Wenn KI als Begründung dient, ist sie oft nicht die Ursache

Wenn Unternehmen Entlassungen mit „Effizienz durch KI“ begründen, klingt das modern, strategisch und beinahe zwangsläufig. Gerade deshalb wirkt diese Formulierung so überzeugend. Schaut man jedoch auf die Daten, verliert die Erzählung an Härte. Laut Oxford Economics ersetzen Unternehmen Beschäftigte bislang nicht in nennenswertem Umfang durch KI. In einer Erhebung von Resume.org gaben zudem nur 9% der befragten Hiring Manager an, dass KI in ihrem Unternehmen überhaupt einzelne Rollen vollständig ersetzt habe.

Noch aufschlussreicher ist ein zweiter Wert aus derselben Befragung. 59% der Unternehmen räumen ein, dass sie KI bei der Kommunikation von Einstellungsstopps oder Entlassungen hervorheben, weil das bei Stakeholdern besser ankommt als der Hinweis auf finanzielle Zwänge. Damit wird KI nicht nur als Technologie eingesetzt, sondern auch als Deutungsrahmen. Für Führungskräfte ist das bequem, weil Zukunftsorientierung besser klingt als operative Schwäche.

Die Innovationsgeschichte klingt besser als die Bilanzgeschichte

Für Vorstände ist der kommunikative Reiz offenkundig. Wer sagt, man richte das Unternehmen für das KI-Zeitalter neu aus, sendet ein Signal von Handlungsfähigkeit. Wer stattdessen von Überhiring, schwacher Nachfrage oder Restrukturierungsdruck spricht, sendet ein Signal von Korrekturbedarf. Zwischen beiden Botschaften liegt weniger ein technologischer als ein rhetorischer Unterschied.

Genau darauf zielte auch die Einordnung von Fortune auf Basis der Oxford-Economics-Daten. Dort ist von Unternehmen die Rede, die Entlassungen als positive Zukunftsgeschichte ausgeben. Nicht, weil KI die betroffenen Tätigkeiten bereits belastbar übernähme, sondern weil der Verweis auf Innovation investorenfreundlicher erscheint als das Eingeständnis früherer Fehleinschätzungen.

Am Produktivitätstest scheitert die einfache Erzählung

Wäre KI bereits in großem Stil Ersatz für menschliche Arbeit, müsste sich das makroökonomisch in steigender Produktivität je verbleibender Arbeitskraft niederschlagen. Genau diesen Test stellt Oxford Economics in den Mittelpunkt. Das Ergebnis ist ernüchternd: Eine breite, KI-getriebene Beschleunigung der Produktivität ist bislang nicht zu erkennen. Das Muster passt eher zu konjunktureller Schwäche und zu späten Anpassungen nach dem pandemiebedingten Einstellungsboom.

Auch die Zusammensetzung der Entlassungen spricht gegen die große KI-Wende. Laut der von Fortune referierten Oxford-Auswertung machten KI-begründete Kündigungen in den USA 2025 nur rund 4,5% aller gemeldeten Jobverluste aus. Standardgründe wie „Markt- und Wirtschaftsbedingungen“ führten dagegen zu 245.000 Entlassungen, also etwa viermal so vielen. Das legt nahe, dass KI weniger der Haupttreiber als vielmehr die attraktivere Sprache für einen herkömmlichen Stellenabbau ist.

Gekürzt wird oft nach Erwartung, nicht nach nachgewiesener Wirkung

Besonders deutlich wird dieser Befund in der Harvard Business Review. Die dort zitierte Erhebung zeigt, dass viele Organisationen Personal bereits in Erwartung künftiger KI-Effizienz abgebaut haben. Addiert man geringe bis moderate sowie große Reduktionen, kommt man auf 60% der befragten Organisationen. Nur 2% berichteten dagegen von größeren Kürzungen, die auf tatsächlicher KI-Implementierung beruhten.

Genau darin liegt der eigentliche Bruch. Zwischen einer Entscheidung auf Basis belegter Produktivität und einer Entscheidung auf Basis antizipierter Produktivität besteht ein erheblicher Unterschied. Im ersten Fall reagiert das Unternehmen auf eine nachweisbare Veränderung. Im zweiten Fall reagiert es auf eine Erwartung, deren wirtschaftlicher Ertrag noch gar nicht gesichert ist.

Besonders verletzlich ist der Einstieg in den Arbeitsmarkt

Hinzu kommt, dass die Verwerfungen nicht alle Gruppen gleichermaßen treffen. Eine von Built In aufgegriffene Stanford-Analyse fand bei 22- bis 25-Jährigen in besonders KI-exponierten Berufen seit dem Durchbruch generativer KI einen relativen Beschäftigungsrückgang von 16%. Der Druck liegt damit überproportional stark auf Berufseinsteigern, also auf genau jenen, die eigentlich Erfahrungsräume aufbauen müssten.

Gerade deshalb ist es riskant, die öffentliche KI-Erzählung vorschnell zu glauben. Wer annimmt, die eigene Rolle sei bereits objektiv durch Maschinen ersetzt worden, könnte Fehlentscheidungen über Ausbildung, Karriere und Spezialisierung treffen. Hilfreich ist es daher, auch Fälle zu betrachten, in denen Unternehmen den Ersatz von Menschen durch KI bereuten, sowie Analysen zu Entlassungen, die eher auf Erwartungen als auf Belegen beruhten.

Die entscheidende Frage ist überraschend schlicht

Wenn ein Unternehmen das nächste Mal Entlassungen mit KI begründet, sollte die zentrale Frage nicht lauten, ob es diese Technologie gibt. Natürlich gibt es sie. Die präzisere Frage lautet: Leistet KI diese Arbeit bereits heute in belastbarer Qualität, oder hofft das Unternehmen lediglich, dass sie es bald tun wird? Die Daten von Oxford Economics, Harvard Business Review und Resume.org laufen auf dieselbe Antwort hinaus: In der großen Mehrheit der Unternehmen hat KI bislang nicht einmal eine einzelne Rolle vollständig ersetzt. Der Stellenabbau mag real sein. Die öffentliche Begründung verdient dennoch erhebliche Skepsis.