KI-Entlassungen 2026: Was die Zahlen für Bewerber wirklich bedeuten

Die Zahlen in diesem Artikel stammen aus dem KI-Entlassungs-Tracker von Layoffs.fyi, betrieben von Roger Lee. Erfasst werden ausschließlich Entlassungen, die das Unternehmen selbst oder die Berichterstattung auf KI zurückgeführt hat — sei es zur Finanzierung von KI-Investitionen, zum Ersatz von Menschen durch KI oder als Reaktion auf KI-bedingte Marktverwerfungen. Stand der Daten: 10. September 2026.

Die Entwicklung

Drei Jahre Daten zeigen eine Beschleunigung, die sich kaum noch als statistisches Rauschen abtun lässt.

Zwei Dinge fallen auf. Die Zahl der Betroffenen hat sich gegenüber dem Vorjahr etwa verdreifacht, die Zahl der einzelnen Entlassungsrunden aber nur verdoppelt — die durchschnittliche KI-Entlassung wird also größer, nicht bloß häufiger. Und 2026 ist noch kein abgeschlossenes Jahr: Der jüngste Eintrag im Tracker datiert vom 3. September, die Summe deckt also rund acht Monate ab.

Beim Wert für 2024 ist Vorsicht geboten. Nur vier Ereignisse wurden erfasst, und eines davon — die Umstrukturierung von 8.000 Stellen bei SAP — macht den Großteil der Summe aus. 2024 hat praktisch niemand eine Entlassung als KI-Entlassung bezeichnet. Die Kurve misst also zum Teil eine echte Verschiebung am Arbeitsmarkt und zum Teil eine Verschiebung darin, wie Unternehmen sich öffentlich erklären.

Die größten Einschnitte 2026

Die Prozentspalte erzählt die eigentliche Geschichte. Oracle mit 21.000 Stellen ist die größte absolute Zahl im Tracker, aber 13 % der Belegschaft sind eine Umstrukturierung. Block mit 40 % und WiseTech mit 30 % sind etwas völlig anderes — das sind Unternehmen, die sich um eine dauerhaft kleinere Belegschaft herum neu aufbauen.

Drei verschiedene Dinge, die „KI-Entlassung“ heißen

Wer alle 111 Ereignisse des Jahres 2026 durchgeht, findet drei klar unterscheidbare Kategorien. Die Unterscheidung ist wichtig, weil jede eine andere Geschichte über Sie erzählt — und im Gespräch anders behandelt werden will.

1. Die Wette finanzieren

Das Unternehmen ersetzt Ihre Stelle nicht durch KI. Es spart an einer Stelle, um an anderer Stelle KI zu bezahlen. Atlassian strich 1.600 Stellen ausdrücklich, um weitere KI-Investitionen aus eigener Kraft zu finanzieren. Intuit trennte sich von 3.000 Beschäftigten, während es TurboTax, QuickBooks und Mailchimp über Partnerschaften um KI herum neu baute. Meta kürzte das Budget von Reality Labs um 30 % und verschob das Geld in die Superintelligenz-Forschung. Autodesk strich 1.000 überwiegend vertriebsnahe Stellen, um Mittel in Cloud und KI umzuleiten.

Wenn das Ihre Entlassung war, war Ihre Rolle nicht überflüssig. Sie war eine Budgetposition. Das lässt sich deutlich leichter erklären — und ist in der Regel aus öffentlichen Quellen belegbar.

2. Direkte Substitution

Das ist die Kategorie, die alle vor Augen haben. Es gibt sie wirklich, aber sie ist enger, als die Schlagzeilen nahelegen. Die eindeutigen Fälle in den Daten betreffen Arbeit, die in hoher Stückzahl anfällt, regelgebunden ist und sich überprüfen lässt:

• Content-Moderation. Die automatisierten Systeme von TikTok übernahmen 85 % aller Löschungen wegen Richtlinienverstößen. Zwei Entlassungsrunden folgten — 300 Stellen im Juli, weitere 250 mit der Schließung des Standorts Nashville im August.
• Dokumentation. Snowflake löste sein komplettes Technical-Writing-Team auf, 70 Personen, nachdem KI-Werkzeuge die Texterstellung übernommen hatten.
• Produktionsnahe Kreativarbeit. SSense strich seine gesamte festangestellte Foto-, Retusche- und Maskenabteilung, 215 Stellen, und stellte auf KI-generierte Modebilder um.
• Support der ersten Ebene. MercadoLibre baute 116 Stellen ab; ehemalige Beschäftigte berichteten, einen erheblichen Teil ihrer Arbeitszeit damit verbracht zu haben, genau jene Chatbots zu trainieren, die sie am Ende ersetzten.
• Manuelle Back-Office-Prozesse. Opendoor schloss seinen gesamten Standort in Indien — 250 Stellen, die es nur gab, um manuelle Abläufe abzuwickeln.

