Zuckerbergs KI-Revolution stößt an ihre Grenzen: Meta zieht sich von Plänen zur Personalersetzung zurück

Meta-CEO Mark Zuckerberg hatte sich vorgenommen, das Unternehmen um eine einfache, aber radikale Idee herum neu zu gestalten: Künstliche Intelligenz könnte es irgendwann ermöglichen, dass deutlich kleinere Teams die Arbeit erledigen, die einst Tausende von Mitarbeitern verrichteten. Statt mehr Personal einzustellen, während Meta seine KI-Ambitionen ausweitet, wollte das Unternehmen auf KI-Agenten und zunehmend automatisierte Systeme setzen, um Code zu schreiben, Prozesse zu verwalten und die Produktentwicklung zu beschleunigen. Doch laut einer Reuters-Untersuchung, die am 26. August veröffentlicht wurde, hat das Experiment die Grenzen dessen aufgezeigt, wie schnell KI menschliche Arbeit in einem komplexen Technologieunternehmen ersetzen kann.

Die Pläne wurden im Rahmen einer internen Initiative namens Project OT entwickelt, kurz für Organization Transformation. Das Projekt wurde nach einer Führungsklausur im Januar ins Leben gerufen und sollte die Belegschaft von Meta umgestalten und Ebenen eliminieren, die Führungskräfte als unnötige Arbeit betrachteten. Interne Planungsdokumente, die Reuters einsehen konnte, zeigten, dass für einige Teams Kürzungen von bis zu 60 % in Betracht gezogen wurden, wobei sich diese Zahl auf einzelne Organisationen bezog und nicht auf das gesamte Unternehmen. Das übergeordnete Ziel war es, Entlassungen, Umsetzungen und unbesetzte Stellen mit einer deutlich stärkeren Nutzung von Künstlicher Intelligenz zu kombinieren.

Die Strategie spiegelte einen breiteren Wandel wider, der sich im gesamten Silicon Valley vollzieht. KI wird zunehmend nicht nur als weiteres Produktivitätswerkzeug präsentiert, sondern als Technologie, die die grundlegende Ökonomie der Büroarbeit verändern kann. Meta wollte, dass Ingenieure und andere Mitarbeiter in viel kleineren Teams arbeiten, die von KI-Systemen unterstützt werden, während autonome Agenten schließlich immer anspruchsvollere Aufgaben übernehmen sollten. Das Unternehmen testete im Grunde, ob eine Organisation deutlich kleiner werden kann, ohne weniger produktiv zu sein.

Dieses Experiment fand statt, während Meta seine Ausgaben für Künstliche Intelligenz drastisch erhöhte. Das Unternehmen hat enorme Summen in Rechenzentren, spezielle Chips und andere Infrastruktur investiert, die für das Training und den Betrieb von KI-Systemen erforderlich sind. Reuters berichtete, dass die gesamten Kapitalausgaben von Meta für 2026 voraussichtlich rund 130 Milliarden US-Dollar erreichen würden, was den Druck, greifbare Renditen aus diesen Investitionen zu erzielen, besonders intensiv macht. Die Senkung der Arbeitskosten bei gleichzeitiger Steigerung der KI-gesteuerten Produktion war daher nicht nur ein organisatorisches Experiment – sie wurde Teil des wirtschaftlichen Arguments für Metas enorme KI-Wette.

Mehr KI-Ausstoß bedeutete nicht mehr Produktivität

Das erste Problem war, dass Metas KI-Systeme offenbar in der Lage waren, deutlich mehr Arbeit zu produzieren, ohne einen vergleichbaren Anstieg an brauchbaren Ergebnissen zu erzielen. Laut internen Informationen, die Reuters einsehen konnte, stiegen die Änderungen an Metas internen Softwareplattformen und der Infrastruktur im Jahresvergleich um 220 %. Die Zahl der Änderungen, die tatsächlich zu neuen oder verbesserten Funktionen führten, die die Nutzer erreichten, stieg jedoch nur um 36 %. Die Kluft deutete darauf hin, dass KI den Mitarbeitern half, mehr Code und technische Änderungen zu generieren, aber ein Großteil dieser zusätzlichen Leistung nicht in fertige Produkte umgesetzt wurde.

Diese Unterscheidung wird für Unternehmen, die ihre Zukunft auf KI setzen, immer wichtiger. Code zu generieren ist nicht dasselbe wie ein zuverlässiges Produkt zu entwickeln, genauso wie mehr Text oder Analyse nicht automatisch mehr Wert schafft. KI kann die Produktion von Material dramatisch beschleunigen und gleichzeitig den Arbeitsaufwand erhöhen, der für Überprüfung, Korrektur und Integration erforderlich ist. Metas Erfahrung stellte daher eine der zentralen Annahmen hinter seiner Umstrukturierung in Frage: dass mehr KI-generierte Leistung es dem Unternehmen automatisch ermöglichen würde, mit weniger Personal zu arbeiten.

