Keine Lohnerhöhung, mehr KI: Der Kompromiss, den die Unternehmen von ihren Mitarbeitern verlangen

Als den Mitarbeitern von Teradata mitgeteilt wurde, dass sie im Jahr 2026 nicht die üblichen jährlichen Gehaltserhöhungen erhalten würden, führte das Unternehmen dies weder auf eine Rezession noch auf einen Umsatzeinbruch oder eine unerwartete finanzielle Notlage zurück. Geschäftsführer Steve McMillan erklärte den Mitarbeitern, dass die für Gehaltsanpassungen vorgesehenen Mittel stattdessen in den Bereich der künstlichen Intelligenz umgeleitet würden.

Die Botschaft war ungewöhnlich deutlich. Teradata, ein auf Cloud-Analytik und Daten spezialisiertes Unternehmen mit rund 5.100 Mitarbeitern, wollte seine KI-Kompetenzen ausbauen und mehr Fachkräfte einstellen. Die bestehenden Mitarbeiter – mit Ausnahme derjenigen in Ländern, in denen Gehaltserhöhungen gesetzlich vorgeschrieben waren – sollten zur Finanzierung dieses Vorhabens beitragen, indem sie unveränderte Grundgehälter akzeptierten. Leistungsprämien und Aktienoptionen würden weiterhin gewährt, doch das übliche Budget für Gehaltsanpassungen wurde umgeschichtet.

Unternehmen stehen jedes Jahr vor schwierigen Investitionsentscheidungen. Die Entscheidung, den Bau einer Fabrik zu verschieben, eine Niederlassung zu schließen oder das Marketingbudget zu kürzen, mag wirtschaftlich vertretbar sein. Die Entscheidung, KI den Vorzug vor den Gehältern der Mitarbeiter zu geben, ist jedoch etwas anderes, da sie eine strategische Technologieinvestition in eine direkte Aussage darüber verwandelt, welchen Stellenwert die Unternehmensleitung der Arbeit beimisst. Den Mitarbeitern wird damit faktisch vermittelt, dass das Unternehmen von Maschinen, Modellen und einer kleineren Gruppe von KI-Spezialisten höhere zukünftige Erträge erwartet als von der Aufrechterhaltung der Kaufkraft seiner bestehenden Belegschaft.

Aus rein buchhalterischer Sicht mag das zutreffen. Dennoch kann es sich nachteilig auf die Unternehmensführung auswirken.

Ein Lohnstopp ist keine neutrale Entscheidung

Führungskräfte bezeichnen einen Lohnstopp oft als Beibehaltung der Vergütung und nicht als Kürzung. Die Mitarbeiter erleben dies jedoch anders. Wenn die Preise weiter steigen, hat ein unverändertes Gehalt weniger Kaufkraft. Selbst eine moderate Inflation verwandelt einen nominalen Lohnstopp in eine reale Lohnkürzung.

Zudem kommt es zu einem kumulativen Effekt. Eine versäumte Gehaltserhöhung verschwindet nicht einfach, wenn die Gehaltsüberprüfung im folgenden Jahr ansteht. Da zukünftige prozentuale Erhöhungen in der Regel auf der Grundlage des aktuellen Gehalts eines Mitarbeiters berechnet werden, kann ein Jahr mit eingefrorenem Gehalt die Einkünfte über mehrere Jahre hinweg drücken, sofern das Unternehmen später keine Korrektur vornimmt.

Die Opportunitätskosten werden somit unmittelbar von den Beschäftigten getragen, während der Nutzen der Investitionen in KI ungewiss bleibt und möglicherweise in erster Linie den Aktionären, der Unternehmensleitung oder neu eingestellten Fachkräften zugutekommt. Von den Beschäftigten wird verlangt, einen garantierten Kaufkraftverlust im Austausch für eine mögliche Verbesserung der zukünftigen Wettbewerbsfähigkeit des Unternehmens hinzunehmen.

Die psychologische Botschaft könnte genauso wichtig sein wie das Geld. Die Bezahlung ist nicht nur eine Vergütung für die geleistete Arbeit, sondern auch eines der deutlichsten Signale, die ein Unternehmen in Bezug auf Beitrag, Status und Fairness aussendet. Wenn ein Unternehmen KI und Gehaltserhöhungen für Mitarbeiter öffentlich als konkurrierende Verwendungszwecke desselben Geldes darstellt, ermutigt es die Beschäftigten dazu, die Technologie eher als ihren Rivalen denn als ihr Werkzeug zu betrachten.

