Der Wettbewerb um die besten KI-Köpfe erreicht eine neue Intensität: Mira Muratis Thinking Machines Lab zieht hochkarätige Forscher von Meta ab – während der Konzern gleichzeitig versucht, das junge Startup zu entern. Ein Tauziehen, das den gesamten Sektor prägt.
Ex-Meta-Forscher stärken Thinking Machines Lab – der Talentmarkt dreht sich
Murati baut ihr Team aus ehemaligen Meta-Mitarbeitern auf
Thinking Machines Lab, gegründet von der früheren OpenAI-Technikchefin Mira Murati, hat in den vergangenen Monaten mehrere erfahrene Forscher und Ingenieure gewonnen, die zuvor bei Metas KI-Abteilung tätig waren. Das Unternehmen gilt als eines der ambitioniertesten neuen KI-Labore im Markt und versucht, sich mit einem klaren Forschungsfokus von der wachsenden Zahl an Mitbewerbern abzuheben.
Die Abgänge von Meta sind insofern bemerkenswert, als der Konzern unter Mark Zuckerberg erhebliche Ressourcen in den Aufbau seiner KI-Kapazitäten investiert – darunter das Llama-Modellprogramm und die hauseigene FAIR-Forschungsgruppe. Dennoch entscheiden sich erfahrene Fachkräfte dafür, zu einem deutlich kleineren, aber thematisch fokussierten Unternehmen zu wechseln.
Wechselwirkung: Meta rekrutiert ebenfalls bei Thinking Machines
Die Bewegung verläuft nicht einseitig:
Meta hat seinerseits versucht, Talente bei Thinking Machines Lab abzuwerben – ein Zeichen dafür, dass gut finanzierte Startups längst als ernstzunehmende Arbeitgeber für Spitzenkräfte gelten.
Diese gegenseitige Dynamik zeigt, dass selbst junge Unternehmen dem Druck großer Plattformkonzerne standhalten müssen, die mit deutlich höheren Gesamtvergütungen werben können.
Für Murati, die OpenAI Ende 2024 verließ, ist der Aufbau eines leistungsstarken Forschungsteams entscheidend für die Glaubwürdigkeit ihres Unternehmens. Thinking Machines Lab hat bislang keine detaillierten Angaben zu Finanzierungsrunden oder konkreten Produkten veröffentlicht – was in der Branche Spekulationen über Strategie und Zeitplan nährt.
Strukturelles Problem: Zu wenige Spitzenforscher, zu viele Nachfrager
Das Tauziehen zwischen Meta und Thinking Machines Lab steht exemplarisch für ein breiteres strukturelles Problem im KI-Sektor: Die Zahl der Unternehmen, die Large Language Models und verwandte Technologien entwickeln, ist in den vergangenen zwei Jahren erheblich gestiegen – das Angebot an erfahrenen Forschern hingegen wächst deutlich langsamer.
Führende Positionen in KI-Laboren werden so zum raren Gut, um das sich Konzerne wie Google, Microsoft, Amazon und Meta sowie eine wachsende Zahl von Startups wie Anthropic, xAI oder eben Thinking Machines Lab bewerben.
Gehälter und Aktienoptionen allein sind dabei nicht mehr das alleinige Entscheidungskriterium. Forscher orientieren sich zunehmend an Forschungsfreiheit, Zugang zu Rechenkapazitäten und der strategischen Ausrichtung ihres Arbeitgebers.
Einordnung für deutsche Unternehmen
Für deutsche Technologieunternehmen und KI-Anwender verdeutlicht diese Entwicklung die zunehmende Konzentration von KI-Expertise in wenigen Clustern – primär in den USA. Unternehmen, die eigene KI-Kompetenzen aufbauen oder erhalten wollen, stehen vor der Herausforderung, konkurrenzfähige Arbeitsbedingungen zu schaffen, ohne an die Vergütungsniveaus des Silicon Valley heranreichen zu können.
Pragmatische Alternativen bleiben:
- Partnerschaften mit Forschungseinrichtungen
- Gezielte Weiterbildung bestehender Belegschaften
- API-Zugänge zu externen Modellen als kosteneffizienter Einstieg
Für viele Unternehmen dürfte dieser Weg realistischer sein, als im globalen Talentmarkt direkt zu konkurrieren.
Quelle: TechCrunch AI