Anthropic, eines der Unternehmen, das sich am st\u00e4rksten f\u00fcr den Ausbau der KI-F\u00e4higkeiten einsetzt, hat sich k\u00fcrzlich einer wachsenden Zahl von Stimmen angeschlossen, die warnen, dass das Entwicklungstempo die F\u00e4higkeit aller Beteiligten \u00fcbersteigen k\u00f6nnte, damit verantwortungsvoll umzugehen. Diese Botschaft sollte man sich zu Herzen nehmen. Gerade die Organisationen, die diese Systeme entwickeln, geben zu, dass sie nicht vollst\u00e4ndig vorhersagen k\u00f6nnen, wozu die n\u00e4chste Generation f\u00e4hig sein wird.<\/p>\n
F\u00fcr Unternehmen, die in der DACH-Region KI-Fachkr\u00e4fte einstellen, stellt sich daraus eine praktische Frage: Welche Art von Team baut man auf, wenn die Technologie selbst noch unausgereift ist? Ein in M\u00fcnchen ans\u00e4ssiges Industrieunternehmen hat k\u00fcrzlich die Suche nach einem Senior Machine-Learning-Ingenieur vor\u00fcbergehend ausgesetzt und sie als breiter gefasste Position im Bereich KI-Governance wieder aufgenommen. Die technischen F\u00e4higkeiten waren dabei weniger wichtig als die F\u00e4higkeit, Sicherheitsvorkehrungen zu treffen und zu \u00fcberpr\u00fcfen, was die Modelle in der Produktion tats\u00e4chlich leisten.<\/p>\n
Die Profile, die derzeit an Bedeutung gewinnen, konzentrieren sich darauf, zu erkennen, in welchen F\u00e4llen einem Modell nicht vertraut werden sollte, Entscheidungen f\u00fcr Aufsichtsbeh\u00f6rden zu dokumentieren und dem Vorstand zu erl\u00e4utern, warum ein Projekt mehr Zeit ben\u00f6tigt, bevor es in Betrieb genommen wird. Eine hochrangige Kandidatin, die wir Anfang dieses Jahres vermittelt haben, hatte zwei Jahre lang bei einem Finanzdienstleistungsunternehmen Rahmenwerke zur Erkl\u00e4rbarkeit von Modellen entwickelt. Dieser Hintergrund machte sie f\u00fcr unseren Kunden attraktiver als Kandidaten mit rein technischen Qualifikationen.<\/p>\n
Unternehmen, die klar darlegen, was ihre KI leisten wird und was nicht, haben es leichter, erfahrene Fachkr\u00e4fte zu gewinnen. Unklarheiten hinsichtlich des Anwendungsbereichs oder ethischer Fragen sind f\u00fcr Bewerber, die die Wahl haben, mittlerweile ein Ausschlusskriterium. Ein Leiter im Bereich Data Science berichtete uns, dass er sich nach drei Vorstellungsgespr\u00e4chen aus dem Auswahlverfahren zur\u00fcckgezogen habe, da das Unternehmen grundlegende Fragen dazu nicht beantworten konnte, wie es mit Modellausf\u00e4llen im Produktivbetrieb umgehen w\u00fcrde.<\/p>\n
Die Entwickler selbst warnen vor \u00fcberst\u00fcrzten Entscheidungen. Die Personalverantwortlichen, die dies ernst nehmen, stellen Teams zusammen, bei denen Urteilsverm\u00f6gen und Verantwortungsbewusstsein im Vordergrund stehen \u2013 und diese Teams lassen sich leichter besetzen.<\/p>\n
Angeregt durch einen Bericht von Datanami.<\/em><\/p>","protected":false},"excerpt":{"rendered":" Die lautesten Mahnungen zur Vorsicht kommen aus den Labors selbst. Wir glauben, dass dies einen konkreten Hinweis darauf gibt, wie Unternehmen in der DACH-Region ihre KI-Teams derzeit aufstellen sollten.<\/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-2505","post","type-post","status-publish","format-standard","hentry","category-data-digital","category-latest-news"],"yoast_head":"\n