In der amerikanischen Unternehmenslandschaft hat sich ein neues Handbuch etabliert: Tausende Mitarbeiter entlassen, der Wall Street erklären, das sei wegen der KI, und dabei zusehen, wie der Aktienkurs steigt. Das ist keine Verschwörungstheorie. Es ist ein Muster, das in Quartalsberichten, Aktienkursen und der wachsenden Lücke zwischen dem, was Unternehmen behaupten, dass KI leisten kann, und dem, was sie tatsächlich leistet, sichtbar ist.
„KI-WashingPraxis, Entlassungen oder Geschäftsentscheidungen fälschlicherweise auf KI zurückzuführen, um ein positiveres Bild bei Investoren zu erzeugen.” bei Entlassungen ist zur bevorzugten Unternehmenserzählung geworden. Die Botschaft ist schlicht: Wir kämpfen nicht, wir innovieren. Wir senken keine Kosten, weil wir in der Pandemie übermäßig eingestellt haben; wir „restrukturieren für das KI-Zeitalter”. Und Investoren, die nach allem hungern, was nach Effizienz und Disruption klingt, belohnen das weiterhin.
Die Zahlen hinter dem KI-Washing bei Entlassungen
Im Jahr 2025 berichtete Challenger, Gray & Christmas, dass KI als Grund für 54.836 Stellenstreichungen in den USA angegeben wurde. Das klingt dramatisch, bis man es in den Kontext stellt: Die Gesamtzahl der angekündigten Entlassungen im Jahr 2025 erreichte 1,2 Millionen, die höchste seit 2020. KI-zugeschriebene Entlassungen machen lediglich 4,5 % des Gesamtvolumens aus.
Das Wachstum in dieser Kategorie ist dennoch bemerkenswert. Sherwood News berichtete, dass KI-zugeschriebene Entlassungen innerhalb von zwei Jahren etwa auf das Dreizehnfache gestiegen sind, seit Challenger 2023 begann, diese Kategorie zu verfolgen. Die Zahl selbst ist nicht unbedingt alarmierend. Die Geschwindigkeit, mit der Unternehmen dieses Label angenommen haben, schon.
Ein Bericht von Oxford Economics vom Januar 2026 lieferte eine unverblümte Einschätzung: „Wir vermuten, dass einige Unternehmen versuchen, Entlassungen als gute Nachrichten darzustellen statt als schlechte, wie etwa vergangene Überbesetzung.” Die Studie stellte fest, dass die Zuschreibung von Personalabbau zur KI-Einführung „eine positivere Botschaft an Investoren übermittelt”, als zuzugeben, schwache Nachfrage oder übermäßige Einstellungen gehabt zu haben.
Warum die Wall Street den KI-Vorwand liebt
Die Anreizstruktur ist nicht subtil. Seit dem Start von ChatGPT haben KI-bezogene Aktien etwa 75 % der S&P-500-Renditen ausgemacht. Ein Unternehmen, das seine Entlassungen rund um die KI-Einführung rahmt, sendet Investoren ein völlig anderes Signal als eines, das zugibt, vor drei Jahren die Belegschaft falsch eingeschätzt zu haben.
Akademische Forschung bestätigt diese Dynamik. Eine Metaanalyse von 2023 im Human Resource Management Journal, die 34.594 Entlassungsankündigungen aus 78 Studien umfasste, ergab, dass Investoren Unternehmen bestrafen, wenn Entlassungen auf sinkende Nachfrage hindeuten, aber neutral oder positiv reagieren, wenn Kürzungen als Effizienzverbesserungen dargestellt werden. KI liefert die perfekte Effizienzerzählung.
Die Fallstudien schreiben sich von selbst. Als Jack Dorsey im Februar 2026 ankündigte, dass Block 4.000 Mitarbeiter entlassen würde, fast die Hälfte seiner Belegschaft, verknüpfte er es direkt mit KI-gesteuerter Effizienz. „Ein deutlich kleineres Team, das die von uns entwickelten Tools nutzt, kann mehr leisten und es besser machen”, schrieb er auf X. Die Aktie von Block stieg bei der Nachricht um rund 18 %.
