Phase der Umverteilung von Technikfachkräften? Hochgeschätzte 3-jährige Berufserfahrung, Campus-Einsteiger mit einem Jahresgehalt von 3,5 Millionen Yuan und der im Wert sinkende P7-Rang bei großen Internetkonzernen

In der Anfangsphase einer Branche bringen Personalverantwortliche, die darauf spezialisiert sind, mehrere widersprüchliche Anforderungen gleichzeitig zu erfüllen, diese Eigenschaft oft auf das Maximum.

Sie verlangen von Bewerbern für KI-Stellen mehr als 5 Jahre Erfahrung in der Nutzung von KI-Produkten und die Erfahrung, ein Produkt mit Millionen von Nutzern von Grund auf (0 bis 1) aufgebaut zu haben. Aber ChatGPT, das erst Ende 2022 veröffentlicht wurde, ist insgesamt weniger als 4 Jahre alt – woher soll die 5-jährige Erfahrung in der Nutzung von KI-Produkten kommen?

Große Technologieunternehmen stellen hochrangige Personalverantwortliche ein, die unter 30 Jahre alt sein sollen, am besten einen Abschluss von einer weltweit führenden Spitzenuniversität haben (selbst Abschlüsse von den C9-Universitäten in China reichen nicht aus) und zudem ein äußerst tiefes Verständnis für die menschliche Natur besitzen. Angenommen, ein Bewerber geht mit 22 Jahren zum Studium in die USA, ist so herausragend, dass er nach einem Jahr seinen Abschluss macht und nach China zurückkehrt – aber jemand unter 30 hat vielleicht gerade erst sein eigenes Selbstverständnis abgeschlossen, wie soll er für das Unternehmen die gesamte menschliche Natur verstehen?

Ein weiteres Unternehmen sucht einen globalen Vertriebsleiter und verlangt, dass der Bewerber kein „alter Mann“ über 45 Jahre ist. Aber der Chef selbst ist bereits 46 Jahre alt – hat ihm jemals jemand gesagt, dass er schon alt ist?

Viele Gründer wollen auch einen „Cai Chongtai vor 20 Jahren“ finden. Dementsprechend stellt sich die Frage: Hat dieser Gründer überhaupt die persönliche Ausstrahlung von Ma Yun vor 20 Jahren?

Das sind keineswegs Witze, sondern einige absurde Einstellungsanforderungen (Jobbeschreibungen), die das Projekt „UnDefined“ gehört hat.

Aus einer anderen Perspektive betrachtet wirken diese „unsinnigen Forderungen“ eher darauf zurückzuführen, dass sich die Technologie so schnell verändert, dass Unternehmen nicht mehr wissen, welche Mitarbeiter sie in Zukunft brauchen – also beginnen sie, Personen zu beschreiben, die in der Realität fast nicht existieren:

Sie sollen jung und gleichzeitig erfahren sein;

Sie sollen über frühere Erfolge bei Produktprojekten verfügen und gleichzeitig Erfahrung in der Nutzung zukünftiger KI-Technologien haben;

Sie sollen einen Hintergrund bei großen Technologieunternehmen haben, aber keine Belastungen aus diesen Unternehmen mitbringen;

Sie sollen Unternehmergeist besitzen, am besten zudem wenig Ego zeigen, leicht zu führen sein und jederzeit verfügbar sein …

Warum gibt es all diese widersprüchlichen Anforderungen? Was hat sich im Personalstruktur verändert? Dazu hat „UnDefined“ drei erfahrene Headhunter interviewt.

Shen Jia, Gründer von Fuling Consulting, ist seit 21 Jahren in der Headhunter-Branche tätig und hat bereits für ein bestimmtes „Universums-App-Fabrik“-Unternehmen, ein Unternehmen, das ursprünglich grenzüberschreitenden E-Commerce betrieb und heute eine Inhaltsplattform betreibt, mehrere der „Sechs Kleinen Drachen“-Technologieunternehmen sowie zahlreiche Technologie-Startups gearbeitet.

Headhunterin A, die seit drei bis vier Jahren kontinuierlich Unternehmen im Bereich der verkörperten Intelligenz begleitet, hat Dutzenden von intelligenten Unternehmen dabei geholfen, den gesamten Prozess vom Aufbau bis zur Umsetzung von 0-bis-1-Teams zu durchlaufen, und beherrscht die grundlegende Logik des Organisationsaufbaus und der Stellenbesetzung in den Bereichen Künstliche Intelligenz und Hard-Technologie.

