Mehr Schulungen, weniger Auswirkungen auf die Fähigkeiten: Warum wir die Zukunft von IT-Schulungen bis 2030 untersucht haben

In zahlreichen Gesprächen mit IT-Teams und L&D-Teams habe ich immer wieder denselben Satz gehört: Wir bieten viele Schulungen an, aber die Lücke wird immer größer.

• Es gibt Budgets, Plattformen, Kurslisten, aber wichtige Positionen bleiben schwer zu besetzen

• Gleichzeitig verändert sich die Welt ständig. Das Weltwirtschaftsforum schätzt, dass sich bis 2030 rund 39 % der Kernkompetenzen verändern werden.

• Generative KI beschleunigt diesen Prozess. Gartner schätzt, dass mehr als 80 % der Unternehmen sie bis 2026 produktiv einsetzen werden.

• In Deutschland ist der Druck sogar noch größer. Bitkom meldet einen Mangel von rund 109.000 IT-Fachkräften bis 2025.

Also wollte ich aufhören zu raten und stattdessen erfassen, was wirklich in Bezug auf Planung, Rollen, Zeit und tägliche Arbeit passiert.

Die Untersuchung zeigt ein Muster: Wir messen oft Schulungsaktivitäten, verbinden das Lernen aber nicht mit der tatsächlichen Arbeit und Leistung. Auch die Ergebnisse der OECD weisen immer wieder auf denselben hemmenden Faktor hin: Zeitmangel, nicht Mangel an Kursen.

Deshalb haben wir diese Fallstudie und einen Schritt-für-Schritt-Plan für 2030 erstellt, damit Teams von mehr Schulungen zu einer echten Verbesserung der Fähigkeiten übergehen können.

Unsere neue Fallstudie IT Training 2030 zeigt, was sich bis 2030 verändert und was wirklich zählt: Skills, Rollen, Lernformate und Governance. Der Report liefert einen klaren Überblick über Trends, Mythen und wirksame Hebel sowie einen praktischen Gameplan für Unternehmen.

Warum Tecnovy die Studie durchgeführt hat

Wir haben ein wiederkehrendes Muster beobachtet: Unternehmen investieren viel in Trainings, doch sobald Mitarbeitende in den Arbeitsalltag zurückkehren, fällt es ihnen oft schwer, das Gelernte wirklich anzuwenden.

Wir wollten verstehen, was Teams mit messbarem Kompetenzaufbau von Teams unterscheidet, die vor allem Programme und Kurse abhaken.

Unsere Leitfragen

• Warum bleiben Weiterbildungsbudgets ungenutzt oder werden erst spät im Jahr ausgegeben?

• Warum sind Zertifikate am Anfang hilfreich, verlieren aber mit der Zeit an Aussagekraft?

• Warum besteht die Kompetenzlücke oft weiter, selbst nach umfangreichen Weiterbildungen?

Kurzer Rückblick. Welche Phase hat dich am meisten geprägt?

Die meisten IT-Teams haben mehrere Lernphasen durchlaufen. Jede dieser Phasen hat verändert, wie du lernst.

Phase 1, die Classroom-Jahre

Reisen, Hotel, gedruckte Unterlagen, ein Trainer, ein Raum.
Lernen fühlte sich langsam an, aber die Zeit dafür war geschützt.
Frage: Blockst du heute noch bewusst Lernzeit, oder passiert Lernen nur nach der Arbeit?

Phase 2, die E-Learning-Jahre

LMS-Einführungen, Videobibliotheken, Abschlussquoten als Beweis.
Frage: Wurde Lernen wirklich einfacher, oder nur einfacher zu messen?

Phase 3, die Agile- und Cloud-Jahre

Mehr Veränderung, mehr Tools, und Skills mussten schneller wachsen als Jahrespläne.
Frage: Wann hat sich Training für deinen Alltag zu langsam angefühlt?

Phase 4, Microlearning und Plattformen

Mehr Inhalte, weniger Klarheit, viel Auswahl, wenig Fokus.
Frage: Hat die große Auswahl deinem Team geholfen, oder eher für Rauschen gesorgt?

