Text | Kaori

Redaktion | Sleepy

„Selbst wenn Meta 90 % der Mitarbeiter entlässt, werden Instagram, Facebook und diese Software normal weiterlaufen.“

Eva arbeitet bei Meta als Senior Engineer, steht nicht auf der Entlassungsliste, hat gute Leistungen und umarmt aktiv AI-Tools.

Aber er sagt: 'Niemand ist sicher, es ist allemal gefährlich, es ist nur eine Frage der Zeit.'

Es ist eine Geschichte darüber, wie Leistung bewertet wird, wie Beförderungen geschehen, wie das Management funktioniert und sogar, wie Anstrengungen selbst definiert werden. Die Menschen, die darin involviert sind, von Zuckerberg bis hin zu den neu eingestellten Junior Engineers, können nicht genau sagen, wann dieser Sturm enden wird.

Entlassungen sind real, aber die Gründe sind falsch.

Meta hat seit 2022 rund 25.000 Mitarbeiter entlassen.

Im November 2022 wurden 11.000 Personen entlassen, 2023 folgten weitere 10.000. Zuckerberg nannte 2023 das Jahr der Effizienz. Im Januar 2025 kündigte Zuckerberg in einer internen Mitteilung an, 5 % der geringsten Leistungsträger, etwa 3600 Personen, zu entlassen. Im März 2026 wurden 700 weitere entlassen. Laut Reuters sollen Ende Mai etwa 8000 Personen entlassen werden, was 10 % der weltweit fast 79.000 Mitarbeiter ausmacht, und im zweiten Halbjahr gibt es eine zweite Runde.

Entlassungen passieren tatsächlich, aber das muss nicht zwangsläufig daran liegen, dass AI diesen Mitarbeitern die Jobs wegnimmt.

Eva glaubt, dass die meisten, die in dieser Phase entlassen werden, auch ohne AI gehen würden. 'In den letzten Jahren hat die gesamte CS-Branche viel mehr eingestellt, als tatsächlich benötigt wird. Der Sektor blühte auf, das Kapital war überhitzt, die Aktienkurse stiegen. Viele Unternehmen haben eine Menge Leute eingestellt. Nachdem Musk Twitter übernommen hat, wurden die meisten Mitarbeiter entlassen, und die App funktionierte weiterhin. Damals gab es noch kein AI.'

Im Jahr 2026 wird Meta mit einer Kapitalausgabenprognose von 115 bis 135 Milliarden US-Dollar, fast doppelt so viel wie 2025, fast alles in Rechenzentren, GPUs und AI-Infrastruktur investieren. Das Geld, das durch Entlassungen eingespart wird, fließt in die Rechenleistung.

In dieser Phase spielt AI eine Rolle wie ein schickes Ass, mit dem das Unternehmen nach außen hin behaupten kann, die Effizienz sei gestiegen und man benötige nicht so viele Mitarbeiter.

Kleine Unternehmen sind wendig und agil, aber wenn sie wachsen, verlangsamt sich die Entscheidungsfindung, und sie stellen fest, dass sie gegen neue Einhörner und Start-ups nicht bestehen können. Also beginnen sie, sich zu verkleinern, flach zu werden und sich auf ihre Kernprodukte zu konzentrieren. AI hat diesen ohnehin schon ablaufenden Zyklus nur beschleunigt.

Wenn der AI-Nutzungsgrad in die Leistungsbewertung einfließt.

Doch das Eingreifen von AI hat einige Regeln für Entlassungen verändert.

Die ursprüngliche Methode von Meta zur Leistungsbewertung ist in großen Tech-Unternehmen ziemlich einzigartig. Manager vergeben keine direkten Punkte, sondern fassen deine Selbstbewertung, Kollegenbewertungen und eigene Beobachtungen in einem Leistungsbewertungsdokument zusammen.

Dann geht es in einen sogenannten Calibration Meeting, wo etwa zehn Personen der gleichen Stufe zusammenkommen. Jeder Manager erklärt abwechselnd die Leistungen seiner Mitarbeiter und warum diese Person eine bestimmte Stufe verdient. Alle diskutieren gemeinsam und legen am Ende für alle eine Bewertung fest.

Dieser Prozess ist umständlich und zeitintensiv, aber sein Wert liegt darin, mehrere Perspektiven und horizontale Vergleiche einzuführen, wodurch die Präferenzen einzelner Manager nur schwer das Ergebnis bestimmen können. Eva hält dies für relativ fair.

