Zwei Prozent. So wenige Unternehmen haben tatsächlich Stellen gestrichen, weil eine bereits implementierte KI-Lösung die Arbeit übernimmt. 60 Prozent dagegen haben ihr Personal schon reduziert, einfach weil sie mit der künftigen Wirkung von KI rechnen. Weitere 29 Prozent haben zumindest Neueinstellungen gestoppt, aus demselben Grund. Das zeigt eine Studie des Harvard Business Review unter mehr als 1.000 Führungskräften weltweit. Es wird also kaum wegen der KI gekündigt, die im Unternehmen tatsächlich läuft. Es wird wegen der KI gekündigt, die man erwartet. Klingt absurd, ist aber gängige Praxis.
Wenig verwunderlich also, dass sich die Berichte über spektakuläre Kehrtwenden von einst groß angekündigten KI-Transformationen häufen. Einen Grund dafür hat jüngst auch GitHub geliefert: Seit Juni ist die Copilot-Flatrate Geschichte. Wer viel mit KI-Agenten arbeitet, zahlt jetzt für jeden einzelnen Token. Genau die Unternehmen, die sich am tiefsten in die KI-Automatisierung gestürzt haben, kriegen jetzt die höchste Rechnung. Und weil sie ihr Personal längst abgebaut haben, können sie nicht einfach sagen: dann eben nicht.
Das Muster zeigt sich branchenübergreifend und meist in derselben Reihenfolge: erst automatisieren, auf die Grenzen der Automatisierung stoßen und dann genau das Wissen zurückholen, das kurz zuvor abgebaut wurde. So ersetzte beispielsweise Klarna 2024 Teile seines Kundenservice durch KI und kehrte nur ein Jahr später zu einem Support-Modell zurück, das wieder stärker auf die Mensch-zu-Mensch-Interaktion setzt. Warum? Weil man die Rechnung offenbar ohne die Kunden gemacht hatte, die sich nicht ausschließlich von Chatbots beraten lassen wollten. Ford holte 2026 rund 350 erfahrene Ingenieure zurück, nachdem die automatisierte Qualitätssicherung die Arbeit der geschassten Belegschaft eben doch nicht übernehmen konnte. Zwei völlig unterschiedliche Branchen, aus deren Geschichte dennoch die gleiche Lehre gezogen werden kann: Der Rückweg ist möglich, aber er ist teuer, langsam und nicht gerade förderlich für die Reputation. Gartner rechnet entsprechend damit, dass rund die Hälfte aller Unternehmen, die im Kundenservice auf KI gesetzt haben, bis 2027 wieder Personal aufbaut, allerdings zu schlechteren Konditionen, mit neuen Jobtiteln und ohne das Wissen, das zwischenzeitlich verloren ging.
Hinzu kommt: Wer Teams abbaut, ohne einsatzfähige, erprobte und langfristig effiziente Lösungen zu besitzen, liefert sich den Anbietern aus. Wenn der Preis so stark steigt wie aktuell, fehlen die Alternativen. Es wird gezahlt, was verlangt wird. Es sind Abhängigkeiten, wie sie die Branche von proprietären Lösungen schon lange kennt, aber mit völlig neuer Wucht und ernsthaften finanziellen Konsequenzen.
Das eigentliche Problem der KI-Ökonomie ist also nicht, dass KI teuer wird oder an ihre Grenzen stößt. Beides gehört zu jeder technologischen Transformation. KI hat zweifellos das Potenzial, Prozesse zu verbessern und Mitarbeitende zu entlasten. Aus diesem Grund sind realistische Annahmen, belastbare Tests und ein Plan für die Folgen dringend notwendig. Wer automatisiert, sollte nicht nur Einsparungen kalkulieren, sondern auch Wissensverlust, Abhängigkeiten und das Risiko des Scheiterns. KI ist daher auch keine Wette gegen die eigene Belegschaft, sondern ein Werkzeug, dessen Chancen sich nutzen lassen, ohne die Risiken auszublenden.
Nadine Riederer, CEO von Avision (Quelle: Avision)