Neue KI-Berufe: 7 Funktionen in der Informatik, die Sie 2026 im Blick behalten sollten
Aktualisiert am November 02, 2026Lesedauer: 11 Minuten
Einleitung
Neue Berufsbezeichnungen entstehen selten über Nacht. In den vergangenen zwei Jahren hat sich jedoch eine Reihe von Berufen, die direkt aus dem Einsatz künstlicher Intelligenz hervorgehen, von der Nische zum festen Bestandteil der Stellenportale entwickelt. Gemäss einer Analyse von LinkedIn vom Januar 2026 hat KI bereits mehr als 1,3 Mio. neue Stellen geschaffen. KI-Ingenieurinnen und KI-Ingenieure, Fachpersonen für die KI-Umsetzung bei der Kundschaft sowie Fachleute für Datenannotation gehören zu den am schnellsten wachsenden Berufen auf der Plattform.
Dabei handelt es sich nicht einfach um umbenannte Stellen aus der Datenwissenschaft oder der Anwendungsentwicklung. Diese Berufe spiegeln wider, was Unternehmen heute tatsächlich brauchen: Menschen, die KI zuverlässig einführen, absichern, wie ein Produkt steuern und im laufenden Betrieb halten können. Gestützt auf Rekrutierungsdaten aus den Jahren 2025 und 2026 stellt dieser Beitrag sieben dieser Funktionen vor, zusammen mit den Kompetenzen und dem Hintergrund, die den Einstieg am ehesten ermöglichen. Es sind zentrale Berufe der Zukunft in der Informatik.
Das Wichtigste in Kürze:
- KI hat bereits mehr als 1,3 Mio. neue Stellen geschaffen.
- Die offenen Stellen in KI, maschinellem Lernen und Datenwissenschaft haben innert eines Jahres um 163 Prozent zugenommen.
- Arbeitgebende beurteilen Bewerbende zunehmend nach umgesetzten Projekten statt nach Diplomen.
- Neben technischen Fähigkeiten zählen Kommunikation und ein gutes Gespür für Risiken.
Warum KI neue Berufe in der Informatik schafft
Moderne KI-Modelle sind heute als Standarddienste über Programmierschnittstellen (API) breit verfügbar, von Claude und GPT bis zu Gemini und Modellen mit offenen Gewichten wie Llama. Ein leistungsfähiges Modell zu bauen, ist nicht mehr der Engpass, der es vor wenigen Jahren noch war. Schwieriger ist es, diese Fähigkeiten sicher und zuverlässig in die tatsächlichen Arbeitsabläufe eines Unternehmens einzubinden.
Genau diese Verlagerung vom Trainieren der Modelle zu ihrem praktischen Einsatz sehen Fachleute für Rekrutierung als wichtigsten Treiber des Stellenwachstums im KI-Bereich 2026. Gemäss dem Bericht des Personalvermittlers Robert Half zur Rekrutierung in der Informatik 2026 erreichten die offenen Stellen in KI, maschinellem Lernen und Datenwissenschaft insgesamt 49'200, ein Plus von 163 Prozent gegenüber dem Vorjahr. LinkedIn zählte in seinem Bericht über die am stärksten gefragten Kompetenzen 2026 zudem KI-Grundkenntnisse, das Formulieren wirksamer Anweisungen an KI und die praktische Anwendung von Modellen zu den am schnellsten wachsenden Kompetenzfeldern.
Sieben neue KI-Berufe
1. Fachperson für KI-Umsetzung bei der Kundschaft (Forward Deployed Engineer)
Diese technische Fachperson arbeitet direkt in der Umgebung der Kundschaft und begleitet ein KI-System von Anfang bis Ende: von der Abklärung des Bedarfs über die Entwicklung bis zur Inbetriebnahme. Dieses Arbeitsmodell hat das Unternehmen Palantir geprägt. Seither haben es KI-Labore und Jungunternehmen der angewandten KI übernommen, darunter OpenAI, Anthropic und Databricks. Gemäss einer Analyse der Plattform Interview Query vom Januar 2026 stieg die Zahl der Stelleninserate für diese Funktion zwischen Januar und September 2025 um rund 800 Prozent, und der Trend hält 2026 an.
