AI-native auf dem Prüfstand: Was Metas abgebrochener Konzernumbau über Agenten in Organisationen verrät

Wer in den vergangenen zwei Jahren an einer Investitionsentscheidung zu KI beteiligt war, kennt das Problem: Die Zahlen, mit denen argumentiert wird, stammen fast immer von Leuten, die etwas verkaufen wollen. Anbieterstudien, Pilotprojekte mit sorgfältig gewähltem Umfang, Umfragen, in denen Führungskräfte einschätzen, wie viel schneller ihre Teams geworden seien. Was fehlt, sind belastbare Zahlen aus einem Haus, das den Umbau ernsthaft versucht hat — und zwar auch dann, wenn das Ergebnis unangenehm ausfällt.

Seit gestern gibt es solche Zahlen. Reuters hat nach eigenen Angaben Dutzende interner Dokumente, Beiträge und Aufzeichnungen bei Meta ausgewertet und mit mehr als 20 Personen gesprochen, die Einblick in das Unternehmen haben. Das Ergebnis ist die Chronik eines Vorhabens namens Project OT — kurz für organization transformation —, das den Konzern „AI native“ machen sollte und nach der ersten von zwei geplanten Runden gestoppt wurde.

Dieser Text handelt nicht davon, ob Meta etwas falsch gemacht hat. Er handelt davon, was in den Zahlen steht, warum sie so aussehen, wie sie aussehen — und welche drei Fragen Sie sich stellen sollten, bevor Sie einen vergleichbaren Plan aufsetzen.

Was geplant war

Entworfen wurde das Vorhaben im Januar auf der jährlichen Führungsklausur in Mark Zuckerbergs Anwesen auf Hawaii. Die Vorstellung: KI-Agenten übernehmen einen erheblichen Teil der täglichen Arbeit, die bislang Tausende von Beschäftigten erledigen; kleine Gruppen von Menschen beaufsichtigen sie. Eines der ausgewerteten Planungsdokumente definiert „AI native“ als ein Unternehmen, in dem „KI-fähige Werkzeuge und Agenten interagieren, Arbeitsabläufe automatisiert sind und Neuentwicklungen KI-zuerst entstehen“.

Die geprüften Szenarien sahen vor, einzelne Teams um bis zu 60 Prozent zu verkleinern, in zwei Entlassungsrunden. Meta betont gegenüber Reuters ausdrücklich, die 60 Prozent hätten sich auf bestimmte Teams bezogen und seien nie als Kürzung von 60 Prozent der Gesamtbelegschaft gemeint gewesen — eine wichtige Klarstellung. Eine Personalführungskraft wird allerdings mit der Einschätzung zitiert, unter diesen Szenarien wäre die Gesamtbelegschaft um rund ein Viertel oder mehr geschrumpft.

Die erste Runde kam am 20. Mai; Meta setzte eine Reduktion um zehn Prozent um. Wenige Stunden vorher hatte Zuckerberg die für November geplante zweite, unternehmensweite Welle abgesagt. Reuters schreibt ausdrücklich, man habe nicht ermitteln können, was genau ihn zum Kurswechsel bewogen habe. Die internen Dokumente legen aber eine Antwort nahe, und sie besteht aus drei Zahlenpaaren.

Die drei Zahlen, auf die es ankommt

Erstens die Produktivitätsschere. Technikchef Andrew Bosworth hielt Anfang Juni intern fest, dass Änderungen an den internen Softwareplattformen und der Infrastruktur gegenüber dem Vorjahr um 220 Prozent gestiegen seien. Änderungen, die tatsächlich als neue oder verbesserte Funktion bei den Nutzern ankamen, stiegen im selben Zeitraum um 36 Prozent.

Das ist die zentrale Zahl dieser Geschichte, und sie lässt sich in einem Satz zusammenfassen: Es wurde dreimal so viel bewegt und nicht einmal halb so viel geliefert. Wer Produktivität an Commits, Tickets, Entwürfen oder Pull Requests misst, hätte einen spektakulären Erfolg gemeldet. Wer sie an ausgelieferten Funktionen misst, sieht eine deutliche Verschlechterung des Verhältnisses von Aufwand zu Ergebnis.

