Neulich war ich bei einer Diskussionsrunde involviert, wo jemand die Frage aufgebrachte, was es denn bedeuten würde, wenn Leute sagen „Es gibt nur 20-200 Menschen auf der Welt, die das tun können, was hochbezahlter KI-Researcher tut.“ Warum können nicht mehr Menschen für diese Jobs ausgebildet werden?!
Die Vorstellung, dass nur einige Engineers oder Researcher auf der Welt bestimmte Arten von Arbeit verrichten können – sprich, nur sehr wenige auf ein Level wie Linus Torvalds, Andrej Karpathy oder John Carmack kommen – erscheinte den meisten intuitiv. Für Kollegen aus anderen Branchen als der Software ist dies jedoch nicht zwangsläufig intuitiv. Das provozierte die Folgefrage, inwiefern dieser implizite Glaube die Tech-Kultur allgemein antreibt.
Warum gibt es diese Erscheinung in der Software, während sie in anderen Branchen grösstenteils nicht unbekannt ist? Sind Unternehmen, die nach aussergewöhnlichem Talent suchen, anders organisiert als solche, die es nicht tun? Und was meinen wir überhaupt mit aussergewöhnlichem Talent?
Während wir verschiedenen Ansichten und Ideen austauschten, entwickelten wir beiläufig einen Rahmen, um über die verschiedene Arten von Talentverteilung (normal, Pareto und bimodal) und wie sie Unternehmenskulturen beeinflussen, zu sprechen.
Talentmangel in der Tech-Branche: Eine Erklärung
Die meisten Gespräche über „Top-Talente“ gehen von einer Pareto-Verteilung aus. Eine genauere Untersuchung legt jedoch nahe, dass unterschiedliche Unternehmenskulturen von verschiedenen Arten der Talentverteilung (normal, Pareto und bimodal) profitieren, abhängig von dem Problem, das sie zu lösen versuchen. Die bimodale Talentverteilung scheint selten, wird jedoch häufiger in kreativen Branchen beobachtet, einschliesslich einigen Softwareunternehmen.
Während Unternehmen mit Pareto-Verteilung um A-Player („hochbegabte Generalisten“) konkurrieren, suchen Unternehmen mit bimodaler Verteilung nach Schlüsselfiguren. Personen, die einzigartig begabt sind für eine Aufgabe, die nur wenige andere erledigen können. Diese Unterschiede erklären Variationen im Managementstil und in den Unternehmenskulturen.
Es waren Berater bei McKinsey & Company, die in ihrem Bericht von 1998 und dem anschliessenden Buch „The War for Talent“ prägten und den Begriff „Top-Talente“ für die nächsten zwei Jahrzehnte in den Fokus der Unternehmensführung rückten. Während McKinsey keine genaue Definition von Talent anbot, glaubten sie, dass ein Mangel an klugen, energiegeladenen, ehrgeizigen Individuen bevorsteht, der Unternehmen dazu bringen würde, um die besten Kräfte zu kämpfen und sie zu halten.
In der Softwarebranche gibt es eine ähnliche, aber dennoch unterschiedliche Vorstellung vom „10x-Engineer“. Ursprung davon ist wohl eine Studie von 1968, die zufällig individuelle Unterschiede in der Leistung von Codern aufdeckte. Weiter verbreitet wurde sie durch Fred Brooks Buch von 1975, „The Mythical Man-Month„. Die Definition eines 10x-Engineers ist ähnlich vage. Es gibt auch immer wieder laute Stimmen, die sich gegen seine Existenz aussprechen. Je nachdem, wen man fragt, kann ein 10x-Engineer jemand sein, der den Code 10-mal schneller schreiben kann, 10-mal besser darin ist, Produktanforderungen zu verstehen, sein Team 10-mal effektiver aufstellt oder 10-mal besser darin ist, Probleme in seinem Code zu finden und zu lösen.
