WIKU-Artikel · Arbeitsplätze

Erst entlassen, dann zurückgeholt

Warum viele Unternehmen beim Stellenabbau durch Künstliche Intelligenz zurückrudern und was sie daraus lernen sollten

Prof. Dr. Thomas Aichner 6 Min. Lesezeit
Erschienen im WIKU Wirtschaftskurier der Tageszeitung DolomitenOriginalseiten ansehen
Original ansehen

Im Februar 2024 verkündete der schwedische Zahlungsdienstleister Klarna, sein KI-Assistent erledige die Arbeit von 700 Kundendienstmitarbeitern. Kaum eine Zahl wurde in der Debatte über Künstliche Intelligenz und Arbeitsplätze häufiger zitiert. Gut ein Jahr später stellte dasselbe Unternehmen wieder Menschen für den Kundendienst ein. Lesen Sie hier, welche Unternehmen zurückgerudert sind, welche fünf Gründe dahinterstecken und warum das kein Argument gegen Künstliche Intelligenz ist, sondern eines gegen ihren falschen Einsatz.

Zuerst die beeindruckenden Fakten. In seiner Pressemitteilung vom 27. Februar 2024 berichtete Klarna, der auf Technik von OpenAI basierende Assistent habe im ersten Monat 2,3 Millionen Gespräche geführt. Das waren zwei Drittel aller Service-Chats, in 23 Märkten und über 35 Sprachen. Die Bearbeitungszeit sank von 11 Minuten auf unter 2, die Zahl der Wiederholungsanfragen um ein Viertel, und für 2024 erwartete das Unternehmen einen Gewinneffekt von 40 Millionen Dollar. Dann folgte der Satz, der um die Welt ging: Der Assistent leiste die Arbeit von 700 Vollzeitkräften.

An dieser Stelle lohnt genaues Lesen, denn hier beginnt das Missverständnis. Klarna schrieb von einem Arbeitsäquivalent, nicht von 700 Entlassungen. Es wurden keine 700 Menschen entlassen. Der Personalrückgang lief über Einstellungsstopp und natürliche Abgänge: von 5.527 Beschäftigten im Jahr 2022 auf rund 2.907, also etwa eine Halbierung. Die Zahl, die die öffentliche Debatte geprägt hat, beschrieb eine Kapazität, wurde aber als Kündigungsliste gelesen.

Im Mai 2025 sagte Klarna-Chef Sebastian Siemiatkowski dann gegenüber Bloomberg, sein Unternehmen investiere wieder in menschlichen Support: Die einseitige Ausrichtung auf niedrigere Kosten habe eben auch zu geringerer Qualität geführt. Im Jänner 2026 nannte ein Klarna-Sprecher der Harvard Business Review eine Größenordnung von rund 20 Neueinstellungen für Fälle, die der Assistent nicht bewältigt. Dazu folgte ein Satz, der die eigentliche Lehre enthält: Künstliche Intelligenz verändere das Profil der Menschen, die man im Kundendienst braucht.

Noch deutlicher ist ein Fall aus Australien. Im Juli 2025 kündigte die Commonwealth Bank of Australia an, 45 Stellen im Kundendienst zu streichen. Der Grund: ein KI-Sprachbot reduziere die Anrufzahlen, sodass sich einfach weniger Menschen melden würden. Am 21. August 2025 nahm die Bank die Kündigungen zurück. Nach Darstellung der Gewerkschaft Finance Sector Union, die den Fall vor die australische Arbeitsbehörde brachte, stiegen die Anrufzahlen in Wirklichkeit sogar. Die Bank bot Überstunden an und wies Teamleiter an, selbst Anrufe anzunehmen. Das Management räumte später ein, die Situation falsch eingeschätzt zu haben.

Zu wenig an den Kunden gedacht

Was sind die Gründe für diese Entscheidungen? Beide Unternehmen haben das Falsche gemessen. Gemessen wurde, was die Maschine leistet, also der Anteil der bearbeiteten Chats und die Zahl der abgefangenen Anrufe. Nicht gemessen wurde, was beim Kunden ankommt: Wurde das Problem gelöst? Musste er ein zweites Mal anrufen? Ein Gespräch, das der Bot „bearbeitet“ hat, ist nämlich noch lange kein erledigter Fall.

