AI Washing
wie KI zur Ausrede für Personalabbau wird.

„Wegen KI" klingt besser als „wir haben uns verschätzt". Deshalb tragen immer mehr Stellenstreichungen und Effizienzprogramme ein KI-Etikett, das mit der Technologie dahinter wenig zu tun hat. Für diese Übertreibung gibt es einen Begriff, und sie betrifft den Mittelstand so sehr wie die großen Konzerne.

Henning Rau

Geschäftsführer · Rau Advisory

Als SAP Anfang 2024 sein Transformationsprogramm ankündigte, stellte der Konzern einen stärkeren Fokus auf zentrale Wachstumsbereiche in den Vordergrund, besonders Business AI. SAP sprach zunächst von rund 8.000 betroffenen Stellen. Später wurde die Zahl auf 9.000 bis 10.000 erhöht, allein in Deutschland verließen etwa 3.500 Beschäftigte das Unternehmen. Der Betriebsrat hielt dagegen, das Programm diene vor allem der Kostensenkung, eine klare geschäftliche Begründung fehle. Ob KI hier Ursache war oder Erzählung, lässt sich von außen nicht entscheiden. Aber die Frage stellt sich, und längst nicht nur bei einem Großkonzern.

Für dieses Muster gibt es einen Begriff: AI Washing. Er beschreibt, wie Unternehmen ihre künstliche Intelligenz größer reden, als sie ist, weil der Markt das gerade belohnt. Beim Stellenabbau trifft diese Versuchung auf einen zweiten Reiz, und beide zusammen öffnen eine Lücke zwischen Begründung und Realität. Wie groß sie ist, zeigt sich dort, wo jemand nachmisst.

Zwei Zahlen, die nicht zusammenpassen

In Deutschland misst niemand systematisch, wie oft KI als Begründung herhält, ohne die Arbeit wirklich zu übernehmen. In den USA gibt es dafür ausnahmsweise Zahlen. Die Outplacement-Beratung Challenger, Gray & Christmas zählt dort jeden Monat die angekündigten Stellenstreichungen und ordnet sie nach genanntem Grund. Im Mai 2026 führte künstliche Intelligenz diese Liste zum dritten Mal in Folge an, mit 38.579 angekündigten Streichungen. Das sind 40 Prozent aller Kürzungen des Monats und der höchste Wert, seit Challenger diesen Grund 2023 erstmals erfasst hat. Über das Jahr summieren sich 87.714 KI-begründete Streichungen, 22 Prozent aller Ankündigungen 2026. Schon jetzt mehr als im gesamten Vorjahr.

Eine Zahl fehlt in dieser Statistik allerdings: wie viele dieser Stellen tatsächlich von einer KI ersetzt wurden. Challenger zählt Ankündigungen nach dem genannten Grund, nicht nachgewiesene Ursachen. Dieser Unterschied ist der ganze Punkt.

Wie groß er ist, zeigt New York. Seit 2025 müssen Unternehmen dort bei Massenentlassungen angeben, ob technologische Innovation oder Automatisierung beteiligt war. Bis Ende Januar 2026 gingen über 750 solcher Meldungen ein, von 162 Arbeitgebern, mit fast 28.300 betroffenen Beschäftigten. Das Technologie-Feld angekreuzt hat niemand. Kein einziges Unternehmen. Darunter sind Konzerne, die in Pressemitteilungen und Quartalszahlen KI offensiv als Treiber ihrer Effizienz feiern.

New York, WARN-Meldungen bis Januar 2026: 162 Unternehmen meldeten Stellenabbau, kein einziges (0) nannte Technologie oder Automatisierung als Grund. Quelle: New York State Department of Labor (WARN).

Woher der Begriff kommt

Der Begriff stammt nicht aus der Arbeitsmarkt-Debatte. Regulatorisch sichtbar wurde er im März 2024, als die US-Börsenaufsicht SEC ihre ersten Strafen unter diesem Stichwort verhängte. Zwei Vermögensverwalter, Delphia und Global Predictions, hatten Anlegern KI-gestützte Anlagestrategien verkauft, die es so nicht gab. Ergebnis: 400.000 Dollar Strafe und ein Begriff, der seitdem bleibt.

Der Kern ist simpel. Ein Unternehmen schmückt sich mit einer Fähigkeit, die es kaum besitzt, weil der Markt diese Fähigkeit gerade belohnt. Vor fünfzehn Jahren hieß dasselbe Muster „Greenwashing” und trug ein Nachhaltigkeitslabel. Heute trägt es ein KI-Etikett. Forscher der University of California in Berkeley nennen es die kulturelle Falle der Übertreibung: Sobald ein Thema Aufmerksamkeit und Kapital anzieht, wächst der Anreiz mitzureden schneller als die tatsächliche Substanz.

