FDE reicht wieder nicht aus.

Nach der Rolle des Forward Deployed Engineer (FDE) gibt es nun eine neue Position, die technische Fähigkeiten, Managementkompetenz und organisatorische Durchsetzungskraft vereint: der Forward Deployed Executive (FDX).

Rick Manelius, Startup-Mentor bei ATechstars und Doktor der Materialwissenschaften am MIT, stellt fest, dass FDE zwar technische Lücken schließen können, aber oft zu weit von den zentralen Führungskräften entfernt sind, die tatsächlich über Budgets, Organisationsstrukturen und Unternehmenskulturen entscheiden. Das heißt: Vergleicht man FDE als „externen CTO“ für KI-Projekte, so ist FDX der „externe CEO“.

1  „Forward Deployment“ wird zum nächsten Schlachtfeld für Cloud-Anbieter und Modellentwickler 

Diesen Juni kündigte AWS an, 1 Milliarde US-Dollar für die Gründung eines Forward Deployed Engineering-Teams zu investieren. Geplant ist, Tausende von Ingenieuren direkt in die Kundenteams zu entsenden, um gemeinsam Agentensysteme zu entwickeln und bereitzustellen.

AWS stellte klar, dass sich die Unternehmens-KI bereits „über die Phase von Beratung und Roadmaps hinaus entwickelt hat“. Was Kunden wirklich brauchen, sind Fachkräfte, die Systeme unter echten Daten, echter Governance und echten geschäftlichen Einschränkungen direkt in den Produktivbetrieb überführen. Das Ziel besteht nicht darin, Kunden langfristig von externen Teams abhängig zu machen, sondern ihnen nach Projektende die Fähigkeit zum eigenständigen Betrieb zu verleihen.

Auch OpenAI hat das FDE-Programm zu einer eigenständigen großen Organisation ausgebaut. Auf seiner Karriereseite werden derzeit Dutzende entsprechender Stellen ausgeschrieben, die Regionen wie San Francisco, New York, London, Dublin, Tokio, München, die Vereinigten Arabischen Emirate sowie Branchen wie das Regierungsgeschäft abdecken.

OpenAI definiert FDE nicht als gewöhnlichen Pre-Sales- oder Lösungsberater, sondern als Fachkräfte, die gemeinsam mit strategischen Kunden für Anforderungsermittlung, technische Umfangsbestimmung, Systemdesign, Entwicklung und Produktivsetzung verantwortlich sind. Als Bewertungsmaßstab dienen die tatsächliche Akzeptanzrate, die Auswirkungen auf Arbeitsabläufe und messbare Ergebnisse. Für die FDE-Stelle in San Francisco sind bis zu 50 % Reisetätigkeit vorgesehen, das Jahresgehalt liegt zwischen 162.000 und 280.000 US-Dollar, zudem werden Unternehmensanteile angeboten.

Obwohl Anthropic den Begriff FDE selten direkt verwendet, baut es in der Praxis dasselbe Bereitstellungsmodell auf.

Im Mai 2026 gründete Anthropic gemeinsam mit Blackstone, Hellman & Friedman und Goldman Sachs ein neues Unternehmen für Unternehmens-KI-Dienstleistungen. Die angewandten KI-Ingenieure von Anthropic arbeiten mit Kundenteams zusammen, um die wertvollsten Anwendungsfälle für Claude zu ermitteln, maßgeschneiderte Systeme zu entwickeln und langfristige Unterstützung zu leisten. Anthropic stellte in seiner Ankündigung klar fest, dass die Einbettung von Claude in die Kerngeschäftsprozesse von Unternehmen Vor-Ort-Engineering-Fähigkeiten und ein tiefes Verständnis für die spezifische Betriebsweise jedes einzelnen Unternehmens erfordert.

Die Zusammenarbeit zwischen Anthropic und UST zeigt zudem, dass dieses Modell über Beratungs- und Systemintegrationsunternehmen ausgeweitet wird. UST plant, 20.000 Mitarbeiter für die Nutzung von Claude zu schulen, darunter auch Forward Deployed Engineer, die direkt in Kundenteams arbeiten, und ein spezialisiertes Team für die Claude-Bereitstellung aufzubauen.

Es ist ersichtlich, dass führende Modellanbieter auch von dem reinen „Verkauf von APIs und Tokens“ zur Aufbau größerer und spezifischerer Vor-Ort-Bereitstellungsszenarien übergehen. Nachdem Modelle zunehmend zu einer Ware werden, wird die Fähigkeit, in Unternehmen einzudringen, Arbeitsabläufe umzugestalten und messbare Ergebnisse zu liefern, zum Wettbewerbsschwerpunkt der nächsten Phase.

