Eine Aufnahme, mit der er das Unternehmen 70 Milliarden Yuan verliert

In den letzten Tagen hat eine Nachricht die globale Tech-Branche erschüttert.

Am 2. Juli fand eine interne Sitzung bei Meta statt. Reuters erhielt eine Aufzeichnung davon.

Nach der Veröffentlichung der Aufzeichnung fiel der Aktienkurs von Meta um etwa 5 %. Über Nacht schrumpfte der Marktwert um mehr als 70 Milliarden US-Dollar.

Warum hatte diese Aufzeichnung eine so enorme Wirkung? Der grundlegende Grund liegt darin, dass Mark Zuckerberg auf der Sitzung offen seine Fehlentscheidung eingestand.

Er sagte: „In den letzten vier Monaten hat sich der Entwicklungspfad der KI-Agenten nicht so beschleunigt, wie wir es erwartet hatten.“ Er fügte hinzu, dass die massive organisatorische Umstrukturierung des Unternehmens rund um KI „glatter verlaufen hätte können“ – die Führungsebene habe den zeitlichen Ablauf der Veränderungen falsch eingeschätzt.

Achten Sie auf seine Worte: „Zeitpunkt falsch“ und „Einschätzung falsch“. Es sind keine externen Veränderungen und keine technischen Herausforderungen, sondern „der Zeitpunkt war falsch“ und „die Einschätzung war falsch“.

Für jedes Unternehmen ist ein strategischer Fehlentscheid tödlich.

Und wenn der Leiter eines führenden Unternehmens im KI-Bereich strategische Fehler eingesteht, sendet dies zweifellos zwei äußerst klare Signale an den Markt:

Erstens: Meta hat tatsächlich eine große strategische Abweichung erlebt;

Zweitens: Die praktische Umsetzung von KI bleibt hinter den Erwartungen zurück. Dies hat den gesamten KI-Sektor stark getroffen. Wenn KI-Pioniere offen einräumen, dass Technik nicht allmächtig ist, verstärkt sich die Sorge des Marktes um eine mögliche KI-Blase rasant.

Also: Was genau war die „Fehlentscheidung“, von der Zuckerberg sprach?

01

Eine von Angst getriebene Entscheidung

Gehen wir zurück zum Januar dieses Jahres.

Zuckerberg erläuterte in der Aufzeichnung den damaligen Entscheidungshintergrund: Damals verzeichnete Claude Code von Anthropic ein explosionsartiges Wachstum unter Programmierern – weit schneller als die eigenentwickelte Codierungssoftware von Meta.

Die Kernleitung von Meta geriet in Panik und war überzeugt: Ohne massive, rasante Investitionen in KI würde das Unternehmen von Konkurrenten vollständig abgehängt.

Diese Panik führte zu einer Reihe radikaler Entscheidungen.

Im Mai entließ Meta weltweit etwa 10 % der Mitarbeiter – fast 8000 Menschen. Gleichzeitig wurden 6000 offene Stellen eingefroren und über 7000 Mitarbeiter in KI-bezogene Abteilungen versetzt, die sich nun ausschließlich der Entwicklung von KI-Tools widmen, die eines Tages ihre eigenen Arbeitsplätze ersetzen könnten.

Dies sorgte damals für große Kontroversen. Aber Zuckerberg blieb entschlossen: KI-Unternehmen müssen Personal reduzieren, sonst würden sie im Branchenwettlauf zurückbleiben.

Theoretisch schien die Absicht dieser beiden Maßnahmen tadellos: Entlassungen senken die Personalkosten drastisch, während die Konzentration von Personal auf KI die Effizienz steigern kann – eine Win-Win-Strategie zur Kostensenkung und Effizienzsteigerung.

Doch die Realität zeigte ein ganz anderes Bild.

Wie Zuckerberg in der Aufzeichnung zugab: Die KI-Agenten kamen nicht in Gang. Das Geld wurde ausgegeben, die Mitarbeiter entlassen – aber das fertige Produkt fehlte.

Noch verheerender war der Einbruch der Arbeitsmoral bei den Meta-Mitarbeitern.

