Von einem Tagesgehalt von 5000 Yuan für Praktikanten bis zu einem Jahresgehalt von über 100 Millionen Yuan gerät der Wettbewerb um KI-Talente in den Wahnsinn | Shen Ke

Text von Wang Yuchan, Wen Lihong

Redaktion: Zhang Yuxin, Yang Xuan

Quelle: Intelligente Emergenz (ID: AIEmergence)

Titelbildquelle: KI-generiert

Heißgeld

Als Zhu Kexin von dem Jahresgehalt erfuhr, das ihr 1998 geborener Kollege, ein Forscher für Algorithmen an vorderster Front, nach seinem Wechsel zu einem großen Technologiekonzern erhielt, wurde ihr schwindelig.

Die Steigerung betrug das Dreifache – als Zhu Kexin und ihre Kollegen beim gemeinsamen Essen rätselten, wie hoch das Gehalt des anderen ausfallen könnte, wagten sie die kühne Vermutung von 50 % Steigerung. Als die Antwort bekannt wurde, stellte sich heraus, dass das Gehalt von 1 Million auf 3 Millionen Yuan gestiegen war, was ihre Erwartungen bei weitem übertraf. Innerhalb einer Mahlzeit schätzten alle am Tisch ihren eigenen Marktwert neu ein.

Die alten Gehaltsmaßstäbe wurden schnell umgeschrieben, und das „Schwindelgefühl“ trat immer wieder auf. Nur ein Jahr nach diesem Wechsel sagte Zhu Kexin, dass es heute niemanden mehr wundert, dass ein Forscher an vorderster Front ein Jahresgehalt von 3 Millionen Yuan erhält.

Die Altersgruppe mit hohen Jahresgehältern sinkt weiter.

Ein Doktorand der Generation 2000, der noch nicht die Universität verlassen hat, verdient als Praktikant bereits 5000 Yuan pro Tag, sein Monatseinkommen liegt weit über dem der meisten Angestellten in dieser Großstadt. Sein Vorgesetzter hat ihm offen gesagt: „Nach dem Abschluss und der Übernahme in eine Festanstellung kannst du ein Jahresgehalt von 3 Millionen Yuan erhalten.“ Der junge Mann sagte 36Kr offen, dass er dieses Jahr so schnell wie möglich seinen Abschluss machen will.

Von dem Silicon Valley bis nach China, wenn die besten KI-Talente mit Jahresgehältern in Höhe von mehreren hundert Millionen Yuan und besonderer Wertschätzung durch die oberste Führung umworben werden – Wu Yonghui, der KI-Leiter von ByteDance, wurde von Zhang Yiming erst nach 8 Monaten Überzeugungsarbeit eingestellt; Meta kann nicht nur ungewöhnlich hohe Gehälter zahlen, sondern Mark Zuckerberg bringt den OpenAI-Forschern, die er anwerben will, sogar „selbst gemachte Suppe“ – auf der gesamten Pyramide der KI-Talente, von der Spitze bis zur Basis, steigt der Wert jeder Talentgruppe stetig an.

Grafik von 36Kr

Die Menschen an der Spitze können ein Jahresgehalt von über 100 Millionen Yuan erhalten, aber diese Gruppe ist sehr klein, jedes Modellteam besteht nur aus wenigen Personen.

Auf der nächsten Ebene befinden sich Personen in großen Konzernen mit einem Jahresgehalt von über 10 Millionen Yuan. Ein Personalvermittler erzählte 36Kr, dass es in jedem großen Unternehmen etwa 10 bis 20 solcher Personen gibt, jeder von ihnen ist ein Branchenstar, dessen Positionswechsel die Aufmerksamkeit der gesamten Branche auf sich zieht.

Auf der nächsten Ebene stehen die besten Absolventen wie TopSeed, Ali-Star und die „Top-Experten“ von Tencent mit einem Jahresgehalt von 5 Millionen Yuan und mehr, jedes Unternehmen hat Dutzende von ihnen. Ein Doktorand, der dieses Jahr bei ByteDance angefangen hat, erklärte 36Kr die Zusammensetzung des Jahresgehalts von 6 Millionen Yuan: „Es besteht nicht nur aus Bargeld, sondern auch aus ByteDance-Optionen, Doubao-Aktien und Prämien.“ Er erwähnte außerdem, dass einige Absolventen sogar mehr als 6 Millionen Yuan erhalten können, „aber das ist eine absolute Ausnahme“.

