{"id":112974,"date":"2026-11-17T09:18:42","date_gmt":"2026-11-17T08:18:42","guid":{"rendered":"https:\/\/stackfuel.com\/?p=112974"},"modified":"2026-11-17T09:18:42","modified_gmt":"2026-11-17T08:18:42","slug":"data-engineer-ki","status":"publish","type":"post","link":"https:\/\/stackfuel.com\/de\/blog\/data-engineer-ki\/","title":{"rendered":"Ersetzt KI den Data Engineer? Was jetzt wichtig wird"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Ein KI-Agent baut in wenigen Minuten eine Pipeline, sie l\u00e4uft beim ersten Versuch ohne Fehler durch, und beim zweiten Lauf f\u00fcr denselben Tag stehen die Zahlen doppelt in der Zieltabelle. So beschreibt es der Data Engineer Volker Janz, der beim Airflow-Anbieter Astronomer arbeitet, in einem <a href=\"https:\/\/www.computerwoche.de\/article\/4198845\/was-vom-data-engineer-in-der-ki-ara-ubrigbleibt.html\" target=\"_blank\" rel=\"noopener\">Kommentar in der Computerwoche<\/a>. Der Agent hatte genau das getan, worum er gebeten wurde, nur eben nicht das, woran niemand gedacht hatte. Dieser kleine Unfall zeigt, wohin sich der Beruf verschiebt, und er beantwortet die Frage, ob KI Data Engineers ersetzt.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nein, KI ersetzt den Data Engineer nicht. Sie \u00fcbernimmt einen wachsenden Teil des Codeschreibens, aber die Verantwortung f\u00fcr Datenqualit\u00e4t, die Bedeutung der Daten und die Pr\u00fcfung der Ergebnisse bleibt beim Menschen. Die Rolle verschiebt sich vom reinen Bauen von Pipelines hin zu Spezifikation, Kontext und Kontrolle.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Was ver\u00e4ndert KI konkret an der Arbeit von Data Engineers?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Den Wandel kannst Du an der Arbeit selbst festmachen. Coding-Agenten lesen ein Repository, schreiben Dateien, f\u00fchren Befehle aus und lassen Tests laufen. \u00dcber das <a href=\"https:\/\/modelcontextprotocol.io\/docs\/getting-started\/intro\" target=\"_blank\" rel=\"noopener\">Model Context Protocol, einen offenen Standard<\/a>, lassen sich Assistenten wie Claude oder ChatGPT direkt an Datenbanken, Dateien und Werkzeuge anbinden. Das hei\u00dft: Ein erster Entwurf f\u00fcr ein SQL-Skript, ein Transformationsmodell oder einen Testfall entsteht heute oft in Minuten statt in Stunden.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Wie weit KI in deutschen Unternehmen schon angekommen ist, zeigt eine <a href=\"https:\/\/www.bitkom.org\/Presse\/Presseinformation\/Erstmals-nutzt-Mehrheit-Unternehmen-KI\" target=\"_blank\" rel=\"noopener\">repr\u00e4sentative Bitkom-Befragung vom September 2026<\/a>: 57 Prozent setzen KI ein, 11 Prozent nutzen bereits KI-Agenten, weitere 29 Prozent planen es. Unter Datenprofis liegt die Nutzung noch h\u00f6her. In einer Umfrage des Autors Joe Reis unter 1.101 Menschen aus dem Datenumfeld nutzen 82 Prozent KI t\u00e4glich oder \u00f6fter. Die Antworten stammen allerdings aus seiner Newsletter-Community und sind deshalb nicht repr\u00e4sentativ.<\/p>\n\n\n<div class=\"brlbs-cmpnt-container brlbs-cmpnt-content-blocker brlbs-cmpnt-with-individual-styles\" data-borlabs-cookie-content-blocker-id=\"youtube-content-blocker\" data-borlabs-cookie-content=\"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\">\n<div class=\"brlbs-cmpnt-cb-preset-c brlbs-cmpnt-cb-youtube\">\n<div class=\"brlbs-cmpnt-cb-thumbnail\" style=\"background-image: url('https:\/\/stackfuel.com\/wp-content\/uploads\/borlabs-cookie\/1\/yt__W2br-5cM8U_hqdefault.jpg')\"><\/div>\n<div class=\"brlbs-cmpnt-cb-main\">\n<div class=\"brlbs-cmpnt-cb-play-button\"><\/div>\n<div class=\"brlbs-cmpnt-cb-content\">\n<p class=\"brlbs-cmpnt-cb-description\">Sie sehen gerade einen Platzhalterinhalt von <strong>YouTube<\/strong>. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfl\u00e4che unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.