Auch in China sind FDE-Stellen bereits weit verbreitet.

Beispielsweise positioniert Tencent die Rolle des „KI-Forward Deployed Engineer FDE“ nicht nur dahingehend, „große Modelle in Kundensysteme zu integrieren“, sondern auch Unternehmen bei der Neugestaltung von Forschungsprozessen und KI-Coding-Systemen zu unterstützen. Tatsächlich vereint die Stelle die Verantwortlichkeiten von Full-Stack-Ingenieuren, Lösungsarchitekten, Beratern für Entwicklungseffizienz und Leitern der Kundenzustellung.

Auch bei MiniMax gibt es die Stelle „Leiter für Lösungen / Forward Deployed Engineer FDE“. In der Stellenausschreibung wird betont, dass FDE in Szenarien aus Branchen wie Bildung, Gesundheitswesen, Finanzen und Fertigung eindringen, echte Hindernisse bei der Umsetzung von KI ermitteln, End-to-End-Lösungen entwerfen und sicherstellen müssen, dass Daten aus branchenspezifischen Szenarien in das Modelltraining zurückfließen und die Algorithmenentwicklung vorantreiben. MiniMax stellt ausdrücklich klar, dass diese Stelle keine reine Pre-Sales-Funktion ist, sondern eine direkte Verbindung zu den Modell- und Algorithmenteams aufrechterhalten muss.

Dies entspricht dem zentralen geschlossenen Kreislauf des Palantir-ähnlichen FDE: Ingenieure müssen nicht nur einzelne Kundenprojekte abschließen, sondern auch Probleme, Daten und Anforderungen aus dem Kundeneinsatz an die Produkt- und Modellteams zurückbringen, sodass eine einmalige kundenspezifische Bereitstellung schließlich zu Plattformfähigkeiten wird.

Doch heute scheint die reine FDE-Rolle die Anforderungen von Unternehmen nicht mehr zu erfüllen.

2  Forward Deployed Engineer können nur technische Probleme lösen 

Palantir ist eines der ersten Unternehmen, das die Umsetzungslücke zwischen Unternehmen und neuen Technologien erkannt hat.

Seine Kunden sind oft Regierungsstellen, Streitkräfte, Fertigungsunternehmen, Energieversorger und große Finanzinstitute. Die Daten, Zugriffsrechte und Prozesse dieser Organisationen sind hochkomplex, sodass eine Bereitstellung nicht nur über ein standardisiertes SaaS-Produkt möglich ist. Palantirs Ansatz besteht darin, hervorragende Ingenieure, die an der technischen Entwicklung beteiligt sind, direkt in die Kundenteams zu entsenden, um gemeinsam mit den Kunden zu arbeiten. Diese FDE sind nicht nur für die Bereitstellung verantwortlich, sondern ermitteln auch fortlaufend neue Anwendungsmöglichkeiten und treiben die Erweiterung des Einsatzbereichs beim Kunden voran.

Obwohl dieser Ansatz formal technischen Dienstleistungen oder Personalergänzungen ähnelt, unterscheidet sich seine Grundidee. Der Einkauf von Technologie fällt Unternehmen relativ leicht. Die eigentliche Schwierigkeit besteht darin, Datenmigration, Toolintegration, Code-Refactoring, Personalbeschaffung und -schulung, Ressourcenmanagement, interne und externe Kommunikation, abteilungsübergreifende Koordination, Unterstützung durch Führungskräfte, Abstimmungen mit dem Aufsichtsrat und Budgetplanung umzusetzen, um schließlich die ursprünglich festgelegten Ziele und den Return on Investment zu erreichen.

Nach dem Aufkommen der generativen KI wurde dieses Modell von Unternehmen wie OpenAI und AWS erneut übernommen.

Manelius weist darauf hin, dass der Software-Einkaufszyklus bei Großunternehmen normalerweise 18 bis 24 Monate dauert und in jedem Zyklus oft nur ein oder zwei neue Tools eingeführt werden. Da sich das externe Umfeld monatlich, wöchentlich oder sogar täglich schnell verändert, führen mehrere Faktoren gemeinsam dazu, dass über 90 % der Unternehmens-KI-Projekte die erwarteten Erträge nicht erzielen.

