Fractional AI Lead vs Head of AI: Was brauchen Sie?

Stellen Sie einen Head of AI ein, wenn KI zum Kern Ihres Produkts gehört und die Rolle auch in drei Jahren eine Vollzeitstelle sein wird. Nehmen Sie einen Fractional AI Lead, wenn Sie jetzt erfahrenes Urteilsvermögen brauchen, wenn die Arbeit real ist, aber noch keine vierzig Wochenstunden füllt, oder wenn Sie für eine Rolle, die intern noch niemand innehatte, kein belastbares Auswahlverfahren führen können. Der Unterschied liegt nicht in Seniorität oder Kosten. Er liegt darin, ob die Arbeit dauerhaft ist und ob Sie die Person derzeit beurteilen können.

Die meisten mittelständischen Unternehmen liegen dabei in dieselbe Richtung falsch. Sie starten eine Head-of-AI-Suche, weil das der naheliegende Schritt ist, besetzen sie sechs bis neun Monate nicht und treffen währenddessen Architekturentscheidungen beiläufig statt bewusst. In diesem Artikel geht es darum, wie Sie erkennen, in welcher Lage Sie tatsächlich sind.

Was macht ein Head of AI, was ein Fractional AI Lead nicht macht?

Ein fest angestellter Head of AI baut eine Organisation auf und verantwortet sie. Er stellt ein, definiert Entwicklungspfade, führt Budget über Jahre, sitzt in den Leitungsrunden, in denen Prioritäten verhandelt werden, und sammelt institutionelles Wissen an, das niemand von außen erreicht. Wenn Ihre KI-Kompetenz auf ein Team von acht Personen wachsen und dort bleiben soll, ist genau das die Aufgabe, und kein Fractional-Modell ersetzt sie.

Ein Fractional AI Lead verantwortet Entscheidungen statt einer Organisation. Er setzt die Roadmap, trifft Architektur- und Anbieterentscheidungen, definiert den Bewertungsmaßstab, hält die regulatorische Position und steht für die Lieferung gerade. Was er nicht tut, ist eine Abteilung aufzubauen oder politisches Gewicht in einer Leitungsrunde zu entfalten, der er nur teilweise angehört. Wo die Beschränkung die Richtung ist, genügt das. Wo sie organisatorisches Wachstum ist, nicht.

Wie lange dauert die Einstellung eines Head of AI wirklich?

Länger, als der Plan annimmt, und in dieser Lücke entsteht der Schaden. Zwischen Profilerstellung, Suche, Gesprächen, Kündigungsfristen und den Monaten, bis eine neue Führungskraft im fremden Unternehmen wirksam wird, sind neun bis zwölf Monate von der Entscheidung bis zur Wirksamkeit eine realistische Größe für eine erfahrene KI-Besetzung im europäischen Mittelstand. Erfahrene Machine-Learning-Führung ist wirklich knapp, und die lohnenden Kandidatinnen und Kandidaten suchen selten aktiv.

Die Kosten dieses Fensters sind nicht die unbesetzte Gehaltsposition. Sie liegen darin, dass die ersten Architekturentscheidungen trotzdem fallen, getroffen von wem gerade verfügbar ist, und dass eine falsche sich fortpflanzt. Ein Anbieter wird ausgewählt, eine Datenstrecke auf eine bestimmte Art gebaut, ein Pilot ohne Schwellenwert zugeschnitten, und der eintreffende Head of AI erbt Festlegungen, die er nicht getroffen hätte.

Kann man für eine Rolle gut auswählen, die man nie innehatte?

Meist nicht, und das ist der am wenigsten besprochene Fehlermodus. Eine erfahrene KI-Besetzung zu beurteilen erfordert, jemanden zu unterscheiden, der Produktionssysteme ausgeliefert und betrieben hat, von jemandem, der das Vokabular beherrscht. Ohne diese Erfahrung auf Ihrer Seite des Tisches selektiert das Gespräch auf Eloquenz, und Eloquenz ist in diesem Feld reichlich vorhanden.

Ein Fractional-Modell löst das auf unspektakuläre Weise: Die Person, die die Arbeit macht, schreibt das Profil für die feste Rolle, sitzt im Auswahlgremium und erkennt den Unterschied. Mehrere der besseren Verläufe, die wir gesehen haben, folgen genau dieser Abfolge, bei der der Fractional Lead bewusst seine eigene Nachfolge einstellt.