Phase 5, KI im Arbeitsalltag

KI taucht in täglichen Aufgaben auf, mit neuen Risiken und neuen Regeln.
Frage: Wird KI-Nutzung in deiner Organisation unterstützt, oder passiert sie eher nebenbei?

Was wir herausgefunden haben, die wenigen Wahrheiten, die immer wieder auftauchten

1- Trainingsvolumen ist nicht der Engpass

Mehr Kurse lösen das Problem nicht. Lernen muss als System im Team gestaltet werden, mit klaren Rollen, definierten Zielen und einer sinnvollen Reihenfolge.

2- Zertifikate bleiben wichtig, aber auf neue Weise

Nutze sie als Orientierungshilfe und für Einstellungen, aber bewerte den Erfolg über echte Arbeitsergebnisse, nicht über formale Nachweise.

3- Das Budgetproblem ist oft ein Transparenzproblem

Wenn Skill-Ziele unklar bleiben, bleibt auch der Nutzen unklar. Budgets werden verschoben oder ohne Plan spät ausgegeben. Setze klare Ziele und verknüpfe Ausgaben mit messbaren Ergebnissen.

4- Zeit schlägt Motivation

Menschen wollen lernen, aber ihnen fehlt die Zeit. Blocke Lernzeit im Kalender und schütze sie wie einen wichtigen Termin.

5- Input-Kennzahlen verdecken die Realität

Trainingsstunden und Abschlussquoten sehen auf dem Papier gut aus. Verfolge stattdessen Qualität, Geschwindigkeit und Risiken in der Arbeit, um echten Fortschritt zu erkennen.

Häufige Annahmen, geprüft an der Realität

Annahme: Mehr Kurse anzubieten erhöht automatisch das Skill-Level.

Realität: Mehr Kurse reduzieren oft den Fokus und verdecken echte Ergebnisse.
Schnelltest: Kannst du die 5 Skills nennen, die dein Team in diesem Quartal aufbauen muss?
Was wirklich hilft: Definiere rollenbasierte Skill-Ziele und verknüpfe sie mit Projektergebnissen.

Annahme: Zertifikate beweisen Kompetenz.

Realität: Sie helfen bei Einstellung und Orientierung, aber der echte Nutzen zeigt sich in Arbeit und Entscheidungen.
Schnelltest: Was hat sich nach einer Zertifizierung innerhalb von 4 Wochen konkret im Alltag verändert?
Was wirklich hilft: Ergänze Praxisaufgaben, Reviews und sichtbare Ergebnisse in realen Projekten.

Annahme: Motivation ist das Hauptproblem.

Realität: Zeit ist das Hauptproblem. Ohne geschützte Zeit wandert Lernen in die Freizeit.
Schnelltest: Hat dein Team feste Lernzeiten im Kalender?
Was wirklich hilft: Blocke Lernzeit und behandle sie wie echte Arbeitszeit.

Annahme: Wir messen Lernen, also managen wir Lernen.

Realität: Viele Kennzahlen messen Aktivität, nicht echte Kompetenz.
Schnelltest: Zeigen deine Kennzahlen bessere Qualität, mehr Geschwindigkeit oder weniger Risiken?
Was wirklich hilft: Wechsle von Input-KPIs zu Outcome-KPIs, die direkt mit der Arbeit verbunden sind.

Was sich bis 2030 verändert, und was konstant bleibt

Skills verändern sich schneller

Kernkompetenzen werden sich bis 2030 stark verschieben. Immer mehr Rollen brauchen bereichsübergreifendes Denken, und Menschen müssen Ergebnisse prüfen statt sie nur zu erstellen.

Lernen wandert in den Arbeitsfluss

Reine Trainingsveranstaltungen bauen keine echten Kompetenzen auf. Das gelingt durch reale Arbeit, Mentoring und Feedback.

KI bringt eine neue Ebene

KI ist nicht nur ein Tool-Thema. Sie bringt neue Risiken, Qualitätsanforderungen, Verantwortlichkeiten und Governance-Regeln, die Teams verstehen und anwenden müssen.

Schritt für Schritt Gameplan, wo du startest, wenn du feststeckst

Phase 1, Monate 0 bis 3, Klarheit schaffen

Ziel: Aufhören, von allem ein bisschen zu machen.
Vorgehen: Wähle Prioritätsrollen aus, definiere Skill-Ziele pro Rolle und lege wenige klare Skill-Cluster fest.
Nachweis: Ein oder zwei Ergebniskennzahlen pro Cluster, damit Fortschritt in echter Arbeit sichtbar wird.

