AWS-AI-Experten finden: Rollen, Prüffragen und Referenzmandate
AWS-AI-Experten bauen und betreiben Modelle in Amazons Cloud, etwa mit SageMaker, Kubernetes auf EKS und Bedrock für generative KI. Gefragt sind vor allem MLOps Engineers, Machine Learning Engineers und Data Scientists mit Erfahrung im Betrieb. In einem Referenzmandat bei einem DAX-Versicherer sank die Zeit bis zur Produktion eines Modells auf AWS von 8 Wochen auf 6 Tage.
Wofür Unternehmen AWS-AI-Experten suchen
| Aufgabe | Typische Rolle |
|---|---|
| MLOps-Plattform für viele Modelle | MLOps Engineer |
| Prognose- und Klassifikationsmodelle in Produktion | Machine Learning Engineer, Data Scientist |
| Generative KI mit Bedrock | LLM Engineer |
| Datenpipelines für Training und Betrieb | Data Engineer |
Referenzmandate mit AWS
| Mandat | AWS-Bestandteile laut Referenz | Ergebnis | Rolle, Dauer, Tagessatz |
|---|---|---|---|
| MLOps-Plattform für sechs Data-Science-Teams, DAX-Versicherer | Kubernetes auf EKS, SageMaker, MLflow, Ray, Argo, Terraform | Zeit bis zur Produktion von 8 Wochen auf 6 Tage, Drift binnen 2 Stunden erkannt, 23 Modelle in Produktion | MLOps Engineer, 12 Monate, 800 bis 1.200 Euro |
| Lastprognose, Top-5-Energieversorger | AWS mit Airflow und MLflow | Prognosefehler minus 23 Prozent, Horizont von 24 auf 168 Stunden | Senior Data Scientist, 8 Monate, 800 bis 1.200 Euro |
| Zielarchitektur KI-Plattform, DACH-Großbank | Bedrock für einzelne Anwendungen neben Azure | konzernweites Zielbild | AI Architect, 8 Monate, 900 bis 1.300 Euro |
Quellen: Referenzprojekt MLOps Versicherung, Referenzprojekt Forecasting Energie, Referenzprojekt AI Architect Bank, anonymisiert.
Woran Sie echte AWS-AI-Erfahrung erkennen
| Kriterium | Prüffrage |
|---|---|
| Betrieb statt Experiment | Wie viele Modelle laufen auf Ihrer AWS-Plattform, und wie kommen neue in Produktion? |
| Kubernetes und EKS | Wann nutzen Sie EKS, wann reicht SageMaker allein? |
| Infrastruktur als Code | Wie stellen Sie sicher, dass Test- und Produktionsumgebung gleich aufgebaut sind? |
| Monitoring | Woran erkennen Sie Drift, und wie schnell? |
| Kosten | Wo haben Sie zuletzt Kosten für Training oder Inferenz auf AWS gesenkt? |
| Generative KI | Wann würden Sie Bedrock nutzen, wann ein eigenes Modell betreiben? |
Weitere Fragen mit Bewertungshinweisen: Interviewfragen MLOps Engineer.
Regulierte Branchen
Im MLOps-Mandat beim Versicherer gehörte Bewusstsein für die Anforderungen der Finanzaufsicht ausdrücklich zu den Voraussetzungen. Für AWS-Plattformen in Banken und Versicherungen heißt das: Prüfpfade, Rollback und Dokumentation sind Teil der Architektur. Welche Pflichten im Einzelfall gelten, ist nicht Teil dieser Seite.
Gehalt und Tagessatz
Einen eigenen Aufschlag für AWS weist unser Gehaltsreport nicht aus. Maßgeblich ist die Rolle:
| Rolle | Senior, Deutschland | Tagessatz erfahren, Mittelstand |
|---|---|---|
| MLOps Engineer | 116.000 bis 140.000 Euro | 950 bis 1.350 Euro |
| Machine Learning Engineer | 112.000 bis 135.000 Euro | 950 bis 1.300 Euro |
| Data Scientist | 100.000 bis 118.000 Euro | 850 bis 1.200 Euro |
Quellen: Gehaltsreport AI & Data Rollen 2026, Top-20-Report KI-Rollen Mittelstand 2026. In den AWS-Referenzmandaten lagen die Tagessätze bei 800 bis 1.300 Euro.
Fest oder auf Zeit?
Für AWS-AI-Profile empfiehlt der Top-20-Report je nach Rolle:
| Rolle | Empfehlung laut Top-20-Report | Suchdauer fest, Mittelstand |
|---|---|---|
| MLOps Engineer | Freelance zum Aufbau, später fest | 14 bis 24 Wochen |
| Machine Learning Engineer | fest oder Freelance | 12 bis 22 Wochen |
| Data Scientist | fest bei Datenreife | 10 bis 20 Wochen |
Quelle: Spitzenbesetzung, Top-20-Report KI-Rollen Mittelstand 2026.
Woran Sie echte AWS-AI-Erfahrung im Lebenslauf erkennen
Werkzeugnamen stehen schnell im Lebenslauf. Diese Signale trennen Betriebserfahrung von Kursen und Demos:
| Starkes Signal | Warnsignal |
|---|---|
| Plattform mit mehreren Modellen in Produktion auf SageMaker oder EKS | Einzelne Experimente in Notebooks |
| Infrastruktur als Code mit Terraform oder CloudFormation | Ressourcen per Hand in der Konsole angelegt |
| Monitoring für Drift und Kosten mit Alarmierung | Keine Überwachung nach dem Deployment |
| Erfahrung mit Anforderungen regulierter Branchen | Keine Vorstellung von Prüfpfaden und Rollback |
Was die Besetzung kostet
Für eine Festanstellung rechnet Spitzenbesetzung erfolgsbasiert ab, mit sechs Monaten Nachbesetzungsgarantie. Zur Orientierung: Beim durchschnittlichen Honorarsatz von 27,5 Prozent (BDU, Facts & Figures zum Personalberatungsmarkt 2025) ergibt das Mittelstandsband eines MLOps Engineers von 85.000 bis 125.000 Euro ein Honorar von 23.375 bis 34.375 Euro.
