Coinbase entlässt 14% der Belegschaft. Block halbiert sich. Microsoft baut gezielt Management-Ebenen ab. Was auf den ersten Blick nach einer KI-bedingten Kündigungswelle aussieht, entpuppt sich bei genauerem Hinsehen als etwas anderes: ein struktureller Umbau von Organisationen, der fortsetzt, was lange begonnen hat, bevor KI Einzug in die Unternehmensrealität gehalten hat. In diesem Artikel ordnen wir die Entwicklungen ein, zeigen, warum KI eher ein Brennglas als die Ursache ist, und stellen die Frage, die für den deutschen Mittelstand relevanter ist als jede Meldung aus dem Silicon Valley: Wie lässt sich angesichts des Fachkräftemangels mit der gleichen Mannschaft der Status quo halten oder besser noch mehr erreichen?
TL;DR:
Der Begriff „Great Flattening“ beschreibt einen messbaren Trend, bei dem Organisationen flachere Hierarchien aufbauen. Konkret bedeutet dies, dass sich das Verhältnis von Fachkräften zu Führungskräften seit dem Jahr 2019 verdoppelt hat. KI beschleunigt diesen Trend. Gleichzeitig zeigen die Daten: Weniger als 5% aller Stellenstreichungen in den USA sind tatsächlich auf KI zurückzuführen. KI dient vielen Unternehmen eher als zeitgemäße Begründung für Restrukturierungen, die auch ohne KI stattgefunden hätten. Der Mittelstand hat andere Fragen und eine andere Perspektive als US-Tech-Konzerne. Nicht „Wen entlassen wir und schreiben es der KI zu?“, sondern „Was können unsere Mitarbeitenden leisten, wenn wir ihnen die richtigen Werkzeuge, also auch KI, an die Hand geben?“
Wenn Unternehmen ihre eigenen Strukturen infrage stellen – nicht nur wegen KI
Anfang Mai 2026 veröffentlichte Coinbase-CEO Brian Armstrong einen offenen Brief an seine Mitarbeitenden. Die Kernbotschaft: 14% der Belegschaft – rund 700 Menschen – werden entlassen. Das Ziel sei sinngemäß, das Unternehmen als „Intelligenz“ neu aufzubauen, mit Menschen am Steuer, die sie ausrichten. [1]
Was vordergründig nach einer typischen Entlassungsrunde in einem ohnehin volatilen Kryptomarkt klingt, enthält auf den zweiten Blick eine bemerkenswerte organisatorische These. Armstrong beschreibt drei konkrete Ziele, die mit dem Umbau erreicht werden sollen:
Die Hierarchie wird auf maximal fünf Ebenen unterhalb des CEO begrenzt.
Auch Führungskräfte werden zu sogenannten Individual Contributors – sie leisten neben ihrer Führungsaufgabe einen eigenen substanziellen Fachbeitrag und beschränken sich nicht mehr darauf, ausschließlich die Arbeit anderer zu koordinieren oder zu aggregieren.
Das Unternehmen experimentiert mit „KI-nativen Pods“ – Teams, die so klein sind, dass eine einzelne Person mit KI-Unterstützung die Rollen von Engineer, Designer und Produktmanager gleichzeitig abdecken kann. [1]
Coinbase betritt damit kein Neuland. Wenige Wochen zuvor hatte Jack Dorsey, CEO von Block (ehemals Square), einen ähnlichen Brief veröffentlicht. Die Strategie war dabei deutlich radikaler. Block reduziert seine Belegschaft von über 10.000 auf knapp unter 6.000 Mitarbeitende. Dorseys Begründung sinngemäß: Die KI-gestützten Werkzeuge, die Block selbst entwickelt und einsetzt, ermöglichen es kleineren und flacheren Teams, auf eine Weise zu arbeiten, die das bisherige Verständnis von Unternehmensführung grundlegend verändert. [2]
Das sind keine Einzelbeispiele. Die Liste kann fortgesetzt werden:
Microsoft hat 2025 gezielt Management-Ebenen abgebaut und den „Span of Control“ – also die Anzahl der Mitarbeitenden pro Führungskraft – bewusst erhöht. [3]
Amazon-CEO Andy Jassy hat eine Vorgabe eingeführt, die das Verhältnis von Individual Contributors zu Führungskräften um mindestens 15% steigern soll. [4]
Meta betreibt seit 2023 ein systematisches „Flattening“ unter dem Motto „Year of Efficiency“ – mit einem mittlerweile berichteten Verhältnis von 50 Mitarbeitenden pro Führungskraft in der neuen Applied-Engineering-Abteilung. [5]
Shopify-CEO Tobi Lütke hat eine interne Regel eingeführt, die Teams dazu verpflichtet, nachzuweisen, warum KI eine Aufgabe nicht erledigen kann, bevor neue Stellen geschaffen werden dürfen. [6]
All diese Entscheidungen haben auch einen KI‑Kontext. Die Frage, der wir in diesem Beitrag nachgehen, ist: Wie grundlegend ist die Rolle, die KI bei all diesen Veränderungen tatsächlich spielt?
