Was macht ein KI-Entwickler?
KI-Entwickler setzen Verfahren des maschinellen Lernens so um, dass sie in einer Anwendung zuverlässig funktionieren. Am Anfang steht meist eine fachliche Frage: Welche Kundenanfragen lassen sich automatisch zuordnen, wann fällt eine Maschine voraussichtlich aus, wie lassen sich Rechnungen auslesen. Daraus wird eine technische Aufgabe. Ein großer Teil der Arbeit besteht darin, Daten zu beschaffen, zu bereinigen und aufzubereiten, denn ohne brauchbare Daten liefert auch ein gutes Modell nichts. Danach werden Modelle ausgewählt, trainiert und mit Kennzahlen bewertet. Häufig wird ein vortrainiertes Sprach- oder Bildmodell angepasst, statt ein Modell von Grund auf zu bauen. Seit sich große Sprachmodelle verbreitet haben, gehören auch das Anbinden solcher Modelle über Schnittstellen, das Aufbauen von Suchsystemen über eigene Dokumente und das Prüfen der Antwortqualität zum Alltag. Fertige Modelle müssen in den Betrieb überführt werden: Code wird in Python geschrieben, Modelle werden in Container verpackt, auf Cloud-Plattformen ausgerollt und überwacht. Dazu kommen Abstimmungen mit Fachabteilungen, Datenschutzbeauftragten und anderen Entwicklern sowie die Dokumentation der Ergebnisse.
Wie wird man KI-Entwickler?
Eine geschützte Ausbildung gibt es nicht. Der übliche Weg führt über ein Studium der Informatik, Data Science, Mathematik, Physik oder Elektrotechnik, oft mit einem Master und einem Schwerpunkt im maschinellen Lernen. Einige Hochschulen bieten inzwischen eigene Studiengänge für Künstliche Intelligenz an. In Forschungsabteilungen und an Instituten ist eine Promotion verbreitet. Quereinstiege gelingen vor allem Softwareentwicklern, die sich in Statistik und Modelltraining einarbeiten, oder Datenanalysten mit soliden Programmierkenntnissen. Weiterbildungen und Zertifikate von Cloud-Anbietern helfen, ersetzen aber selten den Nachweis durch eigene Projekte, etwa auf GitHub. Fachinformatiker für Anwendungsentwicklung können über die Arbeit in Datenteams hineinwachsen, brauchen dafür aber meist zusätzliche mathematische Grundlagen.
Was der Beruf verlangt
Der Beruf verlangt Geduld mit unsauberen Daten und mit Experimenten, die nicht funktionieren. Viele Ansätze scheitern, bevor einer trägt, und das Ergebnis lässt sich vorher selten zusagen. Gleichzeitig erwarten Auftraggeber oft schnelle, vorzeigbare Erfolge, was zu Druck und unklaren Erwartungen führt. Das Fachgebiet verändert sich so schnell, dass laufendes Lernen keine freiwillige Zusatzleistung ist, sondern Teil der Arbeit, häufig auch außerhalb der Arbeitszeit. Die Arbeit findet überwiegend am Bildschirm statt und erfordert lange Konzentration. Rufbereitschaft kommt vor, wenn Modelle in laufenden Produkten betrieben werden. Hinzu kommen rechtliche Fragen: Datenschutz, Urheberrecht an Trainingsdaten und die Pflichten aus der europäischen KI-Verordnung müssen mitgedacht werden.
Aussichten
Die Nachfrage ist hoch, vor allem nach Fachleuten, die Modelle nicht nur trainieren, sondern stabil in Produkte einbauen können. Gesucht wird in Softwarefirmen, Beratungen, der Industrie, bei Banken und Versicherungen sowie im Gesundheitswesen. Der Markt für Einsteiger ist allerdings enger als für Erfahrene, und viele Stellen setzen bereits praktische Projekterfahrung voraus. Entwicklungswege führen zur Spezialisierung, etwa in Sprachverarbeitung, Bildverarbeitung oder MLOps, zur technischen Leitung eines Teams, in die Architektur von KI-Systemen oder in die Beratung. Ein Teil der Entwickler macht sich selbstständig und arbeitet projektweise für mehrere Auftraggeber.