KI-Manager: Was die Rolle wirklich bedeutet und welche Fähigkeiten zählen
„KI-Manager" ist ein Jobtitel ohne festen Ausbildungsweg. Was die Rolle im Alltag tatsächlich verlangt, ein Beispiel aus der Praxis und welche Fähigkeiten sich unabhängig davon lohnen.
Stellenanzeigen für „KI-Manager" häufen sich, aber der Titel ist nicht geschützt und es gibt keine einheitliche Ausbildung dafür. Zwei Firmen, die beide einen KI-Manager suchen, meinen damit oft zwei verschiedene Jobs: bei der einen ist es eine strategische Rolle nah an der Geschäftsführung, bei der anderen jemand, der Tool-Anfragen aus den Teams sortiert und Schulungen organisiert.
Das macht die Rolle nicht weniger real. Es macht sie zu einer, bei der die konkreten Aufgaben mehr zählen als der Titel auf der Visitenkarte.
Was ein KI-Manager im Alltag tatsächlich macht
Über die meisten Stellenbeschreibungen hinweg tauchen dieselben vier Aufgabenblöcke auf, in unterschiedlicher Gewichtung:
- Werkzeuge bewerten: Welches KI-Tool für welche Abteilung sinnvoll ist, bevor ein Team es einfach selbst einführt.
- Schulung koordinieren: Dafür sorgen, dass Kolleginnen und Kollegen die Werkzeuge tatsächlich richtig nutzen, nicht nur Zugang dazu haben.
- Risiken einschätzen: Wo Kundendaten oder interne Zahlen in ein Tool eingegeben werden könnten, und was dort erlaubt ist.
- Ergebnisse einordnen: Ob eine KI-gestützte Arbeitsweise tatsächlich Zeit spart oder nur neue Nacharbeit erzeugt.
Auffällig ist, was fehlt: Programmieren gehört in den meisten Stellen nicht dazu. Die Rolle ist koordinierend, nicht technisch — näher an Projektmanagement als an Data Science.
Warum es keinen festen Ausbildungsweg gibt
Für etablierte Berufe gibt es anerkannte Abschlüsse mit festgelegten Inhalten. Für „KI-Manager" existiert das nicht, weil sich die Werkzeuge schneller ändern, als ein Lehrplan Schritt halten könnte. Ein Kurs, der vor zwei Jahren aktuelle Tools zeigte, zeigt heute größtenteils Menüs, die es nicht mehr gibt.
Ein fester Lehrplan für ein Werkzeugfeld, das sich alle paar Monate ändert, ist per Definition schon beim Erscheinen veraltet.
Das heißt nicht, dass Weiterbildung in dem Bereich nutzlos ist — nur, dass ein Zertifikat allein wenig darüber aussagt, ob jemand die Aufgabe tatsächlich beherrscht. Entscheidend ist eher, ob jemand mit einer konkreten Tool-Entscheidung schon einmal richtig oder falsch gelegen hat und daraus etwas gelernt hat.
Ein Beispiel aus dem Alltag
Ein Team möchte ein neues KI-Tool zum automatischen Beantworten von Kundenanfragen einführen. Die Aufgabe eines KI-Managers ist selten, das Tool selbst zu testen — meist geht es darum, die richtigen Fragen vorher zu stellen, bevor eine Entscheidung getroffen wird.
- Was passiert mit den Kundendaten, die in das Tool eingegeben werden — bleiben sie beim Anbieter oder fließen sie ins Training zurück?
- Wie erkennt das Team, wenn eine automatisch generierte Antwort falsch ist, bevor sie an eine echte Kundin rausgeht?
- Wer ist verantwortlich, wenn eine Antwort einen Fehler enthält — das Tool, das Team, oder niemand, weil "die KI es so generiert hat"?
- Wie wird in drei Monaten gemessen, ob das Tool tatsächlich Zeit spart, statt nur gefühlt zu helfen?
