ZENIT SONNTAG

Lieber Leser

Entlassen wegen KI. Monate später ruft die Firma wieder an.

Klarna stellt nach dem Chatbot wieder Menschen für den Kundendienst ein. Ford hat 350 erfahrene Ingenieure eingestellt oder befördert, weil die KI in der Qualitätskontrolle zu wenig konnte.

Warum holen Firmen zurück, wen sie für KI entlassen haben?

Wie oft passiert das?

Das Marktforschungsunternehmen Gartner hat diesen Sommer 275 Leiter von Kundendiensten befragt. 21 Prozent haben wegen KI Stellen gestrichen. 7 Prozent haben danach schon wieder eingestellt, weitere 11 Prozent planen es.

Die Analystin Kathy Ross hat dafür einen Namen: «cut fast, rehire later». Schnell kürzen, später wieder einstellen.

Die Nachrichtenagentur AP nennt es den KI-Bumerang. Wie häufig er insgesamt ist, weiss noch niemand. Sicher ist nur: Ein Teil der Firmen hat sich verrechnet. Aber wobei?

Was Harvard gemessen hat

Zwei Ökonomen der Harvard University haben nachgemessen. Fiona Chen und James Stratton hatten die Daten von 655 Softwarefirmen: 445 Millionen Arbeitsschritte von über 700’000 Beschäftigten, mehr als fünf Jahre lang.

Ein Jahr nach der Einführung von KI-Agenten reichten die Entwickler rund 36 Prozent mehr Code ein. Fertig wurden aber nur knapp 14 Prozent mehr Aufgaben, und selbst dieser Wert ist statistisch nicht gesichert.

Wo bleibt der Rest? In der Warteschlange. Jede Änderung muss ein Mensch prüfen und freigeben, und das dauert seither 56 Prozent länger. Ein junger Entwickler erzählte den Forschern von einem Projekt, in dem ein einziger erfahrener Kollege freigeben durfte. Der kam einmal pro Woche dazu.

Dazu kommt: Programmieren füllt bei Entwicklern nur rund 40 Prozent der Arbeitszeit. Der Rest ist Abstimmen und Prüfen. Wer einen Teil schneller macht, staut die Arbeit vor dem nächsten.

Die Studie ist noch nicht begutachtet und misst nur Software. Das Muster kennst Du aber aus jedem Büro. Die KI schreibt in Sekunden zehn Seiten. Prüfen und dafür geradestehen muss weiterhin ein Mensch.

Daraus folgt die erste Frage an Deine eigene Stelle: Erzeugst Du nur, oder gibst Du auch frei?

Das Wasserrad

Warum merken Firmen das nicht selbst? Cal Newport, Informatikprofessor an der Georgetown University, erklärt es mit einem Wasserrad.

1759 beschrieb der englische Ingenieur John Smeaton, wie er an einem Modell gemessen hatte, wie viel von der Kraft des Wassers ein Rad wirklich nutzt. Das Ergebnis ist ein Bruch: geleistete Arbeit geteilt durch mögliche Arbeit. Über 100 Prozent kommt kein Rad. Daraus wurde, was wir heute Effizienz nennen.

Um 1900 wollten Manager auch Menschen so messen. Der Ingenieur Walter Polakov zeigte 1909, wo das kippt. Wer einen Kartoffelertrag von 100 Scheffeln als 100 Prozent festlegt, kommt für den Bundesstaat Wyoming auf 200 Prozent. Das ist eine Zahl ohne Obergrenze, gebaut aus zwei Grössen, die jemand frei gewählt hat. Polakov nannte das willkürliche Effizienz.

Im Büro heisst diese Zahl laut Newport: erledigte Aufgaben pro Kopf. Mails und Folien. Sie misst Betriebsamkeit, und sie kann endlos steigen.

KI ist für diese Zahl gemacht. Newport vergleicht sie mit einer Kurbel: Du drehst, und unten fallen erledigte Aufgaben heraus. Jensen Huang, der Chef von Nvidia, sagte im März in einem Podcast, er wäre «deeply alarmed», zutiefst beunruhigt, wenn ein Ingenieur mit 500’000 Dollar Lohn nicht für mindestens 250’000 Dollar KI verbrauche.

Was dabei herauskommt, hat Deloitte bei 3’500 Führungskräften erfragt. 81 Prozent sagen, mit KI gehe alles schneller. Mehr Umsatz melden 28 Prozent.

Newport nennt das Effizienz-Theater. Die Firmen haben Betriebsamkeit gezählt und Ergebnisse erwartet.

Keine Entwarnung

Jetzt könnte man meinen: Entwarnung, die KI kann es ja doch nicht. Leider nein.

Die Stellen kommen oft anders zurück. Betsy Summers vom Marktforscher Forrester erwartet, dass die Hälfte der mit KI begründeten Entlassungen still zurückgenommen wird. Die Arbeit taucht dann im Ausland oder zu tieferem Lohn wieder auf.

