<\/p>\n
Als den Mitarbeitern von Teradata mitgeteilt wurde, dass sie im Jahr 2026 nicht die \u00fcblichen j\u00e4hrlichen Gehaltserh\u00f6hungen erhalten w\u00fcrden, f\u00fchrte das Unternehmen dies weder auf eine Rezession noch auf einen Umsatzeinbruch oder eine unerwartete finanzielle Notlage zur\u00fcck. Gesch\u00e4ftsf\u00fchrer Steve McMillan erkl\u00e4rte den Mitarbeitern, dass die f\u00fcr Gehaltsanpassungen vorgesehenen Mittel stattdessen in den Bereich der k\u00fcnstlichen Intelligenz umgeleitet w\u00fcrden.<\/span><\/p>\n Die Botschaft war ungew\u00f6hnlich deutlich. Teradata, ein auf Cloud-Analytik und Daten spezialisiertes Unternehmen mit rund 5.100 Mitarbeitern, wollte seine KI-Kompetenzen ausbauen und mehr Fachkr\u00e4fte einstellen. Die bestehenden Mitarbeiter \u2013 mit Ausnahme derjenigen in L\u00e4ndern, in denen Gehaltserh\u00f6hungen gesetzlich vorgeschrieben waren \u2013 sollten zur Finanzierung dieses Vorhabens beitragen, indem sie unver\u00e4nderte Grundgeh\u00e4lter akzeptierten. Leistungspr\u00e4mien und Aktienoptionen w\u00fcrden weiterhin gew\u00e4hrt, doch das \u00fcbliche Budget f\u00fcr Gehaltsanpassungen wurde umgeschichtet.<\/span><\/p>\n Unternehmen stehen jedes Jahr vor schwierigen Investitionsentscheidungen. Die Entscheidung, den Bau einer Fabrik zu verschieben, eine Niederlassung zu schlie\u00dfen oder das Marketingbudget zu k\u00fcrzen, mag wirtschaftlich vertretbar sein. Die Entscheidung, KI den Vorzug vor den Geh\u00e4ltern der Mitarbeiter zu geben, ist jedoch etwas anderes, da sie eine strategische Technologieinvestition in eine direkte Aussage dar\u00fcber 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 h\u00f6here zuk\u00fcnftige Ertr\u00e4ge erwartet als von der Aufrechterhaltung der Kaufkraft seiner bestehenden Belegschaft.<\/span><\/p>\n Aus rein buchhalterischer Sicht mag das zutreffen. Dennoch kann es sich nachteilig auf die Unternehmensf\u00fchrung auswirken.<\/span><\/p>\n F\u00fchrungskr\u00e4fte bezeichnen einen Lohnstopp oft als Beibehaltung der Verg\u00fctung und nicht als K\u00fcrzung. Die Mitarbeiter erleben dies jedoch anders. Wenn die Preise weiter steigen, hat ein unver\u00e4ndertes Gehalt weniger Kaufkraft. Selbst eine moderate Inflation verwandelt einen nominalen Lohnstopp in eine reale Lohnk\u00fcrzung.<\/span><\/p>\n Zudem kommt es zu einem kumulativen Effekt. Eine vers\u00e4umte Gehaltserh\u00f6hung verschwindet nicht einfach, wenn die Gehalts\u00fcberpr\u00fcfung im folgenden Jahr ansteht. Da zuk\u00fcnftige prozentuale Erh\u00f6hungen in der Regel auf der Grundlage des aktuellen Gehalts eines Mitarbeiters berechnet werden, kann ein Jahr mit eingefrorenem Gehalt die Eink\u00fcnfte \u00fcber mehrere Jahre hinweg dr\u00fccken, sofern das Unternehmen sp\u00e4ter keine Korrektur vornimmt.<\/span><\/p>\n Die Opportunit\u00e4tskosten werden somit unmittelbar von den Besch\u00e4ftigten getragen, w\u00e4hrend der Nutzen der Investitionen in KI ungewiss bleibt und m\u00f6glicherweise in erster Linie den Aktion\u00e4ren, der Unternehmensleitung oder neu eingestellten Fachkr\u00e4ften zugutekommt. Von den Besch\u00e4ftigten wird verlangt, einen garantierten Kaufkraftverlust im Austausch f\u00fcr eine m\u00f6gliche Verbesserung der zuk\u00fcnftigen Wettbewerbsf\u00e4higkeit des Unternehmens hinzunehmen.