Warum Unternehmen zunehmend die Kosten menschlicher Arbeit mit den Kosten von Rechenleistung vergleichen
Im Jahr 2026 begannen Unternehmen nicht nur die Gehälter ihrer Mitarbeitenden miteinander zu vergleichen, sondern auch die Kosten menschlicher Arbeit mit den Kosten von Rechenleistung.
Noch vor kurzer Zeit hätte dieser Gedanke radikal gewirkt. Heute prägt er zunehmend Investitionsentscheidungen, organisatorische Strukturen und die Art, wie Unternehmen geführt werden.
In den vergangenen zwei Wochen haben mehrere Entwicklungen gezeigt, wie tiefgreifend dieser Wandel bereits ist. OpenAI hat eine neue Struktur geschaffen, um AI in Unternehmen einzuführen. SAP hat die Nutzung externer AI-Agenten eingeschränkt. Grosse Unternehmen bringen Personalabbau erstmals offen mit dem Einsatz intelligenter Systeme in Verbindung, während führende Finanzinstitute immer mehr Aufgaben an AI übertragen.
Auf den ersten Blick scheinen diese Entwicklungen wenig miteinander zu tun zu haben. Betrachtet man sie jedoch im Zusammenhang, wird deutlich, dass sie Ausdruck desselben grundlegenden Wandels sind.
Künstliche Intelligenz ist nicht länger nur ein weiteres Werkzeug. Sie wird zunehmend Teil der operativen Infrastruktur von Unternehmen. Die entscheidende Frage lautet daher nicht mehr, wie gut AI einzelne Aufgaben erledigt. Viel wichtiger ist, wie sie die Art verändert, wie Unternehmen gesteuert und geführt werden.
1. Von Modellen zur Umsetzung
Eine der aufschlussreichsten Entwicklungen der letzten Wochen war die Gründung der The Deployment Company (DeployCo) durch OpenAI – ein Unternehmen mit einem geschätzten Volumen von rund 10 Milliarden US-Dollar. Ziel ist nicht der Verkauf von Lizenzen, sondern die Integration von AI in die operativen Prozesse tausender Unternehmen.
In den vergangenen zwei Jahren drehte sich der Wettbewerb vor allem um die Leistungsfähigkeit der Modelle. Heute wird deutlich, dass sich die zentrale Frage verschiebt. Die Herausforderung liegt nicht mehr in den Modellen selbst, sondern in ihrer Umsetzung.
Wie lässt sich Intelligenz in reale Prozesse integrieren? Wie müssen interne Kontrollmechanismen angepasst werden? Wie lässt sich der wirtschaftliche Nutzen messen?
Technologieunternehmen konkurrieren deshalb zunehmend nicht nur miteinander, sondern auch mit klassischen Beratungsunternehmen. Sie bieten nicht mehr nur Technologie an, sondern konkrete Wege zur Transformation von Geschäftsprozessen.
Erfolgreich werden nicht jene Unternehmen sein, die Zugang zum leistungsfähigsten Modell haben. Erfolgreich werden jene sein, die Intelligenz in ihre Abläufe integrieren und dabei die Kontrolle über den Wandel behalten.
2. Von der Datenerfassung zur Zugangssteuerung
Fast unbemerkt von der breiten Öffentlichkeit hat SAP die Nutzung externer autonomer AI-Agenten innerhalb von Unternehmenssystemen eingeschränkt. Gleichzeitig hat Anthropic das Programm Project Glasswing erweitert und den Zugang zu besonders leistungsfähigen Modellen ausgeweitet, während die sensibelsten Funktionen weiterhin unter kontrollierten Bedingungen verfügbar bleiben.
Diese Entwicklungen weisen auf einen gemeinsamen Trend hin. Unternehmenssysteme, die jahrzehntelang vor allem der Erfassung und Verarbeitung von Informationen dienten, entwickeln sich zunehmend zu Systemen der Zugangssteuerung.
Mit den wachsenden Fähigkeiten von AI werden Fragen der Kontrolle immer wichtiger. Wer erhält Zugang zu Daten? Wer darf Handlungen auslösen? Wer trägt die Verantwortung für die Folgen?
Die Diskussion verschiebt sich damit von der Wahl des richtigen Modells hin zu einer grundsätzlicheren Frage:
Wie können Unternehmen die Kontrolle über Daten, Prozesse und geschäftskritische Entscheidungen bewahren?
An diesem Punkt werden Cybersecurity und AI-Governance zu einem festen Bestandteil des unternehmerischen Risikomanagements.
3. Von der Automatisierung zu einer neuen Organisation der Arbeit
Nach Angaben von Challenger, Gray & Christmas bringen Unternehmen Personalabbau erstmals offen mit dem Einsatz künstlicher Intelligenz in Verbindung. Gleichzeitig bereitet JPMorgan den Einsatz autonomer AI-Agenten im Private Banking und in der Analyse vor, während Vanguard bereits maschinelles Lernen in Fonds mit einem Gesamtvolumen von rund 13 Milliarden US-Dollar einsetzt.
