Swiss AI Jobs Report 2025: Neue Studie zeigt Hotspots für KI-Stellen in der Schweiz

Die Nachfrage nach KI-Fachkräften war im letzten Jahr überdurchschnittlich hoch und ist seit Anfang 2025 auf über 400 KI-Stellenausschreibungen pro Monat in allen Sektoren angewachsen. Regional gibt es grosse Unterschiede. Dies zeigt der neue Swiss AI Jobs Report 2025 der Hochschule Luzern (HSLU) in Zusammenarbeit mit der Arbeitsmarkt-Forschungsfirma x28 und der Local AI Community LAC. Für den Bericht wurden 4’703 Stellenanzeigen analysiert.

Der Schweizer KI-Stellenmarkt ist hart umkämpft. Eine Analyse von 4’703 Stellenanzeigen im neuen Swiss AI Jobs Report 2025 der Hochschule Luzern zeigt: Mit 1’773 Positionen fällt ein grosser Teil der nationalen KI-Jobs auf den Kanton Zürich. «Zürich ist als grösster Wirtschaftsstandort und Tech-Hub der Schweiz erwartungsgemäss führend, auch aufgrund seiner Bevölkerungsdichte», sagt Co-Studienautor Florian Bär von der Hochschule Luzern. Aber auch in kleineren Kantonen wie Genf oder Zug ist die Nachfrage nach KI-Fachkräften gross. «Betrachtet man die Anzahl der KI-Stellen pro Kopf, gehört Zug zur nationalen Spitze», so Bär. Ein Grund dafür sei das Innovations- und Finanzzentrum Crypto Valley, das den Kanton Zug zu einem weltweit führenden Blockchain-Zentrum gemacht hat.

Anspruchsvolle Verfahren und hohe akademische Anforderungen

Die geografische Konzentration verstärkt den bereits intensiven Wettbewerb um qualifizierte Fachkräfte. Laut Aussagen von Personalverantwortlichen aus Schweizer Unternehmen gehen auf eine einzige Stelle oft Hunderte Bewerbungen ein, während Vakanzen häufig bereits innerhalb einer Woche wieder geschlossen werden. Der Wettlauf um die begehrten KI-Jobs fordert von Bewerbenden Schnelligkeit und ein exzellentes Profil. Interessierte müssen sich auf anspruchsvolle, mehrstufige Auswahlverfahren einstellen, die in der Regel zwei bis vier Runden umfassen und die Lösung technischer Fallstudien beinhalten. Höhere akademische Abschlüsse sind dabei oft eine Grundvoraussetzung: Spezialisierte Rollen wie die eines Data Scientist verlangen häufig einen Master-Abschluss oder sogar ein Doktorat.

Spezialisierte Fachkräfte sind gefragt

Unternehmen konzentrieren ihre KI-Rekrutierung auf Rollen in den Bereichen Data Engineering, Data Science, Machine Learning und Datenanalyse. Damit unterstreichen sie die entscheidende Bedeutung von Daten als zentralem Werttreiber in KI-Systemen. Dies spiegelt sich in der Bevorzugung von Kompetenzen wie Software-Entwicklung, Datenbank-Engineering, Cloud Computing, statistische Analyse, Datenvisualisierung und Natural Language Processing (Verarbeitung natürlicher Sprache) wider.

«Besonders in den Fachbereichen, die sich mit der Entwicklung, Implementierung und dem Management komplexer datengesteuerter Systeme befassen, ist die Nachfrage nach Arbeitskräften gross»

sagt Bär. In diesem Segment entstünden nachhaltig hochqualifizierte Arbeitsplätze, die eine tiefgreifende Expertise erfordern – im Gegensatz zur reinen Anwenderkompetenz für KI-basierte Tools wie Gemini, ChatGPT oder Claude.

IT, Finanzen und Forschung dominieren den KI-Stellenmarkt

In der Schweiz wird die Nachfrage nach KI-Fachkräften hauptsächlich von drei Sektoren getragen: An der Spitze steht die Informationstechnologie mit 1’205 Stellen, was sie zum grössten Arbeitgeber in diesem Bereich macht. Darauf folgen der Finanzsektor mit 552 und der Bereich Forschung und Bildung mit 435 Stellen. Diese drei Sektoren konzentrieren sich vor allem auf den Kanton Zürich und die Zentralschweiz.

Dort machen die fünf wichtigsten Branchen Informationstechnologie, Finanzdienstleistungen, Forschung und Bildung, Pharma und Chemie sowie Rechts- und Wirtschaftsberatung mehr als 60 Prozent aller KI-Stellen aus.

«Es ist überraschend, wie stark die IT-Branche den KI-Stellenmarkt nach wie vor dominiert. Das zeigt, dass die eigentliche Entwicklung und Implementierung von KI-Systemen immer noch im Kern der Tech-Industrie stattfindet»

sagt Bär. Spannend werde sein, wann und wie schnell andere, nicht-technologische Branchen den Reifegrad der IT erreichen.