Und längst kehrt nicht jede Firma um. Microsoft hat im Oktober rund 60’000 Angestellten eine Abfindung für den freiwilligen Abgang angeboten.

Auch die Harvard-Studie rechnet weiter. Passen sich die Firmen an, erwartet ihr Modell auf lange Sicht rund 13 Prozent weniger Stellen: ein Drittel weniger fürs Schreiben von Code, ein Viertel mehr fürs Prüfen.

Newport hat dazu einen unbequemen Gedanken. Im Moment schützt Dich, dass Firmen das Falsche zählen. Wer genau weiss, welche Arbeit Wert schafft, findet auch die Stellen, die KI wirklich ersetzt.

Und in der Schweiz? Bisher ist der Abbau klein: Bei EY sagen 7 Prozent der Befragten, KI habe in ihrer Firma Stellen gekostet. Deloitte hat im September 120 Finanzchefs gefragt, was kommt. 64 Prozent erwarten in den nächsten drei Jahren weniger Stellen für Einsteiger. Dabei sagen erst 18 Prozent, KI zahle sich bei ihnen schon aus. Die Kürzung steht also im Plan, bevor der Ertrag da ist.

Wo Du Dich hinstellst

Die Arbeit wandert zum Prüfen und Entscheiden. Dort willst Du stehen.

Wer nur erzeugt, tritt gegen die Kurbel an. Wer beurteilen kann, ob ein Ergebnis stimmt, und dafür seinen Namen hergibt, ist der Engpass, auf den alle warten. Beurteilen kannst Du nur, was Du selbst von Grund auf gelernt hast. Lern Dein Handwerk deshalb so gut, dass Du die Arbeit der KI korrigieren kannst.

Das Zweite: Zähl Ergebnisse. «Ich habe zwanzig Offerten verschickt» ist Betriebsamkeit. «Drei Kunden haben unterschrieben» ist ein Ergebnis. Newport rät Chefs, jeden Mitarbeiter einmal im Monat erzählen zu lassen, was er Wertvolles geliefert hat. Wart nicht, bis Dein Chef fragt. Geh mit Deiner Liste zu ihm.

Und falls Deine alte Firma wirklich anruft? Die AP hat Fachleute gefragt. Verlang mehr Lohn und eine Weiterbildung. Und lass Dir einen Vertrag über ein Jahr geben, mit einer Entschädigung, falls die Stelle früher endet.

Für mich ist das eine Frage der Verantwortung. Eine Maschine kann erzeugen, so viel sie will. Geradestehen kann nur ein Mensch. Diesen Platz nimmt Dir keine KI. Verdienen musst Du ihn Dir selbst.

Deine Übung: drei Sätze am Freitag

Schreib am Freitagabend auf: Was ist diese Woche fertig geworden? Wem nützt es? Woran sehe ich das? Mails und Sitzungen zählen dabei nicht. Nur, was fertig ist.

Nach vier Wochen hast Du eine Liste. Mit ihr zeigst Du jedem Chef in zwei Minuten, was Du lieferst. Und Du merkst selbst, ob Du arbeitest oder nur an der Kurbel drehst.

Firmen, die Betriebsamkeit zählen, verrechnen sich. Sorg dafür, dass man bei Dir Ergebnisse zählt.

Quellen: Fiona Chen und James Stratton, «Artificial Intelligence in the Firm: Bottlenecks in Software Production» (Harvard University, Arbeitspapier, Fassung vom 19. November 2026); Cal Newport, «AI Broke Work. This 100-Year-Old Idea Can Fix It.» (Deep Questions, 16. November 2026); Jennifer Karns Alexander, «The Concept of Efficiency: An Historical Analysis» (Handbook of the Philosophy of Science, Band 9, 2009); Associated Press, «What to consider if a company that made AI-related job cuts wants you back» (29. Oktober 2026); Gartner, Medienmitteilung vom 5. November 2026; Forrester, «Predictions 2026: The Workforce Muddles Through Ambient Disruption» (Betsy Summers, 12. November 2025); Deloitte, «The State of AI in the Enterprise» (Medienmitteilung vom 29. Oktober 2026); Business Insider zu Jensen Huang im All-In Podcast (20. März 2026); Fortune zu Microsoft (26. Oktober 2026); EY Schweiz, Medienmitteilung vom 27. Mai 2026; Deloitte Schweiz, 52. CFO-Umfrage (29. Oktober 2026).

Alles Liebe,

Nicola

​

Catch The Zenith Podcast

Ich bin Nicola Flückiger und Gastgeber des Schweizer Podcasts Catch The Zenith, mit über 250 erschienenen Episoden.

Du kannst den Podcast auf YouTube, Apple Podcasts, Spotify oder direkt auf der Website anhören.

Episode dieser Woche

​#282: Forscher messen, was Du nach 10 Minuten ChatGPT verlierst​
​