Im Jahr 2024 befragte die JetBrains Academy weltweit 23.991 Personen, darunter Hochschulstudent*innen, online und autodidaktisch Lernende, Absolvent*innen von Programmier-Bootcamps, Fachkräfte und Quereinsteiger*innen.
Auf der Grundlage ihrer inspirierenden Erkenntnisse zeichnet dieser Bericht die aktuellen Trends in der Informatikausbildung nach, von Lernformaten und Tools bis hin zu Motivationen, Karrierezielen und Herausforderungen.
Ganz gleich, ob Sie sich als Lehrkraft, Forschende*r, Lernende*r, neugierige*r Berufstätige*r oder unterstützendes Elternteil für unsere Erkenntnisse interessieren – herzlich willkommen und viel Spaß beim Lesen! Teilen Sie uns unter dem Hashtag #JetBrainsAcademySurvey24 Ihre Gedanken mit und tauschen Sie sich mit der Informatik-Lerncommunity aus.
Dies ist ein öffentlicher Bericht; sein Inhalt darf nur für nicht-kommerzielle Zwecke verwendet werden. Die vollständigen Details finden Sie hier.
Teilen:
Ja, im Selbststudium
Ja, in einer formalen Bildungseinrichtung
Etwas mehr als die Hälfte der Informatiklernenden studiert an formalen Bildungseinrichtungen, wobei 54% von ihnen ihr Wissen durch weiteres Selbststudium erweitern.
derjenigen, die eine formale Ausbildung abgeschlossen haben, haben mindestens einen Bachelor-Abschluss.
Informatik
Softwareentwicklung
Sonstige Ingenieurswissenschaften
Geisteswissenschaften/Kunst
Wirtschaft
Mathematik
Biologie/Chemie
Sozialwissenschaften
Physik
Sonstiges
aller Informatiklernenden wurden bereits für IT-Arbeit bezahlt, und für 89% von ihnen ist dies die Haupteinkommensquelle. Die meisten dieser Befragten arbeiten im Bereich Softwareentwicklung (76%), 35% von ihnen in mittleren Positionen.
Diese Frage wurde nur denjenigen gestellt, die IT-Arbeit als ihre Haupteinkommensquelle angegeben hatten.
In der IT-Branche sind die meisten Positionen nach wie vor überwiegend männlich besetzt, Frauen und nicht-binäre Personen sind deutlich unterrepräsentiert. In den technischen Kernfunktionen und Führungspositionen (Teamleitung und Führungskräfte) ist die Geschlechtervielfalt mit einem Männeranteil von 88%–94% am geringsten.
In einigen Bereichen sind Frauen jedoch im Vergleich zum Branchendurchschnitt gut repräsentiert: UX/UI-Design (16%), Qualitätssicherung/Testen, Geschäftsanalytik (14%), Unterrichten (13%) und Produkt-/Marketingmanagement (12%). Nicht-binäre Personen sind nach wie vor in allen Rollen begrenzt repräsentiert – den höchsten Anteil haben sie mit 6% bei Developer Advocates.
Ja, ich habe in einem anderen Bereich studiert/gearbeitet, bevor ich zu Informatik/IT gewechselt bin
Nein, das ist der einzige Bereich, in dem ich je gearbeitet habe
Jüngere Befragte in der Altersgruppe 18–29 Jahre schlagen häufiger ohne Umwege eine Karriere im IT-Bereich ein. Nur 9% der 18- bis 20-Jährigen und 24% der 21- bis 29-Jährigen haben zuvor Erfahrungen in einem anderen Bereich gesammelt. Mit zunehmendem Alter kommt es jedoch häufiger zum Berufswechsel: 50% der Befragten zwischen 30 und 39 Jahren und 59% der Befragten ab 60 Jahren berichten über frühere Berufslaufbahnen außerhalb der Tech-Branche.
Es gibt auch deutliche regionale Unterschiede bei der beruflichen Laufbahn. In Indien und China sind Nicht-Quereinsteiger*innen in der Mehrheit; dies deutet auf einen starken Trend zum direkten Einstieg in die Informatik hin. Im Gegensatz dazu gibt es in Argentinien und Brasilien mehr Vielfalt bei den beruflichen Laufbahnen; die Zahl der Quereinsteiger*innen ist höher oder fast gleich hoch wie die Zahl der Nicht-Quereinsteiger*innen. In Regionen wie Europa, Südostasien und Nordamerika liegt der Anteil der Quereinsteiger*innen bei etwa einem Drittel, was einem konventionelleren Zugangsmuster entspricht.
Indien
China
Deutschland
Türkei
Naher Osten, Afrika, Zentralasien
Restliches Südostasien und Ozeanien
Südkorea
Übriges Europa
Frankreich
Kanada
Die Befragten beantworteten diese Frage mit frei formulierten Antworten. ChatGPT wurde verwendet, um die Analyse und Sortierung der Antworten in Themengruppen zu automatisieren.
Diese Frage wurde nur Befragten gestellt, die nach eigenen Angaben in einem anderen Bereich gearbeitet oder studiert hatten, bevor sie zu Informatik/IT wechselten.
Technische Berufe stehen bei den Informatik-Quereinsteiger*innen an erster Stelle, gefolgt von Finanzwesen und Betriebswirtschaft. Auch die Bereiche Bildung, Gesundheitswesen und Kunst sind prominent vertreten – ein Hinweis auf die unterschiedlichen beruflichen Hintergründe der Quereinsteiger*innen in diesem Bereich.
