Der CEO eines milliardenschweren KI-Startups sagt, seine Kollegen im Silicon Valley wollen, dass Sie Angst um Ihren Job haben, doch sie sind tatsächlich die Ersten, die auf dem Abstellgleis landen

Nick Lichtenberg

Sa., 21. Februar 2026, 21:30 Uhr GMT+9 11 Min. Lesezeit

Das KI-Boom im Silicon Valley hat weit verbreitete Panik über die Zukunft menschlicher Arbeit ausgelöst, ein Moment, das durch den viralen Aufsatz des KI-Executives Matt Shumer zusammengefasst wird, der diesen Moment in der weißen-collar-Arbeit mit Februar 2020 vergleicht, bevor die Pandemie das amerikanische Leben verwüstete.

Shumer warnte, dass weiße-collar-Arbeitende jetzt einen Plan B finden müssen, weil ein Extinktionsereignis ähnlich wie bei Covid für die weiße-collar-Arbeit bevorsteht. Fast gleichzeitig gab Microsofts KI-Chef Mustafa Suleyman bekannt, dass innerhalb von 18 Monaten niemand mehr, der seinen Lebensunterhalt am Computer verdient, seinen Job behalten wird. Dies war eine Art Wiederbelebung der apokalyptischen Prognosen, die die erste Hälfte von 2025 prägten, bevor sie ominös verstummten. Dario Amodei von Anthropic sagte beispielsweise voraus, dass KI die Hälfte aller Einstiegsjobs im weißen-collar-Bereich eliminieren werde, während Ford-CEO Jim Farley erklärte, dass die Hälfte der weißen-collar-Jobs vollständig wegfallen werde.

Tanmai Gopal sagt, diese düsteren Prognosen seien ein klassischer Fall von Selbstprojektion und sogar Narzissmus im Silicon Valley. Der Mitbegründer und CEO von PromptQL, einem milliardenschweren Unicorn aus der Bay Area, das Unternehmen bei der KI-Adoption unterstützt, sagte in einem aktuellen Fortune-Interview, dass die KI-Untergangsszenarien zwar einen wahren Kern enthalten, aber auch stark übertrieben seien. „Das ist zu 100 % das, was passiert, wenn eine Menge Leute im Hype-Zyklus sind.“ Gopal erklärte, seine Community im Valley fühle „die Großartigkeit dieser KI“, aber „wir projizieren das auf Bereiche, die wir eigentlich nicht verstehen.“

„Es ist wie, oh, das ist das Problem für 7 Milliarden Menschen auf dem Planeten, weil ich im Silicon Valley bin, also weiß ich natürlich, was am besten ist, richtig?“ Gopal merkte auch an, dass Zyniker Recht haben, da diese Untergangsprognosen genau in die Zeit fallen, in der viele KI-Start-ups, die noch nicht an die Börse gegangen sind, eine weitere Milliarden-Finanzierungsrunde anstreben, was eine klare Finanzierungsbegründung bietet, die sich möglicherweise nicht bestätigt. Im Allgemeinen sagte er, „Technikleute… denken so, als würde das mich betreffen. Also wird es alle so betreffen.“

Tatsächlich sei das aber nicht der Fall, so Gopal. Doch wenn es um Programmierer geht, sogar um erfahrene Softwareingenieure, die die „Großartigkeit“ der verfügbaren KI-Tools erleben, so sagte er, stehen diese Menschen vor einem Paradigmenwechsel.

Die eigentliche Job-Umwälzung kommt aus dem Valley

Gopal sprach Wochen nach dem „SaaSpocalypse“, bei dem 2 Billionen Dollar an Bewertungen im Bereich Software-as-a-Service vernichtet wurden, mit Fortune. Investoren hätten erkannt, so das Bank of America Research, dass KI ein „doppelschneidiges Schwert“ sei und kein reines Wachstumsinstrument. Es könne sehr leicht „kannibalisieren“, so BofA, viele Unternehmen, etwa Software, die so fortgeschritten sei, dass sie sich selbst programmieren könne.