Diese Entwicklungen werden häufig als Beleg dafür gesehen, dass AI Menschen ersetzt. Gleichzeitig gehören Meldungen über die astronomischen Investitionen der grössten Unternehmen in künstliche Intelligenz inzwischen fast zum Alltag: neue Rechenzentren, milliardenschwere Ausgaben für Chips und enorme Investitionen in Rechenkapazitäten.
Der vielleicht wichtigste Schluss liegt jedoch an anderer Stelle.
Im Jahr 2026 begannen Unternehmen nicht nur die Gehälter ihrer Mitarbeitenden miteinander zu vergleichen, sondern auch die Kosten menschlicher Arbeit mit den Kosten von Rechenleistung.
Dies bedeutet weit mehr als die Automatisierung einzelner Tätigkeiten. Es deutet auf eine grundlegende Neugestaltung organisatorischer Strukturen hin.
Über Jahrzehnte hinweg verglichen Unternehmen die Kosten ihrer Mitarbeitenden zwischen Abteilungen, Ländern und Arbeitsmärkten. Heute kommt erstmals eine weitere Variable hinzu: die Kosten von Rechenleistung.
Das bedeutet nicht das Ende menschlicher Arbeit. Es könnte jedoch das Ende bisheriger Organisationsmodelle bedeuten.
Es geht nicht mehr nur darum, welche Aufgaben automatisiert werden können. Es geht darum, wie Arbeit künftig zwischen Menschen und intelligenten Systemen verteilt wird, welche Fähigkeiten besonders wertvoll werden und wie Verantwortung organisiert werden soll.
AI übernimmt zunehmend Analysen, Monitoring und die Vorbereitung von Empfehlungen, während Menschen sich stärker auf Kundenbeziehungen, komplexe Entscheidungen und die Verantwortung für Ergebnisse konzentrieren.
Die Zukunft gehört nicht den Unternehmen, die ihre Mitarbeitenden am schnellsten abbauen. Sie gehört jenen, die lernen, menschliche Fähigkeiten und intelligente Systeme sinnvoll miteinander zu verbinden und dabei die Kontrolle über ihre Organisation zu bewahren.
Was verbindet diese Entwicklungen?
Gemeinsam betrachtet machen diese Signale einen grundlegenden Wandel sichtbar.
Wenn die zentrale Frage der Jahre 2024 und 2025 lautete: „Was kann AI?“, beginnen Unternehmen im Jahr 2026 andere Fragen zu stellen.
Wie lässt sich AI sinnvoll in Prozesse integrieren? Wie kann die Kontrolle über den Zugang zu Daten erhalten bleiben? Wie verändern sich Rollen innerhalb der Organisation? Welche Mechanismen der Verantwortung werden notwendig? Wie bleibt ein Unternehmen in diesem neuen Umfeld steuerbar?
Deshalb drehen sich die wichtigsten Gespräche über AI heute nicht mehr allein um Technologie.
Sie drehen sich um Führung und Unternehmenssteuerung.
Was bedeutet das für Unternehmen?
Unternehmen sollten nicht mit der Wahl eines Modells beginnen, sondern mit der Frage, welche Prozesse tatsächlich verändert werden müssen. Regeln für den Zugriff von AI auf Unternehmensdaten sollten festgelegt werden, bevor Technologien im grossen Stil eingeführt werden. Gleichzeitig sollte bei geschäftskritischen Entscheidungen die menschliche Aufsicht erhalten bleiben.
Ebenso wichtig ist es, Rollen neu zu denken und den Schwerpunkt von routinemässiger Ausführung hin zu Analyse, Beurteilung und Kontrolle zu verlagern. Mechanismen für Nachvollziehbarkeit und Verantwortung sollten geschaffen werden, bevor autonome Agenten Teil des Arbeitsalltags werden.
Schlussfolgerung
Vielleicht wird genau dies das sein, woran man sich beim Rückblick auf das Jahr 2026 erinnern wird. Nicht an die Veröffentlichung eines weiteren Modells. Nicht an den nächsten Investitionsrekord. Sondern an den Moment, in dem Unternehmen begannen, die Kosten menschlicher Arbeit mit den Kosten von Rechenleistung zu vergleichen – und gezwungen waren, die Frage neu zu beantworten, was es bedeutet, ein Unternehmen zu führen.
In den vergangenen dreissig Jahren haben Unternehmen ihre Kontrollsysteme rund um Menschen aufgebaut. In den kommenden Jahrzehnten werden sie diese Systeme vermutlich gleichzeitig rund um Menschen und intelligente Agenten gestalten müssen.
Genau hier verläuft die Grenze zwischen der Einführung einer Technologie und der echten Transformation eines Unternehmens.
Und genau hier beginnt die Diskussion über Governance, Risiken und die neue Architektur des Unternehmens.