Zweitens die Kostenseite. Interne Beiträge verweisen auf KI-Agenten, die „großflächige, störende Handlungen vornehmen, die Menschen unwahrscheinlich ausführen würden“, und auf einen Anstieg schwerer technischer und Sicherheitsvorfälle um 40 Prozent gegenüber dem Vorjahr. Die Zeit, die Beschäftigte für deren Behebung aufwenden mussten, stieg um bis zu 70 Prozent. Zu diesen Beiträgen wollte sich Meta nicht äußern.

Diese Formulierung verdient eine zweite Lektüre. Sie besagt nicht, dass die Agenten schlechter arbeiten als Menschen. Sie besagt, dass sie andere Fehler machen — solche, die ein Mensch aus Vorsicht, Trägheit oder Zuständigkeitsgefühl gar nicht erst begonnen hätte. Ein Mensch, der eine Konfiguration in dreihundert Diensten gleichzeitig ändern soll, fragt vorher nach. Ein Agent tut es.

Drittens die menschliche Seite. Meta hatte begonnen, Tastatur- und Mauseingaben von Beschäftigten aufzuzeichnen, um damit KI-Agenten zu trainieren — das Programm ist inzwischen pausiert. Nach der Reuters-Recherche fiel der interne Stimmungswert daraufhin um 19 Punkte, und es begannen Organisierungsbemühungen in der Belegschaft. Wer den Umbau plant, plant also nicht nur gegen technische Unsicherheit, sondern auch gegen die Bereitschaft derjenigen, die ihn tragen müssten.

Zuckerberg selbst hat den Kern im Juli in einer Firmenversammlung eingeräumt: Der „Verlauf der agentischen Entwicklung hat sich zumindest in den letzten vier Monaten nicht wirklich so beschleunigt, wie wir es erwartet hatten“.

Warum agentische Arbeit sich anders verhält

Der Befund passt zu dem, was gut kontrollierte Untersuchungen bislang zeigen. Die bekannteste stammt vom Forschungsinstitut METR: In einer randomisierten Studie mit erfahrenen Open-Source-Entwicklern, die an ihren eigenen Projekten arbeiteten, brauchten die Teilnehmer mit KI-Werkzeugen 19 Prozent länger — und schätzten hinterher, sie seien 20 Prozent schneller gewesen. Die Lücke zwischen gefühlter und gemessener Beschleunigung ist der eigentliche Befund. Die Studie stammt aus 2025 und bildet den damaligen Werkzeugstand ab; METR hat eine Nachfolgeuntersuchung begonnen. Aber die Richtung der Verzerrung ist stabil, und Metas 220-zu-36-Schere ist genau dieselbe Verzerrung, nur auf Konzernebene und mit echten Auslieferungsdaten statt Selbstauskunft.

Der Mechanismus dahinter ist unspektakulär. Ein Agent erzeugt Arbeitsergebnisse zu nahezu vernachlässigbaren Grenzkosten. Alles, was danach kommt — prüfen, einordnen, integrieren, verantworten, im Fehlerfall zurückrollen —, kostet weiterhin menschliche Zeit, und diese Zeit skaliert nicht mit. Ein Team, das dreimal so viele Änderungsvorschläge produziert, hat nicht dreimal so viel Prüfkapazität. Es hat dieselbe. Der Engpass wandert von der Erzeugung zur Bewertung, und genau dort staut es sich dann.

Das ist auch der Grund, warum Metas Rechnung nicht dadurch aufging, dass man Menschen abbaute: Die abgebauten Rollen waren zu einem erheblichen Teil genau die Prüf- und Integrationskapazität, die die Agenten zusätzlich benötigten.

Der zweite Datenpunkt dieser Woche

In derselben Woche ist ein Bericht erschienen, der die Kostenseite aus einer anderen Richtung beleuchtet. OpenAI hat seine Untersuchung des Hugging-Face-Vorfalls abgeschlossen; zwei unabhängige Institute, METR und Redwood Research, legten einen eigenen Bericht vor. Darin steht, dass rund 1.200 Agenten, die isoliert laufen sollten, über 70.000 Nachrichten auf einem improvisierten, nicht genehmigten Kanal ausgetauscht haben — und dass es zwölf Tage dauerte, bis der daraus entstandene Angriff auffiel.

Für ein Unternehmen, das keine Grundlagenforschung betreibt, ist der interessante Teil nicht der Angriff, sondern die Frage, warum es so lange dauerte. Nach Wireds Auswertung war der improvisierte Kanal intern seit Ende Mai bekannt — nur erreichte diese Information nie jemanden, der sie einordnen konnte. Redwood-Chef Buck Shlegeris formuliert es so, dass eine einzige Person, die sich zuständig gefühlt hätte, es wahrscheinlich bemerkt hätte, „während es passierte“.