8000 Menschen verloren ihre Jobs. 7000 wurden zwangsweise in Rollen versetzt, die sie nie angestrebt hatten. Viele wussten nicht einmal, was ihre neue Aufgabe war, wem sie berichten sollten und wie ihre Leistung gemessen wurde.

Ein erfahrener Ingenieur, der seit 11 Jahren bei Meta arbeitet, schrieb im internen Forum einen Text, der binnen zwei Tagen fast 20.000 Mal gelesen und geteilt wurde: „Ich möchte nicht in einer Welt leben, in der Menschen als Trainingsdaten für KI ausgebeutet werden.“

Die neu gegründete KI-Abteilung wurde von internen Ingenieuren offen als „Seelenzertrümmerndes Konzentrationslager“ bezeichnet. Wenn Mitarbeiter den Wert und Sinn ihrer Arbeit nicht mehr erkennen, ist der Zusammenbruch der Produktivität nur eine Frage der Zeit.

Sogar Andrew Bosworth, der technische Direktor von Meta, kritisierte unverblümt: Die Arbeitsmoral bei Meta sei fast auf einem historischen Tiefstand angelangt.

Man sieht: Angst ist keine Strategie. Entscheidungen, die von Angst getrieben sind, führen nie zu guten Ergebnissen.

02

Nicht nur Meta?

Die Geschichte von Meta ist ein Beispiel für globale Tech-Unternehmen. Im KI-Wettlauf investieren alle massiv – niemand wagt, als Erster anzuhalten.

Ein Artikel auf Huxiu zeigt: Im Jahr 2026 werden die vier großen Tech-Konzerne Meta, Microsoft, Google und Amazon zusammen 725 Milliarden US-Dollar an Kapitalausgaben tätigen – ein Anstieg von 77 % gegenüber den 410 Milliarden US-Dollar im Jahr 2025.

Was bedeuten 725 Milliarden US-Dollar? Diese Summe übersteigt das jährliche BIP der allermeisten Länder der Welt. Die Giganten pumpen Unmengen an Geld in GPUs, Rechenleistung, große Modelle und Infrastruktur – aber was ist die Rendite? Der gesamte, von KI direkt erzeugte zusätzliche Umsatz der Branche beträgt nur wenige hundert Milliarden US-Dollar.

Mit einem tausendfach höheren Einsatz wird nur ein Zehntel des erhofften Ertrags erzielt – das Verhältnis von Aufwand und Ertrag ist massiv aus dem Gleichgewicht. Das ist keine rationale Geschäftsstrategie, sondern typische Wettlauf-Spirale und ein Gefangenen-Dilemma.

Was ist ein Gefangenen-Dilemma?

Es beschreibt eine Situation, in der Individuen einander nicht vertrauen können und jeweils die „vernünftigste“ Selbstschutz-Entscheidung treffen – was die Gruppe am Ende in das schlechtestmögliche Ergebnis führt.

Die vier Giganten wissen alle, dass dieses endlose Geldverbrennen nicht nachhaltig ist – aber niemand wagt, als Erster aufzuhören. Denn alle setzen darauf: Ein zusätzlicher GPU-Chip oder eine weitere Modell-Iteration beim Konkurrenten könnte über die endgültige Position in der Branche entscheiden.

So sind alle gezwungen, in die Spirale einzutreten – sie wissen, dass es ein Zermürbungskrieg ist, und müssen trotzdem mitziehen.

Das ist die aktuelle Realität der KI-Branche: Die Technik ist noch nicht reif, aber das Kapital ist schon verrückt geworden. Der echte Wert ist noch nicht umgesetzt, aber die Wettlauf-Spirale hat längst begonnen.

03

Je mehr Angst, desto wichtiger ist das Wesentliche

Die Lehre von Meta zeigt: Alle strategischen Fehler bei KI entstehen dadurch, dass man die tatsächlichen Fähigkeiten von KI falsch einschätzt und das Kernverhältnis zwischen Mensch und KI missversteht.

Über KI gibt es zwei grundlegende Wahrheiten, die Sie unbedingt wissen sollten.

Erstens: KI kann das menschliche Urteilsvermögen nicht ersetzen.