Die Funktion gibt es, weil KI-Projekte in grossen Unternehmen oft an organisatorischen statt an technischen Hürden scheitern. Eine Fachperson, die direkt vor Ort arbeitet, räumt diese Hindernisse schneller aus dem Weg als ein Anbieter, der auf herkömmliche Weise arbeitet. Typische Aufgaben sind die Analyse des Problems der Kundschaft, das Schreiben von Programmcode für den produktiven Einsatz und die Betreuung des Systems nach der Lancierung. Nützlich sind Kenntnisse in Python, TypeScript und SQL sowie Sicherheit im Umgang mit Diensten in der Cloud. Ebenso wichtig sind die Fähigkeit, den Bedarf der Kundschaft zu erfassen, und eine klare Kommunikation mit Fachleuten aus Technik und Geschäftsleitung. Die Funktion eignet sich für Personen, die Abwechslung und direkten Kontakt mit der Kundschaft schätzen. Ein guter Einstieg sind kleine, aber vollständige Projekte mit KI statt einzelner Experimente mit Modellen.
2. KI-Ingenieurin oder KI-Ingenieur (AI Engineer)
Gemäss einer Rangliste des Stellenportals Dice vom Januar 2026 gehört die Funktion der KI-Ingenieurin oder des KI-Ingenieurs zu den am schnellsten wachsenden Berufsbezeichnungen in der Technologiebranche. Sie ist von der älteren Bezeichnung für Fachleute im maschinellen Lernen zu unterscheiden. Fachleute für maschinelles Lernen haben traditionell Modelle trainiert. Wer als KI-Ingenieurin oder KI-Ingenieur arbeitet, bindet dagegen meist bestehende Modelle in Produkte ein, baut Lösungen mit abrufgestützter Generierung (RAG) und verknüpft grosse Sprachmodelle mit internen Unternehmensdaten. Gemäss Suchdaten der Personalberatung Recruits Lab aus dem Jahr 2025 nahmen die Suchanfragen nach Fachleuten für angewandte KI und grosse Sprachmodelle innert eines Jahres um 47 Prozent zu.
Nützlich sind Kenntnisse von Werkzeugen wie LangChain, Erfahrung mit Vektordatenbanken und mit der Anbindung über Programmierschnittstellen sowie solide allgemeine Grundlagen in der Anwendungsentwicklung. Ebenso wichtig sind ein Gespür für Produkte und das Urteilsvermögen, um zu erkennen, wann eine KI-Funktion zuverlässig genug für die Nutzenden ist. Die Funktion eignet sich für Entwicklerinnen und Entwickler, die sich auf KI spezialisieren möchten, ohne in die Forschung zu wechseln. Ein praktischer Einstieg ist ein kleines Werkzeug auf Basis von RAG oder eine KI-Funktion, die Sie einer bestehenden Anwendung hinzufügen.
3. MLOps-Ingenieurin oder MLOps-Ingenieur
Diese Fachpersonen sorgen dafür, dass Modelle des maschinellen Lernens im produktiven Betrieb zuverlässig laufen, und ergänzen damit die Arbeit der KI-Ingenieurinnen und KI-Ingenieure. Während KI-Ingenieurinnen und KI-Ingenieure eine Funktion liefern, stellen MLOps-Fachleute sicher, dass sie stabil läuft, sich skalieren lässt und laufend überwacht wird. Eine Untersuchung von LinkedIn zu neu entstehenden Berufen zählte MLOps zu den Bereichen mit dem steilsten Wachstum in der Technologiebranche: Die Zahl der Stellen hat sich innert fünf Jahren nahezu verzehnfacht (Faktor 9,8).
Zu den typischen Aufgaben gehören die Steuerung der Einführungsprozesse, die Überwachung der Modellleistung und einer im Zeitverlauf nachlassenden Genauigkeit sowie die Sicherstellung, dass die Systeme die Anforderungen an die Zuverlässigkeit erfüllen. Nützlich sind Erfahrung mit Infrastruktur in der Cloud und mit Containertechnologien wie Docker und Kubernetes, die Steuerung von kontinuierlicher Integration und Auslieferung (CI/CD) für Systeme des maschinellen Lernens sowie eine klare Kommunikation bei Störungen. Die Funktion eignet sich für Fachleute mit Erfahrung in DevOps oder im Betrieb von Infrastruktur. Ein praktischer Einstieg ist, selbst ein quelloffenes Modell in Betrieb zu nehmen und es durchgehend zu überwachen.
