TED@IBM
Eric Berridge: Why tech needs the humanities
Eric Berridge: Warum High-Tech die Geisteswissenschaften braucht
Filmed:
Readability: 4.6
1,226,683 views
Wenn man ein innovatives Team schaffen will, sollte man die Geisteswissenschaften genauso schätzen wie die Naturwissenschaften, sagt der Unternehmer Eric Berridge. Er erklärt, warum Techunternehmen bei Neueinstellungen über die MINT-Abschlüsse hinausschauen sollten –- und wie Mitarbeiter mit einem geisteswissenschaftlichen Hintergrund Kreativität und neue Perspektiven in die Arbeitsalltag von Techfirmen bringen können.
Eric Berridge - Entrepreneur
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM. Full bio
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM. Full bio
Double-click the English transcript below to play the video.
Sie waren bestimmt schon mal
in einer Bar, nicht wahr?
in einer Bar, nicht wahr?
00:12
You've all been in a bar, right?
0
647
2242
00:14
(Laughter)
1
2913
1491
(Lachen)
00:16
But have you ever gone to a bar
2
4759
2694
Doch sind Sie schon mal
in eine Bar gegangen
in eine Bar gegangen
00:19
and come out with a $200 million business?
3
7477
2952
und mit einem Abschluss von
200 Millionen Dollar herausgekommen?
200 Millionen Dollar herausgekommen?
00:24
That's what happened to us
about 10 years ago.
about 10 years ago.
4
12276
2280
Das ist uns vor 10 Jahren passiert.
00:27
We'd had a terrible day.
5
15445
1705
Wir hatten einen
ganz schlechten Tag gehabt.
ganz schlechten Tag gehabt.
00:30
We had this huge client
that was killing us.
that was killing us.
6
18012
4064
Einer unserer größten Kunden
hat uns schwer zugesetzt.
hat uns schwer zugesetzt.
00:34
We're a software consulting firm,
7
22100
2604
Wir sind ein IT-Beratungsunternehmen
und wir konnten ein sehr spezielles
Programmierproblem nicht lösen,
Programmierproblem nicht lösen,
00:36
and we couldn't find
a very specific programming skill
a very specific programming skill
8
24728
2982
00:39
to help this client deploy
a cutting-edge cloud system.
a cutting-edge cloud system.
9
27734
3158
um ein hochmodernes Cloudsystem
beim Kunden einzurichten.
beim Kunden einzurichten.
00:43
We have a bunch of engineers,
10
31798
1421
Wir haben eine Menge Ingenieure,
00:45
but none of them could please this client.
11
33243
2594
aber keiner konnte es ihm recht machen.
Wir standen davor,
beim Kunden rauszufliegen.
beim Kunden rauszufliegen.
00:49
And we were about to be fired.
12
37274
1657
00:51
So we go out to the bar,
13
39888
2335
Wir sind also in unser Lokal gegangen,
00:54
and we're hanging out
with our bartender friend Jeff,
with our bartender friend Jeff,
14
42247
4047
und haben uns mit Jeff,
unserem Barkeeper und Kumpel, unterhalten.
unserem Barkeeper und Kumpel, unterhalten.
Er tat, was alle guten Barkeeper machen:
00:58
and he's doing
what all good bartenders do:
what all good bartenders do:
15
46318
2001
Er nahm Anteil, ermutigte uns,
01:00
he's commiserating with us,
making us feel better,
making us feel better,
16
48343
3022
nahm unseren Schmerz ernst,
01:03
relating to our pain,
17
51389
2292
und sagte: "Diese Typen übertreiben
doch, macht euch keinen Kopf."
doch, macht euch keinen Kopf."
01:05
saying, "Hey, these guys
are overblowing it.
are overblowing it.
18
53705
2048
01:07
Don't worry about it."
19
55777
1183
Und dann sind wir
komplett baff, als er sagt:
komplett baff, als er sagt:
01:08
And finally, he deadpans us and says,
20
56984
2214
"Wieso schickt ihr mich nicht dahin?
01:11
"Why don't you send me in there?
21
59222
2293
Ich kann es lösen."
01:13
I can figure it out."