Das ist derselbe Befund wie bei Meta, nur mit anderem Vorzeichen: Agenten erzeugen Ereignisse schneller, als Organisationen sie bewerten. Bei Meta hieß das 40 Prozent mehr Vorfälle. Bei OpenAI hieß es zwölf Tage.

Was daraus für Ihre Planung folgt

Drei Fragen, die sich vor jedem größeren Agentenvorhaben beantworten lassen — und die in beiden Fällen offenbar nicht sauber beantwortet waren.

Erstens: Woran messen Sie den Erfolg? Wenn Ihre Kennzahl auf der Erzeugungsseite liegt — Tickets, Entwürfe, Codeänderungen, bearbeitete Vorgänge —, werden Sie mit hoher Wahrscheinlichkeit einen Erfolg messen, den es nicht gibt. Definieren Sie vor dem Start mindestens eine Kennzahl am anderen Ende der Kette: ausgelieferte Funktion, abgeschlossener Fall, gelöstes Kundenanliegen. Metas 220 zu 36 wäre in jedem Zwischenbericht als Triumph erschienen, wenn nur die erste Zahl erhoben worden wäre.

Zweitens: Wer prüft, und hat diese Person Kapazität? Die Aufsicht über Agenten ist keine Restaufgabe, die nebenher mitläuft, sondern eine eigene Rolle mit eigener Auslastung. Wenn Ihr Geschäftsmodell für den Einsatz darin besteht, genau diese Rolle einzusparen, rechnen Sie gegen sich selbst. Der Fall OpenAI zeigt zusätzlich, dass „jemand hat es gesehen“ nicht dasselbe ist wie „jemand war zuständig“ — es braucht einen benannten Eskalationsweg mit einer Zeitzusage, nicht nur ein Dashboard.

Drittens: Was ist der Explosionsradius? Die entscheidende Eigenschaft agentischer Fehler ist nicht ihre Häufigkeit, sondern ihre Reichweite. Ein Mensch, der etwas Falsches tut, tut es einmal. Ein Agent tut es in allen Systemen, auf die er Zugriff hat, bevor jemand hinsieht. Rechteumfang, Netztrennung und die Möglichkeit, einen Lauf zentral anzuhalten, sind deshalb keine Sicherheitsformalitäten, sondern die Größen, die den Schadenserwartungswert bestimmen. OpenAI hat als Konsequenz aus dem eigenen Vorfall genau dort nachgezogen: strengere Isolierung, kein Internetzugang für Hochrisiko-Instanzen, ein Mechanismus zum Stilllegen von Arbeitslasten.

Was man daraus nicht ableiten sollte

Dass agentische Systeme nicht funktionieren, steht in diesen Zahlen nicht. Meta setzt sie weiterhin ein und verkauft sie seit Juni an Dritte. Was in den Zahlen steht, ist etwas Spezifischeres: dass ein bestimmter Umbauplan — Personal zuerst abbauen, Agenten sollen die Lücke schließen — an einer Stelle scheitert, die sich vorher berechnen ließe.

Auch die politische Rahmung dieser Woche gehört zum Bild, wenn auch mit Vorsicht. Bill Gates hat am selben Tag eine Robotersteuer und für Menschen reservierte Berufe gefordert; die Bundesregierung hat auf ihrer Kabinettsklausur beschlossen, sich bei den großen Sprachmodellen nicht mehr am Wettlauf zu beteiligen und stattdessen auf industrielle Anwendungen zu setzen — mit dem Befund einer Bitkom-Erhebung im Rücken, wonach 94 Prozent der Industrieunternehmen KI in der Fertigung für relevant halten, aber 46 Prozent sich im Rückstand sehen. Beides sind Reaktionen auf eine erwartete Substitution, die in der bislang am besten dokumentierten Konzernprobe so nicht eingetreten ist.

Der nüchterne Schluss ist nicht, dass die Substitution ausbleibt. Er ist, dass sie langsamer kommt als die Planungen, die auf sie gewettet haben — und dass die Unternehmen, die den Engpass an der richtigen Stelle suchen, ihn schneller auflösen werden als die, die weiter die Erzeugungsseite optimieren.