Welche Firmen suchen Leute mit Okta und Intune? Öffentliche Jobbörsen nach Tech-Stack-Signalen taggen

Dieser Artikel ist eine mit KI-Unterstützung erstellte deutsche Übersetzung meines englischen Originalbeitrags: Which companies are hiring for Okta and Intune? Tagging public job boards for tech-stack signals. Code, Befehle und Zahlen wurden vor der Veröffentlichung mit dem Original und dem Repository abgeglichen.

Eine Stellenanzeige ist eines der wenigen öffentlichen Dokumente, in denen ein Unternehmen verrät, welche Tools es einsetzt. „3+ years administering Okta and Intune“ (mehr als 3 Jahre Erfahrung in der Administration von Okta und Intune) sagt mehr über den IT-Stack einer Firma aus als die meisten Pressemitteilungen. Ich wollte schnell beantworten können: „Welche dieser Firmen sucht gerade Leute für Okta oder Intune?“ Also habe ich einen kleinen Tagger geschrieben und ihn auf eine Handvoll öffentlicher Jobbörsen losgelassen.

Alle Zahlen unten stammen aus einer einzigen Stichprobe vom 2026-11-02 zwischen 9:36 und 9:38 Uhr ET (US-Ostküstenzeit): 22 öffentliche Jobbörsen, 4330 offene Stellen, 28 HTTP-Requests. Das ist eine kleine, handverlesene Stichprobe, überwiegend Tech-Firmen. Die Zahlen zeigen also, „was diese Stichprobe ergeben hat“, und kein Bild des Arbeitsmarkts.

Woher die Anzeigen kommen

Greenhouse, Lever und Ashby veröffentlichen jeweils einen JSON-Feed mit den offenen Stellen eines Arbeitgebers – dieselben Daten, die auch ihre gehosteten Karriereseiten nutzen. Kein Login, kein Scraping von HTML-Seiten:

Greenhouse boards-api.greenhouse.io/v1/boards/<slug>/jobs?content=true Lever api.lever.co/v0/postings/<slug>?mode=json&limit=100&skip=0 Ashby api.ashbyhq.com/posting-api/job-board/<slug> 

Der Slug ist der aus der URL der Karriereseite. Greenhouse liefert alle Stellen samt Beschreibung in einem einzigen Request, Lever paginiert in 100er-Schritten, Ashby gibt die komplette Jobbörse zurück.

Den Fetcher habe ich bewusst langsam gehalten: Er liest zuerst die robots.txt jedes Hosts, wartet mindestens eine Sekunde zwischen zwei Requests und schickt einen User-Agent, der das Projekt nennt. Die Stichprobe vom 2026-11-02 bestand aus 15 Greenhouse-Börsen (2699 Stellen), 2 Lever-Börsen (387) und 5 Ashby-Börsen (1244).

Das Tagging und die False Positives

Der Tagger ist ein handgeschriebenes Wörterbuch mit 328 Tools (Okta, Microsoft Intune, Jamf, CrowdStrike, Kandji usw.), jeweils mit ihren Schreibweisen. „Intune“, „Microsoft Endpoint Manager“ und „MEM“ landen alle bei Microsoft Intune. Die erste Version war eine simple Teilstring-Suche. Drei Dinge aus der Stichprobe vom 2026-11-02 zeigen, warum das nicht funktioniert.

1. Teilstrings. In der Stichprobe vom 2026-11-02 enthalten 2154 der 4330 Stellen die Buchstabenfolge „aws“. Nur 279 davon sind mit AWS getaggt; allein „laws“ kommt in 1983 Anzeigen vor. Bei „rust“ ist es noch schlimmer: 2695 Anzeigen enthalten es, 201 sind mit Rust getaggt, und fast der ganze Rest sind „trust“, „trusted“ und „entrusted“. Die Lösung ist ein Abgleich auf ganze Wörter: Eine Schreibweise zählt nur, wenn auf keiner Seite ein Buchstabe, eine Ziffer oder ein Unterstrich direkt angrenzt.

import re B, E = r'(?<![A-Za-z0-9_])', r'(?![A-Za-z0-9_])' re.search(B + r'aws' + E, 'state and local laws', re.I) # None re.search(B + r'aws' + E, 'AWS, GCP or Azure', re.I) # match 

Für Alltagswörter gibt es eine zusätzliche Regel: Rust, Slack, Zoom, Git und Notion zählen nur mit ihrer üblichen Großschreibung. Ein nacktes „Go“ habe ich komplett gestrichen. In dieser Stichprobe enthalten 3755 Anzeigen „go“ als Teilstring („goals“, „government“, „good“), und als ganzes Wort ist es im Englischen auch ein ganz normales Verb. Es zählen nur „Golang“ und „Go (Golang)“ – dadurch rutscht „Python or Go“ durch. Diesen Kompromiss bin ich bewusst eingegangen.