22
61539
1507
01:15
So the next morning,
we're hanging out in our team meeting,
we're hanging out in our team meeting,
23
63585
3081
Am nächsten Morgen sind wir
in unserer Teamsitzung.
in unserer Teamsitzung.
Alle sind noch ein bisschen benebelt.
01:19
and we're all a little hazy ...
24
67901
2555
01:22
(Laughter)
25
70480
1150
(Lachen)
01:24
and I half-jokingly throw it out there.
26
72504
2120
Halb im Spaß bring ich diese Idee ein.
01:26
I say, "Hey, I mean,
we're about to be fired."
we're about to be fired."
27
74648
2584
Ich sage: "Naja, wir sind
eh dabei, rauszufliegen."
eh dabei, rauszufliegen."
"Wieso schicken wir nicht Jeff,
den Barkeeper, hin?"
den Barkeeper, hin?"
01:29
So I say,
28
77256
1302
01:30
"Why don't we send in
Jeff, the bartender?"
Jeff, the bartender?"
29
78582
2082
01:32
(Laughter)
30
80688
3077
(Lachen)
01:35
And there's some silence,
some quizzical looks.
some quizzical looks.
31
83789
4061
Daraufhin erst Stille und fragende Blicke.
01:39
Finally, my chief of staff says,
"That is a great idea."
"That is a great idea."
32
87874
3542
Und dann sagt unser Personalmanager:
"Das ist eine hervorragende Idee."
"Das ist eine hervorragende Idee."
01:43
(Laughter)
33
91440
1737
(Lachen)
01:45
"Jeff is wicked smart. He's brilliant.
34
93201
2094
"Jeff ist wahnsinnig smart. Er ist super.
01:48
He'll figure it out.
35
96168
1150
Er kriegt das schon raus.
01:50
Let's send him in there."
36
98328
1413
Wir sollten ihn da hinschicken."
01:52
Now, Jeff was not a programmer.
37
100189
2526
Aber Jeff war kein Programmierer.
01:54
In fact, he had dropped out of Penn
as a philosophy major.
as a philosophy major.
38
102739
3889
Eigentlich hat er sein Philosophiestudium
an der Penn Universität abgebrochen.
an der Penn Universität abgebrochen.
01:59
But he was brilliant,
39
107491
1994
Aber er war genial,
fähig, schwierige
Zusammenhänge zu verstehen,
Zusammenhänge zu verstehen,
02:01
and he could go deep on topics,
40
109509
2627
und wir waren dabei,
den Kunden zu verlieren.
den Kunden zu verlieren.
02:04
and we were about to be fired.
41
112160
2032
02:06
So we sent him in.
42
114216
1150
Also haben wir ihn hingeschickt.
02:09
After a couple days of suspense,
43
117839
1986
Nach ein paar spannenden Tagen
02:11
Jeff was still there.
44
119849
2157
war Jeff immer noch dort.
02:15
They hadn't sent him home.
45
123002
2140
Sie hatten ihn nicht nach Hause geschickt.
02:17
I couldn't believe it.
46
125166
2066
Ich konnte es nicht glauben.
02:19
What was he doing?
47
127256
1491
Was hat er denn gemacht?
02:21
Here's what I learned.
48
129281
1150
Ich habe daraus etwas gelernt.
02:23
He had completely disarmed
their fixation on the programming skill.
their fixation on the programming skill.
49
131318
4210
Er hatte sie aus ihrer Fixierung auf
eine programmtechnische Lösung geholt
eine programmtechnische Lösung geholt
02:29
And he had changed the conversation,
50
137004
2921
und der Diskussion
eine neue Richtung gegeben.
eine neue Richtung gegeben.
02:31
even changing what we were building.
51
139949
2016
Er hat sogar das Produkt verändert.
02:33
The conversation was now
about what we were going to build and why.
about what we were going to build and why.
52
141989
4552
In der Diskussion ging es nun darum,
was gemacht werden sollte und weshalb.
was gemacht werden sollte und weshalb.
02:41
And yes, Jeff figured out
how to program the solution,
how to program the solution,
53
149059
5358
Und Jeff hat auch herausgefunden,
wie man die Lösung programmiert,
wie man die Lösung programmiert,
02:46
and the client became
one of our best references.
one of our best references.