Die Probleme waren besonders in Metas Infrastrukturbetrieb sichtbar. Interne Diskussionen, auf die Reuters Bezug nahm, beschrieben Vorfälle mit KI-generiertem Code und autonomen Agenten, darunter Systeme, die disruptive Änderungen vornahmen, die zusätzliche technische und sicherheitsrelevante Probleme verursachten. Die Mitarbeiter mussten folglich mehr Zeit damit verbringen, KI-Systeme zu überwachen und sich mit den Folgen ihrer Fehler auseinanderzusetzen. Anstatt Arbeit zu eliminieren, konnte Automatisierung manchmal eine weitere Arbeitsebene rund um Überwachung und Korrektur schaffen.

An diesem Punkt wird das wirtschaftliche Versprechen der KI viel komplizierter. Ein Unternehmen kann die Anzahl der Mitarbeiter reduzieren, die direkt an einer Aufgabe arbeiten, während es die Anzahl der Personen erhöht, die erforderlich sind, um automatisierte Systeme zu überwachen, ihre Ergebnisse zu verifizieren und von ihnen verursachte Probleme zu beheben. Die Technologie kann immer noch langfristige Produktivitätsgewinne liefern, aber diese Gewinne sind nicht unbedingt unmittelbar, linear oder groß genug, um aggressive Personalreduzierungen zu rechtfertigen. Meta scheint diesen Unterschied entdeckt zu haben, als es versuchte, eines der größten Technologieunternehmen der Welt um KI herum neu zu organisieren.

Entlassungen beschädigten das Vertrauen der Mitarbeiter

Die Umstrukturierung hatte auch erhebliche Auswirkungen auf die Belegschaft von Meta. Das Unternehmen führte im Mai eine erste Entlassungswelle durch, die rund 10 % seiner Mitarbeiter betraf, während Tausende andere in Rollen versetzt wurden, die enger mit Künstlicher Intelligenz verbunden sind. Einige Ingenieure wurden Teams zugewiesen, die für die Generierung von Trainingsdaten und die Verbesserung von Metas KI-Systemen verantwortlich sind, was KI sowohl zum Grund für ihre Umorganisation als auch zur Technologie machte, die sie mitentwickeln sollten.

Die Stimmung der Mitarbeiter verschlechterte sich während des Prozesses deutlich. Laut internen Daten, die Reuters einsehen konnte, sank der Anteil der Meta-Mitarbeiter, die in der unternehmenseigenen Pulse-Umfrage eine positive Stimmung äußerten, von 74 % auf 55 %. Gleichzeitig gewannen Bemühungen zur Organisation von Arbeitnehmern an Dynamik. Die Zahlen verdeutlichen die menschliche Seite einer KI-Transformation, die zunehmend in Bezug auf Effizienz, Produktivität und Infrastrukturausgaben diskutiert wurde.

Der Widerspruch war kaum zu ignorieren. Meta wollte, dass die Mitarbeiter KI als Werkzeug annehmen, das sie leistungsfähiger und produktiver macht, während gleichzeitig Arbeitsplätze um die Erwartung herum umstrukturiert wurden, dass KI viele Positionen überflüssig machen würde. Für die Mitarbeiter war die Technologie daher nicht nur eine Chance, sondern auch eine direkte Quelle der Unsicherheit über ihre Karriere. Das macht es für das Management viel schwieriger, die Arbeitnehmer zu überzeugen, aggressiv mit Systemen zu experimentieren, die letztendlich den Bedarf an ihren eigenen Rollen reduzieren könnten.

Das Problem ist besonders relevant für hochqualifizierte Technologiearbeiter. Das traditionelle Modell des Silicon Valley beruhte darauf, dass Unternehmen um Ingenieure und andere Spezialisten konkurrierten, indem sie hohe Gehälter, erhebliche Autonomie und die Aussicht auf Arbeit an hochmoderner Technologie boten. Eine Organisation, die darauf aufbaut, genau diese Spezialisten durch zunehmend autonome Systeme zu ersetzen, verändert diese Beziehung grundlegend. Meta bat seine Mitarbeiter, beim Aufbau eines Systems zu helfen, das letztendlich den Wert einiger ihrer derzeitigen Arbeiten verringern könnte.

Zuckerberg ändert den Kurs

Das deutlichste Zeichen dafür, dass die Strategie auf Probleme gestoßen war, kam, bevor Meta die erste Phase der Umstrukturierung überhaupt abgeschlossen hatte. Laut Reuters ließen Zuckerberg und seine Führungskräfte Pläne für eine zweite große Umstrukturierungswelle fallen, die für November erwartet worden war. Die Entlassungen im Mai fanden zwar statt, aber Zuckerberg sagte den Mitarbeitern später, dass er im Laufe des Jahres keine weiteren unternehmensweiten Entlassungen erwarte.

