Unternehmen suchen KI-Manager, AI Engineers und KI-Architekten. Doch wer kann eigentlich beurteilen, ob ein Kandidat wirklich das kann, was das Unternehmen braucht?
Bei einer klassischen Stellenbesetzung funktioniert das Zusammenspiel seit Jahrzehnten.
HR verantwortet den Recruitingprozess. Der Fachbereich definiert die Anforderungen und beurteilt die fachliche Kompetenz.
Der Entwicklungsleiter spricht mit dem zukünftigen Konstrukteur. Der Leiter Supply Chain beurteilt einen Bewerber für die Disposition. Der IT-Leiter kann einschätzen, ob ein Softwareentwickler technologisch zum Unternehmen passt.
HR muss nicht jedes Detail des jeweiligen Fachgebiets beherrschen.
Dafür gibt es den Fachbereich.
Doch genau dieses Prinzip bekommt bei der Besetzung der ersten KI-Positionen ein Problem: In vielen Unternehmen existiert der zuständige KI-Fachbereich noch gar nicht.
HR beschäftigt sich intensiv mit KI – aber mit einer anderen Fragestellung
KI ist längst in den Personalabteilungen angekommen.
Eine 2026 veröffentlichte Studie von BCG und der World Federation of People Management Associations mit Beteiligung der DGFP zeigt: Rund drei Viertel der deutschen HR-Abteilungen setzen generative KI bereits in einzelnen Bereichen oder Pilotprojekten ein. Die deutsche Stichprobe umfasste 168 HR- und Business-Verantwortliche.
Das klingt zunächst nach einem hohen KI-Reifegrad.
Aber man muss genauer hinschauen.
Die Frage, ob HR ChatGPT, Copilot oder KI-Funktionen eines Recruiting-Systems nutzen kann, ist eine andere als die Frage, ob ein Recruiter beurteilen kann, ob ein Bewerber eine skalierbare RAG-Architektur konzipieren, ein LLM sicher mit ERP-Daten verbinden oder eine unternehmensweite AI-Governance aufbauen kann.
Eine Haufe-Untersuchung zur KI-Nutzung in HR kam bereits zu einem differenzierten Ergebnis: Der Großteil der untersuchten Personaler befand sich bei KI noch in einer Orientierungsphase; fehlende Skills und Kompetenzen wurden neben rechtlichen Unsicherheiten als wesentliches Hindernis genannt.
Auch die Randstad-ifo-Personalleiterbefragung zeigt für 2025 ein gemischtes Bild. Knapp zwei Drittel der Unternehmen bewerteten den Nutzen von KI als gering oder eher gering. Von den Unternehmen, die KI bereits im Recruiting einsetzen, nutzten 70 Prozent sie zum Verfassen und 55 Prozent zum Platzieren von Stellenanzeigen. Gleichzeitig bot nur knapp ein Drittel der befragten Unternehmen KI-Weiterbildungen für Beschäftigte an.
Hinzu kommt eine regulatorische Dimension: Seit Februar 2025 verlangt Artikel 4 des EU AI Act von Anbietern und Betreibern von KI-Systemen Maßnahmen zur Sicherstellung eines ausreichenden Maßes an KI-Kompetenz ihrer Beschäftigten. Eine ICR-Befragung unter mehr als 450 Teilnehmenden zeigte Anfang 2025 allerdings, dass 76 Prozent von dieser Verpflichtung noch nichts gehört hatten; lediglich drei Prozent gaben an, bereits entsprechend geschult worden zu sein.
Das ist kein Versagen von HR.
Es zeigt vielmehr ein strukturelles Problem.
Wer ist der fachliche Sparringspartner von HR?
Stellen wir uns einen mittelständischen Maschinenbauer mit 800 Mitarbeitern vor.
Die Geschäftsführung hat entschieden:
„Wir müssen beim Thema KI schneller werden. Wir brauchen einen KI-Manager.“
Der Auftrag landet bei HR.
Doch schon die erste Frage ist schwierig:
Ist ein KI-Manager überhaupt die richtige Position?
Ein Blick auf den aktuellen Stellenmarkt zeigt, wie unterschiedlich Unternehmen ihre KI-Rollen inzwischen definieren.
Zu finden sind beispielsweise:
- AI Manager / KI-Manager
- AI Engineer
- AI Software Developer
- Machine Learning Engineer
- Data & AI Engineer
- AI Platform Engineer
- AI Solution Architect
- Data & AI Architect
- AI Transformation Manager
- AI Governance Specialist
- Product Owner Agentic AI
- Head of AI
- Head of AI Applications
- Head of AI Platform
- Head of AI Solutions & Architecture
- Chief AI Officer
Das ist keine theoretische Liste. Diese und vergleichbare Bezeichnungen finden sich aktuell tatsächlich im deutschen Stellenmarkt. Die Jobsuche der Bundesagentur für Arbeit listet beispielsweise gleichzeitig Positionen wie AI Manager, AI Engineer, AI Platform Engineer, Data & AI Architect und AI Transformation Manager. Andere Ausschreibungen suchen explizit einen „Head of AI Solutions & Architecture“, „Product Owner Agentic AI“ oder Spezialisten für AI Governance.
