Auteur: faz.net

Mode éditorial: CLARUS_ANALYSIS Recommandation d'indexation: INDEX Langue/Rôle: FULL_ANALYSIS Date de vérification des faits: 17.02.2026

Résumé

Les formations en IA financées par l'État en Allemagne sont de plus en plus détournées par des prestataires peu fiables. Selon les recherches de la F.A.Z., de nombreux cours sont peu approfondis, et certains prestataires ont été dénoncés pour fraude aux subventions. Les experts parlent de « centres de test COVID 2.0 ». Les structures de contrôle du système d'accréditation et d'homologation (AZAV) présentent des lacunes importantes – en particulier dans l'évaluation de la qualité technique des contenus en IA.

Personnes

Thèmes

  • Fraude aux subventions dans les offres de formation
  • Qualité insuffisante des cours en IA
  • Faiblesses du système de certification AZAV
  • Besoins de réforme de la politique du marché du travail

Lead Clarus

Le marché des formations en IA financées par l'État est fragmenté et susceptible de détournement. L'Agence fédérale pour l'emploi a distribué environ 1,66 milliard d'euros en 2024 pour la formation professionnelle continue. Les recherches montrent que certains prestataires interrompent les cours brusquement, ne possèdent pas de véritables certifications et commettent des fraudes aux subventions – sans conséquences notables. La Loi sur les chances de qualification en tant qu'instrument de gestion de la transformation numérique est discréditée par un contrôle insuffisant. Les experts avertissent qu'un marché parallèle d'offres de mauvaise qualité s'est développé, qui se trouve « complètement découplé » des véritables objectifs de formation en IA.

Résumé détaillé

La F.A.Z. documente un cas concret : un prestataire de cours faisait la publicité d'une subvention étatique à 100 % plus d'une indemnité de salaire de 75 % pour un cours d'expert en IA de cinq semaines. Le prestataire a soudainement arrêté le cours et était injoignable – il s'est avéré qu'il ne possédait lui-même aucune certification et ne travaillait que pour une entreprise de Saxe-Anhalt. Cette entreprise a été assignée par le ministère public à cesser toutes les mesures en raison d'une fraude aux subventions. De tels incidents ne sont pas des cas isolés.

Les déficits de contenu sont systémiques. De nombreux cours traitent uniquement de l'utilisation de ChatGPT, mais ne répondent pas aux véritables besoins économiques tels que la gestion des données, l'évaluation des modèles et l'intégration dans les paysages d'entreprise. La Fédération allemande de l'IA critique le manque de profondeur pratique et a créé sa propre GmbH pour établir des normes de qualité. Tristan Post, consultant pour le Programme de développement des Nations unies, décrit la situation de manière aiguë : les prestataires « exploitent l'élan politique de l'IA, la logique de financement de l'Agence fédérale et les lacunes structurelles de la Loi sur les chances de qualification pour vendre des programmes qui ne sont ni garantis en qualité ni sérieux sur le plan du contenu. »

Le système d'accréditation échoue pour les cours en IA. Bien que l'AZAV (Ordonnance sur l'accréditation et l'homologation) réglemente les qualifications des formateurs et les critères organisationnels, il manque de profondeur technologique. Les examinateurs, eux-mêmes affectés par le manque de spécialistes en IA, ne peuvent souvent pas évaluer techniquement les contenus. Un secret de polichinelle du secteur : certains auditeurs ne vérifient pas les cours sur place, mais travaillent depuis leur domicile. Les participants, généralement sans connaissances préalables, ne peuvent pas détecter les lacunes de qualité. L'Agence fédérale pour l'emploi a reconnu les premiers problèmes en 2025 et a publié des avertissements, mais les réformes systématiques ne font que commencer.

Points clés

  • Cas de fraude documentés: Certains prestataires encaissent les subventions et ferment les cours sans préavis ; le ministère public enquête pour fraude aux subventions.

  • Superficialité du contenu: De nombreux cours en IA se réduisent à l'utilisation de ChatGPT et ignorent les besoins réels de l'économie tels que l'intégration de données et l'évaluation de modèles.

  • Lacunes de contrôle systémiques: Le système AZAV vérifie les formalités (sécurité incendie, qualification des formateurs), mais pas la profondeur technique des contenus en IA ; les examinateurs manquent de connaissances techniques.

  • Absence de normes de qualité: Contrairement aux secteurs établis, il n'existe pas de normes de formation largement acceptées pour les compétences en IA.

  • Décalage entre demande et offre: Les petites entreprises ne savent souvent pas quelles compétences en IA elles ont besoin ; les participants se retrouvent dans des cours inadéquats.

  • Besoins de réforme identifiés: Le gouvernement fédéral et l'Agence fédérale pour l'emploi envisagent une modernisation de l'AZAV ; des modèles comme celui du Royaume-Uni montrent des processus plus centralisés et transparents.

Questions critiques

  1. Preuve et qualité des données: Combien de procédures pour fraude aux subventions contre des prestataires de cours en IA sont actuellement en cours, et quel est l'ordre de grandeur des dommages financiers ? L'Agence fédérale pour l'emploi ne publie pas de ventilation de la manière dont les 1,66 milliard d'euros sont distribués entre les types de cours – ces chiffres de transparence sont-ils disponibles ?

  2. Conflits d'intérêts: Quelle dépendance financière existe entre les organismes de certification (TÜV, Dekra) et les prestataires de formation, et dans quelle mesure cela a-t-il créé une pression pour ne pas appliquer les normes de manière trop stricte ? Les auditeurs en profitent-ils par la quantité plutôt que par la qualité de leurs contrôles ?

  3. Causalité et alternatives: Est-ce vraiment l'absence de normes de qualité qui conduit à des offres peu fiables – ou est-ce des sanctions insuffisantes pour la fraude ? Un contrôle renforcé sur place aurait-il suffi sans changement formel des règles ?

  4. Applicabilité et risques: Un modèle centralisé britannique est plus efficace, mais est-il compatible avec les structures fédérales de l'Allemagne ? Qui assume les coûts d'une modernisation de l'AZAV, et combien de temps durerait un processus de réforme pendant que les participants continuent à s'inscrire à de mauvais cours ?

  5. Dynamique du marché: Est-ce que le financement public lui-même attire des prestataires peu fiables, ou s'agit-il de lacunes de contrôle structurelles ? Un système de bons d'achat au lieu d'un financement forfaitaire serait-il plus transparent ?

  6. Structures de rétroaction: Pourquoi, selon Marose, les agences pour l'emploi locales ne reçoivent-elles pas de retours des participants sur la qualité des cours, et comment cette rétroaction pourrait-elle être pratiquement établie ?

Bibliographie

Source primaire: La grande arnaque des formations en IA – Frankfurter Allgemeine Zeitung, 17.02.2026

Sources complémentaires:

  1. Ministère fédéral du Travail – Loi sur les chances de qualification (QCG)
  2. Agence fédérale pour l'emploi – Accréditation et homologation des prestataires de formation
  3. Organisme allemand d'accréditation GmbH (DAkkS)
  4. Fédération allemande de l'IA – Positions sur la formation en IA
  5. Bitkom – Prise de position sur les formats de formation numérique

Statut de vérification: ✓ 17.02.2026

Ce texte a été créé avec l'aide d'un modèle d'IA. Responsabilité éditoriale: clarus.news | Vérification des faits: 17.02.2026