David Solomon von Goldman Sachs und Ted Pick von Morgan Stanley haben in jüngsten Kommentaren beide dieselbe Sorge geäußert: Der Ausbau der KI-Infrastruktur hängt von einem zirkulären Finanzierungsmodell ab, bei dem Technologieunternehmen untereinander Handel treiben und gleichzeitig auf eine zukünftige Nachfrage von Unternehmen setzen, die sich bislang noch nicht in großem Maßstab materialisiert hat. Solomon bezeichnete dies als die Frage, ob die Ausgaben ohne klarere Renditen fortgesetzt werden können. Pick wies auf die Kluft zwischen Infrastrukturinvestitionen und tatsächlichen Produktivitätsgewinnen hin.
Ein in Frankfurt ansässiger Vermögensverwalter hat im Rahmen einer kürzlich durchgeführten Stellenbesetzung die Anforderungsprofil für eine Position im Bereich Datenplattform zweimal überarbeitet. In der ursprünglichen Fassung wurden Erfahrungen mit Databricks und Spark verlangt. In der zweiten Fassung kam die regulatorische Berichterstattung hinzu. Die endgültige Fassung verlangte von dem Kandidaten, dem CFO vierteljährlich darzulegen, wie die Plattform das operationelle Risiko reduzierte. Der Aufgabenbereich wurde immer weiter ausgeweitet, da das Einstellungsteam gegenüber der Geschäftsleitung keine reinen Infrastruktur-Stellen rechtfertigen konnte, die keinen direkten Bezug zu den Geschäftsergebnissen hatten.
Die Stellensuche in Zürich und München verläuft nach dem gleichen Muster. Unternehmen suchen nach Mitarbeitern, die nicht nur über Kenntnisse im Bereich des maschinellen Lernens verfügen, sondern auch in der Lage sind, die Modellausgaben einem Handelsteam zu erläutern oder einem Compliance-Beauftragten einen Workflow zur Erkennung von Anomalien zu erklären. Ein Datenarchitekt, der bereits in einer Risikofunktion im Finanzdienstleistungssektor tätig war, durchläuft den Prozess schneller als jemand mit vergleichbaren technischen Qualifikationen aus einer anderen Branche.
Die Stellen, die derzeit am schnellsten besetzt werden, vereinen fundiertes technisches Wissen mit geschäftlichem Verständnis. Ein ML-Ingenieur, der die Modellleistung mit den Auswirkungen auf den Umsatz in Verbindung bringen kann, oder ein Dateningenieur, der Pipelines innerhalb eines Workflows für die aufsichtsrechtliche Berichterstattung aufgebaut hat, erhält mehrere Angebote. Reine Infrastrukturspezialisten stoßen nach wie vor auf Interesse, und Unternehmen verlangen Nachweise dafür, dass die betreffende Person ihre Arbeit mit Ergebnissen verknüpfen kann, die für den Finanzvorstand von Bedeutung sind.
Angeregt durch Berichte von Diginomica.