KI und Entlassungen im Jahr 2026: Die Statistiken hinter der Umstrukturierung

Die SaaS-Branche erlebt einen seltsamen Widerspruch. Unternehmen bauen in Rekordzahl Personal ab, während sie gleichzeitig Rekordsummen in KI investieren. Softwarefirmen erzielen im selben Quartal hohe Umsätze und entlassen Mitarbeiter. Analysten haben dafür mittlerweile einen Begriff: das KI-Beschäftigungsparadoxon.

Dieser Artikel fasst die harten Fakten hinter diesem Wandel zusammen und kombiniert Entlassungsdaten von Plattformen wie Layoffs.fyi und Crunchbase mit KI-Forschungsergebnissen von Anthropic und Beschäftigungsdaten der Stanford University. Jede Zahl ist mit einer Primärquelle verknüpft. Wenn Sie ein SaaS-Team leiten, an ein solches Unternehmen verkaufen oder selbst in einem solchen Unternehmen arbeiten, sollten Sie diese Statistiken vor dem nächsten Planungszyklus kennen.

Wichtige Statistiken auf einen Blick

• Mehr als 150,000 Technologiearbeitsplätze wurden in der ersten Hälfte des Jahres 2026 abgebaut, allein im ersten Quartal waren es rund 81,700 – der höchste Quartalswert seit Anfang 2023.

• Etwa 20 % der bestätigten Entlassungen im Technologiesektor Anfang 2026 standen in direktem Zusammenhang mit KI und Automatisierung, gegenüber weniger als 8 % im Jahr 2025.

• Theoretisch könnte KI 94 % der Computer- und Mathematikaufgaben bewältigen, in der Realität werden jedoch nur 33 % davon genutzt.

• Die großen Technologiekonzerne werden voraussichtlich im Jahr 2026 fast 700 Milliarden Dollar in KI-Infrastruktur investieren und gleichzeitig ihre Belegschaft reduzieren.

• Laut Stanford verzeichneten Berufseinsteiger im Alter von 22 bis 25 Jahren in den am stärksten von KI betroffenen Berufen einen relativen Rückgang der Beschäftigung um 13 Prozent.

• Beim Datenverkehr über Business-APIs entfallen 77 % der KI-Nutzung auf Automatisierung, lediglich 12 % auf Augmentation.

• Die Arbeitslosigkeit in den USA stieg von 3.5 % Ende 2022 auf 4.4 % Anfang 2026, und das Vertrauen der Beschäftigten im Technologiesektor sank auf 47.2 %.

Woher die Zahlen kommen

Diese Statistiken vereinen zwei Arten von Daten. Die erste ist die Erfassung von Entlassungen. Layoffs.fyi , seit 2020 von Gründer Roger Lee betrieben, und Crunchbase News führen fortlaufende Statistiken zu Stellenstreichungen im Technologiesektor, basierend auf Unternehmensmitteilungen, SEC-Berichten und Nachrichten. Statista erstellt vierteljährliche Zahlen aus denselben Daten.

Der zweite Bereich umfasst Nutzungs- und Beschäftigungsforschung. Der Anthropic-Bericht „Labor Market Impacts of AI“ vom März 2026 misst anhand realer Claude-Daten, wie viele der einzelnen Arbeitsplätze tatsächlich von KI übernommen werden. Der Anthropic Economic Index verfolgt Nutzungsmuster im Zeitverlauf. Die Stanford-Studie „Canaries in the Coal Mine“ von Erik Brynjolfsson und Kollegen analysiert ADP-Gehaltsabrechnungsdaten, um festzustellen, ob der Einsatz von KI Auswirkungen auf die Beschäftigung hat.

Ein kurzer Hinweis: Die verschiedenen Tools zur Erfassung von Entlassungen verwenden unterschiedliche Methoden und Erhebungsmethoden, daher variieren die Gesamtzahlen. Die hier angegebenen Zahlen stammen aus der jeweiligen Quelle und sind als Schätzungen, nicht als exakte Zählungen zu verstehen.