Was sagen die Zahlen hinter den Schlagzeilen? Ist am Ende alles nur AI-Washing?
Die Beratungsfirma Challenger, Gray & Christmas trackt seit 2023, wie häufig Unternehmen KI als Grund für Entlassungen angeben. Das Ergebnis: 2025 wurden in den USA rund 55.000 Stellenstreichungen explizit auf KI zurückgeführt. Seit 2023 sind es insgesamt knapp 100.000. [7]
Das klingt zunächst nach viel. Um dies einzuordnen, lohnt sich ein Blick auf den gesamten Arbeitsmarkt. Unter diesem Blickwinkel entsprechen die der KI zugeschriebenen Stellenstreichungen weniger als 5% aller Stellenstreichungen im gleichen Zeitraum.
Die US-Wirtschaft hat allein 2025 über 1,2 Millionen Stellen abgebaut. Das ist der höchste Wert seit der COVID-Pandemie 2020. Die bei weitem häufigsten Gründe waren Restrukturierungen, veränderte Marktbedingungen, Standortschließungen oder das Auslaufen von bestehenden Verträgen. [7]
Wird KI also nur vordergründig als Narrativ genutzt, um den Stellenabbau zu rechtfertigen? Diese Frage ist berechtigt, denn ein Unternehmen, das Stellen „wegen sinkender Margen“ oder „schlechter Auftragslage“ streicht, signalisiert Probleme. Wer hingegen wegen „KI“ Stellen reduziert, kommuniziert Effizienz und Fortschritt.
Ein Blick auf die tatsächlichen Personalzahlen führt zu weiteren Einordnungen. Metas angekündigte Entlassungen von 10% der Belegschaft wirkten wie ein KI-bedingter Umbau – tatsächlich führte die Reduktion das Unternehmen lediglich auf den Headcount von 2021 zurück. Microsoft würde selbst nach den geplanten 7% Stellenstreichungen noch 47% mehr Mitarbeitende beschäftigen als im Jahr vor der Pandemie. Die gesamte Netto-Beschäftigung im US-Technologiesektor ist von 8,7 Millionen im Jahr 2020 auf 9,6 Millionen im Jahr 2023 gewachsen und seitdem mehr oder minder stabil geblieben. [8] Also kein weiteres Wachstum, aber auch sicher keine Arbeitsplatz-Apokalypse und keine KI-bedingten Massenentlassungen. Wahrscheinlicher ist eine Korrektur von pandemiebedingten Übereinstellungen, verpackt in ein KI-Narrativ, das an den Kapitalmärkten besser aufgenommen wird als das Eingeständnis, dass man drei Jahre lang zu viele Beschäftigte auf der Gehaltsliste hatte.
Andy Challenger, Chief Revenue Officer bei Challenger, Gray & Christmas, formuliert es am Beispiel Amazon: Während CEO Jassy im Oktober zu Investoren sagte, die Stellenstreichungen hätten primär „nichts mit KI“ zu tun, hatte er Monate zuvor gegenüber Mitarbeitenden erklärt, KI werde bedeuten, dass das Unternehmen „weniger Menschen“ für bestimmte Aufgaben benötige. [9] Beide Aussagen können gleichzeitig wahr sein, zeigen aber auch, wie flexibel das KI-Narrativ womöglich eingesetzt wird.
Warum hat dieser Trend nicht erst mit KI begonnen?
Die aktuelle Restrukturierungswelle ist nicht die erste und wird nicht die letzte bleiben. Ein Blick zurück zur COVID-19-Pandemie zeigt, wie eine Disruption Organisationsstrukturen auf den Prüfstand stellt.
