Projektdienstleister für KI-Rollen
  • Wissen

KI-Team aufbauen: Welche Rolle in welcher Phase

Ein KI-Vorhaben braucht je Phase andere Fähigkeiten. Wer zu früh Entwickler holt oder zu spät an Betrieb denkt, zahlt doppelt.

Phase 1: Orientierung

Ziel ist eine Entscheidung, welche Anwendungsfälle verfolgt werden. Gebraucht werden AI Advisor und AI Business Analyst, punktuell ein AI Architect für die Machbarkeit. Entwickler sind in dieser Phase noch nicht nötig.

Phase 2: Nachweis

Ein Proof of Concept belegt Machbarkeit und Nutzen. Kernbesetzung sind ein bis zwei AI Engineers und, je nach Aufgabe, ein Data Scientist. Der AI Business Analyst bleibt an Bord und definiert die Erfolgskriterien.

Phase 3: Produkt

Aus dem Prototyp wird eine Lösung für echte Nutzer. Jetzt kommen Data Engineer, AI Application Developer, AI Product Designer und ein AI Quality & Evaluation Specialist hinzu. Ein AI Tech Lead übernimmt die technische Führung, ein AI Project Manager die Steuerung.

Phase 4: Einführung

Die Lösung geht in die Breite. AI Change Manager und AI Educator sorgen für Nutzung. Der AI Security Specialist prüft vor dem Go-live. Der Betriebsrat sollte spätestens hier eingebunden sein, besser deutlich früher.

Phase 5: Betrieb und Skalierung

Mit mehreren produktiven Lösungen entsteht Bedarf an Plattform und Betrieb: AI Platform Engineer, MLOps Engineer und AI Operations Manager. Parallel wächst der Governance-Bedarf: AI Governance Officer und AI Risk Manager.

Was fest und was flexibel sein sollte

Wissen über die eigenen Prozesse, Produktverantwortung und Governance gehören langfristig ins Unternehmen. Spezialwissen für eine Phase, etwa Architektur, Evaluation, Security oder Change, lässt sich gut über Projektpartner abdecken. Wichtig ist eine geplante Übergabe: Jeder externe Einsatz sollte mit Dokumentation und Wissenstransfer enden.