Unternehmen bauen Stellen wegen der KI ab. Doch die Zahlen, die sie öffentlich melden, sind nur ein Bruchteil dessen, was sie tatsächlich planen. Eine wichtige neue Studie belegt dies, und der Unterschied sollte jeden alarmieren.
Ein Arbeitspapier des National Bureau of Economic Research, das auf einer Umfrage unter fast 750 Finanzvorständen basiert, durchgeführt von der Duke University sowie den Federal Reserve Banks von Atlanta und Richmond, ergab: 44 % der US-Unternehmen planen für 2026 KI-bedingten Stellenabbau. Das entspricht etwa 502.000 Stellen in der Gesamtwirtschaft. Im Jahr 2025 führten Arbeitgeber öffentlich nur 55.000 Entlassungen auf die KI zurück, laut Challenger, Gray & Christmas. Die privaten Erwartungen für 2026 sind etwa neunmal höher.
Dieser 9-fache Unterschied ist die Schlagzeile. Aber die eigentliche Geschichte ist, warum er existiert, was er für Arbeitnehmer bedeutet und ob irgendjemand in einer Machtposition ehrlich damit umgeht.
KI-bedingter Stellenabbau ist real, aber die Berichterstattung versagt
Die 55.000 der KI zugeschriebenen Entlassungen, die Challenger, Gray & Christmas im Jahr 2025 erfasste, machten nur 4,5 % aller Jobverluste in jenem Jahr aus. Im Vergleich dazu wurden viermal so viele Stellenabbau auf „Markt- und Wirtschaftsbedingungen” zurückgeführt, und fast sechsmal so viele auf staatliche Effizienzrestrukturierungen. Die KI tauchte kaum als Kategorie auf.
Doch diese öffentlichen Zahlen hängen vollständig davon ab, was Unternehmen freiwillig angeben. Und Unternehmen haben starke Anreize, wenig zu sagen. Als New York als erster Bundesstaat eine KI-Offenlegungspflicht in WARN-Act-Meldungen einführte, reichten im darauf folgenden Jahr mehr als 160 Unternehmen Massenentlassungsanzeigen ein. Kein einziges führte die Entlassungen auf KI oder Automatisierung zurück. Null. Darunter Amazon und Goldman Sachs, die beide öffentlich über die KI-Integration in ihre Abläufe gesprochen hatten.
Das System zur Erfassung von KI-bedingtem Stellenabbau ist freiwillig, selbstgemeldet und auf Anreize ausgerichtet, die das Schweigen belohnen. Arbeitnehmer werden entlassen, und niemand zählt sie genau.
Warum Unternehmen schweigen
Es gibt zwei konkurrierende Gründe, warum Unternehmen KI-bedingte Stellenabbau unterberichten, und beide können gleichzeitig zutreffen.
Erstens ist „KI-bedingter Stellenabbau” schwer zu definieren. Wenn ein Unternehmen eine Abteilung umstrukturiert und einige Funktionen durch automatisierte Tools ersetzt: Ist das ein KI-bedingter Stellenabbau? Was ist, wenn ein Unternehmen schlicht aufhört, für Stellen einzustellen, die es langfristig von der KI erledigt sieht? Wie Bloomberg Law berichtete, räumte selbst der New Yorker Arbeitskommissar ein, dass die Definition eines KI-bedingten Stellenabbaus eine Herausforderung darstellt.
Zweitens läuft ein finanzielles Spiel. Oxford Economics argumentierte im Januar 2026, dass „einige Unternehmen versuchen, Entlassungen als Erfolgsmeldung zu verpacken”, indem sie die KI als Deckmantel für routinemäßige Stellenabbau nutzen, die durch schwache Nachfrage oder vergangene Übereinstellungen verursacht wurden. Stellenabbau der KI zuzuschreiben „vermittelt Investoren eine positivere Botschaft”, als zuzugeben, dass man den Markt falsch eingeschätzt hat.
Der Wharton-Managementprofessor Peter Cappelli hat dieses Phänomen seit Jahren dokumentiert: Unternehmen kündigen „Phantom-Entlassungen” an, um Aktienkurse zu treiben, und Investoren haben gelernt, Unternehmen zu belohnen, die Stellenabbau als Innovation statt als Misserfolg darstellen.