Während der Pandemie haben insbesondere Technologieunternehmen ihre Mitarbeitendenzahlen massiv erhöht. Die Nachfrage nach digitalen Dienstleistungen explodierte, und viele Unternehmen verdoppelten ihre Belegschaft innerhalb kurzer Zeit. Google, Meta, Amazon und Salesforce wuchsen zwischen 2019 und 2022 in einem Tempo, das historisch durchaus als beispiellos bezeichnet werden kann. [10]
Als sich die Nachfrage wieder zunehmend normalisierte, stellte sich eine unangenehme Frage: Welche der neu geschaffenen Positionen leistet tatsächlich einen substanziellen eigenen Beitrag zur Wertschöpfung, und welche Stellen koordinieren oder konsolidieren nur den Output anderer? Die Antwort darauf kam in Form der größten Entlassungswelle der Technologiebranche seit der Dotcom-Blase. Allein im Jahr 2023 wurden weltweit über 260.000 Tech-Beschäftigte entlassen. [10]
Bemerkenswert daran war, dass die Entlassungen überproportional das mittlere Management betrafen. Nach Daten der Jobtracking-Plattform Live Data Technologies betrafen im Jahr 2024 bereits 29% der Entlassungen das Middle Management. Das war ein Anstieg von über 30% gegenüber dem Zeitraum 2018 bis 2022, in dem der Anteil konstant bei etwa 20% gelegen hatte. [11] Gartner prognostiziert, dass jedes fünfte Unternehmen sich bis Ende 2026 von mehr als der Hälfte seiner Middle-Management-Positionen trennen wird. [12]
Dieser Trend ist mess- und belegbar und hat vor der KI-Welle begonnen. Gusto, ein Lohnabrechnungsdienstleister für kleine und mittlere Unternehmen, analysierte die Personalstrukturen von 8.500 Unternehmen und kam zu dem Ergebnis, dass das Verhältnis von Individual Contributors zu Führungskräften sich zwischen 2019 und 2025 von etwa 3:1 auf fast 6:1 nahezu verdoppelt hat. [13] Das geschah überwiegend durch natürliche Fluktuation. Wenn eine Führungskraft ging, wurde die Position nicht nachbesetzt und eine andere übernahm den größeren Verantwortungsbereich.
Das Phänomen wird als „The Great Flattening“ bezeichnet. KI beschleunigt diesen Trend, aber sie hat ihn nicht ausgelöst. Die Frage, ob eine Hierarchiestufe tatsächlich Wert schöpft oder nur koordiniert, ist nicht im KI-Zeitalter zu verorten. KI macht diese Frage nur offensichtlicher und relevanter.
Warum macht KI Ineffizienzen besonders sichtbar?
Wie genau beschleunigt KI diese Dynamik? Die Antwort darauf liegt nicht in der Technologie selbst, sondern in dem, was durch sie sichtbar wird. Klassische Organisationsmodelle sahen über Jahrzehnte Strukturen vor, in denen bestimmten Rollen primär eine Koordinationsfunktion zukam: Informationen von „unten nach oben“ weiterreichen, Informationen aggregieren, Berichte schreiben, Entscheidungen zwischen Abteilungen abstimmen oder Expertenwissen in die Sprache von Nicht-Experten übersetzen. All diese Funktionen waren notwendig und in gewissem Umfang alternativlos.
KI verändert diese Gleichung. Mitarbeitende, die mit einem KI-System arbeiten, können selbst auf Wissen zugreifen, das zuvor über Hierarchiestufen vermittelt wurde. Sie können Berichte selbst erstellen, Daten selbst analysieren, Entwürfe selbst formulieren. Nicht perfekt – aber gut genug, damit der Bestand einer reinen Koordinationsfunktion infragegestellt wird.
In diesem Kontext ersetzt KI nicht pauschal Arbeitsplätze. Sie macht aber sichtbar, wo der eigentliche Beitrag einer Rolle in der Wertschöpfungskette des Unternehmens liegt. Die Positionen, die substanzielle eigene Arbeit leisten, werden durch KI produktiver und bleiben relevant. Jene Positionen, die bisher primär den Output anderer aggregierten, werden durch KI zunehmend verdrängt.
Brian Armstrongs Forderung nach „Player-Coaches“ statt „Pure Managers“ bei Coinbase schlägt genau in diese Kerbe. Es geht nicht darum, Führungsfunktionen komplett abzuschaffen. Aber es geht darum, dass auch Mitarbeitende in Führungspositionen einen eigenen fachlichen Beitrag leisten und das zusätzlich zu ihrer Führungsaufgabe.
Allerdings verdient auch die Gegenposition Beachtung. Wer Führungsebenen vorschnell streicht, riskiert den Verlust von institutionellem Wissen, das sich in keiner Datenbank abbilden lässt. Mentoring, Beziehungspflege, kulturelle Weitergabe – all das sind Funktionen, die in keiner Stellenbeschreibung stehen und die keine KI übernehmen kann. Das Entscheidungskriterium ist also nicht, ob koordiniert wird, sondern was neben der Koordination noch geleistet wird.