Die Unternehmensleitung könnte in der Folge die Einführung von KI, entsprechende Experimente und die Zusammenarbeit fördern. Doch Mitarbeiter, denen mitgeteilt wurde, dass KI ihr Gehaltsbudget aufgebraucht hat, haben einen rationalen Grund, dieser Einladung zu misstrauen.

Warum Unternehmen diesen Kompromiss eingehen

Der Druck, Geld auszugeben, ist groß. Unternehmen erwerben Softwarelizenzen, Cloud-Kapazitäten, fachliche Beratung, Dateninfrastruktur und Maßnahmen zur Cybersicherheit. Außerdem konkurrieren sie um Ingenieure, Produktleiter und Manager mit fundierter Erfahrung in der Umsetzung von KI. Bei großen Technologiekonzernen erstrecken sich die Investitionen zudem auf Chips, Netzwerke, Stromversorgungen und Rechenzentren.

Die Ende 2025 befragten Unternehmen rechneten damit, dass ihre durchschnittlichen KI-Ausgaben von etwa 0,8 Prozent des Umsatzes auf 1,7 Prozent im Jahr 2026 steigen würden. Bei den größten Technologieunternehmen liegen die Summen weitaus höher. Der weltweite KI-Infrastrukturzyklus wird mittlerweile in Hunderten von Milliarden Dollar gemessen.

Der Finanzvorstand steht daher vor einer altbekannten Frage der Kapitalallokation: Welche bestehenden Ausgaben können gekürzt werden, um die neue Priorität zu finanzieren? Die Personalkosten gehören in vielen Unternehmen zu den größten Kostenfaktoren, weshalb Vergütungen, Neueinstellungen und die Mitarbeiterzahl naheliegende Ansatzpunkte sind.

So lässt sich eine überzeugende Tabelle erstellen. Ein Unternehmen friert die Gehälter ein, lässt offene Stellen unbesetzt und nutzt die Einsparungen zum Kauf von KI-Tools. Mitarbeiter, die mit diesen Tools ausgestattet sind, sollen angeblich mehr leisten, wodurch das Unternehmen wachsen kann, ohne die eingesparten Personalkosten wieder aufbringen zu müssen.

Das Problem besteht darin, dass die Produktivitätsannahme häufig als feststehend behandelt wird, noch bevor das Unternehmen sie in seiner eigenen Geschäftstätigkeit unter Beweis gestellt hat.

Jüngste Untersuchungen der Federal Reserve Bank of Atlanta ergaben, dass Führungskräfte in Unternehmen für das Jahr 2025 einen durchschnittlichen Anstieg der Arbeitsproduktivität von 1,8 Prozent auf Investitionen in KI zurückführten und davon ausgingen, dass dieser Wert im Jahr 2026 3 Prozent erreichen werde. Das sind zwar beachtliche Zuwächse, fallen jedoch deutlich moderater aus als die spektakulären Zahlen, die in der Marketingkommunikation von Beratungsunternehmen regelmäßig genannt werden.

Eine Analyse der Europäischen Investitionsbank, die mehr als 12.000 europäische und amerikanische Unternehmen untersuchte, ergab einen Anstieg der Arbeitsproduktivität um etwa 4 Prozent bei Unternehmen, die KI einsetzen. Wichtig ist, dass dieses Ergebnis offenbar eher auf eine Kapitalvertiefung als auf einen weitreichenden Stellenabbau zurückzuführen war. Das produktive Unternehmen ersetzte nicht einfach Menschen durch Software, sondern stellte den Mitarbeitern besseres Kapital zur Verfügung, mit dem sie ihre Arbeit verrichten konnten.

Diese Unterscheidung ist wichtig. KI mag zwar die Arbeitsleistung der Beschäftigten steigern, doch das beweist noch lange nicht, dass die Kürzung der Löhne der beste Weg ist, dies zu finanzieren.

Die produktivsten KI-Unternehmen zahlen nicht unbedingt weniger

Die neuen Erkenntnisse aus dem Arbeitsmarkt stellen die Vorstellung in Frage, dass Unternehmen sich zwischen künstlicher Intelligenz und Mitarbeitern entscheiden müssen.

