AI Engineer in Frankfurt Rhein-Main

Was ein AI Engineer tut

Ein AI Engineer baut Software auf Modellen, die es bereits gibt. Chip Huyen beschreibt AI Engineering als den Bau von Anwendungen auf bereits verfügbaren Foundation Models (AI Engineering, O’Reilly, 2025). Ein Labor wie Anthropic oder OpenAI trainiert das Modell. Der AI Engineer verbindet es mit den Systemen eines Unternehmens und legt fest, was es dort tun darf.

AI Engineer, ML Engineer oder Software Engineer

Stellenanzeigen vermischen diese Titel, dabei meint jeder eine andere Arbeit. Die Tabelle zeigt, was jede Rolle baut und welchen Teil davon ich abdecke.

Rolle	Was die Rolle baut	Mein Anteil
AI Engineer	Software auf bestehenden Modellen: Agenten, Werkzeuge, MCP-Server und die Prüfungen drumherum	Meine tägliche Arbeit
ML Engineer	Eigene Modelle, mit den Daten des Unternehmens trainiert und in Produktion betrieben	Nicht mein Feld; ich trainiere keine Modelle
Data Scientist	Analysen und statistische Modelle, die Geschäftsfragen beantworten	Nicht mein Feld
Software Engineer	Code für ein Produkt, mit oder ohne Modell	Ich schreibe auch Code, von APIs bis zu Webportalen
Forward Deployed Engineer	Lösungen innerhalb der Organisation eines Kunden. Gergely Orosz beschreibt Engineers, die sich beim Kunden einbetten und Lösungen gemeinsam mit ihm entwickeln (The Pragmatic Engineer, 12. August 2025)	Nah an meiner Arbeit für Kunden, bei der ich innerhalb der Systeme eines Kunden baue
AI Architect	Den Entwurf, wie Modelle, Daten und Systeme zusammenpassen	Teil meiner Arbeit als IT-Architekt in Frankfurt

Was ich mit Claude und Codex baue

Den größten Teil meiner Arbeit als AI Engineer leiste ich heute in einem Kundenprojekt, an einer Informationsplattform, die mit KI-Agenten entsteht. Diese Teile habe ich dort aufgebaut:

• Parallele Sitzungen. Mehrere Sitzungen von Claude und Codex und das menschliche Team arbeiten gleichzeitig in einem Repository, jede Sitzung in ihrem eigenen Git-Worktree.
• Hooks mit Tests. Ein Hook blockiert einen gefährlichen Befehl, bevor er läuft, und eine Testmatrix belegt, dass er gültige Arbeit durchlässt.
• Ein Gateway für Claude auf dem Smartphone. Die Control Plane des Agententeams spricht MCP nur über stdio. Ich habe ein OAuth-Gateway davorgeschaltet, gebaut mit FastMCP, sodass Claude auf dem Smartphone die Issues des Teams liest und schreibt.
• Ein Team aus Agenten mit Rollen. Auf Paperclip gibt ein Chef-Agent jede Aufgabe an einen Agenten seines Teams, und jeder Code-Agent öffnet einen Merge Request unter seinem eigenen Namen.
• Eine Sperre vor Codeänderungen. Ein Agent ändert Code erst, nachdem er einen Wissensgraphen des Repositorys zu dem Teil abgefragt hat, den er anfasst.

Die Regeln hinter diesem Aufbau stehen auf der Seite KI-Agenten unter denselben Regeln wie Menschen.

Wer ich bin

Ich bin Michael Wutzke. Seit mehr als zwanzig Jahren baue ich Software, von Onlineshops bis zu Versicherungsportalen auf AWS, und heute baue ich sie mit KI-Agenten wie Claude und Codex. Mich interessieren außerdem Open-Source-KI-Modelle, die ein Unternehmen auf eigenen Servern betreibt. Zuvor war ich beim Frankfurter Unternehmen Blocksize Capital Head of Decentralized Finance and Node Operations und danach Chief Information Officer. Ich bin als AWS Solutions Architect Associate zertifiziert und nehme am Programm Claude Certified Architect Foundations teil, dem ersten offiziellen Zertifizierungsprogramm von Anthropic. Details: Lehre und Zertifizierungen.