AI-Washing: Wenn Unternehmen Entlassungen der Künstlichen Intelligenz in die Schuhe schieben

Ein neues Schlagwort der Wirtschaft mit realen Konsequenzen

Als Meta im März 2026 Pläne ankündigte, bis zu 20 Prozent seiner weltweiten Belegschaft abzubauen, war die angegebene Begründung vertraut: Das Unternehmen müsse Kapital in die KI-Infrastruktur umlenken. Als Amazon, Block und Pinterest in den Monaten zuvor Tausende von Stellen abbauten, führten sie jeweils KI-bedingte Effizienzsteigerungen an. Im Silicon Valley und darüber hinaus hat sich ein Muster herausgebildet – dem Forscher einen Namen gegeben haben: AI-Washing.

AI-Washing ist im Kontext von Entlassungen die Praxis, Personalabbau mit Künstlicher Intelligenz zu begründen, obwohl die eigentlichen Gründe banaler sind: Überbesetzung während der Pandemie, knapper werdende Budgets, schwache Produktnachfrage oder schlichte Kostensenkungen. Es entlehnt die Struktur des Begriffs dem Greenwashing, bei dem Unternehmen ihre Umweltfreundlichkeit übertreiben. Hier spielt KI die Rolle einer bequemen, investorenfreundlichen Erzählung.

Die Zahlen hinter der Erzählung

Die Kluft zwischen Rhetorik und Realität ist eklatant. US-Unternehmen kündigten im Jahr 2025 rund 1,2 Millionen Stellenstreichungen an, wie aus von CBS News zitierten Tracking-Daten hervorgeht. Davon wurde KI in etwa 55.000 Fällen explizit als Ursache genannt – weniger als 5 Prozent der Gesamtzahl. Allein im Januar 2026 wurden 108.000 Stellenstreichungen angekündigt; KI war in nur 7.600 Fällen, also etwa 7 Prozent, der angegebene Grund.

Dennoch wurde der öffentliche Diskurs von Schlagzeilen dominiert, die fast jede Tech-Entlassung als KI-Geschichte darstellten. Sam Altman, CEO von OpenAI, räumte die Verzerrung direkt ein: Er sagte im Februar 2026 vor Publikum, dass Unternehmen ihre Entlassungen eindeutig "AI-waschen" und unzusammenhängende Kürzungen auf eine Technologie schieben, die sie noch nicht sinnvoll eingesetzt haben.

Warum Führungskräfte zur KI-Erklärung greifen

Die im Januar 2026 veröffentlichte Analyse der Harvard Business Review bietet eine unverblümte Diagnose: Unternehmen entlassen Mitarbeiter wegen des Potenzials von KI, nicht wegen ihrer Leistung. Der Artikel argumentiert, dass die Darstellung von Kürzungen als KI-bedingt drei Unternehmensinteressen gleichzeitig dient.

• Signalwirkung für Investoren: Die Ankündigung einer "KI-Transformation" impliziert, dass sich das Unternehmen modernisiert, was die Aktienkurse auch inmitten schlechter Nachrichten ankurbeln kann.
• Reduzierte Gegenreaktionen: Die Schuld einer Technologie zu geben, fühlt sich weniger persönlich an – und erzeugt weniger politischen Druck –, als Budgetfehlkalkulationen oder Überexpansion zuzugeben.
• Kontrolle über die Narrative: Führungskräfte können die Umstrukturierung als zukunftsorientiert und nicht als reaktiv darstellen.

Laut Fortune meldeten einige Unternehmen, die KI-bedingte Entlassungen ankündigten, gleichzeitig steigende Gewinne – ein Detail, das die Behauptung weiter untergräbt, dass Automatisierung menschliche Arbeitskräfte überflüssig gemacht habe.

Was KI derzeit tatsächlich für Arbeitsplätze bedeutet

Unabhängige Forschung zeichnet ein differenzierteres Bild der tatsächlichen Auswirkungen von KI auf den Arbeitsmarkt. Eine Anfang 2026 veröffentlichte Forrester-Prognose kam zu dem Schluss, dass KI bis 2030 für etwa 6 Prozent der gesamten Arbeitsplatzverluste in den USA verantwortlich sein wird – etwa 10,4 Millionen Stellen – und gleichzeitig etwa 20 Prozent der Arbeitsplätze erweitern wird, anstatt sie zu eliminieren. Forrester prognostizierte auch, dass mehr als die Hälfte der KI zugeschriebenen Entlassungen stillschweigend rückgängig gemacht werden, sobald Unternehmen die betriebliche Schwierigkeit erkennen, menschliche Talente vorzeitig zu ersetzen.

Aktuelle KI-Systeme können spezifische, klar definierte Aufgaben automatisieren: Besprechungsnotizen transkribieren, Boilerplate-Code generieren, Kundendienstanfragen weiterleiten. Sie sind weitaus weniger in der Lage, Aufgaben zu bewältigen, die kontextbezogenes Urteilsvermögen, zwischenmenschliche Fähigkeiten oder körperliche Geschicklichkeit erfordern. Berufsanfänger in der Softwareentwicklung und Kundendienstmitarbeiter stehen unter dem größten unmittelbaren Druck; Krankenschwestern, Handwerker und leitende Strategen weitaus weniger.

Die Gefahr des Hype-Zyklus

AI-Washing ist keine Erzählung ohne Opfer. Wenn Arbeitnehmer ihren Arbeitsplatz verlieren, haben sie Anspruch auf eine ehrliche Erklärung – sowohl für ihr eigenes Verständnis als auch, damit sie sich um relevante Umschulungen bemühen können. Die Falschbezeichnung von Kostensenkungen als Automatisierung erzeugt ein falsches Gefühl der Dringlichkeit in Bezug auf Fähigkeiten, die möglicherweise gar nicht gefährdet sind, während gleichzeitig die Rollen verschleiert werden, in denen echte KI-Disruption tatsächlich stattfindet und Umschulungsunterstützung am dringendsten benötigt wird.

Forrester warnt davor, dass Unternehmen, die vor den tatsächlichen Fähigkeiten ihrer KI überautomatisieren, mit einer kostspieligen Kehrtwende konfrontiert werden: Die Fähigkeiten und das institutionelle Wissen, die sie verloren haben, kommen nicht so einfach wieder zurück. Untersuchungen von TechCrunch zeigen, dass Personalvermittler bereits erleben, wie Unternehmen Stellen wiederbesetzen, die sechs Monate zuvor gestrichen wurden, nachdem die versprochenen KI-Effizienzsteigerungen ausgeblieben sind.

Wie man die nächste KI-Entlassungsankündigung liest

Ein paar Fragen helfen, echte KI-Disruption von AI-Washing zu unterscheiden. Hat das Unternehmen vor der Ankündigung von Kürzungen bestimmte KI-Tools eingesetzt – oder ist der Einsatz noch hypothetisch? Meldet das Unternehmen auch Rekordinvestitionen in die KI-Infrastruktur, was darauf hindeutet, dass das Geld eher in Maschinen als in Arbeitskosten fließt? Hat die Führungsebene die Überbesetzung während der Pandemie eingeräumt?

Die ehrliche Antwort ist, dass KI die Beschäftigung im Laufe des nächsten Jahrzehnts verändern wird – aber sie tut dies ungleichmäßig, langsam und auf eine Weise, die weitaus schwieriger zu verfolgen ist, als eine Pressemitteilung vermuten lässt. Das Verständnis des Unterschieds zwischen dem Hype und der Realität ist der erste Schritt, um sich darin zurechtzufinden.