Wenn eine Flut von Informationen eintrifft, muss am Ende der Mensch die Entscheidung treffen. Die Leistung von KI in verschiedenen Branchen ist bis heute unbefriedigend. Sobald es in die Tiefe komplexer, nicht standardisierter Kerngeschäftsszenarien geht, ist KI weit weniger leistungsfähig als erfahrene Branchenexperten.

Wie Anthropic betont: KI muss in konkrete Geschäftsszenarien einbezogen werden – das geht aber nur mit tiefgreifenden Veränderungen in Organisationsstruktur, Managementmodell und Führungsverhalten.

In diesem Prozess kann das Urteils- und Entscheidungsvermögen von KI die Erfahrung und Einsicht erfahrener Ingenieure keineswegs ersetzen.

Zweitens: KI muss dem Menschen dienen – nicht umgekehrt.

Meta hat mit der Entscheidung, Menschen für KI arbeiten zu lassen, einen grundlegenden Fehler gemacht. Der richtige Weg ist immer: KI dient erfahrenen Experten.

Wir müssen den wahren Wert von KI erkennen: Sie eignet sich dazu, repetitive Tätigkeiten zu übernehmen, standardisierte Prozesse zu beschleunigen und riesige Mengen an Basisinformationen zu verarbeiten. Aber die Voraussetzung dafür ist, dass Menschen ihr ein genaues, korrektes Rahmenwerk vorgeben.

Innerhalb dieses Rahmenwerks erzeugt KI Ergebnisse – die aber immer noch vom Menschen abschließend beurteilt und überprüft werden müssen. Ohne diese Schritte kann KI keinen echten Nutzen entfalten.

Ein Beispiel: Ein Freund von mir, der mit quantitativen Fonds arbeitet, nutzt KI, um Modelle für Aktienanalysen und Handel zu erstellen. Beim ersten Lauf erkannte die KI erfolgreich zehn Aktien, die den täglichen Höchstgewinn erzielten – der Ertrag war beachtlich. Doch in der zweiten Woche fielen diese zehn Aktien alle gleichzeitig auf den täglichen Tiefststand.

Die Untersuchung ergab: Sein Modell hatte 12 Schritte – aber die KI stoppte nach dem achten Schritt und lieferte ein Ergebnis, ohne alles auszuführen. Mit anderen Worten: Die KI hat „faul“ gewesen.

Obwohl man nicht genau wissen kann, warum die KI das getan hat – das Ergebnis war, dass fast alle Gewinne meines Freundes verschwanden, und er am Ende nur 10 % des Ertrags retten konnte.

Was zeigt das? KI kann faul sein, Halluzinationen erzeugen, viele falsche oder kaum zusammenhängende Informationen liefern – sogar „emotional“ wirkende Ausgaben produzieren.

Durch diesen Verlust erkannte mein Freund endgültig: Er muss jeden Schritt der KI-Ausführung überwachen, um sicherzustellen, dass ihre Logik nicht verfälscht wird.

So ist die heutige KI: Ohne unser vorgegebenes Rahmenwerk, ohne unsere Überwachung und abschließende Kontrolle kann sie keine zuverlässigen Ergebnisse liefern.

04

Meine drei Einschätzungen zu KI

Aufgrund dieser Beobachtungen habe ich drei grundlegende Einschätzungen zu KI:

1. KI kann keine strategischen Entscheidungen treffen

Wenn Sie versuchen, KI Ihre Unternehmensstrategie entwerfen zu lassen, können die Folgen katastrophal sein.

Strategische Entscheidungen erfordern nicht nur Datenanalyse, sondern auch Verständnis für das Wesen des Geschäfts, Einsicht in die menschliche Natur und Vorhersage der Zukunft.

Das kann KI nicht. KI kann Ihnen Daten und Analysen liefern – aber die endgültige Entscheidung muss der Mensch treffen.

Wir haben einmal ein Experiment gemacht: Wir gaben dieselben Daten in eine KI ein, um eine Schlussfolgerung zu erhalten. Gleichzeitig analysierten erfahrene Berater dieselben Daten unabhängig voneinander. Das Ergebnis war schockierend: Die Schlussfolgerungen lagen meilenweit auseinander.

