
Den ersten AI Engineer einstellen: Profil und Pitch
8

Morten Laufer
Gründer
Die erste AI-Einstellung scheitert selten am Budget, sondern an unklaren Use Cases, überfrachteten Anforderungsprofilen und langsamen Prozessen. Diese Checkliste führt durch Vorbereitung, realistisches Profil, Pitch ohne bekannte Marke und die ersten 90 Tage. Nova Search begleitet Mittelständler bei genau dieser ersten AI-Rolle.
72 Prozent der Unternehmen ohne KI-Einsatz nennen fehlendes Wissen, 44 Prozent Schwierigkeiten mit Datenverfügbarkeit oder -qualität als Hürde. Use Case und Datenzugang vor der Ausschreibung klären
AI Engineers verdienen im Schnitt 73.453 € brutto im Jahr (Spanne 61.935 bis 85.000 €); das Gehaltsband sollte vor dem Go-live der Stelle intern freigegeben sein.
95 Prozent der Bewerbenden ist der Bekanntheitsgrad des Arbeitgebers gleichgültig: Gestaltungsspielraum, Tech-Stack und Prozessgeschwindigkeit schlagen die Marke
IT-Stellen blieben laut Bitkom (Ende 2023) im Schnitt 7,7 Monate vakant; SLAs wie Rückmeldung in 48 Stunden und Angebot in 10 Arbeitstagen verkürzen den Prozess deutlich.
Nova Search besetzt die erste AI-Rolle über Festanstellung (Permanent Recruitment): Shortlist in 5 Werktagen, zweistufiges Screening, 90-Tage-Garantie.
Was muss vor der Ausschreibung geklärt sein?
Die erste AI-Einstellung scheitert selten am Kandidat:innen-Markt, sondern an der internen Basis. Der Markt ist eng: In Deutschland fehlen laut Bitkom 79.000 IT-Fachkräfte, und 97 Prozent der Unternehmen mit IT-Stellen haben Schwierigkeiten, diese zu besetzen. Bevor die Stelle live geht, müssen deshalb vier Fragen intern geklärt sein.
Die Datenlage zeigt, woran es meist hakt: 2025 nutzten 26 Prozent der deutschen Unternehmen KI. Von den Unternehmen, die KI in Betracht gezogen, aber nicht eingeführt haben, nennen 72 Prozent fehlendes Wissen und 44 Prozent Schwierigkeiten mit der Verfügbarkeit oder Qualität der Daten als Hürde. Genau diese zwei Punkte klärst du nicht im Interview, sondern vor der Ausschreibung.
Ein konkreter Use Case statt KI um der KI willen: Welcher Prozess soll messbar besser werden?
Geklärter Datenzugang und Datenqualität: Die Person braucht ab Tag eins Zugriff auf die relevanten Daten.
Freigegebenes Budget inklusive Gehaltsband: Ohne verbindliche Spanne verlierst du spätestens in der Verhandlung.
Eine benannte Ansprechperson mit Entscheidungskompetenz: Ohne klare Linie zu C-Level oder Head of Engineering läuft die Rolle ins Leere.
Wer Use Case und Datenzugang nicht belegen kann, verliert die Person im Prozess wieder: Erfahrene AI-Engineers fragen im Erstgespräch nach dem konkreten Projekt, dem Datenzugriff und der Entscheidungslinie. Bleiben diese Antworten vage, wirkt die Stelle wie ein Experiment, und die Profile sagen ab. Wie wir AI-Rollen von der Anforderung bis zur Shortlist aufsetzen, beschreiben wir auf der Seite zum AI/Tech-Recruiting.
Wie sieht ein realistisches Erstprofil aus?
Die erste AI-Rolle ist kein Forschungsprojekt. Such eine:n Generalist:in mit Produktionserfahrung, keine:n Forscher:in: Wer Modelle bereits in Produktionsumgebungen deployt hat, bringt mit, was ein Team ohne KI-Vorgeschichte braucht. Deployment-Erfahrung, MLOps-Grundlagen, API-Integration und Cloud-Know-how bei AWS, Azure oder GCP wiegen in der Praxis schwerer als Paper-Publikationen.
Modell-Deployment in Produktion: CI/CD, Monitoring, Versionierung
MLOps-Grundlagen: Pipelines, Experiment-Tracking, Tools wie MLflow
API-Integration: Modelle an bestehende Systeme anbinden, nicht nur im Notebook bauen
Cloud-Erfahrung bei AWS, Azure oder GCP
NLP, Computer Vision oder LLM-Finetuning als Learn-on-the-job deklarieren statt als Muss
Das Gehaltsband benennst du in der Anzeige, nicht erst in der Verhandlung. Die jobvector-Gehaltsanalyse 2026 weist für AI Engineers in Deutschland im Schnitt 73.453 € brutto pro Jahr aus, mit einer Spanne von 61.935 € bis 85.000 €; der Einstieg liegt bei rund 55.000 €.