Während die meisten Quereinstiege durch eine starke Leidenschaft für die Informatik vorangetrieben werden, geben fast die Hälfte der Befragten ihre Begeisterung für die Problemlösung und die Prozessautomatisierung als Hauptgründe an. Interessanterweise rangieren die Gehaltsperspektiven und die Möglichkeiten zur Remote-Arbeit leicht hinter den kreativen Ambitionen, z. B. der Entwicklung von Spielen oder Websites. Dies zeigt, dass dieser Aspekt genauso stark zur Motivation beiträgt wie die praktischen Vorteile.
| Ich möchte mich nicht in neue Informatikbereiche einarbeiten | Sonstiges | Erledigung einer bestimmten Aufgabe | Migration zu einer anderen Technologie | Persönliches Interesse | Wunsch nach einem neuen Job oder einer neuen Rolle | Mithalten mit den neuesten Trends | Arbeit an persönlichen Projekten | Wachstum in meiner jetzigen Arbeitsrolle | |
|---|---|---|---|---|---|---|---|---|---|
| <1% | 2% | 18% | 16% | 43% | 52% | 49% | 56% | 68% | Osteuropa, Balkan und Kaukasus |
| <1% | 1% | 13% | 11% | 49% | 49% | 40% | 49% | 67% | Südkorea |
| <1% | 2% | 26% | 21% | 47% | 47% | 51% | 56% | 67% | Restliches Südostasien und Ozeanien |
| <1% | 2% | 27% | 19% | 79% | 34% | 48% | 60% | 66% | Deutschland |
| – | 3% | 21% | 17% | 67% | 44% | 47% | 55% | 64% | Benelux und Nordeuropa |
| 1% | 2% | 17% | 17% | 45% | 50% | 55% | 59% | 64% | Indien |
| <1% | 1% | 22% | 26% | 23% | 45% | 55% | 49% | 64% | Nigeria |
| <1% | 2% | 20% | 18% | 51% | 46% | 47% | 58% | 62% | Übriges Europa |
| – | <1% | 23% | 17% | 67% | 43% | 47% | 44% | 62% | China |
| – | 2% | 21% | 14% | 62% | 48% | 44% | 58% | 61% | Großbritannien |
| 1% | 2% | 22% | 16% | 58% | 54% | 45% | 65% | 61% | Vereinigte Staaten |
| 1% | 2% | 19% | 21% | 38% | 44% | 48% | 54% | 60% | Naher Osten, Afrika, Zentralasien |
| – | 3% | 13% | 18% | 58% | 50% | 54% | 51% | 60% | Spanien |
| 1% | 1% | 20% | 22% | 45% | 41% | 46% | 51% | 56% | Türkei |
| <1% | 2% | 25% | 13% | 56% | 59% | 45% | 62% | 56% | Kanada |
| 2% | 1% | 15% | 19% | 42% | 41% | 28% | 39% | 55% | Russische Föderation, Belarus |
| – | 3% | 16% | 21% | 52% | 64% | 42% | 57% | 54% | Brasilien |
| 1% | 1% | 24% | 23% | 73% | 38% | 39% | 58% | 54% | Frankreich |
| 9% | 1% | 10% | 18% | 49% | 63% | 46% | 56% | 54% | Mexiko |
| <1% | 2% | 11% | 19% | 41% | 60% | 51% | 57% | 52% | Mittel- und Südamerika |
| 4% | <1% | 14% | 19% | 43% | 40% | 31% | 38% | 50% | Ukraine |
| 3% | 1% | 12% | 13% | 58% | 34% | 42% | 31% | 48% | Japan |
| 1% | 2% | 9% | 17% | 52% | 63% | 44% | 47% | 42% | Argentinien |
In Westeuropa und Nordamerika stehen bei den Lernenden persönliche Interessen und innovative persönliche Projekte im Fokus. Im Gegensatz dazu lassen sich Lernende in Lateinamerika hauptsächlich durch die Möglichkeit des Quereinstiegs motivieren. Dies deutet auf einen Arbeitsmarkt im Fluss hin. In Asien gibt es ein breites Spektrum an Motivationen: In Südkorea ist karriereorientiertes Wachstum zu beobachten, während in Japan das Engagement in allen Lerndimensionen gering ist. In Indien und Südostasien hingegen wollen die Lernenden mit den Trends Schritt halten, was die Dynamik ihrer wachsenden Tech-Ökosysteme widerspiegelt.
Diese Frage wurde nur Befragten gestellt, die einen Wunsch nach einem neuen Job oder einer neuen Rolle als einen Grund für das Erlernen von Informatik-Themen angaben.
„Entwickler*in“ ist die häufigste Berufswahl in der IT-Branche. Dies ist höchstwahrscheinlich auf die Vielseitigkeit, die hohe Nachfrage und die breite, branchenübergreifende Einsetzbarkeit zurückzuführen. Dadurch ist diese Rolle eine optimale Wahl insbesondere für Quereinsteiger*innen, die neu in diesem Bereich sind. Viele wenden sich auch datenorientierten Berufen oder DevOps zu, was die wachsende Attraktivität spezialisierter Bereiche zeigt. Arbeitsrollen in der Qualitätssicherung hingegen eignen sich zwar gut für den Einstieg, aber es fehlt ihnen an Popularität und langfristigen Perspektiven, was sie weniger erstrebenswert für den Quereinstieg macht.
der Befragten geben an, dass sie schon einmal nach einer Arbeit im Bereich Informatik/IT gesucht haben.
| Nicht wichtig | Eher unwichtig | Eher wichtig | Äußerst wichtig | |
|---|---|---|---|---|
| 1% | 6% | 35% | 58% | Arbeitserfahrung |
| 1% | 13% | 51% | 35% | Kenntnis der neuesten Technologien |
| 2% | 16% | 51% | 32% | Soft-Skills |
| 4% | 17% | 47% | 31% | Praktika und duale Ausbildungsprogramme |
| 6% | 26% | 44% | 25% | Beziehungen und Netzwerke |
| 5% | 23% | 48% | 24% | Hobbyprojekte |
| 7% | 26% | 49% | 18% | Universitätsabschlüsse |
| 6% | 31% | 47% | 16% | Referenzen von Kolleg*innen |
| 9% | 31% | 46% | 14% | Branchenzertifikate |
| 11% | 35% | 42% | 12% | Kursabschlusszertifikate |
Arbeitserfahrung und aktuelles technisches Wissen sind den Antworten zufolge der Schlüssel zu einem Job, aber auch Soft Skills sind für 83% der Lernenden wichtig. Networking ist ein weiterer zentraler Faktor – 25% halten es für entscheidend, und 44% nutzen ihre Verbindungen aktiv für Karrierechancen. Dies unterstreicht den Bedarf an zwischenmenschlichen Fähigkeiten und beruflichen Netzwerken im IT-Sektor.
