KPMG AI Engineer: Lebenslauf-Keywords und Interviewvorbereitung

Du willst dich als AI Engineer bei KPMG bewerben und weißt nicht, wie dein Lebenslauf und deine Interviewvorbereitung aussehen sollen. Das ist ein nachvollziehbares Problem: Die Anforderungen in KI-Rollen sind breit, und die Stellenanzeigen von Beratungsunternehmen lesen sich oft wie eine Mischung aus Engineering, Kundenarbeit und Methodenwissen. Ich zeige dir, wie du dein Profil sauber zuschneidest, ohne über interne Abläufe zu spekulieren.

Was KPMG AI Engineer wirklich bedeutet#

KPMG ist eine Beratungsgesellschaft. Ein AI Engineer dort arbeitet typischerweise an Projekten für Kunden, nicht nur an internen Produkten. Das heißt: Dein technisches Können muss sitzen, aber du musst es auch erklären, abgrenzen und in Kundenkontext übersetzen können.

Die genaue Ausgestaltung hängt von der Business Unit, dem Standort und dem Projekt ab. Manche Teams machen eher Modellierung und MLOps, andere stärker Datenplattformen oder generative KI. Lies die konkrete Stellenanzeige, statt dich auf eine allgemeine Vorstellung von "AI Engineer" zu verlassen.

Für den Einstieg hilft ein Blick auf die aktuellen Ausschreibungen. Die Job-Suche zeigt dir, welche Rollen gerade offen sind und welche Begriffe dort konkret vorkommen.

So liest du die Stellenanzeige richtig#

Bevor du deinen Lebenslauf anpasst, nimm die Anzeige auseinander. Ein Decoder für Stellenanzeigen hilft dir, aus dem Marketing-Text die echten Anforderungen herauszuziehen: Muss ich Python können, reicht SQL, wird Cloud-Erfahrung erwartet oder nur "von Vorteil"?

Notiere drei Gruppen:

• Muss-Kompetenzen, die explizit verlangt werden
• Pluspunkte, die "wünschenswert" heißen
• Weiche Fähigkeiten wie Stakeholder-Kommunikation oder Projektarbeit

Danach vergleichst du deinen Lebenslauf Zeile für Zeile mit der ersten Gruppe. Fehlt dort ein Begriff, den die Anzeige nennt, hast du ein Problem. Der ATS-Check zeigt dir, ob dein Dokument die wichtigsten Keywords überhaupt enthält und ob die Formatierung für automatische Systeme sauber ist.

Lebenslauf-Keywords, die in KI-Rollen zählen#

Es gibt keine offizielle KPMG-Keyword-Liste. Was du tun kannst: Begriffe aus der Anzeige übernehmen, wenn sie deine tatsächliche Erfahrung abbilden. Nichts erfinden. Ein erfundener Tech-Stack fliegt im technischen Gespräch auf, und dann ist die Bewerbung erledigt.

Typische Begriffe, die in KI-Rollen häufig vorkommen:

• Python, TensorFlow, PyTorch, scikit-learn
• SQL, Datenmodellierung, ETL
• AWS, Azure oder Google Cloud
• MLOps, CI/CD, Docker, Kubernetes
• LLMs, Prompt Engineering, RAG, Fine-Tuning
• Stakeholder-Kommunikation, Anforderungsaufnahme, Projektverantwortung

Nimm nur die Begriffe, die du wirklich belegen kannst. Drei ehrliche Keywords schlagen zehn geschönte.

Der Unterschied zwischen Aufgabe und Wirkung#

Der häufigste Fehler: Lebensläufe listen Tools auf, aber nicht, was damit erreicht wurde. Beratungsunternehmen wollen sehen, dass du ein Problem gelöst hast, nicht nur eine Bibliothek importiert.

Schwach: "Verantwortlich für Machine-Learning-Modelle in Python."

Stärker: "Prognosemodell in Python entwickelt und in Azure ML deployed, Bearbeitungszeit für die monatliche Planung von mehreren Tagen auf Stunden reduziert, Ergebnis im Lenkungsausschuss präsentiert."

Der Unterschied ist die Wirkung und der Kontext. Zahlen musst du nur nennen, wenn du sie belegen kannst. "Mehrere Tage auf Stunden" ist eine Größenordnung, keine erfundene Prozentzahl. Das ist ehrlicher und oft genauso überzeugend.

Ein konkretes Beispiel für eine Lebenslaufzeile#

Angenommen, du hast ein internes Tool für Dokumentensuche gebaut. Im Lebenslauf steht heute: "Interne Dokumentensuche mit KI verbessert."

Überarbeitet: "Interne Dokumentensuche mit Retrieval-Augmented-Generation neu aufgebaut, Vektorindex und Chunking-Strategie entwickelt, Suchqualität im Nutzertest mit dem Fachbereich bewertet und iterativ verbessert."

Jetzt steht dort, was du technisch gemacht hast, wie du es getestet hast und dass du mit Nicht-Technikern gearbeitet hast. Genau diese Mischung ist in Beratung relevant.

Interviewvorbereitung: was du üben solltest#

Ohne Einblick in den konkreten Prozess kannst du dich auf drei Ebenen vorbereiten: Technik, Projekterzählung, Kundenkontext. Die Reihenfolge ist egal, alle drei werden abgefragt.