Trotz der Ähnlichkeit zwischen diesen beiden Konzepten zeigen McKinseys Vorstellung von Top-Talent und der 10x-Engineer in der Softwarebranche subtile kulturelle Unterschiede. Beide beschäftigen sich damit, die besten Personen für eine Zusammenarbeit zu identifizieren, aber die McKinsey-Version definiert die Besten als das obere Prozentil in ihrem Bereich, während der 10x-Engineer oft eine herausragende, talentierte Einzelperson ist, deren Power teils schwer zu erklären oder oder zumindest zu replizieren ist.
Zum Beispiel haben in Gesprächen über die Einstellung von KI-Researcher viele Leute etwas in der Art gesagt: „Es gibt nur 20-200 Menschen auf der Welt, die tun können, was hochbezahlter KI-Researcher tut.“ Dies ist eine sehr unterschiedliche Aussage zu etwas wie: „Wir versuchen, Top-KI-Researcher einzustellen.“ Im letzteren Fall bedeutet „Top“ den leistungsstärksten Teil aller KI-Researcher, während im ersteren die Annahme besteht, dass nur wenige Personen die Arbeit überhaupt erledigen können. Während diese Vorstellung unter Softwareentwicklern intuitiv ist, ist sie in anderen Branchen eher selten zu sehen.
Warum können nicht mehr Menschen für bestimmte Aufgaben in der Software ausgebildet werden? Warum gibt es nicht mehr Linus Torvalds, Andrej Karpathys oder John Carmacks? Wird es stets nur paar Dutzende Personen geben, die das tun können, was einige KI-Researcher tun?
Die drei Modelle der Talent-Verteilung
Wir identifizieren also drei verschiedene Modelle der Talentverteilung, die stark mit einer Branche korrelieren, aber teils auch innerhalb von Branchen variieren können. Je nachdem, was das Unternehmen tut und wie weit es entwickelt ist:
Normalverteilung: Hier folgt Talent einer Normalverteilung. Unternehmen haben Erfolg nicht, indem sie „Top-Talente“ anziehen und halten, sondern durch die Stärke ihrer Prozesse, denen alle Mitarbeiter folgen sollen. Häufig anzutreffen ist sie in Branchen wie Produktion, Bauwesen und der Logistik.
Pareto-Verteilung: Bei der Parteto-Verteilung sammelt sich Talent so, dass es zum obersten n-ten Perzentil hin geneigt ist. Unternehmen profitieren davon, „A-Spieler“ anzuziehen, zu halten und zu entwickeln, die aussergewöhnliche individuelle Leistungen zeigen. Häufig anzutreffen ist die Parteto-Verteilung im Wissensarbeits- und verkaufsorientierten Bereich.
Bimodale Verteilung: Im Falle einer bimodalen Verteilung, profitieren Unternehmen davon, Schlüsselfiguren zu identifizieren, einzustellen und zu halten, die einen Bruchteil der Mitarbeiter ausmachen, aber den Grossteil des Unternehmenserfolgs ausmachen. Häufig anzutreffen in kreativen Branchen (z.B. Unterhaltung, Mode, Design) sowie in Softwareunternehmen, die schwierige technische Probleme lösen (z.B. Infrastruktur, Robotics, KI, etc.).
Die Art der Verteilung in einem Unternehmen prägt auch dessen Organisationskultur, die abhängig von den am meisten angestrebten und eingestellten Talenttypen ist. Besonders bemerkbar sind die Unterschiede zwischen dem, was ich als „McKinsey-Mindset“ und dem „Silicon Valley-Mindset“ bezeichnen werde, indem man die Unterschiede in ihren jeweiligen Definitionen von „Top-Talent“ versteht.