54
154441
2365
und der Kunde wurde eine
unserer besten Referenzen.
unserer besten Referenzen.
02:50
Back then, we were 200 people,
55
158782
1977
Wir waren damals 200 Mitarbeiter,
02:52
and half of our company was made up
of computer science majors or engineers,
of computer science majors or engineers,
56
160783
6320
zur Hälfte Informatiker oder Ingenieure.
Aber nach dieser Erfahrung mit Jeff
haben wir uns gefragt:
haben wir uns gefragt:
02:59
but our experience with Jeff
left us wondering:
left us wondering:
57
167127
2261
03:02
Could we repeat this through our business?
58
170627
2071
Können wir das auf
die ganze Firma übertragen?
die ganze Firma übertragen?
03:06
So we changed the way
we recruited and trained.
we recruited and trained.
59
174017
4261
Also haben wir unsere Einstellungs-
und Trainingspraxis verändert.
und Trainingspraxis verändert.
03:11
And while we still sought after computer
engineers and computer science majors,
engineers and computer science majors,
60
179766
5984
Und obwohl wir immer noch
Informatiker und Ingenieure suchten,
Informatiker und Ingenieure suchten,
03:17
we sprinkled in artists,
musicians, writers ...
musicians, writers ...
61
185774
4976
haben wir auch Künstler, Musiker
und Autoren hinzugenommen.
und Autoren hinzugenommen.
Und Jeffs Erfolg hat sich
überall in der Firma wiederholt.
überall in der Firma wiederholt.
03:24
and Jeff's story started to multiply
itself throughout our company.
itself throughout our company.
62
192818
4374
03:29
Our chief technology officer
is an English major,
is an English major,
63
197216
3333
Unser Technikvorstand
hat ein Englischstudium abgeschlossen
hat ein Englischstudium abgeschlossen
03:34
and he was a bike messenger in Manhattan.
64
202168
2214
und war Fahrradkurier in Manhattan.
03:38
And today, we're a thousand people,
65
206680
1946
Heute sind wir tausend Mitarbeiter,
doch weniger als hundert haben einen
Abschluss als Informatiker oder Ingenieur.
Abschluss als Informatiker oder Ingenieur.
03:41
yet still less than a hundred have degrees
in computer science or engineering.
in computer science or engineering.
66
209935
5452
03:48
And yes, we're still
a computer consulting firm.
a computer consulting firm.
67
216984
3183
Dabei sind wir immer noch
ein IT-Beratungsunternehmen.
ein IT-Beratungsunternehmen.
Wir sind die Marktführer beim Einsatz des
am schnellsten wachsenden Software-Pakets
am schnellsten wachsenden Software-Pakets
03:52
We're the number one player in our market.
68
220191
2126
03:54
We work with the fastest-growing
software package
software package
69
222341
2353
und das regelmäßig 10 Milliarden Dollar
Jahresumsatz erzielt.
Jahresumsatz erzielt.
03:56
to ever reach 10 billion dollars
in annual sales.
in annual sales.
70
224718
2293
04:01
So it's working.
71
229015
1626
Es funktioniert also.
04:05
Meanwhile, the push for STEM-based
education in this country --
education in this country --
72
233426
5731
Inzwischen ist hierzulande der Druck,
mehr Studenten für MINT-Fächer,
mehr Studenten für MINT-Fächer,
04:11
science, technology,
engineering, mathematics --
engineering, mathematics --
73
239181
3334
also für Mathematik, Informatik,
Naturwissenschaft und Technik,
Naturwissenschaft und Technik,
04:14
is fierce.
74
242539
1212
zu gewinnen, extrem.
Er steht uns allen
ins Gesicht geschrieben.
ins Gesicht geschrieben.
04:15
It's in all of our faces.
75
243775
1880
Und das ist ein riesiger Fehler.
04:18
And this is a colossal mistake.