Was passt, wenn KI zum Kern des Produkts gehört?

Eine Festanstellung, ohne großes Zögern. Ist das Modell das Produkt oder ein wesentlicher Teil davon, sind KI-Entscheidungen Produktentscheidungen, sie fallen täglich, und sie brauchen jemanden, dessen Interessen über Jahre vollständig am Unternehmen ausgerichtet sind. Fractional-Führung passt schlecht zu Arbeit, die nie aufhört.

Die Feinheit liegt in der Abfolge. Auch produktgetriebene Unternehmen profitieren häufig von fractional Abdeckung während der Suche selbst, gerade damit die Architekturentscheidungen dieser neun Monate bewusst fallen. Das ist eine ausdrücklich benannte, zeitlich begrenzte Brücke, kein Ersatz.

Was passt, wenn KI das Geschäft unterstützt, aber nicht das Geschäft ist?

Hier gewinnt Fractional meist, und das beschreibt die meisten Hersteller, Gesundheitsversorger, Beratungshäuser und Finanzinstitute. KI zählt, teils erheblich, aber sie ist eine Fähigkeit, die den Betrieb verbessert, und nicht das, was Kunden kaufen.

In dieser Form ist die Auslastung wirklich ungleichmäßig. Intensiv während Audit und erstem Bau, deutlich leichter im Regelbetrieb, wieder intensiv, wenn ein System neu trainiert werden muss oder sich eine Regelung ändert. Eine feste erfahrene Besetzung ist in den Tälern unterbeschäftigt und im Jahresgespräch schwer zu rechtfertigen, und so verlassen gute Leute Rollen, die nie richtig dimensioniert waren. Unser Beitrag dazu, was die fractional Rolle tatsächlich verantwortet, geht auf das Mandat genauer ein.

Was spricht dagegen, stattdessen eine starke Entwicklerin einzustellen?

Eine verbreitete und teure Ersetzung. Eine fähige Machine-Learning-Entwicklerin baut kompetent, worum sie gebeten wird. Was sie typischerweise nicht tut, ist zu entscheiden, ob es gebaut werden sollte, einen Anwendungsfall infrage zu stellen, der den Produktivbetrieb nicht übersteht, mit einem Sponsor über den Umfang zu verhandeln oder die regulatorische Position zu verantworten.

Das Ergebnis ist ein gut gebautes System für ein Problem, das niemand validiert hat. Dieses Scheitern ist teurer als eine langsame Einstellung, weil es ein Jahr verbraucht und etwas Funktionierendes hervorbringt, das nichts verändert. Wenn Sie nur eine erfahrene Person finanzieren können und die Roadmap unklar ist, ist Urteilsvermögen die knappere Zutat.

Wie vergleichen sich beide im Risiko?

Sie scheitern unterschiedlich, und das zählt mehr als die Frage, was günstiger ist.

• Eine falsche Festanstellung ist langsam und teuer rückabzuwickeln: Monate schwacher Leistung, eine unangenehme Trennung und eine zweite Suche aus schlechterer Position. In manchen europäischen Rechtsordnungen machen Fristen und Verfahren das deutlich schwerer, als das Einstellungsgespräch vermuten lässt.
• Ein falsches Fractional-Mandat endet zum Ende einer Vertragsperiode. Das ist ein echter struktureller Vorteil, solange Ihre Anforderungen noch unsicher sind.
• Das fractional-spezifische Risiko ist ein zu schwaches Mandat. Ein Fractional Lead ohne echte Entscheidungsbefugnis ist ein Berater mit anderem Titel, und das Ergebnis sind Empfehlungen, für die niemand geradesteht. Umfasst das Mandat keine Architekturfreigabe, ist das der zu erwartende Fehlermodus.
• Das gemeinsame Risiko ist ein fehlender interner Verantwortlicher. Was immer Sie wählen: Verantwortet im neunten Monat niemand intern das System, verfällt es. Ein Fractional-Mandat sollte damit enden, dass diese Person benannt ist.

Kann man beides gleichzeitig fahren?

Ja, und häufiger, als die Gegenüberstellung nahelegt. Ein Fractional Lead neben einem bestehenden CTO oder Head of Engineering ist eine übliche Konstellation: Der CTO verantwortet Plattform und Entwicklungsorganisation, der Fractional Lead die KI-Roadmap, Modellentscheidungen und die regulatorische Position.

