Forward Deployed Engineers: KI-Anbieter kommen ins Haus

Forward Deployed Engineers sind hochspezialisierte KI-Entwickler, die nicht per E-Mail beraten, sondern direkt in Kundenunternehmen einziehen, deren Systeme kennenlernen und dort produktiven Code für KI-Agenten schreiben. Amazon, OpenAI und Anthropic bauen dieses Modell derzeit im großen Stil auf. AWS hat dafür laut TechCrunch (30.06.2026) eine eigene Organisation mit rund einer Milliarde Dollar Budget angekündigt.

Die zentrale Frage dahinter: Warum verlassen die Anbieter das bequeme Lizenzgeschäft und schicken teure Senior-Ingenieure zu ihren Kunden? Die Antwort sagt mehr über den Zustand der Unternehmens-KI aus als jede Benchmark-Folie.

Was sind Forward Deployed Engineers genau?

Forward Deployed Engineers, kurz FDEs, sind Ingenieure, die physisch und organisatorisch in eine Kundenfirma eingebettet werden, um dort KI-Agenten und Workflows zu bauen und in Betrieb zu nehmen. Sie schreiben Code in der Kundeninfrastruktur, integrieren Modelle in bestehende Systeme und bleiben so lange, bis das Unternehmen eigenständig weiterarbeiten kann.

Die Rolle sitzt zwischen mehreren Disziplinen. Sie ist zugleich Software-Engineering, Produktentwicklung und Beratung. Der entscheidende Unterschied zum klassischen Consultant: Ein FDE liefert nicht die Folie mit der Empfehlung, sondern das laufende System. In der aktuellen Anthropic-Stellenausschreibung für diese Position heißt es, die Ingenieure sollen sich "directly with our most strategic customers" einbetten und Produktions-Anwendungen mit Claude-Modellen bauen.

Konkret gehören zu den Aufgaben laut Anthropic:

• Arbeiten innerhalb der Kundensysteme, um produktive Anwendungen aufzusetzen
• Erstellung technischer Artefakte wie MCP-Server, Sub-Agents und Agent Skills für reale Workflows
• "White glove deployment support", also hochgradig betreute Implementierung für Enterprise-Kunden
• Identifizieren wiederverwendbarer Deployment-Muster und Rückspiegelung an die Produktteams
• Reisetätigkeit von 25 bis 50 Prozent zu Kundenstandorten

Warum setzen Amazon, OpenAI und Anthropic jetzt darauf?

Weil die größten und lukrativsten Probleme in Unternehmen zu spezifisch für Standardsoftware sind. Ein fertiges Modell allein löst sie nicht. Zwischen einem leistungsfähigen KI-Modell und seiner tatsächlichen Nutzung in gewachsenen, oft veralteten IT-Landschaften klafft eine Lücke, die aktuelle Analysen als "Deployment Gap" beschreiben. Genau diese Lücke sollen FDEs schließen.

Der strategische Kern ist eine Verschiebung im Geschäftsmodell. Statt Lizenzen zu verkaufen und zu hoffen, dass die Kunden sie nutzen, betten die Anbieter Ingenieure ein, um erfolgreiche und damit umsatzbindende Einführungen zu sichern. AWS beschreibt das Ziel seiner neuen Organisation als "customer self-sufficiency in AI capabilities": Kunden sollen nach der Aufbauphase allein weiterlaufen. Das Modell erinnert stark an Palantirs jahrelange Praxis, die Branchenbeobachter inzwischen als Vorbild benennen.

Aus meiner Beratungspraxis kenne ich das dahinterliegende Muster gut. Unternehmen kaufen Zugänge zu leistungsfähigen Modellen, und dann passiert monatelang wenig, weil niemand die Verbindung zwischen Modell und echtem Prozess herstellt. Die FDE-Bewegung ist die Antwort der Anbieter auf diese Ernüchterung. Sie liefern die fehlende Umsetzungsschicht gleich mit.

Wer selbst an diesem Punkt steht und Prozesse mit eigenen Agenten automatisieren will, statt auf einen teuren Anbieter-Ingenieur zu warten, findet in einem Praxisworkshop zum Aufbau eigener KI-Agenten und Automatisierungen einen realistischeren Einstieg. Das ist kein Ersatz für ein eingebettetes Team, sondern der Weg, die nötige Kompetenz im eigenen Haus aufzubauen. Für Firmen, die lieber selbst befähigt werden als dauerhaft abhängig zu bleiben, ist das oft der bessere Hebel.

Was kostet dieses Modell und wer profitiert?

FDEs zählen zu den teuersten Rollen im Enterprise-Umfeld, weil hier Senior-Ingenieure direkt beim Kunden eingesetzt werden. Forbes nennt für vergleichbare Palantir-Profile Gesamtvergütungen im oberen sechsstelligen Dollarbereich. Genau das erklärt die Milliarden-Dimension der neuen Programme.

Bei der eine Milliarde Dollar, die für Amazons Organisation genannt wird, lohnt ein nüchterner Blick. Die Zahl stammt aus der Berichterstattung, eine detaillierte Aufschlüsselung nach Teamgrößen oder Umsatzprognosen liegt in den frei zugänglichen Quellen nicht vor. Ebenso wenig sind konkrete Kundennamen bestätigt, bei denen AWS, OpenAI oder Anthropic ihre FDE-Teams bereits einsetzen. Runde PR-Zahlen sind ein Hinweis auf die Ambition, kein Beleg für den Nutzen.

Profitieren werden zunächst große Kunden mit spezifischen, wertvollen Problemen und dem Budget für betreute Implementierung. Für den Mittelstand ist das Modell in dieser Form kaum zugänglich. Mein Eindruck als Berater: Die interessantere Frage ist nicht, ob Sie einen FDE bekommen, sondern ob Sie die Prinzipien dahinter selbst umsetzen können.

Was bedeutet das für Ihr Unternehmen?

Sie sollten die FDE-Bewegung als Signal lesen, nicht als Angebot. Sie zeigt, dass selbst die Anbieter der stärksten Modelle wissen: Ohne Einbettung in echte Prozesse bleibt KI ein teures Experiment. Die Lehre lässt sich auf jede Firmengröße übertragen, auch ohne eingebettetes Team.

Konkret bedeutet das:

1. Wählen Sie einen häufigen, klar messbaren Prozess aus, bevor Sie über Werkzeuge reden.
2. Verstehen Sie Ihre eigene Datenlandschaft und IT-Altlasten, denn genau daran arbeiten sich FDEs beim Kunden ab.
3. Bauen Sie interne Kompetenz auf, damit Sie nach einer Einführungsphase autonom bleiben, statt dauerhaft abhängig zu sein.

Wer die grundsätzliche Wette der Branche einordnen will, sollte auch die kritischen Stimmen kennen. Unser Beitrag dazu, was die Warnungen vor einer KI-Blase für Ihre Strategie bedeuten, liefert dafür den nüchternen Gegenpol.

Zurück zur Ausgangsfrage: Warum kommen die Anbieter jetzt zu Ihnen ins Haus? Weil sie erkannt haben, dass der Wert nicht im Modell liegt, sondern in der Anpassung an Ihre konkrete Realität. Für die meisten Unternehmen ist die praktische Konsequenz nicht, auf einen eingebetteten Ingenieur zu warten, sondern diese Anpassungsarbeit selbst zu leisten. Daran entscheidet sich der Nutzen, unabhängig davon, wie viele Milliarden in die nächsten FDE-Organisationen fließen.