Source: Deutsche Nachrichten
Generative KI ist zum Grundrauschen geworden. Der aktuelle McKinsey-Report nennt Künstliche Intelligenz einen foundational amplifier. KI verstärkt also sämtliche anderen Technologietrends und zieht sich quer durch alle Branchen.
78% der befragten Unternehmen nutzen KI bereits in wenigstens einer Geschäftsfunktion; 92% planen, die Budgets in den nächsten drei Jahren weiter zu erhöhen. Diese Zahlen erklären, warum kein Produkt-Roadmap mehr ohne Gen-AI-Features auskomm
Warum Integration wichtiger ist als Forschung
Viele Teams besitzen bereits Modellzugang per API. Was fehlt, ist die Handwerkskunst, Modelle sicher, performant und wartbar in reale Workflows einzubauen. Hier beginnt die Arbeit des AI Engineers:
- Datenaufbereitung sowie Vektordatenbanken für Retrieval-Augmented-Generation
- Prompt-Versionierung und Auswertung
- Metriken wie Latenz und Antwortqualität in Produktionsumgebungen
- Deployment auf Kubernetes oder Serverless-Plattformen
- Governance und Kostenkontrolle
Der Begriff AI Engineer im Netz
Der Blog RedMonk beobachtet eine Mischung aus Spott und Ernst: In Foren fragen Entwickler, ob nun jeder ein AI Engineer sei, während LinkedIn-Profile den Titel verwenden, um Sichtbarkeit zu gewinnen. Hinter der Etikette steckt echter Bedarf – der Markt braucht Generalisten, die klassische Softwaremuster mit Gen-AI-Bausteinen verbinden.
Skills die zählen
- Solide Programmierpraxis in mindestens einer System- oder Websprache
- Erfahrung mit LLM-Frameworks wie LangChain oder LlamaIndex
- Kenntnisse in Container-Orchestrierung und CI/CD
- Grundlegendes Modell-Finetuning und Evaluations-Know-how
- Sicherheitskonzepte, insbesondere Daten- und Rechte-Trennung
Diese Palette ist bewusst breit. Unternehmen suchen Menschen, die sich entlang der Wertschöpfung bewegen können, anstatt nur Modelle zu trainieren.
Arbeitsmarkt und Zahlen
IBM kündigte schon letztes Jahr an, in Irland bis zu 800 neue AI-bezogene Stellen zu schaffen, vor allem in Forschung, Consulting und digitale Services. Andere Großkonzerne verschieben Budget von traditionellen Rollen hin zu Build-Teams mit AI-Fokus. Das Ergebnis: Das Wort Engineer bleibt, bekommt aber ein neues Präfix.
Beispielaufgaben im Alltag
- Ein bestehendes Suchfeature wird auf RAG umgestellt.
- Ein Team baut eine interaktive FAQ, die Produktdokumente live zusammenfasst.
- Monitoring-Dashboards erfassen Halluzinationsquoten nach Release.
- A/B-Tests prüfen Prompt-Varianten gegen reale Nutzerdaten.
Der AI Engineer verantwortet hier Architektur und Code, nicht nur das Prompt Engineering.
Karrierechance bei classix in Hamburg
Die classix Software GmbH sucht u.a. aktuell einen Software Engineer AI (m/w/d). Aufgabe ist die Weiterentwicklung von KLIO, einem Chat-Assistenten, der Antworten mit Quellenangabe liefert.
Bewerber sollten folgenden Tech-Stack haben: Kubernetes, Rust, vLLM, LanceDB, axum, tokio, tower, utoipa, Git, (Angular + TypeScript)
Die Weiterentwicklung von KLIO ist eine der Hauptaufgaben. KLIO ist der KI Chat-Assistent von classix, der aus beliebigen Dokumenten Informationen zusammenstellt und Fragen dazu beantwortet. Durch die Evaluation verschiedener Modelle, Prompt-Engineering und den Einsatz eines Rerankers konnten die Ergebnisse von KLIO stetig verbessert werden.
Die komplette Stellenausschreibung kann aktuell hier eingesehen werden:
https://classix.de/unternehmen/jobs/
Fazit
Generative KI bleibt 2025 der größte Innovationstreiber. Doch Modelle allein lösen kein Kundenproblem. Erst wenn AI Engineers die Brücke von Theorie zu Praxis bauen, entsteht Mehrwert. Das Berufsbild ist damit kein Modewort, sondern eine direkte
Antwort auf den Druck, KI-Features sicher und profitabel auszurollen. Wer sich in dieser Schnittstelle sieht, findet bei classix eine greifbare Chance, statt nur über KI zu reden, echte Produkte zu shippen.