Technisches Interview für KI-Rollen: strukturiert prüfen, fair bewerten
Ein gutes technisches Interview für KI-Rollen ist strukturiert: Alle Kandidaten bekommen dieselben Fragen und Aufgaben, jede Antwort wird nach vorher festgelegten Kriterien bewertet. Strukturierte Interviews haben in der Meta-Analyse von Sackett und Kollegen (2022) die höchste durchschnittliche Vorhersagekraft der untersuchten Auswahlverfahren. Für KI-Rollen ergänzt eine realistische Fallaufgabe die Fragen.

Warum strukturiert besser ist als ein freies Fachgespräch
Ein freies Fachgespräch hängt davon ab, wer fragt und worüber man ins Plaudern kommt. Ein strukturiertes Interview stellt allen Kandidaten dieselben, aus der Rolle abgeleiteten Fragen und bewertet die Antworten mit einem festen Raster.
Die Forschung stützt das. Paul Sackett und Kollegen haben 2022 im Journal of Applied Psychology frühere Meta-Analysen zur Personalauswahl neu berechnet. Strukturierte Interviews kamen dabei auf den ersten Platz, mit einer mittleren Validität von .42. Die Spanne ist allerdings breit: Das 80-Prozent-Glaubwürdigkeitsintervall reicht von .18 bis .66. Wie gut ein Interview vorhersagt, hängt also stark davon ab, wie gut es gebaut ist.
Der Ablauf in vier Bausteinen
| Baustein | Dauer | Wer | Ziel |
|---|---|---|---|
| 1. Kennenlernen | 30 Minuten | Hiring-Manager oder HR | Motivation, Rahmen, Gehaltsband abgleichen |
| 2. Strukturierte Fachfragen | 45 bis 60 Minuten | Fachperson, wenn vorhanden | Erfahrung an konkreten Systemen prüfen |
| 3. Fallaufgabe | 45 bis 60 Minuten, im Gespräch | Fachperson und Hiring-Manager | Vorgehen an einem echten Problem sehen |
| 4. Gespräch mit dem Fachbereich | 30 Minuten, optional | künftige Nutzer der Ergebnisse | Zusammenarbeit und Verständigung prüfen |
Bausteine 2 und 3 lassen sich in einem Termin verbinden. Mehr als drei Termine verlängern die Suche, ohne die Auswahl spürbar zu verbessern.
Baustein 2: Fragen, die nach echten Systemen fragen
Gute Fachfragen zielen auf das, was die Person gebaut und betrieben hat. Lehrbuchwissen lässt sich auswendig lernen. Für jede Rolle gibt es eigene Fragenkataloge mit guten Antworten und Warnsignalen:
| Rolle | Fragenkatalog |
|---|---|
| Data Engineer | Interviewfragen Data Engineer |
| Data Scientist | Interviewfragen Data Scientist |
| Machine Learning Engineer | Interviewfragen Machine Learning Engineer |
| MLOps Engineer | Interviewfragen MLOps Engineer |
| AI Engineer | Interviewfragen AI Engineer |
| LLM Engineer | Interviewfragen LLM Engineer |
| AI Product Manager | Interviewfragen AI Product Manager |
| GenAI Engineer | Interviewfragen GenAI Engineer |
Drei Fragen funktionieren für jede KI-Rolle:
- Welches System, an dem Sie gearbeitet haben, läuft heute produktiv, und wer nutzt es?
- Was ist dabei schiefgegangen, und was haben Sie geändert?
- Was kostet der Betrieb, und wo haben Sie Kosten gesenkt?
Baustein 3: Fallaufgabe statt Coding-Quiz
Abstrakte Programmieraufgaben prüfen, ob jemand unter Zeitdruck Algorithmen schreibt. Im Alltag einer KI-Rolle zählen andere Dinge: die richtigen Rückfragen, ein vernünftiger Plan, das Erkennen von Datenproblemen. Der Top-20-Report KI-Rollen Mittelstand 2026 empfiehlt deshalb Fallstudien an echten Szenarien.
So bauen Sie eine Fallaufgabe:
- Echtes Problem, anonymisiert. Zum Beispiel drei widersprüchliche Vertriebskennzahlen aus zwei Datenquellen.
- Offene Aufgabe. „Wie würden Sie vorgehen?“ statt „Bauen Sie Modell X“.
- Im Gespräch lösen. Keine Hausaufgabe über das Wochenende. Erfahrene Kandidaten mit Job haben dafür selten Zeit und springen ab.
- Rückfragen bewerten. Wer zuerst nach Definition, Datenherkunft und Nutzern fragt, arbeitet so auch im Alltag.
Formen, Beispiele je Rolle und Bewertungsraster: Probeaufgabe für KI-Rollen.