Kollektiv überschätzt

Der zweite Grund ist eine kollektive Überschätzung. Ein Bericht vom Juli 2025 einer Forschungsinitiative am MIT Media Lab, kam zu einem ernüchternden Ergebnis: Trotz 30 bis 40 Milliarden Dollar an Unternehmensinvestitionen in generative KI erzielten 95 Prozent der untersuchten Organisationen keinen messbaren Effekt in der Gewinn- und Verlustrechnung. Nur 5 Prozent holten echten Wert heraus.

Das Forschungsinstitut Gartner sagte im Juni 2026 sogar voraus, dass bis 2027 die Hälfte jener Organisationen, die ihren Kundendienst auf KI verlagern wollten, diese Pläne wieder aufgeben wird.

Juristische Folgen sind zu berücksichtigen

Der dritte Grund ist juristisch und wird unterschätzt. Ein Kunde von Air Canada ließ sich vom Chatbot der Fluggesellschaft über Tarife im Trauerfall beraten (grundsätzlich gibt es einen Rabatt, wenn jemand wegen eines Todesfalls kurzfristig verreisen muss). Die Beratung war allerdings falsch, wie sich herausstellte. Im Februar 2024 verurteilte ein Schiedsgericht in British Columbia die Airline zur Zahlung von 812 kanadischen Dollar. Die Summe ist zwar klein, das Prinzip aber wichtig. Air Canada hatte argumentiert, der Chatbot sei eine eigene rechtliche Einheit und für sein Handeln selbst verantwortlich. Die Antwort des Schiedsrichters ist inzwischen berühmt: Es müsse Air Canada klar sein, dass sie für alle Informationen auf ihrer Website haftet, ganz egal, ob sie von einer statischen Seite oder einem Chatbot stammen.

Es rechnet sich oft nicht

Der vierte Grund: Die Rechnung geht oft nicht auf. Die Lizenz für ein KI-System ist der kleinste Posten. Dazu kommen Datenaufbereitung, Anbindung an bestehende Systeme, laufende Überwachung, Eskalationswege und Nachtraining bei jeder Produktänderung. Und jede einzelne Anfrage kostet dauerhaft Rechenzeit, während die Produktivität eines Mitarbeiters mit der Erfahrung steigt.

McDonald’s beendete im Juni 2024 nach zu vielen Fehlern seinen Test mit IBM-Technik an der Drive-in-Spur. Taco Bell überdachte Ende August 2025 den Einsatz seiner Sprach-KI, nachdem technische Probleme und Scherzbestellungen – darunter eine über 18.000 Becher mit Wasser – für Aufsehen gesorgt hatten. Ausgestiegen ist die Kette allerdings nicht, sie fährt jetzt zweigleisig.

Es gibt weit weniger KI-Entlassungen als kolportiert wird

Der fünfte Grund dreht die Perspektive: Einen erheblichen Teil der angeblichen KI-Entlassungen gibt es gar nicht. Bloomberg trug im März 2026 mehrere Belege dafür zusammen. Von rund 1,2 Millionen in den USA angekündigten Entlassungen im Jahr 2025 wurde KI laut der Auswertung in weniger als 55.000 Fällen als Grund genannt, das sind etwa 4,5 Prozent. „Markt- und Konjunkturlage“ tauchte viermal so oft auf. Eine Befragung ergab, dass 59 Prozent der Personalverantwortlichen die Rolle der KI bei Entlassungen betonen, weil das beim Management oder den Eigentümern besser ankommt als das Eingeständnis finanzieller Engpässe oder anderer Fehler und Probleme.

Interessant ist, wie die Märkte auf die Begründung von KI-Entlassungen reagieren. Nach Zahlen von Goldman Sachs fielen die Aktienkurse Ende 2025 nach KI-begründeten Entlassungen im Schnitt um 2 Prozent. Investoren glauben also nicht daran, dass die Firmen wirklich aus Effizienzgründen Menschen entlassen, sondern dass tatsächlich finanzielle Gründe dahinter stecken.

