KI-Pflicht: Wenn der Chef die Nutzung verordnet
Block entlässt 40 % der Belegschaft, Accenture knüpft Beförderungen an KI-Nutzung, Shopify verbietet Neueinstellungen ohne KI-Check — was bedeutet das für deine Organisation?
Foto: Unsplash
Auf einen Blick
- Block hat 4.000 Mitarbeiter entlassen (40 % der Belegschaft) mit der Begründung, KI könne deren Arbeit übernehmen — CEO Dorsey sagt: 'Die meisten Unternehmen werden folgen'
- Accenture verknüpft Beförderungen ab Managerlevel mit nachweisbarer KI-Nutzung und trackt wöchentliche Logins — nach 550.000 geschulten Mitarbeitern und 11.000 Entlassungen
- Shopify-CEO Lütke verbietet Neueinstellungen, sofern Teams nicht beweisen können, dass KI die Aufgabe nicht erledigen kann — KI-Kompetenz fließt in Leistungsbewertungen ein
Das solltest du tun
- 1Prüfe deine Haltung: Setzt du auf Befähigung (Schulung + Freiraum) oder auf Zwang (Mandate + Tracking)? Die Forschung zeigt: Befähigung erzeugt nachhaltigere Ergebnisse
- 2Definiere KI-Leitplanken für dein Unternehmen: Welche Aufgaben eignen sich für KI, welche nicht? Wo braucht es menschliche Kontrolle? Eine klare Richtlinie verhindert sowohl Verweigerung als auch blinden Aktionismus
Im Februar 2026 schrieb Jack Dorsey einen Brief an seine Mitarbeiter bei Block — dem Unternehmen hinter Square und Cash App. Der Kern: 4.000 von 10.000 Stellen werden gestrichen. Der Grund: Künstliche Intelligenz macht diese Jobs überflüssig.
I'd rather get there honestly and on our own terms than be forced into it reactively. I believe the majority of companies will reach the same conclusion.
Übersetzt: Lieber jetzt handeln als später gezwungen werden. Die meisten Unternehmen werden zum selben Schluss kommen. Block ist kein Einzelfall. Accenture, Shopify und Amazon Web Services haben 2025 und 2026 ähnliche Mandate eingeführt — mit unterschiedlichen Methoden, aber derselben Botschaft: KI-Nutzung ist keine Kür mehr, sondern Pflicht.
Drei Unternehmen, drei KI-Mandate
Die Art, wie Unternehmen KI-Pflicht umsetzen, unterscheidet sich erheblich. Drei aktuelle Beispiele zeigen die Bandbreite — von radikal bis schrittweise:
Was passiert ist: Block reduziert die Belegschaft von über 10.000 auf unter 6.000 Mitarbeiter. CEO Jack Dorsey begründet dies mit "Intelligence Tools" — KI-Werkzeuge, die menschliche Arbeit ersetzen können.
Die Regel: Für keine Stelle wird nachbesetzt, wenn KI die Aufgabe "vernünftigerweise" übernehmen kann.
Die Reaktion: Ein Mitarbeiter bei einem internen Meeting: "Morale is probably the worst I felt in four years." Kritiker werfen Dorsey "AI-Washing" vor — Entlassungen, die als KI-Transformation verkauft werden.
Was passiert ist: Nach einem Jahr intensiver KI-Schulungen für 550.000 Mitarbeiter zieht Accenture die Zügel an. Ab Manager-Level gilt: Wer keine "regelmäßige Nutzung" von KI-Tools nachweist, wird nicht befördert.
Die Kontrolle: Accenture trackt wöchentliche Logins in hauseigene KI-Plattformen wie AI Refinery und SynOps. Die Daten fließen in Talent Reviews ein.
Ausnahmen: Mitarbeiter in 12 europäischen Ländern sowie bei US-Regierungsprojekten sind ausgenommen — vermutlich wegen strengerer Datenschutz- und Arbeitsrechtsregeln.
Was passiert ist: Shopify-CEO Tobi Lütke hat im April 2025 eine interne Regel eingeführt, die 2026 zum Branchenstandard wurde: Kein Team darf neue Mitarbeiter einstellen, ohne vorher zu beweisen, dass KI die Aufgabe nicht erledigen kann.