Neben Programmiersprachen, Algorithmen und Datenstrukturen sind auch Datenbanken eine häufige Wahl für Lernende. KI und maschinelles Lernen sind weiterhin populäre Bereiche, die von 33% bzw. 34% der Lernenden erkundet werden.
| Erste Schritte | Anfänger*in | Fortgeschritten | Erweitert | Expert*in | |
|---|---|---|---|---|---|
| 4% | 25% | 44% | 23% | 5% | Softwareentwicklung |
| 6% | 28% | 41% | 21% | 5% | Webentwicklung |
| 8% | 29% | 40% | 17% | 5% | Produktmanagement |
| 4% | 23% | 47% | 22% | 4% | Programmiersprachen |
| 10% | 33% | 37% | 16% | 4% | Mensch-Computer-Interaktion (MCI/HCI) |
| 9% | 33% | 38% | 16% | 4% | Projektmanagement |
| 9% | 37% | 37% | 14% | 3% | Testen |
| 10% | 37% | 35% | 15% | 3% | Datenanalyse |
| 15% | 42% | 30% | 10% | 3% | Linguistische Datenverarbeitung (LDV/NLP) |
| 16% | 40% | 29% | 11% | 3% | Computer Vision |
| 7% | 32% | 41% | 16% | 3% | Datenbanken |
| 9% | 36% | 39% | 13% | 3% | Computernetzwerke |
| 7% | 35% | 38% | 16% | 3% | Betriebssysteme |
| 11% | 40% | 34% | 12% | 3% | Cybersicherheit |
| 6% | 31% | 46% | 15% | 2% | Algorithmen und Datenstrukturen |
| 17% | 43% | 27% | 10% | 2% | Künstliche Intelligenz |
| 18% | 43% | 27% | 10% | 2% | Maschinelles Lernen |
| 16% | 39% | 30% | 13% | 2% | Computergrafik |
Frauen neigen dazu, ihre technischen Fähigkeiten niedriger einzuschätzen, sie sind jedoch sehr interessiert an Wachstum. Im Vergleich zu ihren männlichen Kollegen wechseln 8% mehr weibliche Lernende als Quereinsteigerinnen in die Informatik.
Die Befragten beantworteten diese Frage mit frei formulierten Antworten. ChatGPT wurde verwendet, um die Analyse und Sortierung der Antworten in Themengruppen zu automatisieren.
Die Daten zeigen eine anhaltende Nachfrage nach traditionellen, praxisorientierten Präsenz-Lernumgebungen wie Hochschulen, Workshops und Mentorenprogramme. Die Zufriedenheit mit diesen Formaten ist jedoch je nach Altersgruppe und Region sehr unterschiedlich, was auf eine schwankende Effektivität schließen lässt.
| Schlecht | Verbesserungswürdig | Zufriedenstellend | Sehr gut | Hervorragend | |
|---|---|---|---|---|---|
| 2% | 5% | 18% | 32% | 43% | Praktika |
| 1% | 7% | 22% | 36% | 34% | Mentoren- und Tutorenprogramme |
| 2% | 4% | 22% | 42% | 30% | Kostenpflichtige Online-Kurse (MOOCs) oder Programmierschulen |
| 2% | 9% | 23% | 38% | 29% | Vom Arbeitgeber bereitgestellte Weiterbildung |
| 1% | 5% | 25% | 40% | 29% | Online-Tutorials zum Selbststudium |
| 1% | 7% | 28% | 36% | 28% | Codecamps, Benutzergruppen, Meetups |
| 3% | 9% | 29% | 33% | 26% | Berufsbildungsprogramme |
| 4% | 8% | 26% | 37% | 25% | Vom Arbeitgeber bezahlte externe Weiterbildung |
| 2% | 7% | 26% | 40% | 25% | Bootcamps für Programmierung |
| 2% | 9% | 31% | 34% | 24% | Austauschprogramme |
| 1% | 8% | 31% | 38% | 21% | Kostenlose Online-Kurse (MOOCs) oder Programmierschulen |
| 3% | 11% | 31% | 36% | 20% | Online-Universitätsprogramme |
| 6% | 14% | 31% | 30% | 19% | Universität, Hochschule, Schule |
| 2% | 11% | 32% | 36% | 19% | Offline-Kurse und -Programmierschulen |
| 2% | 10% | 33% | 36% | 19% | Workshops und Seminare |
Universitäten, Fachhochschulen, Schulen sowie Online-Tutorials zum Selbststudium sind die häufigsten Antworten über alle Befragtengruppen hinweg. Die restlichen Antworten hängen von der Altersgruppe und den beruflichen Anforderungen ab. Workshops und Seminare sind in der Altersgruppe der 50- bis 59-Jährigen am populärsten. 17% dieser Lernenden haben Erfahrungen damit gemacht und etwa ein Viertel von ihnen bewertet die gemachten Erfahrungen als hervorragend. Mentorenprogramme stehen bei Befragten im Alter von 21 bis 29 Jahren hoch im Kurs. 36% von ihnen stufen sie als hervorragend ein – die Zufriedenheit nimmt jedoch mit dem Alter ab. Die Zufriedenheit mit arbeitgeberseitigen Weiterbildungen ist in der Altersgruppe von 18 bis 20 Jahren am höchsten – 41% der Lernenden bezeichnen sie als hervorragend. Kostenpflichtige Onlinekurse und Coding-Bootcamps sprechen vor allem jüngere Menschen sowie Personen in der Mitte ihrer beruflichen Laufbahn an.
| Ich habe noch nie davon gehört | Ich kenne es, habe es aber noch nie ausprobiert | Ich habe es ausprobiert, nutze es aber nicht mehr | Ich nutze es aktuell | |
|---|---|---|---|---|
| 18% | 23% | 29% | 29% | Udemy |
| 18% | 27% | 35% | 20% | Coursera |
| 29% | 41% | 15% | 16% | JetBrains Academy |
| 38% | 26% | 25% | 10% | edX |
| 26% | 35% | 29% | 10% | Codecademy |
| 35% | 36% | 20% | 10% | LinkedIn Learning |
| 28% | 33% | 30% | 9% | Khan Academy |
| 52% | 28% | 10% | 9% | Canvas |
| 55% | 28% | 12% | 5% | DataCamp |
| 48% | 32% | 16% | 4% | Udacity |
| 67% | 18% | 11% | 4% | Pluralsight |
| 79% | 13% | 5% | 3% | Stepik |
| 85% | 8% | 4% | 3% | SWAYAM |
| 84% | 11% | 4% | 2% | JavaRush |
| 70% | 22% | 6% | 2% | The Open University |
| 78% | 16% | 5% | 1% | FutureLearn |
| 84% | 12% | 3% | 1% | Egghead |
| 90% | 7% | 2% | 1% | XuetangX |
| 92% | 6% | 2% | 1% | MiríadaX |
| 89% | 8% | 2% | 1% | Cognitive Class |
| 87% | 9% | 3% | 1% | Platzi |
Informatiklernende legen Wert auf praxisorientiertes und visuelles Lernen, wobei Programmierplattformen, Videotutorials und Dokumentationen vorn liegen. Die jüngsten Statistiken über die Nutzung von KI-Chatbots und die Teilnahme an Programmierwettbewerben deuten jedoch auf eine Hinwendung zu interaktiven und dynamischen Problemlösungs- und Lernansätzen hin.