Es funktioniert, wenn die Grenze vor Beginn schriftlich festliegt und nicht währenddessen verhandelt wird. Es scheitert, wenn beide Rollen die Architektur bei sich sehen, was bei der ersten wirklich strittigen Entscheidung sichtbar wird und für alle Beteiligten unangenehm ist.

Wie entscheiden Sie?

Vier ehrlich beantwortete Fragen klären die meisten Fälle.

• Ist das in drei Jahren eine Vollzeitaufgabe? Wenn ja, stellen Sie ein. Lautet die ehrliche Antwort, dass Sie es nicht wissen, spricht genau diese Unsicherheit für die umkehrbare Variante.
• Können Sie die Kandidatin beurteilen? Hat intern niemand Produktions-KI ausgeliefert, misst Ihr Auswahlverfahren das Falsche.
• Was passiert in den nächsten neun Monaten, wenn Sie nichts tun? Lautet die Antwort, dass Entscheidungen beiläufig fallen, brauchen Sie unabhängig vom Ziel eine Abdeckung während der Suche.
• Ist KI das Produkt? Wenn ja, stellen Sie ein und nutzen Sie fractional Abdeckung nur als ausdrückliche Brücke.

Weisen die Antworten auf fractional und ist noch unklar, was gebaut werden sollte, ist ein AI Readiness Audit der günstigere erste Schritt. Er liefert die Roadmap, aus der hervorgeht, wie viel Führungskapazität Sie tatsächlich brauchen, und das ist der Input, den beide Optionen voraussetzen und keine liefert.

Die ehrliche Zusammenfassung

Stellen Sie einen Head of AI ein, wenn die Arbeit dauerhaft, beurteilbar und für das Produkt zentral ist. Nehmen Sie einen Fractional AI Lead, wenn die Arbeit real, aber noch nicht dauerhaft ist, wenn Sie für die Rolle kein belastbares Auswahlverfahren führen können, oder wenn die neunmonatige Suche sonst neun Monate beiläufiger Entscheidungen bedeutet. Der irreführende Vergleich ist Tagessatz gegen Gehalt. Der zählende Vergleich ist der Preis einer falschen Architekturentscheidung gegen den Preis erfahrenen Urteilsvermögens, und auf dieser Grundlage ist die Rechnung selten knapp.

Die verwandte Frage nach Berater gegen Lead, bei der es um Verantwortung statt um Dauerhaftigkeit geht, behandelt Fractional AI Lead vs AI Consultant, und die Variante mit internem Team KI-Berater gegen internes KI-Team.

Häufige Fragen

Ist ein Fractional AI Lead einfach ein Freelancer?

Nein. Ein Freelancer führt einen definierten Umfang aus; ein Fractional Lead hält Entscheidungsbefugnis und verantwortet Ergebnisse über ein Mandat. Der praktische Test ist, ob er zu einem vorgeschlagenen Projekt Nein sagen kann. Kann er das nicht, wurde die Konstellation falsch angelegt, wie immer sie heißt.

Was passiert, wenn wir irgendwann fest einstellen?

Der Fractional Lead sollte das Rollenprofil schreiben, im Auswahlgremium sitzen und dokumentierte Architekturentscheidungen sowie eine Roadmap übergeben. Die Übergabe an eine Festanstellung ist ein normales und erwartetes Ende, kein Scheitern des Mandats.

Versteht ein Fractional Lead unser Geschäft gut genug?

Für Roadmap- und Architekturentscheidungen in der Regel innerhalb weniger Wochen, denn diese hängen an Ihren Daten, Prozessen und Beschränkungen und nicht an lange gewachsenen Beziehungen. Wo fractional einer Festanstellung wirklich nachsteht, ist internes politisches Kapital, und das zählt am meisten, wenn die Arbeit die Arbeitsweise anderer Abteilungen verändern soll.

Wie viel von der Aufgabe eines Head of AI deckt fractional ab?

Im Wesentlichen das Entscheiden. Nicht den Teamaufbau, nicht die Personalplanung, nicht die ständige Präsenz in Leitungsrunden. Listen Sie auf, was der Head of AI tun soll, und sind die meisten Punkte Entscheidungen statt Organisationsaufbau, deckt fractional mehr ab, als Sie erwarten würden.