Die Regel: Vor jeder Headcount-Anfrage muss das Team demonstrieren, warum KI nicht ausreicht. KI-Nutzung fließt außerdem in die Leistungsbewertung jedes Mitarbeiters ein.
Lütkes Ziel: Teams sollen "100x so viel schaffen" — nicht durch Überstunden, sondern durch KI-Hebelwirkung.
Warum jetzt? Die drei Treiber
Die KI-Mandate kommen nicht aus dem Nichts. Drei Entwicklungen treiben Unternehmen zu diesem Schritt:
Nach den Boomjahren 2021-2022 mit aggressivem Hiring stehen viele Tech-Unternehmen unter Druck, ihre Margen zu verbessern. KI bietet einen Hebel, um Personalkosten zu senken — oder zumindest das Wachstum ohne proportionale Neueinstellungen fortzusetzen.
2024-2026 haben KI-Tools einen Reifegrad erreicht, der echte Produktivitätsgewinne ermöglicht. Coding-Assistenten, Textgenerierung und Datenanalyse funktionieren zuverlässig genug für den täglichen Einsatz — auch für Nicht-Techniker.
Dorseys Warnung — "die meisten werden folgen" — erzeugt einen Dominoeffekt. Kein CEO will als letzter handeln. Wenn der Wettbewerber mit 60 % der Belegschaft dasselbe leistet, wird Abwarten zum Risiko.
Branchenunterschiede: KI-Pflicht ist nicht gleich KI-Pflicht
Wie KI-Mandate wirken, hängt stark von der Branche ab. Was in einer Tech-Firma funktioniert, kann in der Fertigung oder im Finanzsektor scheitern — und umgekehrt.
Coding-Assistenten und KI-Tools sind in Software-Unternehmen längst Alltag. Der Widerstand gegen KI-Mandate ist gering — aber das Qualitätsrisiko hoch. AWS erlebte im Dezember 2025 einen 13-stündigen Ausfall, weil ein autonomes KI-Coding-Tool eigenständig ein Kundensystem löschte und neu aufbaute. Typisches Mandat: "KI-First bei jeder Neuentwicklung" — funktioniert, wenn Qualitätskontrollen mitlaufen.
KI hat in der Industrie den klarsten ROI: Predictive Maintenance — also vorausschauende Wartung — spart laut McKinsey 30-50 % der Wartungskosten. Aber Facharbeiter mit 20 Jahren Erfahrung lassen sich nicht per Dekret überzeugen, dass ein Algorithmus ihre Maschine besser kennt. Typisches Mandat: "KI-gestützte Qualitätskontrolle" in Pilotbereichen — mit Opt-in statt Zwang.
Banken und Versicherungen unterliegen strengen Regularien (MaRisk, BAIT, EU AI Act). Schnelle KI-Einführung per Dekret ist hier kaum möglich — jedes Tool muss geprüft, dokumentiert und genehmigt werden. Dafür haben Risikobewertung und Betrugserkennung messbaren ROI. Typisches Mandat: "KI-Tools für Analyse und Reporting" — unter Compliance-Vorbehalt.
Die Schattenseiten der KI-Pflicht
KI-Mandate klingen auf dem Papier logisch. In der Praxis bergen sie erhebliche Risiken:
Wenn Mitarbeiter KI nutzen müssen, nutzen sie sie auch dort, wo sie nicht hingehört. Bei Amazon Web Services führte ein autonomes KI-Coding-Tool im Dezember 2025 zu einem 13-stündigen Ausfall, weil es eigenständig entschied, ein Kundensystem zu löschen und neu aufzubauen — eine Entscheidung, die normalerweise zwei menschliche Ingenieure gemeinsam treffen.
Bei Block beschreibt ein Mitarbeiter die Stimmung als "die schlechteste seit vier Jahren". Ein anderer sagt: "Top-down mandates to use large language models are crazy. If the tool were good, we'd all just use it." — Wenn das Werkzeug gut genug wäre, würde es jeder freiwillig nutzen. Zwang signalisiert Misstrauen.
