ist verlockend, die Lightcast-Zahl und die IZA-Zahl als Widerspruch zu lesen. Sie sind keiner, und das zu verstehen ist der Unterschied zwischen einer belastbaren und einer teuren Ausschreibung.
Lightcast analysierte 1,3 Milliarden Stellenanzeigen und verglich die angegebenen Gehälter in Anzeigen mit KI-Kompetenzen gegen solche ohne (Lightcast, 2025). Das ist ein Vergleich zwischen Stellen. Anzeigen, die KI-Kompetenzen verlangen, sind systematisch andere Anzeigen — seniorer, technischer, stärker in besser zahlenden Funktionen und Betrieben konzentriert. Die 28 Prozent sind real, und zu großen Teilen sind sie der Preis der Stelle, nicht der Preis der Kompetenz.
Das IZA-Experiment hält die Stelle konstant und variiert nur den Bewerber. Das ist ein Vergleich innerhalb derselben Stelle, und innerhalb der Stelle liegt der Grenzwert von Prompting-Gewandtheit bei etwa 2 Prozent.
Wenn Sie eine Ausschreibung an Anzeigendaten kalibrieren, kommen Sie zum Schluss, KI-Gewandtheit erziele einen hohen Aufschlag, und bauen Ihre Vorauswahl entsprechend — Sie gewichten sie hoch, zahlen dafür, tauschen anderes dagegen ein. Die offenbarte Präferenz von 992 Personalentscheidern sagt: Der Markt zahlt innerhalb einer gegebenen Stelle einen kleinen Aufschlag dafür, und sie ersetzt nichts.
Prompting-Kompetenz kaufte sich nicht an einer Kompetenzlücke vorbei
Das ist der Befund, der das Argument trägt, und er hält in der Richtung, die niemand will.
Die Autoren prüften ausdrücklich einen kompensatorischen Effekt — ob starke Prompting-Kompetenzen eine berufsspezifische Kompetenzlücke ausgleichen können. Sie konnten es nicht. Hohe Prompting-Kompetenzen zeigten weder mit einer leichten noch mit einer erheblichen Kompetenzlücke eine signifikante Interaktion. Schlimmer: Die Interaktion zwischen mittleren Prompting-Kompetenzen und einer leichten Lücke war marginal signifikant und negativ — rund 3 Prozent geringere Einstellungswahrscheinlichkeit als bei einem Bewerber mit niedrigen Prompting-Kompetenzen und vollständiger Kompetenzpassung. Mittlere Prompting-Gewandtheit ließ eine kleine Fachlücke schlechter aussehen, nicht besser.
Der Schluss der Autoren ist der Satz, den man in eine Einstellungsbesprechung mitnehmen sollte: Die Nachfrage nach Prompting-Kompetenzen „scheint die Kompetenzanforderungen in Tätigkeiten zu erhöhen" statt sie zu ersetzen (IZA, 2026).
KI-Gewandtheit ist eine zusätzliche Bedingung. Sie ist kein Tauschgeschäft.
Wo sie doch Hebel hatte
Eine Interaktion war positiv. Bewerber mit mittleren Prompting-Kompetenzen und mittleren sozialen Kompetenzen wurden mit rund 4 Prozent höherer Wahrscheinlichkeit eingestellt als die Referenzgruppe niedrig-niedrig. Hohe soziale Kompetenzen zeigten auf keinem Niveau eine signifikante Interaktion mit Prompting — einem Bewerber, der schon das hat, wofür Arbeitgeber 14,6 Prozent zahlen, lässt sich nichts hinzufügen.
Prompting-Gewandtheit hat also an genau einer Stelle Hebel: bei Bewerbern mit niedrigen bis mittleren interpersonellen Fähigkeiten. Sie hat keinen dort, wo sie am häufigsten angeführt wird — zum Ausgleich dünner Fachtiefe.
Diese Richtung ist wichtig, weil die menschliche Hälfte der Anforderung schwerer wird, nicht leichter. PwCs Analyse von über einer Milliarde Stellenanzeigen fand, dass sich die geforderten Kompetenzen in den KI-exponiertesten Rollen mehr als doppelt so schnell verändern wie in den am wenigsten exponierten, und dass neu entstehende Aufgaben 2,5-mal häufiger auf Empathie, Urteilsvermögen und Kreativität angewiesen sind (PwC, 2026).
Wo sich der Aufschlag verdoppelt
Die 2 Prozent sind ein Durchschnitt, und die Heterogenitätsanalyse ist operativ nützlich.
In Betrieben mit mehr als 250 Beschäftigten erhöhten hohe Prompting-Kompetenzen die Einstellungswahrscheinlichkeit um 9 Prozent — das Doppelte des gepoolten Effekts, signifikant auf dem Fünf-Prozent-Niveau. Bei einer Median-Teilung nach Beschäftigtenzahl bevorzugten Betriebe oberhalb des Medians den Bewerber mit hoher Prompting-Kompetenz um 7 Prozent häufiger. In KMU blieb der Effekt nahe dem gepoolten Durchschnitt von rund 4 Prozent.
