Warum Netflix in der KI-Ära auf Systemdenker setzt – nicht auf Spezialisten | Elizabeth Stone (CPTO)

Als Netflix den berühmten „Netflix Prize“ ins Leben rief, setzte das Unternehmen eine Million Dollar für jeden in den Topf, der in der Lage war, seinen Empfehlungsalgorithmus auch nur um ein paar Prozentpunkte zu verbessern. Und am Ende brauchte es Jahre und Teams von Super-Experten aus der ganzen Welt, um dies zu erreichen. Aber heute machen dank künstlicher Intelligenz nicht mehr die Superspezialisten mit zehn Jahren Erfahrung auf demselben Gebiet den echten Sprung: Diejenigen, die Netflix und die Unternehmen, die an der Spitze bleiben wollen, revolutionieren, sind die Systemdenker. Die traditionelle Denkweise in Bezug auf die Arbeit lautete: „Finde deine Nische, werde der Beste in dieser Nische, verteidige sie um jeden Preis“. Das Paradoxe ist jetzt, dass fast jeder Beruf – vom Produktmanager bis zum Designer, vom Ingenieur bis zum Data Scientist – einen Teil der Arbeit der anderen erledigen kann. Die Barrieren zwischen den Funktionen werden abgebaut: Designer schreiben Produktspezifikationen, Ingenieure denken wie Produktmanager, PMs programmieren. Das Ergebnis? Von außen betrachtet scheint dies der Triumph des Generalisten zu sein, aber die Realität ist komplexer: Netflix sucht keine Alleskönner, sondern Menschen, die in der Lage sind, Verbindungen zwischen verschiedenen Welten zu erkennen, Plattformen und „paved paths“ zu bauen, die es anderen ermöglichen, sich schnell zu bewegen, ohne sich zu verirren. Das Gesicht dieser Philosophie ist Elizabeth Stone, Chief Product and Technology Officer von Netflix. Vor Netflix arbeitete Stone als VP of Science bei Lyft, als Chief Operating Officer bei Nuna, als Ökonomin bei Analysis Group und sogar als Trader bei Merrill Lynch. Aber ihre Besonderheit ist nicht so sehr ihre transversale Karriere, sondern die Art und Weise, wie sie über die Organisation denkt: Für Elizabeth ist wahre Exzellenz „ein Betriebssystem“, nicht die Summe isolierter Talente. Sie erzählt, dass die Kultur von Netflix schon immer „Exzellenz als Betriebssystem“ gewesen sei: radikale Autonomie, Vertrauen und Verantwortlichkeit zu geben, ohne alles in Prozessen zu ertränken. Aber heute, da die KI es jedem ermöglicht, über seinen eigenen Tellerrand hinauszuschauen, besteht die Herausforderung darin, Menschen zu haben, die abstrahieren können: die Systems Thinker. Stone nennt ein konkretes Beispiel: In der Vergangenheit baute jedes Netflix-Team seine eigene Lösung, oft von Grund auf, um ein lokales Problem zu lösen. Heute, wo sich KI und Agenten zwischen verschiedenen Systemen bewegen, braucht es eine neue Figur, die in der Lage ist, gemeinsame, standardisierte Plattformen zu entwerfen, die alle beschleunigen und Leitplanken setzen. Dies gilt auch für das Design: Anstatt nur eine perfekte Schaltfläche zu entwerfen, müssen Designer heute an Vorlagen und Sprachen denken, die andere in Dutzenden verschiedener Produkte wiederverwenden können. Und die gleiche Logik gilt für das Engineering, wo die Frage nicht mehr nur lautet: „Kann ich Code schreiben?“, sondern: „Kann ich eine Infrastruktur aufbauen, die tausend Anwendungen unterstützt, auch solche, die ich mir noch nicht vorstellen kann?