Salesforce-CEO Marc Benioff war noch direkter. „Ich habe es von 9.000 auf etwa 5.000 Köpfe reduziert, weil ich weniger Köpfe brauche”, erklärte er dem Logan Bartlett Show-Podcast und stellte die 4.000 gestrichenen Kundenservice-Stellen als KI-gesteuerte Effizienz dar.
Die Lücke zwischen KI-Versprechen und KI-Wirklichkeit
Hier liegt das Problem mit dieser Erzählung: Die Daten stützen sie nicht.
Oxford Economics wandte einen unkomplizierten Wirtschaftstest an: Wenn KI tatsächlich Arbeitnehmer in großem Maßstab ersetzen würde, sollte die Produktivität der verbleibenden Mitarbeiter beschleunigen. Das tut sie nicht. Das Produktivitätswachstum in den großen entwickelten Volkswirtschaften bleibt schwach und volatil, was eher mit zyklischen Mustern übereinstimmt als mit einer technologischen Revolution am Arbeitsplatz.
Der vernichtendste Datenpunkt stammt aus einer Studie vom März 2026 des Return on AI Institute, die vom Babson-College-Professor Thomas H. Davenport mitverfasst wurde. Von 1.006 befragten C-Suite-Führungskräften aus 11 Ländern hatten nur 2 % große Stellenstreichungen vorgenommen, die mit tatsächlicher KI-Implementierung zusammenhingen. Doch fast 90 % hatten bereits Einstellungen reduziert oder eingefroren, in Erwartung dessen, was KI irgendwann erbringen könnte.
Lesen Sie das noch einmal. Unternehmen streichen keine Stellen, weil KI die Mitarbeiter ersetzt hat. Sie streichen Stellen, weil sie hoffen, dass KI die Mitarbeiter ersetzen wird, und weil das Aussprechen dieser Hoffnung den Aktienkurs steigen lässt.
Wharton-Management-Professor Peter Cappelli brachte es in einem Fortune-Interview auf den Punkt: „Die Schlagzeile lautet: ‘Es liegt an der KI’, aber wenn man liest, was sie tatsächlich sagen, sagen sie: ‘Wir erwarten, dass KI diese Arbeit übernehmen wird.’ Es ist noch nicht passiert. Sie hoffen es einfach. Und sie sagen es, weil das ihrer Meinung nach das ist, was Investoren hören wollen.”
Das Handbuch in der Praxis
Das Muster wiederholt sich in der gesamten Branche. Amazon strich im Oktober 2025 14.000 Stellen im Management, wobei die Unternehmensführung KI als Grund nannte, sich „schlanker zu organisieren”. Microsoft baute im Laufe des Jahres 2025 rund 15.000 Stellen ab, wobei CEO Satya Nadella über die Transformation von einer „Softwarefabrik zu einer Intelligenzmaschine” schrieb.
Währenddessen plante Meta Berichten zufolge, bis zu 20 % seiner Belegschaft abzubauen, während es gleichzeitig 600 Milliarden Dollar für den Aufbau von KI-Rechenzentren und die Rekrutierung von KI-Forschern zusagte. Die entlassenen Mitarbeiter werden nicht durch KI ersetzt. Sie subventionieren die KI-Wette, die ihr Arbeitgeber auf die Zukunft macht.
Es lohnt sich auch, zwischen zwei Arten von Unternehmen zu unterscheiden, die von dieser Welle erfasst werden. Chegg, die Lernhilfeplattform, verlor praktisch seinen gesamten Börsenwert und strich 45 % seiner Belegschaft, weil Studierende tatsächlich zu ChatGPT wechselten. Das ist echter Verdrängungswettbewerb. Aber wenn ein Unternehmen wie Block 4.000 Menschen entlässt, obwohl es einen Bruttogewinn von 2,87 Milliarden Dollar, einem Anstieg von 24 % im Jahresvergleich, vermeldet, verdient die KI-Darstellung mehr Skepsis.