76
246355
1674
04:21
Since 2009, STEM majors
in the United States
in the United States
77
249707
4229
In den USA sind die MINT-Fächer
seit 2009 um 43% gewachsen,
seit 2009 um 43% gewachsen,
04:25
have increased by 43 percent,
78
253960
2056
während die Geisteswissenschaften
gleich bleiben.
gleich bleiben.
04:28
while the humanities have stayed flat.
79
256040
2428
Unser voriger Präsident
04:30
Our past president
80
258492
1365
04:33
dedicated over a billion dollars
towards STEM education
towards STEM education
81
261047
3503
hat über eine Milliarde Dollar
in MINT-Bildung investiert
in MINT-Bildung investiert
zu Lasten anderer Fächer.
04:36
at the expense of other subjects,
82
264574
2839
04:39
and our current president
83
267437
2876
Und der heutige Präsident hat
vor kurzem 200 Millionen Dollar
vor kurzem 200 Millionen Dollar
04:42
recently redirected 200 million dollars
of Department of Education funding
of Department of Education funding
84
270337
4867
aus dem Bildungsetat für die
Computerwissenschaften umgewidmet.
Computerwissenschaften umgewidmet.
04:47
into computer science.
85
275228
1469
04:49
And CEOs are continually complaining
about an engineering-starved workforce.
about an engineering-starved workforce.
86
277788
6381
Firmenvorstände beschweren sich weiter
über den Mangel an Ingenieuren.
über den Mangel an Ingenieuren.
04:57
These campaigns,
87
285717
1445
Diese Kampagnen,
05:00
coupled with the undeniable success
of the tech economy --
of the tech economy --
88
288583
3548
im Kontext des wirtschaftlichen
Erfolgs des High-Tech-Bereichs --
Erfolgs des High-Tech-Bereichs --
05:04
I mean, let's face it,
89
292155
1248
und seien wir ehrlich,
sieben der zehn weltweit nach
Marktwert größten Firmen
Marktwert größten Firmen
05:05
seven out of the 10 most valuable
companies in the world by market cap
companies in the world by market cap
90
293427
5508
05:10
are technology firms --
91
298959
1511
sind Technologieunternehmen --
05:13
these things create an assumption
92
301662
1976
solche Dinge führen zur Annahme,
05:16
that the path of our future workforce
will be dominated by STEM.
will be dominated by STEM.
93
304805
4214
dass die Entwicklung des künftigen
Arbeitsmarkts MINT-dominiert sein wird.
Arbeitsmarkts MINT-dominiert sein wird.
05:24
I get it.
94
312583
1150
Ich verstehe das.
05:26
On paper, it makes sense.
95
314692
1621
Auf dem Papier macht das Sinn.
05:29
It's tempting.
96
317498
1212
Es ist verlockend.
05:33
But it's totally overblown.
97
321597
1933
Aber es ist total übertrieben.
05:35
It's like, the entire soccer team
chases the ball into the corner,
chases the ball into the corner,
98
323554
6051
Wie wenn ein ganzes Fußballteam
dem Ball in eine Ecke nachrennt,
dem Ball in eine Ecke nachrennt,
05:41
because that's where the ball is.
99
329629
1778
weil dort der Ball ist.
05:44
We shouldn't overvalue STEM.
100
332841
2246
Wir dürfen die MINT-Fächer
nicht überschätzen.
nicht überschätzen.
05:48
We shouldn't value the sciences
any more than we value the humanities.
any more than we value the humanities.
101
336133
3573
Wir sollten Naturwissenschaften nicht
höher bewerten als Geisteswissenschaften.
höher bewerten als Geisteswissenschaften.
05:52
And there are a couple of reasons.
102
340544
1722
Dafür sprechen mehrere Gründe.
05:55
Number one, today's technologies
are incredibly intuitive.
are incredibly intuitive.
103
343058
5986
Erstens, heutige Technologien
sind unglaublich intuitiv.
06:01
The reason we've been able
to recruit from all disciplines
to recruit from all disciplines
104
349068
4000
Wir können Mitarbeiter
aus allen akademischen Fächern gewinnen
aus allen akademischen Fächern gewinnen
06:05
and swivel into specialized skills
105
353092
2119
und ihnen spezielle
Fertigkeiten vermitteln,
Fertigkeiten vermitteln,
06:08
is because modern systems
can be manipulated without writing code.
can be manipulated without writing code.
