Forward Deployed Engineer: KI in 90 Tagen produktiv

Pexon Consulting | 8 Min. Lesezeit | 06.05.2026

TL;DR

Ein Forward Deployed Engineer (FDE) ist ein AI Engineer, der direkt beim Kunden vor Ort sitzt und KI-Anwendungen produktiv ausliefert — statt nur Folien zu liefern. Pexon Consulting entsendet FDEs als Microsoft Partner mit 80 Spezialisten zu Banken, Industrie- und Energie-Kunden. Ergebnis: produktiver Use Case in 90 Tagen statt 8 Monaten Prototyp-Hängen. Für den Sonderfall, dass schon ein mit Claude gebauter Prototyp existiert, beschreiben wir den Ablauf unter Claude-Prototyp produktiv machen.

Warum 80 Prozent der KI-Projekte vor Produktion scheitern

80,3 Prozent aller Enterprise-KI-Projekte liefern nicht den versprochenen Business-Wert. Das hat RAND Corporation Ende 2025 gemessen, Gartner hat die Zahl im April 2026 für Infrastructure-and-Operations-Projekte bestätigt. Nur 48 Prozent aller KI-Projekte erreichen überhaupt Produktion. 33,8 Prozent werden vorher abgebrochen, weitere 18,1 Prozent laufen zwar live, kassieren aber ihre eigenen Kosten nicht wieder ein.

Das Problem ist fast nie das Modell. GPT-4, Claude und Llama sind seit Mitte 2024 gut genug für die meisten Enterprise-Use-Cases. Das Problem ist die Strecke zwischen Modell und Legacy-System: SAP-Anbindung über IDoc, OAuth gegen das Active Directory, DSGVO-konforme Datenklassifizierung, Eval-Pipeline gegen Halluzinationen, Monitoring und Cost-Caps. Das ist die Integration-Wall.

Wir sehen das in jedem Erstgespräch. Der Use Case ist klar, der Vorstand will Geschwindigkeit, der externe Berater hat einen schönen Notebook-PoC geliefert. Aber niemand im Team weiß, wie man das produktiv ans CRM, ans ERP, ans Identity-Management anbindet — und gleichzeitig auditierbar dokumentiert. Das ist der Punkt, an dem die meisten KI-Initiativen 8 Monate hängen.

Was ein Forward Deployed Engineer wirklich macht

Die kurze Antwort: Ein FDE ist ein AI Engineer, der vier Tage pro Woche bei Ihnen im Office sitzt, Ihre Architektur, Ihre Stakeholder und Ihre Daten kennt — und produktiven Code schreibt, der direkt in Ihre Production-Pipeline geht.

Das Konzept stammt von Palantir, dort hieß die Rolle in den frühen 2010ern intern Delta. Die Aufgabe war damals schon: gemeinsam mit dem Kunden in dessen operativem Umfeld eine Lösung bauen, die echten Production-Code statt Pre-Sales-Demo liefert. Heute hat OpenAI sein FDE-Team allein 2025 von 2 auf 52 Engineers ausgebaut. Anthropic skaliert seine Applied-AI-Teams aggressiv. Accenture und Microsoft haben Anfang 2026 eine gemeinsame Forward-Deployed-Engineering-Praxis gestartet, EY ist im April 2026 in UK und Irland nachgezogen, BCG X betreibt FDEs aus München. Pragmatic Engineer hat die Rolle ausführlich dokumentiert.

Laut Indeed und Financial Times sind die Job-Postings für FDEs zwischen Januar und September 2025 um über 800 Prozent gestiegen — der schnellste Anstieg unter allen Engineering-Rollen.

Konkret macht ein FDE bei uns drei Dinge:

1. Use-Case-Lock vor Ort: Stakeholder-Interviews, Datenlage-Audit, messbare KPIs. Kein Workshop-Pingpong.
2. Production-Build im Pair-Modus: Der FDE codet mit Ihrem Team, integriert in SAP, AD, ServiceNow oder Legacy-DBs, baut die Eval-Pipeline.
3. Hardening und Übergabe: Rate-Limits, Cost-Caps, Output-Filter, 14 Runbooks, Hands-on-Schulung — der FDE macht sich explizit überflüssig.

Forward Deployed Engineer vs Solutions Architect

Solutions Architects verkaufen Träume. FDEs liefern Code. Das klingt zugespitzt, ist aber genau der Unterschied, den die meisten unserer Kunden zu spät verstehen.

