KI-Kompetenz – das Mindestmaß: Proof-of-Build-Analyse eines Box-VP

Der KI-Einstellungsfilter wirkt langsam weniger wie ein Vokabeltest und mehr wie „Zeig, was du kannst“. Rand Wacker, Vice President of Product Strategy bei Box, sagte gegenüber Business Insider, dass KI-Kompetenz Kandidat*innen zwar ins Gespräch bringen kann, danach aber nicht mehr viel leistet. Sein stärkeres Signal ist praktischer Nachweis: etwas, das mit KI gebaut wurde und das sich eine interviewende Person ansehen kann. Die nützliche Lektion ist nicht, dass jede Bewerbung einen App-Store-Hit braucht. Sondern: Vage Gewandtheit lässt sich leichter behaupten als ein Prototyp, auf den jemand klicken kann.

Die Messlatte hat sich von Kompetenz zu Nachweis verschoben

Business Insider berichtete, dass Wacker KI-Kompetenz als „absolute Mindestanforderung“ für Kandidatinnen beschrieb, die sich auf Rollen bei Box bewerben. Diese Formulierung ist wichtig, weil eine Fähigkeit, die früher besonders klang, inzwischen zur Eintrittsbedingung wird. Laut Business Insider sagte Wacker außerdem, dass Fallstudien, die früher Teil von Box-Interviews waren, sich heute veraltet anfühlen, und dass er möchte, dass Kandidatinnen ihre Ideen als Prototypen umsetzen. Die stärksten Beispiele, die er nannte, waren Produkte, die Kandidat*innen mit KI gebaut hatten, darunter Apps im App Store, die „bis zu einem gewissen Grad monetarisiert“ wurden.

@title Wackers Beispiele für Kandidat*innen
@source Business Insider

  Wacker examples
     │
     ├─ AI literacy
     ├─ Prototype
     ├─ Side project
     └─ App Store app

@caption Wacker behandelt Kompetenz als Grundlage und gebaute Arbeit als stärkeres Signal im Interview.

Für Lernende ist die praktische Schlussfolgerung einfach: Hör nicht damit auf zu sagen, dass du KI-Tools nutzen kannst. Zeig, was passiert ist, als du sie auf ein klar definiertes Problem angewendet hast. Ein kleiner interner Workflow, ein grober Helfer für den Kundensupport oder ein persönliches Produktivitätstool können das Gespräch konkreter machen, wenn die Arbeit stimmig ist. Es geht nicht um Hochglanz um seiner selbst willen. Es geht um den Nachweis, dass du ein Problem eingrenzen, Tools auswählen, ein Ergebnis testen und eine nutzbare Version fertigstellen kannst.

Einfache KI-Behauptungen werden immer häufiger

Die Stack Overflow Developer Survey 2025 zeigt, warum eine Lebenslaufzeile, in der nur steht, dass man KI-Tools genutzt hat, Kandidatinnen nicht mehr lange unterscheiden dürfte. Die Umfrage ergab, dass 84 % der Befragten KI-Tools in ihrem Entwicklungsprozess nutzen oder dies planen, gegenüber 76 % im Vorjahr. Außerdem ergab sie, dass 51 % der professionellen Entwicklerinnen täglich KI-Tools nutzen. Wenn Nutzung so verbreitet wird, verschiebt sich die Einstellungsfrage von Erfahrung hin zu Urteilsvermögen.

Courseras Job Skills Report 2026 weist aus Trainingssicht in dieselbe Richtung. Der Bericht gibt an, auf Daten von 6 Millionen Enterprise-Lernenden aus fast 7.000 Organisationen zu basieren, und fand bei Enterprise-Lernenden einen Anstieg der GenAI-Einschreibungen um 234 % gegenüber dem Vorjahr. Das sind sehr viele Menschen, die gleichzeitig die Sprache der KI lernen. Wenn alle dasselbe Vokabular zu ihrem Profil hinzufügen, gibt die Person, die ein funktionierendes Artefakt zeigen kann, dem Interview etwas Stabileres zur Bewertung.

Was ein Bau-Nachweis zeigen sollte

Business Insider berichtete, dass Wacker möchte, dass Kandidat*innen Produkte zeigen, die sie mit KI gebaut haben, selbst wenn diese Produkte nichts mit dem Geschäft von Box zu tun haben. Dieses Detail ist wichtig, weil es fachliche Passung vom Builder-Signal trennt. Ein Prototyp außerhalb des Marktes des Arbeitgebers kann trotzdem zeigen, wie jemand denkt, experimentiert und mit der chaotischen Mitte zwischen Idee und funktionierender Version umgeht. Er kann auch sichtbar machen, ob die Person die Grenzen des Tools versteht, statt KI-Ausgaben als fertige Arbeit zu behandeln.

Für eine 25-jährige kandidierende Person kann die einfachste Version ein kleines öffentliches Nebenprojekt mit Demo, kurzem Bericht und klarer Erklärung sein, was sich nach dem Testen geändert hat. Für eine 45-jährige kandidierende Person kann der stärkere Weg ein arbeitsnaher Prototyp sein, der Vertraulichkeit respektiert und gleichzeitig Prozess, Einschränkungen und Geschäftssinn zeigt. Unterschiedliche Rahmenbedingungen, gleicher Hype. Das Artefakt sollte drei stille Fragen beantworten: Welches Problem hast du ausgewählt, warum hat KI geholfen, und was hast du getan, als die erste Version falsch oder unvollständig war?

Verwechsle Training nicht mit einem Einstellungssignal

Coursera sagt, dass seine Analyse die Bereiche Daten, IT sowie Software- und Produktentwicklung umfasst und dass generative KI-Fähigkeiten für jede Rolle wesentlich werden. Das erklärt, warum KI-Kurse Aufmerksamkeit bekommen, aber eine Einschreibung ist nicht die Ziellinie. Ein sinnvoller Lernpfad sollte dir etwas Sichtbares hinterlassen: eine Demo, ein Repository, eine Workflow-Beschreibung oder ein Vorher-nachher-Beispiel. Ohne das kann ein Kurstitel nur zu einer weiteren weichen Behauptung in einem überfüllten Stapel werden.

Business Insiders Berichterstattung über Wacker ist keine allgemeingültige Einstellungspolitik und sollte auch nicht so behandelt werden. Trotzdem ist sie ein klares Signal dafür, wohin sich manche Interviews in der KI-Ära bewegen: weniger abstraktes Fallstudien-Theater, mehr Nachweis von umgesetztem Denken. Achte darauf, ob mehr Arbeitgeber anfangen, Kandidat*innen um Prototypen zu bitten, statt hypothetische Prompts durchzusprechen. Wenn du entscheidest, wofür du deinen nächsten Lernmonat nutzt, wähle ein enges Problem und baue etwas, das klein genug ist, um fertig zu werden. In diesem Markt ist ein Bau-Nachweis schwerer zu fälschen als KI-Kompetenz, und genau deshalb wird er nützlich.