<\/span><\/p>\n Die psychologische Botschaft k\u00f6nnte genauso wichtig sein wie das Geld. Die Bezahlung ist nicht nur eine Verg\u00fctung f\u00fcr 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 Gehaltserh\u00f6hungen f\u00fcr Mitarbeiter \u00f6ffentlich als konkurrierende Verwendungszwecke desselben Geldes darstellt, ermutigt es die Besch\u00e4ftigten dazu, die Technologie eher als ihren Rivalen denn als ihr Werkzeug zu betrachten.<\/span><\/p>\n Die Unternehmensleitung k\u00f6nnte in der Folge die Einf\u00fchrung von KI, entsprechende Experimente und die Zusammenarbeit f\u00f6rdern. Doch Mitarbeiter, denen mitgeteilt wurde, dass KI ihr Gehaltsbudget aufgebraucht hat, haben einen rationalen Grund, dieser Einladung zu misstrauen.<\/span><\/p>\n Der Druck, Geld auszugeben, ist gro\u00df. Unternehmen erwerben Softwarelizenzen, Cloud-Kapazit\u00e4ten, fachliche Beratung, Dateninfrastruktur und Ma\u00dfnahmen zur Cybersicherheit. Au\u00dferdem konkurrieren sie um Ingenieure, Produktleiter und Manager mit fundierter Erfahrung in der Umsetzung von KI. Bei gro\u00dfen Technologiekonzernen erstrecken sich die Investitionen zudem auf Chips, Netzwerke, Stromversorgungen und Rechenzentren.<\/span><\/p>\n 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 w\u00fcrden. Bei den gr\u00f6\u00dften Technologieunternehmen liegen die Summen weitaus h\u00f6her. Der weltweite KI-Infrastrukturzyklus wird mittlerweile in Hunderten von Milliarden Dollar gemessen.<\/span><\/p>\n Der Finanzvorstand steht daher vor einer altbekannten Frage der Kapitalallokation: Welche bestehenden Ausgaben k\u00f6nnen gek\u00fcrzt werden, um die neue Priorit\u00e4t zu finanzieren? Die Personalkosten geh\u00f6ren in vielen Unternehmen zu den gr\u00f6\u00dften Kostenfaktoren, weshalb Verg\u00fctungen, Neueinstellungen und die Mitarbeiterzahl naheliegende Ansatzpunkte sind.<\/span><\/p>\n So l\u00e4sst sich eine \u00fcberzeugende Tabelle erstellen. Ein Unternehmen friert die Geh\u00e4lter ein, l\u00e4sst 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 m\u00fcssen.<\/span><\/p>\n Das Problem besteht darin, dass die Produktivit\u00e4tsannahme h\u00e4ufig als feststehend behandelt wird, noch bevor das Unternehmen sie in seiner eigenen Gesch\u00e4ftst\u00e4tigkeit unter Beweis gestellt hat.<\/span><\/p>\n J\u00fcngste Untersuchungen der Federal Reserve Bank of Atlanta ergaben, dass F\u00fchrungskr\u00e4fte in Unternehmen f\u00fcr das Jahr 2025 einen durchschnittlichen Anstieg der Arbeitsproduktivit\u00e4t von 1,8 Prozent auf Investitionen in KI zur\u00fcckf\u00fchrten und davon ausgingen, dass dieser Wert im Jahr 2026 3 Prozent erreichen werde. Das sind zwar beachtliche Zuw\u00e4chse, fallen jedoch deutlich moderater aus als die spektakul\u00e4ren Zahlen, die in der Marketingkommunikation von Beratungsunternehmen regelm\u00e4\u00dfig genannt werden.<\/span><\/p>\n Eine Analyse der Europ\u00e4ischen Investitionsbank, die mehr als 12.000 europ\u00e4ische und amerikanische Unternehmen untersuchte, ergab einen Anstieg der Arbeitsproduktivit\u00e4t um etwa 4 Prozent bei Unternehmen, die KI einsetzen. Wichtig ist, dass dieses Ergebnis offenbar eher auf eine Kapitalvertiefung als auf einen weitreichenden Stellenabbau zur\u00fcckzuf\u00fchren war. Das produktive Unternehmen ersetzte nicht einfach Menschen durch Software, sondern stellte den Mitarbeitern besseres Kapital zur Verf\u00fcgung, mit dem sie ihre Arbeit verrichten konnten.