Er ist der Ansicht, dass FDE ein wichtiger erster Schritt zur Lösung dieses Problems sind. Da FDE direkt in die Kundenteams integriert sind, können sie die echten Arbeitsabläufe sehen, nicht die in Ausschreibungsdokumenten aufbereitete Version; sie können innerhalb von Wochen, Tagen oder sogar Stunden funktionsfähige Ergebnisse liefern und verhindern, dass Projekte langfristig in der Pilotphase verharren; ihre Arbeitsbewertung misst sich nicht an unterzeichneten Aufträgen oder gesteigerten Nutzungsraten, sondern daran, ob der Kunde tatsächlich Ergebnisse erzielt.

Aber FDE lösen hauptsächlich technische Probleme und sind oft weit von den zentralen Führungskräften entfernt, die über Budgets, Organisationsstrukturen und Unternehmenskulturen entscheiden. Damit Unternehmen tatsächlich eine KI-Grundlage aufbauen können, muss die oberste Führungsebene selbst zum KI-Treiber werden.

„Derzeitiges Engpass sind nicht die Kosten für Modelle, Produkte, Agenten oder Tokens, sondern wie schnell Menschen KI-Praktiken, -Produkte und -Methoden erfolgreich in das Unternehmen integrieren können“, sagt Manelius. Aus diesem Grund leiden einige Führungskräfte unter großer Angst, hinterherzuhinken.

„Was sie wirklich brauchen, ist kein weiterer Artikel mit ein paar Ratschlägen, sondern ein vertrauenswürdiger Berater mit technischer und Führungserfahrung, der ihnen hilft, Herausforderungen zu strukturieren und tatsächliche Veränderungen voranzutreiben.“

Neben technischen und prozessualen Problemen geht die KI-Transformation auch mit deutlichem psychischem Druck einher. KI entwickelt sich schnell weiter, und das Risiko von Fehlentscheidungen ist hoch, was zu großer Angst, Unsicherheit und Zweifeln führt. Daher werden Führungskräfte selbst dann, wenn sie eine ideale Lösung erhalten, diese möglicherweise nicht übernehmen – es sei denn, sie vertrauen der Person, die die Lösung bereitstellt.

3  Unternehmen brauchen auch „Forward Deployed Executive“ 

Dan Shipper von Every hat einmal erklärt, dass ein wichtiger Indikator dafür, ob Unternehmen KI effektiv einführen können, darin besteht, ob der CEO selbst KI häufig nutzt und die Ergebnisse aktiv mit seinem Team teilt. Eine Umfrage von PwC zeigt zudem, dass CEOs von Unternehmen mit einer starken KI-Grundlage dreimal so wahrscheinlich signifikante finanzielle Erträge melden wie andere Unternehmen.

Auf dieser Grundlage schlägt Manelius vor: Da Unternehmen nicht das gesamte Managementteam kurzfristig austauschen können, brauchen sie externe FDX, um die KI-Kompetenz ihrer Führungskräfte zu steigern. FDE müssen den Managern nicht nur sagen, welche Technologie sie einsetzen sollen, sondern ihnen auch helfen, Probleme zu erkennen, Prioritäten festzulegen und die psychischen und emotionalen Hürden zu überwinden, die Handlungen behindern.

Weiterhin ist erwähnenswert, dass Palantir in seinen Produktvorführungen 2026 auch darauf hingewiesen hat: „Forward Deployed Engineering wird nicht mehr nur von Menschen durchgeführt.“ Seine KI-FDE können AIP-Logikfunktionen schreiben, Bewertungen erstellen, Systeme debuggen und erste Lösungen in einem fortlaufenden Zyklus zu produktionsreifen Systemen weiterentwickeln. Palantir zeigte zudem den Prozess, bei dem „Agenten Agenten bauen“. Dies macht deutlich, dass die FDE-Rolle selbst teilweise durch KI automatisiert werden kann.

Aber je mehr KI die technischen Aufgaben bei der Bereitstellung übernimmt, desto mehr brauchen Unternehmen Fachkräfte, die organisatorische Beurteilungen übernehmen, die nicht durch Code ersetzt werden können. Diese entscheidende Rolle übernimmt der FDX.

Tatsächlich teilte der Investor Rishi Taparia bereits im Januar dieses Jahres mit, dass eines seiner Portfoliounternehmen einen sechsstelligen Vertrag abgeschlossen hat – der Kunde kaufte keine Software, sondern verlangte, dass der Gründer für mehrere Monate als eine Art externer Führungskraft in das Unternehmen eintritt, an der KI- und Datenstrategie mitwirkt und direkt an echten Entscheidungsprozessen teilnimmt.

