LONDON (IT BOLTWISE) – Während Künstliche Intelligenz in vielen Bereichen Arbeitsplätze gefährdet, zeigt sich in der Cybersecurity aktuell das Gegenteil: Unternehmen werben vermehrt um KI-nahe Sicherheitsprofile. Daten aus dem US-Jobmarkt deuten auf steigende Stellenausschreibungen hin, obwohl gleichzeitig immer mehr KI-gestützte Entwicklung eingesetzt wird. Die Entwicklung lässt sich jedoch nicht nur mit Angst vor KI-Angriffen erklären, sondern auch mit realen Schwachstellen in generiertem Code. Der Artikel ordnet ein, was das für Security-Teams, Enterprise-Governance und die künftige Aus- und Weiterbildung bedeutet.

Auf den ersten Blick klingt die Debatte widersprüchlich: Künstliche Intelligenz (KI) gilt als Beschleuniger für Angriffe, gleichzeitig werden aber gerade in der Cybersecurity neue Teams aufgebaut. Berichten zufolge steigt die Nachfrage nach Cybersecurity-Engineers so stark, dass Recruiting-Dienstleister Schwierigkeiten haben, offene Rollen rechtzeitig zu besetzen. Hintergrund ist nicht nur die Vorstellung, dass KI-Modelle künftig schneller Schwachstellen finden und ausnutzen können, sondern auch eine zweite Dynamik: In der Praxis entstehen Sicherheitslücken oft dort, wo KI-gestützte Entwicklungswerkzeuge „vibe coding“ fördern und damit anfälligere Codepfade wahrscheinlicher werden. Diese Mischung aus Bedrohungsnarrativ und Qualitätsproblemen erklärt, warum Unternehmen derzeit nicht verkürzen, sondern absichern.
Technisch betrachtet verlagert sich die Arbeit in vielen Organisationen: Security-Teams müssen häufiger nicht nur klassische Penetrationstests und Patch-Zyklen durchführen, sondern auch „Software Supply Chain“-Risiken behandeln. Wenn KI-Assistenz bei der Code-Erstellung mehrere Module oder ganze Web-Anwendungen generiert, steigen die Chancen, dass fehlerhafte Annahmen über Authentifizierung, Berechtigungen oder Datenvalidierung in den Produktivbetrieb gelangen. Genau deshalb wird der Bedarf an Security-Engineering größer: Es braucht Rollen, die Security-by-Design in den Entwicklungsprozess integrieren, Test- und Review-Pipelines härten und insbesondere die Differenz zwischen „funktionierendem Code“ und „sicherem Code“ systematisch schließen. Das ist weniger eine Ersetzung menschlicher Experten, eher eine Verschiebung ihrer Aufgaben hin zu Verifikation und Risikokontrolle.
Der Markt liefert dafür mehrere Hinweise. Laut Jobmarkt-Daten, die Branchenberichte und Analysen auf Basis von Plattformmetriken zusammenführen, lagen die Cybersecurity-Stellenanzeigen im ersten Quartal 2026 um etwa 11% höher als im Vorjahreszeitraum; zugleich erwarten viele Dienstleister eine fortgesetzte Nachfrage. In der Wahrnehmung dominiert dabei häufig das erste Erklärungsmodell: Unternehmen rüsten auf, weil KI die Angriffsfähigkeit erhöht. Gleichzeitig zeigt der Branchenalltag, dass das zweite Modell – die Sicherheitsqualität von KI-generiertem Code – real spürbare Konsequenzen hat. Berichte aus der Industrie beschrieben bereits tausende durch KI-Tools erstellte Web-Apps, die aufgrund von Sicherheitsproblemen sensible Informationen leicht zugänglich machten. Das wirkt wie ein „Qualitätsschulden“-Problem: Selbst wenn ein Angriffsszenario unwahrscheinlich ist, muss die Angriffsoberfläche aus dem Code heraus reduziert werden.