Die Normalverteilung
Unternehmen mit einer normalen Talentverteilung werden von der wissenschaftlichen Managementtheorie beeinflusst, auch als Ansatz der „Fliessbandarbeit“ bekannt, die in den frühen 1900er Jahren als Reaktion auf die Industrialisierung entstand. Dieser Ansatz maximiert die Produktivität der Arbeiter und gewährleistet gleichzeitig eine hochvorhersehbare Produktionsprozess. Die Produktion ist standardisiert und hierarchisch, die Arbeit wird in kleinere Aufgaben aufgeteilt und die Mitarbeiter arbeiten wie eine Maschine im Gleichschritt.
Der Wettbewerbsvorteil dieser Unternehmen liegt nicht in einer begrenzten Anzahl von Spitzenleistern, sondern in der Stärke ihrer Prozesse, die auf spezialisiertem Wissen aufbauen, das durch jahrelange Praxis verfeinert wird. Die Rollen der Arbeiter sind klar definiert und ändern sich selten. Sie müssen kompetent und zuverlässig sein. Individualismus wird sanft oder mal weniger entmutigt, da er die Widerstandsfähigkeit des Prozesses bedroht. Die Mitarbeiter sind stolz darauf, die Leistung aufrechtzuerhalten und Teil von etwas Grösserem als sie selbst zu sein, anstatt sich von ihren Kollegen abzuheben.
Toyota ist ein klassisches Beispiel für ein Unternehmen, das sich durch operative Exzellenz auszeichnet und in der zweiten Hälfte des 20. Jahrhunderts einen effizienteren Ansatz für die Fertigung entwickelt hat. Ihre Unternehmenskultur wird durch „The Toyota Way“ definiert (ihre Unternehmensphilosophie, die Respekt und einen teamzentrierten Ansatz zur kontinuierlichen Verbesserung betont) und das „Toyota Production System“ (ihr Fertigungsprozess, der die Reduzierung von Verschwendung betont). Diese Philosophien sind oft emergente Artefakte des impliziten Wissens und der Praxis, anstatt von Anfang an artikuliert zu werden. „The Toyota Way“ hat Jahrzehnte gedauert, um sich zu entwickeln.
Unternehmen, die von einer normalen Talentverteilung profitieren, können aber offensichtlich dennoch unter Talentknappheit leiden (z.B. könnte ein Mangel an Bau- oder Lagerarbeitern bestehen). Die Knappheit resultiert jedoch normalerweise aus einem Mangel an Nachfrage der Arbeitnehmer nach diesen Jobs. Die geringe Nachfrage wiederum ist oftmals auf einen geringen Lohn, nicht attraktive Bedingungen oder hohen Zertifizierungshürden zurückzuführen. Nicht darauf, dass die Talentpipeline überhaupt nicht existiert.
Die Pareto-Verteilung
Unternehmen mit einer Pareto-Talentverteilung werden von modernen Managementtheorien beeinflusst, die in den 1940er und 1950er Jahren entstanden sind. Peter Drucker hat sich beispielsweise eine dezentralisierte, partizipative Mitarbeiterführung sowie den Aufstieg von „Wissensarbeitern“ vorgestellt, die eine aktivere Rolle bei der Leitung der Organisationsstrategie spielen würden.
In diesem Modell bedeutet die zentrale Bedeutung von Wissensarbeitern und die Verteilung der Managementmacht unter den Mitarbeitern, dass Unternehmen sich damit beschäftigen müssen, A-Player anzuziehen, zu binden und zu fördern. Also Talente, die im oberen n-ten Prozentbereich ihres Fachgebiets agieren.
A-Player sind Allrounder mit einem hohen IQ, die in der Lage sind, in vielen verschiedenen Aufgabenbereichen herausragend zu sein und komplexe Aufgaben bei der Arbeit zu bewältigen. Wie im Bericht von McKinsey aus dem Jahr 1998 beschrieben, waren Führungskräfte in hoch leistungsstarken Unternehmen, definiert durch das oberste Prozent der Aktionärsrenditen, eher geneigt, eine Tier-1-Universität besucht zu haben, zu den besten 10 % ihres Jahrgangs gehört zu haben, eine bessere Abschlussnote im Grundstudium zu haben und einen Master-Abschluss zu besitzen. Ein A-Player könnte auch mindestens ein oder zwei Hobbys haben, in denen er/sie aussergewöhnlich gut ist. Sei es im Tennis, im Sprachen lernen oder im Schach spielen. Sie neigen dazu, unabhängig von ihrer Tätigkeit an der Spitze ihres Fachgebiets zu sein.