Zheng Nan, die über 20 Jahre Erfahrung im Personalwesen und als Headhunter verfügt und für Hunderten von Hardware- und Roboter-Startups gearbeitet hat, hat im Rahmen des Titels „Top-Headhunterin des Großbuchtgebiets“ viele Erfahrungen im Organisationsmanagement von Startups geteilt.

Sie haben in der Vergangenheit das Wachstum der heutigen großen Technologieunternehmen begleitet und sind auch in der aktuellen KI-Welle sehr erfolgreich tätig.

Sie gehören zu den wenigen Menschen, die drei Dinge gleichzeitig im Blick haben:

Was die Unternehmen denken, wie sich der Markt verändert und wohin die Personalressourcen strömen.

Dieser Artikel versucht, diese drei Fragen zu beantworten.

Wie Unternehmen denken: Mit weniger Menschen größere Unsicherheiten bewältigen

Nur über Beispiele zu sprechen hilft nichts – schauen wir uns die Daten an.

Alle sagen öffentlich, dass sie KI-erfahrenen Talenten Vorteile bieten, aber tatsächlich suchen Unternehmen heute am meisten nach Personen mit mehr als fünf Jahren Berufserfahrung, während die Überlebensbedingungen für Berufseinsteiger sehr schwierig sind:

Daten von Zhaopin zeigen, dass der Anteil der Stellenausschreibungen für mittlere und höhere Positionen unter Angestellten (mit mehr als 5 Jahren Berufserfahrung) seit Ende November 2022 (der offiziellen Einführung von ChatGPT) leicht gestiegen ist, der Anteil der mittleren Positionen (1 bis 5 Jahre Berufserfahrung) stetig leicht zugenommen hat, während der Anteil der Einstiegspositionen (0 bis 1 Jahr Berufserfahrung) kontinuierlich zurückgeht;

Eine weitere Gruppe von Drittanbieterdaten zeigt zudem, dass bis September 2025 die Beschäftigung von Softwareentwicklern im Alter von 22 bis 25 Jahren im Vergleich zu ihrem Höhepunkt Ende 2022 um fast 20 % gesunken ist.

Bildunterschrift: Veränderung des Anteils der Stellenausschreibungen für Einstiegs-, mittlere und höhere Positionen unter Angestellten. Quelle: Zhaopin

Erfahrene Personen haben im KI-Zeitalter einen größeren Vorteil, da KI sehr schnell eine Menge falscher Ergebnisse in die falsche Richtung generieren kann. Daher beginnen Unternehmen, für Unsicherheit zu zahlen: Ganz am Anfang einer Aufgabe die Richtung richtig bestimmen, die Grenzen klar abgrenzen und Risiken im Voraus abwenden.

Personen, die dies können, werden ihre Produktivität nach der Ausstattung mit KI-Werkzeugen extrem steigern.

Die Einstiegspositionen werden verdrängt.

Grundlegende Sortierarbeiten, wiederholende Ausführungsaufgaben, standardisierte Tests, einfache Code-Korrekturen und grundlegende Betriebsunterstützung – diese Nebenarbeiten, die früher der Ausbildung von Neueinsteigern dienten, werden zunehmend von KI übernommen.

Heutzutage fragen sich immer mehr Unternehmen vor der Einstellung von Mitarbeitern zunächst:

Muss diese Aufgabe überhaupt von einem festangestellten Mitarbeiter erledigt werden? Kann KI sie übernehmen? Kann ein Berater sie erledigen? Kann ein externer Dienstleister sie übernehmen? Kann eine qualifiziertere Person sie nebenbei erledigen?

Die Anzahl der Stellen sinkt, die Organisationen werden kleiner.

Ein Gründer hat einmal erwähnt, dass zum Zeitpunkt des Börsengangs des Unternehmens die Anzahl der Teammitglieder 50 nicht überschreiten darf – wenn sie 50 übersteigt, ist das ein Misserfolg.

Im Bereich der KI-Anwendungen und Agenten sind bereits kombinierte Stellen entstanden.

Letztes Jahr hat Alibaba Cloud intern eine Stelle ähnlich wie „KI-Produktdesign-Frontendentwickler“ eingerichtet, bei der eine Person mit Unterstützung von KI gleichzeitig die Aufgaben von Produktmanagement, Design und Frontendentwicklung übernimmt.