Der Fall Block
Im Februar 2026 entließ Block-CEO Jack Dorsey 40 % der Belegschaft des Unternehmens, über 4.000 Menschen, mit explizitem Verweis auf die KI. Es war das größte der KI zugeschriebene Einzelentlassungsereignis in der Techgeschichte. Die Block-Aktie stieg daraufhin um 24 %.
Doch das Batten Institute der UVA Darden stellte in Frage, ob die KI wirklich der Antrieb war. Block hatte seine Belegschaft von 3.835 Mitarbeitern vor der Pandemie auf über 10.000 aufgebläht. Die Kürzungen brachten die Mitarbeiterzahl ungefähr auf das Vor-Covid-Niveau zurück. War die KI der Grund oder der Vorwand?
Das ist die zentrale Spannung. Mancher KI-bedingte Stellenabbau ist real. Anderes ist umbenannter Post-Pandemie-Rückbau. Und das aktuelle Meldesystem kann den Unterschied nicht erkennen.
Das ProduktivitätsparadoxonWirtschaftliches Paradoxon, bei dem der verbreitete Einsatz einer Technologie sich nicht in den Produktivitätsstatistiken niederschlägt, da Vorteile verzögert oder ungleich auftreten. kehrt zurück
Unternehmen bauen Stellen im Namen von KI-Produktivitätsgewinnen ab, die bislang nicht eingetreten sind. Die NBER-Studie stellte ein „Produktivitätsparadoxon” fest, bei dem wahrgenommene Produktivitätsgewinne die gemessenen übersteigen, was Ko-Autor John Graham als „eher einen Wunsch als eine belegte Tatsache” bezeichnete.
Goldman Sachs bestätigte diese Lücke in einer Analyse vom März 2026. Senior-Economist Ronnie Walker schrieb, dass „wir noch immer keinen bedeutsamen Zusammenhang zwischen Produktivität und KI-Adoption auf gesamtwirtschaftlicher Ebene feststellen”. Nur 10 % der S&P-500-Führungsteams quantifizierten den KI-Einfluss auf spezifische Anwendungsfälle. Lediglich 1 % quantifizierte die Auswirkungen auf den Gewinn. Weniger als 20 % der US-Betriebe nutzen KI überhaupt für irgendeine Geschäftsfunktion.
Unterdessen stellte MIT-Forschung fest, dass 95 % der KI-Pilotprojekte in Unternehmen „wenig bis keine messbare Auswirkung” auf Gewinn und Verlust hatten.
Arbeitnehmer verlieren ihre Jobs wegen einer Technologie, die auf Unternehmensebene größtenteils noch nicht funktioniert.
Was sich ändern muss
Der 9-fache Unterschied zwischen privaten Erwartungen und öffentlicher Berichterstattung ist nicht nur ein Datenproblem. Es ist ein Transparenzversagen mit realen Folgen für Millionen von Arbeitnehmern, die ihre Karriere nicht auf Basis von Informationen planen können, die ihnen vorenthalten werden.
New Yorks WARN-Act-Erweiterung war ein Anfang, aber ein Jahr und null KI-Offenlegungen später reicht das eindeutig nicht. Arbeitnehmer haben ein Recht zu wissen, wenn ihre Stellen wegen Automatisierung gestrichen werden, und nicht nur dann, wenn ihr Arbeitgeber es erwähnen möchte. Verbindliche, standardisierte Meldepflichten für KI-bedingten Stellenabbau, keine freiwilligen Checkboxen, sind die politische Mindestantwort.
Auch Investoren sollten Ehrlichkeit einfordern. Wenn 44 % der CFOs KI-bedingten Stellenabbau planen, aber fast keiner davon öffentlich berichtet, preist der Markt eine Fiktion ein. Die Lücke zwischen dem, was Führungskräfte glauben, und dem, was sie sagen, ist ein wesentliches Risiko, das die aktuellen Offenlegungsregeln nicht erfassen.
Der NBER-Studie Ko-Autor sagte es offen: „Wer weiß, was 2028 passieren wird? Ich sage nicht voraus, dass in zwei, drei oder fünf Jahren niemals Jobs durch KI verloren gehen werden.” Der Stellenabbau kommt. Die einzige Frage ist, ob jemand ehrlich darüber reden wird, bevor er eintrifft.
