Die These ist mittlerweile kanonisch: KI ersetzt keine Jobs, sie verändert sie. Wer von Automatisierung spricht, meint in Wirklichkeit Augmentierung – die Erweiterung menschlicher Fähigkeiten durch maschinelle Unterstützung, nicht ihre Substitution. Forscher betonen, dass KI-Agenten Softwareentwickler nicht überflüssig machen, sondern neue Disziplinen erzeugen: Orchestrierung autonomer Systeme, Überwachung von Agentenpipelines, Fehlerkorrektur auf höherem Abstraktionsniveau. Jensen Huang, CEO von Nvidia, hat diese Position jüngst mit ungewöhnlicher Bildsprache versehen: KI verhalte sich wie ein nerviger Vorgesetzter, der Arbeit in Echtzeit analysiert, Prozesse beschleunigt und so netto mehr Beschäftigung ermöglicht, weil gesteigerte Produktivität in gestiegene Nachfrage mündet.

Beide Positionen sind nicht falsch. Sie sind etwas Schlimmeres: Sie sind so formuliert, dass sie empirisch kaum falsifizierbar sind. Was die aktuellen Massenentlassungen bei Meta, Oracle und anderen zeigen – und was die Realität des deutschen Mittelstands hinzufügt –, ist, dass die Formel an beiden Enden scheitert, aus entgegengesetzten Gründen.

Das Immunisierungsproblem

Die Augmentierungsformel operiert mit einer strukturellen Asymmetrie: Jede neu entstehende Berufsbezeichnung gilt als Bestätigung der These, jede gestrichene Stelle hingegen als unvermeidlicher Übergangsschmerz oder konjunkturelles Rauschen. Die Beweislast ist einseitig verteilt. Solange irgendwo auf der Welt neue Tätigkeitsprofile entstehen – und das tun sie, weil das bei jeder technologischen Transformation der Fall ist –, bleibt die These unangetastet. Was sie nicht verarbeiten kann, ohne ihre Grundstruktur preiszugeben, sind Fälle, in denen Produktivitätsgewinne durch KI nicht in Beschäftigungsvolumen rücktransformiert werden, sondern in Margensteigerung, Aktienrückkäufe und Kapitalkonzentration.

Genau das lässt sich gegenwärtig beobachten.

Die Massenentlassungen als Falsifikationsfall

Meta, Oracle und eine wachsende Zahl weiterer Technologiekonzerne führen derzeit Entlassungswellen durch, die sich strukturell von früheren zyklischen Anpassungen unterscheiden. Es handelt sich nicht um konjunkturelle Reaktionen auf Nachfragerückgänge oder um strategische Umorientierungen im Produktportfolio. Die Begründungen, die intern und öffentlich kommuniziert werden, sind technologiemotiviert: KI-Systeme übernehmen Tätigkeiten, die bislang von mittleren Ingenieuren, Analysten und Wissensarbeitern ausgeführt wurden. Die Stellen werden nicht verlagert. Sie werden nicht ersetzt. Sie werden schlicht nicht mehr benötigt.

Das ist keine Interpretation, es ist Kommunikation der betroffenen Unternehmen selbst.

Dass dieser Befund möglich ist, hat einen organisationstheoretischen Vorläufer, der in der aktuellen Debatte kaum Beachtung findet. Die moderne Büroarbeit wurde über Jahrzehnte nach dem Vorbild industrieller Prozesslogik reorganisiert – Weber’sche Bürokratie und Taylor’sches Scientific Management haben kognitiver Arbeit dasselbe angetan, was sie zuvor der Handarbeit angetan hatten: Sie haben individuelles Ermessen systematisch durch Zuständigkeitsregeln und Prozessschritte ersetzt. André Gorz hat für die Fabrikarbeit beschrieben, wie manuelle Intelligenz – rasches Urteils- und Reaktionsvermögen, synthetische Wahrnehmung, situatives Know-how – als Störgröße aus dem Produktionsprozess herausrationalisiert wurde. Im Bürozeitalter wiederholte sich dieser Vorgang auf kognitiver Ebene. Was als Ergebnis entstand, ist eine Büroarbeit, die in weiten Teilen aus regelkonformem Musterabarbeiten innerhalb definierter Parameter besteht – genau das, was LLM-basierte Agentensysteme ausgesprochen effizient können. Agentenbasierte Systeme substituieren nicht trotz der Prozessorganisation moderner Wissensarbeit, sondern wegen ihr. Die Rationalisierung hat die Vorarbeit geleistet. (Vgl. dazu ausführlicher: Dienst nach Vorschrift – und was passiert, wenn die Vorschrift die KI übernimmt)