Aus dem internen Bereich von Cainiao International wurde zudem durchgesickert, dass einige Backend-Entwickler nach einer Schulung gezwungen sind, sich zu Full-Stack-Entwicklern umzuwandeln.

In jüngster Zeit hat die Alibaba-Gruppe intern eine Reihe von Full-Stack-Teams gegründet, in denen Frontend-, Backend- und Testmitarbeiter offiziell zu Full-Stack-Ingenieuren umgeschult werden.

Die Grenzen der Stellen werden aufgebrochen, die Preisgestaltung für Talente wird neu geordnet.

Shen Jia erwähnt, dass in der aktuellen Welle der Agenten im Jahr 2026 zwei Gruppen von Personen am schnellsten an Wert gewinnen.

Die eine Gruppe sind Personen ohne technischen Hintergrund, die Agenten in großem Umfang zur Lösung von Problemen einsetzen – sie ähneln den oben genannten Full-Stack-Ingenieuren und sind „Personen, die Räder nutzen“.

Die andere Gruppe sind Ingenieure, die bereits früh mehrere Multi-Agent-Frameworks aufgebaut haben, also „Gerüstbauer“. Sie sind nicht unbedingt traditionelle Basismodell-Algorithmus-Experten für große Sprachmodelle, aber sie arbeiten nah am Modell, können die Effekte anpassen, Werkzeuge verbinden und technische Probleme wie lange Dialoge, Gedächtnis und Antwortverhalten lösen.

Bildunterschrift: Talenttrends bei großen Technologieunternehmen. Quelle: „Das Schwarzbuch für Produkt-, Forschungs- und Betriebstalente von Maimai 2026“

Im Bereich der verkörperten Intelligenz ändert sich die Logik der Preisgestaltung für Talente erneut: Unternehmen suchen nach „Personen, die wirklich vor Ort praktische Erfahrung gesammelt haben“.

Headhunterin A sagt, die begehrtesten Personen im Kreis der verkörperten Intelligenz sind diejenigen, die über 3 bis 5 Jahre Erfahrung in spezialisierten Bereichen verfügen und wirklich mit echten Geräten gearbeitet haben.

Sogar Personen mit 1 bis 2 Jahren Erfahrung haben eine Chance, solange sie jung, hochpotent sind und bereit sind, gemeinsam mit dem Unternehmen zu wachsen.

Hochrangige Talente aus dem Internet- und Autonavigationsbereich mit mehr als 10 Jahren Erfahrung, die nicht frühzeitig praktische Prozesse begleitet haben, können im Jahr 2026, wenn sie in die Branche der verkörperten Intelligenz einsteigen, kaum noch Kernmanagementpositionen bei führenden Unternehmen erhalten.

Denn Talente für große Modelle mögen zwar sehr kompetent sein, aber wenn sie keine Erfahrung mit echten Geräten haben, lassen sich ihre Erfahrungen mit virtuellen Simulationsdaten nicht direkt auf Roboter übertragen. Verschiedene Roboter haben unterschiedliche Formen – Radroboter, zweibeinige Roboter, unterschiedliche Körpergrößen und Gewichte, unterschiedliche Soft- und Hardware-Koordination. Personen ohne praktische Erfahrung mit echten Geräten können sich nur sehr schwer schnell einarbeiten.

Auch mit dem glänzendsten Hintergrund muss man sich neu anpassen.

Daher ist das Alter nicht gleichzusetzen mit Erfahrung. Nur wer neue Probleme direkt angegangen und gelöst hat, verfügt über echte Erfahrung. Zehn Jahre Dienstzeit können lediglich alte Erfahrungen sein, die das neue System, für das Sie sich einsetzen, nicht benötigt.

Auch die Stellen im Datenbereich der verkörperten Intelligenz gewinnen plötzlich an Wert.

Headhunterin A erwähnt zudem, dass im Jahr 2025 fast kein Unternehmen massiv Datenplattformen und Dateningenieure für verkörperte Intelligenz eingestellt hat. Aber bis 2026 sind die wenigen vorhandenen Daten vollständig ausgeschöpft. Um die Modelle weiterzuentwickeln, müssen neue Daten ergänzt, Plattformen aufgebaut und Teams gegründet werden. Daher beginnen Unternehmen mit ausreichenden Finanzmitteln, eigene Algorithmusmodelle zu entwickeln – und solche Talente werden entsprechend wertvoll.

