Solutions Architect
Entwirft den Ansatz
Plant die technische Lösung und berät das Team. Baut und betreibt sie in der Regel nicht auf den Systemen des Kunden.
FÜR ENGINEERING-TEAMSForward Deployed Engineering
Die AI-Adoption hat sich schneller entwickelt, als die meisten Organisationen sie aufnehmen können. Die Tools sind breit verfügbar, doch sie zuverlässig in der spezifischen Infrastruktur und unter den Rahmenbedingungen eines Unternehmens zum Laufen zu bringen, bleibt schwierig. Diese Lücke hat den Aufstieg der Forward Deployed Engineers vorangetrieben: Elite-Software-Engineers, die eingebettet bei Kunden arbeiten und Lösungen von der Definition bis zur Produktion bringen. Dieser 120-Stunden-Kurs richtet sich an Unternehmen, die solche Teams brauchen, und an Senior Engineers, die bereit sind, die Fähigkeiten für diese schnell wachsende Rolle im AI-Ökosystem zu meistern.
Beratung anfragen
120 Std. Training
Wochen
Online
Englisch
Programmüberblick
Du lernst Forward Deployed Engineering so, wie es in der Praxis funktioniert: anhand eines einzigen Kundenengagements, das Du vom ersten Treffen bis zur Produktion trägst. Auf jede Live-Lektion folgt eine Praxis-Session, in der Du sie direkt anwendest, und während des gesamten Programms spielt ein erfahrener Praktiker Deinen Kunden und fordert Deine Entscheidungen heraus, von Stakeholder-Interviews bis zu Architektur- und Security-Reviews. Jede Woche endet mit einem begutachteten Deliverable, sodass Dein Engagement Schritt für Schritt wächst, und Du schliesst mit einem vollständigen Werkportfolio ab, das zeigt, wie Du lieferst.
Auszeichnungen
Was macht ein Forward Deployed Engineer?
Ein Forward Deployed Engineer ist ein Software-Engineer, der für die Dauer eines Projekts direkt im Team des Kunden arbeitet. Statt ein Konzept zu übergeben und weiterzuziehen, übernimmt er die Verantwortung für ein reales AI-System: Er versteht das Geschäftsproblem, baut die Lösung und bringt sie in der Umgebung des Kunden zum Laufen.
Die Rolle stammt aus der Enterprise-Software und ist heute überall gefragt, wo Unternehmen AI brauchen, die im Alltagsbetrieb funktioniert und nicht nur in einer Demo.
Was die Rolle umfasst
Arbeitet direkt mit dem Team des Kunden, nicht aus der Distanz
Macht aus einem Geschäftsproblem einen klaren Umfang mit messbaren Zielen
Baut die Lösung und bindet sie an die echten Daten und Systeme des Kunden an
Berücksichtigt Sicherheits-, Compliance- und Zugriffsanforderungen
Bleibt verantwortlich, bis das System in Produktion läuft und das Kundenteam übernehmen kann
Wie sich die Rolle von ähnlichen Rollen unterscheidet
Solutions Engineer
Begleitet den Verkaufsprozess
Zeigt, was das Produkt kann, bevor ein Vertrag unterschrieben ist. Die Umsetzung übernimmt danach ein anderes Team.
Technical Consultant
Arbeitet im vereinbarten Rahmen
Liefert eine klar umrissene Arbeit oder Empfehlungen und wechselt danach zum nächsten Auftrag.
Forward Deployed Engineer
Verantwortet das Ergebnis im Betrieb
Baut die Lösung in der Umgebung des Kunden, steht für ihre Leistung gerade und bleibt, bis das Kundenteam sie selbst betreiben kann.
Individuelle Programme
Du brauchst mehr als unsere fertigen Programme?
Entdecke die Technologien, auf die wir spezialisiert sind, und sag uns, was Dein Team lernen soll. Wir passen jeden Kurs an Deine Anforderungen an.
Für wen ist es?
Forward Deployed Engineers arbeiten innerhalb der Organisation eines Kunden und übernehmen die volle Verantwortung für ein AI-System, vom Verständnis des Problems bis zum Betrieb der Lösung in Produktion. Die Rolle kombiniert Senior-Engineering mit den kundenorientierten Fähigkeiten eines Consultants. Dieses Programm ist konzipiert für:
AI Engineering Teams
Senior Engineers, Technical Leads und interne AI-Teams, die bereits mit AI arbeiten und bereit sind, Systeme end-to-end zu verantworten. Sie erweitern ihre technische Tiefe um Scoping-, Stakeholder- und Delivery-Fähigkeiten für die volle Production Ownership.
IT-Dienstleister
IT-Dienstleister und Technologiepartner, die aus ihren Engineers und Consultants AI-Delivery-Teams aufbauen. Sie lernen, Kundenprojekte über die Pilotphase hinauszuführen und AI-Systeme auszuliefern, die in Produktion bleiben.