Die Folgen zeigen sich bereits
Die Risse in dieser Strategie werden sichtbar. Forresters Analyse „Predictions 2026″ ergab, dass 55 % der Arbeitgeber es bereits bereuen, Mitarbeiter wegen KI entlassen zu haben. Das Unternehmen sagt voraus, dass die Hälfte der KI-zugeschriebenen Entlassungen letztendlich rückgängig gemacht werden, oft zu niedrigeren Gehältern durch Offshoring oder Outsourcing.
Klarna ist das Paradebeispiel für diese Umkehr. Das Fintech-Unternehmen strich zwischen 2022 und 2024 rund 700 Stellen und ersetzte sie durch einen auf OpenAI basierenden Assistenten. CEO Sebastian Siemiatkowski prahlte bis zum Börsengang des Unternehmens mit den Effizienzgewinnen. Dann gab er zu, das Unternehmen sei „zu weit gegangen”, dass der Fokus auf Kosten „die Qualität der Angebote des Unternehmens verringert und das Vertrauen der Kunden erodiert” habe. Klarna stellt nun wieder menschliches Personal ein.
Auch Block stellt einige der entlassenen Mitarbeiter still wieder ein, nur wenige Wochen nach der Ankündigung. Mindestens vier ehemalige Mitarbeiter sind bereits ins Unternehmen zurückgekehrt. Einem Design-Ingenieur wurde mitgeteilt, sein Abgang sei ein „Verwaltungsfehler” gewesen. Ein technischer Leiter verbrachte Tage damit, das Management davon zu überzeugen, dass seine ehemaligen Kollegen für den Betrieb unentbehrlich seien.
Das Gegenargument: Zur Verteidigung von KI-Entlassungen
Fairerweise wäre es intellektuell unehrlich, jede KI-bedingte Entlassung als Unternehmenstheater abzutun. Goldman Sachs Research schätzt, dass 6 bis 7 % der US-Arbeitnehmer während eines zehnjährigen KI-Einführungszeitraums verdrängt werden. Junge Tech-Arbeitnehmer in KI-exponierten Berufen verzeichneten seit Anfang 2025 bereits einen Anstieg der Arbeitslosigkeit um fast 3 Prozentpunkte. Die Technologie ist real, und manche Verdrängung ist echt.
Salesforces Agentforce soll tatsächlich einen bedeutenden Anteil an Kundendienstanfragen bearbeiten. Amazons Logistikbetrieb nutzt KI tatsächlich zur Optimierung. Das sind keine Erfindungen. Die Frage ist, ob das Ausmaß der Stellenstreichungen dem Ausmaß der tatsächlichen KI-Fähigkeiten entspricht, oder ob Unternehmen 4.000 Menschen für das entlassen, was 400 Roboter derzeit leisten können, während sie Investoren sagen, es sei 4.000 für 4.000.
Was sich ändern sollte
Die unbequeme Wahrheit ist, dass dieses Handbuch funktioniert, weil alle Anreize in dieselbe Richtung zeigen. CEOs erhalten Anerkennung für „mutige” Restrukturierungen. Investoren bekommen eine Wachstumserzählung. Analysten können optimistische Berichte verfassen. Die einzigen Verlierer sind die Arbeitnehmer, die für eine Technologie gefeuert wurden, die sie noch nicht wirklich ersetzt hat.
Wenn wir akzeptieren wollen, dass KI den Arbeitsmarkt umgestalten wird, und die Beweise legen nahe, dass es irgendwann geschehen wird, dann sollten wir zumindest verlangen, dass Unternehmen beweisen, dass der Ersatz stattgefunden hat, bevor sie die Menschen entlassen. Nicht, dass er stattfinden könnte. Nicht, dass sie ihn erwarten. Dass er tatsächlich stattgefunden hat. Denn im Moment sind zu viele dieser Ankündigungen das unternehmerische Äquivalent davon, ein Haus zu verkaufen, das man noch nicht gebaut hat, und den Erlös einzustecken.
