KI Fähigkeiten der Zukunft
Es waren in der Tat sehr aufregende Wochen, die ich in den letzten Monaten im Silicon Valley verbringen durfte. Ich fühle mich oft wie auf einer Zeitreise, da ich dort ständig Dinge sehe und erlebe, die vielen Jahren voraus sind. Sei es selbstfahrende Autos, Kochroboter oder andere Innovationen – die Art und Weise, wie wir leben und arbeiten, ändert sich gerade grundlegend.
Das betrifft vor allem unsere Ausbildungs- und Arbeitswelt, wo sich bei uns in Österreich zurzeit noch nicht viel ändert. Mein Sohn lernt als 11-Jähriger in der Schule im Fach digitale Grundbildung nur Computerspiele, und an den Universitäten will man ChatGPT verbieten – Zukunftsarbeit sieht anders aus.
Was sich gerade am Arbeitsmarkt im Bereich Künstlicher Intelligenz tut und welche Fähigkeiten wir in Zukunft brauchen, darum geht es in diesem Beitrag.
Wie Künstliche Intelligenz den Arbeitsmarkt verändert
Seit der Einführung von ChatGPT im November 2022 hat sich der Markt für KI-Arbeitskräfte drastisch verändert. Das Marktforschungsunternehmen Zeki Research schätzt z.B. , dass etwa 20.000 Unternehmen im Westen KI-Experten einstellen. Fortschritte im maschinellen Lernen und das Potenzial für bahnbrechende Technologien haben die Nachfrage nach speziellen Fähigkeiten und Expertise radikal verändert.
Die Jagd nach Spitzenkräften
Technologiegiganten wie Microsoft und Google suchen intensiv nach Starforschern, die hochmoderne Modelle entwickeln können. Aufgrund ihres enormen Wertes erhalten viele von ihnen siebenstellige Gehaltspakete und werden manchmal ohne Vorstellungsgespräch oder als ganze Teams eingestellt.
Wir haben Forscher der großen Techkonzerne getroffen, die “nichts anderes tun” als Grundlagenforschung, hochspezialisert, frei und ohne Produktstress können sie an Dingen forschen, die vielleicht in einem Jahrzehnt realisiert werden.
Die Technologie hinter ChatGPT heisst Transformertechnologie und es ist bemerkenswert, dass das wissenschaftliche Papier im Jahr 2017 nicht von einer Universität, sondern von Google veröffentlicht wurde.
Interessanterweise hat generative KI auch die Anforderungen auf den unteren Ebenen der Karriereleiter verändert. Laut Daten der Jobbörse Indeed beziehen sich eine von 40 offenen Stellen für Softwareentwickler in den USA auf Fähigkeiten im Zusammenhang mit generativer KI.
Die Ströme der Talente verschieben sich gerade signifikant. Während Ingenieure früher zu den fünf großen Technologiekonzernen wie Google, Meta, etc. strömten, zeigen aktuelle Daten von Live Data Technologies, dass seit der Veröffentlichung von ChatGPT im November 2022 der Nettozufluss von KI-Arbeitskräften zu diesen Giganten zurückgegangen ist. Stattdessen wenden sich die Talente nun kleineren, spezialisierten Unternehmen wie Nvidia, Databricks und OpenAI zu.
Besonders bemerkenswert ist, dass ein erheblicher Anteil der abgewanderten Talente in „Stealth“-Startups wechselt, die noch keine Produkte oder Pläne angekündigt haben.
Gleichzeitig bieten Universitäten zunehmend spezialisierte KI-Studiengänge an, und mehr Promotionskandidaten wählen eine Karriere in der Industrie. Präsident Joe Biden hat im Oktober eine Durchführungsverordnung unterzeichnet, um die Einwanderungsbestimmungen zu lockern und mehr KI-Experten ins Land zu holen.
Auch die EU und China verfolgen ähnliche Strategien, um Talente anzuziehen und auszubilden.
Aber es gibt auch tolle Möglichkeiten, sich selber weiterzubilden, welche das sind, dazu komme ich dann gerne unten. Was sind aber nun die Fähigkeiten, die ich in Zukunft in einer neuen Arbeitswelt benötige?
Future AI Leadership Skills
In einer zukünftigen Arbeitswelt, die zunehmend von Künstlicher Intelligenz (KI) geprägt ist, sollten Führungskräfte und Fachleute bestimmte Kenntnisse von Schlüsselbereiche haben, die in Zukunft den Unterschied ausmachen: .
Hier sind einige wesentliche Aspekte, die jede Führungskraft am Radar haben sollte:
KI-Geschäftsmodelle
Verständnis von KI-Strategien: Wie KI in Geschäftsmodelle integriert wird, um neue Dienstleistungen zu entwickeln und Wettbewerbsvorteile zu erzielen. Die meisten Unternehmen sitzen auf einer Fülle von ungenutzen Daten, die geordnet und sortiert gehören.
Dann können sich daraus neue Geschäftsmodelle entwickeln, wie zum Beispiele Service as Product, das gerade für Produktionsunternehmen
Wirtschaftliche Auswirkungen: Kenntnis der potenziellen wirtschaftlichen Vorteile und Risiken, die mit der Implementierung von KI verbunden sind.
Make or Buy: kaufe ich ein fertiges Produkt oder bauche ich selber Expertise auf, um meine KI Anwendungen zu entwickeln.
