Meta stoppt Umverteilung von 7.000 Ingenieuren für KI
Nach der Umverteilung von 7.000 Ingenieuren zur angewandten KI und einer historischen Moral-Krise erlaubt Meta Rückkehr zu ursprünglichen Funktionen; Zuckerberg erkennt Fehler an und schließt 2026 neue Stellenstreichungen aus.
Der in den Plattformen und der Infrastruktur von Meta generierte Code wuchs im Jahresvergleich um 220 %. Die neuen Funktionen, die den Nutzern zur Verfügung standen, stiegen im gleichen Zeitraum um 36 %. Diese Asymmetrie, die Fortune am 12. September basierend auf internen Metriken berichtete, fasst zusammen, warum Mark Zuckerberg die als größte Neustrukturierung in der Geschichte des Unternehmens beschriebene Maßnahme rückgängig machte: die Zwangsversetzung von etwa 7.000 Ingenieuren in die Gruppe für angewandte künstliche Intelligenz (AAI).
Die Rekrutierung, die nicht in Produkte umgesetzt wurde
Im ersten Halbjahr 2026 leitete Meta tausende von Ingenieuren um, darunter Manager, die in Einzelbeiträge gewechselt waren, um an der Schulung und Feinabstimmung von KI-Modellen im Rahmen des AAI zu arbeiten. Die Prämisse: Ingenieure mit hochentwickelten KI-Tools sollten mehr Code generieren, mehr Code sollte mehr Produkt bedeuten, und das Arbeitsmodell könnte schrittweise durch Automatisierung ersetzt werden. Die Zahlen von Juni bis August widerlegten diese Logik.
Die Versetzten begannen, sich untereinander als 'Rekruten' zu bezeichnen, und der interne Widerstand war erheblich. Laut Fortune soll der Technologiedirektor Andrew Bosworth der Führung mitgeteilt haben, dass die Moral auf einem der schlechtesten Niveaus in 20 Jahren Unternehmensgeschichte war, vergleichbar mit dem während der Cambridge Analytica Krise. Andere leitende Angestellte hinterfragten offen die Rationalität des Schrittes in internen Besprechungen.
Das Missverhältnis zwischen Code und geliefertem Wert
Die Explosion von 220 % im generierten Code war nicht falsch. Ingenieure mit modernsten KI-Tools produzieren mehr Codezeilen pro Stunde. Das Problem lag darin, was dieser Code bewirkte: Änderungen an internen Plattformen und Infrastruktur, nicht Funktionen, die den Nutzern zugänglich gemacht wurden. Das Wachstum von lediglich 36 % bei den gelieferten Funktionen zeigt, wo die Automatisierung strukturelle Grenzen hat, die durch Codevolumen nicht beseitigt werden.
Ingenieure, die mit der Schulung von Modellen beauftragt waren, verloren den Kontext von Produkten, der sich über Jahre angesammelt hatte. Ein Teil des generierten Codes in den neuen Funktionen wurde verworfen oder erforderte umfangreiche Nacharbeiten. Meta gab die Kosten für die Nacharbeit oder das tatsächlich verworfene Codevolumen nicht bekannt, aber der Rückschritt in der Politik ist ein ausreichendes Indiz für das Ergebnis.
Der Punkt, den die Asymmetrie von 220 % zu 36 % offenbart: Die Generierung von Code und die Lieferung von Produkten sind unterschiedliche Prozesse, und die KI beschleunigte nur den ersten. Die Schritte, die die Automatisierung noch nicht mit derselben Qualität ersetzt, wie die Definition von Anforderungen, Produktüberprüfung und Integration von Nutzerfeedback, bleiben das echte Nadelöhr.
Rückzug und was dieser Vorfall für den Markt signalisiert
Zuckerberg erkannte an, dass das Unternehmen 'Fehler gemacht' hat und verpflichtete sich, neue Funktionen für die Ingenieure zu finden, die mit der Schulung von Modellen beauftragt waren. Er versprach, dass es im Rest von 2026 keine neuen allgemeinen Personalabbauten bei Meta geben werde. Jeder umverteilte Mitarbeiter kann jetzt individuell entscheiden, ob er im AAI bleibt oder zu seinem ursprünglichen Bereich zurückkehrt.
Der Rückzug beseitigt nicht die KI-Strategie von Meta. Die AAI-Gruppe bleibt bestehen und die Investitionen in die Schulung von Modellen liegen weiterhin im Bereich von mehreren zehn Milliarden Dollar jährlich. Was sich ändert, ist die Annahme, dass jeder Ingenieur ohne signifikanten Verlust von Kontext und Wert in einen Modellenträner umgewandelt werden kann.
Für CIOs und Beratungspartner, die Programme zur Umschulung in KI für Unternehmensklienten strukturieren, bietet der Fall Meta einen negativen Aspekt, den ein ehrliches Verkaufsargument adressieren muss. Unternehmen im Vereinigten Königreich, in Deutschland und Japan replizieren Variationen dieser Wette mit Programmen zur Umverteilung technischer Teams für Datenkuratierung und Feinabstimmung von Modellen. Der Standard, den Meta aufzeigt, ist, dass die Produktivität von Code kein zuverlässiger Proxy für die Lieferung von Wert an den Nutzer ist.
In Indien, wo TCS, Infosys und Wipro Schulungs- und Feinabstimmungsdienste für globale Kunden anbieten, schwächt der Vorfall die Prämisse, dass jeder Senior-Ingenieur für KI-Arbeiten ohne Verlust von Fachwissen umgeschichtet werden kann. Die Entwicklungszentren großer Beratungen stellen nach Produktspezialität ein. Die Arbeit der Modellsitzung erfordert ein anderes und selten austauschbares Kompetenzset im großen Maßstab.
Die Frage, die der Vorfall offen lässt: Wenn das größte Verbraucher-KI-Unternehmen der Welt qualifizierte Ingenieure nicht produktiv in Modellenträner umwandeln konnte, was bedeutet dieses Ergebnis für die These, dass KI technische Stellen verdrängen wird, bevor neue Rollen in ausreichendem Umfang geschaffen werden?