Was macht ein GenAI Architect?
Ein GenAI Architect übersetzt fachliche Anforderungen in technische Lösungen auf Basis generativer KI. Typische Vorhaben sind interne Wissensassistenten, die Dokumente eines Unternehmens durchsuchen, automatisierte Auswertung von Verträgen oder Tickets, Chatbots im Kundenservice oder Werkzeuge zur Codegenerierung. Der Architekt entscheidet, welches Sprachmodell eingesetzt wird, ob es über eine Cloud-Schnittstelle angebunden oder im eigenen Rechenzentrum betrieben wird, wie Unternehmensdaten über Retrieval-Augmented Generation eingebunden werden und wie Antworten überprüft und überwacht werden. Dazu gehören Entwürfe für Datenflüsse, Abschätzungen von Kosten pro Anfrage, Konzepte für Zugriffsrechte und Protokollierung sowie die Bewertung von Risiken wie fehlerhaften Antworten oder dem Abfluss vertraulicher Daten. Ein großer Teil der Arbeit besteht aus Abstimmung: mit Fachabteilungen über den tatsächlichen Nutzen, mit Entwicklerteams über die Umsetzung, mit Datenschutz, Informationssicherheit und Betriebsrat über Auflagen. Viele GenAI Architects programmieren Prototypen selbst, meist in Python, und begleiten den Weg vom Pilotprojekt in den Regelbetrieb.
Wie wird man GenAI Architect?
Eine eigene Ausbildung gibt es nicht. Der Beruf ist erst in den letzten Jahren entstanden, und fast alle, die ihn ausüben, kommen aus angrenzenden Rollen: Softwarearchitektur, Cloud-Architektur, Data Science oder Machine Learning Engineering. Üblich ist ein Studium der Informatik, Wirtschaftsinformatik, Mathematik oder Physik, gefolgt von mehreren Jahren Berufserfahrung in Softwareentwicklung oder Datenprojekten. Fachinformatiker mit langer Praxis finden ebenfalls den Weg in die Rolle, wenn sie Erfahrung mit verteilten Systemen und Cloud-Plattformen nachweisen können. Zertifikate der großen Cloud-Anbieter zu KI-Diensten werden in Anzeigen häufig genannt, ersetzen aber keine Projekterfahrung. Ein direkter Berufseinstieg als GenAI Architect ohne Vorerfahrung ist die Ausnahme.
Was der Beruf verlangt
Das Fachgebiet verändert sich schneller als die meisten anderen in der IT. Modelle, Frameworks und Preise ändern sich innerhalb weniger Monate, und Entscheidungen von heute können im nächsten Quartal überholt sein. Wer in diesem Beruf arbeitet, muss laufend lesen, ausprobieren und bereit sein, eigene Empfehlungen zu revidieren. Hinzu kommt Erwartungsdruck: Viele Unternehmen versprechen sich von generativer KI mehr, als die Technik zuverlässig leistet, und der Architekt muss das oft unbequem deutlich sagen. Regulatorische Vorgaben wie der EU AI Act und die Datenschutz-Grundverordnung verlangen sorgfältige Dokumentation. Die Arbeitszeiten sind meist regulär, vor Projektmeilensteinen, Präsentationen vor der Geschäftsleitung oder bei Störungen im Betrieb aber auch länger. In Beratungshäusern kommen Reisen zu Kunden hinzu.
Aussichten
Die Nachfrage ist derzeit hoch, vor allem in Beratungen, bei Softwareherstellern, Banken, Versicherungen und großen Industrieunternehmen. Wie stabil sie bleibt, lässt sich schwer vorhersagen: Ein Teil der heutigen Pilotprojekte wird eingestellt, und mit zunehmender Reife der Werkzeuge könnte die Rolle in der allgemeinen Software- oder Enterprise-Architektur aufgehen. Die zugrunde liegenden Fähigkeiten in Architektur, Cloud und Datenverarbeitung bleiben aber gefragt. Entwicklungswege führen zur Leitung eines KI-Kompetenzzentrums, in die Enterprise-Architektur, in technische Führungsrollen wie Head of AI oder in die selbstständige Beratung.