Der angesagteste KI-Job FDE: 50.000 Yuan Monatslohn, das sind genau die Aufgaben, die man dort erledigt…
FDE, einer der beliebtesten und geheimnisvollsten AI-Jobs im gesamten Netz.
Die Beliebtheit rührt daher, dass viele große Unternehmen Stellenangebote mit einem Monatsgehalt von bis zu 30.000 bis 50.000 Yuan ausschreiben. Auf Xiaohongshu gibt es FDE überall, und es tauchen unzählige Beiträge mit Bewerbungserfahrungen auf.
Laut Statistik der Jobdaten-Website FDE Pulse liegt der Median des jährlichen Grundgehalts für FDE-Stellen mit öffentlich ausgewiesenen Gehältern im Ausland bei etwa 200.000 US-Dollar, was umgerechnet etwa 1,34 Millionen Yuan entspricht.
(Das ist alles Geld, das ist alles echtes Geld)
Die Geheimnisvollkeit rührt daher, dass ich 6 FDE-Praktizierende interviewt habe und schließlich feststellte, dass die Dinge, die sie tun, anscheinend alle ziemlich unterschiedlich sind …
Die vollständige Bezeichnung von FDE lautet Forward Deployed Engineer, auf Deutsch heißt es Ingenieur für Vor-Ort-Einsatz (Pionier-Einsatz).
Wie der Name schon sagt, handelt es sich um Ingenieure, die vor Ort beim Kunden stationiert sind: Sie stellen Software bereit und lösen gleichzeitig die praktischen Probleme des Kunden.
Inzwischen ist dieser Begriff vom Silicon Valley nach China übergeschwappt.
Im Ausland hat Anthropopic angekündigt, 100 Millionen US-Dollar zu investieren, um bis Ende 2027 10.000 FDE-Ingenieure auszubilden. OpenAI hat mit einer Investition von 4 Milliarden US-Dollar ebenfalls ein Unternehmen gegründet, das sich ausschließlich auf den Einsatz spezialisiert; AWS hat 1 Milliarde US-Dollar bereitgestellt, um eine FDE-Abteilung aufzubauen und Tausende von Ingenieuren zu den Kunden zu entsenden.
Auch China zieht nach: Viele große Unternehmen haben FDE-Stellen ausgeschrieben. Kimi hat angekündigt, gemeinsam mit mehreren IT-Dienstleistern FDE-Teams aufzubauen, während Tencent Cloud die Branchen-behauptete erste FDE-Ingenieurzertifizierung eingeführt hat und gleichzeitig FDE-Partner rekrutiert.
Gleichzeitig sind viele unabhängige Entwickler entstanden, die im Alleingang Aufträge annehmen und Unternehmen bei der AI-Umgestaltung unterstützen.
Allerdings ist die Praxis, Ingenieure zum Kunden vor Ort zu entsenden, schon seit der Internet-Ära bekannt.
Einsatzingenieure, Implementierungsberater, Lösungsingenieure, Nachsorgeingenieure … sie alle erledigen ähnliche Aufgaben, die zeitweise sogar als „schmutzige und anstrengende Arbeit“ galten.
Warum also ist dieser Job im AI-Zeitalter plötzlich so begehrt geworden? Was hat sich an diesem alten Berufsbild eigentlich verändert?
Was ist FDE eigentlich genau?
Im klassischen FDE-Modell tauchen häufig zwei verschiedene Rollen auf: Echo und Delta.
Echo ist für das Verständnis von Geschäftsprozessen, die Kommunikation von Anforderungen und die Gestaltung von Lösungen zuständig; Delta ist für das Schreiben von Code, die Anbindung von Daten und die tatsächliche Umsetzung der Lösungen verantwortlich. Die beiden arbeiten vor Ort zusammen, um die Kundenanforderungen gemeinsam zu erfüllen.
Auf der Rückseite gibt es eine Gruppe von Devs (gewöhnlichen Ingenieuren), die für die Entwicklung der Standardplattform zuständig sind.
Man kann den Unterschied zwischen Delta und Dev so zusammenfassen: Dev realisiert „eine Fähigkeit, die vielen Kunden dient“, während Delta „einen Kunden bedient und viele Probleme löst“.
Erwähnenswert ist, dass bei der Ausschreibung einiger FDE-Stellen in China inzwischen auch die Ausrichtung auf Echo oder Delta angegeben wird. Diese Situation gab es vor mindestens zwei Monaten noch nicht.
Die Arbeit vor Ort dreht sich zu einem großen Teil um Ontologie.
Einfach ausgedrückt ist Ontologie eine „Geschäftskarte“, auf die Software und AI zugreifen können: Welche Mitarbeiter, Abteilungen und Bestellungen es im Unternehmen gibt, wie sie zusammenhängen und welche Operationen jeweils ausgeführt werden dürfen.