Darunter befinden sich die KI-Algorithmen-Experten an vorderster Front mit einem Jahresgehalt von 2 bis 3 Millionen Yuan, die als „Arbeitnehmer“ bezeichnet werden und die größte Gruppe bilden. Ihr Gehalt richtet sich nach ihren akademischen Veröffentlichungen und Erfahrungen in Kernprojekten. „Dieses Jahr ist ein Jahresgehalt von über 2 Millionen Yuan die akzeptable Basislinie für einen gewöhnlichen Algorithmusforscher, letztes Jahr lag sie noch bei über 1 Million Yuan“, sagte ein Algorithmus-Experte eines großen Konzerns. „Ein Freund von mir erhielt früher ein Jahresgehalt von über 2 Millionen Yuan bei Seed, entschied sich aber dagegen, weil ein anderes KI-Unternehmen ihm über 3 Millionen Yuan und eine höhere Position bot.“

Auf der untersten Ebene der Pyramide stehen die Praktikanten für KI-Algorithmen. Die Tagesgehälter von Doktoranden in den Kernbereichen von ByteDance, Tencent und Alibaba können 5000 bis 6000 Yuan erreichen, vor zwei Jahren lag das durchschnittliche Monatsgehalt von Doktoranden-Praktikanten noch bei 10.000 Yuan, was dem heutigen Gehalt von nur zwei Tagen entspricht.

Wenn das Monatsgehalt von Praktikanten bereits über 100.000 Yuan liegt, kann der Wettbewerb um KI-Talente, insbesondere um Forscher für große Modelle, als allumfassend und auf dem Höhepunkt bezeichnet werden – von der Spitze bis zur Basis der Pyramide.

Dahinter verbirgt sich die Entwicklung des Wettbewerbs zwischen chinesischen Modellentwicklern: ByteDance war ursprünglich der großzügigste Käufer von KI-Talenten auf dem Markt, aber im letzten Jahr hat auch Tencent intensiv Talente angeworben und sich zu einem Großgeldgeber für Spitzenkräfte entwickelt. Gleichzeitig haben DeepSeek und Moonshot große Summen auf dem Primärmarkt aufgenommen, Zhipu und MiniMax sind an die Börse gegangen, und die führenden Startups für große Modelle haben zusätzliches Kapital beschafft.

Seit jeher ist „Talent“ eine wichtige Variable im Wettbewerb verschiedener Branchen. Aber die Intensität des Wettbewerbs um Talente in der heutigen KI-Branche liegt deutlich über der der vorherigen Branche, in die heißes Geld strömte – der Internetbranche. Das Einzige, was damit mithalten kann, ist vermutlich der Wettbewerb um Kernkräfte in der Halbleiterindustrie in den Anfängen zwischen 1950 und 1970.

Die gemeinsamen Merkmale dieser beiden Branchen lauten: Die Unternehmen scheinen über Technologie zu verfügen, aber diejenigen, die die Technologie wirklich beherrschen, sind die Dutzende von Kerntechnikern. Deshalb ist Talent zu einer entscheidenden Variablen geworden, die den Wettbewerb der Unternehmen bestimmen kann.

Auf diese Weise hat sich der Wettbewerb zwischen KI-Unternehmen zu einem Wettbewerb um Talente entwickelt. Und die Mobilität von Talenten verändert jedes beteiligte Unternehmen drastisch und beeinflusst tiefgreifend die Entwicklung der gesamten KI-Branche.

Rezepte kaufen

Was große Konzerne und Unternehmen für große Modelle umkämpfen, sind eigentlich die technologischen „Rezepte“ in den Händen von Kernkräften.

Beim Training von Modellen verwenden Forscher den Begriff „Rezept“, um alle Aspekte des Modelltrainings zu beschreiben: Wie groß das Modell dimensioniert ist, wie die Daten verteilt werden, welcher Trainingsweg gewählt wird und welche wichtigen Tricks es gibt...

