Introducing the Cyber Jobs Dataset
Zusammenfassung
Kurz
CSET beschreibt einen maschinell erstellten Datensatz aus LinkedIn-Profilen, der Cybersecurity-Stellen anhand eines breiten Berufsrahmens erfasst und Untersuchungen zur Zusammensetzung der US-Arbeitskräfte ermöglichen soll. Der Bericht nennt Millionen klassifizierte Stellen, weist aber auf mögliche Verzerrungen und Lücken der selbst gemeldeten Profile sowie auf begrenzte Modellgenauigkeit hin; die angekündigten Analysen zu Bildungswegen, Regionen und Ausbildungsprogrammen stehen noch aus.
Mittel
Der Bericht stellt einen von CSET erstellten Datensatz vor, der das Angebot an Cybersecurity-Arbeitskräften untersuchen soll. CSET argumentiert, der Fachkräfteengpass könne teilweise daran liegen, dass herkömmliche Einstellungsverfahren Personen mit übertragbaren Fähigkeiten übersehen. Das Team klassifizierte rund 1,4 Milliarden selbst gemeldete LinkedIn-Stellen mithilfe eines maschinellen Lernmodells und der 52 Rollen des NICE-Frameworks. Rund 19,6 Millionen Stellen weltweit wurden als Cybersecurity-Rollen eingestuft. Für die USA nennt der Bericht 1,46 Millionen aktuelle Cybersecurity-Stellen und 1,38 Millionen Beschäftigte; mehrere Stellen pro Person ohne Enddatum könnten die Differenz erklären. Die Ergebnisse lägen laut CSET nahe an damaligen ISC2- und Cyberseek-Schätzungen.
Die Daten haben erhebliche Grenzen: LinkedIn-Nutzende sind möglicherweise nicht repräsentativ, und Profile können unvollständig oder veraltet sein. Bei rund 2,85 Millionen erfassten Cybersecurity-Beschäftigten fehlten Bildungsangaben. Angaben zu Gehalt und Seniorität wurden nicht ausgewertet, weil sie modelliert und nicht ausreichend validiert waren. Das Klassifikationsmodell erreichte laut Bericht 0,79 Präzision und 0,84 Recall. Als künftige Untersuchungsfelder nennt CSET Bildungswege, regionale Verteilung, Online-Schulen und Ausbildungsprogramme; dies sind Fragen, keine Ergebnisse der vorliegenden Veröffentlichung.
Ausführlich lesen
Der Bericht „Introducing the Cyber Jobs Dataset“ von Maggie Wu stellt einen Datensatz des Center for Security and Emerging Technology (CSET) vor, der die Angebotsseite des US-amerikanischen Cybersecurity-Arbeitsmarkts untersuchen soll. Ausgangspunkt ist die Einschätzung, dass es weltweit an Cybersecurity-Fachkräften fehle. Der Bericht gibt eine Schätzung von ISC2 wieder, nach der in den USA bis zu 700.000 Stellen unbesetzt seien. Zugleich verweist er auf die Annahme, dass ein Teil des Problems darin liege, wie Talente erkannt und eingestellt werden: Enge Bildungs- und Qualifikationsanforderungen in Stellenanzeigen könnten geeignete Personen ausschließen, deren Fähigkeiten aus anderen Bereichen übertragbar sind. Der Bericht deutet den Engpass daher auch als Identifizierungsproblem, nicht ausschließlich als Mangel an Talenten.
CSET beschreibt den Datensatz als frühe, umfassende Informationsquelle zur Zusammensetzung des Arbeitskräfteangebots. Zur Erstellung klassifizierte das Team mit einem maschinellen Lernmodell Rollen aus einer Revelio-Labs-Datenbasis mit rund 1,3 Milliarden selbst gemeldeten Jobangaben aus 513 Millionen LinkedIn-Profilen. Das Modell wurde anhand von manuell markierten Stellen und zusätzlich erzeugten Trainingslabels trainiert. Als Definition einer Cybersecurity-Stelle diente das NICE Cybersecurity Workforce Framework mit 52 Rollen und den zugehörigen Kenntnissen, Fähigkeiten und Fertigkeiten. Diese Definition umfasst neben Informationssicherheitsanalysten auch IT- und Systementwicklungsberufe und ist damit weiter als die vom Bericht beschriebene engere BLS-Kategorie.