„Unternehmen sollten nicht zögern, ausserhalb ihrer eigenen Branche zu suchen. Sears stellte den Golfkrieg-General Gus Pagonis ein, um die Logistik zu leiten; Banc One holte den Leiter von Taco Bell, Ken Stevens, um das Filialgeschäft zu leiten.“ – McKinseys „The War for Talent“
A-Player können quantitativ definiert und gegen B- und C-Spieler eingestuft werden. Deshalb nutzen Unternehmensberatungen gerne IQ-Tests, spezifische Mathematik- und Persönlichkeitstests, wenn sie solche A-Player einzustellen. Da diese Art von Talent leichter zu identifizieren ist, haben Unternehmen mit Pareto-Verteilung oft robuste Rekrutierungsprogramme, um Absolventen direkt nach dem Studium einzustellen. Spezialkenntnisse sind weniger wichtig als allgemeine Kompetenz.
Unternehmensberatungen (z.B. McKinsey, BCG, Bain & Company, etc.), Investmentbanking (z.B. Goldman Sachs, JP Morgan, etc.) und Programme für angehende Produktmanager grosser Technologieunternehmen (z.B. Meta, Google, Amazon, etc.) rekrutieren alle stark direkt nach dem Studium und bieten reichlich Bewerbungstipps und Vorbereitungsmaterialien proaktiv an. Sich auf eine dieser Stellen zu bewerben, unterscheidet sich nicht wesentlich vom Lernen für Aufnahmeprüfungen an Universitäten oder der Bewerbung für eine erstklassige Hochschule.
Wenn ein Unternehmen mit Normalverteilung eher dem Sozialismus ähnelt, wo sich die Mitarbeiter als Teil einer grösseren Maschine sehen und Vorteile gleichmäßig verteilt werden, ist das Unternehmen mit Pareto-Verteilung eher wie der Kapitalismus, bei dem Belohnungen ungleich verteilt sind und den besten Leistenden zukommen. Von den Mitarbeitern wird erwartet, aussergewöhnlich zu sein. Konstant durchschnittliche Leistungen, die lediglich „den Erwartungen entsprechen“, führen zum Verbleiben im Mittelmass oder Worst-Case sogar zur Entlassung. Da nicht jeder Mitarbeiter aussergewöhnlich sein kann – sonst wäre es einfach der neue Durchschnitt – führt dies zu „Zero-Sum-Games“ im internen Wettbewerb um Macht.
In Bezug auf den Mangel an Talenten stellen A-Player einen vergleichsweise kleinen Prozentsatz der Bevölkerung dar. Doch mit zwanzig Jahren Abstand betrachtet hat McKinsey die Idee wahrscheinlich übertrieben, dass es einen Kampf um A-Player-Talente geben würde. Erfahrene A-Player sind weitläufig bekannt und begehrt, weshalb Arbeitgeber gut zahlen, um sie davor zu bewahren, abgeworben zu werden. Doch bei jungen A-Playern, obwohl der Pool in gewisser Hinsicht begrenzt ist, ist er dennoch gross im Vergleich zur Anzahl der Arbeitsplätze, die A-Player erfordern. Und sie sind vergleichsweise leicht zu identifizieren und zu fördern.
Während junge A-Player möglicherweise untereinander austauschbarer sind, kämpfen Unternehmen um die Kontrolle über die Talentpipeline. McKinsey, Goldman Sachs und Google beispielsweise möchten alle die Standardanlaufstelle für Absolventen von Top-Universitäten sein, die ihren ersten Job suchen. Obwohl diese Unternehmen in Bezug auf Produkte tatsächlich keine Konkurrenten sind, konkurrieren sie darum, den Pool an A-Playern-Talenten zu besitzen.
