Künstliche Intelligenz kann die schweren Krankheiten des CEO nicht heilen.
Die CEOs im Silicon Valley haben kürzlich eine romantische Übereinstimmung erzielt: Solange die Rechenleistung ausreicht und das Modell leistungsstark genug ist, sind Menschen ein überflüssiger Variablenfaktor.
Sie stehen in Gewinnkonferenzen, Branchengipfeln und Medieninterviews und wiederholen immer wieder dieselbe Erzählung: KI gestaltet alles neu, Effizienz befreit Organisationen, und die Personalbelastungen aus der alten Ära können mit einem einzigen Klick beseitigt werden. Von Sam Altmans Überlegungen zur Einbindung von KI in die Erziehung, über Marissa Mayers Vision von einer gegenseitigen Koordination von KI-Systemen von Ehepartnern zur Regelung von Haushaltsangelegenheiten bis hin zu Mark Zuckerbergs Überzeugung, dass die Öffentlichkeit die tiefe Einbindung von KI in das Leben schrittweise akzeptieren wird, ist der Grundton dieser Rhetorik äußerst einheitlich. Die Technologie selbst kann alle Probleme in Bezug auf Organisation, Abläufe und Kosten lösen, und Menschen sind lediglich Überflüssige, die darauf warten, optimiert zu werden.
Aber der Kapitalmarkt hat mit der Kursentwicklung im Oktober ein kaltes Bad über sie gegossen.
1. Im Oktober kühlt der Markt zuerst die KI-Euphorie ab
Im vergangenen Oktober trat ein anomales Signal auf dem Makromarkt auf, das von Jeffrey Rosenberg, einem erfahrenen Portfoliomanager bei BlackRock, festgestellt wurde: Die starke Korrelation von 80 % zwischen dem Rohölpreis und der Rendite von US-Staatsanleihen, die ein ganzes Jahr lang Bestand hatte, brach plötzlich.
Davor war die Handelslogik einfach und klar: Der Ölpreis treibt die Inflation an → die Federal Reserve behält die hohen Zinssätze bei → die Rendite von US-Staatsanleihen steigt, und geopolitische Konflikte waren die Hauptlinie der Preisbildung. Aber im Oktober hat sich der Wind gedreht. Rosenerbergs Urteil ist auffällig genug: In den Augen des Marktes hat das geopolitische Risiko bereits dem KI-Risiko den Vortritt gelassen.
Die sieben großen Technologieaktien (Mag 7) korrigierten gemeinsam, und Googles Marktwert schrumpfte in einer einzigen Woche um fast 500 Milliarden US-Dollar – dies wurde zu einem markanten Ereignis für diese Umkehrung der Erwartungen. Das Kapital ging einst davon aus, dass KI kontinuierliches Wachstum generieren kann, solange man kontinuierlich Geld für Rechenleistung ausgibt und große Modelle aufbaut. In den US-BIP-Daten des dritten Quartals schossen die Investitionen in Informationsverarbeitungsgeräte um 37 % in die Höhe, und eine Menge Kapitalausgaben stiegen im Zuge der KI-Geschichte stark an.
Aber nach Beginn der Gewinnsaison begann der Markt, KI differenziert zu bewerten. Einige Unternehmen haben überprüfbare Erträge vorgelegt: Santander hat in den ersten drei Quartalen KI-Projekte umgesetzt und einen Geschäftswert von 194 Millionen Euro geschaffen; Novartis und Standard Chartered haben nacheinander erklärt, dass KI bereits in Forschung und Entwicklung, Marketing und Kundenmanagement eingedrungen ist und den operativen Hebel erhöht; das zusätzliche KI-Werbeaufkommen von Meta und die Verdoppelung der Einnahmen von Google Cloud sind solide positive Beispiele.
Der andere Teil hat nichts als Erzählungen übrig. Die Kapitalausgaben von riesigen Cloud-Anbietern haben bereits ihre eigenen freien Cashflows übertroffen. Nach fast zehn Jahren hat Microsoft 25 Milliarden US-Dollar an Anleihen auf dem Markt ausgegeben, um die Investitionen in KI zu erhöhen. Der Anleihenmarkt war kurzfristig bereit, dies zu finanzieren, und die Zeichnung war überzeichnet, aber der CDS-Kreditspread steigt kontinuierlich an, und Anleger beginnen, eine Realität abzusichern: Die geschätzte Nachfrage nach KI-bezogenen Finanzierungen von fast 4 Billionen US-Dollar in den nächsten vier Jahren bedeutet, dass die Tragfähigkeit des Anleihenmarktes nicht unbegrenzt ist.