Der Erfolg eines Modells wird durch eine große Anzahl von Versuch-und-Irrtum-Erfahrungen erreicht. Und die Menschen, die all das durchlebt haben, beherrschen dieses Wissen. Genau so war es auch in der Frühzeit der Halbleiterindustrie: Prozessparameter, Ausbeute, Materialien und Fertigungsgeheimnisse lassen sich kaum vollständig in Patenten festhalten. Deshalb kann man durch die Einstellung der richtigen Person dieses „verborgene Wissen“ erlangen, den Abstand zwischen Modellen schnell verringern und die Lücke zu Wettbewerbern schließen.

Rezepte sind teuer mit gutem Grund. Die Wiedereinrichtungskosten für das Training von Modellen sind extrem hoch: Für das Training eines Basismodells oder das Feinjustieren eines Modells mit mehreren hundert Milliarden Parametern können die Rechenkosten eines vollständigen Experiments mehrere zehn Millionen oder sogar über 100 Millionen Yuan betragen. Wenn die Trainingsrichtung oder Methode falsch gewählt ist, übersteigt der Verlust bei weitem das Jahresgehalt mehrerer Forscher.

Noch wichtiger ist, dass es sehr wenige Menschen gibt, die die Kernrezepte beherrschen.

Im Gegensatz zu den meisten sogenannten Gründungserfahrungen im Internetzeitalter kann die in der Modellbranche geforderte „Erfahrung mit dem Training von 10.000 GPUs“ nur von wenigen führenden Konzernen und Spitzenlabors mit ausreichend Rechenleistung und Daten unterstützt werden. Und unter diesen wenigen Unternehmen sind die Personen, die die Qualifikation als „Trainingskommandant“ erwerben können, äußerst selten.

„In ganz China gibt es nur 200 Personen, die die Leitung eines groß angelegten Vortrainings übernehmen können“, sagte der Personalvermittler York. Ein Personalmitarbeiter von ByteDance erzählte 36Kr ebenfalls, dass sie bei der gezielten Anwerbung von Kernforschern im Jahr 2024 eine Liste erstellt haben, die nur wenige hundert Namen umfasste.

Wenn Personen, die die Kernrezepte beherrschen, den Arbeitsplatz wechseln, wird das Wissen über das Modelltraining, das ursprünglich nur wenigen Unternehmen vorbehalten war, gewissermaßen „Open Source“, wandert zwischen Unternehmen und hebt schließlich die Obergrenze der gesamten Branche an. Das ist vergleichbar damit: Das Rezept eines Gerichts wird anfangs nur von wenigen Köchen beherrscht, und die Restaurants, in denen diese Köche arbeiten, scheinen vorübergehend stark zu sein. Sobald aber ein Spitzenkoch wechselt, verbreitet sich das Rezept sofort. Kein Restaurant kann dauerhaft vorne liegen, aber immer mehr gute Restaurants heben das Niveau der gesamten Branche an.

Grafik von 36Kr

Zhou Chang, der früher für Alibaba das multimodale Vortraining geleitet hat, kam im zweiten Halbjahr 2024 zu ByteDance. Obwohl ByteDance dafür ein Jahresgehalt in Millionenhöhe zahlte, half Zhou Changs Ankunft ByteDance schnell, Durchbrüche bei den multimodalen Fähigkeiten zu erzielen – das ist die Grundlage für das heute sehr beliebte Seedance-Modell.

Weitere Branchenkenner erzählten 36Kr, dass Cheng Ye'an, ehemaliger Forscher bei Zhipu und Kernmitwirkender von GLM-4.5 sowie GLM-4.5V, dieses Jahr zu Moonshot kam und in der Autorenliste des technischen Berichts zu K3 aufgeführt ist. Sein Hauptbeitrag liegt im nachträglichen Training von Agentic Coding, was genau die Stärke von Zhipu darstellt.

Für ein Unternehmen bedeutet der Abgang einer Kernkraft nicht nur den Verlust einer Arbeitskraft, sondern dass das gemeinsam angesammelte Wissen des Teams – Experimentierpfade, Fehlerprotokolle, Erfahrungen bei der Fehlerbehebung – vollständig an die Konkurrenz übergeben wird. Diese Übergabe findet sogar noch vor dem Arbeitsbeginn statt. Einige Personen fangen bereits während des Vorstellungsgesprächs an, die internen Vorgehensweisen ihres Teams heimlich der konkurrierenden Firma mitzuteilen. Das Vorstellungsgespräch selbst wird zum Kanal, über den technische Details am häufigsten nach außen dringen.