Das Problem:
Diese Menschen machen völlig unterschiedliche Dinge.
KI-Manager ist nicht gleich KI-Manager
Ein AI Engineer entwickelt und integriert KI-Anwendungen.
Ein AI Solution Architect beschäftigt sich stärker mit Systemarchitektur, Schnittstellen, Cloud-Infrastruktur, Datenflüssen und technischer Integration.
Ein AI Transformation Manager muss dagegen verstehen, welche Unternehmensprozesse sich durch KI verändern lassen, Business Cases entwickeln und die organisatorische Umsetzung vorantreiben.
Ein AI Governance Manager beschäftigt sich mit Richtlinien, Risiken, Compliance und der kontrollierten Nutzung von KI.
Ein AI Product Manager übersetzt Geschäftsprobleme in Anforderungen an KI-Produkte und steuert deren Entwicklung.
Und ein Head of AI soll möglicherweise eine komplette KI-Organisation aufbauen und Strategie, Technologie, Governance und Umsetzung miteinander verbinden.
Schon daraus ergibt sich eine entscheidende Frage:
Wen braucht das Unternehmen eigentlich?
Bevor eine Stellenanzeige geschrieben wird, sollte geklärt werden:
Soll die Person eine KI-Strategie entwickeln?
Soll sie Prozesse analysieren und Use Cases identifizieren?
Soll sie selbst Software entwickeln?
Soll sie KI-Agenten implementieren?
Soll sie ERP-, PLM- und MES-Systeme anbinden?
Soll sie eine Daten- und AI-Architektur entwickeln?
Soll sie externe Dienstleister steuern?
Soll sie den EU AI Act und AI Governance verantworten?
Oder soll sie vor allem die Transformation der Organisation vorantreiben?
Das sind völlig unterschiedliche Kompetenzprofile.
Trotzdem können sie in Stellenanzeigen alle unter dem Begriff „KI-Manager“ auftauchen.
Das eigentliche Problem beginnt deshalb vor dem Recruiting
Die zentrale Frage lautet nicht:
Wo finden wir einen guten KI-Manager?
Sondern:
Welches Problem soll dieser Mensch in unserem Unternehmen lösen?
Daraus lassen sich fünf Fragen ableiten, die vor jeder KI-Stellenbesetzung beantwortet werden sollten:
1. Welche Ergebnisse erwarten wir von dieser Position?
Was muss nach zwölf Monaten anders sein als heute?
2. Welche technische Kompetenz benötigt die Rolle?
Muss der Kandidat selbst entwickeln können oder muss er technische Teams und Dienstleister steuern?
3. Welche Prozesskompetenz ist notwendig?
Ein produzierendes Unternehmen braucht möglicherweise jemanden, der neben KI auch ERP, Supply Chain, Entwicklung oder Produktionsprozesse versteht.
4. Welche Transformationskompetenz braucht die Position?
Eine funktionierende KI-Anwendung bedeutet noch lange nicht, dass Mitarbeiter sie nutzen und Prozesse tatsächlich verändert werden.
5. Wer beurteilt diese Kompetenzen im Vorstellungsgespräch?
Und genau bei der letzten Frage entsteht die Lücke.
Ein überzeugender Lebenslauf reicht bei KI nicht
Das Problem wird durch generative KI zusätzlich verschärft.
Bewerber können heute innerhalb weniger Minuten Anschreiben und Lebensläufe exakt auf eine Stellenbeschreibung zuschneiden.
Deshalb sollte ein KI-Auswahlprozess weniger auf Schlagworte und stärker auf konkrete Problemsituationen setzen.
Ein Kandidat könnte beispielsweise folgende Aufgabe bekommen:
„Wir möchten unsere ERP-Daten mit einer Enterprise-KI zugänglich machen. Geschäftsführung und Einkauf sollen Fragen in natürlicher Sprache stellen können. Skizzieren Sie Ihren Lösungsansatz.“
Danach wird nachgefragt:
Welche Daten bekommt das Modell?
Wie verhindern Sie unberechtigte Zugriffe?
Wann würden Sie RAG einsetzen?
Wie gehen Sie mit Halluzinationen um?