Hier zeigt sich das analytische Problem der Augmentierungsthese in aller Schärfe. Huang argumentiert, Produktivitätssteigerungen durch KI führten zu mehr Nachfrage und damit zu mehr Beschäftigung – ein Argument mit klassischen Vorläufern in der Tradition des Say’schen Theorems. Aber dieses Argument setzt voraus, dass Produktivitätsgewinne tatsächlich in Nachfrage und Beschäftigung rücktransformiert werden. Im aktuellen Konzentrationsgefüge der Technologieindustrie – mit wenigen global dominanten Plattformunternehmen, die Preissetzungsmacht und Kapitalallokation kontrollieren – ist diese Voraussetzung alles andere als gesichert. Der Mechanismus, den Huang beschreibt, funktioniert unter bestimmten institutionellen Bedingungen; er ist kein ökonomisches Naturgesetz (mehr).

Institutionelle Entkopplung als Analysekategorie

Was die aktuellen Entlassungswellen konzeptuell greifbar macht, ist der Begriff der institutionellen Entkopplung: Produktivitätsgewinne, die durch agentenbasierte Systeme realisiert werden, sind strukturell von den Institutionen abgekoppelt, die ihre gesellschaftliche Rücktransformation sicherstellen müssten – Tarifverträge, Mitbestimmungsstrukturen, steuerliche Umverteilungsmechanismen. In dieser Entkopplung liegt das eigentliche Problem, nicht in der Frage, ob KI Tätigkeiten verändert oder eliminiert.

Für den deutschen Kontext erhält diese Analyse eine spezifische Dimension. Die Qualifikationsprofile, die gegenwärtig unter Druck geraten – mittlere IT-Fachkräfte, Sachbearbeitung mit Wissenskomponente, standardisierte Analysetätigkeiten –, sind nicht zufällig ausgewählt. Es handelt sich um genau jene Segmente des Arbeitsmarkts, die das Beitragsaufkommen der deutschen Sozialversicherung tragen. Eine Erosion dieser Beschäftigungsgruppen hat fiskalische Konsequenzen, die in der Augmentierungsdebatte systematisch ausgeblendet werden. Der Zeithorizont, in dem neue, höherwertige Tätigkeiten entstehen und von den betroffenen Arbeitnehmern tatsächlich ausgeübt werden können, ist erheblich länger als der Zeithorizont, in dem die Anpassungskosten anfallen.

Augmentierung für wen?

Die Tätigkeiten, die die Augmentierungsthese als neue Chancen beschreibt – Orchestrierung autonomer Agentensysteme, strategisches Systemdesign, ethische Governance von KI-Infrastrukturen –, sind reale Tätigkeitsfelder. Aber sie setzen spezifische Qualifikationsprofile voraus, die nicht deckungsgleich sind mit den Qualifikationsprofilen der betroffenen Arbeitnehmer. Die Rede von der Augmentierung beschreibt primär einen Effekt, der hochqualifizierten, englischsprachigen Knowledge-Workern in gut kapitalisierten Organisationen zugutekommen wird. Der mittlere Softwareentwickler in einem deutschen mittelständischen Unternehmen, das auf gewachsenen Legacy-Systemen sitzt und über keine dedizierte KI-Strategie verfügt, gehört nicht zu dieser Gruppe – jedenfalls nicht ohne institutionelle Voraussetzungen, die erst noch geschaffen werden müssten.

Das ist keine pessimistische Prognose. Es ist eine Präzisierung des Augmentierungsarguments auf seinen tatsächlichen Geltungsbereich.

Kategorische Inkommensurabilität: Der Mittelstand und die Stufen-Lücke

Die Augmentierungsdebatte findet in einem hermetisch abgeschlossenen Diskursraum statt: Technologiekonzerne, gut finanzierte Scale-ups, akademische Informatik, angelsächsischer Technologiejournalismus. In diesem Raum ist die Frage sinnvoll, weil die organisationalen Grundvoraussetzungen für beides – Augmentierung wie Substitution – zumindest prinzipiell vorhanden sind. API-fähige Systemlandschaften, dedizierte Architekturkompetenz, interne Kapazität für strategische Evaluation neuer Technologien: Das ist der Boden, auf dem die Debatte steht. Sie hält ihn für selbstverständlich, weil er innerhalb ihres Diskursraums tatsächlich selbstverständlich ist.