Ein Solutions Architect designt im Pre-Sales eine Architektur, demonstriert sie auf anonymisierten oder Offline-Daten und übergibt nach Vertragsabschluss an ein Delivery-Team. Ein FDE übernimmt nach Vertragsabschluss und baut die Lösung auf echten Production-Daten beim Kunden vor Ort. Der Solutions Architect schreibt selten produktiven Code im Kunden-Stack. Der FDE tut nichts anderes.

Pexon kombiniert beides in einer Person: Architektur-Tiefe für die Plattform-Auswahl, Engineering-Hands-on für die produktive Implementierung. Wir hatten zu oft Projekte, in denen Architekt und Engineer getrennt waren — und der Architekt am Ende erklärt hat, warum sein Design im Production-Stack nicht funktioniert.

Wie das FDE-Modell in der Praxis funktioniert

Ein typisches Pexon-FDE-Mandat sieht so aus: Ein Versicherer mit 1.200 Mitarbeitern wollte einen Co-Pilot für die Schadensabteilung — Vertragsdaten lesen, Schadens-Historie zusammenfassen, Vorschlag für die Sachbearbeiterin generieren. Der externe Beratungs-PoC lag seit 6 Monaten als Notebook auf einem Laptop. Der FDE saß ab Woche 1 im Office, hat in Woche 2 mit dem AD-Team OAuth durchgezogen, in Woche 4 stand der erste MCP-Server für die Vertragsdatenbank.

So sieht ein produktionsfähiger MCP-Server für eine Legacy-Anbindung aus — der FDE schreibt das im Pair-Modus mit Ihrem Team:

# MCP-Server für SAP-Anbindung mit OAuth, Audit-Log und DSGVO-Filter
from mcp.server import Server
from sap_client import SAPClient
from audit import audit_log

server = Server("sap-mcp")
sap = SAPClient(host="sap.kunde.local", auth_method="oauth-saml")

@server.tool("get_purchase_order")
async def get_po(po_number: str, user_token: str) -> dict:
    """Liest eine Bestellung aus SAP via IDoc — mit Berechtigungs-Check."""
    user = await sap.verify_token(user_token)
    if not user.has_role("po_read"):
        raise PermissionError("Keine Lese-Berechtigung")

    po = await sap.get_idoc("ORDERS05", po_number)
    audit_log(user=user.id, action="po_read", resource=po_number)

    # DSGVO: PII redacten bevor an LLM
    return redact_pii(po, fields=["lieferant_kontakt", "interne_notiz"])

Das ist kein experimenteller Code. Das ist der Code, der am Donnerstag in Production geht. Der Unterschied zum klassischen Beratungs-PoC liegt in den drei Zeilen audit_log, verify_token und redact_pii — die in einem Notebook-PoC fehlen und genau die Integration-Wall darstellen.

In Woche 8 lief der Co-Pilot in Production für 30 Sachbearbeiterinnen. Halluzinations-Quote unter 2 Prozent dank automatisierter Eval-Suite mit RAGAS. Die Anbindung an die bestehende Document-Intelligence-Pipeline hat noch einmal 5 Tage gekostet — kein Re-Architektur-Marathon.

Was kostet ein Forward Deployed Engineer in Deutschland

Direkt zur Zahl: Pexon-FDE-Mandate liegen zwischen 35.000 und 220.000 Euro Festpreis. Marktüblich liegen FDE-Stundensätze laut Second Talent zwischen 90 und 300 US-Dollar — bei 12 Wochen Vollzeit landen Sie damit schnell jenseits von 150.000 Euro, ohne Liefer-Garantie.

Wir machen das anders: Festpreis mit Production-Garantie.

Die Production-Garantie heißt: Läuft der priorisierte Use Case nach 12 Wochen nicht produktiv mit echtem Business-KPI, arbeiten wir kostenfrei nach. Diese Zusage basiert auf produktiven FDE-Mandaten bei apoBank, Vector Informatik und meistro mit 100 Prozent Production-Quote in 2025.

Wir raten ehrlich davon ab, einen FDE als reinen Tagessatz-Berater zu engagieren — bei uns oder bei jemand anderem. Tagessätze ohne Festpreis und Liefer-Outcome führen zu Scope-Diskussionen statt produktiven Use Cases. Wenn Sie bei einem Anbieter nur Tagessatz-Modelle hören, ist das ein klares Warnsignal.