Warum Unternehmen KI vorschieben

Bei Entlassungen kommt ein zweiter Mechanismus dazu. „Wir bauen Stellen ab, weil unsere KI die Arbeit übernimmt” klingt nach Stärke, Vorsprung und Plan. „Wir haben uns in den Boom-Jahren überbesetzt und korrigieren das jetzt” klingt nach Fehler. Der Kapitalmarkt belohnt die erste Erzählung und bestraft die zweite. Eine KI-Story stützt den Aktienkurs, ein Eingeständnis von Überbesetzung belastet ihn.

Gleichzeitig gibt es einen handfesten Grund, KI offiziell gerade nicht anzugeben. Wer Automatisierung als Entlassungsgrund protokolliert, liefert möglichen Klagen eine Vorlage, etwa wegen Altersdiskriminierung, falls ein System überproportional ältere Beschäftigte trifft. So entsteht eine paradoxe Lage. Nach außen wird KI laut beworben, im rechtsverbindlichen Formular bleibt sie ungenannt. Ein MIT-Arbeitsmarktforscher ordnet das in ein längeres Muster ein: Cover-Storys für Stellenabbau wechseln seit Jahren, früher Offshoring, dann Restrukturierung, heute KI.

Auch Forrester warnt vor Überautomatisierung. Die öffentlich sichtbare Zusammenfassung des AI Job Impact Forecast hält fest: Für breite KI-Arbeitslosigkeit gibt es heute keine ausreichenden Belege; Unternehmen, die dem Hype folgen, riskieren spätere Rücknahmen und Schaden für die Employee Experience. Eine über ITPro berichtete Forrester-Prognose passt dazu: 55 Prozent der Unternehmen, die Personal zugunsten von Automatisierung abgebaut hatten, bereuten den Schritt.

Die deutlichste Warnung kommt aus der KI-Branche selbst. Nvidia-Chef Jensen Huang, dessen Konzern am KI-Boom mehr verdient als fast jeder andere, nennt die KI-Layoff-Erzählung „zu faul”. Sein Argument: Generative KI sei erst seit wenigen Monaten wirklich produktiv, also könne sie kaum Entlassungen erklären, die längst zuvor beschlossen wurden.

Was der Mittelstand daraus liest

Für Geschäftsführungen im Mittelstand stecken darin zwei Lehren, eine bequeme und eine unbequeme.

Die bequeme zuerst. Die Schlagzeile, KI vernichte gerade massenhaft Jobs, ist als pauschale Aussage nicht belegt. Wer seine eigene KI-Entscheidung aus Angst vor diesem Szenario trifft, reagiert auf eine Erzählung statt auf Daten. Das nimmt Druck aus der Debatte. Es heißt nicht, dass KI den Arbeitsmarkt unberührt lässt. Es heißt, dass die öffentliche Begründung selten die ganze Geschichte erzählt.

Die unbequeme Lehre trifft näher. AI Washing endet nicht an der Unternehmensgrenze, es passiert auch nach innen. In den Mandaten, die ich begleite, sehe ich seltener zu wenig KI als zu viel KI auf dem Etikett. Eine „KI-Initiative” wird präsentiert, dahinter stehen drei versandete Pilotprojekte ohne klaren Eigentümer. Ein Workflow bekommt das Label „KI-gestützt”, weil das im Lenkungskreis besser klingt als „regelbasiertes Skript”. Das Muster ist dasselbe wie an der Börse, nur das Publikum ist ein anderes: Aufsichtsrat, Belegschaft und am Ende man selbst.

Diese interne Variante ist gefährlicher als die externe, weil niemand klagt. Ein überzeichnetes KI-Narrativ nach innen führt zu Budgets für Projekte ohne Zielbild, zu Erwartungen, die kein Pilot einlöst, und irgendwann zur Ernüchterung, KI funktioniere eben doch nicht. Dabei war nie die Technologie das Problem, sondern das Etikett, das man ihr vorab umgehängt hat.

Die Frage, die Entscheider trennen müssen

Die praktische Konsequenz ist unspektakulär und genau deshalb wirksam. Entscheider sollten drei Dinge sauberer auseinanderhalten, als die öffentliche Debatte es tut: die genannte Begründung, die Reporting-Kategorie und die belastbare Ursache. Bei einer Meldung über KI-Jobverluste lautet die nüchterne Frage, ob hier eine produktive KI Arbeit übernommen hat oder ob KI nur die bessere Geschichte für eine ohnehin geplante Entscheidung ist.

Für die eigene Organisation gilt dieselbe Disziplin, nur umgekehrt. Bevor das Wort KI auf eine Initiative, eine Folie oder eine Stellenbegründung kommt, lohnt eine einzige Kontrollfrage: Was genau leistet die KI hier, und woran messen wir das? Wer darauf eine konkrete Antwort hat, betreibt KI. Wer ins Stocken gerät, betreibt AI Washing, meist ohne es zu merken.

Der ehrlichste Satz, den eine Geschäftsführung über ihre KI sagen kann, ist oft der unbequemste: Hier ist KI noch ein Etikett, kein Ergebnis. Wer das ausspricht, hat die eigentliche Arbeit schon begonnen.