AI Engineer: Der Job des KI-Ingenieurs

Mit der zunehmenden Digitalisierung und der fortschreitenden Entwicklung von künstlicher Intelligenz (KI) entstehen auch neue Jobs.

Wusste vor wenigen Monaten noch kaum jemand, was sich hinter einem Prompt verbirgt; ist das Berufsbild des "Prompt Engineers" vielen heute ein Begriff.

Wie erhalte ich von der Künstlichen Intelligenz (KI) das Ergebnis, das ich haben möchte? Lesen Sie dazu unseren Artikel zu "Prompts"

Das ist nicht zuletzt der Tatsache geschuldet, dass das KI-Tool ChatGPT von mehreren Millionen User:innen genutzt wird. ChatGPT - aus dem Hause OpenAI - ist wohl das zur Zeit bekannteste und schlagkräftigste Künstliche-Intelligenz-Sprachmodell aktuell.

Neben dem "Prompt Engineer" taucht auch immer wieder das Berufsbild des "AI Engineers" (KI-Ingenieur) auf.

Und dieser Beruf ist uns vielleicht näher als wir glauben. So ist die Arbeit des "AI Engineers" relevant, wenn wir beispielsweise Streamingdienste wie Netflix, Amazone Prime oder ähnliche aufrufen. Die personalisierten Vorschläge, die an ihre Nutzer:innen ausgespielt werden basieren auf maschinellem Lernen - (einem Teilbereich der künstlichen Intelligenz). KI ist bereits fester Bestandteil unseres Alltags.

Doch was genau ist nun ein "AI Engineer"? Clemens Heitzinger vom Center for Artificial Intelligence and Machine Learning (CAIML) an der TU Wien gibt Aufschluss.

"Das Wort Engineer oder Ingenieur bedeutet im Allgemeinen jemanden, der Maschinen oder komplexe Systeme entwirft, baut, testet und analysiert.

Ein AI Engineer ist also jemand, der Systeme der künstlichen Intelligenz programmiert und testet, auf Clustern implementiert und dafür sorgt, dass sie zuverlässig laufen."

"Ein AI Engineer sollte ausgezeichnet programmieren können und sich in den Methoden der künstlichen Intelligenz (zum Beispiel viele Arten von künstlichen neuronalen Netzen), in Data Science (auch Statistik) und Software engineering auskennen. Dazu sind wie so oft gute Kommunikationsfähigkeiten und ein wirtschaftliches Grundverständnis nützlich."

Die wesentlichen Aufgabenfelder sind demnach:

• Organisation und Management der KI-Infrastruktur

• Schaffung von KI-Modellen

• Erstellung sowie Auswertung statistischer Analysen

• Adaption der Modelle für spezifische Anwendung

• Software engineering

"Die Übergänge, vor allem was Programmier-Kenntnisse betrifft, sind sehr fließend. Ein Data Scientist ist methodisch, was maschinelles Lernen betrifft, wohl breiter aufgestellt, um anwendungsspezifischer agieren zu können.

Ein AI Engineer ist derzeit eher damit beschäftigt, bei den aktuellen, raschen Entwicklungen wie zum Beispiel auf den Gebieten der Large language models und der Generative AI auf dem Laufenden zu bleiben. Ein AI Engineer ist also näher an der Front der Forschung."

Eine spezifische Ausbildung zum AI Engineer gibt es so nicht.
Der Job ist vor allem für jene interessant, die ein Studium der Informatik, Wirtschaftsinformatik oder beispielsweise Mathematik oder Elektrotechnik abgeschlossen haben.

Zudem sind, wie bereits teilweise oben erwähnt, folgende Fähigkeiten von Vorteil:

• Ausgezeichnete Programmierfähigkeit (Python, R, Java, SAS und C++ gehören zu den am häufigsten verwendeten Programmiersprachen in diesem Bereich)

• Sehr gute Kenntnisse in Data Science

• Sehr gute Mathematik- und Statistik-Kenntnisse

• Ausgezeichnete analytische Fähigkeiten

• Wirtschaftliches Grundverständnis

• Kritisches Denken

• Gute Kommunikationsfähigkeiten

• Lösungsorientiertes Denken

• Genauigkeit

"Das ist auf Grund der vielen und raschen Entwicklungen in der künstlichen Intelligenz in den letzten zehn Jahren gar nicht einfach vorherzusehen. Aktuell gibt es mit Large language models (LLM) wie ChatGPT bzw. GPT-4 eine Umwälzung darin, wie Computer mit natürlicher Sprache umgehen können. Etwas Ähnliches sehen wir in der Generative AI. Diese Themen werden wohl die nächsten Jahre beherrschen, wenn es darum geht, Neuheiten in die Praxis umzusetzen", so Clemens Heitzinger.