Phase 2, Monate 3 bis 12, das System aufbauen

Ziel: Lernen zum Teil der täglichen Arbeit machen.
Vorgehen: Verknüpfe Lernen mit Projekten, Reviews und Teamroutinen, und schaffe geschützte Lernzeit.
Nachweis: Eine einfache Skill-Übersicht, die Führungskräfte und Teams wirklich nutzen, kein versteckter LMS-Bericht.

Phase 3, ab 12 Monaten, das Erfolgreiche skalieren

Ziel: Lernen in langfristige Kompetenz verwandeln.
Vorgehen: Entwickle Rollenpfade, aktualisiere sie regelmäßig und fördere interne Mobilität statt nur neue Leute einzustellen.
Nachweis: Weniger zufällige Trainings, mehr wiederholbares Wachstum über Teams hinweg.

Beispielpfad

Wir wollen dies am Beispiel eines Cloud Engineer näher bringen. Ziel-Skills sind unter anderem Cloud-Grundlagen, Security by Design, Kostenkontrolle und Incident Response. Training mit kurzen Inputs kombiniert mit Praxis in echten Cloud-Projekten.

Es ist nicht nur eine HR-Aufgabe. Die Verantwortung muss klar sein

Echter Kompetenzaufbau braucht gemeinsame Verantwortung. Wenn ein Teil des Systems fehlt, bleibt Lernen nur Aktivität statt echte Fähigkeit.

• HR und L&D: das Lernsystem aufbauen, Partner auswählen, Ergebnisse messen.
• IT-Führung: Prioritäten setzen, Rollen definieren, Zeit schützen, den Plan finanziell absichern.
• Teamleiter: Feedbackschleifen steuern, Lernen mit realen Aufgaben verbinden, Wachstum begleiten.
• Mitarbeitende: üben, Ergebnisse in der Arbeit zeigen, mit Kolleginnen und Kollegen lernen.
• Einkauf und Finanzen: für Ergebnisse einkaufen, nicht für Kursvolumen.
• Compliance und Security: Regeln für KI und Risiken festlegen, sichere Nutzung von Tools unterstützen.

Selbstcheck: Welche Rolle fehlt in deiner Organisation am meisten, Führung, Zeit oder Messbarkeit?

Was tecnovy auf Basis der Ergebnisse verändert hat

Auch für uns waren die Ergenisse der Studie herausfordernd. Wir haben die Erkenntnisse genutzt, um anzupassen, wie wir Lernen gestalten, wie wir es messen und wie wir es mit echter Arbeit verbinden.

Was wir gestoppt haben
Wir behandeln Lernen nicht mehr wie ein langes Kursmenü, bei dem mehr Auswahl automatisch mehr Fortschritt bedeutet.

Was wir begonnen haben
Wir setzen stärker auf rollenbasierte Lernpfade, mit klaren Skill-Zielen, geschützter Lernzeit und Praxis, die sich in realer Arbeit zeigt.
Außerdem legen wir mehr Gewicht auf echte Ergebnisindikatoren statt nur auf Teilnahme, Abschlussquoten oder Zertifikate.

Wie das zum Gameplan passt
Phase 1 steht für Klarheit, Rollen, Skill-Cluster und messbare Ergebnisse.
Phase 2 bedeutet Lernen in Projekten und Teamroutinen.
Phase 3 heißt Skalieren von Lernpfaden und interner Mobilität.
Unser Angebot folgt genau dieser Logik, damit Training kein isoliertes Ereignis bleibt.

So sieht das in der Praxis aus

• Rollenbasierte Lernpfade statt nur Kurslisten

• Mehr Praxisformate, Reviews, Labs und Coaching

• KI-Kurse mit Fokus auf sichere Nutzung und Governance, nicht nur auf Tools

• Klare Lernziele, die Teams in echter Arbeit zeigen können

Wenn du das komplette Framework, die Grafiken und den detaillierten Gameplan sehen möchtest, kannst du den vollständigen Report hier lesen.