Die Änderung war bedeutsam, weil sie darauf hindeutete, dass die Führung von Meta begonnen hatte, zwischen starken Investitionen in KI und der Ersetzung großer Zahlen von Mitarbeitern durch KI zu unterscheiden. Ersteres bleibt zentral für Zuckerbergs Strategie. Letzteres erwies sich als viel schwieriger umzusetzen, ohne Produktivität und Mitarbeitervertrauen zu schädigen. Bis Juli räumte Zuckerberg ein, dass KI-Agenten die Entwicklung nicht so schnell beschleunigt hatten wie erwartet und dass die Umorganisation des Unternehmens nicht so reibungslos verlaufen war wie geplant.

Metas Botschaft verlagerte sich anschließend dahin, KI zu nutzen, um Mitarbeiter zu befähigen, anstatt einfach ihre Arbeitsplätze zu eliminieren. Das Unternehmen startete sogar eine öffentliche Kampagne rund um die Idee, dass es „auf Menschen setzt“. Das bedeutet nicht, dass Meta sein Ziel, Arbeit zu automatisieren, aufgegeben hat. Stattdessen scheint das Unternehmen neu zu justieren, wie schnell und in welchem Umfang es erwartet, dass Künstliche Intelligenz menschliche Aufgaben übernimmt.

Die Unterscheidung ist wichtig, weil Meta weiterhin eines der Unternehmen ist, die am aggressivsten in die Entwicklung von KI-Agenten investieren. Zuckerberg hat wiederholt argumentiert, dass immer leistungsfähigere KI-Systeme die Softwareentwicklung und andere wissensintensive Arbeiten transformieren werden. Der jüngste Rückzug wirkt daher weniger wie eine Ablehnung dieser Vision, sondern eher wie eine Anerkennung, dass die Technologie und die Organisation noch nicht bereit sind, sich mit derselben Geschwindigkeit zu bewegen.

Der KI-Produktivitätstest des Silicon Valley

Metas Erfahrung bietet eine Warnung für die breitere Technologiebranche, in der Unternehmen ähnliche Berechnungen über die Zukunft der Beschäftigung anstellen. Im gesamten Silicon Valley stehen Führungskräfte unter Druck, massive Investitionen in KI-Infrastruktur zu rechtfertigen, indem sie zeigen, dass die Technologie die Produktivität steigern und Kosten senken kann. Personalreduzierungen sind einer der offensichtlichsten Wege, um diese Einsparungen zu erzielen, insbesondere wenn KI zunehmend in der Lage ist, Aufgaben zu übernehmen, die zuvor hochbezahlten Spezialisten vorbehalten waren.

Aber Metas Experiment zeigt, warum es irreführend sein kann, einfach die Menge der von KI produzierten Arbeit zu messen. Die relevante Frage ist nicht, wie viele Zeilen Code ein KI-System generieren kann, wie viele Dokumente es produzieren kann oder wie viele Aufgaben es erledigen kann. Das wahre Maß ist, ob diese Ergebnisse zu besseren Produkten, schnellerer Entwicklung und geringeren Gesamtkosten führen, sobald menschliche Überwachung, Korrekturen, Sicherheit und Integration berücksichtigt werden.

Das wird wahrscheinlich zu einer der zentralen wirtschaftlichen Fragen des KI-Zeitalters werden. Wenn Unternehmen Mitarbeiter entlassen, bevor KI-Systeme ausreichend zuverlässig sind, riskieren sie, das menschliche Fachwissen zu verlieren, das zur Überwachung der Technologie erforderlich ist. Wenn sie große Belegschaften behalten und gleichzeitig beispiellose Summen in KI-Infrastruktur investieren, könnten sie Schwierigkeiten haben, die Produktivitätsgewinne zu liefern, die Investoren erwarten. Die Herausforderung besteht also nicht einfach darin, Menschen durch Maschinen zu ersetzen, sondern den Punkt zu finden, an dem Maschinen es Menschen und Organisationen tatsächlich ermöglichen, effektiver zu arbeiten.

Für Meta hat sich diese Balance bereits als schwieriger erwiesen, als Zuckerberg ursprünglich erwartet hatte. Das Unternehmen hat seine KI-Ambitionen nicht aufgegeben, und seine Ausgaben für die Technologie wachsen weiter. Aber der Rückzug von einer weiteren Welle der Massenumstrukturierung deutet darauf hin, dass der Übergang von einer KI-unterstützten Belegschaft zu einer KI-gestützten Organisation weitaus gradueller verlaufen wird, als die ehrgeizigsten Vorhersagen des Silicon Valley vermuten ließen.