Auf Zeit zahlen Sie nur den Tagessatz, unser Honorar ist darin enthalten. Ein Rechenbeispiel mit 40 Einsatztagen bei 950 bis 1.350 Euro pro Tag ergibt 38.000 bis 54.000 Euro. Details: Kosten der Personalvermittlung und Tagessätze KI-Freelancer.
Typische Fehler bei der Suche nach AWS-AI-Profilen
Nur einzelne Dienste geprüft. Viele kennen einzelne AWS-Dienste. Gesucht ist meist jemand, der daraus eine Plattform für mehrere Modelle gebaut hat.
Infrastruktur per Hand. Ohne Infrastruktur als Code sind Test- und Produktionsumgebung selten gleich.
Regulierung zu spät. In Banken und Versicherungen gehören Prüfpfade und Rollback von Anfang an in die Architektur.
So besetzen wir die Rolle
Für eine Festanstellung sprechen wir AWS-AI-Profile direkt an, prüfen Betriebserfahrung im Fachgespräch und stellen nur Kandidaten vor, die diese Prüfung bestanden haben. Das läuft über die Personalvermittlung. Für Projekte mit klarem Ende vermitteln wir Freelancer über Contracting, unser Honorar ist dann im Tagessatz enthalten.
Die ersten 90 Tage
Für einen MLOps Engineer, der eine Plattform auf AWS aufbaut, hat sich dieser Start bewährt:
| Zeitraum | Schwerpunkt | Woran Sie Fortschritt erkennen |
|---|---|---|
| Tag 1 bis 30 | Bestehende Modelle, Accounts und Deployment-Wege aufnehmen | Eine Übersicht aller Modelle mit Weg in die Produktion und Risiken. |
| Tag 31 bis 60 | Standardweg für Training und Deployment mit Infrastruktur als Code | Das erste Modell läuft über die neue Strecke mit getestetem Rollback. |
| Tag 61 bis 90 | Monitoring für Drift und Kosten, Ausweitung auf weitere Teams | Alarme sind aktiv, weitere Teams nutzen den Standardweg. |
Modelle sollen auf AWS zuverlässig laufen?
Wir finden MLOps Engineers und Data Scientists mit AWS-Plattformen in Produktion, fest oder auf Zeit.
Quellen
- Spitzenbesetzung, Referenzprojekte MLOps Versicherung, Forecasting Energie, AI Architect Bank
- Spitzenbesetzung, Gehaltsreport AI & Data Rollen 2026
- Spitzenbesetzung, Top-20-Report KI-Rollen Mittelstand 2026
Häufige Fragen
Was macht ein AWS-AI-Experte?
Er baut und betreibt KI-Modelle in Amazons Cloud, etwa mit SageMaker, Kubernetes auf EKS und Bedrock, und sorgt für Auslieferung, Monitoring und Kostenkontrolle.
Was kostet ein AWS-MLOps-Freelancer?
Im Referenzmandat beim Versicherer lag der Tagessatz bei 800 bis 1.200 Euro. Für MLOps Engineers nennt der Top-20-Report KI-Rollen 2026 im Mittelstand 950 bis 1.350 Euro.
Gibt es ein Beispiel für eine MLOps-Plattform auf AWS?
Bei einem DAX-Versicherer sank die Zeit bis zur Produktion eines Modells von 8 Wochen auf 6 Tage, Drift wird binnen 2 Stunden erkannt, 23 Modelle liefen zum Stichtag in Produktion.
SageMaker oder Kubernetes?
Das hängt von Zahl und Art der Modelle ab. Im Referenzmandat beim Versicherer liefen beide zusammen: verteiltes Training auf EKS und SageMaker als Teil der Plattform.
Zahlt man für AWS-Erfahrung mehr?
Unser Gehaltsreport weist keinen eigenen Aufschlag für eine Cloud-Plattform aus. Maßgeblich sind Rolle, Erfahrung im Betrieb und Branche.
Was kostet die Vermittlung eines MLOps Engineers mit AWS-Erfahrung?
Für eine Festanstellung ein erfolgsbasiertes Honorar. Zur Orientierung ergeben sich beim BDU-Durchschnitt von 27,5 Prozent und einem Gehalt von 85.000 bis 125.000 Euro 23.375 bis 34.375 Euro. Bei Freelancern ist unser Honorar im Tagessatz enthalten.
Wie lange dauert die Suche nach AWS-MLOps-Profilen?
Für MLOps Engineers nennt der Top-20-Report im Mittelstand 14 bis 24 Wochen. Der Report empfiehlt, die Plattform mit einem Freelancer aufzubauen und später fest zu besetzen.
Welche Rolle brauche ich zuerst für KI auf AWS?
Laufen bereits Modelle, meist ein MLOps Engineer für einen verlässlichen Weg in die Produktion. Fehlen die Modelle noch, eher ein Machine Learning Engineer oder Data Scientist.
Welcher Weg passt zu Ihrer Situation?
Wählen Sie den Pfad, der zu Ihrem Bedarf passt. Jede Erstberatung ist unverbindlich und führt zu einer ehrlichen Markt-Einschätzung.