Der Markt sollte Unehrlichkeit bestrafen, nicht belohnen. Bis er das tut, wird das KI-Washing-Entlassungshandbuch weiterhin funktionieren, und die Lücke zwischen dem, was Unternehmen behaupten, dass KI leisten kann, und dem, was sie tatsächlich leistet, wird weiter wachsen.
Seit Ende 2024 zeichnet sich in der Unternehmensrestrukturierung ein klares Muster ab: Technologieunternehmen schreiben Personalabbau künstlicher Intelligenz zu, deren Fähigkeiten nach den meisten empirischen Maßstäben noch nicht in dem Ausmaß eingetreten sind, das diese Ankündigungen implizieren. Dieses Phänomen, zunehmend als „KI-WashingPraxis, Entlassungen oder Geschäftsentscheidungen fälschlicherweise auf KI zurückzuführen, um ein positiveres Bild bei Investoren zu erzeugen. bei Entlassungen” bezeichnet, stellt eine rationale, aber unehrliche Ausnutzung der Investorenstimmung rund um KI dar, und die nun verfügbaren Daten ermöglichen es uns, die Lücke zwischen Erzählung und Realität zu quantifizieren.
Die These ist einfach: Entlassungen als KI-gesteuerte Effizienzgewinne darzustellen, erzeugt eine messbar andere Börsenreaktion als das Eingestehen von Überkapazitäten, schwacher Nachfrage oder strategischen Fehlkalkulationen. Unternehmen haben dies erkannt und handeln entsprechend.
KI-Washing bei Entlassungen: die Lücke quantifizieren
Die Challenger, Gray & Christmas-Daten für 2025 liefern die Ausgangsbasis. Von 1.206.374 angekündigten US-amerikanischen Stellenstreichungen wurden 54.836 auf KI zurückgeführt, was 4,5 % des Gesamtvolumens entspricht. Die Kategorie wächst schnell, seit Challenger sie 2023 zu verfolgen begann, wobei Sherwood News eine etwa dreizehnfache Zunahme in zwei Jahren verzeichnete. Der absolute Anteil bleibt aber gering im Vergleich zu Entlassungen aufgrund von Marktbedingungen (253.206), Restrukturierungen (133.611) oder DOGE-Maßnahmen (293.753).
Die entscheidende Frage ist, wie viele dieser 54.836 KI-zugeschriebenen Stellenstreichungen echte Arbeitssubstitution widerspiegeln, im Gegensatz zu narrativem Positioning. Eine Studie vom März 2026 des Return on AI Institute, die 1.006 C-Suite-Führungskräfte aus 11 Ländern und 32 Branchen befragte, ergab, dass nur 2 % der Unternehmen große Stellenstreichungen vornahmen, die mit echter KI-Implementierung zusammenhingen. Dagegen hatten fast 90 % bereits Einstellungen reduziert oder eingefroren, in Erwartung künftiger KI-Produktivitätszuwächse. Das Verhältnis beträgt ungefähr 30:1 zwischen antizipatorisch und realisiert.
Ein Research-Briefing von Oxford Economics vom Januar 2026 gelangte durch makroökonomische Analyse zu einer ergänzenden Schlussfolgerung. Wenn KI Arbeitskräfte in bedeutendem Umfang ersetzen würde, sollte das Produktivitätswachstum beschleunigen. Das tut es nicht. Das Institut beobachtete, dass das jüngste Produktivitätswachstum verlangsamt hat, was eher zu zyklischen wirtschaftlichen Mustern passt als zu einer technologiebedingten Transformation. Oxford Economics schloss, dass die KI-Einführung „experimenteller Natur bleibt und Arbeitskräfte noch nicht in großem Maßstab ersetzt”.