Wenn Personen, die Rezepte beherrschen, sich entscheiden, ein eigenes Unternehmen zu gründen, werden sie mit Sicherheit zu den Lieblingen der Kapitalanleger.

Liu Yu, ehemaliger Forschungsdirektor von SenseTime, erlebte 2024, als das multimodale Gebiet gerade anfing, den vollständigen Zyklus von Datenverarbeitung, Trainingsinfrastruktur, Modellentwicklung bis hin zur Produktimplementierung und steuerte mehr als 4000 GPUs für das Training von Modellen. Zu dieser Zeit waren Talente mit Erfahrung im Training von tausend GPUs bereits sehr selten. Deshalb strömten die Investoren sofort auf ihn zu, als er sein Unternehmen verließ, um sich selbstständig zu machen. Weil es zu viele Investoren gab, die ihn besuchen wollten, konnte Liu Yu die meisten von ihnen nicht empfangen – in der Branche wird er als „Person bezeichnet, die man im Investorenkreis kaum zu Gesicht bekommt“.

Die Mobilität von Talenten ist selbst ein wichtiger Teil des diesjährigen Wettbewerbs um die Fähigkeiten inländischer Unternehmen für große Modelle. „Der Kern des Modellwettbewerbs liegt hauptsächlich in Rechenleistung, Daten und Menschen“, sagte der Personalvermittler Sam zu 36Kr. „Wenn man die richtigen Personen findet, werden Rechenleistung und Daten nicht verschwendet. Sonst nützt es nichts, egal wie viel Geld man ausgibt.“

Das ist der Grund, warum „Menschen“ zu einem wichtigen umkämpften Vermögenswert im Wettbewerb der KI-Branche geworden sind.

Natürlich müssen Unternehmen für große Modelle nicht nur die kleine Gruppe von Personen finden, die Rezepte beherrschen, sondern auch viele kluge und zuverlässige junge Menschen einstellen, um grundlegende Aufgaben zu erledigen. So hat der Wettbewerb um Talente vollständig begonnen.

Ungewöhnliche Methoden

Vor ein paar Jahren waren die Hochburgen und Quellen für abwandernde KI-Talente Baidu und Alibaba, die technisch einen Schritt voraus waren. Aber jetzt ist auch ByteDance, das über eine Fülle von KI-Talenten verfügt, zu einem neuen „Ziel“ geworden, von dem Talente abgeworben werden.

Ein Insider eines großen Modellentwicklers verriet 36Kr, dass sie sich am Datensystem von ByteDance orientieren und Personen für jede einzelne Position gezielt abwerben. „Sobald sie zu uns wechseln, verdoppelt sich ihr Gehalt.“

ByteDance reagierte schnell. Ende 2025 schickte ByteDance eine E-Mail an alle Mitarbeiter, in der angekündigt wurde, dass die Ausgaben für Prämien und Gehaltserhöhungen um 35 % bzw. das 1,5-fache steigen, und ein neues Beförderungssystem eingeführt wurde, das die Gehaltsobergrenze für jede Position anhebt. Die damit verbundenen Anpassungen des Beförderungssystems gelten als Maßnahme, die sich speziell an KI-Talente richtet: Hochbezahlte Forscher passen nicht mehr in das alte Beförderungsrahmenwerk.

Die Maßnahmen zur Bindung von Mitarbeitern werden dieses Jahr weiter verstärkt: Die „Doubao-Aktien“, die ByteDance nur an Mitarbeiter im KI-Geschäft ausgibt, haben jetzt einen festgelegten Preis und Rückkaufmöglichkeit. Außerdem können Inhaber von Doubao-Aktien wählen, einen größeren Teil ihres Jahresbonus oder Gesamtgehalts in Doubao-Aktien umzuwandeln. Das ist genauso wertvoll wie die Optionen in den Anfängen von ByteDance. All diese Maßnahmen haben vermutlich einen gemeinsamen Auslöser: Im letzten Jahr sind fast 70 technische Kernkräfte von Seed abgewandert.

Tencent ist nicht nur bereit, viel Geld zu zahlen, sondern auch hohe Positionen zu vergeben. Star-Forscher aus dem Silicon Valley wie Yao Shunyu und Tian Yonglong können bei Tencent direkt ein Team leiten und sogar der Leiter des gesamten Modellteams werden. Mit solchen Beispielen haben Personalvermittler auch Argumente