Das Kapital glaubt nicht mehr blind an „KI = unbegrenztes Wachstum“. Es versteht allmählich eines: Es gibt zwei Arten von KI. Die eine ist in Geschäftsprozesse eingebunden und schafft zusätzlichen Wert in Zusammenarbeit mit Menschen. Die andere ist lediglich eine Verpackung, die das Management zur Kostensenkung, Personalabbau und Verschönerung der Quartalsberichte nutzt. Letzteres ist das „KI-Risiko“, das der Markt gerade bewertet.
2. Hinter der glänzenden KI-Agentur verbergen sich Schattenpersonal
Auf großen Produktvorstellungen und in Werbeschriften sind KI-Agenturen bereits allmächtig: Sie helfen Ihnen, anzurufen, um Rechnungen zu verhandeln, Hausbesuche zu vereinbaren, Preise für Einkäufe zu vergleichen und Wohnungsumbauten zu planen. OpenAI und Meta sind nacheinander in den Bereich der intelligenten persönlichen Agenturen eingetreten und zeichnen eine Zukunft, in der Maschinen selbstständig Aufgaben erledigen und Menschen befreien.
Aber wenn man die Werbehülle abzieht, gibt es im Inneren der Branche andere Betriebsregeln. Dazzle AI, das KI-Agenturunternehmen, das von Marissa Mayer gegründet wurde, macht kein Geheimnis aus diesem Modell: Große Modelle sind dafür zuständig, Informationen abzurufen und Kandidatenlisten zu erstellen. Sobald die Aufgabe in die Phase der praktischen Umsetzung eintritt – Anrufe tätigen, um zu kommunizieren, Bauarbeiten zu vereinbaren, Dienstleistungsdetails zu bestätigen – treten leicht alltägliche Fehler auf. Sie stießen einmal auf einen typischen Ausfall: Die KI-Agentur verwechselte das Fensterglas bei einem Dachsanierungsprojekt mit dem Glas eines Esstisches und versuchte, das Tischglas in das Fenster einzubauen. Bei solchen Blockaden führt das System keine Endlosschleife aus, die massenhaft Token verbraucht, sondern leitet den Auftrag direkt an vertraglich gebundene Fremdmitarbeiter weiter, sodass eine reale Person die Kommunikation übernimmt und abschließt.
Agentur-Startups wie Duckbill und Wajo AI machen die „Mensch-Maschine-Umleitung“ direkt zu einem standardisierten API-Produkt. Sie schließen sich einer Gruppe von vertraglich gebundenen Arbeitnehmern an, die einer Hintergrundprüfung unterzogen wurden, und übernehmen speziell die Aufgaben, die die KI nicht bewältigen kann: Telefongespräche, Offline-Termine, Website-Mensch-Maschine-Verifizierung. Die Gründerin Megan Joyce sagte offen, dass diese Logik dem frühen Uber-Modell sehr ähnelt: Die KI ist für die Auftragsannahme und Darstellung zuständig, und das Personal übernimmt die endgültige Lieferung als Rückhalt.
Meta's Muse-Agentur wurde einst wegen Kontroversen bei internen Tests bekannt: Nach außen wurde beworben, dass die KI selbstständig telefoniert, aber in der Phase der internen Tests wurden viele Anrufe von echten Mitarbeitern im Callcenter getätigt. Später erklärte Meta, dass dies nur ein früher Produkttest war, aber dieses Detail hat den Konsens der Branche durchbrochen: Der überwiegende Teil der KI, die derzeit „praktische Angelegenheiten erledigen“ kann, ist im Wesentlichen nur eine äußere Schicht der Frontend-Interaktion, und echte Auftragnehmer bilden die zugrundeliegende Basis.