Ein Beruf ist mehr als seine automatisierbare Aufgabe

Ein Blick zurück hilft gegen Aufgeregtheit in beide Richtungen. 2016 nannte es der KI-Pionier Geoffrey Hinton „völlig offensichtlich“, dass Maschinen Radiologen innerhalb von fünf Jahren übertreffen würden. Ein Jahrzehnt später gibt es laut Harvard Business Review keinen Hinweis darauf, dass ein einziger Radiologe seinen Arbeitsplatz an eine KI verloren hätte. Der Befund lautet nicht: Die Technik kann es nicht. Er lautet: Ein Beruf ist mehr als seine am besten automatisierbare Aufgabe.

Und jetzt der wichtige Teil: All das ist kein Argument gegen KI. Klarnas eigene Zahlen sind echt: Bearbeitungszeit von 11 auf unter 2 Minuten, ein Viertel weniger Wiederholungsanfragen, Servicekosten pro Transaktion um 40 Prozent gesenkt. Im ersten Quartal 2026 erreichte der Konzern einen Umsatz von fast 1,4 Millionen Dollar pro Mitarbeiter – eine Zahl, von der klassische Banken träumen. Die Technik hat also geliefert. Gescheitert ist die organisatorische Schlussfolgerung, die man daraus gezogen hat.

Was wir daraus lernen

Wie geht es besser? Aus genau diesen Rückziehern lassen sich drei Regeln ableiten. Erstens: KI soll sich um die Masse kümmern und Menschen sich auf die Ausnahmen konzentrieren. Die Stärke der Maschine liegt in den langweiligen Standardfällen wie „Wo ist meine Sendung?“, „Passwort zurücksetzen“, „Wann haben Sie geöffnet?“ Menschen gehören hingegen dorthin, wo die Maschine sich schwer tut oder potentiell Schaden anrichten kann: Beschwerden, Geld, Trauerfälle, Mehrdeutigkeiten.

Zweitens: Die Lösungsquote muss gemessen werden. Es geht nicht darum, wie viele Fragen der Chatbot beantwortet hat, sondern wie viele Kunden deshalb nicht angerufen haben.

Drittens sollte die Reihenfolge eingehalten werden. Der Fehler der Commonwealth Bank war nicht der Sprachbot, sondern dass die 45 Stellen gestrichen wurden, bevor er sich über einen vollen Zyklus bewiesen hatte.

Für Mitarbeiter ist das nicht unbedingt eine schlechte Nachricht. Klarna hat die Gehälter erhöht, während die Belegschaft kleiner wurde. Und die Arbeit, die eine KI übernimmt, ist genau jene, die Menschen sowieso am meisten auslaugt, zum Beispiel dieselbe Frage zum vierzigsten Mal in dieser Woche zu beantworten. Was übrig bleibt, ist anspruchsvoller und deshalb auch schwerer zu ersetzen. Unternehmen sollten ihre Servicemitarbeiter genau darauf vorbereiten.

Der Artikel im Original

So ist der Artikel am 9. September 2026 im WIKU Wirtschaftskurier der Tageszeitung Dolomiten erschienen. Ein Klick auf eine Seite öffnet das PDF.

Dieser Artikel ist am 9. September 2026 im WIKU Wirtschaftskurier der Tageszeitung Dolomiten erschienen.

Prof. Dr. Thomas Aichner
Autor

Prof. Dr. Thomas Aichner

Thomas Aichner ist wissenschaftlicher Leiter der Südtirol Business School und leitet das Kompetenzzentrum für künstliche Intelligenz und Blockchain. Er ist promovierter Wirtschaftsingenieur und lehrt unter anderem Marketing, Konsumentenverhalten und künstliche Intelligenz an Hochschulen in Italien, Österreich, Deutschland und Saudi-Arabien.

www.thomasaichner.eu

Sprechen wir über Ihr KI-Projekt

Vereinbaren Sie ein unverbindliches Vorgespräch von etwa 30 Minuten. Wir zeigen Ihnen, wo KI in Ihrem Betrieb Zeit spart.