Das technische Gespräch: Wie Interviews für KI-Praktika ablaufen

Die Einladung ist da, und im Kalender steht "Technisches Gespräch, 60 Minuten". Für viele ist das der unangenehmste Teil der Bewerbung - vor allem, weil unklar ist, was geprüft wird. Die gute Nachricht: Bei Praktika ist es fast nie das, was befürchtet wird.

Der übliche Ablauf

Bei größeren Unternehmen sind es meist zwei Gespräche. Das erste führt die Personalabteilung, dauert zwanzig bis dreißig Minuten und klärt Formales: Zeitraum, Studienstand, Motivation, gelegentlich Englischkenntnisse. Das ist kein Fachgespräch, und man kann es trotzdem verlieren - vor allem, wenn man auf die Frage nach der Motivation nichts Konkretes sagen kann.

Das zweite Gespräch führt der Fachbereich. Es dauert vierzig bis sechzig Minuten und besteht in der Regel aus drei Teilen: einer Vorstellung deiner Projekte, fachlichen Fragen und deinen eigenen Fragen. Bei kleineren Unternehmen fallen beide Gespräche oft in eines zusammen.

Teil eins: Dein eigenes Projekt

Fast jedes Gespräch beginnt mit "Erzählen Sie doch mal von einem Projekt". Das ist die wichtigste Frage der ganzen Stunde, und viele verschenken sie.

Der Fehler: chronologisch erzählen. "Zuerst haben wir die Daten geladen, dann bereinigt, dann ein Modell trainiert." Das ist ein Protokoll, kein Bericht.

Besser ist eine kurze Struktur, die du dir vorher zurechtlegst:

1. Was war das Problem? Ein bis zwei Sätze, verständlich für jemanden, der die Domäne nicht kennt.
2. Was war die Schwierigkeit? Der Punkt, an dem es nicht einfach war. Hier wird interessant zugehört.
3. Was hast du entschieden - und warum? Nicht die Werkzeuge, sondern die Abwägung.
4. Was kam heraus, und was hättest du heute anders gemacht?

Punkt vier wird am meisten unterschätzt. Wer sagt "heute würde ich zuerst eine Baseline bauen, statt gleich mit dem komplizierten Modell anzufangen", zeigt genau die Reife, auf die geachtet wird.

Rechne fest damit, dass nachgehakt wird. "Warum diese Metrik?", "Wie haben Sie aufgeteilt?", "Was passiert bei unausgewogenen Klassen?" - all das sind Fragen zu deinem eigenen Projekt, und sie sind fair. Wer sein Projekt kennt, besteht diesen Teil.

Teil zwei: Die fachlichen Fragen

Hier kursieren viele Schauergeschichten. Bei Praktika geht es selten um exotische Architekturen und fast immer um Grundlagen. Die Klassiker:

Überanpassung. Was ist das, woran erkennst du sie, was hilft dagegen? Diese Frage kommt in fast jedem Gespräch. Antworte nicht nur mit "Regularisierung", sondern erkläre den Zusammenhang: Trainingsfehler sinkt, Validierungsfehler steigt - und dann die Möglichkeiten von mehr Daten über einfachere Modelle bis Dropout.

Aufteilung der Daten. Warum braucht man neben Trainings- und Testdaten noch Validierungsdaten? Wer das sauber erklärt, hat einen der häufigsten Anfängerfehler verstanden.

Metriken. Warum ist Genauigkeit bei seltenen Ereignissen eine schlechte Metrik? Ein Modell, das nie Betrug meldet, hat bei einer Betrugsquote von 0,1 Prozent eine Genauigkeit von 99,9 Prozent. Wer dieses Beispiel parat hat, braucht keine Definition auswendig.

Eine Programmieraufgabe. Meist etwas Überschaubares: eine Datenmanipulation mit pandas, eine SQL-Abfrage mit Gruppierung, gelegentlich eine kleine Algorithmusaufgabe. Es wird nicht erwartet, dass du fehlerfrei tippst - es wird beobachtet, wie du vorgehst. Laut denken ist hier ausdrücklich erwünscht.

Ein Anwendungsfall. "Wir wollen X vorhersagen - wie würden Sie anfangen?" Die beste Antwort beginnt nicht mit einem Modell, sondern mit Rückfragen: Welche Daten gibt es? Was kostet ein Fehler? Was wäre die einfachste Lösung? Genau darauf wird geachtet.

Was passiert, wenn du etwas nicht weißt

Das ist der Punkt, an dem sich Gespräche entscheiden - und zwar nicht so, wie viele denken.

Niemand erwartet, dass ein Praktikant alles weiß. Erwartet wird eine ehrliche Reaktion. "Das habe ich noch nie gemacht. Ich würde vermuten, dass es in die Richtung geht - liege ich da richtig?" ist eine gute Antwort. Sie zeigt Grenzen und Denkbereitschaft zugleich.

Was schadet: raten und dabei so klingen, als wüsste man es. Wer im Gespräch überzeugend Falsches erzählt, macht dasselbe später im Projekt - und das ist teuer.

Teil drei: Deine Fragen

"Haben Sie noch Fragen?" ist keine Höflichkeitsfloskel, sondern der letzte Prüfungsteil. Wer nichts fragt, wirkt uninteressiert.

Gute Fragen zielen auf die Arbeit selbst:

• An welchem Projekt würde ich in den ersten Wochen arbeiten?
• Wie viel meiner Zeit ginge in Datenaufbereitung, wie viel ins Modellieren?
• Läuft von den Modellen des Teams etwas im Betrieb - und wer betreut das?
• Wie wird bei euch entschieden, ob ein Modell gut genug ist?

Die letzte Frage ist besonders wirksam. Sie zeigt, dass du weißt, wo KI-Projekte in der Praxis scheitern.

Weniger geeignet sind Fragen, deren Antwort auf der Website steht, und Fragen nach Urlaub, bevor überhaupt über die Arbeit gesprochen wurde.

Eine Woche Vorbereitung, die reicht

Tag 1 und 2: Dein eigenes Projekt aufarbeiten. Nochmal in den Code schauen, die vier Punkte von oben aufschreiben, laut erzählen. Nicht auswendig lernen - einmal laut sprechen genügt, um Lücken zu finden.

Tag 3: Grundlagen wiederholen. Überanpassung, Datenaufteilung, Metriken, Bias-Varianz. Eine gute Zusammenfassung reicht, es geht ums Erklären, nicht ums Herleiten.

Tag 4: Zwei, drei kleine Programmieraufgaben mit pandas und SQL. Nicht wegen der Aufgaben, sondern damit die Syntax sitzt.

Tag 5: Das Unternehmen ansehen. Produkte, Blog, Veröffentlichungen des Teams. Daraus kommen deine Fragen.

Mehr braucht es nicht. Wochenlanges Pauken von Architekturen bringt bei einem Praktikumsgespräch wenig - dort wird Denkweise geprüft, nicht Wissensbreite.

Am Tag selbst

Bei einem Gespräch per Video: Technik zehn Minuten vorher prüfen, Kamera an, ruhiger Hintergrund. Bei einer Programmieraufgabe im geteilten Editor: erst lesen, dann Rückfragen stellen, dann anfangen. Wer sofort tippt, verrät mehr, als ihm lieb ist.

Und danach: eine kurze Mail, in der du dich für das Gespräch bedankst und auf einen Punkt eingehst, der dir hängengeblieben ist. Kostet fünf Minuten und wird erstaunlich oft gelesen.