Dasselbe Muster zeigt sich nach KI-Adoption. Betriebe, die KI in physischen oder nicht-physischen Arbeitsprozessen eingeführt haben oder einführen wollen, bevorzugten Bewerber mit hoher Prompting-Kompetenz um etwa 9 Prozent, gegenüber 2 bis 4 Prozent bei Nicht-Adoptierern. Bemerkenswert: Unter Betrieben, die speziell generative KI eingeführt hatten, war die Interaktion nur marginal signifikant — der Aufschlag folgt Betrieben, die KI in Prozesse industrialisieren, stärker als Betrieben, deren Personal ChatGPT offen hat.
Lesen Sie das als Wettbewerbssignal, nicht als Preissignal. Wenn Sie ein Betrieb mit 300 Beschäftigten sind und um denselben Techniker gegen einen Betrieb mit 3.000 Beschäftigten mitten im Rollout konkurrieren, bewertet der größere Betrieb Prompting-Gewandtheit etwa doppelt so hoch wie Sie. Er wird Sie bei diesem Merkmal überbieten. Bei sozialen Kompetenzen oder fachlicher Passung wird er Sie nicht überbieten, denn die bewerten alle hoch.
Der ehrliche Einwand
Drei Einschränkungen, klar benannt.
Ein anderes Experiment fand die umgekehrte Art von Kompensation. Stephany, Teutloff und Leone führten ein gepaartes Conjoint mit 1.725 Recruitern aus Großbritannien, den USA und Deutschland durch und fanden, dass KI-Kompetenzen die Wahrscheinlichkeit einer Intervieweinladung um etwa 8 bis 15 Prozentpunkte erhöhten und Nachteile höheren Alters und geringerer formaler Bildung teilweise oder vollständig ausglichen (Stephany et al., 2026). Das ist eine echte Spannung — aber man beachte die Entscheidungsränder. Ihr Ergebnis ist eine Intervieweinladung, bei der ein Signal billig zu verfolgen ist; das von IZA ist eine Einstellung mit einem Gehalt daran. Und einen demografischen Nachteil auszugleichen ist nicht dasselbe wie eine Fähigkeitslücke auszugleichen. Beides kann wahr sein: Prompting-Gewandtheit bringt eine 55-jährige Bürokraft in den Raum und deckt eine fehlende Qualifikation dennoch nicht, sobald jemand dafür zahlen muss.
Geäußerte Präferenz ist kein Lohnjournal. Niemand hat geprüft, was diese 992 Betriebe tatsächlich gezahlt haben. Die Schätzungen sind Entscheidungen in einem Befragungsinstrument, keine Transaktionen — das ist der übliche Tausch für saubere kausale Variation.
Sie ist deutsch, berufsbildungsgeprägt und früh. Die Autoren weisen darauf hin, dass ihre Befunde spezifisch für eine Phase früher, aber rasch zunehmender GenAI-Diffusion sind. Das ist ein Arbeitsmarkt, der in der formalen Berufsqualifikation verankert ist, wo „berufsspezifische Kompetenzen" eine ungewöhnlich scharfe Kategorie bilden. Übertragen Sie die Punktschätzungen nicht ungesagt auf US-Einstellungen. Was trägt, ist die Rangfolge der Merkmale; die Dezimalstellen nicht.
Was Sie in der Vorauswahl ändern sollten, bevor die Q4-Ausschreibungen schließen
Vier Schritte, keiner davon braucht eine neue Budgetposition.
- Lassen Sie KI-Gewandtheit keinen Rabatt auf Fachtiefe kaufen. Wenn Ihre Shortlist-Logik erlaubt, dass ein starkes Prompting-Signal einen Bewerber über eine als kritisch markierte Anforderung hinwegträgt, haben Sie eine kompensatorische Regel gebaut, die 992 Personalentscheider abgelehnt haben. Markieren Sie Ausschlusskriterien — und lassen Sie sie ausschließen.
- Bewerten Sie die KI-Kompetenz-Zeile in der Ausschreibung neu. Wenn Sie sich an einem zweistelligen Anzeigen-Aufschlag orientiert haben: Die Evidenz innerhalb der Stelle sagt 2 bis 2,5 Prozent. Geben Sie die Differenz für das Merkmal aus, das 14,6 Prozent wert ist.
- Verschieben Sie Prompting von „erforderlich" zu „geprüft". Es ist im Vergleich zu Fachexpertise und sozialer Kompetenz günstig zu lehren, und die Unterscheidung zwischen mittel und hoch spielte in der gepoolten Stichprobe kaum eine Rolle. Prüfen Sie auf die Untergrenze; zahlen Sie nicht für die Obergrenze.
- Machen Sie die Gewichtung explizit und prüfbar. Der nützliche Mechanismus ist Gewichtung nach Kritikalität — ein Ausschlusskriterium zählt mehrfach so viel wie ein wichtiges und eine Größenordnung mehr als ein wünschenswertes — damit ein starker Wert bei einem günstigen Merkmal ein fehlendes Essenzial nicht arithmetisch überstimmen kann. Scovais Scoring-Modell ist öffentlich dokumentiert, falls Sie eine konkrete Referenz dafür wollen, wie diese Arithmetik aufgebaut ist.
Der tiefere Punkt betrifft die Richtung der Anforderungen. Prompting-Kompetenz hat das Stellenprofil nicht gelockert. Sie hat ihm eine Zeile hinzugefügt, während die Zeilen, die schon dastanden, teurer wurden.
Bevor Ihre nächste Ausschreibung hinausgeht: Finden Sie die Klausel, in der KI-Gewandtheit als Alternative zu etwas anderem steht. Streichen Sie das Wort „oder".