Es gibt auch eine Art „Brain Drain“-Paradoxon, das sich innerhalb einer Organisation abspielt, anstatt zwischen Organisationen, wobei A-Player dazu tendieren, sich zu hoch sichtbaren Managementpositionen hin zu bewegen oder dort rekrutiert zu werden. Dies macht es schwieriger, A-Player für schlechter bezahlte oder weniger sichtbare Arten von Positionen einzustellen und zu halten. Mit anderen Worten, obwohl es andere Positionen gibt, die von A-Player-Fähigkeiten profitieren könnten, werden A-Player in der Regel klar darauf vorbereitet, nur bestimmte Arten von Positionen zu übernehmen, sodass es keinen Mangel an A-Player gibt, die um eine geringe Anzahl von hochkarätigen Positionen konkurrieren.
Die bimodale Verteilung
Unternehmen, die von einer bimodalen Talentverteilung profitieren, haben Erfolg, indem sie Schlüsselfiguren anziehen und binden, deren einzigartige Fähigkeiten dem Unternehmen einen Wettbewerbsvorteil verschaffen. Im Gegensatz zu A-Player-Allroundern, die gerne jedes Problem lösen, das ihnen vorgesetzt wird – sind Schlüsselfiguren Spezialisten, die in einer bestimmten Art von Aufgabe sehr, sehr gut sind, die die meisten anderen Menschen weltweit nicht bewältigen können.
Diese Art von Unternehmen ist selten, kommt jedoch häufiger bei Softwareunternehmen vor, die komplexe technische Probleme angehen, sowie in kreativen Branchen. Disney’s Bob Iger hat beispielsweise den CEO von Marvel, Ike Perlmutter, daran gehindert, seinen Präsidenten Kevin Feige zu entlassen, nachdem sie das Unternehmen erworben hatten, den Iger als visionär ansah. Apples Geschichte wird oft durch die Dynastien seiner bekanntesten Designer erzählt. Also, Steve Jobs und Jony Ive.
Solce Schlüsselfiguren werden qualitativ definiert und sind daher besonders schwer einzustellen oder sogar zu identifizieren. Während A-Player bereitwillig für ihre Prüfungen in den führenden Beratungsunternehmen der Tier 1 büffeln, kritisieren Softwareentwickler häufig Code-Interviews und Einstellungspraktiken, da sie glauben, dass diese nicht wirklich die relevanten Fähigkeiten testen. Das Fehlen eines Konsenses darüber, was überhaupt einen „10x-Engineer“ ausmacht, zeigt erneut die Schwierigkeit, Schlüsselfiguren-Talent zu quantifizieren, auch wenn jeder es erkennt, wenn er es sieht.
„Ich habe erkannt, dass die Menschen, die gut darin sind, Zulassungskomitees zu beeindrucken, nicht die Menschen sind, die gut darin sind, Unternehmen zu gründen.“ – Michael Gibson, Paper Belt on Fire, Rückblick auf das Thiel Fellowship-Programm, das er mitbegründet und geleitet hat
Schlüsselfiguren sind in der Softwareentwicklung häufiger anzutreffen, da Software im Gegensatz zu physischem Engineering über eine weitreichende Komplexität verfügt. Ein Bauingenieur, der eine Brücke baut, muss sich an Branchenstandards halten, die seine Kreativität einschränken, und er unterliegt den Gesetzen der Physik.
