David Solomon von Goldman Sachs und Ted Pick von Morgan Stanley haben in j\u00fcngsten Kommentaren beide dieselbe Sorge ge\u00e4u\u00dfert: Der Ausbau der KI-Infrastruktur h\u00e4ngt von einem zirkul\u00e4ren Finanzierungsmodell ab, bei dem Technologieunternehmen untereinander Handel treiben und gleichzeitig auf eine zuk\u00fcnftige Nachfrage von Unternehmen setzen, die sich bislang noch nicht in gro\u00dfem Ma\u00dfstab materialisiert hat. Solomon bezeichnete dies als die Frage, ob die Ausgaben ohne klarere Renditen fortgesetzt werden k\u00f6nnen. Pick wies auf die Kluft zwischen Infrastrukturinvestitionen und tats\u00e4chlichen Produktivit\u00e4tsgewinnen hin.<\/p>\n
Ein in Frankfurt ans\u00e4ssiger Verm\u00f6gensverwalter hat im Rahmen einer k\u00fcrzlich durchgef\u00fchrten Stellenbesetzung die Anforderungsprofil f\u00fcr eine Position im Bereich Datenplattform zweimal \u00fcberarbeitet. In der urspr\u00fcnglichen Fassung wurden Erfahrungen mit Databricks und Spark verlangt. In der zweiten Fassung kam die regulatorische Berichterstattung hinzu. Die endg\u00fcltige Fassung verlangte von dem Kandidaten, dem CFO viertelj\u00e4hrlich darzulegen, wie die Plattform das operationelle Risiko reduzierte. Der Aufgabenbereich wurde immer weiter ausgeweitet, da das Einstellungsteam gegen\u00fcber der Gesch\u00e4ftsleitung keine reinen Infrastruktur-Stellen rechtfertigen konnte, die keinen direkten Bezug zu den Gesch\u00e4ftsergebnissen hatten.<\/p>\n
Die Stellensuche in Z\u00fcrich und M\u00fcnchen verl\u00e4uft nach dem gleichen Muster. Unternehmen suchen nach Mitarbeitern, die nicht nur \u00fcber Kenntnisse im Bereich des maschinellen Lernens verf\u00fcgen, sondern auch in der Lage sind, die Modellausgaben einem Handelsteam zu erl\u00e4utern oder einem Compliance-Beauftragten einen Workflow zur Erkennung von Anomalien zu erkl\u00e4ren. Ein Datenarchitekt, der bereits in einer Risikofunktion im Finanzdienstleistungssektor t\u00e4tig war, durchl\u00e4uft den Prozess schneller als jemand mit vergleichbaren technischen Qualifikationen aus einer anderen Branche.<\/p>\n
Die Stellen, die derzeit am schnellsten besetzt werden, vereinen fundiertes technisches Wissen mit gesch\u00e4ftlichem Verst\u00e4ndnis. Ein ML-Ingenieur, der die Modellleistung mit den Auswirkungen auf den Umsatz in Verbindung bringen kann, oder ein Dateningenieur, der Pipelines innerhalb eines Workflows f\u00fcr die aufsichtsrechtliche Berichterstattung aufgebaut hat, erh\u00e4lt mehrere Angebote. Reine Infrastrukturspezialisten sto\u00dfen nach wie vor auf Interesse, und Unternehmen verlangen Nachweise daf\u00fcr, dass die betreffende Person ihre Arbeit mit Ergebnissen verkn\u00fcpfen kann, die f\u00fcr den Finanzvorstand von Bedeutung sind.<\/p>\n