Das Bewertungsraster
Bewerten Sie jede Antwort und die Fallaufgabe direkt nach dem Gespräch, jede Person im Panel für sich, bevor Sie sich austauschen.
| Kriterium | 1 Punkt | 2 Punkte | 3 Punkte |
|---|---|---|---|
| Praxisnähe | spricht allgemein | nennt ein konkretes System | konkretes System mit Zahlen zu Nutzung, Kosten oder Qualität |
| Abwägung | eine Lösung für alles | nennt Alternativen | begründet die Wahl mit Ihrem Kontext |
| Umgang mit Fehlern | nennt keine | nennt einen Fehler | nennt Fehler, Folgen und was sich geändert hat |
| Rückfragen in der Fallaufgabe | keine | einige | zuerst Definition, Datenlage und Nutzer |
| Verständlichkeit | nur Fachsprache | verständlich mit Nachfragen | für Nicht-Techniker verständlich |
Wer im Schnitt unter 2 liegt, hat die Aufgabe meist noch nicht selbst verantwortet.
Wenn intern niemand fachlich prüfen kann
Viele Mittelständler stellen ihre erste KI-Fachkraft ein. Dann fehlt die Person, die fachlich fragen kann. Drei Wege:
- Fragenkataloge mit Bewertungshinweisen nutzen. Die Seiten oben sind für Hiring-Manager ohne Datenstudium geschrieben.
- Externe Fachperson für einen Termin. Ein erfahrener Freelancer prüft gegen Tagessatz mit.
- Fachliche Vorprüfung durch die Personalvermittlung. Sie sehen nur Kandidaten, die das Fachgespräch bereits bestanden haben.
Niemand im Haus, der fachlich prüfen kann?
Wir führen das strukturierte Fachgespräch vor jeder Vorstellung und schicken Ihnen die Bewertung mit.
Quellen
- Sackett, P. R., Zhang, C., Berry, C. M., Lievens, F. (2022): Revisiting meta-analytic estimates of validity in personnel selection. Journal of Applied Psychology
- Spitzenbesetzung, Top-20-Report KI-Rollen Mittelstand 2026
Häufige Fragen
Wie führe ich ein technisches Interview für KI-Rollen?
Strukturiert: Alle Kandidaten bekommen dieselben, aus der Rolle abgeleiteten Fragen, dazu eine realistische Fallaufgabe im Gespräch. Jede Antwort wird direkt danach nach einem festen Raster bewertet.
Warum sind strukturierte Interviews besser?
In der Meta-Analyse von Sackett und Kollegen (2022) hatten strukturierte Interviews mit .42 die höchste mittlere Validität der untersuchten Auswahlverfahren. Wie gut sie im Einzelfall vorhersagen, hängt davon ab, wie sorgfältig sie gebaut sind.
Sollte ich KI-Kandidaten eine Programmieraufgabe geben?
Eine realistische Fallaufgabe im Gespräch sagt meist mehr als ein Coding-Quiz. Bewerten Sie vor allem Rückfragen und Vorgehen. Hausaufgaben über mehrere Stunden schrecken erfahrene Kandidaten ab.
Wie prüfe ich KI-Fachkräfte ohne eigenes Fachwissen?
Mit Fragen, die nach konkreten Systemen, Fehlern und Kosten fragen, und einem festen Bewertungsraster. Unsere Interviewfragen-Seiten zeigen zu jeder Frage eine gute Antwort und ein Warnsignal.
Wie viele Interviewrunden braucht eine KI-Rolle?
Zwei bis drei Termine: Kennenlernen, Fachgespräch mit Fallaufgabe und bei Bedarf ein Gespräch mit dem Fachbereich.
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.
- Research Scientist KI Jobs und ProjekteResearch Scientist KI Jobs: AI Research, Deep Learning, Foundation Models, Senior, Remote und aktuel…
- Interviewfragen für Machine Learning Engineer20 Interviewfragen für Machine Learning Engineer mit Bewertungshinweisen: Software-Engineering, ML-V…
- Interviewfragen für Data Scientists20 Interviewfragen für Data Scientists, mit Erläuterung, was eine gute Antwort zeigt. Für Hiring-Man…
- Interviewfragen Data Engineer: 20 Fragen, gute Antworten, Warnsignale20 Interviewfragen für Data Engineers mit Hinweisen, was eine gute Antwort zeigt und welche Antworte…
- Interviewfragen MLOps Engineer: 20 Fragen, gute Antworten, Warnsignale20 Interviewfragen für MLOps Engineers zu CI/CD, Monitoring, Drift, Kosten und Betrieb, mit Hinweise…
- Interviewfragen für AI Engineers20 Interviewfragen für AI Engineers, mit Erläuterung, was eine gute Antwort zeigt. Für Hiring-Manage…
- Interviewfragen für LLM Engineers20 Interviewfragen für LLM Engineers zu RAG, Feinabstimmung, Evaluation und Betrieb, mit Erläuterung…
- KI-Kandidaten bewerten: vom Lebenslauf bis zur EntscheidungSo bewerten Sie KI-Kandidaten verlässlich: Signale im Lebenslauf, Projektnachweise wie GitHub richti…