Das Schreiben von Software hat ein Grossteil dieser Beschränkungen nicht. Die Lösung von Problemen mit Code bietet einen nahezu unendlichen Raum für Möglichkeiten. Was wir erstellen können und wie wir es erstellen, wird nur vor allem durch die Vorstellungskraft begrenzt. Zugegeben… Auch hier gibts einige harte Restriktionen. Aber dennoch; neue Programmiersprachen und Frameworks können vollständig erfunden und nach Bedarf verwendet werden. Es ist nicht möglich, einem Engineer in jeder Situation einfach beizubringen, was zu tun ist. Grund ist das Phänomen, dass es endlose „unbekannte Unbekannte“ gibt, die zu besseren Lösungen führen könnten.
Ähnlich verhält es sich beim Beheben von Fehlern. Der Möglichkeitsraum ist genauso unendlich (wie auch frustrierend). Im Gegensatz zu einem Bauingenieur, der eine fehlerhafte Brücke sehen und inspizieren kann, kann ein Code, der nicht wie erwartet funktioniert, auf eine beliebige Anzahl sichtbarer und unsichtbarer Abhängigkeiten zurückgeführt werden. Die Kluft zwischen einem durchschnittlichen und einem aussergewöhnlichen Softwareentwickler ist daher viel grösser als die zwischen einem durchschnittlichen und einem aussergewöhnlichen Bauingenieur, da ein aussergewöhnlicher Entwickler Möglichkeiten „sehen“ kann, die ein Durchschnittlicher nicht sehen kann. Das aufgrund einer diffusen Kombination aus Intelligenz, Kreativität und vor allem auch Intuition.
Die meisten Softwareunternehmen benötigen heutzutage jedoch keine Schlüsselfiguren, da sie standardisierte Produkte ohne wettbewerbsfähigen technischen Vorteil verkaufen. Während diese Produkte nicht den Branchenstandards entsprechen müssen, wie bei physischen Ingenieurdisziplinen, werden die richtigen Werkzeuge für die Aufgabe stark von sozialen Normen beeinflusst. Hier schein ein Grossteil der Verwirrung bezüglich „10x-Engineer“ zu liegen. Während historisch gesehen praktisch alle Softwareunternehmen mit schwierigen technischen Herausforderungen konfrontiert waren, sehen die meisten heute wahrscheinlich eher wie Unternehmen mit einer Pareto-Verteilung aus und sollten einen anderen Managementansatz verfolgen.
Aber Unternehmen, die grundlegende Technologien entwickeln, profitieren immer noch von Schlüsselfiguren. Beispielsweise wurde Snowflake von Benoît Dageville und Thierry Cruanes gegründet, zwei hoch angesehenen Softwarearchitekten bei Oracle. Databricks wurde von den Schöpfern von Apache Spark gegründet.
Unternehmen mit einer bimodalen Verteilung profitieren von dem, was Sebastian Bensusan als „Management mit hoher Varianz“ bezeichnet, das er mit der Produktion eines Hollywood-Films im Gegensatz zu einem Broadway-Stück vergleicht. Bei einer Live-Aufführung muss eine Schauspielerin in der Lage sein, ihre Texte bei jeder einzelnen Vorstellung korrekt zu liefern. Daher ist es wichtig, auf Konsistenz zu achten. Beim Filmen eines Films kann die Schauspielerin sechs Mal scheitern, wenn das bedeutet, dass sie eine wirklich herausragende Leistung abliefert. Ein Filmregisseur kann daher bei der Besetzung abenteuerlicher sein und sie ermutigen, Risiken mit ihrer Leistung einzugehen.
„Ein Talent mit kreativem Flair… ist der Bereich, in dem der bürokratische Ansatz am tödlichsten ist.“ – Tyler Cowen, Talent: How to Identify Energizers, Creatives, and Winners Around the World
Bei Unternehmen mit bimodaler Verteilung sind nur wenige Schlüsselfiguren erforderlich. Alle anderen im Unternehmen spielen eine unterstützende Rolle. Auf den ersten Blick könnten diese Unternehmen wie Unternehmen mit normaler Verteilung aussehen, da sie eng organisierte Produktionsprozesse haben. Der Unterschied besteht jedoch darin, dass jeder im Dienst der Vision einer einzigen Person arbeitet. Fred Brooks verglich dies mit chirurgischen Teams in „The Mythical Man-Month“, wo wenige Köpfe am Design und der Konstruktion beteiligt sind, aber viele Hände eingesetzt werden.