Diese Mischung aus traditionellen und modernen Ressourcen legt nahe, dass die Lernenden sowohl strukturierte Anleitung als auch Möglichkeiten zum kreativen Experimentieren schätzen.
Umfassende Erfahrung: Ich nehme regelmäßig an Wettbewerben teil oder habe in der Vergangenheit an zahlreichen Wettbewerben teilgenommen
Moderate Erfahrung: Ich habe an einigen Wettbewerben teilgenommen
Kein Interesse: Ich habe keine Erfahrung damit und bin auch nicht an einer Teilnahme interessiert
Keine Erfahrung: Ich habe noch keine Erfahrung mit Programmierwettbewerben, aber ich bin an ihnen interessiert
Die Mehrheit der Befragten hat keine Erfahrung mit Programmierwettbewerben, hat aber Interesse daran, während 30% bereits Erfahrungen gesammelt und an einigen Wettbewerben teilgenommen oder aber früher regelmäßig an Wettbewerben teilgenommen haben.
Der Austausch mit Gleichgesinnten ist eine Schlüsselkomponente des Informatik-Lernprozesses. Etwa ein Drittel der Befragten findet Gefallen an Hackathons und der Mitwirkung an Open-Source-Projekten, während ein Viertel es vorzieht, sich zu Lernzwecken in Coding-Communities zu engagieren. Zwar dominieren Plattformen und Tutorials, jedoch führen kollaborative und wettbewerbsorientierte Aktivitäten zu einem tiefergehenden Engagement.
Lernende aller Altersgruppen nutzen verschiedene Ressourcen, um Hilfe zu erhalten. Google steht bei allen Altersgruppen an erster Stelle, während KI-Assistenten wie ChatGPT besonders bei jüngeren Benutzer*innen populär sind: Sie werden von zwei Dritteln der Unter-29-Jährigen genutzt. Jüngere Lernende neigen auch dazu, sich Hilfe bei Freund*innen und Lehrkräften zu holen, während Befragte ab 30 oder 40 sich eher an Kolleg*innen wenden. YouTube ist bei allen Altersgruppen weit verbreitet, während ältere Lernende Lehrbücher und Plattformen wie Medium bevorzugen. Insgesamt halten sich bei den jüngeren Generationen KI, Peer-Unterstützung und Bildungsmedien die Waage, während ältere Generationen berufliche Netzwerke, strukturierte Artikel und Lehrbücher bevorzugen.
| 18–20 | 21–29 | 30–39 | 40–49 | 50–59 | 60 Jahre oder älter | |
|---|---|---|---|---|---|---|
| 70% | 76% | 77% | 75% | 68% | 68% | |
| 66% | 67% | 55% | 46% | 38% | 35% | KI-Assistent (ChatGPT usw.) |
| 58% | 48% | 31% | 22% | 13% | 9% | Freund*innen und Klassenkamerad*innen |
| 56% | 65% | 64% | 52% | 37% | 33% | Stack Overflow |
| 53% | 53% | 50% | 50% | 43% | 36% | YouTube |
| 47% | 32% | 21% | 20% | 16% | 8% | Pädagog*innen/Lehrkräfte |
| 23% | 23% | 27% | 32% | 31% | 34% | Lehrbücher |
| 20% | 25% | 26% | 27% | 18% | 25% | Tech-Onlinemedien (z. B. Medium) |
| 19% | 19% | 18% | 16% | 24% | 14% | Menschen in sozialen Netzwerken |
| 17% | 31% | 36% | 33% | 29% | 19% | Kolleg*innen |
| 3% | 3% | 3% | 4% | 2% | 9% | Sonstiges |
der Befragten geben an, KI-Assistenten im Alltag zu nutzen.
Alle Antworten mit einem Anteil unter 1% wurden unter „Sonstige“ zusammengefasst.
KI hilft Lernenden, Sprachbarrieren zu überwinden. Da Englisch bei den meisten Informatikressourcen die dominante Sprache ist, sind Regionen mit anderen Sprachen oder einer mehrheitlich nicht-englischsprachigen Bevölkerung stärker auf Übersetzungs- und Aussprachehilfen angewiesen.
Diese Funktionen werden am meisten in Nordeurasien (44%) und der Türkei (45%) verwendet, dicht gefolgt von Süd- und Ostasien, Lateinamerika sowie Südostasien und Ozeanien (in diesen Regionen liegt der Nutzungsanteil dieser Funktionen zwischen 40% und 44%).
In überwiegend englischsprachigen Ländern wie dem Vereinigten Königreich, Kanada und den Vereinigten Staaten ist die Nutzung dagegen viel geringer (13%–19%) – ein Hinweis darauf, dass die Lernenden mit weniger sprachlichen Herausforderungen zu kämpfen haben.
Die wichtigsten Aspekte für Lernende bei der Auswahl eines Kurses sind praktische Projekte und Übungen für praxisorientierte Erfahrungen, Zugang zu Ressourcen und Materialien, günstige Preise und Lehrende mit Branchenpraxis.