Wie verändern neue Wettbewerber das Spielfeld?
Bisher standen alle Wettbewerber vor vergleichbaren Herausforderungen. Mögliche Ineffizienzen waren strukturell bedingt, kamen aber bei allen in vergleichbarem Umfang zu tragen.
Parallel zu den internen Reorganisationen in miteinander vergleichbaren Unternehmen kann es nun dank KI auch zu Verschiebungen im Wettbewerbsumfeld selbst kommen. Um die Tragweite dieser Veränderung zu verstehen, hilft ein Blick auf das bekannte „Magische Dreieck“ aus Qualität, Geschwindigkeit und Kosten. Alle drei stehen in einer Wechselwirkung, die als beinahe unumstößlich galt: Wer Qualität priorisiert, zahlt mit höheren Kosten oder längeren Lieferzeiten. Wer Geschwindigkeit will, muss bei Qualität oder Kosten Abstriche machen.
Drei Entwicklungen stellen dieses Paradigma jetzt infrage.
Ein-Personen-Startups auf dem Vormarsch: Der Anteil der von Einzelpersonen gegründeten Startups ist in den USA von 23,7% aller Neugründungen im Jahr 2019 auf 36,3% Mitte 2025 gestiegen. [14] Diese Entwicklung weist darauf hin, dass es sich nicht mehr um ein Nischenphänomen handelt. Solo-Gründer nutzen KI-Tools, um den Output zu produzieren, für den vor wenigen Jahren noch ein Team von fünf bis zehn Personen nötig war – von der Produktentwicklung über das Marketing bis zum Kundenservice. Ein Beispiel: Der 31-jährige israelische Entwickler Maor Shlomo baute Base44 als Nebenprojekt – eine KI-gestützte Plattform, mit der auch Nicht-Programmierer per Texteingabe eigene Apps erstellen können. Sechs Monate nach dem Launch hatte Base44 bereits 250.000 Nutzer und war ab dem ersten Tag profitabel. Wix kaufte das Unternehmen für 80 Millionen Dollar. [14] Ein Extrembeispiel – aber eines, das zeigt, wie sich das Marktumfeld verändern kann.
Globalisierung auf einem neuen Niveau: Die Vorstellung, dass lokale Präsenz und etablierte Lieferantenbeziehungen ein dauerhafter Wettbewerbsvorteil sind, wird zunehmend infrage gestellt. Und es ist nicht immer China, das als Herausforderer auftritt. In den USA hat SendCutSend gezeigt, wie ein Startup klassische Fertigungsdienstleistungen neu definieren kann. Gegründet von zwei Software-Ingenieuren, die frustriert waren über den fehlenden Zugang zu industrieller Fertigung, liefert das Unternehmen heute lasergeschnittene Metallteile in 48 Stunden – ohne Mindestbestellmengen, zu transparenten Preisen, vollständig online konfigurierbar. [15] Gleichzeitig lassen sich komplexe 3D-gedruckte Metallteile in wenigen Tagen und kostengünstig aus China beziehen. Was beide Fälle verbindet: Die Kombination aus digitaler Plattform, automatisierter Fertigung und globalem Zugang schafft neue Geschäftsmodelle und senkt gleichzeitig die Einstiegshürde für neue Wettbewerber erheblich.
Geschwindigkeit als Differenzierungsmerkmal: Wenn ein Unternehmen mit fünf Personen und KI-Unterstützung in vier Wochen liefert, wofür ein traditionell aufgestelltes Unternehmen mit fünfzig Personen drei Monate benötigt, verschiebt sich das magische Dreieck. Plötzlich muss man nicht mehr zwischen Qualität, Geschwindigkeit und Kosten wählen – zumindest nicht in dem Maße wie bisher.
Am Kumulationspunkt dieser drei Entwicklungen entsteht ein neues Phänomen: technologiegestützte Gründer, die entlang von globalisierten Lieferketten skalieren und mit hoher Geschwindigkeit neue Produkte und Dienstleistungen auf den Markt bringen. Jede einzelne dieser Entwicklungen für sich wäre handhabbar. In Kombination verstärken sie einander.
All das bedeutet nicht, dass der Mittelstand bereits morgen von Solopreneuren verdrängt wird. Aber es bedeutet, dass die bisher bestehende und gleichmäßig verteilte Ineffizienz keine Insel der Stabilität mehr darstellt.
Was passiert, wenn das Blatt überreizt wird? Die Klarna-Warnung
Die Begeisterung für schlankere Organisationen ist verständlich. Wer diesen Weg einschlagen möchte, sollte allerdings im Blick behalten, das Blatt nicht zu überreizen.