Level | Bruttogehalt pro Jahr (jobvector 2026) |
|---|---|
Einstieg | rund 55.000 € |
Durchschnitt | 73.453 € |
Mit Berufserfahrung | 78.409 € |
Spanne (25. bis 75. Perzentil) | 61.935 € bis 85.000 € |
Halte die Anforderungsliste klein: Laut Bitkom erfüllen bei 33 Prozent der Unternehmen die Bewerbenden die Anforderungen an Kenntnisse neuester Technologien nicht, und 31 Prozent erhalten auf offene IT-Stellen praktisch keine Bewerbungen. Begrenze Must-have-Kriterien auf drei bis vier Fähigkeiten und deklariere den Rest als Learn-on-the-job; so bleibt die Rolle auch für Profile aus Data Engineering oder Softwareentwicklung besetzbar. Wie du AI-Rollen im DACH-Markt von der Anforderung bis zur Besetzung aufsetzt, beschreibt unser Guide zum Finden von ML Engineers. Wie ein solches Erstprofil in der Praxis aussieht, zeigt unsere Fallstudie zur AI-Engineer-Besetzung bei einem Berliner E-Commerce-Unternehmen.
Wie pitchen unbekannte Arbeitgeber erfolgreich?
Eine bekannte Arbeitgebermarke verkauft sich selbst; dein Mittelstandsunternehmen muss den Pitch übernehmen. Das ist gut machbar: 95 Prozent der Bewerbenden ist der Bekanntheitsgrad eines Unternehmens gleichgültig. Erfahrene Tech-Talente prüfen stattdessen in den ersten zwei Minuten drei harte Fakten: den konkreten Tech-Stack, das transparente Gehaltsband und die Prozessdauer. Besonders profitable B2B-Mittelständler mit wenig bekannter Marke sind auf genau diesen Pitch angewiesen, während bekannte Consumer-Marken Bewerber:innen oft selbst finden. Mehr dazu im Guide zum Employer Branding für Tech-Talente im Mittelstand.
Gestaltungsspielraum: Die Rolle wird von Null aufgebaut; Stack-, Architektur- und Tooling-Entscheidungen fallen bei der Person, die du einstellst.
Echtes Produkt und echte Daten: Nenne Produkt, Anwendungsfall und Datenquellen konkret statt von einem Innovations-Lab zu träumen.
Stabilität und kurze Entscheidungswege: Profitabilität, planbares Wachstum und direkter Draht zur Geschäftsführung schließen Start-up-Risiko und Konzern-Bürokratie gleichzeitig aus.
Der Pitch trägt nur, wenn der Prozess ihn einlöst. IT-Stellen blieben laut Bitkom-Erhebung von Ende 2023 im Schnitt 7,7 Monate vakant; an dieser Dauer verlierst du Kandidat:innen, nicht am Budget. Ein schneller Prozess ist das stärkste Arbeitgebersignal, das du senden kannst, ohne einen Euro in Kampagnen zu stecken. Drei Service-Level reichen dafür:
Erste Rückmeldung binnen 48 Stunden
Maximal zwei Interviewrunden: Culture-Interview plus fachlicher Deep Dive
Unterschriftsreifes Angebot binnen 10 Arbeitstagen
Diese Taktung kostet kein Budget, nur Disziplin: Budgetfreigabe inklusive Gehaltsband, verbindlich abgestimmtes Anforderungsprofil und geblockte Interview-Slots müssen vor dem Go-Live stehen. Dann gewinnst du gegen Wettbewerber, die nach sechs Wochen erst die zweite Runde terminieren, unabhängig von der Marke.
Wie gelingt die Einarbeitung ohne KI-Team?
Die ersten 90 Tage planst du, bevor die Person startet. Ohne bestehendes KI-Team gibt es niemanden, der nebenbei einarbeitet; die Struktur muss die Rolle tragen, nicht das Team. Drei Bausteine haben sich dabei bewährt:
Erfolgskriterien vorab definieren: Lege fest, was der erste Use Case nach 90 Tagen liefern muss, etwa ein deployter Prototyp mit gemessener Verbesserung.
Externes Mentoring organisieren: Externe Sparringspartner:innen fangen Architektur- und Tooling-Fragen auf, die intern niemand beantworten kann.
Anbindung an C-Level oder Head of Engineering: Eine feste Anlaufstelle mit Entscheidungskompetenz verhindert, dass die Rolle isoliert am Rand arbeitet.
