phonlamaiphoto - stock.adobe.com
Post-Quantum und Agentic AI: Diese 12 Skills braucht die IT
KI-Agenten handeln eigenständig. Teams steuern, prüfen und sichern. Zwölf priorisierte Kompetenzen zeigen, wie CIOs das Tempo und die Qualität erhöhen und Risiken früh erkennen.
Der Einsatz von KI verändert die Arbeitswelt spürbar, starre Jobtitel haben ausgedient. In Zeiten von agentischer KI (Agentic AI) stößt das traditionelle Builder-Modell – Entwickler für Code, Admins für Systeme – immer stärker an seine Grenzen.
KI und Big Data, Cybersicherheit und allgemeine technologische Kompetenz werden zu den am häufigsten nachgefragten Skill-Sets, prognostiziert der Future of Jobs Report 2025 (PDF) des World Economic Forums. Projektbesetzungen erfolgen daher immer öfter auf Basis von Fähigkeiten, nicht nach Titeln. Unternehmen suchen Talente nicht mehr mittels fixer Rollenbeschreibungen, sondern erstellen dafür Skill-basierte Talentlandkarten. Dieser Wandel ist notwendig, denn Unternehmen und mit ihnen auch die IT-Führungskräfte stehen vor drei massiven Herausforderungen: dem Zwang zu Crypto Agility durch Quantencomputing, der Echtzeitüberwachung von KI-Entscheidungen und der Abwehr KI-gesteuerter Angriffe.
Da der Faktor Mensch für geschätzte 95 Prozent aller Datenverstöße verantwortlich ist, wird KI-Kompetenz zur Sicherheitsfrage. So sehen beispielsweise nur zehn Prozent der HR- und L&D-Fachleute der 2025 Global Skills Intelligence Survey von Skillsoft zufolge ihre Belegschaft als ausreichend qualifiziert, um die Geschäftsziele der nächsten 12 bis 24 Monate zu erfüllen. Erfolgreiche CIOs managen 2026 daher keine Köpfe, sondern Kompetenzen. Um die IT-Architektur in den Bereichen Post-Quantum, Governance und Operations resilient aufzustellen, sind die folgenden zwölf Skills unerlässlich.
Vorbereitung auf die Post-Quantum-Ära
Die Bedrohung der Unternehmenssicherheit durch Quantencomputing steht unmittelbar bevor. Aktuelle Verschlüsselungstechniken werden bald nicht mehr ausreichen, weshalb kritische Sektoren auf regulatorisch geforderte Crypto Agility umstellen müssen. Diese vier Hard Skills“ helfen, Systeme quantensicher aufzustellen:
- Mathematik und Statistik: Diese Disziplinen sind das Fundament der neuen Sicherheitsarchitektur. Ein tiefes Verständnis von linearer Algebra und Wahrscheinlichkeitsrechnung ist unerlässlich, um die Logik quantensicherer Verschlüsselung zu durchdringen und die Zuverlässigkeit von Algorithmen statistisch zu bewerten.
- Kausale Inferenz und kausale Modellierung: Diese Kompetenz erlaubt es, Ursache-Wirkungs-Beziehungen in komplexen Systemen präzise zu analysieren, statt sich nur auf bloße Korrelationen zu verlassen. Sie ist essenziell für die Fehler-Ursachen-Analyse (Root Cause Analysis) bei Sicherheitsvorfällen und die Vorhersage, wie sich Änderungen an Verschlüsselungsprotokollen auf die Systemstabilität auswirken.
- Maschinelles Lernen: Das Wissen um die Auswahl des richtigen Algorithmus (supervised vs. unsupervised) entscheidet darüber, ob automatisierte Abwehrsysteme Bedrohungen effizient erkennen.
- Deep Learning: Sicherheitslösungen basieren zunehmend auf neuronalen Netzen. IT-Teams müssen fähig sein, diese komplexen Strukturen nicht nur zu nutzen, sondern ihre Architektur selbst zu gestalten.
- Programmierung: Trotz KI-Coding bleibt manuelles Coden (Python/R) unverzichtbar. Es ist das Werkzeug, um Sicherheitsinfrastrukturen maßzuschneidern und anzupassen, wenn neue Standards alte Lösungen unbrauchbar machen.
