AI-Spezialist*in

AI-Spezialist*innen sind mit der Entwicklung, Programmierung und Testung von AI-Software sowie von technischen Systemen, Geräten und Anlagen, die mit AI-Software operieren, befasst (AI=Artificial Intelligence bzw. KI=Künstliche Intelligenz).

Anwendungsfelder von Artificial Intelligence und AI-Software sind beispielsweise Bereiche der Mensch-Maschine-Interaktion wie z. B. "smarte" Assistenztechnologien, "smarte" Unterhaltungselektronik, selbstfahrende Autos, Übersetzungssoftware, Bilderkennung, Programme zur Datenanalyse sowie Anwendungen im Bereich der Medizintechnik, Lagerwirtschaft und  Logistik und "Smart City", aber auch Roboter, humanoide Roboter und zahlreiche andere Anwendungsgebiete.
Darüber hinaus finden sich weitere relevante Anwendungsfelder im Gesundheitswesen (eHealth, digitale Diagnostik), in der Landwirtschaft ( Digital Farming), sowie im Bildungswesen (eLearning) oder im Bank- und Finanzwesen.

AI-Software bildet kognitive Prozesse des Menschen nach, insbesondere Prozesse der sensorischen Wahrnehmung, Objekterkennung, Informationsverarbeitung und Sprache. KI oder AI ist in diesem Sinne eine Methode des Maschinenlernens (Machine Learning), bei der es darum geht, dass Maschinen, ähnlich dem Menschen, selbstständig lernen, Erfahrungen sammeln, Entscheidungen treffen, Muster und Objekte erkennen und natürliche Sprachen verstehen und wiedergeben können. Das Ziel von AI-Technologie ist es, Maschinen so zu programmieren, dass sie neue Dinge lernen, die ihnen zuvor nicht programmiert wurden. Um dies zu bewerkstelligen müssen AI-Spezialist*innen spezielle Algorithmen entwickeln und immense Datenmengen erfassen und auswerten.

Die AI-Entwicklung gliedert sich grob in drei Bereiche Neuronale Netze (Neural Networks), Natürliche Sprachverarbeitung (Natural Language Processing) und Deep Learning (Maschinelles Lernen). AI-Spezialist*innen sind meist in einem dieser Bereiche tätig, arbeiten aber  interdisziplinär mit Berufskolleg*innen aller Bereiche zusammen. Bei ihrer Arbeit kommen spezielle AI-Softwareprogramme, Cloud-Technologien und digitale Arbeitsumgebungen, Frameworks und Bibliotheken zum Einsatz.

Neuronale Netze bilden die Grundlage, um Computern das "Denken und Lernen" beizubringen. Hierbei imitieren AI-Spezialist*innen kognitive Abläufe des menschlichen Gehirns, z. B. wie es Sinneseindrücke abstrahiert und klassifiziert. Mit Hilfe von neuronalen Netzen kann AI-Software lernen, Gesichter, Bilder und Objekte zu erkennen. Auf Basis einer statistisch ausreichend großen Datenmenge können AI-Systeme mit hoher Genauigkeit Vorhersagen treffen und daraus Handlungsanweisungen ableiten.

Beim Natural Language Processing arbeiten AI-Spezialist*innen mit Linguist*innen, Computerlinguist*innen und anderen Expert*innen zusammen zur Entwicklung von AI-Software, die es Maschinen ermöglicht, menschliche Sprache zu verarbeiten und wiederzugeben. Anwendungsbereiche sind z. B. Chatbots oder Assistenzsysteme. Für Deep Learning entwickeln AI-Spezialist*innen Machine Learning Tools, die es einer Maschine ermöglicht, Probleme zu lösen, selbstständig Entscheidungen zu fällen und aus den Daten Schlussfolgerungen abzuleiten, die menschliche Entscheidungsprozesse nachempfinden. Solche Systeme spielen z. B. bei selbstfahrenden Autos, in vielen industriellen Prozessen, aber auch bei Übersetzungsprogrammen eine große Rolle.

In jedem Fall ist die Arbeit von AI-Spezialist*innen stark  interdisziplinär ausgerichtet. Je nach Tätigkeitsfeld oder Projekt arbeiten sie im Team mit verschiedensten Fachkräften und Spezialist*innen und oft in  Kooperation mit Expert*innen der Neuro-/Kognitionswissenschaften,  Linguistik oder Psychologie.

AI-Spezialist*innen arbeiten mit Computer Desktops mit mehreren Screens und Computernetzerken, sowie mit Laptops, Notebooks und Tablets, mit Systemen der Informations- und Kommunikationstechnik, Peripheriegeräten und mit zugehörigen Softwaresystemen sowie mit Fachbüchern, Fachjournalen, Tabellen und Handbücher.

Sie arbeiten mit Programmiersprachen wie z. B. PHP, Python, C++, Ruby oder InterBase, sowie mit OpenAI-Plattformen (z. B. Windows, Linux, Java oder Google). KI- und Machine-Learning-Projekte nutzen häufig Python zusammen mit spezialisierten Bibliotheken wie TensorFlow, PyTorch oder Keras.

AI-Spezialist*innen nutzen digitale Arbeitsumgebungen wie Cloud-Computing-Plattformen und GPUs (Graphical Processing Units) für das Training von KI-Systemen, welche die Verarbeitung großer Datenmengen und komplexe Berechnungen, die für das Training von KI-Modellen erforderlich sind, ermöglichen. Für die interdisziplinäre und/oder projektspezifische Zusammenarbeit und Dokumentation verwenden sie digitale Kollaborationstools wie z. B. GitHub, Jira, Confluence oder TensorFlow.
Darüber hinaus führen sie technische Unterlagen, Projekt-Dokumentationen und verwenden Whiteboards, Memos und dergleichen mehr.