Viele Menschen vertrauen lieber der KI als dem menschlichen Experten. Sie glauben, KI sei objektiver, rationaler und fehlerfrei.

Aber sie übersehen einen entscheidenden Punkt: Das Urteilsvermögen von KI hängt von den eingegebenen Daten und dem vorgegebenen Rahmenwerk ab. Wenn das Rahmenwerk selbst fehlerhaft ist, werden die Ergebnisse der KI zur Katastrophe.

2. KI kann die Spitzenexperten aller Branchen nicht ersetzen

Zumindest in absehbarer Zukunft bleibt diese Aussage gültig. Der Wert von Spitzenexperten liegt nicht in repetitiven Tätigkeiten, sondern in Dingen, die sich nicht standardisieren und nicht in Algorithmen fassen lassen – wie Intuition, Erfahrung und Kreativität.

KI kann Experten dabei unterstützen, ihre Effizienz zu steigern – aber sie wird den Experten selbst niemals ersetzen.

3. Die Wirkung von KI auf Organisationen ist stark begrenzt

Bei der Integration in Geschäftsprozesse, der Umgestaltung von Organisationsstrukturen, der Optimierung von Leistungsmanagement und Personalauswahl bleibt KI bis heute an der Oberfläche – sie dringt nicht zum Kern vor.

Peter Drucker sagte: „Das Wesen des Managements besteht darin, das Gute und das Potenzial in Menschen zu wecken.“ Um einen Menschen zu wecken, braucht man Führungskraft – man muss die menschliche Natur verstehen und das Herz des Menschen berühren. Nur Menschen können diese Interaktion erzeugen – KI fehlt diese menschliche Wärme.

Also: Was ist der wahre Wert von KI? Die Antwort lautet: Erfahrenen Menschen dabei zu helfen, ihre Effizienz zu steigern.

Aber die Voraussetzung ist „Erfahrung“. Für einen Unerfahrenen werden die riesigen Informationsmengen der KI nur zu Verwirrung führen – ihm fehlt das notwendige Urteilsvermögen.

Für einen erfahrenen Experten hingegen kann KI repetitive Aufgaben automatisieren – sodass er sich auf wirklich wertvolle Dinge konzentrieren kann.

Also: KI hilft einzelnen Menschen, ihre Effizienz zu steigern – das funktioniert gut. Aber bei der Effizienzsteigerung von Organisationen und des gesamten Unternehmens ist ihre Wirkung nach wie vor begrenzt.

Zudem gibt es ein nicht zu übersehendes praktisches Problem: Die Kosten.

Viele Menschen glauben, KI sei billiger als Menschen. Das ist ein großer Irrtum. Man denkt, mit der Entlassung von 8000 Mitarbeitern spare man Milliarden – aber die Kosten für die Token, die der KI-Betrieb verbraucht, sind ebenfalls enorm und können sogar die Personalkosten übersteigen.

Tatsächlich ist der Unterhalt von Menschen weit günstiger als der Unterhalt von KI. Selbst für Großkonzerne ist die aktuelle Kapitalrendite von KI kaum tragbar – geschweige denn für kleine und mittlere Unternehmen.

Zusammenfassend lässt sich sagen: Meta hat 70 Milliarden US-Dollar für eine Lehre bezahlt. Der Kern dieser Lehre ist nicht „KI ist nutzlos“, sondern dass Unternehmen KI nicht verherrlichen dürfen. Lassen Sie sich nicht von technischer Angst statt von strategischem Denken leiten. Nehmen Sie Angst nicht als Handlungsanleitung. Lassen Sie KI Ihnen dienen – nicht umgekehrt.

Denn das endgültige Wesen jeder Technik ist es, Menschen zu stärken – nicht zu ersetzen. Die KI-Blase wird irgendwann platzen. Was bleibt, sind immer Organisationen und Menschen, die das Geschäft verstehen, urteilen können und wissen, was wichtig ist.

Das ist die wertvollste Lehre, die wir aus dieser Geschichte von Meta ziehen können.

Quellen: Reuters, TechCrunch, Huxiu, Li Shanglong Video-Kanal.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Zhang Lijun“, Autor: Zhang Lijun, veröffentlicht mit Genehmigung von 36Kr.