4. KI-Produktverantwortliche (AI Product Manager)
Dies ist einer der grössten Wachstumsbereiche bei der Rekrutierung im KI-Bereich ausserhalb der Ingenieursfunktionen. Gemäss Daten von Recruits Lab aus dem Jahr 2025 nahm die Zahl der Anstellungen von KI-Produktverantwortlichen innert eines Jahres um 41 Prozent zu. Die Rolle verbindet klassisches Produktmanagement mit einem praktischen Verständnis dafür, wie sich KI-Systeme verhalten und wo ihre Grenzen liegen.
Zu den typischen Aufgaben gehören die Produktstrategie für KI-gestützte Funktionen und die Übersetzung unscharfer KI-Möglichkeiten in konkrete, überprüfbare Anforderungen. Da die Antworten einer KI auf Wahrscheinlichkeiten beruhen und von Mal zu Mal variieren können, müssen KI-Produktverantwortliche zudem mögliche Fehlerquellen bedenken und die Nutzenden ehrlich über die Grenzen der KI informieren. Nützlich sind ein praktisches Verständnis grosser Sprachmodelle, Grundkenntnisse von Methoden zur Qualitätsbewertung sowie eine gute Kommunikation mit Anspruchsgruppen und die Fähigkeit, Prioritäten zu setzen. Der Weg eignet sich für erfahrene Produktverantwortliche, die sich spezialisieren möchten, und für technische Fachleute, die eine strategischere Rolle anstreben. Ein guter Einstieg ist, zu analysieren, wie bestehende KI-Produkte mit ungewöhnlichen Situationen und Fehlern umgehen.
5. Fachperson für Sicherheit und Steuerung von KI
Stellen in der KI-Sicherheit bilden heute eine eigene Spezialisierung, getrennt von der allgemeinen Cybersicherheit. Das Fachgebiet ist aus simulierten Angriffen auf KI-Modelle im Jahr 2024 und einer Welle von Sicherheitsvorfällen mit KI-Agenten im Jahr 2025 hervorgegangen. Zu den typischen Aufgaben gehören der Schutz vor Angriffen durch eingeschleuste Anweisungen, die Absicherung der Identität von Agenten und der Zugriffskontrollen sowie die Aufsicht über die Daten, mit denen Modelle feinjustiert werden. Die Nachfrage kommt sowohl von grossen Unternehmen mit hohen Anforderungen an die Regelkonformität als auch von Plattformanbietern, die spezielle Sicherheitswerkzeuge für KI entwickeln. In Stelleninseraten werden zunehmend Normen und Regelwerke wie ISO 42001, das Rahmenwerk des amerikanischen Instituts NIST für das Management von KI-Risiken und die KI-Verordnung der EU genannt. Für Schweizer Unternehmen mit Kundschaft in der EU ist die KI-Verordnung ebenfalls relevant, und auch das Schweizer Datenschutzgesetz (DSG) spielt beim Einsatz von KI eine Rolle.
Nützlich sind solide Grundlagen in klassischer Cybersicherheit, spezifisches Wissen über KI-Risiken wie eingeschleuste Anweisungen oder die Manipulation von Daten und Modellen sowie die Fähigkeit, technische Risiken in eine für die Geschäftsleitung verständliche Sprache zu übersetzen. Die Funktion eignet sich für Sicherheitsfachleute, die sich spezialisieren möchten, und für Fachpersonen aus dem Bereich Regelkonformität, die ihr technisches Wissen über KI vertiefen wollen. Ein sinnvoller Einstieg ist, sich mit veröffentlichten Rahmenwerken zu KI-Risiken und aktuellen Analysen von Sicherheitsvorfällen mit KI-Agenten vertraut zu machen.