Die Aufgabe von FDE besteht darin, die Informationen, die in verschiedenen Systemen, Prozessen und Mitarbeitererfahrungen verstreut sind, in diese Karte zu ordnen und darauf Anwendungen zu entwickeln, um Probleme zu lösen.
Als dieses Modell über das Meer nach China kam, entwickelte es verschiedene Varianten.
Im AI-Zeitalter hat sich der Schwerpunkt des Vor-Ort-Einsatzes ebenfalls verändert: Die Unternehmen selbst können oft nicht klar sagen, wofür AI verwendet werden kann – FDE muss dem Kunden zuerst dabei helfen, sich klar zu machen, was er umsetzen möchte.
Das Unternehmen 01.AI, das von Kai-Fu Lee geleitet wird, ist ein typisches Beispiel.
01.AI hat sich nun vollständig auf Unternehmens-KI umgestellt. Der eingeschlagene Weg lautet: Zuerst den obersten Entscheidungsträger des Unternehmens finden, dann FDE-Ingenieure vor Ort entsenden, die Ontologie des Unternehmens strukturieren und schließlich zu Produkten und Plattformen verdichten. Bei einem frühen Projekt mussten 5 FDE-Mitarbeiter vor Ort stationiert werden, ergänzt durch ein Backend-Team von 5 Personen.
Aus der Sicht von Kai-Fu Lee ist ihr Produkt zwar bereits produktivisiert und wird im Abonnementmodell angeboten, „aber es ist kein Plug-and-Play-Produkt“. Die Erstellung der Ontologie eines Unternehmens dauert ein bis drei Monate, „die Datenbanken, Rollen und Prozesse des Unternehmens müssen vollständig eingerichtet sein, damit der Kunde die vollständigen Ergebnisse erzielen kann“.
In vielen Unternehmen gibt es auch Personen, die ähnliche Aufgaben übernehmen. Zum Beispiel Layla und Sonic.
Layla arbeitet als FDE in einem SaaS-Unternehmen, ihre offizielle Berufsbezeichnung lautet bis heute Produktmanagerin.
△ KI-generiert
Seit März und April 2025 nimmt sie tatsächlich an Kundenprojekten teil. Die Kunden sind börsennotierte Unternehmen mit mehr als 10.000 Mitarbeitern, die Filialketten und die Fertigungsindustrie umfassen. Ein Vor-Ort-Einsatz dauert jeweils ein bis zwei Monate.
Als sie damit anfing, nannte das noch niemand FDE. Später, als dieses Modell populär wurde, hat sie sich näher damit befasst und „festgestellt, dass es anscheinend genau das Gleiche ist“.
Ihr Arbeitsablauf sieht so aus:
Erster Schritt: Vor Ort eintritt, die Geschäftsprozesse verstehen und aus einer Vielzahl von Rollen wie Einkauf, Marketing, Finanzen und IT herausfinden, was der Kunde wirklich will;
Zweiter Schritt: Eine Lösung ausarbeiten und einen Demo aufbauen, um sie schnell zu validieren;
Dritter Schritt: Nach erfolgreicher Validierung an das bestehende Lieferteam des Unternehmens übergeben, damit es in Betrieb geht;
Letzter Schritt: Die wiederverwendbaren Fähigkeiten abstrahieren und in das Produkt des Unternehmens zurückführen, um es weiterzuentwickeln.
Das ist im Grunde ein klassischer FDE-Arbeitsablauf und auch der übliche Ablauf, den Unternehmen oder unabhängige FDE heute für die Entwicklung verwenden.
Layla ist der Ansicht, dass die Beobachtungen und Erfahrungen von FDE „schließlich in Standardprodukten verdichtet werden müssen“.
Ein anderer unternehmensinterner FDE, Sonic, arbeitet an KI-Prüfprojekten, zum Beispiel Prüfungen im Steuer- und Finanzbereich oder Prüfungen von Werbematerialien.
△ KI-generiert
Ebenfalls seit 2025 forscht sein Team an FDE. Seiner Ansicht nach ist einer der wichtigsten Schritte von FDE die Strukturierung der Ontologie.
Er gibt ein Beispiel: Wenn ein Unternehmen einen KI-Assistenten für die Organisationsverwaltung entwickeln möchte, muss zuerst geklärt werden, wie viele Abteilungen es im Unternehmen gibt und welche Beziehungen zwischen ihnen bestehen; neben den Beziehungen gibt es auch Eigenschaften wie Dienstgrad und Gehalt einer Person.
Nur wenn diese zu Strukturen abstrahiert werden, die Agenten verstehen können, antwortet es genauer und rät nicht einfach ins Blaue hinein.
Dieser Schritt ist oft sehr mühsam, da FDE häufig auf Probleme stößt wie fehlende historische Daten von vor- und nachgelagerten Systemen oder fehlende offene Schnittstellen bei Altsystemen, was den Projektfortschritt stark behindert.
