“KI-Architekt” ist gerade einer der meistgesuchten Jobtitel. Aber fragt man nach, was damit konkret gemeint ist, kommt selten eine klare Antwort. Berater? Entwickler? Stratege? Die Verwirrung ist verständlich, denn der Begriff wird je nach Kontext sehr unterschiedlich verwendet.
Für Unternehmen, die KI-Kompetenz aufbauen wollen, ist das ein echtes Problem. Wer nach dem falschen Profil sucht, findet die falsche Person. Und dann fragt sich die Geschäftsführung, warum das Projekt nicht vorankommt.
Das Problem mit dem Begriff
“KI-Architekt” ist gerade eines dieser Wörter, das jeder benutzt und jeder anders meint. In manchen Stellenausschreibungen suchen Unternehmen einen Strategieberater, der KI-Roadmaps entwickelt. In anderen suchen sie einen Machine-Learning-Engineer, der Modelle trainiert und deployt. Manchmal suchen sie beides in einer Person, und wundern sich dann, warum niemand passt.
Der Ursprung des Begriffs kommt aus der Softwarearchitektur. Ein Softwarearchitekt ist jemand, der nicht nur programmiert, sondern entscheidet, wie ein System aufgebaut wird. Welche Komponenten kommunizieren wie miteinander. Welche Technologie passt zu welchem Problem. Wo skaliert das System, wo hat es Schwachstellen.
Übertragen auf KI bedeutet das: Ein KI-Architekt entscheidet, wie KI-Systeme in ein Unternehmen integriert werden. Welche Modelle, welche Daten, welche Prozesse, welche Schnittstellen, welche Sicherheitsanforderungen.
Klingt erstmal nach Beratung. Aber hier kommt der entscheidende Punkt.
Was ihn von einem Berater unterscheidet: Er kann auch bauen
Ein klassischer Unternehmensberater liefert Empfehlungen. Einen Plan. Eine Präsentation. Dann gehen sie, und das Unternehmen muss selbst umsetzen.
Ein KI-Architekt, wie ich ihn verstehe und wie er im Mittelstand wirklich gebraucht wird, kann mehr. Er kann einen Prototyp bauen. Er kann in Python ein Skript schreiben, das echte Unternehmensdaten verarbeitet und zeigt: So würde das konkret aussehen. Er kann eine API anbinden, einen Workflow automatisieren, ein kleines Tool bauen, das den Vertrieb drei Stunden pro Woche spart.
Das klingt nach Entwickler? Ja, teilweise. Aber er ist kein klassischer Software-Entwickler, der monatelang an einem System baut. Er ist schnell. Er baut Prototypen. Er zeigt, was möglich ist, damit die Entscheidungsträger im Unternehmen eine fundierte Grundlage haben. Und damit das Team sehen kann, wie sich KI in der eigenen Arbeit anfühlt.
Das ist ein fundamentaler Unterschied. Zwischen “hier ist meine Empfehlung, viel Erfolg” und “hier ist ein lauffähiger Prototyp, der zeigt, dass es funktioniert.”
Warum das für den Mittelstand besonders wichtig ist
In großen Konzernen gibt es meistens ganze Teams: KI-Strategen, Data Scientists, ML-Engineers, DevOps-Spezialisten. Die machen das zusammen.
Im Mittelstand gibt es das meistens nicht. Was es gibt: einen IT-Leiter, der schon zu tun hat. Eine Digitalisierungsbeauftragte, die sich gerade erst einarbeitet. Und vielleicht einen engagierten Controller, der schon mit ChatGPT experimentiert.
Was diese Unternehmen brauchen, ist keine 50-seitige KI-Strategie. Was sie brauchen, ist jemand, der mit ihnen zusammen in zwei Wochen einen echten Use Case umsetzt. Der zeigt: Das funktioniert. Das bringt Ergebnisse. Das können eure Leute bedienen.
Und dann der nächste. Und dann der übernächste.
So entsteht KI-Kompetenz im Unternehmen. Nicht durch Konzepte, sondern durch gelebte Praxis.
Was ein guter KI-Architekt können muss
Lass mich das konkret machen. Jemand, der diesen Job wirklich ausfüllt, braucht drei Dinge gleichzeitig:
Erstens: technisches Verständnis. Er muss wissen, wie Large Language Models funktionieren. Was RAG ist (Retrieval Augmented Generation, also KI, die auf unternehmensspezifischen Dokumenten arbeitet). Was die Unterschiede zwischen verschiedenen Modellen sind. Wie man Daten vorbereitet. Wie man Schnittstellen baut. Er muss nicht der beste Entwickler der Welt sein. Aber er muss in der Lage sein, selbst zu bauen.
Zweitens: Prozessverständnis. Er muss verstehen, wie Unternehmen wirklich ticken. Wie Entscheidungen fallen. Wo die echten Schmerzpunkte sind. Nicht die, die im Erstgespräch genannt werden, sondern die, die man erst nach ein paar Wochen sieht. Was Change Management in der Praxis bedeutet, wenn Menschen Angst haben, ihren Job zu verlieren.
Drittens: Kommunikation. Er muss erklären können, was er tut. Verständlich, ohne Fachbegriffe, die mehr verschleiern als erklären. Nicht vereinfachen bis zur Verzerrung, aber auch nicht in Technik flüchten, wenn jemand nach dem Warum fragt.
Wer alle drei hat, ist selten. Und genau deshalb ist dieser Job gerade einer der gefragtesten auf dem Markt.
Was das für die Personalsuche bedeutet
Wenn ein Unternehmen einen KI-Architekten sucht, lohnt es sich, die Anforderungen klar in drei Kategorien zu trennen: technisches Können, Prozessverständnis, Kommunikation.
Und: das Interview nicht mit Standardfragen führen, sondern mit einer echten Aufgabe aus dem eigenen Unternehmen.
“Wir haben 400 Kundenanfragen im Monat, 60 Prozent davon sind wiederkehrende Standardfragen. Zeig mir in 45 Minuten, wie du das mit KI angehen würdest.” Wer dabei ein Notebook aufmacht und anfängt zu bauen, zeigt das Entscheidende. Wer eine Strategiepräsentation aufbaut, hat die Grundfrage noch nicht verstanden.
Der Unterschied ist immer derselbe: Reden über KI ist einfach. KI zum Laufen bringen, im echten Kontext, mit echten Daten, für echte Menschen. Das ist die eigentliche Arbeit.
Du suchst jemanden, der nicht nur berät, sondern auch baut? Oder du überlegst, welche KI-Kompetenzen dein Unternehmen wirklich braucht? Meld dich, das ist genau das, worüber ich gerne spreche.
Fragen? Einfach melden — oder direkt ein kurzes Gespräch buchen.
Kurzes Gespräch buchen →