Bloomberg berichtet über "Verdacht auf AI-Washing" bei Block — die Vermutung, dass KI als Vorwand für Entlassungen dient, die eigentlich andere Ursachen haben. Wenn Unternehmen KI als Begründung nutzen, ohne tatsächlich KI-Produktivitätsgewinne nachzuweisen, verlieren sie Glaubwürdigkeit bei Mitarbeitern und Investoren.
Accentures Ausnahmen für 12 EU-Länder zeigen: Die rechtliche Lage ist unklar. In Deutschland könnten Betriebsräte bei KI-Pflicht mitbestimmen. Der EU AI Act stellt Anforderungen an Transparenz und Aufsicht. Wer KI-Nutzung erzwingt, muss gleichzeitig für Schulung, Datenschutz und Qualitätskontrolle sorgen.
Messbarkeit: Was Login-Tracking nicht zeigt
Accentures Ansatz — wöchentliche Logins tracken und in Talent Reviews einfließen lassen — misst die falsche Sache. Ein Mitarbeiter, der sich täglich einloggt und ChatGPT nach dem Wetter fragt, ist kein KI-Nutzer. Ein Mitarbeiter, der einmal pro Woche einen 20-seitigen Vertrag durch Claude analysieren lässt und dabei 3 Stunden spart, schon.
Bessere KPIs messen in drei Stufen:
Wie viele Mitarbeiter nutzen KI-Tools für echte Arbeitsaufgaben? Nicht: wie oft loggen sie sich ein. Miss die Anzahl abgeschlossener KI-gestützter Workflows, nicht die Login-Frequenz.
Wie viel Zeit spart KI pro Aufgabe? Beispiel: Report-Erstellung vorher 4 Stunden, mit KI-Unterstützung 45 Minuten. Miss den Vorher-Nachher-Vergleich pro Use Case — das liefert belastbare Zahlen für den Business Case.
Hat KI-Nutzung messbare Auswirkungen auf Umsatz, Kosten oder Qualität? Erst diese Stufe liefert den eigentlichen ROI — und erst mit diesen Daten kannst du fundiert entscheiden, ob und wie KI-Kompetenz in Bewertungskriterien einfließen sollte.
Kosten-Nutzen: Was Zwang wirklich kostet
KI-Pflicht per Dekret sieht auf den ersten Blick günstiger aus als ein Befähigungsprogramm. Auf den zweiten Blick nicht.
Die Rechnung ist einfach: Ein erfahrener Mitarbeiter, der wegen eines KI-Mandats kündigt, kostet das Unternehmen 50-200 % seines Jahresgehalts an Recruiting, Einarbeitung und Produktivitätsverlust. Ein Befähigungsprogramm kostet €500-2.000 pro Person — und erzeugt Mitarbeiter, die KI wollen, nicht nur müssen.
Befähigung statt Zwang: Was kluge Unternehmen anders machen
Die entscheidende Frage ist nicht ob KI eingeführt wird, sondern wie. Die Forschung zeigt: Mandate funktionieren kurzfristig. Befähigung funktioniert langfristig. Der Unterschied:
- ✕"Nutze KI oder du wirst nicht befördert"
- ✕Login-Tracking als Kontrollmechanismus
- ✕Entlassungen mit KI-Begründung
- ✕Erzeugt Angst, Misstrauen, Compliance-Theater
- ✓Schulungen + geschützte Experimentierzeit
- ✓KI-Champions in jedem Team als Multiplikatoren
- ✓Klare Leitplanken: Wo KI, wo nicht
- ✓Erzeugt Neugier, Eigeninitiative, echte Produktivität
Change Management: Warum Widerstand normal ist
Jede KI-Einführung trifft auf Widerstandsmuster. Das ist kein Zeichen von Sturheit — sondern eine normale Reaktion auf Veränderung. Wer die Muster kennt, kann sie adressieren:
Angst, durch KI ersetzt zu werden — besonders nach Block-Schlagzeilen. Gegenmaßnahme: Konkret kommunizieren, welche Rollen gestärkt werden, nicht nur welche sich verändern.