Die Entlassungswelle von 2026

Nach einer leichten Abschwächung in den Jahren 2024 und 2025 schnellten die Entlassungen im Technologiesektor 2026 wieder in die Höhe. Daten von Layoffs.fyi, die von Statista zusammengestellt wurden, zeigen allein im ersten Quartal rund 81,700 Stellenstreichungen im Technologiebereich – der höchste Quartalswert seit Anfang 2023. In den ersten sechs Wochen des zweiten Quartals kamen weitere 20,000 hinzu. Bis Mitte 2026 schätzen verschiedene Beobachter die Gesamtzahl der Entlassungen auf über 150,000 in mehr als 500 Unternehmen.

Das ist eine deutliche Kehrtwende. Dieselben Daten zeigen, dass die Entlassungen im Jahr 2025 mit etwa 27,000 bis 37,000 pro Quartal relativ überschaubar blieben und im Laufe des Jahres 2024 stetig zurückgingen. Crunchbase zählte für 2025 rund 127,000 Entlassungen im US-amerikanischen Technologiesektor, während Layoffs.fyi etwa 122,000 in 257 Unternehmen erfasste – ein Rückgang gegenüber rund 153,000 in 551 Unternehmen im Jahr 2024. Seit 2020 nähern sich die Gesamtzahlen der Entlassungen im Technologiesektor 900,000.

Jahr	Ungefähre Anzahl der Entlassungen im Technologiesektor	Notizen
2024	Über 153,000	Bei 551 Unternehmen ging die Zahl im Laufe des Jahres zurück.
2025	Über 122,000 zu 127,000	Eine relative Lockerung, 257 Unternehmen
2026 (H1)	150,000-plus	Allein im ersten Quartal etwa 81,700, starker Aufschwung

Die Unternehmen, die Stellen abbauen, lesen sich wie ein Who-is-Who der SaaS- und Enterprise-Tech-Branche. Oracle strich im April 2026 mindestens 10,000 Stellen, rund 6 % der Belegschaft; Berichten zufolge könnten es sogar 30,000 sein. ServiceNow reduzierte Stellen im Vertrieb und in der Beratung. Amazon strich ab Ende 2025 rund 30,000 Stellen im Unternehmens- und Technologiebereich. Meta kündigte etwa 8,000 Stellenstreichungen an, fast 10 % der Belegschaft. Auch Microsoft, Cisco und LinkedIn schlossen sich dem an. Bemerkenswert ist, dass viele dieser Unternehmen trotz solider Geschäftszahlen Stellen abbauten.

Das KI-Beschäftigungsparadoxon

Was das Jahr 2026 von früheren Entlassungszyklen unterscheidet, ist der Grund dafür. 2023 bauten Unternehmen die pandemiebedingten Überbesetzungen ab. 2026 investieren sie gezielt in KI.

Das deutlichste Indiz liegt in der Art und Weise, wie Entlassungen beschrieben werden. Eine Analyse von RationalFX auf Basis von Daten von Layoffs.fyi ergab, dass Anfang 2026 rund 20 % der bestätigten Entlassungen im Technologiesektor von den Unternehmen selbst explizit mit KI und Automatisierung in Verbindung gebracht wurden – im Vergleich zu weniger als 8 % der Ankündigungen im Jahr 2025. Der Wandel von vagen Formulierungen hin zu direkten KI-bezogenen Hinweisen ist an sich schon ein Indiz.

Die Ausgaben steigen derweil weiter. Alphabet, Microsoft, Meta und Amazon werden voraussichtlich im Jahr 2026 zusammen fast 700 Milliarden US-Dollar in KI-Infrastruktur investieren. Daraus ergibt sich ein Paradoxon: Unternehmen reduzieren gleichzeitig ihre Mitarbeiterzahl und erhöhen ihre Investitionen in KI, in der Annahme, dass weniger Personal und mehr KI höhere Renditen versprechen. In der Startup-Szene erwarten Risikokapitalgeber zunehmend, dass Unternehmen mit kleineren Teams schneller wachsen, was die Personalpolitik von SaaS-Startups von Anfang an verändert.