Die von PwC im Jahr 2026 durchgeführte Analyse von mehr als einer Milliarde Stellenanzeigen ergab, dass das Produktivitätswachstum in den Branchen, die am stärksten von KI betroffen waren, deutlich stärker ausfiel. Dennoch verzeichneten diese Branchen auch ein schnelleres Lohn- und Beschäftigungswachstum als weniger betroffene Sektoren. Die offensichtlichen Vorreiter betrachteten Arbeitskräfte nicht als Restkosten, die nach Festlegung des Technologiebudgets eingespart werden mussten. Sie kombinierten neue Werkzeuge mit höherwertigen Kompetenzen.

Das ist wirtschaftlich gesehen plausibel. KI schafft selten einen Mehrwert, nur weil ein Unternehmen den Zugang zu einem Modell erworben hat. Die Mitarbeiter müssen geeignete Aufgaben identifizieren, Daten aufbereiten und schützen, Arbeitsabläufe neu gestalten, Ergebnisse überprüfen und erkennen, wann automatisierte Empfehlungen falsch sind. Erfahrene Mitarbeiter verfügen zudem über das betriebliche Know-how, das erforderlich ist, um eine technisch beeindruckende Demonstration von einem nützlichen Geschäftsprozess zu unterscheiden.

Ein Versicherer kann die Schadenbearbeitung nicht sicher automatisieren, ohne Mitarbeiter zu haben, die den Wortlaut von Versicherungspolicen, Betrugsmuster, aufsichtsrechtliche Verpflichtungen und ungewöhnliche Fälle verstehen. Eine Bank kann Kreditentscheidungen nicht einfach deshalb delegieren, weil ein Modell Finanzunterlagen zusammenfassen kann. Ein Hersteller benötigt nach wie vor Mitarbeiter, die wissen, wo Verzögerungen, Qualitätsmängel und Sicherheitsrisiken tatsächlich entstehen.

Diesen Menschen Anreize zu entziehen und gleichzeitig in Werkzeuge zu investieren, die auf ihrem Wissen beruhen, ist eine fragwürdige Form der Transformation. Das Unternehmen spart zwar bei den Vergütungen, schwächt aber gleichzeitig die institutionellen Kapazitäten, die erforderlich sind, um die KI nutzbar zu machen.

Das Risiko ist besonders groß, wenn ein Arbeitgeber die Gehälter seiner bestehenden Belegschaft einfriert, aber attraktive Vergütungspakete anbietet, um die knappen KI-Fachkräfte anzuwerben. Die bestehenden Mitarbeiter sehen ein Unternehmen, das vorgibt, kein Geld für ihre berufliche Weiterentwicklung zu haben, während es dieses Geld für externe Neueinstellungen im Zusammenhang mit der gerade angesagten strategischen Priorität aufbringt. Der daraus resultierende Unmut ist kein Widerstand gegen Innovation. Es ist eine vorhersehbare Reaktion auf ungleiche Behandlung.

Investitionen in KI können als Vorwand für gewöhnliche Kosteneinsparungen dienen

Nicht jedes Projekt, das als KI-Investition bezeichnet wird, stellt eine echte Transformation dar. Diese Bezeichnung kann eine attraktivere Erklärung für Kosteneinsparungen liefern als eine nachlassende Nachfrage, mangelhafte Finanzplanung oder Druck seitens der Investoren.

Ein Unternehmen, das verkündet, es werde “AI-first”, wirkt zukunftsorientiert. Ein Unternehmen, das zugibt, dass es die Personalkosten senkt, um seine Margen zu sichern, wirkt defensiv. Dieser Unterschied ist von Bedeutung, da die erste Darstellung dazu genutzt werden könnte, Maßnahmen zu rechtfertigen, die das Management unabhängig von der Technologie ohnehin ergreifen wollte.

Das bedeutet jedoch nicht, dass Umstrukturierungen im Zusammenhang mit KI nur vorgetäuscht sind. Oracle beispielsweise hat im Geschäftsjahr 2026 rund 21.000 Stellen abgebaut und gleichzeitig eine außerordentlich kapitalintensive Erweiterung seiner KI-Cloud-Infrastruktur vorangetrieben. Das Unternehmen nimmt eine wesentliche Umverteilung seiner Kapitalzuweisungen vor.