| Unwichtig | Eher wichtig | Sehr wichtig | |
|---|---|---|---|
| 2% | 22% | 76% | Praxisprojekte und praktische Übungen |
| 3% | 31% | 66% | Strukturierter Lehrplan mit den aktuellsten Themen |
| 3% | 32% | 65% | Klare Lernziele für die Teilnehmenden |
| 7% | 32% | 60% | Praxisrelevanz |
| 6% | 38% | 55% | Berücksichtigung der Entwicklung von Standards in der Branche |
| 7% | 41% | 52% | Vereinfachung von komplexen Konzepten für alle Lernstufen |
| 9% | 44% | 47% | Berücksichtigung des Feedbacks von Lernenden |
| 17% | 40% | 42% | Beratung zur Karriereentwicklung |
| 20% | 43% | 38% | Ethische Überlegungen zur verantwortungsvollen Technologienutzung |
| 31% | 46% | 24% | Zusammenarbeit mit anderen |
| 38% | 41% | 21% | Gamification (Quiz, Abzeichen usw.) |
| Unwichtig | Eher wichtig | Sehr wichtig | |
|---|---|---|---|
| 2% | 25% | 74% | Zugang zu Ressourcen und Materialien |
| 6% | 38% | 56% | Zeitliche Flexibilität |
| 10% | 35% | 54% | Remote-Lernoptionen |
| 6% | 45% | 49% | Regelmäßiges Feedback und Bewertungen |
| 12% | 44% | 44% | Hilfsbereite Community und Netzwerke |
| 14% | 48% | 38% | Technischer Support |
| 21% | 41% | 38% | Barrierefreier Lernort |
| 24% | 40% | 36% | Offline-Lernoptionen |
| 23% | 42% | 35% | Von Inklusion geprägte Umgebung |
| 19% | 45% | 35% | Barrierefreie Umgebung |
| 53% | 33% | 14% | Kinderbetreuung |
Frauen legen mehr Wert auf Flexibilität und Unterstützung beim Lernen als Männer. Zu den Unterschieden gehört eine stärkere Priorisierung von zeitlicher Flexibilität (64% bei Frauen gegenüber 54% bei Männern), Möglichkeiten zum Fernstudium (63% gegenüber 53%) und technischer Unterstützung (50% gegenüber 36%). Darüber hinaus schätzen 49% der weiblichen Lernenden barrierefreie Lernbereiche – bei Männern sind es nur 36%.
| Unwichtig | Eher wichtig | Sehr wichtig | |
|---|---|---|---|
| 3% | 32% | 66% | Günstiger Preis |
| 17% | 48% | 35% | Eine individualisierbare Preisstruktur, die das Buchen einzelner Komponenten ermöglicht |
| 18% | 49% | 32% | Verfügbarkeit von B2B-Optionen (Business-to-Business) für die unkomplizierte Kostenübernahme durch meinen Arbeitgeber |
| Unwichtig | Eher wichtig | Sehr wichtig | |
|---|---|---|---|
| 19% | 37% | 44% | Universitätsdiplom |
| 16% | 41% | 43% | Branchenzertifizierung |
| 21% | 40% | 39% | Zertifizierung oder Zeugnisse nach Abschluss des Kurses |
Ein Hochschuldiplom war in der Umfrage zwar die häufigste Wahl, aber für das allgemeine Publikum sind alle genannten Zertifizierungsoptionen wertvoll, da sie die erworbenen Fähigkeiten und Kenntnisse validieren.
| Unwichtig | Eher wichtig | Sehr wichtig | |
|---|---|---|---|
| 8% | 37% | 56% | Branchenhintergrund |
| 15% | 46% | 39% | Empathie |
| 20% | 46% | 34% | Charisma |
| 29% | 41% | 30% | Akademischer oder universitärer Hintergrund |
Unter 25 USD
25–50 USD
51–100 USD
101–200 USD
Über 200 USD
Ich gebe kein Geld für Online-Bildung aus
Darauf möchte ich nicht antworten
Etwa drei Viertel der Befragten zahlen für Online-Bildungsangebote. In Bezug auf aktuell besuchte Kurse sind hochwertige und gut strukturierte Inhalte, praxisorientierte Übungen und flexible Formate die drei Hauptgründe, die zu einer Entscheidung zugunsten von kostenpflichtigen Kursen führen. Auf die Frage, was sie dazu motivieren würde, in Zukunft für Kurse (oder andere Lernmaterialien) zu bezahlen, betonten die Befragten die Relevanz für ihre Arbeit/ihr Studium, persönliches Interesse, spezialisierte Inhalte und Zertifizierung.
Hinweis: Die Befragten beantworteten diese Frage mit frei formulierten Antworten. ChatGPT wurde verwendet, um die Analyse und Sortierung der Antworten in Themengruppen zu automatisieren.
Hinweis: Die Befragten beantworteten diese Frage mit frei formulierten Antworten. ChatGPT wurde verwendet, um die Analyse und Sortierung der Antworten in Themengruppen zu automatisieren.
der Informatiklernenden haben einen Kurs abgebrochen. Die am häufigsten genannten Gründe sind uninteressante Inhalte, Zeitmangel und fehlende praktische Übungen. Online-Tutorials zum Selbststudium und kostenlose MOOCs werden am häufigsten abgebrochen – ein Hinweis auf die Schwierigkeit, bei lockerer strukturierten Lernformaten motiviert zu bleiben.
Alle Antworten mit einem Anteil unter 1% wurden unter „Sonstige“ zusammengefasst.
Lernende kämpfen oft mit praktischen Hindernissen wie dem Debugging oder der Auswahl der richtigen Ressourcen sowie mit emotionalen Hürden wie dem Hochstaplersyndrom und der Isolation. Diese Erkenntnisse unterstreichen, dass es einerseits klarer Wegweisungen und andererseits unterstützender Lernumgebungen bedarf, um Lernenden zum Erfolg zu verhelfen.
Hinweis: Die Befragten beantworteten diese Frage mit frei formulierten Antworten. ChatGPT wurde verwendet, um die Analyse und Sortierung der Antworten in Themengruppen zu automatisieren.
Zu den effektivsten Frustbewältigungsstrategien der Befragten gehören Pausen und körperliche Aktivitäten, aber auch das Setzen von Zielen und die Rückbesinnung auf die eigenen ursprünglichen Motivationen. Selbstreflexion und das Ändern der eigenen Einstellung erweisen sich ebenfalls als wichtige Ansätze, um Herausforderungen durch eine flexiblere und positivere Denkweise zu bewältigen. Diese Methoden helfen den Lernenden, sich neu zu orientieren, die Konzentration zurückzuerlangen und Energie zu tanken. Dass 18% der Befragten immer noch auf der Suche nach effektiven Lösungen sind, zeigt allerdings, dass es keine universellen Lösungen zur Frustbewältigung gibt.