Aber Sonic ist der Ansicht, dass dieser Schritt nicht umgangen werden kann: „Wenn die Qualität hoch genug ist, ist es sehr effektiv. Die Qualität der späteren Lieferung hängt hauptsächlich von der Qualität der vorherigen Ontologie ab.“
Um all dies gut zu machen, müssen sowohl Layla als auch Sonic dauerhaft vor Ort beim Kunden stationiert sein.
Aus Sonics Sicht dient der Vor-Ort-Einsatz nicht nur dazu, die Anforderungen zu verstehen, sondern auch dazu, das Verständnis der Geschäftspartner für KI zu angleichen: Was machbar ist und was nicht. Nur wenn beide Seiten im gleichen Kontext sprechen, können über spätere Probleme und Lösungen gesprochen werden.
Aber Tianshu Cheng vom Silicon-Valley-Unternehmen Baseten hat mir gesagt, dass ihre FDE-Mitarbeiter fast nie vor Ort stationiert sind.
△ KI-generiert
Baseten ist ein Unternehmen, das KI-Inferenz-Cloud anbietet. Kunden stellen ihre Modelle auf ihrer Plattform bereit, und Baseten sorgt dafür, dass diese Modelle schneller, stabiler und kostengünstiger laufen.
Die Kunden, mit denen sie Kontakt aufnehmen, sind fast alle Ingenieure, und ihre Anforderungen sind sehr konkret. Zum Beispiel: Wenn man ursprünglich die API von OpenAI aufgerufen hat und nun zu einem Open-Source-Modell wechseln möchte, welches Modell soll man wählen? Wie stellt man es bereit? Wie erreicht man die erwartete Geschwindigkeit und Kosten?
FDE trifft sich mit dem Kunden, um die technischen Anforderungen zu verstehen, und baut dann einen Prototyp zur Validierung der Lösung auf. Die Probleme können Cloud-Infrastruktur, Optimierung der Modell-Inferenz, Training oder Produkterfahrung betreffen, wobei unterschiedliche FDE-Mitarbeiter mit unterschiedlichen Fachkenntnissen für die verschiedenen Bereiche zuständig sind.
Für sie kann diese Kommunikation fast vollständig online erfolgen.
Der Grund liegt darin, dass Baseten ein standardisiertes Produkt für Entwickler anbietet, das nur für einen klar definierten Teil der Geschäftskette des Kunden zuständig ist. Der Individualisierungsgrad ist nicht hoch, und es ist nicht erforderlich, tief in die Organisationsstruktur des Kunden einzudringen, um Geschäftsprobleme zu lösen.
„Unser Produkt hat keine hohe Kopplung an die eigene Geschäftslogik des Kunden“, sagt Tianshu Cheng.
Außerhalb der großen Unternehmen wächst eine Gruppe von „Guerillas“ wild auf
Außerhalb der Unternehmen wächst eine weitere Gruppe von „Guerillas“ schnell heran: Sie gehören keinem Unternehmen mit eigenen Produkten an, suchen selbst Kunden, nehmen selbst Aufträge an und unterstützen Unternehmen bei der KI-Umgestaltung.
Das ist an sich eine Veränderung, die durch KI entstanden ist: Früher brauchte ein ganzes Team mehrere Monate, um ein System individuell anzupassen; heute kostet Code fast nichts, und eine einzelne Person kann Aufträge entgegennehmen und liefern.
Dieser Markt ist im Moment sehr unreguliert. Lawted, der sich selbst als „der erste FDE im gesamten Netz“ bezeichnet, erzählte mir, dass er dies als „Bodenständiges FDE“ bezeichnet.
FDE-Mitarbeiter großer Unternehmen dienen hauptsächlich dazu, ihre eigenen Produkte zu fördern, während das bodenständige FDE sich hauptsächlich an „bodenständige Unternehmer“ richtet. Es kann OpenAI oder Gemini verwenden, hat keine Verkaufsaufgaben und liefert genau das, was der Kunde braucht.
Ich habe Kontakt zu einem FDE namens Zaniel aufgenommen. Nach dem Gespräch stellte ich fest, dass seine Vorgehensweise sehr unkonventionell ist …
Er ist ein promovierender Student an der Stanford University und hat seit April dieses Jahres im Alleingang KI-Projekte für Unternehmen angenommen.
Banken, Anwaltskanzleien, Kohlechemie, Wochenbettzentren, Haushaltsvermittlungen, Bauunternehmen … In mehr als fünf Monaten hat er Dutzende von Projekten abgeschlossen, die er alle selbst geliefert hat.
Und interessant ist, dass er nach der Arbeit in so vielen Szenarien seinen Arbeitsschwerpunkt von „Entwicklung von KI-Systemen und -Tools für Kunden“ zu „Unterweisung von Unternehmensmitarbeitern im Umgang mit KI“ verlagert hat.