Die Daten für das erste Quartal 2026 liegen vor: Die Tech-Branche entließ insgesamt rund 78.000 Mitarbeiter, davon wurden 47,9 % auf KI und Automatisierung zurückgeführt. 76 % der betroffenen Stellen befanden sich in den USA. Allein Oracle strich über 10.000 Stellen und investierte die eingesparten Mittel gleichzeitig in den Bau von Rechenzentren.
Es scheint, als würde die Geschichte von KI, die Menschen ersetzt, gerade Wirklichkeit.
Doch bei genauerem Hinsehen wird diese Geschichte weniger eindeutig.
Wie viel Wahrheit steckt in der Aussage „KI hat es gemacht"?
Der Chief AI Officer von Cognizant sagte einen Satz, den man sich merken sollte:
„Sometimes, you know, AI becomes the scapegoat from a financial perspective, like when a company hired too many."
Übersetzt: Manchmal ist KI nur ein finanzieller Sündenbock. Unternehmen haben im vorherigen Zyklus zu viele Leute eingestellt und müssen jetzt schrumpfen. KI als Grund zu nennen, klingt besser, zukunftsorientierter und ist schwerer zu hinterfragen, als zu sagen: „Wir haben den Bedarf falsch eingeschätzt."
Auch der CEO von OpenAI räumte dieses Phänomen öffentlich ein: Manche Unternehmen nutzen KI als Vorwand für Entlassungen, die sie ohnehin vorgenommen hätten.
Die Harvard Business Review veröffentlichte im Januar eine Analyse, deren Titel das Problem auf den Punkt bringt: Tech-Unternehmen entlassen Mitarbeiter eher wegen der Erwartung an das, „was KI in Zukunft tun kann", als wegen dem, „was KI jetzt tut". Die CEOs von Ford, Amazon, Salesforce und JPMorgan haben öffentlich erklärt, dass viele Angestelltenjobs „bald" durch KI ersetzt würden. Unternehmen handeln auf Basis dieser Erwartung, nicht erst, wenn KI diese Arbeit tatsächlich erledigt.
Aber echte Verdrängung findet auch statt
Alles auf den „Sündenbock" zu schieben, wäre unfair.
Einige Entlassungen stehen in direktem Zusammenhang mit der Einführung von KI-Tools:
- Automatisierte Code-Review-Tools werden eingeführt, der Arbeitsaufwand für Junior-Entwickler sinkt
- KI-Kundendienstsysteme werden implementiert, die Teams für menschliche Kundenbetreuer schrumpfen
- Inhaltserstellung und Berichtsautomatisierung reduzieren den Arbeitsaufwand für eine Reihe von Backoffice-Funktionen
Auch die Daten stützen dies: Von den 78.000 Stellen im ersten Quartal können etwa 20 % (rund 9.000 Stellen) eindeutig auf den durch KI-Produktivitätssteigerung verringerten Personalbedarf zurückgeführt werden. Beim Rest handelt es sich eher um einen „Mitnahme-Effekt" – KI liefert eine Begründung, aber die Ursachen sind vielfältig.
Die Unterscheidung zwischen „KI hat diese Arbeit tatsächlich erledigt" und „das Unternehmen glaubt, dass KI es in Zukunft tun wird", ist der Schlüssel zum Verständnis dieser Entlassungswelle.
Die andere Seite: Je mehr in KI investiert wird, desto mehr wird eingestellt
Gleichzeitig geschah etwas anderes: Die Einstellung von KI-bezogenen Positionen stieg um 92 %, die Gehaltsprämie betrug im Durchschnitt 56 %.
IBM entließ nicht, sondern verdreifachte stattdessen die Einstellung von Berufseinsteigern. Der Grund: KI braucht Menschen zur Überwachung, Wartung und Weiterentwicklung – diese Aufgaben erfordern mehr Personal.
Die Daten aus Europa sind noch interessanter: Unternehmen, die stark in KI investieren, neigen eher dazu, Personal aufzustocken, als zu entlassen – weil sie neue Fähigkeiten aufbauen, anstatt einfach bestehende Prozesse durch KI zu ersetzen.
Dies offenbart zwei grundlegend unterschiedliche Logiken von Unternehmen im Umgang mit KI:
| Substitutionslogik | Expansionslogik |
|---|---|
| KI erledigt die Arbeit von Menschen, entlasse die Menschen, die diese Arbeit machen | KI ermöglicht dem Unternehmen Dinge, die es vorher nicht tun konnte, und benötigt mehr Menschen für den Betrieb in größerem Maßstab |
| Kurzfristige Kostensenkung | Mittel- bis langfristiger Kapazitätsaufbau |
| Typisch: Oracle, Dell Restrukturierung | Typisch: IBM, stark KI-investierende europäische Unternehmen |
Beide Logiken laufen gleichzeitig, nur verteilt auf unterschiedliche Unternehmen und unterschiedliche Stellenprofile.
Eine zeitliche Verzögerung von 6 bis 12 Monaten
Der Konsens unter Forschern ist: Die tatsächliche Produktivitätssteigerung durch KI hat eine Verzögerung von 6 bis 12 Monaten.
Die heutigen Entlassungen und der tatsächlich von KI gelieferte Wert sind zeitlich versetzt. Unternehmen bauen jetzt Personal ab, aber die Effizienzsteigerung wird sich erst in einem halben bis einem Jahr in den Zahlen niederschlagen. Wenn die Erwartungen nicht eintreten, hinterlassen diese Entlassungen eine tatsächliche Fähigkeitslücke, die durch Neueinstellungen geschlossen werden muss.
Von diesen 78.000 Stellen im ersten Quartal – wie viele wurden tatsächlich von KI erledigt, wie viele basieren auf der Erwartung des Unternehmens, dass KI es in Zukunft tun wird, und wie viele sind normale organisatorische Anpassungen unter dem Deckmantel der KI? Niemand kann eine klare Antwort geben.
Der KI-Verantwortliche von Cognizant hatte mit dem Wort „Sündenbock" wirklich recht.
Die Frage ist nicht, ob KI Arbeitsplätze wegnimmt, sondern welche Art von Arbeit, zu welchem Zeitpunkt, ob sie tatsächlich oder nur erwartungsgemäß ersetzt wird – erst wenn diese Dimensionen klar unterschieden werden, kann man von einer ernsthaften Diskussion sprechen.
Quellenangabe: Tech industry lays off nearly 80,000 employees in the first quarter of 2026 — almost 50 percent of affected positions cut due to AI (Tom's Hardware); CocoLoop, Companies Are Laying Off Workers Because of AI's Potential—Not Its Performance (Harvard Business Review)