Was macht ein AI Consultant?
AI Consultants klären mit Kunden oder internen Fachabteilungen, welche Abläufe sich mit KI verbessern lassen: etwa die automatische Auswertung von Dokumenten, ein Chatbot für den Kundenservice, Prognosen für Lager und Absatz oder die Klassifikation von Supportanfragen. Am Anfang stehen Workshops und Interviews, in denen Prozesse, Datenlage und Ziele aufgenommen werden. Daraus entstehen Machbarkeitseinschätzungen, Aufwandsschätzungen und eine Empfehlung, ob ein fertiges Produkt, ein angepasstes Sprachmodell oder eine Eigenentwicklung sinnvoll ist. Viele AI Consultants bauen selbst Prototypen, schreiben Code in Python, richten Pipelines für Retrieval-Augmented Generation ein oder testen Modelle bei Cloud-Anbietern. Andere arbeiten eher konzeptionell und steuern Entwicklungsteams. Hinzu kommen Präsentationen vor Entscheidern, Schulungen für Mitarbeitende und zunehmend Fragen zu Datenschutz, Urheberrecht und den Pflichten aus dem europäischen KI-Gesetz. In Softwarehäusern sitzen AI Consultants oft an der Schnittstelle zwischen Vertrieb und Entwicklung und begleiten Angebote bis zur Einführung beim Kunden.
Wie wird man AI Consultant?
Eine geregelte Ausbildung gibt es nicht, die Berufsbezeichnung ist nicht geschützt. Üblich ist ein Studium in Informatik, Wirtschaftsinformatik, Data Science, Mathematik, Physik oder einem verwandten Fach, oft mit Master. Viele kommen nach einigen Jahren als Data Scientist, Softwareentwickler oder IT-Berater in den Beruf. Quereinstiege gelingen auch aus Fachgebieten wie Controlling, Medizin oder Recht, wenn praktische Erfahrung mit KI-Projekten und solide Programmierkenntnisse dazukommen. Zertifikate der großen Cloud-Anbieter oder Weiterbildungen in maschinellem Lernen helfen beim Einstieg, ersetzen aber keine nachweisbaren Projekte. Berufseinsteiger beginnen in Beratungshäusern häufig als Junior Consultant mit strukturierter Einarbeitung.
Was der Beruf verlangt
Das Feld verändert sich schnell. Werkzeuge, Modelle und Anbieter, die vor einem Jahr üblich waren, sind teils überholt, und Weiterbildung findet zu einem guten Teil neben dem Projektgeschäft statt. Kunden erwarten häufig mehr, als die Technik leisten kann, und ein großer Teil der Arbeit besteht darin, Erwartungen realistisch einzuordnen und Projekte an schlechter Datenqualität nicht scheitern zu lassen. In Beratungen gelten Auslastungsziele, Projekte laufen unter Termin- und Budgetdruck, und vor Abgaben oder Präsentationen werden die Tage lang. Je nach Arbeitgeber gehört Reisetätigkeit zu Kunden dazu. Gefragt sind technisches Verständnis und die Fähigkeit, es Laien ohne Fachjargon zu erklären, außerdem Verhandlungsgeschick und gutes Englisch, da Dokumentation und Teams oft international sind.
Aussichten
Die Nachfrage ist derzeit hoch, weil viele Unternehmen KI einführen wollen, aber nicht wissen, wie. Zugleich ist die Bezeichnung ein Modebegriff, unter dem sehr unterschiedliche Stellen ausgeschrieben werden, vom Vertriebsberater bis zum Machine-Learning-Ingenieur. Wie stabil die Nachfrage bleibt, hängt davon ab, ob Projekte über die Pilotphase hinaus Nutzen bringen. Gute Chancen haben Fachleute, die technische Umsetzung, Branchenwissen und Kenntnisse in Regulierung verbinden. Entwicklungswege führen zum Senior Consultant, Projektleiter oder Solution Architect, in die Leitung eines KI-Teams, in eine Produktrolle oder in die Selbstständigkeit als freiberuflicher Berater.