Data Intelligence Engineer einstellen: Welche Nachweise zählen?

Wenn Sie einen Data Intelligence Engineer einstellen möchten, klären Sie zuerst, wer für die Bedeutung, Prüfung und zulässige Verwendung einer KI-generierten Antwort verantwortlich ist. Legen Sie diese Verantwortung fest, bevor Sie den Stellentitel wählen. Lassen Sie Kandidatinnen und Kandidaten anschließend eine plausibel wirkende, aber falsche Antwort untersuchen. Stellen Sie dafür fachliche Definitionen und synthetische Daten bereit. So können Sie nachvollziehen, wie die Kandidaten feststellen, welchen Ergebnissen sie vertrauen können.

Stellen Sie sich einen vertrauten Konflikt vor: Der Vertrieb nennt eine Zahl für die wiederkehrenden Umsätze, die Finanzabteilung eine andere. Ein Assistent liefert eine überzeugende Erklärung und eine Abfrage, die fehlerfrei läuft. Trotzdem muss jemand prüfen, ob die Abfrage die richtige Frage beantwortet, ob die Belege tragen und wer die Zahl für eine Board-Präsentation freigeben darf.

Das ist eine konkrete Aufgabe für die Personalauswahl. Ein neuer Titel kann helfen, sie zu beschreiben. Lösen kann er sie nicht.

Was bedeutet „Data Intelligence Engineer“ hier?

Jordan Tigani schlägt die Rolle in seinem MotherDuck-Artikel vom 11. November vor. In seiner Beschreibung vereint sie Geschäftskontext, Datenmodelle, die Koordination von Agenten, Prüfungen anhand bekannter korrekter Antworten und die Verantwortung für Ergebnisse mit erheblichen Folgen. Die verlinkte vorgeschlagene Stellenbeschreibung sieht auch vor, dass bestehende Data Engineers, Analytics Engineers oder Analysten diese Verantwortung übernehmen können.

Betrachten Sie das als Vorschlag eines Anbieters dazu, wie sich die Arbeit mit Daten verändern könnte. Er liefert brauchbare Anregungen für die Gestaltung einer Stelle, belegt aber nicht, dass bereits ein neues, einheitliches Berufsbild entstanden ist. Der Titel taucht schon in anderen Stellenanzeigen mit anderen Aufgaben auf. Sie müssen erklären, was er in Ihrem Unternehmen bedeutet.

Der nützliche Kern von Tiganis Argument ist die Frage nach der Verantwortung. Wenn ein Agent eine Abfrage samt Erklärung erzeugen kann, braucht Ihr Team weiterhin jemanden, der diese Ergebnisse mit einer fachlichen Definition abgleicht, Ausnahmen erkennt und Prüfungen einrichtet. Das ist unsere Schlussfolgerung für die Personalauswahl aus dem Vorschlag, keine empirisch belegte Aussage darüber, welche Kandidaten erfolgreich sein werden.

Ein bekannter Stellentitel kann Ihnen bessere Dienste leisten. Sie könnten einen Analytics Engineer suchen und die Verantwortung für KI-gestützte Antworten ausdrücklich zur Aufgabe machen. Sie könnten diese Verantwortung auch einem bestehenden Teammitglied übertragen. Entscheidend sind die Arbeit und die Befugnisse, die Sie brauchen, nicht die Begeisterung für einen Namen.

Legen Sie die Verantwortung fest, bevor Sie die Stelle ausschreiben

Halten Sie fest, welche Entscheidungen diese Person selbst trifft und welche sie an andere Verantwortliche weitergeben muss. Das pauschale Versprechen, „die Datenqualität zu verantworten“, sagt Kandidatinnen und Kandidaten zu wenig. Zugleich lässt es Interviewern zu viel Spielraum für eigene Maßstäbe.

Beginnen Sie mit einem knappen Aufgaben- und Befugnisrahmen:

Diesen Rahmen können Sie anpassen; er ist kein Branchenstandard. Wenn die Finanzabteilung eine Umsatzdefinition verantwortet, sollte der Engineer sie nicht stillschweigend ändern, damit das Dashboard die Zahl des Vertriebs bestätigt. Die Aufgabe besteht darin, den Konflikt zu erkennen, seine Auswirkungen zu erklären und eine Entscheidung der zuständigen Person einzuholen.

Gemeinsame Definitionen waren schon vor dem Einsatz von Agenten nötig. Die Dokumentation zum Semantic Layer von dbt beschreibt beispielsweise zentral definierte Kennzahlen als Mittel gegen uneinheitliche Berechnungen. Für diese organisatorische Entscheidung brauchen Sie das Produkt nicht: Legen Sie fest, welche Definition gilt und wer sie ändern darf.