Was Du lernen wirst
Woche vor dem Start
Offene Session
Triff Deine Kohorte und die Dozierenden in einer Abendsession in der Woche vor Kursbeginn. Richte Deine Umgebung ein und erhalte Dein Kundenengagement-Briefing.Woche 1
Das FDE-Engagement
- FDE-Rolle und Lifecycle: Lerne, wie Forward Deployed Engineers von der Discovery bis zum Betrieb die Verantwortung für Ergebnisse übernehmen.
- Discovery-Interviews: Finde das eigentliche Problem, den aktuellen Workflow, Daten-Owner und Entscheidungsträger heraus.
- SOW und Erfolgskriterien: Verwandle eine offene Kundenanfrage in ein klar abgegrenztes Statement of Work mit messbaren Zielen.
- ROI und TCO: Baue den Business Case, inklusive Token-Kostenschätzung und Risikoregister.
- Discovery-Rollenspiel: Interviewe eine Kunden-Führungskraft und liefere Dein Scoping-Memo und Deinen Engagement-Plan.
Woche 2
Ankommen in der Kundenumgebung
- Eingeschränkte Umgebungen: Produktiv arbeiten hinter Proxies, privaten Package-Mirrors und Listen freigegebener Modelle.
- Legacy-Codebasen: Schnell einsteigen mit Coding-Agenten, Spec-Driven Development und C4-Systemkarten.
- SharePoint, Confluence und SAP: Enterprise-Quellen über Microsoft Graph, Atlassian- und OData-APIs anbinden.
- Berechtigungsbewusstes Ingestion: Dokumentberechtigungen in die Retrieval übernehmen und PII mit Presidio maskieren.
- Datenzugriffs-Rollenspiel: Zugriff mit dem Daten-Owner des Kunden aushandeln und ein Daten-Audit liefern.
Woche 3
Architektur unter Restriktionen
- Architekturentscheidungen: Zwischen Code, Workflows und Agenten evidenzbasiert wählen und als ADRs dokumentieren.
- Amazon Bedrock und Build vs. Buy: Modelle und Plattformen wählen, die zu den Restriktionen und dem Budget des Kunden passen.
- Neo4j und GraphRAG: Knowledge Graphs aus Kundendokumenten bauen und ihre Beziehungen abfragen.
- Text-to-SQL: Agenten sicher Data Warehouses abfragen lassen, mit Validierung und Read-Only-Schutz.
- Architecture Review: Konkurrierende Designs vor dem Chefarchitekten des Kunden verteidigen und einen funktionierenden PoC ausliefern.
Woche 4
Evals als Kundenvertrag
- Gemeinsam entworfene Evals: Labelling-Sessions mit Fachexperten durchführen und ihr Urteil in Rubrics überführen.
- Abnahmekriterien: Go/No-Go-Schwellenwerte ins SOW schreiben und Metriken mit Business-KPIs verknüpfen.
- Shadow Mode und A/B: Sicher ausrollen mit Shadow-Traffic, A/B-Tests und gestaffelten Releases.
- Executive Readouts: Ergebnisse und Unsicherheit ehrlich präsentieren und mit Live-Demo-Fehlern umgehen.
- Fachexperten-Workshop und CTO-Kritik: Einen Labelling-Workshop leiten und Deine Demo vor dem Kunden-CTO verteidigen.
Woche 5
Enterprise Identity & Security
- Enterprise SSO: OIDC und SAML mit Entra ID, Okta oder AWS IAM Identity Center integrieren.
- OAuth für Agenten: Agenten im Namen von Nutzern handeln lassen, mit Token Exchange und MCP-Autorisierung.
- Cedar und OpenFGA: Least-Privilege-Zugriff auf Tools für jeden Nutzer mit policy-basierter Autorisierung durchsetzen.
- Threat Modelling: Angriffspfade mit STRIDE, OWASP Agentic Threats und MITRE ATLAS kartieren.
- Security-Team-Review: Dein Threat Model verteidigen, das System eines Peers red-teamen und jeden Fund beheben.
Woche 6
Compliance & Datensouveränität
- DSGVO und revDSG: Auftragsverarbeiter-Rollen, AVVs und DSFAs nach EU- und Schweizer Recht handhaben.
- EU AI Act für Deployer: Den Use Case klassifizieren und Deployer- sowie Transparenzpflichten erfüllen.
- FINMA, BaFin und DORA: Regeln des Finanzsektors anwenden, dazu ISO-42001- und SOC-2-Erwartungen.
- Sovereign und Air-Gapped AI: Optionen von EU-gehosteten APIs bis air-gapped Open-Weight-Modellen wählen und kalkulieren.
- DPO-Review: Deine DSFA und Dein Verarbeitungsdesign vor dem Datenschutzbeauftragten des Kunden verteidigen.
Woche 7
Deployment in die AWS-Umgebung des Kunden
- AWS Organizations: In einer Kunden-Umgebung ankommen mit SCPs, Cross-Account-Rollen und Permission Boundaries.
- Amazon Bedrock in Produktion: Modelle privat über PrivateLink betreiben, mit KMS-Verschlüsselung und Guardrails.
