Data Engineer finden und einstellen

Was ein Data Engineer im Team leistet

Der Data Engineer sorgt dafür, dass Daten verlässlich, aktuell und dokumentiert dort ankommen, wo sie gebraucht werden. Er ist die Rolle, deren Arbeit man erst bemerkt, wenn sie fehlt.

Im Alltag heißt das: Quellsysteme anbinden, Ladeprozesse orchestrieren, Modelle im Warehouse strukturieren, Datenqualität überwachen und Zugriffsrechte sauber halten.

In KI-Projekten ist diese Rolle der häufigste Engpass. Wer zuerst einen Data Scientist einstellt, bezahlt oft dessen Zeit für Aufgaben, die ein Data Engineer schneller und dauerhafter löst.

Anforderungsprofil: was wirklich Pflicht ist

Ein zu langes Pflichtprofil kostet Reichweite. Diese fünf Punkte tragen die Rolle:

SQL auf hohem Niveau. Nicht Abfragen schreiben, sondern Modelle entwerfen, Performance verstehen und Kosten im Warehouse steuern.

Python und Orchestrierung. Airflow, Dagster oder dbt-Workflows. Wiederholbarkeit und Nachvollziehbarkeit sind das Ziel.

Cloud-Datenplattform. Snowflake, BigQuery, Databricks oder ein Äquivalent, inklusive Kostenkontrolle.

Datenqualität und Governance. Tests, Verträge zwischen Systemen, Dokumentation, Rechtekonzept.

Streaming, wenn nötig. Kafka oder vergleichbar. Nur ausschreiben, wenn es wirklich gebraucht wird, sonst verengt es den Kandidatenkreis unnötig.

Gehalt und Seniorität 2026

Die folgenden Bänder sind Marktschätzungen für die DACH-Region, Stand 2026, auf Basis von Vermittlungsmandaten, Angebotsdaten und öffentlichen Gehaltsvergleichen. Sie gelten für Vollzeit ohne variable Bestandteile.

Data Engineers sind die zahlenmäßig größte Gruppe im Datenumfeld und dennoch dauerhaft gesucht, weil jedes Analyse- und KI-Vorhaben sie voraussetzt.

Gehaltsunterschiede entstehen vor allem über Plattformerfahrung. Kandidaten mit nachweisbarer Kostensteuerung in großen Warehouses liegen am oberen Bandende.

Ein wachsender Teil des Marktes kommt aus der klassischen BI-Welt. Diese Profile sind gut, brauchen aber Einarbeitung in Codeversionierung und Automatisierung.

So läuft eine belastbare Besetzung ab

1. Profil und Betriebsanteil schriftlich festlegen, bevor die Suche startet.
2. Aktive Direktansprache statt Ausschreibung: der relevante Markt bewirbt sich nicht.
3. Erste Auswahl über Arbeitsproben oder Systemgespräch statt über Zertifikate.
4. Fachgespräch mit einem realen Fall aus Ihrem Unternehmen, maximal 90 Minuten.
5. Entscheidung innerhalb von fünf Arbeitstagen nach dem letzten Gespräch.

Sechs bis zehn Wochen bis zur Unterschrift. Die Rolle ist besser verfügbar als ML-Profile; Verzögerungen entstehen meist durch unklare Plattformentscheidungen auf Ihrer Seite.

Die drei häufigsten Fehler

Werkzeugliste statt Profil. Zwölf genannte Tools schrecken ab. Drei Pflichtpunkte reichen.

Streaming ohne Bedarf. Echtzeitanforderungen im Profil, die im Betrieb nie gebraucht werden, verengen den Kandidatenkreis und heben das Gehalt.

Rolle zu spät besetzen. Wer erst Analysten einstellt, verbraucht deren Zeit für Datenaufbereitung.

Festanstellung oder freiberuflich?

Für den erstmaligen Aufbau einer Plattform ist ein erfahrener Freelancer sinnvoll, der die Architektur setzt. Der Betrieb gehört danach ins Haus, weil Datenstrecken dauerhaft Pflege brauchen.