6. Entwicklerin oder Entwickler von KI-Agenten (Agent Engineer)
Dies ist einer der jüngsten Berufe auf dieser Liste. Er hat sich Ende 2025 parallel zu Entwicklungswerkzeugen für Agenten herausgebildet, etwa dem Agent Development Kit von Google, dem Claude Agent SDK von Anthropic und LangGraph. Die Funktion verbindet Elemente aus KI-Entwicklung, MLOps und serverseitiger Entwicklung. Es gibt sie, weil ein Grossteil der produktiven KI-Arbeit 2026 mit eigenständigen oder teilweise eigenständigen Agenten zu tun hat, die Aufgaben in mehreren Schritten erledigen, und nicht nur mit einzelnen Antworten eines Modells.
Zu den typischen Aufgaben gehören die Gestaltung der Arbeitsabläufe von Agenten, die Verwaltung der Werkzeuge und Berechtigungen, die sie nutzen dürfen, sowie der Umgang mit Situationen, in denen Handlungen eines Agenten zu Fehlern führen. Nützlich sind Erfahrung mit Werkzeugen zur Koordination von Agenten, solide Grundlagen in serverseitiger Entwicklung und ein sorgfältiger Umgang mit Risiken. Fehler eines Agenten, der in der realen Welt handelt, haben nämlich ganz andere Folgen als Fehler eines Dialogsystems, das nur Text erzeugt. Die Funktion eignet sich für Fachleute, die gerne Systeme gestalten und gut mit Werkzeugen zurechtkommen, die sich noch laufend weiterentwickeln. Ein praktischer Einstieg ist ein kleines Projekt mit Agenten, bei dem Sie dokumentieren, wie es mit Fehlern umgeht.
7. KI-Trainerin oder KI-Trainer und Leitung Datenannotation
Die Annotation von Daten und die Aufsicht über das Training von Modellen sind ein weniger sichtbarer, aber strategisch wichtiger Bereich. Gemeinsame Daten des Weltwirtschaftsforums mit Sitz in Cologny bei Genf und von LinkedIn zu den 1,3 Mio. neuen KI-Stellen nennen Fachleute für Datenannotation als eine von drei Berufsgruppen, die dieses Wachstum tragen, neben KI-Ingenieurinnen und KI-Ingenieuren sowie Fachpersonen für die KI-Umsetzung bei der Kundschaft.
Auf Stufe Fachperson besteht die Arbeit darin, Daten zu kennzeichnen und die Qualität der Antworten von Modellen zu beurteilen. Auf höherer Stufe gestalten KI-Trainerinnen und KI-Trainer oder die Leitung Datenannotation die Rückmeldeschleifen und Qualitätsprozesse, die das Verhalten eines Modells prägen, vor allem bei spezialisierten Anwendungen wie KI-Werkzeugen für Recht, Medizin oder Finanzen. Die Entlöhnung unterscheidet sich je nach Erfahrung stark: Wer Daten annotiert, wird meist im Stundenlohn bezahlt, während erfahrene Leitungspersonen deutlich über 100'000 Dollar pro Jahr verdienen können. Nützlich sind Kenntnisse von Werkzeugen für die Datenannotation und auf höherer Stufe ein Verständnis dafür, wie die Qualität der Trainingsdaten das Verhalten eines Modells beeinflusst, sowie echtes Fachwissen. Dieser Weg eignet sich eher für Fachleute aus einem bestimmten Gebiet als für Personen, die eine rein technische Laufbahn suchen. Ein guter Einstieg sind Mandate für Datenannotation in einem Gebiet, in dem Sie über echtes Fachwissen verfügen.
Gemeinsame Kompetenzen der neuen KI-Berufe
Auch wenn diese Funktionen unterschiedliche Bereiche der KI abdecken, haben sie einiges gemeinsam. Fast alle setzen solide technische Grundkenntnisse voraus, sei es beim Schreiben von Programmcode für den produktiven Einsatz, beim Verständnis des Verhaltens von Modellen oder bei der Arbeit mit Daten. Das gilt auch für Rollen wie jene der KI-Produktverantwortlichen, die keine reinen Ingenieursfunktionen sind.
Ebenso deutlich zeigt sich, dass technische Fähigkeiten allein in keinem dieser Berufe genügen. Kommunikation, das Abschätzen möglicher Fehler und die Fähigkeit, direkt mit der Kundschaft oder mit Arbeitsgruppen aus verschiedenen Abteilungen zusammenzuarbeiten, tauchen in fast jedem aktuellen Stelleninserat auf. Auch die Auswahl hat sich spürbar verändert: Gemäss Rekrutierungsdaten von Recruits Lab aus den Jahren 2025 und 2026 wiegen umgesetzte Projekte bei der Beurteilung von Bewerbenden für Stellen im KI-Bereich zunehmend schwerer als formale Abschlüsse oder das Ansehen früherer Arbeitgebender.