Technik: Übe typische KI-Grundlagen laut auszusprechen. Bias-Variance-Tradeoff erklären, Overfitting erkennen, den Unterschied zwischen Fine-Tuning und Prompt Engineering beschreiben. Wenn du MLOps im Lebenslauf stehen hast, solltest du erklären können, wie ein Modell von der Entwicklung in die Produktion kommt.

Projekterzählung: Wähle zwei bis drei Projekte aus und baue sie nach demselben Muster auf: Ausgangslage, deine Rolle, technische Entscheidung, Ergebnis, was du gelernt hast. Halte jede Erzählung unter zwei Minuten.

Kundenkontext: Beratung heißt, dass du Erklärungen an ein Publikum anpasst. Übe, ein technisches Thema für jemanden ohne ML-Hintergrund zu erklären.

Musterantwort für eine typische Frage#

Frage: "Erzähl mir von einem Projekt, in dem du mit generativer KI gearbeitet hast."

Antwort: "In meinem letzten Projekt haben wir eine interne Wissensdatenbank für den Kundensupport aufgebaut. Die Herausforderung war, dass Antworten oft veraltet waren. Ich habe eine RAG-Pipeline mit Vektorindex gebaut, die Dokumente nach Aktualität priorisiert. Wichtig war für mich, dass die Quelle jeder Antwort sichtbar bleibt, damit die Sachbearbeiter nachprüfen können. Im Test mit dem Fachbereich haben wir die Trefferquote schrittweise verbessert. Was ich gelernt habe: Ohne saubere Datenpflege bringt das beste Modell wenig, also haben wir einen Prozess für Aktualisierungen vereinbart."

Diese Antwort nennt die technische Entscheidung, den Grund dafür, das Ergebnis ohne erfundene Zahlen und eine ehrliche Lektion. Genau das wirkt glaubwürdig.

Lokale Unterschiede nicht vergessen#

Die Anforderungen unterscheiden sich je nach Land und Standort. In Deutschland und der Schweiz wird oft Wert auf Datenschutz, DSGVO und den Umgang mit sensiblen Kundendaten gelegt. In Österreich gelten ähnliche Erwartungen, mit lokalen Besonderheiten beim Arbeitsrecht.

Sprachanforderungen variieren stark. Manche Teams arbeiten auf Englisch, andere brauchen Deutsch auf Verhandlungsniveau, weil du direkt mit Kunden sprichst. Steht in der Anzeige nichts davon, frag im Gespräch nach. Nicht raten.

Gehaltsangaben in KI-Rollen schwanken je nach Erfahrung, Standort und Verhandlung. Verlass dich nicht auf einzelne Blog-Zahlen. Prüfe aktuelle, offizielle Quellen oder Gehaltsreports für dein Land, und rechne mit einer Spanne, nicht mit einem festen Wert.

Checkliste für die Bewerbung#

• Stellenanzeige speichern und die Muss-Kompetenzen markieren
• Lebenslauf an die genannten Begriffe anpassen, ohne etwas zu erfinden
• Jede Lebenslaufzeile auf Wirkung prüfen statt auf Aufgabe
• Zwei bis drei Projekte für die mündliche Erzählung vorbereiten
• Technische Grundlagen laut üben, nicht nur still lesen
• Zeugnisse und Nachweise für die genannten Technologien griffbereit halten
• Offene Fragen zu Sprache, Standort und Remote-Anteil notieren

Wo du weiterlesen kannst#

Auf jobrise findest du weitere Artikel zu Lebensläufen, Interviewtechnik und Bewerbungsstrategie im Blog. Wenn du mehrere Stellenanzeigen parallel vergleichst, hilft dir die Job-Suche als Ausgangspunkt. Für den Feinschliff im Dokument nimm den kostenlosen ATS-Check, und für die Zerlegung von Anforderungen den kostenlosen Decoder für Stellenanzeigen.

Kostenlose Tools#

• jobrise.io/de/free-ats-checker/
• jobrise.io/de/free-jd-decoder/
• jobrise.io/de/jobs/
• jobrise.io/de/blog/

Häufige Fragen#

Welche Keywords sollte mein Lebenslauf für KPMG AI Engineer enthalten?

Nimm die Begriffe aus der konkreten Stellenanzeige, die deine echte Erfahrung abbilden. Typisch sind Python, Cloud-Plattformen, MLOps und Erfahrung mit LLMs, aber die Gewichtung hängt von der jeweiligen Rolle ab.

Wie lang sollte mein Lebenslauf sein?

Ein bis zwei Seiten sind in den meisten europäischen Märkten üblich. Wichtiger als die Länge ist, dass jede Zeile eine belegbare Aussage trifft.

Muss ich Beratungserfahrung mitbringen?

Nein, aber du solltest erklären können, wie du mit Anforderungen anderer Teams oder Abteilungen umgehst. Projektarbeit mit internen Kunden zählt hier ähnlich wie externe Beratung.

Wird im Interview nur Technik abgefragt?

Erfahrungsgemäß werden auch Kommunikation und Projektgeschichten abgefragt. Wie stark das gewichtet wird, hängt von der Rolle und dem Team ab, also frag im Gespräch nach.

Soll ich Gehaltsvorstellungen in der Bewerbung nennen?

Nur wenn die Anzeige danach fragt, und dann als Spanne. Recherchiere vorher die aktuellen Werte für dein Land und deine Erfahrungsstufe über verlässliche Quellen.