Die Kluft zwischen Theorie und Praxis

Es ist wichtig, die Panik vor Entlassungen auf die tatsächlichen Einsatzmöglichkeiten von KI am Arbeitsplatz zu stützen, denn die Lücke ist groß. Anthropic fand heraus, dass KI in Computer- und Mathematikberufen theoretisch 94 % der Aufgaben übernehmen könnte, die tatsächliche Nutzung jedoch nur 33 % abdeckt. Im Büro- und Verwaltungsbereich liegt das theoretische Potenzial bei fast 90 %, die praktische Anwendung jedoch deutlich hinterher.

Dies ist für SaaS relevant, da Programmierung mit Abstand der intensivste Anwendungsfall für KI ist, aber dennoch nur etwa ein Drittel aller Aufgaben auf Berufsebene ausmacht. Die Lehre daraus: Leistungsfähigkeit und Einsatz sind nicht dasselbe. KI kann weit mehr leisten, als sie derzeit tut. Daher basieren die geplanten Einsparungen bis 2026 größtenteils auf zukünftigen Entwicklungen und nicht auf dem, was KI heute bereits vollständig leisten kann.

Wie SaaS-Teams KI tatsächlich nutzen

Anthropic unterteilt die Nutzung von KI in Unterstützung, bei der KI den Menschen hilft, und Automatisierung, bei der KI die Aufgabe selbstständig erledigt. Diese Unterteilung ist für SaaS-Führungskräfte die mit Abstand hilfreichste Perspektive.

Bei Verbraucher-Apps ist das Verhältnis nahezu ausgeglichen, wobei die Erweiterung mit rund 52 % gegenüber 45 % in aktuellen Daten leicht vorne liegt. Im API-Traffic von Unternehmen, der SaaS-Produkte und interne Automatisierung ermöglicht, sieht die Sache jedoch ganz anders aus: 77 % der Nutzung entfallen auf Automatisierung, nur 12 % auf Erweiterung. Zudem sind 97 % der Aufgaben auf der API überwiegend automatisiert, verglichen mit 47 % auf der Verbraucherseite. Der Anteil der passiven, direktiven Nutzung stieg ebenfalls von 27 % Ende 2024 auf 39 % in einer späteren Stichprobe. Da Unternehmen deutlich mehr automatisieren als Einzelpersonen, werden sich die Auswirkungen auf den Arbeitsmarkt voraussichtlich zuerst im Unternehmensbereich bemerkbar machen.

Nutzungsmodus	Verbraucher ( Claude.ai )	Business (API)
Automatisierungsorientierte Aufgaben	47%	97%
Gesamtanteil der Automatisierung	Über 45%	77%
Gesamtanteil der Erweiterung	Über 52%	12%

Welche Rollen sind am stärksten exponiert?

Auf Berufsebene sind die am stärksten betroffenen Jobs eindeutig im SaaS-Bereich angesiedelt. Programmierer führen die Liste von Anthropic mit 75 % Aufgabenabdeckung an, gefolgt von Kundendienstmitarbeitern, deren Arbeit sich auf API-Datenverkehr konzentriert, und Datenerfassern mit 67 %. Genau diese Funktionen – Entwicklung, Support und Betrieb – prägen ein typisches Softwareunternehmen.

Nach Kategorien betrachtet ist die theoretische Exposition in den Bereichen Informatik und Mathematik sowie Wirtschaft und Finanzen mit jeweils über 94 % am höchsten, gefolgt von Management mit 91 % und Büro und Verwaltung mit 90 %. Am wenigsten exponiert sind körperliche und praktische Tätigkeiten. Die Grünflächenpflege weist mit 3.9 % die geringste Exposition auf, während Transport, Bauwesen und Gastronomie im unteren Bereich liegen. Bei 30 % der US-amerikanischen Arbeitnehmer wurde überhaupt keine KI-Abdeckung festgestellt.