Wirtschaftswissenschaftler haben im letzten Jahr mit sehr lauten Daten gerätselt, wobei die US-Wirtschaft größtenteils bei der Schaffung von Arbeitsplätzen stagniert, während gleichzeitig erhöhte Zölle und deutlich weniger Einwanderer in die Arbeitswelt eintreten. Einige führende KI-Experten, darunter Stanford’s Erik Brynjolfsson, haben die Daten genau analysiert und gesehen, dass die Produktivität ab 2025 wirklich zu steigen begann. In einem Financial Times-Kommentar wies Brynjolfsson darauf hin, dass der neueste Arbeitsmarktbericht alle Beschäftigungsgewinne für 2025 auf nur 181.000 nach unten korrigiert habe, während seine eigene Berechnung eine Produktivitätssteigerung von 2,7 % für das Jahr prognostizierte, verglichen mit dem Durchschnitt von 1,4 % in den letzten zehn Jahren. Das stärke natürlich die Theorie der KI-Displacement, zumal auch Federal-Reserve-Gouverneur Michael Barr kürzlich warnte, dass Millionen in naher Zukunft „quasi arbeitslos“ sein könnten.

Gopal sagte, es sei wahr, dass die Tech-Branche sich unbeabsichtigt selbst automatisiert habe und die Ära des „Baby-AGI“ (Artificial General Intelligence) speziell für das Programmieren erreicht habe. Die neuesten KI-Modelle hätten das Urteilsvermögen und den Geschmack eines „durchschnittlichen Senior-Softwareingenieurs“, erklärte Gopal, und führte aus, dass standardmäßige Softwareentwicklung stark darauf angewiesen sei, etablierten Geschäftskontext in technischen Code umzusetzen, und weil KI bei dieser Übersetzung exzellent sei, sei das Programmieren die erste große Dominostein, der fällt.

„Was früher manchmal als der Inbegriff… der weißen-collar-Arbeit galt, war hochklassige Softwareentwicklung“, bemerkte Gopal. „Das war in den letzten 30 Jahren der Trend, und ich freue mich, das jetzt gehen zu sehen.“ Seine Begeisterung rühre daher, dass die Jobs, die Roboter bereits zu übernehmen beginnen, immer robotischer werden, und was er an vorderster Front seines Unternehmens sehe, das Fortune-500-Unternehmen beim Bau von KI-Tools und spezialisierten Agenten für ihre Geschäfte unterstütze, sei genau das.

„Was wir im letzten Jahr gemacht haben, ist… genau an dieser Schnittstelle zu arbeiten“, sagte Gopal, und im Großen und Ganzen habe er festgestellt, dass „KI nicht nützlich ist“, weil sie so viel Geschäftskontext brauche, um effektiv zu sein. „Die Leute denken immer noch, es ist ein technisches Problem“, aber das eigentliche Problem sei die schwierige Tatsache, dass KI keinen Zugriff auf den Geschäftskontext habe, der in den Köpfen der Menschen lebt und noch nicht in Daten übersetzt wurde – und vielleicht auch nie wird. „Die Leute denken, ‘Oh, das ist wie eine semantische Schicht und ein Datenproblem, mach deine Daten fertig und mach es funktionsfähig’“, aber das eigentliche Problem sei, dass die Daten für die nützlichsten Informationen, die die KI brauche, nicht existierten. „Niemand hat das aufgeschrieben. Und wenn niemand das aufgeschrieben hat, kannst du die KI nicht darauf trainieren.“

Paradoxerweise, so Gopal, gebe es viele Unternehmen, an die KI niemals trainiert werden könne, „weil es sich um echtes Business handelt, das sich bewegt.“ Echte Menschen, die Gespräche führen und ständig den Geschäftskontext aktualisieren, seien immer einen Schritt voraus, erklärte er. „Wirst du für dieses eine individuelle Gespräch an einem Tag neu trainieren?“ Und dann bei jeder Änderung des Geschäftskontexts neu trainieren?

Gopal stimmte seinem Interviewer zu, dass Journalismus ein Beispiel für einen Beruf sei, der der Automatisierung widerstehen könne, weil Leser an menschliche Einsichten, tiefgehende Quellen und zukunftsgerichtete Analysen interessiert seien – Dinge, die KI nicht leicht reproduzieren könne, wenn überhaupt. Er nannte auch Verkäufer, Marketer und Operations-Mitarbeiter als Beispiele. Menschen, die in Echtzeit Entscheidungen treffen müssen, seien seiner Ansicht nach inhärent geschützt.