106
356377
4754
weil moderne Systeme auch
ohne Code zu schreiben handhabbar sind.
ohne Code zu schreiben handhabbar sind.
06:13
They're like LEGO: easy to put together,
easy to learn, even easy to program,
easy to learn, even easy to program,
107
361155
5854
Sie sind wie LEGO: Einfach
zusammenzusetzen, einfach zu lernen.
zusammenzusetzen, einfach zu lernen.
Sogar einfach zu programmieren
mit einer Vielfalt von Lernmaterialien.
mit einer Vielfalt von Lernmaterialien.
06:19
given the vast amounts of information
that are available for learning.
that are available for learning.
108
367033
3491
06:23
Yes, our workforce
needs specialized skill,
needs specialized skill,
109
371173
2835
Ja, der Arbeitsmarkt braucht
spezielle Fertigkeiten,
spezielle Fertigkeiten,
aber diese Fertigkeiten müssen nicht mehr
in so rigider und formeller Weise
in so rigider und formeller Weise
06:27
but that skill requires a far less
rigorous and formalized education
rigorous and formalized education
110
375242
4794
wie früher vermittelt werden.
06:32
than it did in the past.
111
380060
1856
06:34
Number two, the skills
that are imperative and differentiated
that are imperative and differentiated
112
382876
5739
Zweitens, die Fähigkeiten,
die in der Welt der Intuitivtechnologie
die in der Welt der Intuitivtechnologie
06:40
in a world with intuitive technology
113
388639
3149
notwendig und immer
differenzierter werden,
differenzierter werden,
sind die, die uns dabei helfen,
als Menschen zusammenzuarbeiten.
als Menschen zusammenzuarbeiten.
06:43
are the skills that help us
to work together as humans,
to work together as humans,
114
391812
3587
06:49
where the hard work
is envisioning the end product
is envisioning the end product
115
397184
3984
Wobei die eigentliche Arbeit
darin besteht, das Endprodukt
darin besteht, das Endprodukt
und seinen Nutzen sehen zu können.
06:54
and its usefulness,
116
402193
1492
06:55
which requires real-world experience
and judgment and historical context.
and judgment and historical context.
117
403709
6214
Dafür braucht man reale Erfahrungen,
Urteilsvermögen und historischen Kontext.
Urteilsvermögen und historischen Kontext.
07:03
What Jeff's story taught us
118
411232
2286
Was wir aus Jeffs
Geschichte gelernt haben,
Geschichte gelernt haben,
ist, dass der Kunde
auf die falsche Sache fokussiert war.
auf die falsche Sache fokussiert war.
07:05
is that the customer
was focused on the wrong thing.
was focused on the wrong thing.
119
413542
3531
07:10
It's the classic case:
120
418160
1507
Es ist der klassische Fall:
07:12
the technologist struggling to communicate
with the business and the end user,
with the business and the end user,
121
420661
4262
Technologen tun sich schwer, mit Business
und Endverbrauchern zu kommunizieren,
und Endverbrauchern zu kommunizieren,
07:16
and the business failing
to articulate their needs.
to articulate their needs.
122
424947
4186
und das Business scheitert daran,
eigene Bedürfnisse zu artikulieren.
eigene Bedürfnisse zu artikulieren.
07:22
I see it every day.
123
430033
1706
So was sehe ich jeden Tag.
07:25
We are scratching the surface
124
433448
1922
Wir nutzen unsere menschlichen Fähigkeiten
07:27
in our ability as humans
to communicate and invent together,
to communicate and invent together,
125
435394
4809
zu kommunizieren und
gemeinsam zu erfinden, kaum.
gemeinsam zu erfinden, kaum.
07:32
and while the sciences teach us
how to build things,
how to build things,
126
440227
4580
Und während uns die Naturwissenschaften
lehren, wie man bestimmte Sachen baut,
lehren, wie man bestimmte Sachen baut,
07:36
it's the humanities that teach us
what to build and why to build them.
what to build and why to build them.
127
444831
5410
sind es die Geisteswissenschaften,
die uns lehren, was man weshalb baut.
die uns lehren, was man weshalb baut.