Schlüsselfiguren sind normalerweise voneinander abgeschottet. Ein Team, das aus Schlüsselfiguren besteht, erzielt nicht unbedingt grossartige Ergebnisse im Vergleich zu Teams, die jeweils um eine Schlüsselfiguren herum organisiert sind und mit einem unterstützenden Team zusammenarbeiten.
Schlüsselfiguren haben höhere Chancen als A-Player dazu in der Lage, Arbeiten von öffentlichem Nutzen zu erzeugen, wie etwa die Erfindung neuer Technologien oder Designs. Dies kann den Marktwert für Arbeitgeber verwässern. Im Gegensatz dazu beschränkt sich der Wert eines A-Players normalerweise auf seinen Arbeitgeber – zum Beispiel das Leiten von Teams oder Projekten oder das Generieren von Verkäufen – was die Rendite der Investition deutlich macht.
Nur wenn Schlüsselfiguren einen „proprietären Wert“ bieten (z.B. Infrastrukturanbieter, die um Softwarearchitekten konkurrieren), werden sie auf dem Markt hohe Summen verlangen können. Der hitzige Wettbewerb um KI-Researcher zwischen Google und Microsoft/OpenAI ist beispielsweise teilweise von diesen Dynamiken getrieben. Da diese Unternehmen grundlegende Technologien entwickeln, wird derjenige, der die meisten KI-Researcher aus einem ausgewählten Pool von Einstellungen an sich bindet, einen erheblichen Wettbewerbsvorteil haben.
Andererseits kämpfen Unternehmen nicht darum, produktive Open-Source-Entwickler einzustellen – es sei denn, ihre Expertise im Unternehmen verschafft dem Unternehmen einen Wettbewerbsvorteil – da die Leistung eines Open-Source-Entwicklers hauptsächlich ein öffentliches Gut ist. Sie wird den gleichen Wert erzeugen, unabhängig davon, für wen sie arbeiten.
Die rechte Hand
Es gibt aber zusätzlich noch eine spezielle Variante von Schlüsselfiguren, die wir hier als „rechte Hand“ bezeichnen werden. Ein Begriff von Ex-Stripe Will Larson. Rechte Hände sind Personen, die eine einzigartig vertrauenswürdige und enge Beziehung zu mindestens einem leitenden Angestellten haben und als Stellvertreter für die Interessen dieses leitenden Angestellten fungieren.
Obwohl rechte Hände oft Generalisten sind, ähneln sie eher Schlüsselfiguren als A-Playern, da sie qualitativ definiert sind, eine einzigartige Rolle haben, die niemand sonst ausführen kann, und am besten in abgeschlossenen Bereichen arbeiten. Wie Schlüsselfiguren sind rechte Hände eine seltene Form von Talent, und Unternehmen benötigen sie, um ihre ehrgeizigsten, innovativsten Ziele zu erreichen. Sie sind – idealerweise – aussergewöhnlich kompetent, loyal gegenüber dem Unternehmen und in der Lage, das „grosse Ganze“ zu sehen.
Der Wert einer rechten Hand leitet sich in erster Linie davon ab, dass sie von einem leitenden Angestellten als „Auserwählte“ anerkannt wurden, was ihnen ungewöhnliche Freiheiten bei der kreativen Arbeit verschafft. Da diese Freiheit so kontextbezogen ist, ist ihr Erfolg in der Regel auf ein bestimmtes Unternehmen und/oder die Zusammenarbeit mit dem jeweiligen leitenden Angestellten beschränkt. Rechte Hände haben nicht unbedingt leitende Titel, und ihre wahre Auswirkung und bevorzugte Position sind für Aussenstehende nicht immer sichtbar. Im Gegensatz zu A-Playern tendieren sie nicht dazu, einen typischen Karriereweg in der Unternehmensführung einzuschlagen. Sie sind eher bereit, nachher ihr eigenes Unternehmen zu gründen, anstatt leitender Angestellter in einem anderen Unternehmen zu werden. Dieses Phänomen kann übrigens bei sehr erfolgreichen Startups beobachtet werden, die „Mafias“ aus frühen Mitarbeitern schaffen.