Worauf Sie bei der Auswahl achten sollten

Woran erkennen Sie einen FDE-Anbieter, der wirklich liefert — und nicht nur das Wort umetikettiert?

• Festpreis statt Tagessatz. Wer nicht in einem 12-Wochen-Festpreis liefern will, glaubt selbst nicht an die eigene Zusage.
• 4 Tage pro Woche vor Ort, nicht punktuell remote. Vor-Ort-Präsenz ist der Kern des Modells. Hybrid mit gelegentlichen Visiten ist Solutions-Architecture im FDE-Mantel.
• IP zu 100 Prozent beim Kunden ab dem ersten Commit. Code in einem externen Repo des Anbieters ist ein Lock-in-Signal.
• Eval-Pipeline als Standard-Lieferung. Kein Eval bedeutet keine Production-Reife. Und damit kein FDE.
• Übergabe und Schulung im Festpreis. Wenn Schulung extra kostet, ist die Übergabe nicht echt geplant.
• Referenzen aus regulierten Branchen. Banking, Versicherung, KRITIS — wer das nicht kann, scheitert spätestens am Audit.

Unsere klare Empfehlung: Bei mehr als drei Aber-das-machen-wir-anders-Antworten auf diese Liste ist es vermutlich kein FDE-Modell, sondern klassische Beratung mit neuem Etikett.

Häufig gestellte Fragen

Was kostet ein Forward Deployed Engineer in Deutschland?

Pexon-FDE-Pakete liegen zwischen 35.000 Euro Festpreis (4-Wochen-Sprint) und 220.000 Euro (6-Monats-Embedded-Mandat). Marktüblich sind Stundensätze zwischen 90 und 300 US-Dollar — bei 12 Wochen Vollzeit oft jenseits von 150.000 Euro ohne Liefer-Garantie. Wir tragen das Lieferrisiko im Festpreis und liefern eine Production-Garantie statt offener Tagessatz-Abrechnung.

Forward Deployed Engineer vs Solutions Architect — wo liegt der Unterschied?

Ein Solutions Architect designt Lösungen im Pre-Sales auf anonymisierten Daten. Ein Forward Deployed Engineer baut sie nach Vertragsabschluss mit echten Production-Daten beim Kunden vor Ort und übernimmt die End-to-End-Lieferung bis zum Go-Live. Der eine verkauft den Traum, der andere setzt ihn um. Pexon kombiniert beides in einer Person.

Wie lange ist der FDE bei uns vor Ort?

Im Standard-Mandat 4 Tage pro Woche bei Ihnen, der fünfte Tag remote für tiefe Engineering-Arbeit, Pair-Programming mit Pexon-Senior-Engineers und Architektur-Reviews. Im Sprint-Modell sind es 3 Tage pro Woche, im Embedded-Modus sitzt ein 2-Personen-Squad permanent bei Ihnen.

Welche Cloud-Plattformen kann ein Pexon-FDE?

Plattform-neutral: Azure OpenAI mit Azure AI Search und Functions, AWS Bedrock mit Lambda und OpenSearch, Vertex AI mit Cloud Run und BigQuery, Open-Source-Stacks mit pgvector, Ollama oder vLLM. MCP-Server für SAP, ServiceNow, Salesforce, M365, Confluence und Custom-APIs. Wir richten uns nach Ihrem Stack.

Wem gehört der Code am Ende des Mandats?

100 Prozent IP-Eigentum bei Ihnen ab dem ersten Commit in Ihr Git-Repository. Pexon hinterlässt nur offene Lizenzen oder solche, die Sie aktiv beauftragt haben. Bei Mandats-Ende übergeben wir Runbooks, Eval-Pipeline und On-Call-Playbook plus Schulung von 4 bis 6 Engineers Ihres Teams. Pexon-FDEs sind explizit darauf ausgelegt, sich überflüssig zu machen.

Nächster Schritt

Wenn Sie gerade einen KI-PoC haben, der zwischen Notebook und Production hängt, ist das der typische Einstiegspunkt für ein FDE-Mandat. Beginnen Sie mit einer kurzen Standortbestimmung und lassen Sie uns einschätzen, ob ein 4-Wochen-Sprint oder ein 90-Tage-Standard-Mandat passt.

Verwandte Themen