Von 1.398.946.692 klassifizierten Stellen ordnete das Modell 19.623.302 beziehungsweise 1,4 Prozent weltweit als Cybersecurity-Rollen ein. Diese Zahl umfasst frühere und aktuelle Beschäftigungen aus Profilen. Für aktuelle US-Stellen nennt der Bericht 1.456.764 Positionen und 1.377.816 Beschäftigte. Als mögliche Erklärung für den Unterschied führt er an, dass manche Personen mehrere Cybersecurity-Stellen ohne eingetragenes Enddatum aufführen könnten. CSET berichtet außerdem, die Ergebnisse lägen nahe an damaligen Schätzungen von ISC2 und Cyberseek: Die Abweichungen betrügen 2,26 beziehungsweise 10,45 Prozent. Der Vergleich beruhe auf dem Datenstand vom Oktober 2023 und den Schätzungen für 2023.
Der Bericht betont wesentliche Grenzen: LinkedIn-Daten können durch Auswahlverzerrungen bestimmte Gruppen unterrepräsentieren, etwa Fachkräfte in sensiblen Sicherheitspositionen. Profile können privat, veraltet oder unvollständig sein; bei 2.851.121 Cybersecurity-Beschäftigten fehlten Angaben zur Bildung. Stellen- und Personenmerkmale wie Berufserfahrung, Fähigkeiten, Zertifikate, Unternehmen, Ort, Titel und Ausbildung seien selbst gemeldet und von Revelio Labs standardisiert. Gehalt und Seniorität würden dagegen von proprietären Modellen geschätzt; mangels geeigneter Validierung ließ CSET diese modellierten Variablen aus seiner Analyse weg. Das Modell erreichte laut Bericht 0,79 Präzision und 0,84 Recall: 79 Prozent der als Cybersecurity klassifizierten Stellen seien tatsächlich solche Stellen, und 84 Prozent der tatsächlichen Cybersecurity-Stellen seien erkannt worden.
Als geplante Anwendungen nennt CSET Untersuchungen zu Absolventen von NCAE-C-Hochschulen, promovierten Fachkräften, Community-College- und Bachelor-Abschlüssen, regionalen Arbeitsmarkthubs, Online-Bildung und Ausbildungsprogrammen. Diese Punkte formuliert der Bericht als offene Fragen für künftige Analysen, nicht als bereits belegte Ergebnisse. Der letzte im Text angegebene Datenstand ist der 18. Januar 2024; die Revelio-Daten wurden zuletzt am 17. Januar 2024 aktualisiert.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Bewertet wurde die Zusammenfassung mit der Angabe mittel. Die kurze Fassung ist ebenfalls treu, lässt aber die Zahlen zu den USA und zu Präzision und Recall aus. Die Fragen betreffen KI-Modellherkunft, synthetische Trainingsdaten und Unlearning, der Bericht dagegen LinkedIn-Stellendaten; daher erhalten die Teilfragen keinen Bezug.
Im Bericht, aber nicht in der Zusammenfassung
- Die Angabe, dass der Anteil der Cyber-Stellen an allen klassifizierten Stellen bei 1,4 Prozent liegt
- Die Begründung, warum CSET das breitere NICE-Verständnis statt der engen BLS-Definition von Cybersecurity-Jobs verwendet
- Die Aussage, dass der Datensatz zu den ersten Quellen zählt, die Angebotsseite der Cybersecurity-Fachkräfte detailliert erfassen
- Die angekündigten Themen NCAE-C-Absolventen und Apprenticeship-Sprint mit 194 Programmen und 7.000 neuen Auszubildenden
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Unabhängig prüfen
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 36 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 61 %umfangreiche Belege
- JEV 80 %beantwortet direkt und ausführlich
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht