Berufsgruppe:
Informatik / IT / Kommunikationstechnik
Arbeitsfeld: Auf dem Daten Highway: Computer, Multimedia und IT

KI-Trainer*in

Andere Bezeichnung(en):
Machine Learning Trainer (m./w./d.), AI Model Trainer (m./w./d.), AI Data Trainer (m./w./d.), AI Trainer (m./w./d.)

Berufsbeschreibung

Künstliche Intelligenz (KI) wird in vielen verschiedenen Anwendungsfeldern genutzt und ständig kommen neue hinzu: Industrieroboter, selbstfahrende Autos (Self-Driving Cars), Smart Homes und Smart Cities sind nur einige Aspekte dieses technologischen Megatrends des 21. Jahrhunderts.
Ein wichtiger Faktor bei der Entwicklung von lernfähigen Systemen mit künstlicher Intelligenz (KI) wie z. B. in Chatbots, virtuellen Assistenzsystemen, Smart Phones, Robotern, ist das Training dieser Systeme durch Fachkräfte.

KI-Trainer*innen füttern KI-Systeme mit riesigen Datenmengen und bringen ihnen auf Basis ihrer Algorithmen und spezieller  Software bei, wie sie Muster erkennen und selbstständig weiterlernen können. Sie sind verantwortlich dafür, maschinellen Lern- und KI-Modellen zu trainieren, auf welche Art von Daten sie reagieren sollen. Je nach Anwendungsgebiet führen KI-Trainer*innen mit den KI-Systemen umfassende Testläufe, Szenarien (z. B. Straßenverkehr) und Trainings durch, bei denen die KI-Systeme lernen, situations- und anwendungsbezogen Entscheidungen zu treffen, diverse Anweisungen und Aufgaben durchzuführen, ohne dass diese zuvor exakt programmieren werden müssen. Dazu analysieren sie bestehende Datenquellen, um relevante Trainingsdaten zu identifizieren, sie wählen die Trainingsdaten aus, bereiten sie auf, notieren die Daten mit Labels an, überprüfen und validieren Modelle und dokumentieren die Trainingsprozesse und Ergebnisse.

KI-Trainer*innen arbeiten in Forschungs-& Entwicklungslabors von Unternehmen und wissenschaftlichen Institutionen. Sie arbeiten in interdisziplinären Teams mit Datenwissenschafter*innen, Techniker*innen, Softwareentwickler*innen, AI-Spezialist*innen sowie mit Expert*innen aus Neurowissenschaften, Kognitionswissenschaften oder Psychologie zusammen.

Als  Künstliche Intelligenz (KI) oder Artificial Intelligence (AI) werden lernfähige technische Systeme bezeichnet, die, basierend auf riesigen Datenmengen, die ihnen zuvor eingespeichert wurden, Situationen und Umgebungen selbstständig erfassen, analysieren und daraus Entscheidungen und Handlungsanleitungen ableiten können. KI-Systeme kommen z. B. in Self-Driving Cars, im Bereich der digitalen Text-, Sprach- und  Gesichtserkennung, in der industriellen  Robotik, oder in Smart Homes zum Einsatz.

KI-Trainer*innen sind mit dem Ausbilden, Testen, Trainieren und Optimieren von technischen Systemen, Maschinen und Anlagen mit künstlicher Intelligenz befasst. Sie leiten die KI-Systeme an, die Aufgaben, für die sie entwickelt wurden, exakt und möglichst fehlerfrei zu erfüllen. Wichtige Teile der Arbeit sind die Analyse bestehender Datenquellen, um relevante Trainingsdaten zu identifizieren und das Vorbereiten und Annotieren der Trainingsdaten, um Modelle zu trainieren und zu verbessern. Dazu gehören die Auswahl und Aufbereitung von Trainingsdaten, das Annotieren von Daten mit Labels, das Überprüfen und Validierung von Modellen und die Dokumentation der Trainingsprozesse und Ergebnisse. Dabei arbeiten KI-Trainer*innen eng mit Datenwissenschafter*innen, Techniker*innen, Softwareentwickler*innen, AI-Spezialist*innen sowie mit Expert*innen aus Neurowissenschaften, Kognitionswissenschaften oder Psychologie zusammen, welche diese Systeme entwickeln und programmieren. Das innovative und spezielle an AI-Software ist, dass sie versucht, die kognitiven Prozesse des menschlichen Lernens nachzubilden, insbesondere Prozesse der sensorischen Wahrnehmung, Objekterkennung und Informationsverarbeitung. Diese Methode wird auch "Deep Learning" genannt.