Weltweit ist die Aufteilung von Aufgaben in kleinere Schritte der gängigste Ansatz, aber je nach Region ist er unterschiedlich populär. Im Vereinigten Königreich setzen mehr als zwei Drittel der Befragten auf diese Methode, während sie in Japan von weniger als einem Drittel eingesetzt wird. Der Schlaf, ein Grundpfeiler des effektiven Lernens, steht weltweit an zweiter Stelle. In Nord- und Osteuropa (einschließlich Balkan und Kaukasus) wird er besonders geschätzt (51%), in Mittel- und Südamerika dagegen weniger (29%–36%). Deutschland ist der Ausreißer – hier gilt das Musikhören noch vor ausreichendem Schlaf als wichtigste Produktivitätshilfe (50% gegenüber 47%). Regelmäßige Pausen werden von Lernenden im Vereinigten Königreich, den USA, Brasilien und Deutschland (46%–51%) sehr geschätzt, während sie in Japan, Südkorea und China (26%–34%) weniger verbreitet sind.
Sogar der Kaffeekonsum unterliegt kulturellen Präferenzen. In der Türkei und in ganz Nord- und Osteuropa (einschließlich Balkan und Kaukasus) ist er ein beliebter Muntermacher, der von 37% bis 41% geschätzt wird. In Nigeria und China hingegen ist er weit weniger populär (11% bzw. 17%).
In Amerika (10% in Nordamerika, 14% in Mittel- und Südamerika) ist das Spielen mit Haustieren eine beliebte Strategie, während es in Nigeria, China, Südkorea und dem Nahen Osten (1%–4%) fast nie in Betracht gezogen wird.
der Befragten zwischen 21 und 29 Jahren haben nach eigenen Angaben 3 bis 10 Jahre allgemeine Programmiererfahrung. Dies ist ein möglicher Hinweis darauf, dass die Menschen früher als je zuvor mit der Programmierung beginnen.
Weniger als 1 Jahr
1–2 Jahre
3–5 Jahre
6–10 Jahre
11–16 Jahre
Mehr als 16 Jahre
Keine Programmiererfahrung
Weniger als 1 Jahr
1–2 Jahre
3–5 Jahre
6–10 Jahre
11–16 Jahre
Mehr als 16 Jahre
Keine Berufserfahrung als Programmierer*in
Integrierte Entwicklungsumgebung (IDE)
Texteditor
Code-Editor im Browser
Befehlszeilenschnittstelle
Ich bin mir nicht sicher
Sonstiges
Auch wenn die Befragten Online-Tutorials und Programmierplattformen für das Selbststudium als erste Wahl für das Informatiklernen ansehen, sind IDEs nach wie vor die populärste Option für Anfänger*innen, die mit der Programmierung beginnen.
Alle Antworten mit einem Anteil unter 1% wurden unter „Sonstige“ zusammengefasst.
Python dominiert sowohl bei der Nutzung im vergangenen Jahr als auch beim aktuellen Lernen, was seine breite Einsetzbarkeit und seine stetig wachsende Beliebtheit widerspiegelt. Viele Lernende fahren mit gängigen Sprachen wie Java, JavaScript und SQL fort, aber es gibt auch ein großes Interesse an neueren Sprachen wie Rust und Kotlin.
In den Daten zeichnet sich der klare Trend ab, dass Lernende ihre Sprachkenntnisse erweitern, mit Schwerpunkt auf grundlegenden Sprachen wie Python, Java und C++, während gleichzeitig die Neugier auf neue Technologien wächst.
Python ist in den Vereinigten Staaten sehr gefragt. Mehr als die Hälfte der Befragten hat im letzten Jahr mit dem Erlernen von Python begonnen oder das Lernen fortgesetzt. Das Erlernen von Java ist in Südkorea und Indien (38%–39%) am populärsten, während es in Japan (15%) viel seltener ist. JavaScript wird in Südamerika und Indien häufig gelernt (40% bzw. 44%), während TypeScript insbesondere in Deutschland und Frankreich (22%–23%) Verbreitung gefunden hat. PHP ist in Frankreich weitaus populärer als in anderen Regionen (16%).
Kotlin ist in Deutschland, Spanien, Südkorea, der Russischen Föderation und Belarus populär (15%–18%).
Rust, eine funktionale und systemorientierte Programmiersprache, hat in europäischen Regionen wie Frankreich, Deutschland, den Benelux-Staaten und Nordeuropa Verbreitung gefunden (15%–16%).
Das Erlernen von C++ ist in Indien, China und der Ukraine (28%–29%) am populärsten, in Mittel- und Südamerika, Spanien und Japan (10%–12%) dagegen deutlich weniger. In Mittel- und Südamerika (einschließlich Argentinien) lernen nur 6% der Befragten C, während diese Sprache in Indien und Südkorea viermal so populär ist (26%).
Windows
Linux
macOS
Sonstiges
Die meisten Lernenden ziehen es vor, ihren Code in einer lokalen Umgebung auszuführen, wobei integrierte Entwicklungsumgebungen (IDEs) das führende Tool sind, gefolgt von Befehlszeilenschnittstellen und Texteditoren. Windows ist das meistverwendete Betriebssystem für Entwicklungsumgebungen.
Ich bin erfahrene*r Benutzer*in
Ich habe schon mal Umgebungen eingerichtet, aber ich stoße hin und wieder auf Probleme
Ich habe wenig Erfahrung, hatte aber noch nie Probleme
Ich benötige hin und wieder Hilfe oder zusätzliche Ressourcen
Ich finde es schwierig und benötige viel Unterstützung
Sonstiges
aller Lernenden gaben an, eine IDE zu Lernzwecken zu nutzen, wobei der Umfang der Nutzung variiert.
Alle Antworten mit einem Anteil unter 1% wurden unter „Sonstige“ zusammengefasst.
Persönliche oder Nebenprojekte
Arbeit
Hobby
Kollaboratives Programmieren
Sonstiges
Alle Antworten mit einem Anteil unter 1% wurden unter „Sonstige“ zusammengefasst.
Die Mehrheit der Lernenden verwendet persönliche Laptops, um Informatik und Programmierung zu lernen. Während Desktopcomputer ebenfalls häufig verwendet werden (37% zum Lernen, 36% zum Programmieren), sind Smartphones und Tablets weniger populär: Nur ein Viertel der Befragten verwendet Smartphones zum Lernen und nur 3% setzen sie beim Programmieren ein. Die primären Lerngeräte gehören meist den Lernenden, nur ein kleinerer Prozentsatz nutzt von Arbeitgebern (7%) oder Bildungseinrichtungen (3%) gestellte Geräte.