<\/span><\/p>\n Diese Unterscheidung ist wichtig. KI mag zwar die Arbeitsleistung der Besch\u00e4ftigten steigern, doch das beweist noch lange nicht, dass die K\u00fcrzung der L\u00f6hne der beste Weg ist, dies zu finanzieren.<\/span><\/p>\n Die neuen Erkenntnisse aus dem Arbeitsmarkt stellen die Vorstellung in Frage, dass Unternehmen sich zwischen k\u00fcnstlicher Intelligenz und Mitarbeitern entscheiden m\u00fcssen.<\/span><\/p>\n Die von PwC im Jahr 2026 durchgef\u00fchrte Analyse von mehr als einer Milliarde Stellenanzeigen ergab, dass das Produktivit\u00e4tswachstum in den Branchen, die am st\u00e4rksten von KI betroffen waren, deutlich st\u00e4rker ausfiel. Dennoch verzeichneten diese Branchen auch ein schnelleres Lohn- und Besch\u00e4ftigungswachstum als weniger betroffene Sektoren. Die offensichtlichen Vorreiter betrachteten Arbeitskr\u00e4fte nicht als Restkosten, die nach Festlegung des Technologiebudgets eingespart werden mussten. Sie kombinierten neue Werkzeuge mit h\u00f6herwertigen Kompetenzen.<\/span><\/p>\n Das ist wirtschaftlich gesehen plausibel. KI schafft selten einen Mehrwert, nur weil ein Unternehmen den Zugang zu einem Modell erworben hat. Die Mitarbeiter m\u00fcssen geeignete Aufgaben identifizieren, Daten aufbereiten und sch\u00fctzen, Arbeitsabl\u00e4ufe neu gestalten, Ergebnisse \u00fcberpr\u00fcfen und erkennen, wann automatisierte Empfehlungen falsch sind. Erfahrene Mitarbeiter verf\u00fcgen zudem \u00fcber das betriebliche Know-how, das erforderlich ist, um eine technisch beeindruckende Demonstration von einem n\u00fctzlichen Gesch\u00e4ftsprozess zu unterscheiden.<\/span><\/p>\n Ein Versicherer kann die Schadenbearbeitung nicht sicher automatisieren, ohne Mitarbeiter zu haben, die den Wortlaut von Versicherungspolicen, Betrugsmuster, aufsichtsrechtliche Verpflichtungen und ungew\u00f6hnliche F\u00e4lle verstehen. Eine Bank kann Kreditentscheidungen nicht einfach deshalb delegieren, weil ein Modell Finanzunterlagen zusammenfassen kann. Ein Hersteller ben\u00f6tigt nach wie vor Mitarbeiter, die wissen, wo Verz\u00f6gerungen, Qualit\u00e4tsm\u00e4ngel und Sicherheitsrisiken tats\u00e4chlich entstehen.<\/span><\/p>\n Diesen Menschen Anreize zu entziehen und gleichzeitig in Werkzeuge zu investieren, die auf ihrem Wissen beruhen, ist eine fragw\u00fcrdige Form der Transformation. Das Unternehmen spart zwar bei den Verg\u00fctungen, schw\u00e4cht aber gleichzeitig die institutionellen Kapazit\u00e4ten, die erforderlich sind, um die KI nutzbar zu machen.<\/span><\/p>\n Das Risiko ist besonders gro\u00df, wenn ein Arbeitgeber die Geh\u00e4lter seiner bestehenden Belegschaft einfriert, aber attraktive Verg\u00fctungspakete anbietet, um die knappen KI-Fachkr\u00e4fte anzuwerben. Die bestehenden Mitarbeiter sehen ein Unternehmen, das vorgibt, kein Geld f\u00fcr ihre berufliche Weiterentwicklung zu haben, w\u00e4hrend es dieses Geld f\u00fcr externe Neueinstellungen im Zusammenhang mit der gerade angesagten strategischen Priorit\u00e4t aufbringt. Der daraus resultierende Unmut ist kein Widerstand gegen Innovation. Es ist eine vorhersehbare Reaktion auf ungleiche Behandlung.