Governance und Real-Time Auditing
Die jährliche IT-Revision hat ausgedient. Der neue Ansatz heißt Explainability-as-a-Service, denn der umfassende Einsatz von KI erfordert eine Echtzeitüberwachung im Sekundentakt, bei der laufend Bias, Compliance und ethische Risiken geprüft werden. IT-Teams müssen die Technologie kennen und die Systeme verantwortungsbewusst einsetzen, um algorithmische Verantwortlichkeit zu garantieren. Daraus erwächst ein Wettbewerbsvorteil.
- Ethik und Bias-Bewusstsein: IT-Teams müssen Verzerrungen in Trainingsdaten erkennen, bevor der Algorithmus live geht. Nur so vermeiden Unternehmen regulatorische Strafen und Compliance-Probleme.
- Datenanalyse: Wer gigantische Datenströme der Überwachungstools interpretiert, muss Anomalien sofort erkennen. Die Fähigkeit zur korrekten Interpretation von Outputs ist der Schlüssel zur Früherkennung von Risiken.
- Kritisches Denken: Wenn Dashboards grün zeigen, die Logik aber zweifelhaft wirkt, greift der Mensch ein. Kritisches Denken schützt als Sicherheitsnetz vor blindem Vertrauen in automatisierte Prozesse.
Operative Sicherheit und Human Defense
Agentische KI führt Aufgaben autonom aus. Doch da Cyberkriminelle öffentliche KI-Modelle manipulieren, wachsen die Bedrohungen exponentiell. Sicherheit verlagert sich auf kontextuelle Vertrauenssysteme. Mitarbeitende wandeln sich von Ausführenden zu Piloten, die diese Agenten steuern. Dafür benötigen sie bestimmte Kompetenzen:
- Prompt Engineering: Diese Fähigkeit wird zur zentralen Sicherheitskompetenz. Präzise Prompts verhindern Halluzinationen und halten KI-Agenten auf Kurs, damit sie Unternehmensrichtlinien strikt einhalten.
- Problemlösung: KI übernimmt die Routine, während das Team die komplexen, unstrukturierten Probleme löst, an denen Agenten scheitern. Diese analytische Fähigkeit schließt die Lücken, die die Automatisierung offenlässt.
- Kollaboration und Kommunikation: Die Arbeit wird zum Co-Working von Mensch und KI. Die effektive Zusammenarbeit zwischen Data Scientists und operativen Einheiten entscheidet über die Reaktionsgeschwindigkeit bei Vorfällen. Außerdem wichtig: Die IT-Teams müssen komplexe KI-Szenarien so übersetzen, dass die Geschäftsführung fundiert entscheiden kann.
- Kontinuierliches Lernen: Die Halbwertszeit von technischem Wissen sinkt drastisch. Die proaktive Suche nach neuem Wissen ist der wichtigste Meta-Skill, um die Resilienz der Abteilung langfristig zu sichern.
Fazit
Die Rolle der IT-Führung wandelt sich fundamental. Es geht um die Orchestrierung eines Systems, in dem Kompetenzen die kleinste Einheit bilden. Zukünftige Automatisierung beachtet Unternehmensrichtlinien per Design (Policy-aware Automation). Doch diese Technik ist wertlos ohne ein Team, das sie versteht und steuert.
„Die Rolle der IT-Führung wandelt sich fundamental. Es geht um die Orchestrierung eines Systems, in dem Kompetenzen die kleinste Einheit bilden.“
Greg Fuller, Skillsoft Codecademy
CIOs sollten jetzt in Talentlandkarten ihrer Abteilungen investieren. Agentische KI hilft dabei, Lücken zu identifizieren – das Schließen dieser Lücken bleibt Führungsaufgabe. Die neuen Skills sind kein bloßes HR-Benefit, sondern das Risk Management für ein resilientes Unternehmen in der Ära von Agentic AI.
Über den Autor:
In Greg Fullers über 24-jähriger Karriere bei Skillsoft war er an Zehntausenden Stunden von Content-Entwicklungsprojekten beteiligt – alle mit Fokus auf technischen Kompetenzen. Im Laufe der Zeit hat er diverse technische Zertifizierungen erworben, darunter PMP, CISSP, Oracle OCP, Cisco CCNP und viele weitere. Einen Großteil seines Wissens hat Greg in enger Zusammenarbeit mit mehreren Fortune-500-Unternehmen angewendet, um deren Upskilling-Programme mit aufzubauen.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