Gopal ist nicht der einzige Führungskraft, der erkennt, dass KI menschlichen Einsatz erfordert. Tatyana Mamut, eine ehemalige Salesforce- und Amazon Web Services-Managerin, die jetzt KI-Agentenüberwachung über ihr Startup Wayfound.AI anbietet, sagte Fortune, „wir müssen aufhören, KI wie Werkzeuge zu sehen.“ Es sei kein Werkzeug, „wie ein Hammer.“ Vielmehr sei es eher ein Hammer „der selbst denkt, ein Haus entwerfen, bauen kann, besser als die meisten Menschen in der Baubranche.“ Allerdings müsse man ihm die Baupläne zeigen.

Was den Geschäftskontext betrifft, so glaubt Mamut, dass „sehr wenige“ Menschen wirklich verstehen, wie man das mit KI umsetzt. „Man braucht echte Werkzeuge und Mechanismen, um dieses kontextuelle Lernen zu erfassen.“ Unternehmen mit unterschiedlichen Marken, Systemen und Prozessen hätten alle unterschiedliche Kontexte, die von KI erfasst werden müssten, sagte sie, und prognostizierte, dass clevere SaaS-Unternehmen in dieses Gebiet abbiegen würden. Statt Software-as-a-Service würden Experten-Dienstleistungen über Agenten mit ordnungsgemäß erfasstem Kontext erbracht.

Gopal war skeptisch, wie viel dieser Kontexte erfasst werden können, und schätzte, dass 70 % des Aufwands, um KI nützlich zu machen, vollständig auf ungeschriebenem Geschäftskontext beruhten, der nur im Kopf der Menschen existiere. „Man kann ein System grundsätzlich nicht auf diese flüchtige tägliche Realität trainieren“, erklärte Gopal, und fügte hinzu, dass sich das echte Geschäft ständig ändere, basierend auf individuellen Gesprächen und menschlichen Interaktionen. Während KI Aufgaben an den beiden Extremen (Programmieren und physische Robotik) automatisieren könne, erfordere der große Mittelbereich der Wissensarbeit menschlichen Kontext.

Ed Meyercord, der seit über einem Jahrzehnt maschinelles Lernen bei Extreme Networks einsetzt, einem Netzwerkunternehmen, das Profi-Fußball- und Baseballstadien versorgt und über eine Milliarde Dollar Umsatz macht, sagte kürzlich Fortune, er sehe ähnliche Dynamiken auf der Seite der Betreiber. Seine Teams nutzten bereits Agenten, um Netzwerke zu entwerfen, Fehler zu erkennen, bevor sie auftreten, und sogar mit anderen Agenten in Systemen wie ServiceNow zu kommunizieren, aber er sei fest davon überzeugt, dass immer ein Mensch im Loop sein müsse, um die Arbeit bei kritischer Infrastruktur zu überprüfen.

„Ein Netzwerk ist kritische Infrastruktur, also müssen wir richtig liegen“, sagte Meyercord. Extreme habe einen agentischen Kern in seine Plattform integriert, „was uns effektiv sehr, sehr genau gemacht hat.“ Da Genauigkeit so entscheidend sei, sagte er, „wollen wir immer einen Menschen im Loop haben, der alle Arbeiten überprüft.“

Wie Gopal sagte auch Meyercord, dass KI nicht einfach „unsere Jobs wegnehmen“ könne; die Rolle des Menschen verschiebe sich vom manuellen Ausführen jeder Aufgabe hin zur Koordination von Agenten, zum Sammeln des richtigen Kontexts und zur Entscheidung, welche Probleme die Maschinen angehen sollen. Er sagte, seine Aufgabe als CEO sei es, sich mit Spezialisten zu umgeben, „die viel klüger sind als ich“, und KI als einen weiteren superschnellen Teamkollegen zu nutzen, anstatt sie zu ersetzen.

Auf der anderen Seite sei alles, was automatisiert werden könne, bereits anfällig für KI, so Gopal, und verwies auf die „SaaSpocalypse“, die den Markt für Software-as-a-Service, Versicherungen, Vermögensverwaltung und Kundenservice brutal trifft. Bis zum Jahresende werde dies noch deutlicher in den Unternehmensbewertungen sichtbar sein, da Roboter die Arbeit von allem übernehmen, was keinen Geschäftskontext erfordere. Das Spannende daran sei, was das für die Arbeit bedeute.