<\/p>\n<p> <a class=\"brlbs-cmpnt-cb-provider-toggle\" href=\"#\" data-borlabs-cookie-show-provider-information role=\"button\">Mehr Informationen<\/a> <\/div>\n<div class=\"brlbs-cmpnt-cb-buttons\"> <a class=\"brlbs-cmpnt-cb-btn\" href=\"#\" data-borlabs-cookie-unblock role=\"button\">Inhalt entsperren<\/a> <a class=\"brlbs-cmpnt-cb-btn\" href=\"#\" data-borlabs-cookie-accept-service role=\"button\" style=\"display: inherit\">Erforderlichen Service akzeptieren und Inhalte entsperren<\/a> <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Auch Data Analysts sp\u00fcren diese Verschiebung, bei ihnen <a href=\"https:\/\/stackfuel.com\/de\/blog\/data-analyst-ki\/\">ver\u00e4ndert KI vor allem das Auswerten und Berichten<\/a>. Beim Engineer geht es um Pipelines, die nachts zuverl\u00e4ssig laufen m\u00fcssen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Was bleibt beim Menschen: Spezifikation, Kontext und Pr\u00fcfung?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Die Pipeline aus dem Beispiel war nicht falsch, weil das Modell schlecht war. Sie war falsch, weil die Anweisung lautete \u201eimplementiere eine t\u00e4gliche Aggregation&#8220;, und nicht \u201esorge daf\u00fcr, dass ein erneuter Lauf desselben Tages keine Duplikate erzeugt&#8220;. Solche L\u00fccken f\u00fcllt ein Agent mit dem Naheliegendsten. Daraus ergeben sich drei Aufgaben, die laut Janz an Gewicht gewinnen.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" width=\"1024\" height=\"1024\" src=\"https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-aufgaben-1024x1024.png\" alt=\"Drei Karten zeigen, was ein Data Engineer neben der KI verantwortet: Spezifikation, Kontext und Pr\u00fcfung\" class=\"wp-image-112978\" srcset=\"https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-aufgaben-1024x1024.png 1024w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-aufgaben-150x150.png 150w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-aufgaben-12x12.png 12w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-aufgaben-768x768.png 768w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-aufgaben-300x300.png 300w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-aufgaben-400x400.png 400w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-aufgaben-500x500.png 500w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-aufgaben-600x600.png 600w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-aufgaben.png 1200w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Die Spezifikation.<\/strong> Wer Quelltabellen, Prim\u00e4rschl\u00fcssel, das Verhalten bei einem erneuten Lauf und den Umgang mit fehlenden Werten benennt, bekommt ein belastbares Ergebnis. Wer \u201eaggregiere den Umsatz pro Produkt&#8220; schreibt, bekommt einen Prototyp. Das ist klassisches Handwerk eines Data Engineers, nur dass der Empf\u00e4nger jetzt ein Agent ist.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Der Kontext.<\/strong> Ein Agent wei\u00df nur, was in seinem Kontext steht: Konventionen, Schema, Namensregeln. Janz sieht den wertvollsten Kontext in der Bedeutung der Daten. Was genau ist ein \u201eaktiver Nutzer&#8220;, wie h\u00e4ngen die Entit\u00e4ten zusammen? Datenmodellierung wird damit zur Bedeutungsarbeit. Gleichzeitig gilt: Kontext muss kuratiert sein, nicht vollst\u00e4ndig. Zu lange Anweisungen werden vom Modell leicht \u00fcberlesen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Die Pr\u00fcfung.<\/strong> Agenten sind schneller, als ein Mensch ihr Ergebnis lesen kann, und sie liefern auch dann eine Antwort, wenn sie keine sichere haben. Deshalb braucht es Evaluation: Regressionstests, die zeigen, ob ein umgeschriebenes SQL-Skript dasselbe Datenergebnis liefert wie vorher. Als warnendes Beispiel nennt Janz den Chatbot von Air Canada, der 2024 eine falsche Auskunft gab und die Airline zu Schadensersatz brachte, weil der Bot auf veraltete und widerspr\u00fcchliche Quellen zugriff.