Führungskräfte sollten jedoch in der Lage sein, einen glaubwürdigen Zusammenhang zwischen den eingesparten Kosten und dem Mehrwert, den das neue System voraussichtlich schaffen wird, aufzuzeigen. “Wir müssen in KI investieren” ist kein Investitionsargument. Es handelt sich vielmehr um eine strategische Entscheidung.

Ein seriöser Vorschlag sollte den zu verändernden Geschäftsprozess, dessen derzeitige Kosten und Leistung, die erwartete Verbesserung, den Umsetzungsaufwand, die operativen Risiken sowie den Zeitraum, über den die Erträge gemessen werden, darlegen. Außerdem sollte darin erläutert werden, ob der Nutzen darauf beruht, dass die Mitarbeiter mehr Arbeit leisten, dass weniger Mitarbeiter dieselbe Arbeit erledigen oder dass das Unternehmen ein Produkt oder eine Dienstleistung entwickelt, die es zuvor nicht anbieten konnte.

Ohne diese konkrete Angabe könnten die Beschäftigten zu Recht zu dem Schluss kommen, dass die KI als bequeme Rechtfertigung für eine allgemeine Lohnzurückhaltung herangezogen wird.

Was ein überzeugendes Investitionskonzept für KI enthalten sollte

Bevor ein Vorstand die Finanzierung von KI durch Vergütungskürzungen beschließt, sollte er die Geschäftsführung auffordern, einige praktische Fragen zu beantworten.

Erstens: Hat das Unternehmen nachgewiesen, dass der vorgeschlagene Anwendungsfall funktioniert? In einem kontrollierten Pilotprojekt sollte der KI-gestützte Prozess mit dem bestehenden verglichen werden, wobei Kennzahlen wie Bearbeitungszeit, Fehlerquoten, Kundenergebnisse, Umsatz oder Kosten pro Transaktion herangezogen werden sollten. Zeitersparnis bedeutet nicht automatisch Wertschöpfung. Wenn Mitarbeiter die eingesparte Zeit dafür nutzen, unzuverlässige Ergebnisse zu korrigieren oder an zusätzlichen Besprechungen teilzunehmen, schlägt sich die scheinbare Effizienz möglicherweise nie in der Gewinn- und Verlustrechnung nieder.

Zweitens stellt sich die Frage, ob die Gesamtkosten berechnet wurden. Lizenzgebühren sind nur ein Bestandteil. Integration, Datenaufbereitung, Sicherheit, rechtliche Prüfung, Mitarbeiterschulung, Überwachung, Modellnutzung und menschliche Überwachung können die Einführung erheblich teurer machen, als es der ursprüngliche Vorschlag vermuten lässt.

Der dritte Punkt ist die Frage, wer von den Produktivitätsgewinnen profitiert. Ein Mitarbeiter, der aufgefordert wird, mithilfe von KI 20 Prozent mehr Arbeit zu bewältigen, dem aber eine Gehaltserhöhung verweigert wird, empfindet das Programm als Arbeitsintensivierung und nicht als Arbeitserleichterung. Unternehmen müssen nicht jeden Effizienzgewinn sofort weitergeben, doch ein glaubwürdiger Mechanismus zur Gewinnbeteiligung kann die Akzeptanz verbessern. Dazu könnten Prämien gehören, die an messbare Gewinne geknüpft sind, zusätzliche Weiterbildungsmöglichkeiten, eine Verringerung des Verwaltungsaufwands oder die Zusage, die Gehälter neu zu überdenken, sobald vereinbarte Meilensteine erreicht sind.

Der vierte Punkt betrifft die Folgen eines Versagens des Tools. KI-Systeme können falsche Antworten liefern, sensibel mit Informationen umgehen und sich unvorhersehbar verhalten, wenn sie mit anderer Software verbunden sind. Ein Unternehmen, das gleichzeitig erfahrene Mitarbeiter abbaut und sich verstärkt auf unausgereifte Systeme verlässt, könnte genau jene Mitarbeiter entlassen, die in der Lage sind, solche Fehler zu erkennen.

Schließlich sollte die Unternehmensleitung festlegen, ab wann sie eine Investition als erfolglos einstuft. Projekte ohne festgelegte Abbruchkriterien können weiterhin Geld verschlingen, da eine Beendigung davon erfordern würde, dass die Führungskräfte zugeben müssten, dass eine wichtige Strategie nicht funktioniert hat.

