Eine leitende Datenarchitektin, die wir Anfang dieses Jahres vermittelt haben, erz\u00e4hlte uns etwas, das mir im Ged\u00e4chtnis geblieben ist: In den technischen Vorstellungsgespr\u00e4chen, die sie absolvierte, wurde der Versicherungsbereich, in den sie sich ein Jahrzehnt lang eingearbeitet hatte, kaum angesprochen. Jede Frage drehte sich um Modellarchitektur, Python-Frameworks und MLOps-Pipelines. Niemand fragte sie, wie sie mit den versicherungsmathematischen Sonderf\u00e4llen umgehen w\u00fcrde, die die Arbeit mit Versicherungsdaten so schwierig machen.<\/p>\n
Eine von Diginomica vorgestellte neue Studie benennt dieses Muster. In dem Artikel wird dargelegt, dass Personalverantwortliche bei der Auswahl von Bewerbern zunehmend auf KI-Kenntnisse achten, w\u00e4hrend Fachwissen als \u201enice-to-have\u201c betrachtet wird. Das Ergebnis ist eine Generation technisch versierter Mitarbeiter, denen jedoch das Kontextwissen fehlt, um diese F\u00e4higkeiten dort einzusetzen, wo sie am dringendsten ben\u00f6tigt werden.<\/p>\n
Unserer Erfahrung nach zeigt sich dies am deutlichsten in regulierten Branchen im gesamten DACH-Raum. Ein Pharmaunternehmen, das einen Machine-Learning-Ingenieur einstellt, ben\u00f6tigt jemanden, der sich sowohl mit GxP-Compliance als auch mit TensorFlow auskennt. Eine Bank, die Modelle zur Betrugserkennung entwickelt, braucht Mitarbeiter, die neben dem technischen Stack auch wissen, wie Zahlungsfl\u00fcsse tats\u00e4chlich funktionieren. Nimmt man dieses Wissen weg, wird die KI zu einem hochentwickelten System, das das Offensichtliche \u00fcbersieht.<\/p>\n
Die unangenehme Wahrheit ist, dass es Jahre dauert, Fachwissen zu erwerben. KI-Kenntnisse lassen sich hingegen innerhalb weniger Monate vermitteln. Wenn Personalverantwortliche ihren Fokus darauf legen, was sich in einem zweist\u00fcndigen Vorstellungsgespr\u00e4ch testen l\u00e4sst, erhalten sie am Ende Teams, die zwar technisch beeindruckende Systeme entwickeln k\u00f6nnen, aber keinerlei Verst\u00e4ndnis f\u00fcr die Probleme haben, die diese Systeme eigentlich l\u00f6sen sollen.<\/p>\n
Wir haben begonnen, unseren Kunden eine direkte Frage zu stellen: Wer in Ihrem Datenteam ist schon seit mehr als f\u00fcnf Jahren in dieser Branche t\u00e4tig? Das darauf folgende Z\u00f6gern sagt uns oft mehr als die Antwort selbst.<\/p>\n