- Terraform und Kubernetes: Infrastructure Code des Kunden lesen und AI-Apps auf Amazon EKS betreiben.
- Helm und GitOps: Als Helm Chart über die CI des Kunden ausliefern, mit Eval Gates.
- Platform Change Review: Deine Änderung vom Platform Lead des Kunden freigeben lassen und deployen.
Woche 8
Production Ownership
- SLOs für AI-Systeme: Ziele für Latenz, Verfügbarkeit, Qualität und Kosten setzen, mit Alerts, die wirklich zählen.
- Incident Command: Vorfälle über Vendor, Kunde und FDE-Team hinweg leiten, mit klaren Executive-Updates.
- Modell-Migrationen: Modelle sicher upgraden oder wechseln, mit Regressions-Evals und Canary-Rollouts.
- Langlebige Agenten mit Temporal: Langlaufende Agenten zuverlässig halten, mit Retries, Resumability und Eskalation.
- Live-Ausfall-Übung: Injizierte Fehler in Echtzeit handhaben und das Postmortem schreiben.
Woche 9
Adoption & Kodifizierung
- Adoption und Change Management: Nutzer schulen, Champions aufbauen und ihr Feedback in Eval-Daten überführen.
- Business Impact: Nutzung, Bearbeitungszeit und Qualität messen, um den Wert gegenüber dem Sponsor zu belegen.
- Handover: Ownership mit Dokumentation und einem Supportmodell an die Engineers des Kunden übergeben.
- Wiederverwendbare Assets: Einmalarbeit in Templates, MCP-Server und Playbooks für den nächsten Kunden überführen.
- Trainings-Durchführung: Peers schulen, die als Kundennutzer agieren, und Feedback aus dem Feld für Produktteams festhalten.
Woche 10
Capstone-Projekt
- Ein Engagement, End-to-End: Dein 10-wöchiges Kundenengagement zu einem fertigen, übergebenen System führen.
- Executive Storytelling: Dein Readout rund um Ergebnis, Evidenz, Risiko und die nötige Entscheidung strukturieren.
- Finales Hardening: Offene Findings schliessen und das Handover-Paket vervollständigen.
- Executive Readout: Vor einem Board-artigen Panel präsentieren und dessen Fragen beantworten.
- Technisches Panel: Architektur, Evals, Security und Betrieb für die Zertifizierung verteidigen.
Themen
Kunden-Scoping & Architektur
Scope ein Kundenengagement und werde produktiv in einer abgeschotteten Enterprise-Umgebung mit SAP und Confluence. Entwirf Architektur auf Amazon Bedrock und Neo4j und überführe Stakeholder-Gespräche in messbare Erfolgskriterien.
Identity, Security & Compliance
Sichere Enterprise-Identity mit Okta und Entra ID ab, und navigiere dann durch DSGVO, das Schweizer DSG, den EU AI Act und Regeln wie FINMA und DORA, bevor irgendetwas live geht. Verteidige Dein Design in Security- und Compliance-Reviews mit dem Team des Kunden.
Deployment & Production Ownership
Deploye in die AWS-Umgebung des Kunden mit Terraform, Kubernetes und Helm, und verantworte dann die SLOs und Incidents des Systems mit Temporal. Treibe die Adoption voran, schule Nutzer und übergib wiederverwendbare MCP-Assets an die Engineers des Kunden.
Forward Deployed Engineering
Dieses Programm baut auf Deiner Engineering- und AI-Erfahrung auf und bringt sie ins Enterprise-Umfeld. Die 10 Wochen kombinieren die technische Tiefe, die Kundenumgebungen verlangen, von Enterprise-Daten und Identity bis zu Cloud-Deployment und Production-Betrieb, mit den Fähigkeiten, ein Kundenengagement zu scopen, auszuliefern und zu übergeben.
- Kunden-Scoping, Enterprise-Architektur, Security und Compliance, Production Ownership und Adoption
- Eine solide Grundlage für Rollen als Forward Deployed Engineer und kundenseitige AI-Delivery-Rollen
- Ideal für erfahrene Engineers, Technical Leads und Delivery-Teams, die bereit sind, ihre Engineering-Expertise um kundenseitige Fähigkeiten zu erweitern
- Praxisnahes Üben durch ein einziges End-to-End-Kundenengagement, mit einem erfahrenen Praktiker, der jede Woche Deinen Kunden spielt
120 Std.
praktisches Lernen
Verwandle die AI-Ambition eines Kunden in ein System: Du scopst es, lieferst es aus und verantwortest es in Produktion.
Zertifikat einer führenden AI- & Data-Science-Akademie
Zeige Deinen Erfolg auf LinkedIn, im CV und darüber hinaus. Dein Constructor-Nexademy-Zertifikat zeigt Arbeitgebern, dass Du gefragte Fähigkeiten durch praxisnahe, reale Projekte gemeistert hast, und hilft Dir beim nächsten Schritt in Deiner Karriere.