Ein NBER-Arbeitspapier vom März 2026 von Baslandze, Edwards, Graham et al., das auf der Duke-CFO-Umfrage in Zusammenarbeit mit den Federal Reserve Banks von Atlanta und Richmond basiert, hat die bislang granularsten Privatsektor-Daten zur KI-getriebenen Arbeitskräfteverdrängung geliefert. Der zentrale Befund: 44 % der befragten CFOs aus knapp 750 US-Unternehmen rechnen 2026 mit KI-bedingtem Stellenabbau, mit einem Nettoverlust von rund 0,4 % der Gesamtbeschäftigung, also etwa 502.000 Stellen von 125 Millionen. Das entspricht ungefähr dem Neunfachen der 55.000 der KI zugeschriebenen Entlassungen, die Challenger, Gray & Christmas 2025 öffentlich gemeldet hatte.
Dieser Multiplikator verdient Aufmerksamkeit. Er offenbart ein strukturelles Versagen darin, wie KI-bedingter Stellenabbau gemessen, gemeldet und verstanden wird, mit erheblichen Implikationen für die Arbeitsmarktpolitik, die Wertpapieroffenlegung und die Unternehmensführung.
Die Transparenzlücke beim KI-bedingten Stellenabbau
Die Zahl 55.000 von Challenger, Gray & Christmas bezieht sich auf arbeitgeberattribuierte Entlassungen, eine erst 2023 eingeführte, selbstgewählte und freiwillige Meldekategorie. Sie machte nur 4,5 % aller Jobverluste 2025 aus, weit hinter Restrukturierungen, Wirtschaftsbedingungen und staatlichen Effizienzkürzungen.
Die Unzulänglichkeit dieser Erfassung wurde in New York deutlich. Nachdem der Staat seinen WARN Act dahingehend geändert hatte, dass Arbeitgeber offenlegen müssen, ob Entlassungen auf „technologische Innovation oder Automatisierung” zurückgehen, reichten über 160 Unternehmen Massenentlassungsanzeigen ein im Jahr nach der Änderung. Kein einziges führte Entlassungen auf KI zurück, darunter KI-Großanwender wie Amazon und Goldman Sachs. Wie Kevin Frazier vom Abundance Institute feststellte, ist der WARN Act „ein Produkt der 1970er Jahre”, das für Werksschließungen konzipiert wurde, nicht für die graduellen, diffusen Verdrängungsmuster der KI-Adoption.
Das Harvard Law School Forum on Corporate Governance hat das regulatorische Vakuum dokumentiert: Während US-GAAP die Offenlegung wesentlicher Rückstellungen aus geplanten Entlassungen vorschreibt und der Bundes-WARN-Act Vorauskündigungen verlangt, ist keiner dieser Rahmen dafür ausgelegt, den inkrementellen, antizipativen Charakter KI-bedingter Belegschaftsveränderungen zu erfassen. Das Ergebnis ist ein Messsystem, das systematisch untererfasst.
KI-WashingPraxis, Entlassungen oder Geschäftsentscheidungen fälschlicherweise auf KI zurückzuführen, um ein positiveres Bild bei Investoren zu erzeugen. und die Anreizstruktur
Die Transparenzlücke verläuft in beide Richtungen. Manche Unternehmen übertreiben die Rolle der KI; andere verbergen sie vollständig.
Oxford Economics argumentierte im Januar 2026, dass Unternehmen „Entlassungen als Erfolgsmeldung verpacken”, indem sie Korrekturen pandemiezeitlicher Übereinstellungen als KI-getriebene Effizienzgewinne umetikettieren. Die Logik ist eindeutig: Stellenabbau der KI zuzuschreiben „vermittelt Investoren eine positivere Botschaft”, als schwache Nachfrage oder strategische Fehlkalkulationen einzugestehen.
Die Forschung des Wharton-Professors Peter Cappelli stützt diese Interpretation. Cappelli hat dokumentiert, wie Unternehmen „Phantom-Entlassungen” ankündigen, um positive Börsenreaktionen auszunutzen. Er zitiert Harris-Poll-Daten, wonach 74 % der globalen CEOs befürchteten, innerhalb von zwei Jahren ihren Job zu verlieren, wenn sie keine KI-Erfolge vorweisen könnten, und CEOs schätzten, dass etwa ein Drittel ihrer KI-Initiativen reines „KI-Washing für Optics und Reputation” darstellte.