Anfang 2026 wurde das Calibration Meeting abgeschafft. Eva erklärt: 'Das Unternehmen hat die Leistungsbewertung auf halbjährlich umgestellt, mit der Begründung, dass die Manager nun AI nutzen können, um ihre Selbstbewertungen zu erstellen, und nicht mehr so viele Kooperationsschritte erforderlich sind. Der Prozess kann schneller ablaufen.'

In der Zwischenzeit hat Meta ein AI-Leistungsüberwachungssystem namens Checkpoint eingeführt, das automatisch Arbeitsdaten der Mitarbeiter aus internen Systemen wie Google Workspace aggregiert und den Managern eine Zusammenfassung ihrer Beiträge liefert. Für Software-Ingenieure verfolgt Checkpoint über 200 Datenpunkte, darunter den Anteil an AI-generiertem Code sowie Fehlerquoten und die Anzahl der verbundenen Bugs.

Meta's Chief People Officer Janelle Gale erklärte in einer internen Mitteilung Ende 2025, dass die Fähigkeit zur Zusammenarbeit mit AI der zentrale Maßstab für die Leistungsbewertung 2026 sein wird.

Darüber hinaus wird für jeden Code, den Meta-Ingenieure schreiben, automatisch ein Prozentsatz angezeigt, der zeigt, wie viel von diesem Code mit Hilfe von AI erstellt wurde. Diese Daten sind bereits Teil der Leistungsbewertung.

Jede Gruppe legt basierend auf ihren Bedingungen einen Mindeststandard fest, zum Beispiel, dass 50 % oder 90 % des Codes von AI generiert werden müssen. Du musst diesen Standard erreichen, und nachdem du ihn erreicht hast, wird die Leistung weiterhin danach bewertet, wie viel tatsächlichen Wert deine Arbeit hat. 'Die Idee des Unternehmens ist, dass ihr es zuerst ausprobiert und dann schaut, ob es gut funktioniert', sagt Eva.

Den AI-Nutzungsgrad in die Leistungsbewertung einzubeziehen, ist eine Art von Zwangsmechanismus zur Förderung, der nicht belohnt, wer viel nutzt, aber bestraft, wer es nicht tut.

Diese Denkweise ist nicht einzigartig für Meta.

NVIDIA-CEO Jensen Huang erklärte auf der GTC-Konferenz im März 2026 öffentlich, dass jeder Ingenieur im Unternehmen ein jährliches Token-Budget benötigen würde, zusätzlich zum Grundgehalt, das die Hälfte für AI-Ausgaben betragen muss. Er sagte sogar, dass er 'sehr besorgt' wäre, wenn ein Ingenieur mit einem Jahresgehalt von 500.000 US-Dollar jährlich weniger als 250.000 US-Dollar für AI ausgeben würde.

Jensen Huang verkauft Tokens, es ist für Händler selbstverständlich, ihre Produkte zu bewerben, aber Meta ist auch einmal bis zu einem Extrem der quantitativen Besessenheit gegangen.

Ein Mitarbeiter hat im internen Netzwerk spontan ein Ranking namens 'Claudeonomics' eingerichtet, benannt nach dem Claude-Modell von Anthropic, um den AI-Token-Verbrauch von 85.000 Mitarbeitern zu verfolgen. Innerhalb von 30 Tagen verbrauchte das gesamte Unternehmen über 60 Billionen Tokens.

Das Ranking hat Abzeichen von Bronze bis Smaragd, die Top 250 erhalten Titel wie Token Legend und Cache Wizard. Der Mitarbeiter, der in 30 Tagen 2810 Milliarden Tokens verbraucht hat, ist der Erste. Einige Mitarbeiter haben versucht, ihre Rangliste zu verbessern, indem sie AI-Agenten stundenlang laufen lassen, ohne tatsächliche Aufgaben auszuführen, um Tokens zu verbrauchen. Die Produktivität anhand des Tokenverbrauchs zu messen, ist wie die Bewertung eines Lkw-Fahrers nach dem Kraftstoffverbrauch – der Motor läuft, aber das bedeutet nicht, dass er etwas liefert.

