Tech-Entlassungen: Es geht nicht um KI-Ersatz, sondern um die Finanzierung der KI

Würde KI die Beschäftigten tatsächlich in dem Tempo ersetzen, das die Ankündigungen von Stellenstreichungen nahelegen, würden die Unternehmen, die den Ersatz vornehmen, dann nicht mit den Erträgen prahlen? Meistens sehen wir das nicht. Wir sehen, wie sie Stellen streichen und zugleich mehr Geld für KI ausgeben als je zuvor. Dieser Widerspruch ist die Geschichte des Tech-Arbeitsmarkts in diesem Jahr, und er verdient mehr Skepsis, als er bekommt.

Was wir wissen

Die Zahl der Tech-Entlassungen 2026 zu bestimmen, ist schwierig: Öffentliche Tracker weichen stark voneinander ab, je nach Quelle und Methode liegen die Angaben zwischen rund 80.000 und mehr als 225.000. Ein Tracker meldet, die Branche habe bereits mehr als 133.000 Stellen in diesem Jahr gestrichen, gegenüber rund 122.600 im gesamten Jahr 2025, und 60.000 Microsoft-Beschäftigte erwögen derzeit ein Abfindungsangebot. Wir verstehen diese Zahlen als Richtung, nicht als genaue Werte.

Die andere Hälfte des Bildes ist das Geld, das abfließt. 247Wallst berichtet, dass die KI-Investitionen (Capex) von Big Tech im dritten Quartal 2026 mit 201,9 Milliarden US-Dollar einen Rekord erreichten. Und Seeking Alpha schreibt, dieser Anstieg habe den freien Cashflow von Big Tech unter null gedrückt.

Dem Geld folgen, nicht der Pressemitteilung

Wird der freie Cashflow negativ und hat man Investoren eine Rechenzentrumszukunft versprochen, muss das Geld irgendwoher kommen. Die Personalkosten gehören zu den größten Posten, die ein Unternehmen schnell anpassen kann. Unserer Ansicht nach ist das die einfachste Lesart dieser Welle: Die Unternehmen finanzieren die KI-Wette, indem sie die menschliche Seite der Bilanz verkleinern.

Aber „Wir streichen Stellen, um GPUs zu bezahlen“ ist ein furchtbarer Satz für eine Telefonkonferenz zu den Quartalszahlen. TechCrunch weist darauf hin, dass die Wall Street allmählich die Lust an hohen KI-Ausgaben verliert. „Dank KI werden wir effizienter“ klingt dagegen visionär. Es signalisiert Disziplin und deutet ein Ausgabenproblem nebenbei in einen Produktivitätserfolg um.

Gibt es Belege für diese Skepsis? Einige, wobei wir sie eher als Indizien denn als Beweise bezeichnen würden. Techspot berichtet, Fachleute sähen Umstrukturierungen und Überbesetzung weiterhin als wichtige Treiber, auch wenn die KI die Schuld bekomme. ManageEngine verweist auf einen Gartner-Befund, wonach kein Zusammenhang zwischen Stellenabbau und KI-Erträgen besteht. Und ein Medium nennt Oracle: Restrukturierungskosten von 2,8 Milliarden US-Dollar stehen dort einem Auftragsbestand von 664 Milliarden US-Dollar gegenüber. Das sieht nicht nach einem Unternehmen aus, dem die Arbeit ausgegangen ist. Es sieht nach einem Unternehmen aus, das Geld in Richtung Infrastruktur umschichtet.

„AI Washing“ gibt es vermutlich, aber auch das Risiko ist real

Fairerweise heißt das nicht, dass KI für die Beschäftigung nichts ändert. Manche Aufgaben werden tatsächlich automatisiert, und einige Führungskräfte dürften das als Deckmantel für Kürzungen nutzen, die sie ohnehin vorgenommen hätten. Beides kann stimmen. Überbewertet halten wir die Kausalgeschichte, ein Modell sei aufgetaucht, habe die Arbeit erledigt und das Team überflüssig gemacht. Unterschätzt wird der langweiligere Mechanismus: Investitionsausgaben, die Stellen verdrängen.

Für die Beschäftigten ist die Unterscheidung wichtig, weil die beiden Erzählungen unterschiedliche Zukunftsbilder nahelegen. Ersetzt KI Fähigkeiten, lautet die Antwort Umschulung und die Vorbereitung auf einen dauerhaften Verlust. Handelt es sich um Capex-Druck, sind die Jobs eher konjunkturell. Sie könnten zurückkehren oder sich zumindest verändern, wenn die Ausgaben nachlassen oder sich die Investoren beruhigen. Für einen Großteil dieser Welle neigen wir zur zweiten Lesart, mit dem Vorbehalt, dass die uns vorliegenden Belege sie nicht beweisen können.

Was daraus folgt

Die Begründung in einer Kündigungsmitteilung sollte man nicht unbesehen glauben, ihr Gegenteil aber ebenso wenig. Aus unserer Lesart ergeben sich einige praktische Gewohnheiten:

• Prüfen Sie die Entwicklung von Capex und Cashflow des Unternehmens, bevor Sie annehmen, Ihr Team sei „automatisierbar“.
• Seien Sie skeptisch bei Abfindungsangeboten, die als unvermeidlich dargestellt werden. Sie sind eine Verhandlung, und der Kostensenkungsdruck des Unternehmens ist Ihr Hebel.
• Suchen Sie nach Teams, die weiter einstellen, besonders solchen, die direkt am Umsatz hängen statt an experimentellen KI-Projekten.

Unser Fazit: Die KI-Erzählung leistet für Tech-Manager echte Arbeit, vor allem für das Image. Sie erlaubt es ihnen, Kosten zu senken, ohne zuzugeben, dass die größte Wette der Branche alles andere erdrückt. Beschäftigte, die das verstehen, verhandeln besser, und Leser, die es verstehen, erkennen die nächste Ankündigung „KI-getriebener Effizienz“ als das, was sie oft ist: eine Bilanzentscheidung im futuristischen Kostüm.