Wichtig ist auch der Wettbewerb unter den Tech-Anbietern. Während Anthropic öffentlich argumentiert, dass bestimmte Modelle wegen möglicher Cyber-Risiken nicht ohne Weiteres öffentlich verfügbar sein sollten, demonstrieren andere Fälle, dass KI-Agenten im Unternehmenskontext ebenso zu unerwarteten Betriebsproblemen führen können. So ist aus der Praxis berichtet worden, dass ein KI-gestützter Agent bei Amazon eine Datenbankaktion eigenständig ausgeführt hat – mit der Folge, dass ein Server zeitweise aus dem Betrieb genommen wurde. Solche Vorfälle verdeutlichen: Automatisierung ersetzt nicht nur Aufgaben, sie verändert auch die Fehlerarten. Security- und Plattformteams brauchen folglich mehr Fachwissen in Zugriffskontrollen, Auditierbarkeit, Least-Privilege-Strategien sowie in der Absicherung von Automatisierungs-Workflows, damit KI-Funktionen nicht unbeabsichtigt kritische Zustände erzeugen.
Wenn man den Blick weiter fasst, relativieren sich allerdings die „KI vernichtet Jobs“-Szenarien. Analysen, die Daten aus dem US-Arbeitsmarkt heranziehen, zeigen, dass die Arbeitslosigkeit in stark KI-exponierten Rollen nicht zwangsläufig höher ist als in weniger „risikoreichen“ Bereichen. Zusätzlich berichten Forschungsergebnisse aus dem Umfeld von Budget- und Bildungsanalysen, dass sich at-risk zu vermeintlich sicheren Tätigkeiten nicht in dem Ausmaß verlagert, wie es viele Schlagzeilen nahelegen. Diese Diskrepanz lässt sich mit dem Konzept der „Demand-Expansion“ erklären: KI erhöht den Bedarf an neuen Fähigkeiten, statt nur bestehende Jobs abzubauen. Im Sicherheitsbereich bedeutet das konkret: Menschen werden häufiger zu Multiplikatoren für Governance, Teststrategie und Incident-Response, statt zu reinen Ausführern.
Für die Unternehmenspraxis rückt damit ein Thema in den Vordergrund, das über Stellenprofile hinausgeht: Sicherheits- und Compliance-Anforderungen müssen mit KI-Entwicklung zusammen gedacht werden. Besonders im Enterprise zählen Nachweise wie Zugriffsmatrix, Logging, nachvollziehbare Änderungen (Change Management) und die Fähigkeit, Ursachen in komplexen Workflows zu rekonstruieren. Dazu kommen regulatorische Aspekte wie Datenschutzanforderungen, Löschkonzepte und die Frage, welche Daten in KI-gestützte Toolchains gelangen. Wer KI in der Softwareproduktion nutzt, braucht daher klare Regeln für Datenklassifizierung, Secrets-Handling und Modell-/Tool-Governance, etwa über interne Richtlinien zu Speicherung, Trainingsverwendung und Zugriff auf personenbezogene Daten. Genau hier entstehen neue Rollen und Verantwortlichkeiten, die Security, Plattformbetrieb und Compliance enger verzahnen.
Der Blick nach vorn spricht zudem für eine weitere Spezialisierung statt einer Verdrängung. Medienberichte über KI-Teams, die Geisteswissenschaftler anwerben, illustrieren, dass „ethisches Verhalten“ und Begriffe wie „policy compliant“ zunehmend in Produktentscheidungen übersetzt werden müssen. Gleichzeitig deuten die aktuellen Recruiting-Signale darauf hin, dass Security-Organisationen stärker in die Softwareentwicklung hineinwachsen: Nicht nur als Gatekeeper am Ende des Prozesses, sondern als Co-Designer für sichere Defaults. In den kommenden Quartalen ist zu erwarten, dass Unternehmen stärker in automatisierte Code-Scans, Threat Modeling im CI/CD-Kontext und in Security-Tests investieren, die auch KI-generierten Code berücksichtigen. Unterm Strich dürfte die größte Herausforderung weniger „KI ersetzt Security“ sein, sondern „KI erzeugt mehr Code – und damit mehr Angriffsfläche, die verlässlich geprüft werden muss“.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!

- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Warum KI Jobs in der Cybersecurity eher verstärkt als ersetzt" für unsere Leser?


#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Warum KI Jobs in der Cybersecurity eher verstärkt als ersetzt" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Warum KI Jobs in der Cybersecurity eher verstärkt als ersetzt« bei Google Deutschland suchen, bei Bing oder Google News!