Wie die Entscheidung mitgeteilt werden sollte

Es gibt keine Kommunikationsstrategie, mit der sich ein Lohnstopp populär machen ließe. Die Unternehmensleitung kann jedoch verhindern, dass sich die Situation weiter verschlimmert.

Die erste Voraussetzung ist Präzision. Führungskräfte sollten darlegen, wie viel investiert wird, wofür das Geld verwendet wird, welche geschäftlichen Ergebnisse erwartet werden und wann die Entscheidung überprüft wird. Vage Formulierungen über Transformation, Agilität und den Erfolg durch KI wirken ausweichend, wenn von den Mitarbeitern konkrete Opfer verlangt werden.

Führungskräfte sollten zudem darlegen, worauf sie selbst verzichten. Ein Einfrieren der regulären Gehälter bei gleichzeitiger Beibehaltung von Bonuszahlungen für Führungskräfte, umfangreichen Aktienzuteilungen oder diskretionären Vergünstigungen für Führungskräfte wirft ein offensichtliches Gerechtigkeitsproblem auf. Selbst wenn diese Zahlungen durch bestehende Verträge geregelt sind, muss die Unternehmensleitung sich bewusst sein, wie dieser Kontrast wahrgenommen wird.

Das Unternehmen sollte nicht versprechen, dass KI niemals Auswirkungen auf Arbeitsplätze haben wird, es sei denn, es kann diese Behauptung belegen. Es sollte auch nicht darauf bestehen, dass die Mitarbeiter die Technologie begeistert annehmen. Eine glaubwürdigere Botschaft räumt Unsicherheiten ein, nennt konkret, welche Aufgaben sich voraussichtlich ändern werden, und bietet bezahlte Zeit für entsprechende Schulungen an.

Vor allem sollten Arbeitgeber vermeiden, zu behaupten, die Entscheidung sei gut für die Beschäftigten, nur weil ein wettbewerbsfähigeres Unternehmen möglicherweise mehr langfristige Sicherheit biete. Das mag zwar die aufrichtige Überzeugung der Unternehmensleitung sein, beseitigt jedoch nicht die unmittelbare Risikoübertragung. Die Beschäftigten verzichten auch heute noch auf Vergütung, um eine Investition zu finanzieren, über deren künftige Renditen sie keine Kontrolle haben.

Die falsche Wahl zwischen Technologie und Menschen

Unternehmen müssen in KI investieren, wenn diese ein konkretes Produkt, einen Prozess oder eine Entscheidung verbessern kann. Es wäre unverantwortlich, dies zu verweigern, nur weil die Mitarbeiter Veränderungen ablehnen. Es ist jedoch ebenso kurzsichtig, Technologie und faire Vergütung als natürliche Konkurrenten darzustellen.

Unternehmen, die mit KI am ehesten nachhaltigen Mehrwert schaffen wollen, benötigen mehr als nur Software. Sie benötigen Mitarbeiter, die die Kunden, die Geschäftsabläufe, die Risiken und die Grenzen automatisierter Systeme verstehen. Sie benötigen Mitarbeiter, die bereit sind, ineffiziente Prozesse aufzudecken, ungewohnte Tools zu testen und Verantwortung zu übernehmen, wenn die Empfehlung eines Systems nicht einfach so akzeptiert werden kann.

Ein Lohnstopp kann zwar schnell liquide Mittel freisetzen, führt aber auch zu mangelndem Engagement, Kündigungen und stillen Widerständen, die im ursprünglichen Investitionsmodell nicht berücksichtigt wurden. Die spätere Neubesetzung dieser Stellen – insbesondere wenn das Fachwissen der Mitarbeiter bereits verloren gegangen ist – kann unter Umständen mehr kosten als die Gehaltserhöhungen, die das Unternehmen ursprünglich zurückgehalten hat.

Die eigentliche Frage ist daher nicht, ob die Unternehmensleitung ein KI-Budget durch Kürzungen bei den Vergütungen finanzieren kann. Es geht vielmehr darum, ob das daraus resultierende Unternehmen besser in der Lage ist, diese Technologie in Mehrwert umzuwandeln. Wenn Mitarbeiter als Finanzierungsquelle und nicht als Mittel zur Umsetzung des Wandels betrachtet werden, lautet die Antwort möglicherweise „nein“.