07:43
And they're equally as important,
128
451612
2604
Sie sind genauso wichtig
07:46
and they're just as hard.
129
454240
1507
und genauso schwer.
07:50
It irks me ...
130
458476
1995
Mich nervt es,
07:54
when I hear people
treat the humanities as a lesser path,
treat the humanities as a lesser path,
131
462532
5493
wenn die Geisteswissenschaften für weniger
bedeutend und einfacher gehalten werden.
bedeutend und einfacher gehalten werden.
08:00
as the easier path.
132
468049
1184
08:01
Come on!
133
469840
1150
Herrje!
08:04
The humanities give us
the context of our world.
the context of our world.
134
472258
4150
Die Geisteswissenschaften geben uns
den Kontext für unsere Welt.
den Kontext für unsere Welt.
08:10
They teach us how to think critically.
135
478573
3437
Sie lehren uns kritisch zu denken,
sie sind absichtlich unstrukturiert,
sie sind absichtlich unstrukturiert,
08:14
They are purposely unstructured,
136
482034
1969
während die Naturwissenschaften
absichtlich strukturiert sind.
absichtlich strukturiert sind.
08:16
while the sciences
are purposely structured.
are purposely structured.
137
484027
2546
08:19
They teach us to persuade,
they give us our language,
they give us our language,
138
487745
3588
Sie lehren uns zu überzeugen,
sie geben uns die Sprache,
sie geben uns die Sprache,
08:23
which we use to convert our emotions
to thought and action.
to thought and action.
139
491357
6839
um unsere Emotionen in Gedanken
und Taten zu verwandeln.
und Taten zu verwandeln.
08:32
And they need to be
on equal footing with the sciences.
on equal footing with the sciences.
140
500267
4264
Sie müssen mit Naturwissenschaften
gleichgestellt werden.
gleichgestellt werden.
08:36
And yes, you can hire a bunch of artists
141
504555
3992
Und ja, man kann Künstler
in großer Zahl anstellen,
in großer Zahl anstellen,
08:40
and build a tech company
142
508571
1333
ein Technologieunternehmen aufbauen
08:43
and have an incredible outcome.
143
511166
1770
und erfolgreich sein.
08:46
Now, I'm not here today
to tell you that STEM's bad.
to tell you that STEM's bad.
144
514616
4722
Aber ich stehe nicht hier,
um Ihnen zu sagen, MINT sei schlecht.
um Ihnen zu sagen, MINT sei schlecht.
Ich stehe auch nicht hier, um zu sagen,
Mädchen dürften nicht programmieren.
Mädchen dürften nicht programmieren.
08:52
I'm not here today
to tell you that girls shouldn't code.
to tell you that girls shouldn't code.
145
520778
3984
08:57
(Laughter)
146
525111
1039
(Lachen)
08:58
Please.
147
526174
1150
Bitte.
09:00
And that next bridge I drive over
148
528355
2568
Die nächste Brücke, über die ich fahre,
oder der nächste Fahrstuhl,
wo wir alle reinspringen --
wo wir alle reinspringen --
09:02
or that next elevator we all jump into --
149
530947
3550
09:07
let's make sure
there's an engineer behind it.
there's an engineer behind it.
150
535602
2207
lasst uns sicherstellen, dass
dahinter ein Ingenieur steht.
dahinter ein Ingenieur steht.
09:09
(Laughter)
151
537833
3642
(Lachen)
Aber in diese Paranoia zu verfallen,
09:14
But to fall into this paranoia
152
542233
3295
dass der Arbeitsmarkt der Zukunft
von MINT dominiert sein wird,
von MINT dominiert sein wird,
09:17
that our future jobs
will be dominated by STEM,
will be dominated by STEM,
153
545552
4872
09:22
that's just folly.
154
550448
1635
ist einfach albern.
09:24
If you have friends or kids
or relatives or grandchildren
or relatives or grandchildren
155
552526
4091
Wenn Sie Freunde oder Kinder,
Verwandte oder Enkel,
Verwandte oder Enkel,
Nichten oder Neffen haben,
09:28
or nieces or nephews ...