Eva spürt in ihrem Team keinen Druck durch das Ranking. 'Wir haben ohnehin keine direkte Verbindung zu diesem Ranking, wir machen einfach, was wir machen müssen, und schauen uns das Ranking nur aus Spaß an.' Der Manager hat es auch nicht gegen sie verwendet, aber nachdem die Ranking-Webseite offline ging, verschwand die zugrunde liegende Logik nicht. Der Anteil des von AI generierten Codes wird nach wie vor verfolgt, der Mindeststandard bleibt bestehen.

Und wenn alle dazu gedrängt werden, AI zu nutzen, steigen die Zahlen, die jeder produziert. Das Leistungsmaß selbst wird auch ansteigen. 'Wenn 60 % der Leute besser abschneiden, wird dieser Standard steigen. Wie viel davon von AI kommt und wie viel durch Nachtschichten erreicht wurde, lässt sich schwer sagen.'

Der Druck der Internalisierung hat Silicon Valley erreicht.

Evas Führungskraft hat ebenfalls Druck: „Die anderen Führungskräfte setzen die unteren Mitarbeiter massiv unter Druck, wenn das nicht gelingt, ist auch sein Platz in Gefahr.“

Laut Berichten der Wall Street Journal hat Meta eine neue Abteilung für AI-Engineering gegründet, mit einem Verhältnis von 1:50 zwischen Managern und Ingenieuren – ein Manager verwaltet 50 Personen, was doppelt so viel ist wie die traditionelle Obergrenze in Silicon Valley von 25:1.

Gallup-Daten zeigen, dass die durchschnittliche Anzahl der Mitarbeiter pro Manager in den USA von 10,9 im Jahr 2024 auf 12,1 im Jahr 2025 gestiegen ist, aber Meta's 50:1 ist nach wie vor mehr als viermal so hoch wie der Branchendurchschnitt.

Eva spürt diese Veränderung direkt. In normalen großen Unternehmen verwaltet ein Manager etwa zehn Personen, weil er dir bei der Karriereplanung helfen und eins zu eins mit dir sprechen muss, um deine Bedürfnisse zu verstehen.

1:50 bedeutet, dass das ursprüngliche Team von fünf Managern jetzt nur einen benötigt, während die anderen vier ihre Position verloren haben.

Und wie diese neue Abteilung letztlich funktionieren wird, weiß niemand, obwohl die Stimmen von außen glauben, dass diese Veränderung in einer Tragödie enden wird.

„Unsere anderen Abteilungen halten vorerst das ursprüngliche Managementtempo bei, die Manager sprechen weiterhin eins zu eins mit dir über deine Karriereplanung, aber alle erwarten, dass dieser Zustand nicht lange anhält. Einige Gruppen haben bereits damit begonnen, untere Manager abzubauen und nur eine Ebene von Managern zu belassen, die alle Mitarbeiter direkt verwalten.“

Das Management selbst sieht sich auch der Frage gegenüber, ob ihre Arbeit bereits bedeutungslos geworden ist. 'Alle befinden sich in derselben Situation und müssen sich der Frage stellen, ob ihre Position noch notwendig ist. Das gilt auch für die Führungskräfte, deren Situation sich nicht wirklich verbessert hat.'

AI hilft Managern tatsächlich, die Effizienz zu steigern, indem es automatisch zusammenfasst, was ihre Mitarbeiter zuletzt an Code geschrieben, gepostet oder an Meetings teilgenommen haben, und regelmäßig Berichte erstellt. Früher musste der Leiter alles selbst suchen, jetzt fasst AI alles zusammen, und der Leiter muss nur noch drüber schauen.

Aber die Effizienzsteigerung bedeutet auch, dass das Management günstiger wird, und günstige Dinge haben immer Ersatz.

Der Druck der Internalisierung wird schichtweise weitergegeben, und letztendlich sind es die Junior-Positionen, die den direkten Schlag abbekommen.

Eva, als Senior Engineer, hat früher kleine Bugs, die er beim Planen eines Projekts fand, den Junior Engineers überlassen. Jetzt, wenn es nicht so gravierend ist, öffnet er einfach ein AI-Fenster und hat in wenigen Minuten alles erledigt. 'Ich muss nicht mit den Junior Engineers kommunizieren, ich kann es selbst schnell erledigen.'

Große Projekte brauchen nach wie vor Menschen, aber die lästigen Aufgaben, die einst die Junior Engineers beschäftigt haben, werden jetzt von der AI der Senior Engineers problemlos übernommen.