Der schwarze Humor liegt genau hier: Viele CEOs legen dem Vorstand Fälle von „autonomen KI-Agenturen“ vor, um zu argumentieren, dass Stellen ersetzt und Teams optimiert werden können, aber sie verbergen bewusst die Veränderung der Kostenstruktur: Wenn festangestellte Mitarbeiter entlassen werden, verschwindet das Personal nicht, sondern die stabilen, gut bezahlten Vollzeitstellen werden zu Schattenpersonal in Form von Fremdmitarbeitern, die jederzeit gekündigt werden können und keine Sozialversicherungsleistungen erhalten. Die Personalkosten verschwinden nicht, sondern werden verlagert und verborgen, von den auffälligen Gehaltsposten in den Finanzberichten zu verstreuten Einkäufen externer Dienstleistungen.
3. Der Ingenieur, der die Kosten von 200 Millionen auf 2 Millionen gedrückt hat
In den letzten Tagen wurde ein Screenshot wiederholt auf Maimai und in verschiedenen beruflichen Gruppen verbreitet und löste Empathie bei Hunderttausenden von Arbeitnehmern aus.
Die Geschichte ist weit verbreitet: Bei einem großen Internetunternehmen unterhielt ein 20-köpfiges Technikteam ein hochverbrauchendes System, dessen Server pro Jahr 200 Millionen Yuan kosteten – dieser Zustand dauerte ganze fünf Jahre an. Ein Ingenieur im Team arbeitete monatelang Überstunden, um die zugrundeliegende Architektur neu zu gestalten, um das Problem zu lösen. Nach der Inbetriebnahme wurden die Jahreskosten direkt auf 2 Millionen Yuan reduziert. Er erwartete ursprünglich Prämien, Beförderungen und Projektauszeichnungen, aber am Ende erhielt er eine Kündigungsmitteilung für das gesamte Team, und sein Name stand ebenfalls auf der Liste.
Die verbreitete Geschichte hat keine bestätigte Unternehmensidentität, daher ist sie streng genommen eine berufliche Fabel, die in Gemeinschaften verbreitet wird. Aber der Grund, warum sie Resonanz ausgelöst hat, liegt nicht in der übertriebenen Zahl, sondern darin, dass unzählige Praktiker die gleiche Realität erlebt haben: Arbeitnehmer rechnen mit ihren Verdiensten, der Chef zählt nur die Köpfe.
Im Ausland gibt es einen wahren Fall mit fast demselben Kern. Ein US-amerikanischer E-Commerce-Entwickler hat in seiner Freizeit außerhalb seiner regulären Arbeit ein automatisiertes Skript selbst entwickelt, das dem Unternehmen jährlich Tausende von Arbeitsstunden einspart. Statt einer Gehaltserhöhung und Leistungsbelohnung verlangte das Management den vollständigen Codezugriff von ihm. Daraufhin interviewte und stellte die Personalabteilung einen neuen Mitarbeiter mit niedrigerem Stundenlohn ein; nachdem das Unternehmen den Code erhalten hatte, widerrief es sofort die Zugriffsrechte des Entwicklers, löste den Arbeitsvertrag einseitig auf und zahlte eine Abfindung von nur zwei Wochen Gehalt, verbunden mit einem strengen Wettbewerbsverbot.
Es gibt noch einen wiederholt erwähnten satirischen Kreislauf: Ein Algorithmen-Ingenieur hat selbst das interne System des Unternehmens aufgebaut, das für Personalbestandsaufnahmen, Personaleffizienzbewertungen und die Unterstützung von Personalabbau verwendet wird. Dieser Algorithmus identifiziert ineffiziente Stellen und gibt Optimierungslisten aus. Nach einer Weile taucht der Schöpfer des Algorithmus selbst auf der von ihm erstellten Liste auf. Er wird optimiert und entlassen, zieht seine Arbeitskleidung aus, um Sofortlieferungen zu fahren, und wird weiterhin von einem anderen Algorithmus der Plattform verwaltet, bewertet und zur Eile bei Aufträgen gedrängt.
Dies entspricht genau der im Berufsleben verbreiteten Interpretation der „Leere-Stadt-Strategie“: Sima Yi hat schon lange durchschaut, dass die leere Stadt eine Falle ist, aber er wird nicht hineingehen, um Zhuge Liang zu töten. Wenn der Gegner verschwindet, verschwindet auch der Wert der Sima-Familie, um die Cao-Familie auszugleichen. Übersetzt auf Unternehmensorganisationen bedeutet dies: Solange es Probleme gibt, haben die entsprechenden Budgets, Stellen und Positionen eine Existenzberechtigung. Wenn das Problem ein für alle Mal vollständig gelöst ist, wird das Team, das von diesem Problem abhängig ist, sofort zu überflüssigen Kosten, die aus den Berichten beseitigt werden müssen.