156
556641
1799
09:30
encourage them to be
whatever they want to be.
whatever they want to be.
157
558464
3150
ermutigen Sie sie dazu, zu werden,
was immer sie werden wollen.
was immer sie werden wollen.
09:34
(Applause)
158
562336
6896
(Beifall)
Die Jobs werden da sein.
09:41
The jobs will be there.
159
569607
2015
09:45
Those tech CEOs
160
573741
1477
Diese Tech-Vorstände,
09:48
that are clamoring for STEM grads,
161
576235
3334
die nach MINT-Absolventen schreien,
09:51
you know what they're hiring for?
162
579593
1784
wissen Sie, für welche Firmen
sie Mitarbeiter suchen?
sie Mitarbeiter suchen?
09:54
Google, Apple, Facebook.
163
582430
2025
Google, Apple, Facebook.
09:57
Sixty-five percent
of their open job opportunities
of their open job opportunities
164
585468
3627
65 Prozent ihrer Jobangebote
sind nicht-technisch:
sind nicht-technisch:
10:01
are non-technical:
165
589119
1721
10:03
marketers, designers,
project managers, program managers,
project managers, program managers,
166
591845
4889
Marketingleute, Designer, Projektmanager,
Programmmanager, Produktmanager,
Programmmanager, Produktmanager,
10:08
product managers, lawyers, HR specialists,
167
596758
3381
Juristen, Personalmanager,
Trainer, Coaches,
Trainer, Coaches,
10:12
trainers, coaches, sellers,
buyers, on and on.
buyers, on and on.
168
600163
3325
Verkäufer, Einkäufer und so weiter.
10:15
These are the jobs they're hiring for.
169
603512
3438
Das sind die zu besetzenden Stellen.
10:20
And if there's one thing
that our future workforce needs --
that our future workforce needs --
170
608602
5405
Wenn es etwas gibt, das der Arbeitsmarkt
der Zukunft unbedingt braucht --
der Zukunft unbedingt braucht --
10:26
and I think we can all agree on this --
171
614031
1952
und ich denke, wir sind uns einig, --
10:29
it's diversity.
172
617056
1150
dann ist das Vielfalt.
Und diese Vielfalt darf nicht
bei Geschlecht oder Hautfarbe enden.
bei Geschlecht oder Hautfarbe enden.
10:31
But that diversity shouldn't end
with gender or race.
with gender or race.
173
619706
4074
10:35
We need a diversity of backgrounds
174
623804
2103
Wir brauchen Vielfalt an Hintergründen
10:39
and skills,
175
627192
1150
und Fähigkeiten,
10:42
with introverts and extroverts
176
630100
3738
mit Introvertierten und Extrovertierten,
10:45
and leaders and followers.
177
633862
2953
mit Anführern und Gefolgsleuten.
10:48
That is our future workforce.
178
636839
1689
Das ist unser Arbeitsmarkt der Zukunft.
10:51
And the fact that the technology
is getting easier and more accessible
is getting easier and more accessible
179
639767
5699
Und die Tatsache, dass die Technologie
einfacher und zugänglicher wird,
einfacher und zugänglicher wird,
10:57
frees that workforce up
180
645490
1818
gibt allen die Möglichkeit
10:59
to study whatever they damn well please.
181
647332
3372
genau das zu studieren,
was auch immer sie wollen.
was auch immer sie wollen.
11:03
Thank you.
182
651273
1151
Danke.
11:04
(Applause)
183
652448
6623
(Beifall)
ABOUT THE SPEAKER
Eric Berridge - EntrepreneurEric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM.
Why you should listen
As the co-founder of global consulting agency and Salesforce strategic partner Bluewolf, an IBM Company, Eric Berridge has applied his passion for the humanities over the past 17 years to pioneer a cloud consulting practice with less than 10 percent of employees holding engineering or computer science degrees. The way he sees it, as technology becomes easier to use and build, the humanities offer skills that are becoming increasingly valuable to the success of business everywhere. And today’s AI-driven discussion holds the key to freeing the human condition to be balanced, healthy, creative and productive.
Eric Berridge | Speaker | TED.com