Der Investorenreaktionsmechanismus
Der finanzielle Anreiz für KI-gerahmte Entlassungen ist gut dokumentiert. Eine 2023 im Human Resource Management Journal veröffentlichte Metaanalyse, die 34.594 Entlassungsankündigungen aus 78 Studien analysierte, stellte fest, dass die Investorenreaktion auf Entlassungen kontextabhängig ist. Auf sinkende Nachfrage zurückgeführte Entlassungen erzeugen negative Börsenkursreaktionen. Als proaktive Effizienzverbesserungen gerahmte Entlassungen erzeugen neutrale bis positive Reaktionen.
KI liefert eine ungewöhnlich starke Effizienzerzählung aufgrund des breiteren Marktumfelds. Seit dem Start von ChatGPT haben KI-bezogene Aktien etwa 75 % der S&P-500-Renditen ausgemacht, was für jedes Unternehmen, das sich glaubhaft als KI-Adoptant positioniert, einen starken Halo-Effekt erzeugt.
Der Fall Block veranschaulicht den Mechanismus präzise. Im Februar 2026 kündigte Jack Dorsey 4.000 Entlassungen an und reduzierte Blocks Belegschaft von über 10.000 auf unter 6.000. Er schrieb die Stellenstreichungen ausdrücklich KI-Effizienzgewinnen zu. Blocks Aktie, die seit Anfang 2025 um rund 40 % gefallen war, stieg bei der Ankündigung um rund 18 %. Das Unternehmen meldete gleichzeitig einen Bruttogewinn von 2,87 Milliarden Dollar, einem Anstieg von 24 % im Jahresvergleich, was die Erzählung eines Kostendrucks untergrub.
Salesforce folgte einem ähnlichen Muster. CEO Marc Benioff bestätigte die Streichung von 4.000 Kundenservice-Stellen, was die Abteilung von 9.000 auf rund 5.000 reduzierte, und positionierte Salesforce gleichzeitig als „den führenden Anbieter digitaler Arbeitskräfte”. Das Unternehmen erweiterte gleichzeitig sein Vertriebsteam um 1.000 bis 2.000 Mitarbeiter, um KI-Produkte an andere Unternehmen zu verkaufen.
Taxonomie KI-bezogener Personalabbaumaßnahmen
Nicht alle KI-zugeschriebenen Entlassungen sind gleich, und aus der Analyse von The Conversation ergibt sich eine nützliche Taxonomie. Es lassen sich mindestens drei verschiedene Kategorien unterscheiden:
Kategorie 1: Echte Verdrängung. Arbeitnehmer, deren Aufgaben nachweislich automatisiert wurden. Kundendienst-Chatbots ersetzen Frontline-Supportmitarbeiter, KI-Coding-Assistenten reduzieren den Bedarf an Junior-Programmierern. Goldman Sachs Research schätzt, dass KI derzeit Aufgaben automatisieren kann, die 25 % aller US-amerikanischen Arbeitsstunden ausmachen. Die Arbeitslosigkeit bei 20- bis 30-Jährigen in technologieexponierten Berufen ist seit Anfang 2025 um fast 3 Prozentpunkte gestiegen.
Kategorie 2: Antizipatorische Entlassungen. Unternehmen, die Mitarbeiter für Fähigkeiten entlassen, die KI noch nicht erbringt, in der Wette, dass sie es tun wird. Die Studie des Return on AI Institute legt nahe, dass diese Kategorie die aktuellen Entlassungsankündigungen mit einem Faktor von rund 30:1 gegenüber Kategorie 1 dominiert.
Kategorie 3: Quersubventionierung. Mitarbeiter, die nicht entlassen werden, weil KI sie ersetzt hat, sondern um KI-Investitionen zu finanzieren. Meta veranschaulicht dieses Muster: Das Unternehmen soll planen, bis zu 20 % seiner Belegschaft abzubauen, während es gleichzeitig 600 Milliarden Dollar in KI-Rechenzentren und Forscherrekrutierung investiert. Amazons 14.000 Streichungen von Unternehmensstellen erfolgten parallel zu massiven KI-Infrastrukturinvestitionen.
