Change · Team · Kultur

8 Skills, die ein KI-Team braucht · Recruiting-Profil

Zuletzt aktualisiert:
In einem Satz

Ein produktives KI-Team im Mittelstand braucht acht Skill-Profile: Data Engineer, ML/AI Engineer, Prompt Engineer, Product Owner KI, AI-Officer (Governance), MLOps, Data Analyst und Change Manager. Nicht acht Personen, die Skills können je nach Größe gebündelt werden.

Skills sind nicht Rollen, nicht Köpfe. In einem 50-Personen-Unternehmen werden mehrere Skills von einer Person abgedeckt, in einem 5.000-Personen-Konzern besetzt jede Rolle ein Team. Diese 8 Skill-Profile sind das Minimum für stabilen KI-Betrieb.

1

Data Engineer

Baut Daten-Pipelines, ETL/ELT, Data Warehouse. Tools: SQL, Python, dbt, Airflow, Snowflake/BigQuery. Gehaltsband DACH 2026: 65-95k. Sourcing: Quereinsteiger aus BI-Bereich oft günstiger als „echte" Data Engineers.

2

ML/AI Engineer

Entwickelt Modelle, integriert APIs (OpenAI, Anthropic, Bedrock). Python, PyTorch oder TensorFlow, LangChain. Gehaltsband: 75-120k. Engpass-Profil. Universitäten in DE bilden nicht genug aus.

3

Prompt Engineer / KI-Anwender

Neuere Rolle. Übersetzt Fachprobleme in Prompts, evaluiert Outputs systematisch. Meist Fachexperten mit hoher Sprachkompetenz, kein Informatik-Studium nötig. Häufig intern entwickelbar in 3-6 Monaten.

4

Product Owner KI

Schnittstelle Fachbereich ↔ Technik. Backlog, Stakeholder-Management, Priorisierung. Erfahrung aus klassischem Product-Management plus KI-Verständnis. Häufig aus IT-Business-Analyse rekrutierbar.

5

AI-Officer / Governance

Verantwortet KI-Richtlinie, Risikoregister, EU-AI-Act-Compliance. Oft im Compliance- oder Datenschutz-Bereich angesiedelt. Pflicht-Rolle ab Hochrisiko-KI nach Art. 26 EU AI Act.

6

MLOps / Plattform-Engineer

Bringt Modelle produktiv und hält sie am Leben: CI/CD, Monitoring, Drift-Detection, Retraining-Pipelines. Brücke zwischen DevOps und Data Science. In kleinen Teams oft mit Data Engineer kombiniert.

7

Data Analyst

Auswertung, Reporting, Erfolgsmessung der KI-Use-Cases. SQL, Power BI oder Tableau, Statistik-Grundlagen. Häufig die Brücke ins Fachgeschäft, und intern aus Controlling- oder Marketing-Teams rekrutierbar.

8

Change Manager

Bringt Mitarbeitende durch die KI-Transformation. Kommunikation, Schulungsplanung, Stakeholder-Arbeit. Klassische OE-/HR-Skills. Wer das nicht hat, scheitert spätestens bei Rollout der dritten KI.

Fazit

Minimalkonstellation für 100-Personen-Unternehmen: 1 ML/AI Engineer mit Data-Skills, 1 Product Owner KI, 1 AI-Officer (oft 50 % vom Compliance-Officer), externe MLOps-Unterstützung. Den vollen Lehrgang dazu liefert Manager für angewandte KI-Transformation (IHK).

FAQs

Lassen sich KI-Skills intern entwickeln?
Prompt Engineer, Data Analyst, AI-Officer und Change Manager sind intern entwickelbar. ML/AI Engineer und MLOps brauchen meist externes Recruiting oder substantielle Umschulung.
Brauchen wir Doktor im Team?
PhD ist für angewandte KI im Mittelstand nicht nötig. Praxis-Erfahrung mit produktiven Modellen schlägt akademischen Titel.
Frameworks praktisch anwenden

Manager für angewandte KI-Transformation (IHK)

Im Lehrgang verwandelst du dieses Wissen in einen konkreten Umsetzungsplan — mit Templates, Use Cases und IHK-Zertifikat.

Kostenlos testen
Über thekey.academy

thekey.academy ist eine deutsche Online-Lernplattform für IHK-zertifizierte berufliche Weiterbildung — 25 Lehrgänge zu KI, Führung, Resilienz, Marketing und HR. 100 % online, self-paced, mit IHK-Zertifikat.

Co-Intelligence Podcast Logo
🎙️ KI-Podcast

Co-Intelligence: der Podcast für alle, die KI verstehen wollen

Komplexe Themen einfach erklärt. In unserem Podcast sprechen Benjamin und Moritz über das, was KI heute kann und wie wir sie gemeinsam gestalten können. Für alle, die mitdenken, mitfühlen und mitverändern wollen.

Co-Intelligence – Der KI-Podcast