Der schwedische Zahlungsdienstleister Klarna hat zwischen 2022 und 2024 rund 700 Stellen gestrichen und durch einen KI-Assistenten ersetzt, der in Zusammenarbeit mit OpenAI entwickelt wurde. CEO Sebastian Siemiatkowski feierte den Erfolg öffentlich. Der KI-Assistent bearbeitete im ersten Monat 2,3 Millionen Kundenservice-Gespräche, senkte die Bearbeitungszeit von 11 Minuten auf unter 2 Minuten und reduzierte Wiederholungsanfragen um 25%. [16]
Auf dem Papier ein klarer Triumph. Die Finanzmärkte waren begeistert. Die projizierte jährliche Einsparung wurde auf 40 Millionen Dollar beziffert.
Es gab aber auch Herausforderungen. Die Kundenzufriedenheit sank bei komplexen Anfragen. Emotionale Beschwerden von Kunden und mehrstufige Probleme überforderten das System. Berichte tauchten auf, dass Ingenieure von ihren eigentlichen Aufgaben abgezogen wurden, um einzuspringen, wenn die KI versagte. [16]
Mitte 2025 gab Siemiatkowski öffentlich zu: „Kosten waren ein zu dominanter Bewertungsfaktor. Das Ergebnis war niedrigere Qualität.“ [17] Klarna begann, wieder menschliche Kundenservice-Beschäftigte einzustellen – allerdings in einem neuen Modell und mit flexiblen Arbeitszeiten, ähnlich dem Uber-Prinzip. Die Belegschaft, die von über 5.500 auf 3.400 geschrumpft war, wächst wieder. [17]
Die Erfahrungen, die Klarna gemacht hat, sind aus mehreren Gründen relevant. Sie zeigen zum einen, dass die Formel „KI ersetzt Menschen“ eine grobe Vereinfachung ist, die in der Praxis an der angestrebten Qualität scheitern kann. KI kann Routine – schnell und zuverlässig. Was sie weniger gut kann: Nuancen, Empathie, kontextabhängige Urteilskraft. Also genau die Fähigkeiten, die in anspruchsvollen Kundeninteraktionen den Unterschied machen.
Sie zeigen zum anderen, dass neben der Betrachtung von kurzfristigen Einsparungen durch eine umfangreiche KI-Substitution auch die langfristigen Kosten durch einen potenziellen Qualitätsverlust und den möglicherweise daraus resultierenden Markenschaden mitgedacht werden müssen. Anders ausgedrückt: Klarna hat 40 Millionen Dollar gespart und musste dann feststellen, dass der Reputationsschaden schwerer wog.
Und sie zeigen ferner, dass das richtige Modell ein hybrides ist. Nicht Menschen oder KI, sondern Menschen mit KI. Die Aufgabenverteilung muss feiner ausdifferenziert werden: Routine und Skalierung für die KI, Urteilskraft und Beziehungsarbeit für den Menschen.
Was kann der Mittelstand von alledem mitnehmen?
Coinbase, Block, Meta, Microsoft und Klarna – da stellt sich die Frage nach der Verbindung zum bodenständigen Mittelstand. Schließlich handelt es sich um Technologieunternehmen mit Tausenden von Mitarbeitenden, enormer Kapitalausstattung und einer oftmals grundlegend anderen Organisationskultur, als dies beim klassischen Maschinenbauer mit 150 oder dem Automobilzulieferer mit 300 Beschäftigten der Fall ist.
Bei allen Unterschieden bleibt die initiale Grundfrage gleich: Welche Rollen und Funktionen in der jeweiligen Organisation tragen direkt zur Wertschöpfung bei und welche sind ausschließlich mit Koordinationsaufgaben betraut?
Und noch etwas unterscheidet den Mittelstand von Technologiekonzernen. Während diese fragen „Wen können wir entlassen?“, steht der Mittelstand oft vor der gegenteiligen Frage: „Wo finden wir die Mitarbeitenden, die wir dringend benötigen?“ Die Datenlage dazu ist eindeutig:
44% der Unternehmen mit 20 bis 199 Beschäftigten und 47% der Unternehmen mit 200 bis 999 Beschäftigten haben Schwierigkeiten, offene Stellen zu besetzen (DIHK-Fachkräftereport 2025/2026). [18]
Zum fünften Mal in Folge ist Fachkräftemangel die größte Herausforderung für den Mittelstand – rund 40% der Unternehmen sind betroffen, trotz konjunktureller Schwäche (Zukunftspanel Mittelstand). [19]
Bis 2036 werden rund 12 Millionen Menschen den deutschen Arbeitsmarkt verlassen. Die Babyboomer gehen in Rente, deutlich weniger Jüngere rücken nach (Statistisches Bundesamt). [20]
Der aktuelle leichte Rückgang des Fachkräftemangels – das ifo Institut meldet Anfang 2026, dass „nur noch“ 22,7% der Unternehmen betroffen seien – ist trügerisch. Er ist konjunkturell bedingt und wird sich bei einem Aufschwung umkehren, dann auf einer demografisch noch schlechteren Basis. [20]
Wie gelingt organisches Wachstum, wenn die Fachkräftesituation angespannt bleibt?