Die Entwicklung ist nicht ausgenommen, aber dort heißt das Muster Verdichtung, nicht Abschaffung. Freshworks strich 500 Stellen; CEO Dennis Woodside teilte der Belegschaft mit, dass „über die Hälfte unseres Codes von KI geschrieben“ werde. Das Team wurde kleiner — es verschwand nicht.

3. Das Geschäftsmodell ist gebrochen

Die seltenste und härteste Kategorie. Hier hat KI nicht die Arbeit automatisiert, sondern die Nachfrage nach dem Produkt zerstört. Tailwind Labs ist das drastischste Beispiel im gesamten Datensatz: Entwickler konnten Tailwind-CSS plötzlich auf Zuruf generieren lassen, der Umsatz mit kostenpflichtigen Templates brach um 80 % ein, der Traffic auf der Dokumentation um 40 %, und das Unternehmen entließ drei Menschen, weil es sonst die Gehälter nicht mehr hätte zahlen können. ZoomInfo strich 600 Stellen, nachdem KI den gesamten Markt für B2B-Vertriebsdaten neu bepreist und die Nachfrage nach den Kernprodukten ausgehöhlt hatte.

Wenn Ihr Arbeitgeber in diese Kategorie fiel, ist die Erzählung im Gespräch einfach und frei von Schuld: Der Markt hat sich unter dem Unternehmen weggedreht. Jeder in Ihrer Branche weiß, dass es passiert ist.

Die Stellen sind verschoben worden — nicht einfach verschwunden

Das nützlichste Muster in diesen Daten übersieht leicht, wer nur auf die Summen schaut. Mehrere Unternehmen haben im selben Atemzug entlassen und eingestellt.

Paytm strich im Juni 400 Stellen und kündigte gleichzeitig an, in den folgenden neun Monaten rund 4.000 Menschen in KI-, Produkt- und Technologierollen einzustellen. Pentera baute Marketing- und Zentralfunktionen ab und besetzte parallel weiter Entwicklerstellen. GitLab trennte sich von 350 Beschäftigten und zog sich aus 22 Ländern zurück — eine Verlagerung von Arbeit ebenso sehr wie ein Abbau.

Durch die größten Einschnitte zieht sich außerdem ein klares strukturelles Ziel: das mittlere Management. Amazon begründete den Abbau von 16.000 Stellen mit dem Abbau von Hierarchieebenen und Bürokratie. Coinbase deckelte das Management auf fünf Ebenen, schaffte reine Führungsrollen ab und bewegte sich auf das zu, was das Unternehmen „Ein-Personen-Teams“ nannte. Patreon verflachte im Zuge seiner Umstrukturierung ebenfalls die Führungsebenen. Wer vor allem koordiniert hat — Status-Meetings moderieren, Informationen zwischen Teams weiterreichen, Berichte zusammenführen —, dessen Funktion wird derzeit härter verdichtet als die von Fachkräften.

Was sich dadurch im Vorstellungsgespräch ändert

Aus alldem folgen drei praktische Verschiebungen.

„Wie nutzen Sie KI in Ihrer Arbeit?“ ist jetzt eine echte Frage, kein Smalltalk. Wenn ein Unternehmen sich gerade um KI herum neu aufgestellt hat, prüft die Führungskraft, ob Sie das beschleunigen oder bremsen. Halten Sie eine konkrete, ehrliche Antwort bereit: ein Werkzeug, das Sie tatsächlich verwenden, eine Aufgabe, die sich dadurch verändert hat, und das, was Sie weiterhin selbst tun. Vage Begeisterung wirkt genauso schwach wie pauschale Skepsis. Unser Leitfaden zu KI-Tools für die Gesprächsvorbereitung ist ein guter Ausgangspunkt für diese Antwort.

Belohnt wird der Output pro Kopf. Der CEO von DeepL beschrieb eine strukturelle Verschiebung darin, wie viele Menschen es braucht, um Arbeit gut zu erledigen. Multiverse gab an, der Umsatz pro Mitarbeitendem sei um 37 % gestiegen. Welche Funktion Sie auch ausüben: 2026 überzeugt die Version Ihres Erfolgs, in der ein Verhältnis steckt — übernommene Aufgaben, Durchsatz pro Kopf, abgedeckter Umfang ohne zusätzliche Köpfe.

Eine Entlassung zu erklären ist heute eine strukturelle Geschichte, keine persönliche. Das ist deutlich leichter als noch vor drei Jahren, denn Ihr Gegenüber hat dieselben Schlagzeilen gelesen.

Wie Sie über Ihre Entlassung sprechen

Das Ziel sind drei Sätze: was passiert ist, dass es strukturell war, und was Sie danach getan haben. Keine Bitterkeit, keine Rechtfertigung, nichts, wonach nicht gefragt wurde.