Die Block-Entlassung veranschaulicht die Mehrdeutigkeit. CEO Jack Dorsey entließ 40 % der Block-Belegschaft im Februar 2026, über 4.000 Mitarbeiter, unter ausdrücklichem Verweis auf die KI. Die Aktie stieg um 24 %. Aber wie das Batten Institute der Darden School analysierte, warfen die Entlassungen die Frage auf, ob die KI wirklich der Auslöser war. Block war von 3.835 auf über 10.000 Mitarbeiter während der Pandemie gewachsen. Die Kürzungen stellten die Vor-Covid-Mitarbeiterzahl wieder her. Ob die KI Ursache oder Narrativverpackung war, bleibt eine offene Frage, und der aktuelle Regulierungsrahmen bietet keinen Mechanismus, um beides zu unterscheiden.
Das ProduktivitätsparadoxonWirtschaftliches Paradoxon, bei dem der verbreitete Einsatz einer Technologie sich nicht in den Produktivitätsstatistiken niederschlägt, da Vorteile verzögert oder ungleich auftreten.: Solow revisited
Das NBER-Papier identifiziert ein „Produktivitätsparadoxon”, das direkt auf Robert Solows Beobachtung von 1987 anspielt, man könne „das Computerzeitalter überall sehen, nur nicht in den Produktivitätsstatistiken”. CFOs melden wahrgenommene KI-Produktivitätsgewinne, die die gemessenen übersteigen, was die Forscher auf verzögerte Umsatzrealisierungen zurückführen.
Goldman Sachs’ „AI-nxiety”-Bericht vom März 2026 bestätigte dies auf Makroebene. Senior-Economist Ronnie Walker fand „keinen bedeutsamen Zusammenhang zwischen Produktivität und KI-Adoption auf gesamtwirtschaftlicher Ebene”, obwohl ein Rekordwert von 70 % der S&P-500-Führungsteams die KI in Quartalsgesprächen thematisierten. Die Detailzahlen sind aufschlussreich: Nur 10 % der S&P-500-Unternehmen quantifizierten den KI-Einfluss auf spezifische Anwendungsfälle, und lediglich 1 % quantifizierte die Ertragsauswirkungen. Zensusdaten zeigen, dass weniger als 20 % der US-Betriebe die KI überhaupt für irgendeine Geschäftsfunktion einsetzen.
Wo die KI Ergebnisse liefert, sind die Gewinne konzentriert. Goldman ermittelte einen medianen Produktivitätszuwachs von 30 % in zwei spezifischen Bereichen: Kundendienst und Softwareentwicklung. Diese lokalisierten Erfolge haben sich jedoch nicht in eine gesamtwirtschaftliche Produktivitätsbeschleunigung übersetzt. MITs GenAI-Divide-Studie 2025 ergab, dass 95 % der KI-Pilotprojekte in Unternehmen „wenig bis keine messbare Auswirkung auf Gewinn und Verlust” lieferten, basierend auf 150 Führungskräfteinterviews, 350 Mitarbeiterbefragungen und 300 öffentlichen Deployment-Analysen.
Das ergibt eine unbequeme Rechnung: Unternehmen prognostizieren Belegschaftskürzungen auf Basis von Produktivitätsgewinnen, die für die große Mehrheit noch nicht eingetreten sind. Sie bauen Stellen in Erwartung einer Technologiedividende ab, die auf Unternehmensebene noch theoretisch bleibt.
Kompositionseffekte und die Divergenz bei Kleinunternehmen
Das NBER-Papier offenbart wichtige Heterogenität unter den Gesamtzahlen. Größere Unternehmen erwarten netto KI-bedingte Belegschaftskürzungen, während kleinere Unternehmen (unter 500 Mitarbeiter) moderate Einstellungszuwächse erwarten, insbesondere in technischen Funktionen. Etwa die Hälfte der prognostizierten 502.000 Jobverluste entfällt auf White-Collar-Beschäftigte, wobei die Studie Büro- und Verwaltungsfunktionen als am stärksten gefährdet identifiziert.
Diese Kompositionsverschiebung ist politisch relevant. Die Verdrängung verläuft nicht gleichmäßig über die Wirtschaft, sondern konzentriert sich auf spezifische Funktionen in größeren Organisationen. Das Papier entwickelt einen Index, der die von KI am stärksten negativ betroffenen Jobfunktionen einordnet, und stellt fest, dass die Arbeitskräftereallokation sowohl innerhalb von Unternehmen (von Routine- zu technischen Funktionen) als auch zwischen Unternehmen (von großen zu kleinen) stattfindet.