Wie stellen Sie sicher, dass ein Mitarbeiter nur die ERP-Daten sieht, für die er berechtigt ist?
Welche Architektur würden Sie wählen?
Wie messen Sie den wirtschaftlichen Nutzen?
Oder für eine stärker strategische Position:
„Sie beginnen Montag als KI-Manager bei einem mittelständischen Industrieunternehmen mit 600 Mitarbeitern. Es gibt Microsoft 365, ein ERP-System, ein PLM-System und zahlreiche Excel-Prozesse. Eine KI-Strategie existiert nicht. Was tun Sie in den ersten 100 Tagen?“
Hier zeigt sich schnell, ob jemand lediglich über KI sprechen kann oder strukturiert von Geschäftsprozessen über Use Cases und Daten bis zur Umsetzung denkt.
Doch um diese Antworten beurteilen zu können, braucht auch die Arbeitgeberseite entsprechende Kompetenz.
Genau hier fehlt häufig die KI-Fachabteilung
Das führt zu einer ungewöhnlichen Situation.
Das Unternehmen möchte mit der ersten Einstellung genau die Kompetenz aufbauen, die es eigentlich benötigen würde, um diese Einstellung fachlich beurteilen zu können.
Das ist ein Henne-Ei-Problem.
HR kann den Recruitingprozess professionell durchführen.
Die Geschäftsführung kennt die strategischen Ziele.
Die IT kennt die vorhandene Systemlandschaft.
Die Fachbereiche kennen ihre Prozesse.
Aber häufig fehlt jemand, der diese Perspektiven zu einem belastbaren KI-Kompetenzprofil verbindet.
Genau hier kann externe Unterstützung sinnvoll sein.
Die KI-Fachkompetenz auf Zeit
proaquila versteht sich dabei nicht als Personalvermittlung.
Wir suchen keine Lebensläufe und erhalten keine Provision für die Vermittlung eines Kandidaten.
Wir übernehmen vielmehr temporär die Rolle des noch nicht vorhandenen KI-Fachbereichs.
Gemeinsam mit Geschäftsführung, HR, IT und den relevanten Fachbereichen klären wir zunächst:
Welche KI-Kompetenz braucht das Unternehmen tatsächlich?
Daraus entsteht ein fachliches Anforderungsprofil.
Nicht aus allgemeinen Begriffen wie „KI-Erfahrung“ oder „Digital Mindset“, sondern aus den Aufgaben, die der zukünftige Mitarbeiter tatsächlich lösen muss.
Anschließend kann proaquila HR im Auswahlprozess fachlich unterstützen:
bei der Definition der Position,
bei der Bewertung von Kandidatenprofilen,
bei der Entwicklung fachlicher Interviewfragen,
bei der Erstellung realistischer Case Studies,
bei technischen und prozessualen Fachinterviews
und bei der strukturierten Bewertung der vorhandenen KI-Kompetenzen.
Die Personalentscheidung bleibt selbstverständlich beim Unternehmen.
Die erste KI-Einstellung ist keine normale Stellenbesetzung
Bei einem etablierten Fachbereich gibt es normalerweise jemanden, der weiß, welche Kompetenz benötigt wird.
Beim Aufbau einer neuen KI-Funktion fehlt genau diese Instanz häufig.
Und die Auswirkungen einer Fehlbesetzung können weit über die betreffende Position hinausgehen.
Denn der erste KI-Verantwortliche entscheidet möglicherweise mit darüber,
welche Plattformen eingeführt werden,
welche Daten zugänglich gemacht werden,
welche Prozesse automatisiert werden,
welche externen Anbieter ausgewählt werden,
welche Governance entsteht
und welche KI-Kompetenzen das Unternehmen in den kommenden Jahren intern aufbaut.
Deshalb sollte die erste Frage nicht lauten:
„Wo finden wir einen KI-Manager?“
Sondern:
„Welche KI-Kompetenz brauchen wir – und wer kann sie beurteilen?“
Genau diese Lücke kann proaquila schließen.
Als temporäre KI-Fachkompetenz zwischen Geschäftsführung, HR, IT und Fachbereich – bis das Unternehmen diese Kompetenz selbst aufgebaut hat.
Wenn Sie aktuell einen KI-Manager, AI Engineer, KI-Architekten, AI Transformation Manager oder Head of AI suchen und intern noch niemand die fachliche Auswahl übernehmen kann, sprechen Sie mit uns – idealerweise bevor das Stellenprofil geschrieben ist.
#KI #KünstlicheIntelligenz #KIimMittelstand #Mittelstand #Recruiting #HR #KIManager #AIEngineer #HeadofAI #KIKompetenz #AIGovernance #EUAIAct #Personalauswahl #KIStrategie #proaquila
Schreibe einen Kommentar