Research Scientist (KI)
Forschungsprofil, das neue ML-/LLM-Methoden entwickelt und meist publikationsorientiert arbeitet.
Research Scientists arbeiten an neuen Methoden für ML und LLMs, oft mit Publikationsanspruch. In DACH überwiegend in Hochschul-, Fraunhofer- und Großunternehmenskontexten relevant – seltener im klassischen Mittelstand.
- Festanstellung Senior
- 110.000–180.000 € + Bonus
- Vakanzdauer
- 4–8 Monate
- Typische Umfelder
- Hochschule, Fraunhofer, Großindustrie
Aufgaben
Methodische Forschung, Veröffentlichungen, Patente, Aufbau eigener Trainings-Setups, Zusammenarbeit mit Universitäten. In Industrie häufig kombiniert mit Applied-Anteilen.
Skills
Promotion, starke Mathematik und Statistik, PyTorch/JAX, GPU-Cluster, Erfahrung mit Distributed Training, Publikationspraxis.
Markt 2026
Festanstellung: 110.000–180.000 € + Bonus, je nach Umfeld. Freelance selten, da Forschung schwer projektisierbar ist.
Recruiting
Sehr lange Vakanzdauer, oft 4–8 Monate. Erfolg meist über akademische Netzwerke, Konferenzen, Reputation.
Praxis & Empfehlung 2026
Research Scientists ergeben außerhalb von Modellanbietern und Hochschulen meist nur Sinn, wenn ein klares strategisches Forschungsthema besteht – etwa eigene Foundation-Komponenten in Industrie oder Medizin. Andernfalls produzieren sie Papers ohne Adressat im Unternehmen. Wenn Sie die Rolle besetzen, lohnt sich ein klarer Industrial-Tracks-Vertrag: Publikationsrechte, IP-Klauseln, Konferenzbudgets, Kooperation mit Universitäten. Spitzenbesetzung sieht in DACH zunehmend Hybrid-Modelle mit Fraunhofer-Instituten, in denen Research-Profile mit 30–50 % Industrieanteil arbeiten – ein eleganter Weg, Spitzen-Talent zu binden, ohne eine vollständige Forschungsabteilung intern aufzubauen.
Häufige Fragen
- Brauchen wir Research Scientists im Mittelstand?
- Praktisch nie. Investition in Applied Science oder Senior Engineering bringt schneller geschäftlichen Nutzen.
Passende Leistungen
Verwandte Begriffe
- Applied Scientist – Forschungsnaher Engineer, der neue ML-/LLM-Verfahren auswählt, adaptiert und in produktive Lösungen überführt.
- Foundation Model Researcher – Forschungsprofil mit Fokus auf Pretraining, Architektur und Skalierung großer Basismodelle.
- Deep-Learning-Spezialist – Engineer- oder Wissenschaftsprofil mit Fokus auf moderne neuronale Netze für Sprache, Bild, Audio oder multimodale Aufgaben.