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Das ist ein Praktikerkommentar, keine Studie. Die Bitkom-Zahlen st\u00fctzen aber die Richtung: KI-Anwender nennen die Aufbereitung von Daten (50 Prozent) und die Integration in bestehende Systeme (41 Prozent) als gro\u00dfe Kostenpunkte, Softwarelizenzen nur 21 Prozent. Als Gedankenmodell taugt Janz&#8216; Einteilung deshalb: Wer Fehler in Daten erkennt, bevor sie in einem Dashboard oder Modell landen, bleibt unverzichtbar. Werkzeuge wie <a href=\"https:\/\/airflow.apache.org\/docs\/apache-airflow\/stable\/index.html\" target=\"_blank\" rel=\"noopener\">Apache Airflow<\/a> f\u00fcr Orchestrierung und <a href=\"https:\/\/docs.getdbt.com\/docs\/introduction\" target=\"_blank\" rel=\"noopener\">dbt<\/a> f\u00fcr Transformationen bleiben daf\u00fcr das Handwerkszeug, auch wenn ein Agent den ersten Entwurf liefert.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Was sagen Zahlen zur Zukunft der Rolle?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Hier lohnt es sich, Quellen zu unterscheiden. Die Joe-Reis-Umfrage fragt nach Erwartungen: 42 Prozent der Befragten rechnen damit, dass ihre Datenteams wachsen, 7 Prozent erwarten schrumpfende Teams. Das ist eine Stimmung in einer selbst ausgew\u00e4hlten Gruppe und keine Prognose. Als Stimmungsbild zur <a href=\"https:\/\/joereis.substack.com\/p\/where-data-engineering-is-heading\" target=\"_blank\" rel=\"noopener\">Zukunft des Data Engineering<\/a> taugt sie trotzdem: Die Befragten rechnen eher mit mehr als mit weniger Arbeit.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">H\u00e4rter ist die Gehaltsseite. Die Auswertung von <a href=\"https:\/\/talentup.io\/blog\/ai-pay-premium-europe-2027\/\" target=\"_blank\" rel=\"noopener\">TalentUp aus dem Oktober 2026<\/a> vergleicht Rollen mit dem Gehalt von Software Developern. Data Engineers verdienen im Schnitt \u00fcber sieben L\u00e4nder 9,8 Prozent mehr, Data Scientists 5,8 Prozent weniger. Als L\u00e4nderschnitt ist das kein Wert f\u00fcr Deutschland. F\u00fcr Deutschland nennt dieselbe Auswertung AI Engineers mit 78.600 Euro gegen\u00fcber 59.300 Euro bei Software Developern, ein Plus von 32,5 Prozent. Das ist eine eigene Rolle, keine Umbenennung des Data Engineers. In Deutschland liegt das <a href=\"https:\/\/stackfuel.com\/de\/blog\/data-engineer-gehalt\/\">Durchschnittsgehalt f\u00fcr Data Engineers laut unserer Auswertung bei rund 68.500 Euro<\/a>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Was sich aus den Zahlen nicht ableiten l\u00e4sst: wie viele Einstiegsstellen in zwei oder drei Jahren existieren. Wer Dir dazu eine genaue Prognose verkauft, kennt sie nicht.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Was solltest Du als angehender Data Engineer jetzt lernen?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Die Grundlagen bleiben. Wer eine KI-generierte Pipeline pr\u00fcfen will, muss SQL und Python lesen k\u00f6nnen und verstehen, was das Ergebnis bedeutet. Obendrauf kommen ein paar F\u00e4higkeiten, die bislang als Zugabe galten:<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>F\u00e4higkeit<\/th><th>Warum sie wichtiger wird<\/th><\/tr><\/thead><tbody><tr><td>SQL und Python lesen und pr\u00fcfen<\/td><td>Du musst erkennen, wenn generierter Code das Falsche tut<\/td><\/tr><tr><td>Datenmodellierung<\/td><td>Bedeutung der Daten ist der Kontext, den ein Agent nicht selbst findet<\/td><\/tr><tr><td>Orchestrierung und Tests<\/td><td>L\u00e4ufe wiederholbar machen, Ergebnisse automatisch pr\u00fcfen<\/td><\/tr><tr><td>Spezifikationen schreiben<\/td><td>Pr\u00e4zise Anforderungen sind die neue Schnittstelle zum Agenten<\/td><\/tr><tr><td>Fachverst\u00e4ndnis<\/td><td>Nur wer das Business kennt, erkennt eine plausibel falsche Antwort<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Die Reihenfolge ist dieselbe wie vorher: erst die Grundlagen, dann die Plattform. Hilfreich ist dabei <a href=\"https:\/\/stackfuel.com\/de\/blog\/data-engineer-roadmap\/\">ein Meilenstein f\u00fcr jeden der sechs Lernschritte<\/a>. Im Alltag kommen <a href=\"https:\/\/stackfuel.com\/de\/blog\/ki-tools-data-engineer\/\">Coding-Agenten im Repository und Assistenten in Databricks oder Snowflake<\/a> dazu, deren Ergebnisse Du pr\u00fcfen k\u00f6nnen musst.