Der Aufwand lohnt sich mit Blick auf den Markt: 42 Prozent der Unternehmen mit IT-Stellen setzen KI bereits in ihrer IT-Abteilung ein, und 63 Prozent erwarten, dass KI-Kenntnisse künftig in allen IT-Berufen benötigt werden. Wer die erste AI-Rolle jetzt sauber aufsetzt, baut diese Kompetenz auf, bevor sie zum Engpass wird.
Genau diese erste AI-Rolle besetzt Nova Search über Festanstellung (Permanent Recruitment): Auf ein Briefing von rund 60 Minuten zu Rolle, Tech-Stack und Teamkultur folgt die erste qualifizierte Shortlist mit 3 Kandidat:innen in 5 Werktagen, erstellt über ein zweistufiges Screening aus technischer Tiefenprüfung und Culture-Interview. Verlässt eine vermittelte Person innerhalb von 3 Monaten das Unternehmen, erfolgt die Nachbesetzung ohne zusätzliche Kosten. 5 Tage statt 5 Monate, kein Lebenslauf-Rauschen: Was das für deine erste AI-Einstellung bedeutet, steht auf der Leistungsseite zur Festanstellung.
Sources
FAQ
Was muss intern geklärt sein, bevor ich die erste AI-Stelle ausschreibe?
Vier Dinge: ein konkreter Use Case statt KI-Hype, geklärter Datenzugang und Datenqualität, ein freigegebenes Budget inklusive Gehaltsband sowie eine Ansprechperson mit Entscheidungskompetenz. Laut Destatis nennen 72 Prozent der Unternehmen ohne KI-Einsatz fehlendes Wissen und 44 Prozent Schwierigkeiten mit Datenverfügbarkeit oder -qualität als Hürde. Wer diese Punkte nicht belegen kann, verliert Kandidat:innen im Prozess.
Was verdient ein AI Engineer in Deutschland?
Laut jobvector Gehaltsanalyse 2026 liegt das Durchschnittsgehalt bei 73.453 € brutto im Jahr, die Spanne zwischen dem 25. und 75. Perzentil reicht von 61.935 € bis 85.000 €. Der Einstieg liegt bei rund 55.000 €. Für die erste Einstellung im Mittelstand sollte das Budget vor der Ausschreibung intern stehen, damit im Prozess nicht über Zahlen verhandelt werden muss.
Soll die erste Einstellung eher ein:e Forscher:in oder ein:e Generalist:in sein?
Ein:e Generalist:in mit Produktionserfahrung. Deployment, MLOps-Grundlagen, API-Integration und Cloud-Erfahrung bringen den ersten Use Case schneller in den Betrieb als Publikationen. Eine kurze Must-have-Liste mit drei bis vier Fähigkeiten erhöht die Trefferquote deutlich.
Wie überzeuge ich AI-Talente, wenn mein Unternehmen niemand kennt?
Über den Pitch statt die Marke: Gestaltungsspielraum (die Rolle von Null aufbauen), echtes Produkt und eigene Daten sowie Stabilität und kurze Entscheidungswege. 95 Prozent der Bewerbenden ist der Bekanntheitsgrad eines Unternehmens gleichgültig, entscheidend sind konkreter Tech-Stack, transparentes Gehaltsband und Prozessgeschwindigkeit.
Wie lange dauert es, eine AI-Position zu besetzen?
Laut Bitkom-Erhebung von Ende 2023 blieben IT-Stellen im Schnitt 7,7 Monate vakant. Wer den Prozess strafft, Rückmeldung binnen 48 Stunden, maximal zwei Interviewrunden und ein Angebot binnen 10 Arbeitstagen, gewinnt Profile auch gegen bekanntere Arbeitgeber. Nova Search liefert die erste qualifizierte Shortlist in 5 Werktagen.
Wie bilde ich einen AI Engineer ein, wenn es kein KI-Team gibt?
Erfolgskriterien für den ersten Use Case vorab definieren, externes Mentoring oder Sparringspartner:innen organisieren und die Person direkt an C-Level oder Head of Engineering anbinden statt isoliert arbeiten zu lassen. Ein strukturierter 90-Tage-Plan mit Review-Punkten verhindert, dass die Rolle verpufft.
AI Engineer oder ML Engineer: wen stelle ich zuerst ein?
Für den typischen Mittelstands-Use Case (LLM-Integration, Automatisierung, interne KI-Anwendungen) reicht ein AI Engineer mit breitem Stack: Python, Cloud (AWS, Azure, GCP), API-Integration, MLOps-Grundlagen. Ein ML Engineer mit Fokus auf Modelltraining und Data Pipelines lohnt sich erst, wenn eigene Modelle trainiert werden sollen. Die erste Einstellung sollte die Brücke zwischen Produkt und Betrieb schlagen.