Für den Großteil der deutschen Unternehmenslandschaft gilt das nicht. Der Mittelstand – und das ist zahlenmäßig die Mehrheit der Beschäftigung in Deutschland – steht nicht auf Stufe drei der Digitaltransformation und fragt sich, wie er auf Stufe vier gelangt. Er steht mehrheitlich auf Stufe eins. Das Referenzproblem ist nicht die Orchestrierung autonomer Agentenpipelines, sondern die Einführung eines ERP-Systems – und diese scheitert in signifikanter Zahl nicht an mangelnder Technikbereitschaft, sondern an fehlender Prozessreife, unzureichender Datenhygiene und einer organisationalen Absorptionsfähigkeit, die mit dem Veränderungsvolumen schlicht nicht Schritt hält.

Agentenbasierte Systeme setzen genau diese Absorptionsfähigkeit als Eingangsbedingung voraus. Sie potenzieren keine vorhandene Digitalkompetenz; sie verlangen sie. Wo die Systemlandschaft nicht API-fähig ist, wo Stammdaten nicht konsolidiert sind, wo niemand im Unternehmen die institutionelle Rolle einnehmen kann, neue Technologien zu evaluieren, zu beschaffen und intern zu verantworten – dort ist das Augmentierungsversprechen gegenstandslos. Nicht weil es grundsätzlich falsch wäre, sondern weil seine Realisierungsbedingungen kategorial fehlen.

Hinzu kommt die Eigentümer- und Führungsstruktur des deutschen Mittelstands. Familienunternehmen und inhabergeführte Betriebe haben Stabilität als institutionellen Wert verankert. Sie optimieren innerhalb bekannter Parameter mit bewährten Mitteln – das ist ihre Stärke und ihre strukturelle Rigidität zugleich. KI-Agenten sind im Ansoff’schen Sinne ein Weak Signal, das als Effizienzwerkzeug wahrnehmbar, aber als strategische Diskontinuität unsichtbar bleibt. Die strategische Rezeptivität, die für eine sinnvolle Auseinandersetzung mit agentenbasierter Automatisierung erforderlich wäre, ist in den meisten Fällen organisational nicht vorhanden – nicht weil der Wille fehlt, sondern weil die Strukturen, die sie erzeugen würden, nicht existieren.

Das eigentliche Problem der Augmentierungsthese ist damit nicht empirischer, sondern kategorialer Natur: Sie beschreibt zutreffend, was in einem bestimmten Segment der Unternehmenslandschaft geschieht, und extrapoliert daraus eine gesellschaftliche Gesamtaussage. Diese Extrapolation überspringt die Stufen-Lücke zwischen dem Diskursraum, in dem die These formuliert wird, und der operativen Realität der Mehrheit der Beschäftigungsverhältnisse. Augmentierung findet statt – aber in einem Segment, das beschäftigungspolitisch nicht repräsentativ ist für das, was gesellschaftlich auf dem Spiel steht.

Produktivität ohne Beschäftigung: Die systemische Konsequenz

Was die Entwicklung bei Meta und Oracle über den Einzelfall hinaus bedeutet, lässt sich als strukturelles Muster formulieren: Produktivitätssteigerung durch agentenbasierte Systeme ist in technologisch reifen Organisationen nicht mehr an Beschäftigungswachstum gekoppelt – sie ist an Personalabbau gekoppelt. Das ist keine Begleiterscheinung, sondern der betriebswirtschaftliche Kern des Modells. Wer agentenbasierte Systeme einführt, ohne das Personalvolumen zu reduzieren, realisiert nur einen Teil des möglichen Effizienzgewinns. Der Marktdruck in wettbewerbsintensiven Umgebungen erzwingt die Vollrealisierung.

Das ist historisch nicht trivial. Frühere Automatisierungswellen haben Beschäftigung verschoben, nicht dauerhaft vernichtet, weil die entstehenden Tätigkeitsfelder arbeitsintensiv waren: Die Rationalisierung in der Fertigung erzeugte Nachfrage nach Dienstleistungsarbeit, die Digitalisierung der Verwaltung erzeugte Nachfrage nach IT-Fachkräften. Der Kompensationsmechanismus funktionierte, weil neue Sektoren nicht sofort ebenfalls automatisierbar waren. Agentenbasierte Systeme unterlaufen diese Sequenz: Sie sind von Beginn an in den Bereichen einsetzbar, die als nächste Auffangbecken für verdrängte Beschäftigung gedacht waren – Wissensarbeit, Analyse, Kommunikation, Koordination.

Für den deutschen Mittelstand bedeutet das eine paradoxe Zukunftsperspektive. Sollte er die technologische Reife jemals erreichen, die Voraussetzung für den Einsatz agentenbasierter Systeme wäre, dann nicht unter den Bedingungen, die die Augmentierungsthese beschreibt. Der betriebswirtschaftliche Anreiz zur Einführung liegt nicht im Wachstum, sondern in der Kostensenkung – zumal der Mittelstand in vielen Branchen mit stagnierenden Märkten und Margendruck operiert, nicht mit Expansionsdynamik. Produktivitätssteigerung bei gleichem oder sinkendem Umsatz bedeutet Personalreduktion. Das ist Arithmetik, keine Prognose.