Im Bereich der KI-Hardware suchen Unternehmen dagegen nach „Personen, die Produkte erfolgreich verkaufen können“.

Heutzutage ist der Markt in Huaqiangbei so leistungsfähig, dass man für eine KI-Brille direkt Lösungen aus den Präsentationen von Lösungsanbietern auswählen, das Design festlegen und die BOM (Stückliste) berechnen kann. Markeninhaber können entscheiden, ob sie zuerst 500 oder 5000 Exemplare herstellen lassen – nach wenigen Tagen ist die KI-Brille der Marke „UnDefined“ auf dem Markt.

Am letzten Tag der Hong Kong Electronics Fair kostete ein eleganter Lüfter, der in Einkaufszentren für 600 bis 700 Yuan verkauft wird, nur noch 40 Yuan zum Ausverkaufspreis.

Zahlreiche Fabriken in Bao'an, Dongguan und Huizhou können fast alle Hardware-Produkte zu extrem niedrigen Kosten schnell liefern. Der Hardware-Herstellungsprozess ist so leistungsfähig, dass er nicht mehr geheimnisvoll ist.

Wenn die Herstellung kein Problem mehr darstellt und die Kosten auf das Minimum gesunken sind, werden Personen, die gut darin sind, verborgene Bedürfnisse der Nutzer zu erkennen und über Zugang zu Traffic zu verfügen, zu den Personen, die am schnellsten an Wert auf dem Markt gewinnen.

An diesem Punkt ist das Bild des idealen Mitarbeiters, das sich Unternehmen wünschen, sehr klar:

Große Technologieunternehmen suchen nach Personen, die KI in ihre bestehenden Geschäftsprozesse integrieren können. Startups suchen nach Personen, die mehrere Aufgaben übernehmen und Prozesse von 0 bis 1 erfolgreich durchführen können. Hardware-Unternehmen suchen nach Personen, die sich mit Lieferketten und GTM (Go-to-Market) auskennen. Unternehmen für verkörperte Intelligenz suchen nach Personen, die praktische Erfahrung mit echten Geräten und realen Projekten haben.

Unternehmen zahlen für Personen, die den Hebel von KI nutzen, für die wenigen, die Grenzen überwinden, selbstmotiviert arbeiten und Technologie erfolgreich in Geschäftsprozesse und die physische Welt umsetzen können.

Aber alle Unternehmen teilen eine gemeinsame Sorge: Einen falschen Mitarbeiter einzustellen ist gefährlicher, als keinen passenden Mitarbeiter zu finden.

Daher beginnen immer mehr Gründer, Personen außerhalb von Vorstellungsgesprächen zu beurteilen – denn Bewerber im Sitzungssaal wissen, dass sie bewertet werden, während Bewerber in entspannten Umgebungen ihrem wahren Selbst viel näher kommen.

Eine weitere immer verbreitetere Methode ist das bezahlte Probearbeiten für einen Tag. Beide Seiten vereinbaren im Voraus eine Vergütung, das Unternehmen stellt einige anonymisierte Aufgaben zur Verfügung und lässt den Bewerber mit dem Team bei einer konkreten Aufgabe zusammenarbeiten, um die tatsächlichen Fähigkeiten des Bewerbers und seine Passgenauigkeit zum Team zu prüfen.

Lebensläufe können nur die Vergangenheit bestätigen, Vorstellungsgespräche nur die Ausdrucksfähigkeit prüfen – nur Probearbeiten kann die tatsächliche Leistungsfähigkeit in der Gegenwart testen.

Wie sich der Markt verändert: Neue große Technologieunternehmen, neue Bewertungsmerkmale

In der vergangenen Ära, in der das Internet noch ein Wachstumsmarkt war, stiegen die Menschen gemeinsam mit der Plattform auf.

Von 2011 bis 2015 konnten Gründer mit Hintergrund bei Tencent oder Baidu sehr einfach eine Anschubfinanzierung von 5 Millionen Yuan erhalten, weil sie sich mit Marktgröße, Traffic, Wachstum und Organisationsfähigkeit auskannten. Der Name des Unternehmens selbst galt als eine Art Vertrauensbeweis.

Heute wandert derselbe Glanz auf neue große Hardware-Unternehmen wie DJI, Dreame