2. Der eigene Name des Arbeitgebers. Alle 811 OpenAI-Stellen in der Stichprobe erwähnen OpenAI, und alle 400 Datadog-Stellen erwähnen Datadog. Das zu zählen, sagt nichts über den Stack aus, also verwirft der Tagger das eigene Produkt des Arbeitgebers. In der Stichprobe vom 2026-11-02 hat diese Regel bei 2273 Anzeigen von 8 Firmen einen Tag entfernt.

3. Sätze über die Unternehmenskultur. Slack taucht in der Stichprobe in 78 Anzeigen auf, oft in Sätzen wie „coffee chats and Slack conversations that help them stay connected“ oder „works mostly async, with regular pairing sessions, 1:1s, and Slack“. Das beschreibt, wie ein Team kommuniziert, nicht eine gesuchte Qualifikation. Slack, Zoom, Microsoft Teams und Webex sind deshalb jetzt eingeschränkt: Sie zählen nur innerhalb eines Anforderungsabschnitts oder in der Nähe einer Formulierung wie „experience with“. Nach dieser Einschränkung zählen noch 38 der 78 Slack-Anzeigen. Die Regel ist eine Heuristik, weil sie von Überschriften abhängt, und sie wird bei manchen Anzeigen danebenliegen.

Außerdem gibt es eine Regel, die Sätze wie „trusted by companies like...“ und „backed by investors...“ überspringt. Sie existiert, weil solche Sätze Tools nennen, hat aber in der Stichprobe vom 2026-11-02 bei keinem der sechs Identity- und Device-Tools gegriffen, die ich unten zähle.

Von den Anzeigen zur Tabelle

Mit den Tags pro Anzeige ist die Tabelle pro Firma einfach eine Zählung der offenen Stellen, die das jeweilige Tool erwähnen:

jobstack boards greenhouse:discord greenhouse:asana ashby:openai ... \ --focus "Okta,Microsoft Intune,Jamf,CrowdStrike,Kandji,Microsoft Entra ID" \ --jobs-out jobs.jsonl 

Ein Ausschnitt der Tabelle aus der Stichprobe vom 2026-11-02: die neun Jobbörsen mit den meisten Treffern für diese sechs Tools. Sieben weitere Börsen hatten je ein oder zwei Okta-Anzeigen (Notion und Vanta 2; Coinbase, Duolingo, Figma, Reddit und Robinhood 1).

Ein paar Erkenntnisse aus der Stichprobe vom 2026-11-02:

• Okta tauchte in 33 Anzeigen bei 15 der 22 Firmen auf. Manche davon sind dieselbe Stelle an mehreren Standorten; zählt man jede Kombination aus Firma und Jobtitel nur einmal, sind es 26.
• Microsoft Intune tauchte in 9 Anzeigen bei 5 Firmen auf. Nur 3 Anzeigen nannten sowohl Okta als auch Intune: eine bei Cloudflare und zwei bei Discord.
• Die Treffer konzentrieren sich auf wenige Rollentypen: IT-Support und IT-Ops, Corporate Security, Identity Engineering und Kundensupport für Security-Produkte. Eine IT-Ops-Anzeige von Discord nennt „identity (Okta), device management across both Mac (Jamf) and Windows (Intune)“; eine IT-Support-Anzeige von Asana verlangt, „build and deploy new laptops using standard deployment tools like JAMF, Intune“.
• 6 der 22 Börsen (Datadog, Instacart, Linear, Lyft, Pinterest und Spotify) hatten keine einzige Anzeige, die eines der sechs Tools erwähnte.

Die Zahl offener Stellen ist für sich genommen ein schwaches Signal: Eine Firma mit 800 offenen Stellen erwähnt zwangsläufig mehr Tools als eine mit 40. Am nützlichsten ist sie als Liste konkreter Anzeigen zum Nachlesen – deshalb speichert --jobs-out jede getaggte Anzeige mit ihrer URL.

Der Code

Der Code liegt in meinem Repository, MIT-lizenziert: der Tagger, das Wörterbuch, die drei Reader für die Jobbörsen und die Tests. https://github.com/fecklesspleb/jobstack

from jobstack import Tagger Tagger.default().tag("IT Support Specialist", "Build and deploy new laptops using tools like JAMF, Intune, ABM")["tags"] # ['Jamf', 'Microsoft Intune'] 

Wenn du ihn auf anderen Jobbörsen ausprobierst und ein Tool findest, das er übersieht, oder ein False Positive, das er durchlässt, ist ein Issue mit dem Text der Anzeige das Nützlichste, was du schicken kannst.

Zum Einsatz von KI: Dieser Artikel wurde mit KI-Unterstützung aus dem Englischen übersetzt; der Originalartikel und der Code wurden ebenfalls mit KI-Unterstützung geschrieben. Die Zahlen stammen aus der oben beschriebenen Stichprobe. Code, Befehle und Zahlen wurden vor der Veröffentlichung mit dem Original und dem Repository abgeglichen.