„Ich kümmere mich SEHR um Stripe: Wenn ich etwas Ungewöhnliches sehe, fühle ich mich unruhig und möchte es beheben.“ – Michelle Bu, Leiterin für Zahlungsprodukte bei Stripe
„Als Jack Welch mit The Home Depot zusammenkam, um zu teilen, was GEs Ansatz zur Bewältigung des Wachstums auszeichnet, nahm er zwei Personalverantwortliche mit…das Aufbauen ihrer Kandidatenbank ist ein wichtiger Teil ihrer Arbeit.“ – McKinseys Bericht „The War for Talent“
Die Modelle in der Praxis
Die Talentanforderungen eines Unternehmens können sich im Laufe der Zeit ändern. Google begann wahrscheinlich als Unternehmen mit bimodaler Talentverteilung, um seinen Vorteil im Aufbauprozess aufzubauen. Es scheint jedoch, dass es im Laufe der Reifung der Organisation eher zu einem Unternehmen mit Pareto-Verteilung geworden ist. Inwiefern dies vorteilhaft für seinen Ruf als Innovator war, lassen wir hier mal so stehen.
Umgedreht ist es so, dass unternehmenskulturelle Normen durch die Arten von Talenten erklärt werden können, die ein Unternehmen zu gewinnen oder zu fördern versucht. Als da beispielsweise wären:
- Die starke Fokussierung von OpenAI auf ihre Mission sowie ihre ungewöhnliche Governance- und Finanzierungsstruktur lassen sich teilweise durch ihre Notwendigkeit erklären, Schlüsselfiguren in der KI-Forschung anzuziehen, die oft sehr prinzipientreu sind
- OKRs, KPIs und ähnliche Leistungsrahmen sind für Unternehmen mit Pareto-Verteilung konzipiert, in denen die Leistung quantifizierbar und messbar gegenüber anderen Mitarbeitern ist
- Die „Null-Unfall-Kultur“ („X Tage ohne Unfall“) betont Konsistenz und kollektive Verantwortung und entmutigt riskantes Verhalten bei Unternehmen mit normaler Verteilung
- Die prototypische Unternehmenskultur von Softwareunternehmen (flexible Arbeitszeiten, Spiele und Snacks im Büro, „ruhige Bereiche“) wurde entwickelt, um Schlüsselfiguren-Engineers anzuziehen und zu halten
Schliesslich erklären verschiedene Modelle von Talent teilweise die Unterschiede zwischen den Kulturen von McKinsey und Orten wie dem Silicon Valley. Ersteres ist stark quantifiziert, bevorzugt eng koordinierte Teams von Überfliegern und fördert eine wettbewerbsorientierte Nullsummen-Talentumgebung. A-Player sind ein fester Prozentsatz des Gesamtpools, und wenn du nicht drin bist, bist du draussen. Letzteres neigt eher zur qualitativen Seite, bevorzugt einsame „kreative Genie“-Archetypen und hat einen positiven Ansatz zum Talent -Schlüsselfiguren könnten überall lauern, und wir haben sicherlich noch nicht alle entdeckt. Dieser Erklärungsversuch könnte auch erklären, warum historisch gesehen viele Softwareunternehmen Schwierigkeiten haben, sich zu entwickeln oder signifikante Renditen für Aktionäre an den öffentlichen Märkten zu erzielen, da der Erfolg in diesem Massstab eine kulturelle Transformation vom bimodalen zum Pareto-Verteilung erfordert.
