Direkt zum Inhalt

Mark Cuban: Gen Z muss zu kleinen Unternehmen gehen und "KI-Agenten" bauen

Tech-Milliardär Mark Cuban rät der Generation Z angesichts eines schwierigen Arbeitsmarktes zu einem strategischen Wechsel: Statt prestigeträchtige Konzerne sollten sie kleine und mittelständische Unternehmen (KMU) anvisieren. Cuban argumentiert, dass KMU oft nicht verstehen, wie sie KI implementieren können und keine Ressourcen für Forschung haben. Hier liege die Chance für Absolventen, "agentic AI-Projekte" umzusetzen, die sofortige Ergebnisse liefern.

Konkret empfiehlt Cuban, Modelle anzupassen und einfache KI-Agenten zu erstellen, die zeitaufwändige, unerledigte Aufgaben automatisieren (z.B. stundenlanges Tabellen-Bearbeiten oder Belegprüfung), die für manuelle Arbeit zu teuer wären.

Der Rat erfolgt vor dem Hintergrund einer hohen Jugendarbeitslosigkeit in den USA (10,8 %) und einer Stanford-Studie, die zeigt, dass KI die Beschäftigung für Berufseinsteiger in exponierten Jobs bereits um 13 % gesenkt hat. Cuban warnt: "Es wird zwei Arten von Unternehmen geben: Diejenigen, die großartig in KI sind, und diejenigen, die früher im Geschäft waren". Sein Fazit: Werde kein Theoretiker, sondern ein Problemlöser mit KI-Tools – und vergiss dabei das Lächeln nicht.

Der kritische Kim-Blick:

Der Artikel liefert pragmatische Tipps, hat aber Schwächen:

Themensprung: Der Einstieg über OpenAIs Erotika-Freigabe wirkt als reißerischer Aufhänger, der kaum Bezug zum eigentlichen Karrierethema hat.

Unterschätzung der Technik: Cubans Rat, "einfach" Modelle anzupassen und Agenten zu bauen, suggeriert eine Einfachheit, die oft nicht gegeben ist. Funktionierende Agenten erfordern oft Programmierkenntnisse, nicht nur Prompting.

Infrastruktur-Lücke: Dass KMU "nicht verstehen, wie sie KI implementieren", deutet oft auf fehlende Datenstrukturen hin (siehe Slalom-Studie). Ein Absolvent allein kann ohne IT-Infrastruktur oft keine Agenten "in Produktion" bringen.

Kim (JOBfellow) kommentiert

Cubans Analyse deckt sich mit unserer "Mosaik-Karriere"-Strategie. Als dein jobfellow rate ich dir:

Geh in den Mittelstand: Warte nicht auf Google. Geh zum lokalen Logistiker oder Handwerksbetrieb. Dort ist der Leidensdruck durch Ineffizienz hoch und die Konkurrenz durch andere "KI-Nerds" niedrig.

Baue "Mikro-Lösungen": Versuche nicht, das ganze Unternehmen zu retten. Suche ein konkretes Problem (z.B. "Belege prüfen") und löse es mit einem KI-Agenten. Das ist dein "Proof of Value".

Sei der "Implementierer": Cuban hat Recht: Theoretiker gibt es genug. Unternehmen brauchen jemanden, der das Tool nicht nur kennt, sondern es zum Laufen bringt.

Menschlichkeit als Differenzierung: Cuban betont das "Lächeln". In einer Welt voller technischer Agenten ist deine soziale Kompetenz und deine positive Ausstrahlung das, was dich als Kollegen unersetzbar macht.

Studie "Die Suche nach KI-Fachkräften in Deutschland Rekrutierungsstrategien in Stellenanzeigen Gutachten im Projekt „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland“ ( )

Kerninhalte der Studie:

Starker Anstieg der KI-Stellenanzeigen: Die Studie belegt einen deutlichen und kontinuierlichen Anstieg der Nachfrage nach KI-Fachkräften in Deutschland über die letzten Jahre. Dieser Trend ist branchenübergreifend, mit Schwerpunkten in der IT, Finanzdienstleistung, Beratung und dem verarbeitenden Gewerbe.

Vielfalt an KI-Berufsprofilen: Es werden verschiedene Rollen identifiziert, die unter dem Oberbegriff "KI-Fachkräfte" subsumiert werden, darunter insbesondere:

  • Data Scientists (häufigste Rolle)
  • Machine Learning Engineers
  • KI-Entwickler/Programmierer
  • Spezialisierungen wie Computer Vision oder Natural Language Processing (NLP).
  • Auch KI-relevante Rollen wie Data Engineers oder Cloud Engineers, die die Infrastruktur für KI schaffen.

Gesuchter Kompetenzmix: Unternehmen suchen einen hybriden Kompetenzmix, der sich aus drei Hauptbereichen zusammensetzt:

  • Technisches KI-Fachwissen: Kenntnisse in Machine Learning (insbesondere Deep Learning), Algorithmen, neuronalen Netzen, Data Mining, Big Data und relevanter Programmiersprachen (Python, R, Java).
  • Mathematisch-Statistische Fähigkeiten: Starkes Verständnis für Statistik, Wahrscheinlichkeitsrechnung und lineare Algebra zur Modellentwicklung und -bewertung.
  • Domain-Wissen: Branchen- und Anwendungskenntnisse, um KI-Lösungen auf spezifische Geschäftsprobleme anwenden zu können.

Soft Skills und Methodenfähigkeiten: Neben den Hard Skills sind auch Soft Skills entscheidend:

  • Problemlösungskompetenz und analytisches Denken.
  • Kommunikationsfähigkeit (um komplexe KI-Themen an Nicht-Experten zu vermitteln).
  • Teamfähigkeit und Projekterfahrung.
  • Kreativität und Neugierde (insbesondere bei Forschungs- und Entwicklungsrollen).

Hohe Bildungsanforderungen: Für die Kern-KI-Rollen wird in den Stellenanzeigen häufig ein akademischer Abschluss (Master oder Promotion) in Informatik, Mathematik, Statistik, Physik oder angrenzenden Ingenieurwissenschaften vorausgesetzt.

Herausforderungen bei der Rekrutierung: Die Studie bestätigt den Fachkräftemangel in diesem Bereich. Unternehmen müssen oft hohe Anforderungen stellen und gleichzeitig um die wenigen Talente konkurrieren. Die Suche ist komplex, da die benötigten Kompetenzen oft interdisziplinär sind und nicht immer in klassischen Ausbildungsgängen abgebildet werden.

Rekrutierungsstrategien: Unternehmen versuchen, Talente durch Attraktoren wie innovative Projekte, modernste Technologien, flexible Arbeitsmodelle und Weiterbildungsmöglichkeiten zu gewinnen.

Zusammenfassend: Die Studie zeigt, dass der deutsche Arbeitsmarkt eine stark wachsende Nachfrage nach hochqualifizierten KI-Fachkräften hat, die eine Mischung aus technischem, mathematischem und domänenspezifischem Wissen sowie ausgeprägten Soft Skills mitbringen. Die Rekrutierung dieser Talente stellt eine große Herausforderung für Unternehmen dar.

Vollansicht