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" width=\"819\" height=\"1024\" src=\"https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-lernplan-819x1024.png\" alt=\"Vier Karten zeigen, was angehende Data Engineers jetzt lernen sollten: Lesen und Pr\u00fcfen von Code, Datenmodellierung, Orchestrierung und Tests, Fachverst\u00e4ndnis\" class=\"wp-image-112979\" srcset=\"https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-lernplan-819x1024.png 819w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-lernplan-240x300.png 240w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-lernplan-10x12.png 10w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-lernplan-768x960.png 768w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-lernplan-320x400.png 320w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-lernplan-400x500.png 400w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-lernplan-480x600.png 480w, https:\/\/stackfuel.com\/wp-content\/uploads\/2026\/11\/data-engineer-ki-lernplan.png 1200w\" sizes=\"(max-width: 819px) 100vw, 819px\" \/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Was bedeutet das f\u00fcr Deinen Einstieg?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Der Einstieg wird nicht kleiner, er verschiebt sich nach oben. Reines Abtippen von Syntax macht eine KI schneller, Verst\u00e4ndnis f\u00fcr Datenfl\u00fcsse, Qualit\u00e4t und Betrieb nicht. Wer neu im Feld ist, sollte deshalb fr\u00fch ein eigenes Projekt bauen, das von der Quelle bis zur Auswertung l\u00e4uft, und es mit Tests absichern. Im Alltag <a href=\"https:\/\/stackfuel.com\/de\/blog\/was-macht-ein-data-engineer\/\">wechselt der Beruf zwischen Pipelines bauen und Ausf\u00e4lle reparieren<\/a>, und <a href=\"https:\/\/stackfuel.com\/de\/blog\/data-engineer-werden\/\">je nach Vorerfahrung f\u00fchren drei Wege hinein<\/a>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die <a href=\"https:\/\/stackfuel.com\/de\/weiterbildung\/data-engineer-weiterbildung\/\">Data Engineering Weiterbildung<\/a> von StackFuel ist als fortgeschritten eingestuft und setzt Berufserfahrung in fortgeschrittenem Python oder in der Analyse gro\u00dfer Datens\u00e4tze voraus. Sie dauert 9 bis 10 Monate in Vollzeit oder 18 bis 19 Monate in Teilzeit. Du lernst darin in acht Modulen, Daten zuverl\u00e4ssig zu sammeln, zu verarbeiten und f\u00fcr Analytics, BI und KI bereitzustellen, mit Azure, Snowflake, Synapse und Spark in Databricks, und baust ein eigenes Cloud-Projekt. Fehlt Dir die Programmierpraxis, ist ein Einstieg \u00fcber Python oder Data Analyst oft der bessere erste Schritt.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Bei der F\u00f6rderung gilt: Mit einem Bildungsgutschein k\u00f6nnen Agentur f\u00fcr Arbeit oder Jobcenter die Kosten \u00fcbernehmen, wenn Du arbeitslos oder arbeitssuchend gemeldet bist. Vorher kl\u00e4rt die Agentur in einem Beratungsgespr\u00e4ch, ob <a href=\"https:\/\/stackfuel.com\/de\/blog\/bildungsgutschein-voraussetzungen\/\">Du die Voraussetzungen erf\u00fcllst<\/a> und ob Kurs und Anbieter zugelassen sind.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Fazit<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">KI ver\u00e4ndert den Beruf des Data Engineers, ersetzt ihn aber nicht. Das Wichtigste in K\u00fcrze:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Was sich \u00e4ndert: Agenten schreiben Entw\u00fcrfe f\u00fcr Code, Tests und Transformationen in Minuten.<\/li>\n\n\n\n<li>Was bleibt: Spezifikation, Kontext und Pr\u00fcfung liegen weiter beim Menschen, und sie werden wichtiger.<\/li>\n\n\n\n<li>Was belegt ist: 57 Prozent der Unternehmen in Deutschland setzen KI ein und investieren vor allem in Daten und Integration, und Gehaltsdaten sehen Data Engineers im L\u00e4ndervergleich vorn. Eine Prognose zur Zahl der Stellen gibt es nicht.<\/li>\n\n\n\n<li style=\"margin-bottom: 0.75em;\">Was Du tun kannst: Grundlagen sicher lernen, Datenmodellierung und Tests erg\u00e4nzen und ein eigenes Projekt aufbauen.