KI-Architektur in Organisationen
Technische Infrastruktur: Verstehen der notwendigen technischen Infrastruktur und Plattformen, die für den Einsatz von KI erforderlich sind (z.B. Cloud-Computing, Datenbanken, Netzwerke).
Datenmanagement: Kenntnisse über Datenarchitektur, Datenqualität und -sicherheit sowie die Bedeutung von Daten im KI-Kontext.
No-Code/Low-Code-Plattformen: Vertrautheit mit benutzerfreundlichen Plattformen, die es ermöglichen, KI-Anwendungen zu erstellen, ohne tiefgehende Programmierkenntnisse zu besitzen.
Das sind neben den persönlichen und zwischenmenschlichen Fähigkeiten wie Konfliktlösung oder Empathie die wichtigsten Kenntnisse, die Führungskräfte mitbringen müssen, wenn sie in Zukunft erfolgreich bleiben wollen.
Aber auch Ingenieure müssen in Zukunft ihre technischen Skills weiterentwickeln, wenn sie wettbewerbsfähig bleiben wollen, denn das reine Codieren alleine wird nicht mehr ausreichen.
Was sind nun die skills?
Future AI Engineer Skills
Machine Learning: Die Fähigkeit, Algorithmen und Modelle zu entwickeln, die aus Daten lernen. Laut LinkedIn's 2023 Emerging Jobs Report ist die Nachfrage nach Machine Learning-Ingenieuren um 74% im Vergleich zum Vorjahr gestiegen.
Deep Learning: Spezialisierung auf neuronale Netzwerke.
Der Markt für Deep Learning wird bis 2025 auf 18,16 Milliarden USD anwachsen wird, mit einer jährlichen Wachstumsrate (CAGR) von 41,7%.
Data Science: Umfasst die Sammlung, Analyse und Interpretation großer Datenmengen.
IBM schätzt, dass bis 2024 62% aller Datenwissenschaftler-Jobs in den USA unbesetzt bleiben könnten, was den Bedarf an qualifizierten Fachkräften unterstreicht.
Big Data Analytics: Laut einer Studie von IDC wird der weltweite Markt für Big Data und Business Analytics bis 2025 voraussichtlich 274,3 Milliarden USD erreichen.
Natural Language Processing (NLP): Die Fähigkeit, menschliche Sprache durch Maschinen zu verstehen und zu verarbeiten.
Die Nachfrage nach NLP-Spezialisten ist laut Burning Glass Technologies um 68% gestiegen.
Cloud Computing: Nutzung von Cloud-Plattformen zur Skalierung von KI-Anwendungen.
Laut Gartner wird der weltweite Markt für öffentliche Cloud-Dienste bis 2026 auf 623,3 Milliarden USD wachsen.
Computer Vision: Technologien zur Interpretation und Analyse visueller Daten.
Laut Grand View Research wird der globale Markt für Computer Vision bis 2027 voraussichtlich 19,1 Milliarden USD erreichen.
Robotik: Integration von KI in physische Systeme. Laut der International Federation of Robotics wird der Markt für industrielle Robotik bis 2025 auf 73 Milliarden USD anwachsen.
Und es war noch nie so leicht wie jetzt diese zu lernen, hier führe ich ein paar Kurse an, mit denen man sich schnell und unbürokratisch anmelde, vor allem sich weiterbilden kann.
Machine Learning und Deep Learning
Coursera - Machine Learning by Stanford University
Beschreibung: Ein umfassender Kurs von Andrew Ng, der grundlegende Konzepte und Algorithmen des maschinellen Lernens behandelt.
DeepLearning.AI - Deep Learning Specialization
Beschreibung: Eine Serie von fünf Kursen, die von Andrew Ng geleitet wird und tiefgehendes Wissen in Deep Learning vermittelt.
Natural Language Processing (NLP)
Coursera - Natural Language Processing by DeepLearning.AI
Beschreibung: Eine Serie von vier Kursen, die sich auf die Grundlagen und fortgeschrittene Techniken der NLP konzentrieren.
Computer Vision
Coursera - Computer Vision Basics by University at Buffalo & The State University of New York
Link: Computer Vision Basics
Beschreibung: Einführungskurs in die grundlegenden Konzepte und Anwendungen der Computer Vision.
Robotics und Automatisierung
Coursera - Robotics Specialization by University of Pennsylvania
Link: Robotics Specialization
Beschreibung: Eine Serie von sechs Kursen, die grundlegende und fortgeschrittene Konzepte der Robotik abdecken.
Ausblick:
Um in der Zukunft erfolgreich zu sein, sollten Führungskräfte eine Mischung aus technischem Verständnis, strategischem Denken und Wissen über organisatorische Aspekte der KI-Implementierung haben. Es geht weniger darum, selbst programmieren zu können, als vielmehr darum, die Möglichkeiten von KI zu erkennen, geeignete Strategien zu entwickeln und die Implementierung in der Organisation effektiv zu steuern.
Autor: Werner Sattlegger, Founder Art of Life
Veranstaltungstip: Nächste Lernreise ins Silion Valley, 14,-18.Oktober
Literatur:
Autor: Werner Sattlegger
Founder & CEO Art of Life
Experte für digitale Entwicklungsprozesse, wo er europäische mittelständische Familien- und Industrie-unternehmen von der Komfort- in die Lernzone bringt. Leidenschaftlich gerne verbindet er Menschen und Unternehmen, liebt die Unsicherheit und das Unbekannte, vor allem bewegt ihn die Lust am Gestalten und an Entwicklung.