Ein Kunde in Wien hat k\u00fcrzlich die Suche nach einem Senior Data Engineer vor\u00fcbergehend ausgesetzt. Die Stelle war urspr\u00fcnglich auf die Entwicklung von Abrufsystemen f\u00fcr einen internen KI-Assistenten ausgerichtet. Nach zwei Wochen legte der Personalverantwortliche eine \u00fcberarbeitete Stellenbeschreibung vor. Die neue Anforderung: jemand, der Systeme entwerfen kann, die das Handeln der KI einschr\u00e4nken, jemand, der Grenzen f\u00fcr autonomes Handeln festlegen kann.<\/p>\n
Unternehmen bauten ihre erste Generation von KI-Tools auf der Annahme auf, dass mehr Kontext zu besseren Ergebnissen f\u00fchren w\u00fcrde. Man f\u00fcttert das Modell mit der Dokumentation, den Kundendaten und dem Produktkatalog, und schon wird es n\u00fctzlich. Diese Logik galt f\u00fcr die Beantwortung von Fragen. Sie versagt jedoch in dem Moment, in dem man das System auffordert, Ma\u00dfnahmen zu ergreifen. Ein Hersteller aus Z\u00fcrich bat uns letzten Monat um einen Datenarchitekten, der klar formulieren k\u00f6nnte, was sein Beschaffungsassistent niemals tun sollte, welche Genehmigungen er vor der T\u00e4tigung von Ausgaben ben\u00f6tigt und wie man eine sinnvolle Ma\u00dfnahme von einer plausibel klingenden unterscheidet.<\/p>\n
Die Kandidaten, die Stellenangebote erhalten, verf\u00fcgen \u00fcber zwei F\u00e4higkeiten, die bisher selten zusammen vorkamen. Die erste ist die technische Fachkompetenz, um mit Abruf-Pipelines, Einbettungsmodellen und Inferenz-Infrastrukturen zu arbeiten. Die zweite ist das Urteilsverm\u00f6gen, Grenzen f\u00fcr autonomes Verhalten festzulegen. Eine Datenarchitektin, die wir Anfang dieses Jahres vermittelt haben, sicherte sich ihr Stellenangebot, indem sie darlegte, wie sie verhindern w\u00fcrde, dass ein interner Agent Lieferantenrechnungen allein auf der Grundlage von Musterabgleichen automatisch genehmigt. Ihre Gespr\u00e4chspartner widmeten vierzig Minuten der Festlegung von Grenzen und f\u00fcnfzehn Minuten dem technischen Stack.<\/p>\n
Die j\u00fcngsten Preisanpassungen von Anthropic zwingen zu \u00e4hnlichen Diskussionen. Angesichts der Kosten f\u00fcr Frontier-Modelle m\u00fcssen Unternehmen entscheiden, f\u00fcr welche Aufgaben dieses Leistungsniveau tats\u00e4chlich erforderlich ist. Ein Finanzdienstleister aus Frankfurt hat uns letzte Woche nach einem Ingenieur gefragt, der mehrere Modelle koordinieren kann, Abfragen je nach Komplexit\u00e4t und Risiko weiterleitet und, sofern es die Aufgabe zul\u00e4sst, kleinere und kosteng\u00fcnstigere Optionen ausw\u00e4hlt. Sowohl die Koordinationsrolle als auch die Rolle der Festlegung von Grenzen erfordern dieselbe grundlegende Kompetenz: zu wissen, wann ein System anhalten, die Aufgabe weitergeben oder um Genehmigung bitten sollte.<\/p>\n
Angeregt durch einen Bericht von Diginomica.<\/em><\/p>","protected":false},"excerpt":{"rendered":" Im letzten Quartal haben wir Datenarchitekten und ML-Ingenieure in Positionen vermittelt, in denen sich die Anforderungen st\u00e4ndig \u00e4ndern. Unternehmen erkennen zunehmend, dass ihre KI-Systeme zwar Informationen abrufen, aber nicht mit Urteilsverm\u00f6gen darauf reagieren k\u00f6nnen. F\u00fcr diese Positionen werden nun Fachkr\u00e4fte ben\u00f6tigt, die Rahmenbedingungen f\u00fcr autonomes Handeln festlegen k\u00f6nnen.<\/p>","protected":false},"author":4,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[30,26],"tags":[],"class_list":["post-2363","post","type-post","status-publish","format-standard","hentry","category-data-digital","category-latest-news"],"yoast_head":"\n