Felix Rieseberg, Engineering-Manager bei Anthropic, schreibt auf seinem persönlichen Blog, er habe seit diesem Monat klassische Coding-Interviews aus seinem Recruiting gestrichen. Die Begründung ist unmissverständlich: Solche Aufgaben prüfen Dinge, die Claude bereits besser beherrscht als die Bewerber.
Rieseberg hat bei Anthropic die Engineering-Teams für Claude.ai, Cowork und die Desktop-Anwendung von Claude Code geleitet, ist Mitbetreuer von Electron und arbeitete zuvor bei Notion, Stripe, Slack und Microsoft. Coding-Interviews beschreibt er als „schwachen, aber nützlichen“ Prädiktor, der grob verrät, wer im Team gut arbeiten wird. Dieser Prädiktor funktioniere nun nicht mehr.
„Claude is now better at both“ (Claude ist jetzt in beidem besser)
Der Satz fällt im Zusammenhang mit einem Vergleich zwischen einer React-Coding-Challenge und einem Assembler-Quiz: Ob Frontend-Framework oder Low-Level-Detail, das Modell antworte besser als der Mensch. Außerdem schreibt er, die einflussreichsten Leute in seinem Team hätten nichts damit zu tun, wie gut sie in solchen Tests abschneiden, und Coding-Interviews seien trotz ihrer weiten Verbreitung nie beliebt gewesen.
Zwei Neue, ein Wochenende
Der Kern des Beitrags ist ein Ratschlag an Berufseinsteiger unter dem Titel „Hunger beats tenure“, sinngemäß: Antrieb schlägt Dienstalter. Als Beispiel nennt er die grafische Oberfläche von Claude Code. Ingenieure hatten sich daran gewöhnt, dass Claude Code ein Kommandozeilenwerkzeug ist, und eine grafische Oberfläche ließ lange auf sich warten. Zwei erst kürzlich eingestellte Entwickler, Anthony Morris und Alice Zhao, bauten an einem Wochenende einen funktionierenden Prototyp, und etwa acht Tage später erschien die erste öffentliche Version.
Seine Empfehlungen lassen sich auf fünf Punkte bringen:
- Zuerst verstehen, was das Unternehmen erreichen will, am besten auch, welche Ziele der „Chef des Chefs“ verfolgt, und dann Dinge anpacken, die das Geschäft beeinflussen, statt nur die Aufgabenliste abzuarbeiten;
- rund um diese Ziele ein paar mutige Ideen entwickeln;
- an einem Wochenende einen Prototyp bauen und dabei Anforderungsdokumente, Fürsprecher-Suche und die Terminabstimmung mit Designern und Produktmanagern überspringen;
- pro Prototyp nur eine Idee verfolgen, damit das Management die Chance erkennt und sieht, dass man selbst weitermachen kann;
- den Blick des Neulings nutzen: Wer noch nicht so viele Gründe gehört hat, warum etwas „nicht geht“, bekommt es eher hin.
Den Wandel dahinter fasst er in einem Satz zusammen: Umsetzung ist nicht mehr teuer. Das über Jahre angesammelte Framework-Wissen bestimmte früher, wie viel Wirkung ein Einzelner entfalten konnte; seit Modelle die Kosten des Codeschreibens drücken, bröckelt diese Hürde. Bei Notion sei ihm einmal gesagt worden, ein Offline-Modus sei nicht machbar. Später habe er festgestellt, dass die Komplexität des Datenmodells zwar real war, der angebliche Widerstand der Gründer aber nur eine Annahme aller Beteiligten.
Eingeordnet in den chinesischen Arbeitsmarkt
Rieseberg räumt auch ein, noch kein besseres Interviewformat gefunden zu haben. Derzeit sichtet er Lebensläufe und Portfolios und sucht nach kleinen Prototypen, die „Geschmack, Empathie und prinzipienfestes Denken“ zeigen. Er glaube nicht, dass das Coding-Interview zurückkehrt. Es handelt sich um die Anpassung eines Managers für sein eigenes Team; Anthropic hat offiziell keine Änderung des Einstellungsprozesses für das gesamte Unternehmen verkündet, und ob andere Teams folgen, lässt sich derzeit nicht überprüfen.
Für Ingenieure in China unterscheidet sich diese Logik deutlich vom heutigen Recruiting. Bei den großen heimischen Konzernen bleiben sowohl bei der Campus- als auch bei der Erfahrenen-Rekrutierung meist Online-Tests und handschriftliche Algorithmusaufgaben bestehen, und die Aufgabensammlungen der Übungsplattformen gehören weiterhin zur Standardvorbereitung. Sobald die Lösungsfähigkeit der Modelle die meisten Bewerber übertrifft, trennen Testergebnisse immer weniger Leute voneinander, und Interviewer müssen früher oder später andere Signale suchen; schon jetzt lässt sich bei Remote-Tests kaum noch kontrollieren, ob Kandidaten KI einsetzen.
Realistischer ist, dass sich die Veränderung zuerst auf der Ebene der Arbeitsproben zeigt. Ein lauffähiges kleines Tool oder eine Reihe tatsächlich gemergter Commits in einem Open-Source-Repository lässt sich schwerer an eine KI delegieren als eine Algorithmusaufgabe und kommt dem „Geschmack“ näher, von dem Rieseberg spricht. Die Hürde liegt ebenfalls dort: Voraussetzung für einen Wochenend-Prototyp ist, zuerst zu verstehen, was das Geschäft braucht, und dabei kann das Modell nur begrenzt helfen.
Quellen: persönlicher Blog von Felix Rieseberg, CocoLoop (redaktionell aufbereitet); geprüft wurden der Geltungsbereich der Interview-Änderung, die Zahl der Entwickler hinter dem Prototyp der Claude-Code-Oberfläche und der Zeitraum bis zur ersten öffentlichen Version.