KI-Software zeichnet sich dadurch aus, dass die mit ihr ausgestatteten Systeme (wie z. B. Roboter) eigenständig lernen, z. B. Sprache, Gesichter, Verkehrszeichen oder Objekte zu erkennen und zu interpretieren und gegebenenfalls daraus Entscheidungen und Handlungen abzuleiten, wie z. B. Bremsen, Abbiegen, Stehenbleiben bei Self-Driving Cars. Um diese Art von Training, bzw. Anleitung zum "selbstständigen Lernen" zu bewerkstelligen, müssen spezielle Algorithmen entwickelt und von der KI riesige Datenmengen erfasst und ausgewertet werden.

KI-Trainer*innen sind in der Regel ausgebildete Informatiker*innen, Neurowissenschafter*innen oder Computerlinguist*innen. Sie arbeiten in privaten und universitären Forschungs-& Entwicklungslabors im Team mit Berufskolleg*innen, Forschungsleiter*innen und zahlreichen Spezialist*innen, wie z. B.: AI-Spezialist*innen, Informatiker*innen, Data Scientist (m./w./d.), Computerlinguist*in oder Computermathematiker*innen.

KI-Trainer*innen arbeiten mit KI-Systemen und riesigen Datenmengen, die in Serveranlagen und Cloud-Systemen erfasst und gespeichert werden. Sie arbeiten mit Großrechner, vernetzten Computersystemen und anderen IT-/Informations- und Kommunikationsanlagen sowie mit Desktops, Laptops, Notebooks und Tablets.
Sie kennen und verwenden Programmiersprachen wie z. B. Python, JavaScript, C#/C++, Bibliotheken wie TensoFlow, PyTorch oder Scikit-learn, verwenden Web- und App-Server und Plattformen wie Windows, Linux oder Java.

Zur Kommunikation verwenden KI-Trainer*innen Telefone, Mobiltelefone, Internet- und Videotelefonie und spezialisierte Kollaborationstools sowie spezielle  Software für Projektmanagement. Sie verwenden Bürogeräte wie  Scanner, Drucker und Kopiergeräte und führen technische Unterlagen und Dokumentationen.

Weiters lesen und verwenden sie Fachzeitschriften, Handbücher, Betriebsbücher und Computerzeitschriften, besonders aber auch Online-Ressourcen und Fachforen, um immer am aktuellen Stand neuer Forschungsergebnisse und Technologietrends zu bleiben und sich mit Kolleg*innen auszutauschen.

KI-Trainer*innen arbeiten in den Räumlichkeiten von Forschungs- und Entwicklungslabors sowie in Büros und Besprechungszimmern. Sie arbeiten in interdisziplinären Teams bestehend aus Berufskolleg*innen, wissenschaftlichen Mitarbeiter*innen, Forschungsleiter*innen und zahlreichen Spezialist*innen, wie z. B.:
AI-Spezialist*innen, 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.) oder Softwareprogrammierer*in.

Die Arbeitszeiten von KI-Trainer*innen sind variabel. Mehrarbeit, Überstunden, Nacht- und Wochenendarbeit sind, je nach Projektvorgaben, keine Seltenheit in diesem Beruf.

  • KI-Systeme (wie z. B. Roboter, Self-Driving Cars) und KI-Software testen, trainieren und optimieren
  • bestehende Datenquellen analysieren, um relevante Trainingsdaten zu identifizieren
  • Trainingsdaten auswählen und aufbereiten
  • Datenmengen in Text und Bild für KI-Systeme erfassen, auswerten, analysieren
  • KI-Softwareprogramme und KI-Algorithmen anwenden, optimieren, adaptieren
  • KI-generierte Daten analysieren und auswerten
  • Modelle überprüfen und validieren
  • KI-Systeme für natürliche Sprachverarbeitung (Chatbots, Übersetzungsprogramme, Spracherkennung) trainieren, testen, optimieren
  • Trainingsprozesse und Ergebnisse dokumentieren
  • Studien, Berichte, Memos, Reportings erstellen
  • mit Projekt- und Entwicklungsteams Meetings und Besprechungen durchführen
  • Studien und Forschungsberichte lesen
  • Fachtagungen und Messen besuchen

Beschäftigungsmöglichkeiten für KI-Trainer*innen bestehen beispielsweise 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 im eigenen Start-up

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

  • Robotik, Robotic Systems Engineering
  • Cloud-Technologien
  • Self-Driving Cars
  • Deep Learning Engineering
  • Natural Language Processing
  • Computerlinguistik
  • AI-Programmiersprachen: z. B. Python, Java, SAS, C++
  • Bibliotheken wie TensoFlow, PyTorch, Theano oder Scikit-learn
  • Data Science, Big Data
  • Projektleitung
  • Qualitätsmanagement

Spezialisierungs- und Aufstiegsmöglichkeiten (Auswahl):

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

 Algorithmus,  Hypertextsystem,  Informationsarchitektur,  KI-Prompt,  Kryptologie,  Künstliche Intelligenz,  Kybernetik,  Robotik,  Software