Der deutsche KI-Arbeitsmarkt, entschlüsselt.

Eine Stellenanzeige ist ein Geständnis. In der Summe wird sie zur Strategie-Landkarte.

Jede KI-Stellenanzeige verrät leise die Wahrheit über die KI-Roadmap eines Unternehmens: auf welche Modelle es setzt, welche Probleme es lösen will, welche Werkzeuge seine Entwickler bereits produktiv einsetzen und wie es seine Leute organisiert, um zu liefern. Eine Anzeige ist eine Anekdote. Viertausend, dedupliziert und strukturiert, sind Marktwissen.

Personalsuche ist der ehrlichste Frühindikator, den ein Unternehmen aussendet. Pressemitteilungen zeigen Absichten; eine budgetierte, offene Stelle für einen „AI & LLM Integration Engineer (RAG, LangChain, Azure OpenAI)“ ist eine Festlegung. Niemand bezahlt Recruiter für Stellen, die gar nicht besetzt werden sollen. Dieses Projekt macht das Lesen dieses Signals systematisch.

Das Rohmaterial ist unsauber: dieselbe Stelle erscheint bei LinkedIn, Xing und Glassdoor unter drei verschiedenen Titeln, Beschreibungen bestehen aus 3.700 Zeichen zweisprachiger Textbausteine, Werkzeuge stecken irgendwo im Fließtext. Die eigentliche Arbeit und der eigentliche Wert liegen in der Pipeline, die aus diesem Wirrwarr saubere, abfragbare und vergleichbare Fakten macht. Dieser Bericht zeigt diese Pipeline aus drei Blickwinkeln: Daten (wie wir sie erfassen und ihnen vertrauen), KI/ML (wie wir sie deduplizieren und strukturieren) und Produkt (wie wir sie beantwortbar machen).

Ein Datensatz, vier wichtige Fragen beantwortet.

Dieselben strukturierten Daten sprechen sehr unterschiedliche Leser an. Jeder bekommt eine belegbare Antwort auf eine Frage, die sonst auf Vermutungen beruht.

Eine verlässliche Tabelle, zusammengesetzt aus drei unzuverlässigen Quellen.

Der Datensatz ist eine einzige verlässliche Quelle in Postgres: jede Anzeige trägt ihre Herkunft, Audit-Zeitstempel, ein absolutes Veröffentlichungsdatum und ein Soft-Delete-Kennzeichen, damit eine an der Quelle entfernte Stelle ihre Historie behält, statt zu verschwinden.

Wofür deutsche Unternehmen KI-Leute tatsächlich einstellen.

Ein LLM liest jede Beschreibung und extrahiert die konkret genannten Werkzeuge, Frameworks und Fähigkeiten. Dann zählen wir sie über den gesamten Markt. Das ist die wertvollste Sicht im Datensatz: der reale KI-Tech-Stack, sortiert nach Nachfrage.

Wo die Nachfrage liegt: nach Funktion, Region und Senioritätsstufe.

Von der Datenbank zu etwas, das ein Mensch befragen kann.

Saubere Daten sind nötig, aber für sich genommen träge. Die Produktebene macht daraus drei Zugänge, jeweils auf einen anderen Nutzer zugeschnitten.

viewport · graph

viewport · map

ai-verticals.dev · vollständiges Dashboard

Die Pipeline: von rohem HTML zu strukturiertem Wissen.

Sechs idempotente Stufen, täglich ausgeführt. In zwei davon steckt die eigentliche KI/ML-Arbeit: Deduplizierung und Klassifizierung.

Mit einem LLM strukturieren, ohne es halluzinieren zu lassen

Der Klassifizierer arbeitet in zwei Phasen und ist an ein festes Menü gebunden. Zuerst zieht ein Discovery-Lauf rund 120 Beschreibungen je Kategorie und lässt das Modell 4 bis 6 spezialisierende Teilsegmente und die häufigsten Werkzeuge vorschlagen. So entsteht die Taxonomie aus den Daten selbst (71 Teilsegmente, 74 Werkzeuge). Dann reicht ein Labeling-Lauf Stapel von rund 20 Stellen samt Auswahlmenü ein und fragt ausschließlich nach IDs aus diesem Menü. JSON-Modus, niedrige Temperatur und ein harter Prüfschritt, der jede erfundene ID und jedes Teilsegment außerhalb der Kategorie der Stelle verwirft. Das LLM liefert das Urteil, der Code liefert die Leitplanken.

Deduplizierung: das unscheinbare Problem, an dem hängt, ob die Zahlen überhaupt stimmen.

Wenn dieselbe Stelle dreimal auftaucht, ist jede Zahl oben falsch. Die Deduplizierung ist die stille tragende Wand des ganzen Produkts, und sie entpuppte sich als echtes ML-Problem, nicht als ein DISTINCT.

Die Falle: dieselbe Stelle erscheint auf der einen Seite als „Senior Software Developer“ und auf der anderen als „Senior AI Software Engineer (m/w/d)“, offensichtlich dieselbe Rolle. Zugleich sind „AI Engineer“ und „DevOps Engineer“ im selben Unternehmen verschiedene Rollen, die einem naiven Textvergleich fast gleich aussehen. Beides gleichzeitig richtig zu treffen ist die eigentliche Aufgabe.

Was wir probiert haben, und warum die naheliegenden Antworten scheiterten

Getestet gegen 520 vom LLM gelabelte Kandidatenpaare (23 echte Dubletten), als Referenz gespeichert, damit jede künftige Änderung gegen dieselbe Grundlage bewertet wird.