GenAI Architects entwerfen die technische Architektur von Anwendungen mit generativer KI - von der Auswahl der Sprachmodelle über Datenanbindung und Sicherheitskonzepte bis zum Betrieb im Unternehmen. Der Beruf verbindet Softwarearchitektur, Data Engineering und Fachwissen über große Sprachmodelle.
0 offene Stellen zu diesem Beruf im aktuellen Bestand.
| Erfahrung | Von | Median | Bis | Jahresbrutto | Verhältnis |
|---|---|---|---|---|---|
| Berufseinstieg | 4.800 € | 5.800 € | 7.000 € | 69.600 € | |
| Mit Berufserfahrung | 6.500 € | 7.800 € | 9.500 € | 93.600 € | |
| Mit langjähriger Erfahrung | 8.500 € | 10.000 € | 13.500 € | 120.000 € |
Der Beruf ist nicht tarifgebunden; die Spanne ist entsprechend weit. Am stärksten wirken Branche und Unternehmensgröße - Banken, Versicherungen und Konzerne zahlen deutlich mehr als Mittelstand und öffentlicher Dienst, wo der TVöD gilt. In Beratungshäusern kommen oft variable Anteile hinzu.
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.
Ein GenAI Architect entscheidet, wie generative KI in einem Unternehmen technisch umgesetzt wird. Kommt ein zugekauftes Modell über eine Cloud-Schnittstelle zum Einsatz oder ein offenes Modell auf eigener Hardware? Wie werden Firmendokumente so aufbereitet und in einer Vektordatenbank abgelegt, dass Antworten belegbar sind? Wie verhindert man, dass personenbezogene Daten in externe Dienste abfließen? Der Alltag besteht aus Architekturentwürfen, Prototypen, Kostenrechnungen und vielen Abstimmungen - mit Fachabteilungen, Datenschutz, Informationssicherheit, Einkauf und den Entwicklungsteams, die die Lösung anschließend bauen.
Ein großer Teil der Arbeit ist Bewertung: Modelle vergleichen, Antwortqualität systematisch messen, Halluzinationsraten dokumentieren, Latenz und Tokenkosten gegenrechnen. Dazu kommt der Aufbau der Betriebsstrecke - Deployment über Container, Monitoring, Protokollierung von Ein- und Ausgaben, Leitplanken gegen Prompt Injection und unerwünschte Ausgaben. Viele Architects schreiben selbst Code, meist in Python, führen aber keine reinen Entwicklungsprojekte, sondern begleiten mehrere Vorhaben parallel.
Es gibt keine Ausbildung und kein Studium mit diesem Namen. Der übliche Weg führt über ein Studium der Informatik, Mathematik, Physik oder eines datennahen Fachs und mehrere Jahre Praxis als Softwareentwickler, Data Engineer, Machine-Learning-Engineer oder Cloud-Architekt. Darauf setzt die Spezialisierung auf Sprachmodelle auf, meist im Projekt erworben und durch Cloud-Zertifikate der großen Anbieter, Kurse und eigene Experimente ergänzt. Quereinstiege gelingen auch ohne einschlägigen Abschluss, wenn belastbare Projekterfahrung und veröffentlichte Arbeiten vorliegen; ganz ohne technische Vorgeschichte ist die Rolle nicht erreichbar, weil sie auf jahrelang gewachsenem Architekturwissen beruht.
Das Feld verändert sich schnell. Modelle, Werkzeuge und Preise wechseln im Quartalsrhythmus, und ein erheblicher Teil der Einarbeitung geschieht in der Freizeit oder in ungeschützten Randzeiten. Wer stabile Technologien bevorzugt, wird das als anstrengend empfinden. Dazu kommt hoher Erwartungsdruck: Geschäftsleitungen versprechen sich viel von generativer KI, während viele Vorhaben am Zustand der Datenbestände oder an rechtlichen Grenzen scheitern. Solche Ergebnisse zu vertreten und Projekte begründet abzubrechen, gehört zur Rolle.
Die Arbeit findet überwiegend am Schreibtisch statt, oft mit Homeoffice-Anteil, aber auch mit Reisen zu Kunden und Standorten. Überstunden sind in Beratungshäusern und vor Releases üblich. Verlangt werden sicheres Englisch, weil Dokumentation und Fachliteratur fast ausschließlich englisch sind, sowie die Fähigkeit, technische Entscheidungen für Nichttechniker verständlich zu begründen.
Die Nachfrage ist derzeit hoch, weil viele Unternehmen von Prototypen in den Regelbetrieb übergehen und dafür Architekturkompetenz brauchen. Ob die Rolle langfristig als eigenständiges Profil bestehen bleibt oder in der allgemeinen Softwarearchitektur aufgeht, ist offen - das dahinterliegende Wissen bleibt in beiden Fällen verwertbar. Entwicklungswege führen in die Position des Lead oder Principal Architects, in die fachliche Leitung von KI-Bereichen, in die Beratung oder in Richtung Governance und Compliance, wo Kenntnisse zur europäischen KI-Verordnung stark gefragt sind.
Üblich ist ein Bachelor- oder Masterstudium der Informatik oder eines datennahen Fachs, das drei bis fünf Jahre dauert. Darauf folgen meist vier bis acht Jahre Praxis in Entwicklung, Data Engineering oder Cloud-Architektur, bevor die Architektenrolle übernommen wird. Die Spezialisierung auf generative KI erfolgt im Projekt, ergänzt durch Anbieterzertifikate und Weiterbildungen.
Zu diesem Beruf steht gerade keine Anzeige im Bestand. Der Bestand wird täglich abgeglichen; die Suche zeigt auch verwandte Bezeichnungen.
Cloud Architects entwerfen die technische Struktur von IT-Systemen in der Cloud und legen fest, welche Dienste, Netzwerke und Sicherheitsmechanismen ein Unternehmen einsetzt. Sie begleiten Migrationen aus dem eigenen Rechenzentrum und geben Entwicklungsteams die Leitplanken vor.
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.
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.