Was macht eine Fachkraft für Künstliche Intelligenz?
Künstliche Intelligenz ist kein einzelner Ausbildungsberuf, sondern ein Arbeitsfeld. Gemeint sind meist KI-Entwicklerinnen und -Entwickler, Machine Learning Engineers oder Data Scientists. Sie bauen Programme, die aus Daten Muster lernen: Ein Modell erkennt Schäden auf Fotos von Bauteilen, sortiert Kundenanfragen, sagt den Strombedarf voraus oder beantwortet Fragen in einem Chatsystem. Ein großer Teil der Arbeit besteht nicht aus Modellen, sondern aus Daten: sammeln, bereinigen, beschriften, auf Fehler und Verzerrungen prüfen. Danach werden Modelle ausgewählt, trainiert, getestet und verglichen. Programmiert wird überwiegend in Python, dazu kommen Datenbanken, Cloud-Plattformen und Werkzeuge zur Versionierung. Wer ein Modell in den Betrieb bringt, muss es in bestehende Software einbinden, überwachen und nachtrainieren, wenn die Ergebnisse schlechter werden. Viel Zeit geht in Abstimmungen mit Fachabteilungen, die erklären, welches Problem gelöst werden soll, und in Dokumentation, die durch Datenschutz und die europäische KI-Verordnung an Bedeutung gewinnt.
Wie wird man Fachkraft für Künstliche Intelligenz?
Der übliche Weg führt über ein Studium der Informatik, Mathematik, Physik, Statistik oder eines eigenen Studiengangs wie Data Science oder Künstliche Intelligenz. Viele Stellen setzen einen Master voraus, in der Forschung ist eine Promotion verbreitet. Ein Quereinstieg ist möglich, etwa für Softwareentwickler, Ingenieurinnen oder Naturwissenschaftler mit solider Mathematik und Programmiererfahrung. Weiterbildungen und Online-Kurse helfen beim Einstieg, ersetzen aber selten die mathematischen Grundlagen. Eine Ausbildung zur Fachinformatikerin für Daten- und Prozessanalyse kann ein Einstieg in angrenzende Tätigkeiten sein, für die eigentliche Modellentwicklung reicht sie meist nicht. Eigene Projekte, die sich vorzeigen lassen, zählen bei Bewerbungen viel.
Was der Beruf verlangt
Die Arbeit ist geistig fordernd und überwiegend Bildschirmarbeit. Viele Versuche scheitern, Modelle liefern unerklärliche Ergebnisse, und die Fehlersuche in Daten ist oft mühsam und eintönig. Das Feld verändert sich schnell, wer nicht laufend Fachartikel liest und neue Werkzeuge ausprobiert, fällt zurück. Das kostet Zeit, häufig auch außerhalb der Arbeitszeit. Die Arbeitszeiten sind meist regulär und flexibel, Homeoffice ist verbreitet. In Start-ups und vor Produktstarts kommen Überstunden vor, in Projekten mit Kunden Termindruck. Hinzu kommt Verantwortung: Fehlerhafte oder verzerrte Modelle können Menschen benachteiligen, etwa bei Kreditentscheidungen oder Bewerbungen. Gute Englischkenntnisse sind nötig, weil Dokumentation, Fachliteratur und oft auch die Teamsprache englisch sind.
Aussichten
Die Nachfrage ist hoch, vor allem nach Fachleuten, die Modelle nicht nur trainieren, sondern zuverlässig in den Betrieb bringen. Gleichzeitig ist der Markt unruhig: Einstiegsstellen sind stark umkämpft, und manche Aufgaben, die früher eigene Stellen füllten, übernehmen heute fertige Modelle großer Anbieter. Gefragt bleibt, wer Fachwissen aus einer Branche wie Medizin, Industrie oder Finanzen mit KI verbindet. Entwicklungswege führen zur Spezialisierung, etwa auf Sprachmodelle oder Bildverarbeitung, zur technischen Leitung eines Teams, in die Architektur von KI-Systemen, in die Forschung oder in die Beratung. Auch Rollen rund um Prüfung, Sicherheit und Regulierung von KI-Systemen nehmen zu.