Empirische Rückkopplungsschleifen
Die Grenzen dieser Strategie werden empirisch sichtbar. Forresters Bericht „Predictions 2026″ ergab, dass 55 % der Arbeitgeber KI-bedingte Entlassungen bereuen, und prognostiziert, dass die Hälfte rückgängig gemacht werden, oft durch Niedriglohnwiedereinstellungen via Offshoring oder Outsourcing.
Klarna liefert eine kontrollierte Fallstudie: Das Unternehmen strich zwischen 2022 und 2024 rund 700 Stellen und ersetzte sie durch OpenAI-gestützten Kundenservice. CEO Sebastian Siemiatkowski nutzte diese Erzählung öffentlich beim Börsengang des Unternehmens, bei dem die Aktien um 30 % stiegen. Er gab anschließend zu, das Unternehmen sei „zu weit gegangen”, und nannte Qualitätsverschlechterungen und Kundenvertrauensverlust als Gründe, bevor er mit Neueinstellungen begann.
Block begann, Mitarbeiter still wieder einzustellen, kurz nach dem Abbau von 4.000 Stellen. Mindestens vier ehemalige Mitarbeiter kehrten ins Unternehmen zurück. Einem wurde mitgeteilt, seine Kündigung sei ein „Verwaltungsfehler” gewesen. Ein technischer Leiter konnte das Management erfolgreich davon überzeugen, dass seine ehemaligen Kollegen für die Infrastrukturwartung für Square- und Weebly-Nutzer unerlässlich seien.
Wharton-Professor Peter Cappelli verwies in seinem Fortune-Interview auf eine historische Parallele: Unternehmen hatten früher „Phantomentlassungen” angekündigt, um positive Börsenkursreaktionen auszunutzen, bis Investoren „begannen zu erkennen, dass Unternehmen die angekündigten Entlassungen gar nicht durchführten”. Der KI-Washing-Zyklus könnte einem ähnlichen Verlauf folgen.
Implikationen und strukturelle Bewertung
Die Belege stützen die Schlussfolgerung, dass die aktuelle Welle KI-zugeschriebener Entlassungen die tatsächliche Arbeitskraftsubstitutionsfähigkeit der Technologie wesentlich übertreibt. Das bedeutet nicht, dass KI irgendwann keine bedeutende Anzahl von Arbeitnehmern verdrängen wird. Goldman Sachs’ Basisszenario prognostiziert eine Verdrängung von 6 bis 7 % über einen zehnjährigen Einführungszeitraum. Die Lücke zwischen Unternehmensankündigungen und empirischer Realität schafft jedoch mehrere nachgelagerte Probleme.
Erstens verzerrt sie Arbeitsmarktsignale und erschwert es Politikern, zyklische Arbeitslosigkeit von struktureller technologischer Verdrängung zu unterscheiden. Zweitens entsteht ein Moral Hazard, bei dem Unternehmen positive Marktbelohnungen für Stellenstreichungen erhalten, die sie möglicherweise wieder besetzen müssen. Drittens erodiert es die Glaubwürdigkeit echter KI-Einführungserzählungen und erschwert es, Sektoren zu identifizieren und darauf zu reagieren, in denen echte Verdrängung stattfindet.
Der Korrekturmechanismus ist im Prinzip einfach: Investoren sollten Belege für realisierte KI-Produktivitätsgewinne verlangen, bevor sie KI-zugeschriebene Entlassungen belohnen. Ein Unternehmen, das behauptet, 4.000 Mitarbeiter durch KI zu ersetzen, sollte messbare Output-Steigerungen pro verbleibendem Mitarbeiter nachweisen können, nicht nur prognostizierte Einsparungen. Bis dieser Standard gilt, bleibt das KI-Washing-Entlassungshandbuch der kostengünstigste Weg, im aktuellen Markt einen Kursanstieg zu erzielen.