Eva spricht sehr schnell: „Wenn du es schaffst, sowohl Ingenieur-Manager, Produktmanager, Ingenieur als auch Designer zu sein und alles selbst erledigen kannst, dann wird die Wahrscheinlichkeit, dass du entlassen wirst, möglicherweise geringer sein als bei anderen.“

Was die endgültige Anzahl der verbleibenden Personen betrifft, sagt Eva lachend: 'Zu diesem Zeitpunkt kann Meta selbst mit nur der Hälfte der Mitarbeiter weiterarbeiten. Wenn sich AI weiterhin so schnell entwickelt, wie es angekündigt wird, könnten am Ende nur noch 10 % der Programmierer übrig bleiben, um zu überprüfen, was AI gemacht hat und Produktentscheidungen abzustimmen, während 90 % arbeitslos werden. Selbst so kann Meta aber weiterhin funktionieren.'

Niemand ist sicher, auch Zuckerberg nicht.

Niemand fühlt sich sicher.

Die Führungskräfte stehen unter Druck, weil die anderen Führungskräfte ebenfalls druck machen; Manager stehen unter Druck, weil sich der Betreuungsumfang von 1:15 auf 1:50 ändern könnte; Senior Engineers stehen unter Druck, weil die Standards steigen; Junior Engineers stehen unter Druck, weil ihre Arbeit von der AI der Senior Engineers problemlos übernommen wird.

Sogar Zuckerberg selbst ist besorgt.

Die Unsicherheit im AI-Zeitalter ist real, jede neue Funktion von Claude Code könnte ein Unternehmen ruinieren. Der Aktienkurs von Figma schwankte stark nach den Nachrichten über Claude Design, die gesamte SaaS-Branche wird Stück für Stück auseinandergerissen.

Soziale Netzwerke scheinen Barrieren zu haben, aber diese Barrieren sind nie so dick, wie man denkt. Eva glaubt, dass der Übergang von QQ zu WeChat nur ein oder zwei Jahre dauert.

Zuckerberg sorgt sich um die Zukunft des Unternehmens und entlässt gleichzeitig viele Mitarbeiter. Aus Evas Sicht ist das eine Managementstrategie. 'Er möchte die engagiertesten und intelligentesten Mitarbeiter behalten. Was ist der beste Weg? Er hat festgestellt, dass Geld nicht die beste Lösung ist, Entlassungen bringen bessere Ergebnisse.'

Unsicherheit zu schaffen treibt die Produktivität mehr an als Bonuszahlungen.

Aber diese Strategie hat ihren Preis. Top-Ingenieure werden diesen Druck nicht lange ertragen und wechseln zu Unternehmen, die den Mitarbeitern mehr Respekt entgegenbringen. Entlassungen können Faulpelze vertreiben, aber auch die talentiertesten Mitarbeiter.

Evas Grund für das Verweilen ist sehr realistisch. Obwohl Silicon Valley jetzt hektischer geworden ist, ist es immer noch nicht so schlimm wie in China.

Doch hinter diesen individuellen Entscheidungen lässt sich der gesamte Trend der Branche nicht mehr leugnen. 'AI wird einen Großteil der Arbeit ersetzen, die Internetbranche wird nicht mehr in den früheren Zustand zurückkehren, in dem man ohne viel Aufwand viel Geld verdienen konnte.'

Wenn du nicht gewinnen kannst, schließe dich an.

AI hat sowohl die Arbeitsweise der bestehenden Mitarbeiter als auch die Auswahlkriterien für neue Mitarbeiter verändert.

Die traditionell von Meta verwendete Methode zur Leistungsbewertung besteht aus drei Teilen: Coding, Verhaltensfragen und Systemdesign. Coding besteht darin, eine Algorithmusfrage zu beantworten, z.B. das Sortieren einer Datenreihe, was dein gewähltes Algorithmus, die Überlegungen zu Leistung und Kosten betrifft. Bei Verhaltensfragen handelt es sich um subjektive Fragen, wie du mit Feedback und Konflikten umgehst. Systemdesign wird in der Regel nur auf Senior-Ebene getestet und umfasst Architekturdesignfragen.