Sind die Entlassungen wirklich auf KI zurückzuführen?

Hier ist Vorsicht geboten. Trotz der Schlagzeilen ist die Beweislage, die KI mit massenhaftem Arbeitsplatzverlust in Verbindung bringt, noch dünn. Anthropic konnte seit Ende 2022 keinen systematischen Anstieg der Arbeitslosigkeit bei stark exponierten Arbeitnehmern feststellen. Viele der für 2026 geplanten Kürzungen werden zwar mit KI begründet, dienen aber auch der Kostendisziplin und der Umverteilung von Haushaltsmitteln.

Eine Ausnahme bilden Einstiegspositionen. Stanford fand heraus, dass die Beschäftigungschancen von Berufsanfängern im Alter von 22 bis 25 Jahren in stark KI-belasteten Berufen um 13 % zurückgingen, selbst nach Berücksichtigung unternehmensspezifischer Schocks. Der Rückgang konzentrierte sich dabei auf Positionen, in denen KI automatisiert statt unterstützt. Daten von Anthropic bestätigen dies teilweise: Die Einstellungszahlen junger Arbeitnehmer in KI-belastete Berufe sanken um etwa 14 %, während ältere Arbeitnehmer keine Auswirkungen zeigten. Eine Studie von Motion Recruitment aus dem Jahr 2026 kam ebenfalls zu dem Ergebnis, dass KI die Einstellung von Fachkräften für Einstiegspositionen und allgemeine IT-Stellen verlangsamt, während die Nachfrage nach KI-Ingenieuren weiterhin hoch ist und die meisten Gehälter im Technologiesektor stagnieren.

Die allgemeine Stimmung spiegelt diese Besorgnis wider. Die Arbeitslosigkeit in den USA stieg von 3.5 % Ende 2022 auf 4.4 % Anfang 2026, und der Glassdoor-Index für das Vertrauen in den Technologiesektor fiel im Jahresvergleich um 6.8 Prozentpunkte auf 47.2 % – der stärkste Rückgang aller Branchen.

Fazit

Die Daten für SaaS aus dem Jahr 2026 zeichnen ein zweigeteiltes Bild. Vordergründig ist die Entlassungswelle real und beschleunigt sich: Über 150,000 Tech-Jobs wurden im ersten Halbjahr abgebaut, und KI wird deutlich offener als zuvor als treibende Kraft genannt. Doch im Kern erfüllt die Technologie noch nicht ihr gesamtes theoretisches Potenzial und deckt selbst in ihrer stärksten Kategorie nur etwa ein Drittel der Aufgaben ab. Die Stellenstreichungen überholen den Kapazitätszuwachs.

Diese Diskrepanz ist der entscheidende Punkt. Ein Großteil der aktuellen Umstrukturierung ist eine strategische Wette darauf, dass KI die Kluft zwischen ihren Möglichkeiten und ihrer tatsächlichen Leistung verringern wird – keine Reaktion darauf, dass KI bereits ganze Teams ersetzt. Das deutlichste Indiz dafür findet sich im Einstiegsbereich, wo sich die Einstellung von Mitarbeitern in stark automatisierungsintensiven Positionen messbar verlangsamt hat. Für SaaS-Gründer bedeutet das, die Rekrutierung und Ausbildung von Nachwuchskräften zu überdenken. Für operative Mitarbeiter heißt es, zu wissen, welche Aufgaben automatisiert und welche manuell unterstützt werden. Erfolgreich werden diejenigen Unternehmen sein, die KI als Unterstützung für ihre Mitarbeiter nutzen, anstatt sie einfach zu ersetzen, da die Datenlage einen solchen Austausch noch nicht rechtfertigt.

Häufig gestellte Fragen