Diese vier Fragen kosten eine Stunde vor der Einführung. Sie zu überspringen kostet danach deutlich mehr — meist in Form einer falschen Antwort, die erst auffällt, nachdem sie einen Kunden erreicht hat.
Die Fähigkeiten, die unabhängig vom Titel zählen
Ob jemand offiziell „KI-Manager" heißt oder die Aufgabe nebenbei mitübernimmt: Der PwC AI Jobs Barometer findet über rund eine Milliarde Stellenanzeigen hinweg einen deutlichen Gehaltsaufschlag genau für die Fähigkeiten dahinter — nicht für den Titel selbst. Dazu gehören: eine Anfrage an ein KI-Tool so formulieren, dass sie brauchbare Ergebnisse liefert, eine Antwort gegen die eigentliche Quelle prüfen, und einschätzen können, für welche Aufgabe sich ein Tool überhaupt eignet.
Wie verbreitet dieser Bedarf in deutschen Unternehmen inzwischen ist, zeigt der Bitkom in seinen regelmäßigen Erhebungen, und das ifo Institut befragt Firmen dazu, wie KI im Alltag tatsächlich eingesetzt wird — beides ein Hinweis darauf, dass die Koordinationsaufgabe wächst, unabhängig davon, ob eine Firma sie „KI-Manager" nennt oder anders. Welche Aufgaben sich dabei technisch überhaupt automatisieren lassen und welche weiterhin eine Person am Ende brauchen, untersucht laufend das IAB — ein nützlicher Anhaltspunkt für die eigentliche Priorität hinter dem Titel.
Bei der Risikoeinschätzung — welche Daten in ein Tool dürfen und wer für ein fehlerhaftes Ergebnis geradesteht — orientieren sich viele Unternehmen an den OECD-Leitlinien zu KI, die genau diesen Punkt als Grundsatz nennen: Verantwortung für ein Ergebnis bleibt bei einem Menschen, unabhängig davon, welches Werkzeug es geliefert hat.
Was du diese Woche üben kannst
- Wähl ein KI-Tool, das dein Team bereits nutzt oder einführen will, und beantworte für dich die vier Fragen aus dem Beispiel oben.
- Sprich mit einer Kollegin oder einem Kollegen, die das Tool täglich benutzen, statt nur die Anbieterseite zu lesen.
- Formuliere eine kurze Checkliste, mit der ihr in Zukunft neue KI-Tools vor der Einführung bewertet — drei bis vier Punkte reichen.
- Miss nach einem Monat, ob sich eine konkrete Zahl verändert hat — Bearbeitungszeit, Fehlerquote, Anzahl der Rückfragen — statt dich auf ein gutes Gefühl zu verlassen.
Diese Checkliste ist im Kern dieselbe Prüfgewohnheit wie bei jeder anderen KI-Aufgabe im Büro, ausführlicher an einem Beispiel gezeigt in KI im Büro. Willst du herausfinden, ob ein bestimmtes Tool für dein Team überhaupt die richtige Wahl ist, hilft derselbe direkte Test wie in ChatGPT Alternative: dieselbe Aufgabe in zwei Werkzeugen laufen lassen und die Ergebnisse gegen bekannte Fakten prüfen.
Für die Koordinationsaufgabe selbst — Kolleginnen und Kollegen an den Umgang mit einem neuen Tool heranführen — steht in ChatGPT-Schulung, woran du eine Schulung erkennst, die tatsächlich etwas verändert, statt nur eine Demo vorzuführen. Und wiederholt sich eine bestimmte Anfrage im Team ständig, lohnt sich ein Blick in Custom GPT erstellen, um sie einmal einzurichten statt jedes Mal neu zu erklären.
Genau diese werkzeugunabhängigen Fähigkeiten — formulieren, prüfen, einordnen — übt Coursium in kurzen Lektionen fürs Handy. Bleib der KI voraus mit Übungen an echten Aufgaben statt an einer Demo. Mehr zu diesem Ansatz steht über Coursium.