AI Consultants beraten Unternehmen dabei, wo künstliche Intelligenz sinnvoll einsetzbar ist, und begleiten die Einführung von der Idee bis zum laufenden Betrieb. Sie arbeiten zwischen Fachabteilung, IT und Geschäftsführung.
3 offene Stellen zu diesem Beruf im aktuellen Bestand.
| Erfahrung | Von | Median | Bis | Jahresbrutto | Verhältnis |
|---|---|---|---|---|---|
| Berufseinstieg | 3.800 € | 4.500 € | 5.400 € | 54.000 € | |
| Mit Berufserfahrung | 5.000 € | 6.200 € | 7.800 € | 74.400 € | |
| Mit langjähriger Erfahrung | 6.500 € | 8.200 € | 11.000 € | 98.400 € |
Ein Tarifvertrag besteht in der Regel nicht, die Gehälter werden frei verhandelt und liegen entsprechend weit auseinander. Am stärksten wirken der Arbeitgebertyp - große internationale Beratungen und Cloud-Anbieter zahlen deutlich über kleinen Agenturen -, der Standort und in Beratungen der variable Bonusanteil, der zehn bis zwanzig Prozent ausmachen kann.
Die Werte sind Orientierungswerte und keine amtliche Statistik. Sie sind aus öffentlich verfügbaren Erhebungen, Tarifwerken und Stellenanzeigen abgeleitet und auf volle Euro gerundet. Im Einzelfall entscheiden Betrieb, Tarifbindung, Region, Qualifikation und Verhandlung – die Abweichung nach oben wie nach unten kann erheblich sein.
Das Jahresbrutto ist das 12-fache des Monatswertes. Urlaubs- und Weihnachtsgeld sind nicht enthalten, weil sie sich von Branche zu Branche unterscheiden.
AI Consultants prüfen, welche Aufgaben in einem Unternehmen sich mit maschinellem Lernen oder Sprachmodellen automatisieren oder verbessern lassen, und was das kostet. Am Anfang steht meist eine Bestandsaufnahme: Welche Daten liegen vor, in welcher Qualität, wer arbeitet mit welchen Systemen. Danach folgen Workshops mit Fachabteilungen, in denen Anwendungsfälle gesammelt und nach Aufwand und Nutzen sortiert werden. Aus den aussichtsreichen Fällen entstehen Prototypen, oft mit vorhandenen Cloud-Diensten oder Modell-APIs statt mit eigenem Training.
Ein großer Teil der Arbeit ist Kommunikation. AI Consultants erklären Geschäftsführungen, warum ein Modell keine Garantie für richtige Antworten gibt, sie moderieren zwischen Datenschutzbeauftragten, Betriebsrat und Entwicklungsteams, sie schreiben Konzepte, Angebote und Abschlussberichte. Wer bei einer Beratung angestellt ist, arbeitet in Projekten von wenigen Wochen bis zu einem Jahr, häufig mehrere parallel. In Unternehmen mit eigener KI-Abteilung liegt der Schwerpunkt stärker auf dem dauerhaften Betrieb: Modelle überwachen, Anforderungen aus dem EU-AI-Act umsetzen, Schulungen für Mitarbeitende geben.
Ein geregelter Ausbildungsweg existiert nicht. Üblich ist ein Hochschulabschluss in Informatik, Data Science, Mathematik, Statistik, Wirtschaftsinformatik oder Physik. Auch aus den Wirtschaftswissenschaften kommen viele, dann meist mit einer technischen Zusatzqualifikation. Praktische Programmierkenntnisse in Python, Erfahrung mit Datenbanken und ein Verständnis der gängigen Modellarchitekturen werden fast immer verlangt, auch wenn die Stelle beratend ist.
Quereinstieg ist möglich und kommt häufig vor: aus der Softwareentwicklung, aus der klassischen IT-Beratung, aus dem Data Engineering oder aus einer Fachdomäne wie Logistik, Versicherung oder Medizin. Domänenwissen ist in diesem Beruf ein handfester Vorteil, weil nur damit einschätzbar ist, ob ein Anwendungsfall im Alltag trägt. Zertifikate der großen Cloud-Anbieter dienen als Nachweis, ersetzen aber keine Projekterfahrung.
Die Arbeit ist zeitlich unregelmäßig. In Beratungen sind Reisen zu Kunden, Wochen mit deutlich mehr als vierzig Stunden und Termindruck vor Meilensteinen normal; Homeoffice-Anteile sind hoch, ersetzen aber nicht die Präsenz bei Workshops. Fachlich veraltet Wissen schnell, Einlesen in neue Werkzeuge findet oft in der Freizeit statt.
Belastend ist auch die Erwartungslage. Viele Auftraggeber überschätzen, was KI leisten kann, andere lehnen sie grundsätzlich ab. Projekte scheitern nicht selten an schlechter Datenqualität oder internen Widerständen, und das nach Monaten Arbeit. Wer Konflikte scheut oder ausschließlich technisch arbeiten möchte, ist im Data Engineering oder in der Modellentwicklung besser aufgehoben.
Die Nachfrage ist hoch, hat sich aber verschoben: Gesucht werden weniger Generalisten mit Foliensätzen als Leute, die selbst etwas bauen und den Betrieb verantworten können. Regulatorische Themen rund um den EU-AI-Act schaffen zusätzlichen Bedarf. Entwicklungswege führen in die Projekt- und Teamleitung, in die Spezialisierung als Machine Learning Engineer oder MLOps-Fachkraft, in Richtung KI-Governance oder in die Selbstständigkeit als freier Berater. Ein Risiko bleibt die Konjunkturabhängigkeit: Beratungsbudgets werden in schwachen Jahren zuerst gekürzt.
Üblich ist ein Bachelor- oder Masterstudium in Informatik, Data Science, Mathematik oder Wirtschaftsinformatik mit einer Regelstudienzeit von sechs bis zehn Semestern. Viele beginnen als Junior Consultant oder Data Analyst und wachsen über zwei bis drei Jahre in die eigenständige Kundenberatung. Quereinsteigende aus der Softwareentwicklung oder einer Fachdomäne ergänzen ihr Profil meist über Zertifikate der Cloud-Anbieter und erste eigene Projekte.
Business Analysten untersuchen Geschäftsprozesse, erheben Anforderungen von Fachabteilungen und übersetzen sie in Vorgaben für IT-Systeme oder Projekte. Sie arbeiten an der Schnittstelle zwischen Fachbereich und Technik.
Data Engineers bauen und betreiben die Systeme, in denen Daten aus verschiedenen Quellen gesammelt, aufbereitet und für Auswertungen bereitgestellt werden. Sie sorgen dafür, dass Datenpipelines zuverlässig laufen und die gelieferten Daten korrekt sind.
IT-Consultants beraten Unternehmen bei der Auswahl, Einführung und Anpassung von IT-Systemen. Sie übersetzen fachliche Anforderungen in technische Lösungen und begleiten Projekte von der Analyse bis zum laufenden Betrieb.
Arbeitsplatz.de verwendet nur die Cookies, die für den Betrieb der Seite nötig sind. Kein Tracking, keine Werbenetzwerke, keine Auswertung Ihres Verhaltens. Einzelheiten stehen in der Datenschutzerklärung.