Vor dem Hintergrund dieser Frage bekommt das „Great Flattening“ eine gänzlich andere Bedeutung. Für den Mittelstand geht es nicht um Entlassungen. Es geht um die strategische Frage, wie ein Unternehmen mit der gleichen oder sogar einer schrumpfenden Belegschaft mehr leisten kann.
Also weder „KI für alles einsetzen“ noch „Abwarten und beobachten“. Stattdessen einen Ansatz fahren, bei dem bestehende Mitarbeitende zu mehr befähigt und gleichzeitig von Routineaufgaben entlastet werden, statt sie zu ersetzen.
Was bedeutet das konkret?
Es bedeutet, dass ein erfahrener Konstrukteur, der bisher zwei Stunden pro Tag mit der Dokumentation seiner Arbeit verbracht hat, diese Zeit für anspruchsvollere Konstruktionsaufgaben verwenden kann, sofern ein KI-System die Dokumentation für ihn übernimmt. Diese ist vielleicht nicht perfekt, aber liefert einen Entwurf, der anschließend in zehn Minuten angepasst, überprüft und freigegeben werden kann, statt in zwei Stunden durch einen Menschen erstellt zu werden.
Oder es bedeutet, dass eine Vertriebsleiterin, die bisher in einem wöchentlichen Turnus auf die Angebotsauswertung ihrer Abteilung gewartet hat, diese Auswertung in Echtzeit selbst durchführen kann – ohne dass jemand die Zahlen für sie aggregieren und aufbereiten muss.
Genauso kann das für die Unternehmenssteuerung bedeuten, dass der Überblick über die Auslastung der Produktion direkt verfügbar wird, weil die dafür notwendigen Informationen nicht mehr ihren Weg durch menschliche Zwischenstationen finden müssen.
In keinem dieser Fälle wird der Mensch überflüssig. Der Mensch wird vielmehr entlastet und kann sich höherwertigen Aufgaben widmen, mit denen unternehmerische Wertschöpfung verbunden ist. Gleichzeitig wird damit der Herausforderung Rechnung getragen, weiteres Personal aufzubauen in Zeiten, in denen die Verfügbarkeit neuer Mitarbeitender begrenzt ist. Die ILO bestätigt diese Einschätzung auf globaler Ebene: In entwickelten Volkswirtschaften sind nur 5% der Arbeitsplätze tatsächlich von Automatisierung bedroht. Gleichzeitig profitieren 13% der Jobs potenziell von einer KI-Unterstützung. Anders ausgedrückt: Mitarbeitende werden produktiver, nicht arbeitslos. [21]
Dies ist auch historisch belegt. Der Ökonom William Stanley Jevons beschrieb bereits 1865 ein Paradox, das seinen Namen trägt: Wenn eine Ressource dramatisch günstiger wird, nutzen wir nicht weniger davon – wir finden unzählige neue Verwendungen dafür. [22]
Dieses Muster setzt sich auch im KI-Zeitalter fort. Der Journalist Clive Thompson hat über 70 Programmierer in den USA interviewt und eine bemerkenswerte Verschiebung beobachtet: Entwickler coden weniger und denken dafür mehr. „Ein Coder ist jetzt eher ein Architekt als ein Bauarbeiter“, beschreibt Thompson die von ihm beobachtete Veränderung. [22] Das Jevons-Paradox in Aktion: Weil KI die Kosten für Softwareentwicklung senkt, können sich plötzlich auch kleine Firmen maßgeschneiderte Software leisten, die sich bisher kein eigenes Entwicklungsteam hätten aufbauen können.