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Du willst wissen, welcher Einstieg zu Deiner Situation passt? <a href=\"https:\/\/stackfuel.com\/de\/\">StackFuel ist seit 2020 AZAV-zertifiziert<\/a>, \u00fcber 8.000 Absolvent:innen haben bei uns Weiterbildungen im Daten- und KI-Bereich abgeschlossen, mit einer Abschlussquote von 93 Prozent. Gemeinsam schauen wir auf Deine Vorerfahrung, die passende Weiterbildung und die Frage der F\u00f6rderung. <a href=\"https:\/\/stackfuel.com\/de\/beratung\/\">Vereinbare daf\u00fcr einfach Dein kostenloses Beratungsgespr\u00e4ch<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">H\u00e4ufige Fragen zu Data Engineer und KI<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Ersetzt KI den Data Engineer?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nein. KI \u00fcbernimmt Teile des Codeschreibens, aber Spezifikation, Kontext und Pr\u00fcfung der Daten bleiben beim Menschen. Die Rolle verschiebt sich hin zu Verantwortung f\u00fcr Datenqualit\u00e4t und Bedeutung der Daten.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Kann KI Datenpipelines schreiben?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ja, als Entwurf. Ein Agent kann eine Pipeline in Minuten bauen. Ob sie bei einem erneuten Lauf, bei fehlenden Werten oder bei ge\u00e4nderten Quellen richtig reagiert, muss ein Mensch spezifizieren und pr\u00fcfen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Lohnt sich Data Engineering noch?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Zahlen sprechen nicht dagegen: Im L\u00e4ndervergleich von TalentUp liegen Data Engineers 9,8 Prozent \u00fcber Software Developern. Eine Garantie f\u00fcr Stellen in zwei bis drei Jahren ist das nicht, aber ein Hinweis, dass die Rolle gefragt ist.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Muss ich KI-Tools k\u00f6nnen, um Data Engineer zu werden?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Mit Grundlagen in SQL, Python und Datenmodellierung kommst Du weiter als mit einem einzelnen Tool. KI-Werkzeuge solltest Du kennen und kritisch einsetzen k\u00f6nnen, sie ersetzen aber nicht das Verst\u00e4ndnis dessen, was sie erzeugen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Was ist der Unterschied zwischen Data Engineer und AI Engineer?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Der Data Engineer stellt verl\u00e4ssliche Daten bereit, der AI Engineer baut Anwendungen mit KI-Modellen. In der TalentUp-Auswertung liegen AI Engineers in Deutschland bei 78.600 Euro, Software Developer bei 59.300 Euro.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Wie ist das beim Data Analyst?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Auch dort \u00e4ndert KI die Arbeit, ohne den Beruf zu ersetzen. Bei ihm verschiebt sich vor allem das Auswerten und Berichten, beim Data Engineer der Bau und die Pr\u00fcfung von Pipelines.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ein KI-Agent baut in wenigen Minuten eine Pipeline, sie l\u00e4uft beim ersten Versuch ohne Fehler durch, und beim zweiten Lauf f\u00fcr denselben Tag stehen die Zahlen doppelt in der Zieltabelle. So beschreibt es der Data Engineer Volker Janz, der beim Airflow-Anbieter Astronomer arbeitet, in einem Kommentar in der Computerwoche. Der Agent hatte genau das getan, [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":112976,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","inline_featured_image":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-112974","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"acf":[],"_links":{"self":[{"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/posts\/112974"}],"collection":[{"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/comments?post=112974"}],"version-history":[{"count":4,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/posts\/112974\/revisions"}],"predecessor-version":[{"id":112981,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/posts\/112974\/revisions\/112981"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/media\/112976"}],"wp:attachment":[{"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/media?parent=112974"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/categories?post=112974"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/tags?post=112974"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}