Es ist nicht so, dass die übermäßige Fähigkeit der Mitarbeiter eine Sünde ist, sondern dieses kurzfristig auf Finanzberichte ausgerichtete Bewertungssystem bestraft von Natur aus diejenigen, die „Probleme ein für alle Mal lösen“.
4. KI wird zur besten Ausrede für den „Personalabbau“
Diese Welle des Personalabbaus unterscheidet sich grundlegend von den vorherigen Wellen. In früheren Jahren lautete der Grund für Entlassungen Geschäftsrückgang, Anpassung von Geschäftsfeldern oder kalte Finanzierung; jetzt ist die einheitliche Rhetorik vieler Managements: KI kann die Arbeit übernehmen, sodass die Stelle nicht mehr notwendig ist.
Das Aufkommen von KI bietet die modischste Erzählverpackung für „Kostensenkung und Effizienzsteigerung“. Das Management börsennotierter Unternehmen steht unter dem Druck der Quartalsberichte, und Personal ist die am besten anpassbare variable Kosten. Wenn man das festangestellte Team kürzt und die Arbeit an große Modell-APIs und Fremdpersonal übergibt, sehen die aktuellen Personaleffizienzkennzahlen sofort gut aus, und man kann der Wall Street zufriedenstellende Ergebnisse vorlegen. Die langwierig angesammelten immateriellen Vermögenswerte des Teams – vertrauensvolle Beziehungen zwischen verschiedenen Geschäftsbereichen, Grenzerfahrungen, die durch das Durchlaufen von Fehlern gesammelt wurden, und die Fähigkeit, Risiken in komplexen Ausnahmesituationen abzufedern – können nicht in die Gewinn- und Verlustrechnung eingetragen werden, sodass sie natürlich nicht in den Überlegungen für kurzfristige Entscheidungen berücksichtigt werden.
Hier müssen zwei völlig unterschiedliche Ansätze für die KI-Implementierung unterschieden werden: Der erste ist die Zusammenarbeit von Mensch und Maschine: KI übernimmt standardisierte, wiederholende Fließbandaufgaben mit geringem Beurteilungsaufwand, sodass die Mitarbeiter ihre Energie für die Ausarbeitung von Lösungen, Kundenkommunikation, Risikoentscheidungen und innovativer Forschung und Entwicklung einsetzen können. Die Implementierung bei Santander und Novartis folgt genau diesem Weg – KI ist ein Verstärker für die Mitarbeiter. Der zweite ist die Ersetzungsfantasie: Der CEO geht davon aus, dass KI die Stelle direkt ersetzen kann, betrachtet KI als Werkzeug zur Ersetzung von Mitarbeitern, entlässt zuerst die Mitarbeiter und hofft dann, dass das Modell die ursprünglichen Geschäfte übernimmt. Viele misslungene Fälle stammen aus dieser Kategorie.
Viele Unternehmen sind in dieselbe Falle getappt: Nachdem sie die Kerngeschäftsmitarbeiter hastig entlassen haben, stellten sie fest, dass das Modell nur mit Standardeingaben umgehen kann. Sobald sie auf ungewöhnliche Anforderungen, Streitigkeiten zwischen mehreren Parteien, besondere Geschäftsvereinbarungen oder veraltete graue Abläufe stoßen, gerät die KI vollständig ins Stocken. Die Geschäfte dürfen nicht zum Stillstand kommen, daher besteht die Lösung darin, heimlich Fremdmitarbeiter, Teilzeitkräfte und Schattenpersonal zu kaufen, um die Lücken zu schließen. Am Ende zeigt die Gesamtkostenrechnung keinen deutlichen Rückgang, sondern die stabilen Vollzeitbeschäftigungen wurden durch einen flexiblen Personalpool mit sehr geringer Widerstandsfähigkeit gegen Risiken ersetzt. Das Risikopuffer der Organisation wurde entfernt.
Der