Trennen Sie Einstellungsvoraussetzungen von Fähigkeiten, die Sie später vermitteln. Wenn Sie Ihr Abonnementmodell erst erklären wollen, stellen Sie dessen Regeln in der Aufgabe bereit. Ist die Diagnose von SQL-Fehlern eine unverzichtbare Voraussetzung, lassen Sie sich diese Fähigkeit zeigen. Die Empfehlungen des US Office of Personnel Management zu Arbeitsproben unterscheiden ebenfalls zwischen Kompetenzen, die beim Einstieg erwartet werden, und solchen, die später vermittelt werden. Diese Empfehlungen stammen aus dem US-Bundesdienst. Sie sind weder eine allgemeingültige rechtliche Vorgabe noch eine Validierung der folgenden Aufgabe.

Bauen Sie eine plausible falsche Antwort in die Arbeitsprobe ein

Geben Sie Kandidatinnen und Kandidaten eine Antwort, die eine Überprüfung verdient, sowie genügend Kontext für die Untersuchung. Eine kleine Abweichung kann mehr über ihre Prüfungsmethoden verraten als die offene Aufforderung, eine beeindruckende Analyse-Demo zu bauen.

Die folgende Aufgabe ist fiktiv. Sämtliche Kundenkonten und Beträge sind erfunden. Die Definitionen sind Vorgaben für die Aufgabe, keine allgemeingültigen Rechnungslegungsregeln.

Die Aufgabenstellung definiert den monatlich wiederkehrenden Umsatz, kurz MRR, als monatlichen Betrag aus wiederkehrenden Abonnements, die am angegebenen Monatsende aktiv sind. Einmalige Einrichtungsgebühren und vor diesem Datum gekündigte Abonnements zählen nicht dazu. Für diese Aufgabe entspricht der jährlich wiederkehrende Umsatz, kurz ARR, dem MRR multipliziert mit zwölf.

Stellen Sie diese synthetischen Daten bereit:

Fügen Sie eine fehlerhafte generierte Abfrage bei, die alle wiederkehrenden Beträge und Einrichtungsgebühren addiert, ohne nach dem Abonnementstatus zu filtern. Sie liefert einen MRR von 650 $ und einen ARR von 7.800 $. Ergänzen Sie den Hinweis, dass der Vertrieb bisher diese höhere Zahl verwendet hat.

Behalten Sie die korrekte Antwort in den Unterlagen für die Prüfer: Nach den vorgegebenen Regeln beträgt der MRR 400 $ und der ARR 4.800 $. Die Einrichtungsgebühr von Kundenkonto A und das gekündigte Abonnement von Kundenkonto B erklären die Abweichung. Die Lösung darf nicht davon abhängen, eine unveröffentlichte Konvention der Finanzabteilung zu erraten.

Bitten Sie die Kandidaten um eine korrigierte Berechnung, eine kurze Fehlererklärung, Prüfungen, die den Fehler künftig erkennen würden, und eine Übergabe mit der Aussage, ob die Antwort verwendet werden kann. Dabei sollen sie zwischen Fakten aus den Unterlagen und Fragen unterscheiden, die eine fachliche Entscheidung erfordern. Dass der Vertrieb die höhere Zahl bevorzugt, ändert die freigegebene Definition nicht.

Stellen Sie für eine technische Rolle einen kleinen ausführbaren Datensatz samt Abfrage in einer vertrauten SQL-Umgebung bereit. Nennen Sie erforderliche Kenntnisse eines bestimmten SQL-Dialekts vorab. Bei einer Rolle, deren Schwerpunkt auf der Verantwortung für Analysen liegt, entscheiden Sie, ob eine Umsetzung in SQL nötig ist oder eine nachvollziehbar reproduzierbare Erklärung ausreicht. Prüfen Sie die Anforderungen der Stelle, die Sie tatsächlich besetzen wollen.

Klären Sie auch die erlaubten Hilfsmittel. Wenn KI-Unterstützung zulässig ist, sorgen Sie für vergleichbaren Zugang oder eine Alternative ohne privates Abonnement. Fragen Sie, was die Kandidaten nach der Nutzung geprüft haben. Aussagekräftig ist, wie sie das Ergebnis überprüft haben – und ob sie etwa erkannt haben, dass eine zweite generierte Erklärung nur denselben Fehler wiederholt.

Einigen Sie sich vor der Bewertung darauf, welche Nachweise zählen

Richten Sie die Bewertung an beobachtbarem Verhalten aus. Eine überzeugende Darstellung und die richtige Endsumme sind beide nützlich. Doch keine von beiden zeigt, wie die Kandidatin oder der Kandidat zur Antwort gekommen ist.

