AI Engineering steht jetzt im Kleingedruckten

Gergely Orosz beschreibt den Software-Arbeitsmarkt 2026 als widersprüchlich: klassische Software-Rekrutierung erholt sich in den USA und Großbritannien, während AI Engineering deutlich stärker nachgefragt wird. In Deutschland sieht dieselbe Verschiebung weniger spektakulär aus.

Sie kommt nicht als Rollenexplosion. Sie kommt als Kleingedrucktes in alten Rollen.

Bitkom meldet für 2025 rund 109.000 fehlende IT-Fachkräfte in Deutschland. Das ist weniger als der Höchststand von 149.000 im Jahr 2023, aber immer noch eine strukturelle Lücke. 85 Prozent der befragten Unternehmen sehen aktuell einen Mangel an IT-Fachkräften, 79 Prozent erwarten eine weitere Verschärfung.

Gleichzeitig ist der Markt nicht einfach heiß. Die Bundesagentur für Arbeit weist für 2024 zwar 1,12 Millionen sozialversicherungspflichtige IKT-Beschäftigte aus, plus 4 Prozent zum Vorjahr. Der gemeldete Stellenbestand liegt aber bei 16.000 und ist wegen der wirtschaftlichen Schwäche gesunken. Das Institut der deutschen Wirtschaft sieht 2024 sogar einen Rückgang offener Stellen in IT-Berufen um 26,2 Prozent auf 46.431. Bei IT-Experten fiel der Rückgang mit 33,7 Prozent noch stärker aus.

Das klingt nach Entspannung. Ist es aber nur vordergründig.

Denn trotz weniger Ausschreibungen bleiben Engpässe. Laut IW konnten 2024 mehr als 13.500 offene IT-Stellen rechnerisch nicht besetzt werden. Bei Experten der Informatik blieben 6.920 Stellen offen. Das entsprach rund 69,9 Prozent der offenen Stellen in diesem Segment.

Der deutsche Markt sagt also nicht: Wir brauchen plötzlich niemanden mehr.

Er sagt eher: Wir stellen vorsichtiger ein, aber die Leute, die wir wirklich brauchen, finden wir trotzdem nicht.

AI verschärft diese Spannung. Bitkom berichtet, dass 42 Prozent der Unternehmen durch KI zusätzlichen Bedarf an IT-Fachkräften erwarten. 27 Prozent rechnen mit Stellenabbau durch KI, 16 Prozent erwarten den Wegfall von Rollen, die ohnehin nicht besetzt werden können. Nur 8 Prozent setzen KI bereits gezielt als Mittel gegen den IT-Fachkräftemangel ein.

Das ist Deutschland in einem Satz: Alle reden über Entlastung, aber fast niemand hat das Betriebssystem dafür schon gebaut.

Die sichtbaren Jobportale zeigen denselben Befund im Kleinen. Stepstone listet aktuell 451 Treffer für „AI Engineer“, 122 für „Artificial Intelligence Engineer“. Heise Jobs findet 65 Treffer für „KI Entwickler“. Das ist relevant, aber keine Rollenexplosion. Vor allem zeigen die Anzeigen selten reine Forschungsrollen. Sie suchen Menschen, die RAG, Agentic AI, LLM-Ops, Python, Cloud, Datenpipelines, Fachbereichsübersetzung und produktionsnahe Integration zusammenbringen.

Das ist keine neue Berufsgruppe im weißen Kittel. Das ist Softwareentwicklung mit zusätzlicher Last.

Der AI Engineer heißt in Deutschland deshalb oft noch Softwareentwickler, Data Engineer, System Engineer, Consultant oder Wirtschaftsinformatiker. Nur steht jetzt im Kleingedruckten: bitte auch Modelle integrieren, Evals bauen, Halluzinationen einhegen, Datenschutz mitdenken, Fachprozesse verstehen und Fachbereiche davon abhalten, aus jedem Chatbot ein Produkt zu machen.

Der eigentliche Wandel ist nicht der Titel. Es ist die Erwartung.

Bisher konnte ein Unternehmen Softwarekompetenz oft als Lieferfähigkeit lesen: Kann jemand bauen, testen, deployen, betreiben? Mit KI kommt eine zweite Schicht dazu: Kann jemand beurteilen, wann ein Modell gut genug ist, welche Fehler relevant sind, welche Aufgaben überhaupt delegierbar sind und wo eine scheinbar gute Automatisierung den Prozess kaputt macht?

Das ist kein reines Coding-Problem. Es ist eine Mischung aus Spec, Evaluation und Terrain.

Spec: Was soll das System wirklich tun?

Evaluation: Woran merken wir, dass es gut genug ist?

Terrain: In welchem betrieblichen Umfeld landet es, mit welchen Daten, Rechten, Abhängigkeiten und politischen Nebenwirkungen?

Genau deshalb lässt sich die US-Erzählung nicht eins zu eins übertragen. In den USA entstehen AI-Rollen in einem Markt mit mehr Kapital, mehr Produktfirmen, mehr Plattformnähe und mehr VC-Druck. Deutschland hat mehr Mittelstand, mehr regulierte Branchen, mehr Mitbestimmung, mehr Legacy und oft weniger interne Produktdisziplin. Hier wird AI Engineering seltener als heroische neue Rolle auftauchen. Es wird in bestehende Rollen hineinlaufen.

Das macht es weniger sichtbar, aber nicht weniger wichtig.

Der Managementfehler wäre, daraus ein Weiterbildungsdetail zu machen: „Unsere Entwickler sollen sich mal mit KI beschäftigen.“ Das wird nicht reichen. Wenn AI Engineering zur Basiskompetenz wird, müssen auch Rollenprofile, Karrierepfade, Einkaufsprozesse und Betriebsmodelle nachziehen.

Sonst passiert das Übliche: Man hängt neue Erwartungen an alte Stellenbeschreibungen, nennt das Transformation und wundert sich später, warum alle überlastet sind.

Die bessere Frage lautet nicht: Wie viele AI Engineers brauchen wir?

Die bessere Frage lautet: Welche unserer bestehenden Rollen bekommen gerade unsichtbar AI-Verantwortung dazu, ohne Zeit, Mandat und Bewertungsmaßstab dafür zu haben?

Dort entsteht der deutsche Arbeitsmarkt für AI vermutlich zuerst. Nicht als neue Jobfamilie mit sauberem Label. Sondern als stiller Zusatzvertrag in alten Rollen.

Und stille Zusatzverträge sind im Betrieb meistens die teuersten.