Laptop
Desktopcomputer
Smartphone
Tablet
Sonstiges
Laptop
Desktopcomputer
Smartphone
Tablet
Ich programmiere nicht
Mein Lerngerät gehört mir
Mein Lerngerät wird von meinem Arbeitgeber gestellt
Ich teile mein Lerngerät mit meiner Familie oder Mitbewohner*innen
Mein Lerngerät wird von meiner Bildungseinrichtung gestellt
| Überhaupt nicht praktisch | Ziemlich unpraktisch | Eher praktisch | Sehr praktisch | |
|---|---|---|---|---|
| 1% | 4% | 27% | 68% | Zuhause |
| 2% | 11% | 43% | 44% | Wohnheim oder Unterkunft für Studierende |
| 2% | 9% | 48% | 41% | Bibliothek |
| 1% | 8% | 51% | 40% | Schul- oder Universitätsgelände |
| 1% | 11% | 53% | 35% | Coworking-Bereich |
| 1% | 13% | 63% | 22% | Café |
| 4% | 25% | 50% | 22% | Park oder anderer Ort im Freien |
| 8% | 39% | 38% | 16% | Öffentliche Verkehrsmittel (z. B. Bus oder Bahn) |
Meist wird abends gelernt, wobei 58% der Befragten 3 bis 16 Stunden pro Woche mit Informatiklernen verbringen. Aus den Daten geht hervor, dass die Lernenden abends und nachts gerne weniger Zeit mit dem Lernen verbringen möchten, als sie es derzeit tun.
Allein und unabhängig
Kombination unterschiedlicher Lernstile je nach Thema und Inhalt
In kleinen Gruppen oder mit einer*m Lernpartner*in
Mit einer*m Lehrer*in, Mentor*in oder Ausbilder*in
Unentschlossen
Weniger als ein Drittel der Befragten lernt systematisch, während etwas mehr als die Hälfte der Befragten keinem konkreten Lernplan folgt. Zu den wichtigsten Faktoren, die sich auf das Lerntempo auswirken, gehören die Arbeitsbelastung, Deadlines, persönliche Interessen und andere persönliche Verpflichtungen. Diese spielen alle eine Rolle dabei, wie konsequent die Lernenden vorankommen und motiviert bleiben.
Ich lerne in Schüben; mein Lernaufwand ist jede Woche unterschiedlich
Ich lerne systematisch; ich befasse mich mit unterschiedlichen Themen und versuche, jedem Thema gleich viel Zeit zu widmen
Ich lerne intensiv für eine bestimmte Deadline und lasse es danach entspannter angehen
Sonstiges
Die Befragten beantworteten diese Frage mit frei formulierten Antworten. ChatGPT wurde verwendet, um die Analyse und Sortierung der Antworten in Themengruppen zu automatisieren.
| Möchte ich nicht beantworten | Nicht-binär, genderqueer oder gender-nonkonform | Männer | Frauen | |
|---|---|---|---|---|
| <1% | <1% | 65% | 35% | Russische Föderation, Belarus |
| 1% | 1% | 69% | 28% | Argentinien |
| 1% | 1% | 71% | 27% | Ukraine |
| 2% | – | 77% | 21% | Südkorea |
| <1% | 1% | 80% | 19% | Mittel- und Südamerika |
| <1% | <1% | 81% | 18% | Nigeria |
| 4% | 3% | 75% | 18% | Vereinigte Staaten |
| 1% | 1% | 81% | 16% | Brasilien |
| 4% | 4% | 76% | 16% | Kanada |
| 3% | 2% | 79% | 16% | Großbritannien |
| 1% | 1% | 83% | 16% | Naher Osten, Afrika, Zentralasien |
| 2% | 2% | 82% | 15% | Spanien |
| 1% | 1% | 83% | 15% | Osteuropa, Balkan und Kaukasus |
| 1% | 1% | 84% | 14% | Mexiko |
| 1% | 1% | 86% | 13% | Benelux und Nordeuropa |
| 2% | 2% | 83% | 12% | Japan |
| 3% | 1% | 83% | 12% | Frankreich |
| 3% | 1% | 84% | 12% | Übriges Europa |
| 2% | 1% | 86% | 11% | Deutschland |
| 1% | 2% | 86% | 11% | Türkei |
| 2% | 1% | 87% | 9% | Restliches Südostasien und Ozeanien |
| 2% | 1% | 91% | 7% | Indien |
| 4% | 2% | 90% | 4% | China |
In den meisten Regionen ist die Mehrheit der Informatiklernenden männlich (80%–90%), wobei Indien und China diese Liste anführen. Auf der anderen Seite sind Frauen in der Russischen Föderation, in Belarus, Argentinien und der Ukraine überdurchschnittlich vertreten.
In Frankreich, Deutschland und dem Vereinigten Königreich liegen die Zahlen zwischen 11% und 16%, was auf ein anhaltendes Geschlechtergefälle in Europa hinweist. Nicht-binäre Lernende machen in den meisten Ländern etwa 1% bis 2% aus, außer in den USA und Kanada.
der Befragten geben an, zu Hause und im Freundeskreis eine andere Sprache zu sprechen als bei der Arbeit. Englisch, Hindi und Chinesisch sind die drei meistgesprochenen Sprachen im Freundes- und Familienkreis.
Alle Antworten mit einem Anteil unter 1% wurden unter „Sonstige“ zusammengefasst.
Die Daten zeigen, dass Englisch die dominante Sprache am Arbeitsplatz ist, verwendet von mehr als zwei Dritteln der Befragten. Die auf dem asiatischen Markt vorherrschenden Sprachen Chinesisch und Japanisch liegen auf den nächsten Plätzen. Sprachen wie Hindi, Spanisch und Russisch unterstreichen die Vielfalt in der globalen Technologiebranche. Außerdem verwenden 8% der Befragten seltenere Sprachen, die nicht in unserer Umfrage erfasst wurden, was auf eine noch größere sprachliche Vielfalt in der Branche hinweist.
Diese Frage wurde nur Befragten gestellt, die nach eigenen Angaben im Freundes- und Familienkreis eine andere Sprache sprechen als bei der Arbeit.
Alle Antworten mit einem Anteil unter 1% wurden unter „Sonstige“ zusammengefasst.