Vereinbaren Sie die Kriterien, bevor Sie die Aufgabe einsetzen:

Das sind vorgeschlagene Bewertungsmaßstäbe, kein validiertes Auswahlverfahren. Erproben Sie die Aufgabe mit Personen, die die tatsächliche Stelle kennen. Prüfen Sie, ob die Anweisungen mehrdeutig sind, der Aufwand angemessen ist und die geforderten Fähigkeiten zur Stelle passen. Teilen Sie den Kandidaten den erwarteten Aufwand, das Abgabeformat und die Anlaufstelle für individuelle Anpassungen der Teilnahmebedingungen mit. Überdenken oder vergüten Sie umfangreiche Aufgaben, soweit dies für Ihr Verfahren angemessen ist.

Lassen Sie die Prüfer ihre Beobachtungen unabhängig voneinander festhalten, bevor sie über einen Kandidaten sprechen. „Hat B ausgeschlossen, weil die Kündigung vor dem Monatsende lag“ gibt Ihrem Team einen konkreten Anhaltspunkt. Bei „Gutes Geschäftsgespür“ bleibt unklar, was tatsächlich passiert ist.

Vertiefen Sie im anschließenden Gespräch die Grenzen der Antwort. Fragen Sie, was sich ändert, wenn eine Kündigung erst im nächsten Monat wirksam wird, wie eine neue Gebührenart in die Prüfungen aufgenommen würde oder was passiert, wenn die Finanzabteilung die Definition anzweifelt. Geben Sie allen Kandidaten dieselben grundlegenden Bedingungen für diese Nachfragen. Sie prüfen, wie die Kandidaten ihre Überlegungen anpassen, nicht, wer die unausgesprochene Ausnahme des Interviewers errät.

Eine Punktzahl soll helfen, dieses Gespräch zu strukturieren. Sie sollte nicht zu einer unbegründeten Regel für Einstellung oder Absage werden. Halten Sie fest, was unklar bleibt und ob eine weitere stellenbezogene Frage diese Unklarheit beseitigen könnte.

Klären Sie, wer nach der Einstellung für die Antwort verantwortlich ist

Für diese Verantwortung braucht es neben einer fähigen Person auch geeignete organisatorische Bedingungen. Jemand muss Definitionen freigeben, angemessene Zugriffsrechte gewähren, als Anlaufstelle für Eskalationen dienen und entscheiden, wann eine Antwort verwendet werden darf.

Erklären Sie vor einem Angebot, wie diese Zusammenarbeit funktionieren soll. Wer löst einen Konflikt zwischen Vertrieb und Finanzabteilung? Wer darf einen regelmäßigen Bericht aussetzen? Wer korrigiert eine bereits verbreitete Zahl? Was passiert, wenn eine Prüfung fehlschlägt und die zuständige Person abwesend ist?

Die Aufgabe kann zeigen, ob Kandidatinnen und Kandidaten diese Fragen erkennen. Sie kann nicht ausgleichen, dass Ihr Unternehmen sie unbeantwortet lässt. Ebenso wenig belegt ein winziger synthetischer Datensatz, dass jemand Ihr gesamtes Datensystem betreuen kann. Nutzen Sie ihn als einen klar begrenzten Nachweis neben einschlägiger Erfahrung und einem strukturierten Gespräch.

Halten Sie die Nachweise für Ihre Einstellungsentscheidung in Kit zusammen

Überführen Sie den Aufgabenrahmen in die Stellenbeschreibung, Interviewphasen und Bewertungskriterien, die Ihr Team tatsächlich nutzen wird. Kits ideale Kandidatenprofile können helfen, erwartete Ergebnisse und Kompetenzen mit der Bewertung zu verbinden. Die Konfiguration von Prozessvorlagen umfasst Phasen für Arbeitsproben mit Aufgabenstellung, Einreichungen der Kandidaten und zugewiesenen menschlichen Prüfern.

So bleiben die Aufgabenbedingungen und die Begründungen jedes Prüfers für das Auswahlgespräch verfügbar. Kit organisiert das Verfahren. Ihre Prüfer bestimmen weiterhin die erwartete Antwort, untersuchen die Arbeit und entscheiden, welche Schlüsse sie zulässt. Kit stellt die analytische Richtigkeit nicht für Sie fest.

Beginnen Sie mit einer Antwort, die für Ihr Unternehmen Folgen hat und der Sie vertrauen müssen. Benennen Sie die Definition, die Prüfungen und die für die Entscheidung verantwortliche Person. So erhalten Sie ein klareres Stellenprofil und ein aussagekräftigeres Interview – unabhängig davon, ob Sie die Person am Ende Data Intelligence Engineer nennen oder einen Titel wählen, den Ihre Kandidaten bereits kennen.