Im Oktober 2025 führte Meta eine AI-Coding-Runde in den Vorstellungsgesprächen ein. Die ursprünglichen zwei Runden reiner Codierung wurden zu einer traditionellen Codierungsrunde und einer AI-Coding-Runde. Die Kandidaten erhalten in der CoderPad-Umgebung ein komplexes Projekt mit mehreren Dateien, auf der rechten Seite ein AI-Chatfenster, in dem sie während des Interviews zwischen mehreren AI-Modellen wechseln können, darunter GPT-Serie, Claude-Serie, Gemini und Llama. Innerhalb von 60 Minuten musst du einen Code-Bestand verstehen, den du noch nie gesehen hast, Probleme zerlegen und mit Hilfe von AI Funktionen implementieren oder Bugs beheben.

Es wird nicht getestet, ob du Code schreiben kannst oder ob du Prompts schreiben kannst, sondern wie gut du mit AI zusammenarbeiten kannst. Die Ergebnisse, die AI generiert, können richtig, falsch oder teilweise richtig sein. Wie interagierst du mit AI, um das gewünschte Ergebnis zu erzielen, und kannst du den von AI generierten Code auf optimale Qualität überprüfen? Der Interviewer beobachtet jede deiner Eingaben und Interaktionen in Echtzeit.

Eva glaubt, dass dies sehr nah an einer realistischen Arbeitsumgebung ist, in der beobachtet wird, ob Kandidaten die neuesten Tools nutzen können, um komplexe Probleme in kurzer Zeit zu lösen.

Die neuen Eintrittsstandards bedeuten, dass zukünftige Bewerber von Tag eins an die Fähigkeit zur Zusammenarbeit mit AI mitbringen müssen. Ein Kandidat, der diese Runde an Vorstellungsgesprächen durchlaufen hat, fasst zusammen, dass AI die Interviews nicht einfacher gemacht hat, sondern die Standards höher gesetzt hat. Wenn du AI zur Verfügung hast, wird von dir erwartet, dass du in der gleichen Zeit komplexere Probleme löst.

Angesichts dieser Situation hat Eva die Strategie gewählt: Wenn du nicht gewinnen kannst, schließe dich an.

„Wenn das der Trend ist, kannst du nichts daran ändern. Es bringt nichts, sich gegen AI zu wehren.“

Evas Arbeitsweise hat sich vollständig verändert, indem sie viele AI-Fenster gleichzeitig geöffnet hat, um unterschiedliche Aufgaben parallel zu bearbeiten. 'Du hast nur einen Kopf, du kannst immer nur eine Sache gleichzeitig tun. Aber der Vorteil von AI ist, dass du zehn verschiedene Dinge erledigen lassen kannst.'

Vom Ausprobieren bis zur Anwendung dauert es etwa einen Monat.

Er hat den Einsatz von AI bereits auf fast jeden Teil seiner Arbeit ausgeweitet, von der Dokumentation und Brainstorming über den Vergleich von Optionen bis hin zur SQL-Analyse potenzieller Auswirkungen, dem Schreiben von Code und dem Verfassen verschiedener Zusammenfassungen und Social-Media-Posts zur Steigerung der Sichtbarkeit, nachdem die Funktionen abgeschlossen sind.

„Sei einer der ersten, der AI bestmöglich einsetzt, dann bist du vielleicht einer der Letzten, die entlassen werden. Aber wie schnell die Entlassungen voranschreiten und ob du wirklich nicht entlassen wirst, weiß niemand. Man kann nur akzeptieren, was kommt.“

Außer dieser Selbstberuhigung hat AI für Menschen auf unterschiedlichen Ebenen ganz unterschiedliche Werte.

Für erfahrene Senior Engineers, die in der Lage sind, Probleme zu erkennen und die Richtung zu bestimmen, ist AI ein echtes Leverage. Früher war die Vorstellung, zwei Wochen lang Analysen durchzuführen, belastend, jetzt kann man sofort loslegen. Aber für Berufseinsteiger bedeutet AI, dass sie genau den Teil des Denkens und Experimentierens verlieren, den sie am meisten benötigen.

Die Effizienz hat sich zwar erhöht, aber die Lernmöglichkeiten sind verschwunden.

Eva möchte sich nicht als optimistisch oder pessimistisch einordnen. 'Man kann diesen großen Trend nicht ändern, genau wie die Leute im Nordosten damals, die einfach akzeptieren mussten. Einige eröffneten Restaurants, andere gründeten Unternehmen im Süden. Wer weiß das schon? Das Leben ist zu lang, da bringt es nichts, darüber nachzudenken.'

Das einzige, was in diesem Spiel bis jetzt sicher ist, ist, dass niemand der Gewinner ist.