Der Wandel der weißen-collar-Arbeit

Diese symbiotische Beziehung zwischen dem menschlichen Arbeiter, der einen Geschäftskontext besitzt, und der KI, die schneller und sogar intelligenter arbeiten kann, aber keinen Input hat, werde die Zukunft der weißen-collar-Arbeit prägen, warnte Shumer, so Gopal. „Man muss den Kontext auswählen und ständig erfassen, richtig? Und ich denke, genau das ist die eigentliche Veränderung für den durchschnittlichen weißen-collar-Arbeiter, dass er das verstehen muss.“

Gopal erzählte eine Anekdote von seinem Team, das frustriert über einen mittelmäßigen Softwareingenieur ist, seit es KI-Codierungswerkzeuge gibt. „Wir sagen: ‘Mann, es ist teurer, mit dir zu sprechen, als es selbst zu machen. Es dauert länger, dir zu erklären, was ich im Produkt brauche, als es einfach mit KI nebenbei zu programmieren.’“ Die Zeit, die man mit einem mittelmäßigen Ingenieur verbringt, könne man stattdessen in die Steuerung eines KI-Outputs investieren, fügte er hinzu. Er verglich das damit, dass jeder Mitarbeiter einen persönlichen technischen Co-Gründer an seiner Seite habe, der es ihm ermögliche, 20-mal so viel Arbeit zu produzieren.

Meyercord stimmte zu und sagte, dass Absolventen der Informatik heute nicht mehr die gleichen Fähigkeiten brauchen, aber „andere Fähigkeiten“ benötigen. Er sehe bereits, wie neue Fähigkeiten entstehen, nicht unbedingt bei Geisteswissenschaftlern, die tief in kritisches Denken geschult sind, sondern eher bei „Menschen, die uns bei der Entwicklung helfen.“ Er brauche Leute, die Arbeit an KI-Agenten delegieren, mit ihnen sprechen, ihre Arbeit prüfen und Arbeitsabläufe überwachen können. Das klinge sehr nach Gopals Prognose.

Gopal sagte voraus, dass sich die Aufgabe des Menschen weiterentwickeln müsse, um die richtigen Inputs für die KI-Agenten zu liefern, die das Geschäft antreiben, und nannte es „Kontextsammlung“. „Unsere Aufgabe als Menschen ist es jetzt, Kontextsammler zu sein, anstatt nur Arbeiter.“ Die meisten Menschen hätten das bisher für selbstverständlich gehalten, weil sie keine KI-Agenten an ihrer Seite hatten, sagte er. „Was uns in unserem Job gut macht, und was uns Beförderungen bringt, und was uns wirkungsvoller macht, ist tatsächlich die Fähigkeit, Kontext zu sammeln. Das macht uns gut.“

Die einzigen, die wirklich um ihre Jobs fürchten müssten, warnte Gopal, seien diejenigen, die „sich weigern zu wachsen“ und diese neue Realität leugnen. Wenn Arbeiter den Einsatz dieser Werkzeuge verweigerten, riskierten sie, die gesamte wirtschaftliche Macht an eine kleine Elite zu übergeben, die die Technologie versteht, was möglicherweise eine dystopische Wohlstandslücke schaffe. Für diejenigen, die bereit seien, sich anzupassen, sei die Zukunft jedoch äußerst vielversprechend. „Ich glaube nicht, dass KI einfach kommt und unsere Jobs wegnimmt“, sagte Gopal. „Das ist nicht einmal annähernd möglich.“

Meyercord sagte, sein Unternehmen wachse weiterhin, und er argumentierte, dass die Erzählung vom KI-Arbeitsplatzverlust den Wald vor lauter Bäumen nicht sehe. „Einerseits kannst du viel mehr mit weniger machen“, sagte er, „oder du kannst mit derselben Anzahl an Mitarbeitern mehr erreichen. Oder du kannst mit ein bisschen mehr noch viel mehr schaffen.“ Wenn man die richtigen Kontextsammler einstellt, könne man das Geschäft wirklich ausbauen, fügte Meyercord hinzu. „Wie denkst du darüber, was du erreichen willst? Wir wollen viel mehr.“

Diese Geschichte wurde ursprünglich auf Fortune.com veröffentlicht

Terms und Datenschutzrichtlinie

Datenschutz-Dashboard

Mehr Infos