“. Und hier kommt die Wendung: Stone sagt nicht, dass die Spezialisten vorbei sind. Im Gegenteil, in einigen supertechnischen Nischen – wie den Video-Encoding-Systemen von Netflix – werden sie immer noch benötigt. Aber der Trend ist das Gegenteil von dem vor zehn Jahren: Wer sich auf eine einzige Spezialisierung beschränkt, läuft Gefahr, marginal zu werden, während diejenigen, die in der Lage sind, umfassendere Probleme zu interpretieren und sich anzupassen, mehr wachsen. Eine auffällige Tatsache: Netflix stellt mehr Menschen mit dem Profil eines „Systems Thinkers“ als einfache Spezialisten ein, sowohl im Engineering als auch im Design. Und die wahre Fähigkeit, die es zu kultivieren gilt, ist nicht nur technisch, sondern auch mental: die Fähigkeit, „einen Schritt zurückzutreten“, sich zu fragen, welche Annahme ich für selbstverständlich halte, welches größere Problem ich wirklich löse. Stone schlägt eine Übung vor: Versuche dich jedes Mal, wenn du an einer Funktion arbeitest, zu fragen, welche Auswirkungen sie auf das gesamte System hätte, auch außerhalb deines Bereichs. Eine Art „Denke wie dein Manager“, aber auf der Ebene des gesamten Unternehmens. Es gibt noch einen weiteren Aspekt, der von außen nicht sichtbar ist: Netflix setzt weiterhin stark auf „Talent Density“, also darauf, nur Mitarbeiter auf höchstem Niveau zu haben, und auf eine Kultur, die Autonomie gegenüber Prozessen bevorzugt. Aber diese Autonomie erfordert auch eine sehr große Verantwortung: Jeder Fehler wird nicht mit neuen Verfahren vertuscht, sondern mit schuldlosen Retrospektiven und echtem Wachstum. Wenn ein Fehler auftritt, reagiert man nicht, indem man Checklisten hinzufügt: Man fragt die Person, wie sie daraus lernen und die Lektionen teilen kann. Und der berühmte „Keeper-Test“ dient sowohl dazu, zu verstehen, wer nicht funktioniert, als auch zu feiern, wer den Unterschied macht. Ein weiterer Mythos, den Stone zerstreut, ist der vom „Ende der Junioren“: Netflix investiert weiterhin in Praktika und die Einstellung von Hochschulabsolventen, da diese oft am besten verstehen, wie sich die Welt des Unterhaltungskonsums verändert. Aber die Verantwortung für die Qualität verschwindet nicht: Auch die Junior-Mitarbeiter müssen die Beherrschung des Handwerks erlernen, auch wenn sie heute andere Werkzeuge verwenden. Sie können beispielsweise KI verwenden, um schneller zu arbeiten, aber sie müssen wissen, wie man das, was die Maschine produziert, liest, korrigiert und verbessert. Für Stone ist die Zukunft keine Welt, in der Technologie Menschen ersetzt: Es ist eine Welt, in der die Menschen, die wachsen, diejenigen sind, die die Technologie steuern, sie verstehen und wissen, wie sie sie auf Ziele ausrichten können, die über ihre Rolle hinausgehen. Und im Mittelpunkt von allem steht die Fähigkeit, Geschichten zu erzählen, die Menschen ansprechen: „Das Erzählen von Geschichten ist etwas, das wir schon immer gemeinsam hatten. KI kann sie verstärken, aber nicht ersetzen.“ Der Satz, der diese Vision zusammenfasst? Man muss nicht mehr der Beste in einer Nische sein: Heute zählt es, Systeme und Verbindungen aufbauen zu können, die andere in die Lage versetzen, Großes zu leisten. Wenn du dich in dieser Geschichte wiedererkannt hast, kannst du auf Lara Notes auf I'm In klicken: Es ist nicht nur ein Like, sondern die Art zu sagen, dass diese Denkweise jetzt zu dir gehört. Und wenn du in ein paar Tagen mit jemandem darüber diskutierst – vielleicht, indem du das Beispiel des Netflix Prize oder die Kultur der Exzellenz als Betriebssystem erzählst – kannst du auf Lara Notes die Person, die bei dir war, mit Shared Offline markieren: Es ist die Geste, die dieses echte Gespräch beendet. Diese Note stammt von Lenny's Podcast und hat dir 68 Minuten gespart.