AI-Spezialist*innen arbeiten in den Räumlichkeiten von Forschungs- und Entwicklungslabors, sowie in Büros und Besprechungszimmern. Sie arbeiten in interdisziplinären Teams bestehend aus Berufskolleg*innen, Forschungsleiter*innen und zahlreichen Spezialist*innen, siehe z.B.:
Informatiker*in, Computertechniker*in, Computerlinguist*in, Computermathematiker*in, Data Scientist (m./w./d.), Cognitive Developer (m./w./d.), Deep Learning Engineer (m./w./d.), Neurowissenschafter*in, Neurolinguist*in, Natural Language Processing Expert*in, Robotic Systems Engineer (m./w./d.), Softwareprogrammierer*in oder Principal Investigator (PI) (m./w./d.).

Als AI-Spezialist*innen arbeitet man oft mit Expert*innen aus den unterschiedlichsten Fachbereichen (Neurowissenschaften, Psychologie usw.) zusammen. Interdisziplinäres, vernetztes Denken ist daher sehr wichtig in diesem Beruf. Die Arbeitszeiten von AI-Spezialist*innen sind relativ flexibel und richten sich nach dem Aufwand ihrer konkreten Projekte. Auch Mehrarbeit und Überstunden sind keine Seltenheit.
Dadurch, dass sie viel am Computer arbeiten, ist in diesem Beruf auch mobiles/ortsunabhängiges Arbeiten unterwegs oder im Homeoffice gut möglich. Gleichzeitig darf längeres Arbeiten an Bildschirmen, oft bei künstlicher Beleuchtung, für AI-Spezialist*innen kein Problem darstellen.

• AI-Software entwickeln und programmieren
• AI Algorithmen schreiben und entwickeln
• AI-Programmiersprachen wie z. B. Python, Java, C++ anwenden
• Cloud-Computing und Cloud-Technologien anwenden
• digitale Kollaborationstool wie z. B. TensorFlow zur interdisziplinären Zusammenarbeit anwenden
• Data Science,  Big Data: Datengrundlagen für AI erfassen
• AI-generierte Daten analysieren und auswerten
• Software, Anwendungen, Tools für Maschinelles Lernen entwickeln und testen
• Software für Datenverarbeitung in Neuronalen Netzwerken entwickeln und testen
• Software für Natürliche Sprachverarbeitung (Natural Language Processing) entwickeln und testen
• AI-Systeme testen, verbessern, optimieren
• technische Dokumentationen führen
• Studien, Berichte, Memos, Reportings erstellen
• mit Projekt- und Entwicklungsteams Meetings und Besprechungen durchführen
• aktuelle Studien und Forschungsberichte lesen
• Tagungen, Kongresse, Fachmessen etc. besuchen

Beschäftigungsmöglichkeiten für AI-Spezialist*innen ergeben sich vor allem in Forschungs- und Entwicklungsbereichen von universitären und außeruniversitären Forschungseinrichtungen sowie in Unternehmen der IT-Branche, Social-Media-Unternehmen und Industriebetrieben mit KI-Anwendungen. Immer wieder finden AI-Spezialist*innen auch in kleineren Start-ups Beschäftigung, die neue KI-Anwendungen entwickeln, oder sie gründen selbst solche Start-ups.

Beschäftigungsmöglichkeiten bestehen insbesondere in:

• Fachhochschulen, Universitäten und universitäre Forschungseinrichtungen
• außeruniversitäre Forschungs- und Entwicklungseinrichtungen
• Forschungs- und Entwicklungslabors von Gewerbe- und Industriebetrieben der KI-Technologie
• Gewerbe- und Industriebetriebe der Robotertechnik
• Softwareunternehmen, Social Media Unternehmen
• Selbstständig in eigenen Start-ups

Der Beruf AI-Spezialist*in ermöglicht mit entsprechender Berufserfahrung und Weiterbildung beispielsweise die Spezialisierung auf:

• betriebsspezifische Fachbereiche, Produkte, KI-Systeme
• AI-Softwareprogramme, AI-Algorithmen
• Machine Learning Engineering
• Cloud-Computing, Cloud-Technologien
• Cognitive Developing
• Deep Learning Engineering
• Natural Language Processing
• Robotic Systems Engineering
• Data Science, Big Data, Data Analytics
• Business Intelligence Developing
• AI Consulting

Aufgrund der rasanten Entwicklungen in diesem Feld ist damit zu rechnen, dass der Grad und Umfang an Spezialisierungsmöglichkeiten in diesem Beruf beständig zunehmen wird.

Spezialisierungs- und Aufstiegsmöglichkeiten (Auswahl):

• Cloud Engineer (m./w./d.)
• Computerlinguist*in
• Data Scientist (m./w./d.)
• Digitalisierungsberater*in
• Entwicklungsleiter*in
• IT-Consultant (m./w./d.)
• Robotiktechniker*in
• Technische*r Projektmanager*in

• Cognitive Developer (m./w./d.)
• Deep Learning Engineer (m./w./d.)
• Natural Language Processing Expert*in

Hier finden Sie ein paar Begriffe, die Ihnen in diesem Beruf und in der Ausbildung immer wieder begegnen werden:

 Cognitive Science,  Hardware,  KI-Prompt,  Künstliche Intelligenz,  Kybernetik,  Robotik,  Software