So bereiten Sie sich auf eine Karriere im KI-Bereich vor
Weil diese Berufe neu sind und sich weiterentwickeln, sieht eine wirksame Vorbereitung anders aus als bei einer herkömmlichen Karriere in der Informatik. Das stärkste Signal an Arbeitgebende sind in fast allen beschriebenen Funktionen kleine, aber vollständige Projekte, die von Anfang bis Ende umgesetzt wurden, und nicht einzelne Kurse oder Zertifikate. Unternehmen achten nämlich ausdrücklich auf nachgewiesene Arbeitsresultate statt auf Diplome.
In den meisten dieser Berufe zählt eine vertiefte Spezialisierung in KI-Theorie weniger als die Fähigkeit, bestehende KI-Werkzeuge auf reale, konkrete Probleme anzuwenden. Meist lohnt es sich mehr, die in aktuellen Stelleninseraten genannten Werkzeuge kennenzulernen, etwa LangChain, Architekturen mit abrufgestützter Generierung, Werkzeuge zur Koordination von Agenten und veröffentlichte Normen zu KI-Risiken, als allgemeine KI-Kurse zu besuchen. In Funktionen wie der KI-Sicherheit oder dem KI-Training kann bestehendes Fachwissen, etwa aus der Cybersicherheit, einer regulierten Branche oder einem bestimmten Fachgebiet, ein echter Vorteil gegenüber einem rein technischen Hintergrund sein.
Beachten Sie zudem, dass viele Schweizer Unternehmen diese Stellen mit englischen Berufsbezeichnungen ausschreiben. Wenn Sie auf Portalen wie jobs.ch suchen, lohnt es sich deshalb, sowohl deutsche als auch englische Bezeichnungen einzugeben.
Fazit
Die hier vorgestellten neuen KI-Berufe sind nicht einfach bestehende Informatikstellen mit dem Zusatz «KI». Jeder von ihnen spiegelt einen konkreten Bedarf wider, der durch den Einsatz von KI entsteht: zuverlässige Einführung, laufender Betrieb, kluge Produktentscheide, Sicherheit und Qualitätskontrolle in grossem Massstab. Wer 2026 eine Karriere in der Informatik plant und den Einstieg in den KI-Arbeitsmarkt sucht, kommt am sichersten nicht mit einem einzelnen Zertifikat ans Ziel, sondern mit nachweisbaren, abgeschlossenen Projekten, die zeigen, dass man KI-Werkzeuge für ein echtes Problem einsetzen kann. Hinzu kommen Kommunikation und Urteilsvermögen, die in diesen Berufen ein klar menschlicher Beitrag bleiben.
Quellen
- Die 20 neuen Berufe rund um KI-Agenten, die Box, McKinsey und LinkedIn kommen sehen, Daten von LinkedIn, veröffentlicht im Magazin Forbes
- Stellen in der KI-Entwicklung 2026: ein Wachstum von 800 Prozent, das die Technologiebranche verändert, mit Daten von Interview Query
- Fachpersonen für die KI-Umsetzung bei der Kundschaft: Leitfaden zur Rekrutierung 2026, Yochana
- Rekrutierungstrends 2026 für die KI-Umsetzung bei der Kundschaft: was 1'000 Stelleninserate zeigen, Perspective AI
- Wen KI-Unternehmen 2026 tatsächlich einstellen, Recruits Lab
- Neue KI-Berufe 2026: wo eingestellt wird und was bezahlt wird, Tek Ninjas
- Robert Half, Bericht zur Rekrutierung in der Informatik 2026, zitiert von Tek Ninjas

Lerne online Tech-Skills mit Code Labs Academy
Tritt unserer unterstützenden Community bei, entfalte dein Potenzial und mach den nächsten Schritt in deiner Tech-Weiterbildung – flexibel, live-online und von überall in der Schweiz.
Jetzt bewerben