Das Einstellungssignal bei Kleinunternehmen kompliziert das Bild. Wenn kleinere Unternehmen technische Stellen zur Unterstützung der KI-Adoption aufbauen, während größere Verwaltungsstellen abbauen, ist der Nettoeffekt auf die Beschäftigung kleiner als beide Seiten der Debatte suggerieren. Aber die Beschäftigten, die in Großunternehmen Verwaltungsstellen verlieren, sind nicht dieselben, die in Kleinunternehmen für technische Rollen eingestellt werden. Die Verdrängung mag in der Gesamtstatistik ein Rundungsfehler sein, für die betroffenen Individuen jedoch katastrophal.
Regulatorische und Governance-Implikationen
Der 9-fache Unterschied zwischen privaten Erwartungen und öffentlicher Meldung von KI-bedingtem Stellenabbau hat drei politikrelevante Dimensionen.
Wertpapieroffenlegung. Wenn 44 % der CFOs KI-bedingte Belegschaftskürzungen planen, aber weniger als 1 % die KI-Ertragsauswirkungen in Gesprächen quantifizieren, operieren Investoren mit unvollständigen Informationen. Wie das Harvard Law Forum feststellte, wurden GAAP-Offenlegungspflichten und bestehende WARN-Anforderungen für diskrete, identifizierbare Ereignisse konzipiert, nicht für die schrittweise Fluktuation und Stellenelimination, die KI-Verdrängung kennzeichnet.
Arbeitsmarkterfassung. New Yorks WARN-Act-Experiment zeigt, dass freiwillige, selbstgemeldete Offenlegung kein Signal produziert. Weitere Gesetzesentwürfe in der New Yorker Legislative würden Unternehmen mit 100 und mehr Mitarbeitern verpflichten, verdrängte Beschäftigte, unbesetzte vormals von Menschen gehaltene Stellen und KI-bedingt geänderte Arbeitszeiten zu melden. Ein separater Vorschlag schreibt eine 90-tägige schriftliche Vorankündigung vor KI-bedingten Stellenabbau vor, mit Bußgeldern von 10.000 Dollar und fünfjährigem Verlust staatlicher Steueranreize bei Verstößen.
Board-Governance. Das NACD-Rahmenwerk empfiehlt Aufsichtsräten, die KI-Adoption „mit demselben Prüfungsgrad wie finanzielle Risiken” zu überwachen. Martin Lipton von Wachtell Lipton hat Aufsichtsräte aufgefordert, die Auswirkungen der Technologieadoption auf Mitarbeiter zu berücksichtigen, „anstatt myopisch sofortige Kosteneffizienz um jeden Preis zu suchen”. Die aktuelle Diskrepanz zwischen den privaten CFO-Erwartungen und den Offenlegungen auf Vorstandsebene legt nahe, dass diese Aufsicht nicht im erforderlichen Maßstab stattfindet.
Die ehrliche Bestandsaufnahme
Die NBER-Daten zeigen eine Arbeitsmarktstörung, die real, aber kurzfristig moderat ist, strukturell unterberichtet wird und ebenso sehr von antizipativen Unternehmensverhalten wie von tatsächlicher technologischer Leistungsfähigkeit getrieben wird. Die prognostizierten 502.000 Jobverluste entsprechen 0,4 % der US-Gesamtbeschäftigung. Selbst wenn sie vollständig eintreten, ist das nicht das „Doomsday-Szenario”, das manche Tech-Führungskräfte propagiert haben.
Aber es ist neunmal mehr, als irgendjemand öffentlich zu sagen bereit war. Und der Studienko-Autor, Dukes John Graham, war offen über die Grenzen kurzfristiger Prognosen: „Wer weiß, was 2028 passieren wird?”
Die unbequeme Wahrheit lautet: Wir haben eine Arbeitsmarktmessinfrastruktur aus den 1970er Jahren, die ein Phänomen von 2026 erfassen soll. Bis die Offenlegungspflichten mit den Unternehmensabsichten Schritt halten, bleibt die Lücke zwischen dem, was Führungskräfte planen und was sie melden, das zentrale Versagen der KI-Arbeitsmarktpolitik.