„Mein Team wurde im März gestrichen, als das Unternehmen umstrukturiert hat, um seine KI-Plattform zu finanzieren — rund 10 % der Belegschaft gingen in derselben Runde. Ich hatte dort drei Jahre lang die Abrechnungsintegrationen verantwortet. Seitdem habe ich mich intensiv damit beschäftigt, wie sich genau solche Abläufe mit LLM-Werkzeugen neu bauen lassen — auch deshalb hat mich diese Stelle interessiert.“

Das funktioniert, weil es die Ursache benennt, über die Größenordnung deutlich macht, dass es strukturell und nicht leistungsbedingt war, und innerhalb weniger Sekunden nach vorn dreht. Drei konkrete Fehler sollten Sie vermeiden:

• Kommentieren Sie die Entscheidung nicht. „Ehrlich gesagt war das eine katastrophale Entscheidung, das Produkt ist seitdem am Ende“ mag sogar stimmen. Es kostet Sie trotzdem den Raum.
• Überhöhen Sie Ihre Rolle darin nicht. Wenn Sie eine von 8.000 Personen waren, sagen Sie das. Das ist stärker, nicht schwächer.
• Lassen Sie die Lücke nicht unerklärt. Schweigen liest sich für Interviewer schlimmer als die Wahrheit. Benennen Sie, was Sie getan haben — auch wenn es Weiterbildung und Projektarbeit war.

Wenn Ihre Entlassung in die Substitutionskategorie fiel, Ihre Funktion also tatsächlich automatisiert wurde, sprechen Sie es an, bevor Ihr Gegenüber sich fragt. Räumen Sie ein, dass sich die Funktion verändert hat, und sprechen Sie dann darüber, wo Ihr Urteilsvermögen weiterhin gebraucht wird. Wer als Moderator die schwierigen Grenzfälle einer Richtlinie versteht, ist für das Team wertvoll, das jetzt ein automatisiertes System beaufsichtigt. Wer als Technical Writer weiß, an welcher Stelle Leser tatsächlich hängen bleiben, ist für das Team wertvoll, das generierte Dokumentation prüft.

Für den handwerklichen Aufbau solcher Antworten erklärt unser Leitfaden zur STAR-Methode die Struktur, und „Erzählen Sie etwas über sich“ zeigt, an welche Stelle Ihrer Erzählung die Entlassung gehört. Der ultimative Leitfaden zur Gesprächsvorbereitung 2026 fügt die gesamte Abfolge zusammen.

Fragen, die Sie stellen sollten

Dieselben Daten, die diesen Arbeitsmarkt unangenehm machen, liefern Ihnen ungewöhnlich gutes Material für das Ende des Gesprächs. Wer nach der KI-Strategie fragt, zeigt, dass er die Lage gelesen hat:

• „Welche Teile der Arbeit dieses Teams haben sich im letzten Jahr durch KI-Werkzeuge am stärksten verändert?“
• „Ist diese Stelle eine Nachbesetzung oder neuer Zuschnitt?“
• „Wie entscheidet das Team, was in der menschlichen Prüfung bleibt?“

Die Antworten verraten Ihnen, ob Sie in ein investierendes Team gehen oder in eines mitten in der Schrumpfung. Das sollten Sie wissen, bevor Sie zusagen. Unsere Liste mit Fragen an den Interviewer enthält weitere, und wenn es zum Angebot kommt, ist die Gehaltsverhandlung nach dem Jobangebot in einem Markt, in dem Arbeitgeber Nervosität unterstellen, wichtiger als sonst.

Die ehrliche Einordnung

92.713 ist eine große Zahl, und sie wächst weiter. Es lohnt sich trotzdem, sie im Verhältnis zu sehen: Sie erfasst Entlassungen im gesamten globalen Tech-Sektor über acht Monate, und der Tracker zählt ausdrücklich auch Fälle, in denen KI der genannte Grund für eine Budgetverschiebung war und nicht das, was die Arbeit erledigt. Unternehmen haben zudem einen Anreiz, Entlassungen der KI zuzuschreiben, denn „wir werden ein KI-natives Unternehmen“ klingt vor Investoren besser als „wir haben zu viele Leute eingestellt“. Ein Teil dieser Kurve ist Erzählung.

Nicht Erzählung ist Folgendes: Die gestrichenen Rollen häufen sich an identifizierbaren Stellen, die verbleibenden Teams sind kleiner, und eingestellt werden diejenigen, die zeigen können, was sie produzieren — nicht, wie viele Menschen sie koordinieren. Gespräche in diesem Markt belohnen Konkretheit und Offenheit bei der KI-Frage stärker als je zuvor. Dieser Teil liegt vollständig in Ihrer Hand.