„The Great Flattening“ kann ein Denkanstoß für den Mittelstand sein. Nicht wie Tech-Konzerne die Frage „Wen entlassen wir?“, sondern viel praktischer: „Was können unsere bestehenden Mitarbeitenden leisten, wenn wir ihnen die richtigen Werkzeuge geben?“
Unsere eigenen Erfahrungen aus der Zusammenarbeit mit KI
Wir haben selbst erfahren, wie die Zusammenarbeit mit KI auch ein kleines Team ausgesprochen schlagkräftig machen kann. Wir leben täglich die Zusammenarbeit mit KI-Systemen und erfahren dabei, was passiert, wenn KI als Sparringspartner und Produktivitätshebel eingesetzt wird, statt sie auf ein Surrogat für menschliches Denken zu reduzieren.
Unser Fazit ist einfach: KI ist ein Multiplikator für bestehende Kompetenz. Wer substanzielle Expertise mitbringt und KI als Werkzeug effizient nutzt, wird überproportionale Produktivitätsgewinne realisieren können. Wer keine Expertise mitbringt, bekommt von der KI bestenfalls generische Ergebnisse. Die KI kann nur verstärken, was da ist. Kompetenz auf der einen Seite und ebenso Inkompetenz auf der anderen.
Impulse für Entscheider im Mittelstand
Statt einer Checkliste möchten wir Ihnen drei Impulse mitgeben.
Welche Rollen in Ihrer Organisation tragen direkt zur Wertschöpfung bei und welche sind überwiegend mit Koordination beschäftigt? Das ist keine Wertung – Koordination ist notwendig. Aber es ist eine ehrliche Bestandsaufnahme. Wenn Sie feststellen, dass bestimmte Positionen primär Informationen weiterleiten, Berichte zusammenfassen oder Entscheidungen zwischen Abteilungen abstimmen, dann lohnt sich die Frage, ob KI-gestützte Werkzeuge einen Teil dieser Koordination übernehmen können – nicht um die Position zu streichen, sondern um der Person in dieser Position Zeit für substanziellere Aufgaben zu geben.
Wo bleiben heute Aufgaben liegen, weil die Kapazität für ihre Bearbeitung fehlt? Jeder Mittelständler kennt die Liste der Projekte, die „eigentlich wichtig“ wären, aber mangels Personal nicht angegangen werden. Genau hier liegt das Potenzial für organisches Wachstum mit KI-Unterstützung: nicht in der Reduktion bestehender Aufgaben, sondern in der Erschließung neuer Möglichkeiten mit der vorhandenen Mannschaft. Und an dieser Stelle lohnt sich auch eine unbequeme Gegenfrage: Welche der bestehenden Aufgaben haben ihren Ursprung in der Tradition und leisten eigentlich gar keinen Wertschöpfungsbeitrag mehr? In unserem Artikel zur Datenqualität haben wir die Unterscheidung zwischen „faster“ und „further“ eingeführt: Wer KI nur nutzt, um bestehende Prozesse zu beschleunigen, macht etwas schneller. Wer KI nutzt, um zu hinterfragen, ob der Prozess überhaupt noch sinnvoll ist, kommt weiter. [LINK: Datenqualität für KI]
Wenn Sie fünf zusätzliche Mitarbeitende hätten – für welche Aufgaben würden Sie diese einsetzen? Diese Frage aus dem Bauch heraus beantwortet, hat oft mehr Klarheit und ist meist aufschlussreicher als jede Prozessanalyse. Die Antwort zeigt, wo Sie Wachstumspotenziale für Ihr Unternehmen sehen und welche Kapazitätsengpässe dem im Weg stehen. KI wird diese hypothetischen fünf Mitarbeitenden nicht ersetzen. Aber sie kann bestehenden Mitarbeitenden die Werkzeuge geben, um zumindest einen Teil dieser Lücke zu schließen.
Ein Fazit
Die Reorganisation bei Coinbase, Block, Microsoft und Dutzenden weiterer Unternehmen ist real. Die Abflachung von Hierarchien ist ein messbarer Trend, der vor KI begonnen hat und nun durch KI beschleunigt wird. Und die neuen Wettbewerber – technologiegestützte Einzelgründer, globalisierte Lieferketten, Geschwindigkeit als Differenzierungsmerkmal – verändern das Spielfeld.
Aber die Schlussfolgerung für den Mittelstand in DACH ist eine fundamental andere als für Silicon-Valley-Konzerne: Der Mittelstand hat selten zu viele Mitarbeitende. Im Gegenteil. Er hat oft zu wenige. Die strategische Frage ist nicht „Wen ersetzen wir durch KI?“, sondern „Wie befähigen wir die Menschen, die wir haben, mehr zu leisten?“ Wer KI nur als Instrument zur Headcount-Reduktion versteht, dem droht, den Klarna-Fehler zu wiederholen: kurzfristige Einsparungen, langfristige Qualitätsverluste.