'Ich bin zu alt/unerfahren dafür.' Gegenmaßnahme: Niedrigschwellige Einstiege bieten — ein einzelner Use Case, nicht ein Komplett-Kurs.
'KI macht Fehler, ich nicht.' Gegenmaßnahme: KI als Assistent positionieren, nicht als Ersatz. Der Mensch prüft und entscheidet.
'Ich will selbst entscheiden, welche Tools ich nutze.' Gegenmaßnahme: Wahlfreiheit bei den Tools, Klarheit beim Ziel.
Die Adoptionskurve folgt dabei einem vorhersehbaren Muster: 10-15 % der Mitarbeiter sind sofort begeistert (Innovatoren), 25-30 % folgen nach positiven Erfahrungsberichten (frühe Mehrheit), und der Rest braucht konkrete Beweise — nicht Anordnungen. Die erfolgreichsten KI-Einführungen setzen auf die Innovatoren als Multiplikatoren und lassen den Beweis durch Ergebnisse sprechen.
Dein 4-Schritte-Plan: KI-Adoption ohne Zwang
Erfasse, wer bereits KI nutzt, wer neugierig ist und wer sich sperrt. Nicht per Login-Tracking, sondern per anonymer Umfrage. Du brauchst ein ehrliches Bild, kein geschöntes.
Nicht jede Aufgabe eignet sich für KI. Definiere 5-10 konkrete Use Cases pro Abteilung, bei denen KI nachweisbar Zeit spart oder Qualität verbessert. Starte dort — nicht überall gleichzeitig.
Gib jedem Mitarbeiter 2-4 Stunden pro Woche geschützte Experimentierzeit. Stelle kuratierte KI-Tools bereit (nicht 'nutzt halt ChatGPT'). Feiere Erfolge sichtbar — das motiviert mehr als jedes Mandat.
Miss Ergebnisse, nicht Logins. Hat das Team schneller geliefert? Ist die Qualität gleich oder besser? Erst wenn belastbare Daten vorliegen, kannst du KI-Kompetenz in Bewertungskriterien aufnehmen — mit Augenmaß, nicht als Druckmittel.
Fazit: Die Zukunft gehört den Befähigern
Jack Dorsey hat vermutlich Recht: Die meisten Unternehmen werden irgendeine Form von KI-Pflicht einführen. Die Frage ist, ob sie es wie Block machen — mit dem Vorschlaghammer — oder wie Shopify — mit klaren Spielregeln und der Erwartung, dass Teams selbst den besten Weg finden.
Die Unternehmen, die langfristig gewinnen, werden weder KI-Verweigerer noch KI-Zwangsvollstrecker sein. Sie werden diejenigen sein, die ihre Mitarbeiter befähigen, KI als Werkzeug zu verstehen und einzusetzen — und gleichzeitig klare Grenzen setzen, wo menschliches Urteilsvermögen unersetzbar bleibt.
Quellen
- CNN Business: "Block lays off nearly half its staff because of AI" (26. Feb 2026)
- Fortune: "Block CEO Jack Dorsey lays off nearly half of his staff" (27. Feb 2026)
- CNBC: "Accenture tells senior staff to use AI tools or risk losing out on promotions" (19. Feb 2026)
- Fortune: "Accenture trained 550,000 workers in AI — now promotions hinge on it" (23. Feb 2026)
- Fortune: "Shopify CEO tells employees no new hires unless they can prove AI can't do the job" (8. Apr 2025)
- Radical Compliance: "The Many Risks of Mandating Employee AI Usage" (23. Feb 2026)
- Bloomberg: "Jack Dorsey's 4,000 Job Cuts at Block Arouse Suspicions of AI-Washing" (1. Mär 2026)
Weiterlesen
Enterprise AI: Warum die Revolution im Büro noch nicht angekommen ist
OpenAIs COO gibt zu: KI hat Geschäftsprozesse noch nicht durchdrungen.
KI-Strategie für dein Unternehmen
Die 5 Bausteine einer erfolgreichen KI-Strategie — von Pilotprojekt bis Skalierung.
ROI-Rechner: Lohnt sich dein KI-Projekt?
Berechne in 2 Minuten, ob sich deine KI-Investition rechnet.