Die institutionellen Konsequenzen wären erheblich. Betriebsräte, die heute noch kaum konzeptuell auf KI-Agenten vorbereitet sind, würden sich mit Restrukturierungsplänen konfrontiert sehen, die technologisch begründet und rechtlich schwer angreifbar sind. Kommunen würden Gewerbesteuereinbrüche verzeichnen, steigende Transferleistungsbedarfe und sinkende Kaufkraft im lokalen Einzelhandel – die fiskalischen Folgekosten lägen nicht beim Unternehmen, sondern bei der öffentlichen Hand. Sozialversicherungsträger stünden vor einem strukturellen Beitragsrückgang in genau jenen Qualifikationssegmenten, die das System bislang getragen haben. Das ist keine abstrakte Verteilungsfrage. Das ist Stadtfinanzen, Kreisumlage und Rentenformel.

Die Augmentierungsformel scheitert damit an beiden Enden. Im technologisch reifen Segment – dort, wo ihre Realisierungsbedingungen tatsächlich vorliegen – zeigen Meta, Oracle und andere, dass die vorhandene Systemkompetenz nicht Augmentierung beschleunigt, sondern Substitution effizienter macht: Die Fähigkeit, agentenbasierte Systeme zu integrieren, wird genutzt, um Personalvolumen zu reduzieren, nicht um es auf höherwertiger Stufe zu halten. Im technologisch unreifen Segment – dem deutschen Mittelstand als Mehrheitsbeschäftiger – fehlen die Eingangsbedingungen, unter denen die Formel überhaupt erst anwendbar wäre.

Die Augmentierungsformel ist weder ein zutreffendes Bild der Gegenwart noch eine verlässliche Orientierung für die nähere Zukunft. Sie ist eine Immunisierungsstrategie – funktional darin, Anpassungskosten zu externalisieren und den politischen Druck zu dämpfen, der aus einer nüchternen Beschäftigungsdiagnose entstehen würde.

Ralf Keuper 

Quellen:

Auslöser und Bezugstexte

• Forscher: KI-Agenten machen Entwickler nicht überflüssig, sondern bringen neue Disziplinen – The Decoder: https://the-decoder.de/forscher-ki-agenten-machen-entwickler-nicht-ueberfluessig-sondern-bringen-neue-disziplinen/
• Nvidia-Chef Jensen Huang: KI wird euch Jobs nicht wegnehmen, sondern euch nerven – mein-mmo.de: https://mein-mmo.de/nvidia-chef-sagt-ki-wird-euch-jobs-nicht-wegnehmen-sondern-euch-nerven/

Eigene Vorarbeiten

• Dienst nach Vorschrift – und was passiert, wenn die Vorschrift die KI übernimmt (EconLittera, Feb. 2026): https://econlittera.bankstil.de/dienst-nach-vorschrift-und-was-passiert-wenn-die-vorschrift-die-ki-uebernimmt

Empirische Grundlagen

• IAB: Automatisierungspotenziale von beruflichen Tätigkeiten – Künstliche Intelligenz und Software: https://iab.de/automatisierungspotenziale-von-beruflichen-taetigkeiten-kuenstliche-intelligenz-und-software-beschaeftigte-sind-unterschiedlich-betroffen/
• Denkfabrik BMAS: Generative KI – Technologieszenarien und Auswirkungen auf Arbeit bis 2030: https://www.denkfabrik-bmas.de/fileadmin/Downloads/Publikationen/Generative_KI_Technologieszenarien_und_Auswirkungen_auf_Arbeit_bis_2030.pdf
• BpB: Die Auswirkungen von Künstlicher Intelligenz auf den Arbeitsmarkt: https://www.bpb.de/themen/arbeit/arbeitsmarktpolitik/522513/die-auswirkungen-von-kuenstlicher-intelligenz-auf-den-arbeitsmarkt/

Theoretische Grundlagen

• Max Weber: Das Bürokratiemodell – Zusammenfassung: https://www.olev.de/b/max-weber-buerokratie.htm
• Frederick Winslow Taylor: Scientific Management (Wikipedia): https://de.wikipedia.org/wiki/Scientific_Management
• André Gorz: Kritik der ökonomischen Vernunft. Sinnfragen am Ende der Arbeitsgesellschaft. Rotbuch Verlag, Hamburg 1994
• André Gorz: Metamorphosen der Arbeit. Rotbuch Verlag, Hamburg 2000