Taparia weist darauf hin, dass das „E“ in FDE auch für „Executive“ stehen kann. Später fand diese Bezeichnung auch Einzug in den Arbeitsmarkt. Das KI-Beratungs- und Ingenieurunternehmen Provectus suchte im Juli nach einem „Senior Product Owner/Forward Deployed Executive — AI Delivery“, einer Stelle, die die Fähigkeiten von Produktverantwortlichen, Kundenzustellern und leitenden Kräften zur Förderung von Geschäftsabläufen in einer Position vereint.

Unternehmen wie Anthropic prognostizieren, dass KI bis etwa 2030 möglicherweise 50 % der Angestelltenarbeiten ersetzen könnte. Manelius ist jedoch der Ansicht, dass diese Veränderung zumindest derzeit noch nicht in großem Umfang stattfindet.

Manelius zieht eine Analogie zwischen FDX und den „Lösungsarchitekten“, die vor zehn Jahren auf dem Markt stark nachgefragt wurden.

Gute Lösungsarchitekten verfügen in der Regel über drei Fähigkeiten gleichzeitig: technische Fähigkeiten zum Verständnis von Systemarchitekturen und Best Practices, Managementfähigkeiten zum Umgang mit Kosten, Zeit und Teamkonfiguration sowie unternehmerische Fähigkeiten zum Verständnis von Geschäftsanforderungen, Return on Investment und Marktchancen.

Im KI-Zeitalter müssen FDX zudem über stärkere Anpassungsfähigkeit verfügen, schnell auf Veränderungen reagieren und eine hohe Toleranz gegenüber Unsicherheit aufweisen; sie müssen KI zuerst denken und bei der Analyse von Problemen zuerst prüfen, welche Aufgaben KI übernehmen kann; darüber hinaus müssen sie über Fähigkeiten zur eigenständigen Ausführung, gemeinsamen Anleitung und Aufgabenübertragung verfügen, sodass sie sowohl selbst arbeiten als auch dem Team helfen können, die Methoden zu beherrschen.

Manelius sagt, dass viele Führungskräfte im Rahmen der KI-Kompetenzsteigerung im vergangenen Jahr den Wunsch hatten, dass jemand mit ihnen gemeinsam KI-Tools testet, ausprobiert und optimiert und sie während des Transformationsprozesses unterstützt. Was sie brauchen, sind keine reinen Techniker, sondern Fachkräfte, die sowohl die Sprache und Anforderungen der Führungskräfte verstehen als auch praktische technische Hindernisse beseitigen können.

4  In China gibt es ebenfalls Stellen, die FDX ähneln 

In China gibt es Positionen, die FDX ähneln, aber oft keine vollständige eigenständige Stelle darstellen.

Feishu von ByteDance sucht nach „Beratern für Unternehmens-KI-Transformation“. Diese sind nicht nur für Pre-Sales-Präsentationen oder Software-Implementierungen verantwortlich, sondern arbeiten direkt am Standort des Kunden, von der Produktivsetzung über die Ermittlung von Geschäftsschmerzpunkten und das Design von KI-Szenarien bis hin zur Erfolgsmessung. Sie lösen Probleme von Unternehmen wie „fehlende Szenarien, fehlgeschlagene Umsetzung, schwer quantifizierbare Wertschätzung“. Die Stelle erfordert gleichzeitig Fähigkeiten zur Kommunikation mit hochrangigen Kunden, Unternehmensberatung, technische Lösungsentwicklung und komplexe Projektsteuerung. Ihre Tätigkeit kommt FDX bereits sehr nahe: Sie stehen zwischen Management, Geschäft und Technik und treiben die KI-Transformation von Unternehmen voran.

Einige Stellen bei Baidu Intelligent Cloud weisen ebenfalls deutliche FDX-Merkmale auf. Beispielsweise muss der Lösungsarchitekt für intelligente Industrie nicht nur KI- und Agentenlösungen entwerfen, sondern auch die Geschäftsstrategie und die KI-Transformationsziele der Kunden verstehen, mit den CXOs der Kunden kommunizieren, schnell PoC erstellen, die Token-Kosten berechnen, Vertrieb, Produkt, Entwicklung, Marketing und Ökosystempartner koordinieren und den Kunden von der Testphase zur großflächigen Nutzung führen.

Die KI-Lösungsarchitekten von Huawei müssen ebenfalls über die Fähigkeit zur Kommunikation mit mittleren und hochrangigen Kunden verf