Alle Länder/Regionen mit einem Anteil von weniger als 1% wurden unter „Sonstige“ zusammengefasst.
Festlandchina, die Vereinigten Staaten, Indien und Japan stellen zusammen mehr als die Hälfte aller Informatiklernenden weltweit, was die Stärke dieser globalen Technologiezentren unterstreicht.
der Befragten wurden in einem anderen Land oder einer anderen Region geboren als ihrem derzeitigen Wohnort. Ein Drittel der Umgezogenen stammt aus der Russischen Föderation, Indien und China. Der Trend zur Migration hat in den letzten Jahren stetig zugenommen. 62% derjenigen, die das Land gewechselt haben, taten dies im vergangenen Jahrzehnt.
Diese Frage wurde nur Befragten gestellt, die derzeit nicht im Land oder der Region leben, in der sie geboren sind.
Alle Länder/Regionen mit einem Anteil von weniger als 1% wurden unter „Sonstige“ zusammengefasst.
Für eine maximale Inklusivität und ein möglichst großes Teilnehmerspektrum war die Umfrage in zehn Sprachen verfügbar: Chinesisch, Deutsch, Englisch, Französisch, Japanisch, Koreanisch, brasilianisches Portugiesisch, Russisch, Spanisch und Türkisch.
Um Verzerrungen zu vermeiden, haben wir die Daten anhand der Quelle der Antwortbögen gewichtet. Wir haben Antwortbögen aus externen Quellen bevorzugt, bei denen es weniger wahrscheinlich ist, dass sie zugunsten der JetBrains-Zielgruppe verzerrt sind, z. B. bezahlte Werbeanzeigen sowie Kollegenempfehlungen. Die Quelle jedes Antwortbogens wurde bei der Gewichtung individuell berücksichtigt.
Wir haben drei Gewichtungsphasen durchgeführt, um eine genauere Abbildung der globalen Population der Informatiklernenden zu gewährleisten.
Gewichtung nach Entwicklerpopulation der jeweiligen Region
Vor der Durchführung der Umfrage haben wir durch unsere Forschungsarbeit ermittelt, dass die Anzahl der MINT-Lernenden in den verschiedenen Regionen stark mit der Anzahl der Berufsentwickler*innen in diesen Regionen korreliert. Aufgrund dieser Erkenntnis haben wir uns entschieden, den Anteil der Berufsentwickler*innen in jeder Region als Schätzung für den Anteil der Informatiklernenden zu verwenden.
In einem ersten Schritt haben wir die Antwortbögen aus den unterschiedlichen Ländern gruppiert und dann unsere geschätzte Verteilung der Berufsentwickler*innen in den einzelnen Ländern angewandt, um die Daten entsprechend zu gewichten.
Zunächst haben wir die Antwortbögen, die durch Anzeigen in sozialen Netzwerken in 23 Regionen rekrutiert wurden, sowie die auf Kollegenempfehlungen basierenden Antwortbögen gesammelt. Anschließend haben wir diese Antwortbögen auf Grundlage unserer Schätzungen der Berufsentwicklerpopulation in den einzelnen Regionen gewichtet.
Auf diese Weise wurde sichergestellt, dass die Antwortverteilung den Populationen der Informatiklernenden in den einzelnen Ländern entsprach.
Gewichtung nach Programmiererfahrung und Nutzung von JetBrains-IDEs
Die zweite Phase war komplexer und beinhaltete Berechnungen, die auf dem Lösen von Gleichungssystemen basierten.
Wir haben die anfänglich gewichteten Antwortbögen verwendet, um die Verteilung der Lernenden nach Programmiererfahrung und Nutzung von JetBrains-IDEs in jeder Region zu bestimmen. Diese Verteilungen dienten als Konstanten in unseren Gleichungen.
Als Nächstes haben wir die Antwortbögen der Lernenden hinzugefügt, die über die internen JetBrains-Kanäle zur Umfrage gekommen waren, z. B. über unsere Social-Media-Accounts und unser Forschungspanel.
Lösen des linearen Gleichungs- und Ungleichungssystems
Wir haben ein System von linearen Gleichungen und Ungleichungen zusammengestellt, um Folgendes zu beschreiben:
Um das Gleichungssystem mit minimaler Varianz der Gewichtungskoeffizienten zu lösen, haben wir die duale Methode von Goldfarb und Idnani (1982, 1983) angewendet. Dieser Ansatz ermöglichte es uns, die optimalen individuellen Gewichtungskoeffizienten für alle 23.991 Befragten zu bestimmen.
Trotz dieser Maßnahmen ist mit gewissen Verzerrungen zu rechnen, da treue JetBrains-Nutzer*innen im Durchschnitt eher bereit sein dürften, die Umfrage zu beantworten.
So sehr wir uns auch bemühen, die Verbreitung der Umfrage zu kontrollieren und sinnvolle Gewichtungen vorzunehmen, das Bildungsökosystem und die Communities entwickeln sich ständig weiter, und die Möglichkeit unerwarteter Datenschwankungen kann nicht vollständig ausgeschlossen werden.
In diesem Bericht präsentieren wir eine Häufigkeitsanalyse mehrerer offener Fragen, die Tausende von Antworten erhalten haben. Aufgrund des großen Datenvolumens haben wir automatische Verarbeitungstechniken eingesetzt. Um das Clustering der Antworten zu automatisieren, haben wir große Sprachmodelle (LLMs) verwendet, insbesondere GPT-4o.
Datenbereinigung
Nach der Datenbereinigung lagen zwischen 4.000 und 9.000 gültige Antworten pro Frage vor, beeinflusst durch den optionalen Charakter einiger Fragen und die Sensibilität bestimmter Themen.
Clustering der Antworten
Nehmen Sie an Umfragen und UX-Studien teil, um JetBrains-Produkte benutzerfreundlicher und gleichzeitig leistungsfähiger zu machen. Durch die Teilnahme an unserer Forschung können Sie auch Prämien erhalten.
Wir hoffen, dass Sie unseren Bericht nützlich fanden. Sie können ihn gerne mit Bekannten und Kolleg*innen teilen!
Beteiligen Sie sich am Austausch unter #JBAcademySurveyResults24, um Ihre Gedanken mitzuteilen und sich mit der engagierten Informatik-Lerngemeinschaft auf Discord, LinkedIn, X und Facebook zu vernetzen.