Wer KI hingegen als Hebel für die bestehende Mannschaft versteht, hat die Chance auf etwas, das im aktuellen Arbeitsmarkt beinahe utopisch klingt: Wachstum, ohne dafür Menschen finden zu müssen, die es auf dem Arbeitsmarkt nicht gibt.
Quellen
[1] Brian Armstrong, offener Brief an Coinbase-Mitarbeitende, 5. Mai 2026. Fortune. Vgl. auch Fast Company und Yahoo Finance.
[2] Jack Dorsey, interner Brief an Block-Mitarbeitende, Februar 2026. Originalpost auf X. Berichterstattung: Fortune und CNN.
[3] Microsoft baut gezielt Middle-Management-Ebenen ab und erhöht den „Span of Control“ für Führungskräfte (2025). Axios.
[4] Amazon CEO Andy Jassy, Memo an Mitarbeitende (2025): Jede Organisation soll das Verhältnis von Individual Contributors zu Führungskräften um mindestens 15% steigern. CNBC.
[5] Fortune: „Coinbase didn’t just lay off 14% of its staff due to AI“ (Mai 2026). Meta-Ratio basierend auf Berichten über die neue Applied-Engineering-Abteilung. Fortune.
[6] Tobi Lütke, Memo an Shopify-Mitarbeitende, April 2025. Veröffentlicht auf Social Media. Berichterstattung: TechCrunch, Fortune.
[7] Challenger, Gray & Christmas, Jahresendreport 2025. Challenger Report. Vgl. auch CNBC sowie Gizmodo.
[8] US-Technologiebeschäftigung: CompTIA / Bureau of Labor Statistics. Meta-Headcount und Microsoft-Vergleichsdaten basierend auf SEC-Filings. Gizmodo.
[9] Challenger, Gray & Christmas, Kommentar zu Amazon-Entlassungen (Januar 2026). Challenger Report November 2025.
[10] Crunchbase Tech Layoffs Tracker. 2022: ca. 93.000, 2023: ca. 260.000 Entlassungen. Statista.
[11] Live Data Technologies, zitiert in CNBC. Middle Manager machten 2024 29% aller Entlassungen aus, gegenüber ca. 20% im Zeitraum 2018-2022. CNBC.
[12] Gartner: Prognose, dass jedes fünfte Unternehmen bis Ende 2026 mehr als die Hälfte seiner Middle-Management-Positionen eliminieren wird. Zitiert u.a. in Fortune.
[13] Gusto-Analyse von 8.500 kleinen und mittleren Unternehmen. Gusto Insights. Berichtet in Axios.
[14] Base44: TechCrunch, Inc. Magazine, Wix-Pressemitteilung.
[15] SendCutSend: On-demand Manufacturing. Gegründet 2018 in Reno, Nevada. sendcutsend.com.
[16] Klarna-KI-Performance und Rückzieher. Fortune, Entrepreneur.
[17] Klarna CEO-Zitat und Rehiring. Bloomberg, LaSoft Blog, MLQ.ai.
[18] DIHK-Fachkräftereport 2025/2026. PDF-Download. Übersicht.
[19] IfM Bonn / DATEV Magazin: „Zukunftspanel Mittelstand 2025“ (Januar 2026). ifm-bonn.org.
[20] Demografische Daten: Statistisches Bundesamt, Bevölkerungsvorausberechnung. ifo Institut: Konjunkturumfrage Januar 2026. ifo.de.
[21] ILO: „Generative AI and Jobs – A Global Analysis.“ ilo.org. Nur 5% Automatisierungsrisiko, 13% Augmentationspotenzial in entwickelten Volkswirtschaften.
[22] Jevons Paradox und Buchhalter-Beispiel: Eldar Maksymov, Arizona State University. Programmierer-Interviews: Clive Thompson, Berichterstattung über 70+ Interviews mit US-Programmierern.
Dieser Artikel ist ein Beitrag der NordAGI-Redaktion im Bereich Thought Leadership. Er basiert auf einer Analyse öffentlich zugänglicher Quellen und eigener Praxiserfahrung. Die Bewertungen und Schlussfolgerungen spiegeln unsere analytische Einschätzung wider, nicht absolute Gewissheiten.
Sie möchten KI in Ihrem Unternehmen einsetzen und haben Fragen zur KI-Implementierung?
Gerne analysieren wir mit Ihnen in einem ersten unverbindlichen Strategiegespräch, wie der Einsatz von KI in Ihrem Unternehmen aussehen könnte und was dabei zu beachten ist.