<\/span><\/p>\n Nicht jedes Projekt, das als KI-Investition bezeichnet wird, stellt eine echte Transformation dar. Diese Bezeichnung kann eine attraktivere Erkl\u00e4rung f\u00fcr Kosteneinsparungen liefern als eine nachlassende Nachfrage, mangelhafte Finanzplanung oder Druck seitens der Investoren.<\/span><\/p>\n Ein Unternehmen, das verk\u00fcndet, es werde \u201cAI-first\u201d, 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 k\u00f6nnte, Ma\u00dfnahmen zu rechtfertigen, die das Management unabh\u00e4ngig von der Technologie ohnehin ergreifen wollte.<\/span><\/p>\n Das bedeutet jedoch nicht, dass Umstrukturierungen im Zusammenhang mit KI nur vorget\u00e4uscht sind. Oracle beispielsweise hat im Gesch\u00e4ftsjahr 2026 rund 21.000 Stellen abgebaut und gleichzeitig eine au\u00dferordentlich kapitalintensive Erweiterung seiner KI-Cloud-Infrastruktur vorangetrieben. Das Unternehmen nimmt eine wesentliche Umverteilung seiner Kapitalzuweisungen vor.<\/span><\/p>\n F\u00fchrungskr\u00e4fte sollten jedoch in der Lage sein, einen glaubw\u00fcrdigen Zusammenhang zwischen den eingesparten Kosten und dem Mehrwert, den das neue System voraussichtlich schaffen wird, aufzuzeigen. \u201cWir m\u00fcssen in KI investieren\u201d ist kein Investitionsargument. Es handelt sich vielmehr um eine strategische Entscheidung.<\/span><\/p>\n Ein seri\u00f6ser Vorschlag sollte den zu ver\u00e4ndernden Gesch\u00e4ftsprozess, dessen derzeitige Kosten und Leistung, die erwartete Verbesserung, den Umsetzungsaufwand, die operativen Risiken sowie den Zeitraum, \u00fcber den die Ertr\u00e4ge gemessen werden, darlegen. Au\u00dferdem sollte darin erl\u00e4utert 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.<\/span><\/p>\n Ohne diese konkrete Angabe k\u00f6nnten die Besch\u00e4ftigten zu Recht zu dem Schluss kommen, dass die KI als bequeme Rechtfertigung f\u00fcr eine allgemeine Lohnzur\u00fcckhaltung herangezogen wird.<\/span><\/p>\n Bevor ein Vorstand die Finanzierung von KI durch Verg\u00fctungsk\u00fcrzungen beschlie\u00dft, sollte er die Gesch\u00e4ftsf\u00fchrung auffordern, einige praktische Fragen zu beantworten.<\/span><\/p>\n Erstens: Hat das Unternehmen nachgewiesen, dass der vorgeschlagene Anwendungsfall funktioniert? In einem kontrollierten Pilotprojekt sollte der KI-gest\u00fctzte Prozess mit dem bestehenden verglichen werden, wobei Kennzahlen wie Bearbeitungszeit, Fehlerquoten, Kundenergebnisse, Umsatz oder Kosten pro Transaktion herangezogen werden sollten. Zeitersparnis bedeutet nicht automatisch Wertsch\u00f6pfung. Wenn Mitarbeiter die eingesparte Zeit daf\u00fcr nutzen, unzuverl\u00e4ssige Ergebnisse zu korrigieren oder an zus\u00e4tzlichen Besprechungen teilzunehmen, schl\u00e4gt sich die scheinbare Effizienz m\u00f6glicherweise nie in der Gewinn- und Verlustrechnung nieder.<\/span><\/p>\n Zweitens stellt sich die Frage, ob die Gesamtkosten berechnet wurden. Lizenzgeb\u00fchren sind nur ein Bestandteil. Integration, Datenaufbereitung, Sicherheit, rechtliche Pr\u00fcfung, Mitarbeiterschulung, \u00dcberwachung, Modellnutzung und menschliche \u00dcberwachung k\u00f6nnen die Einf\u00fchrung erheblich teurer machen, als es der urspr\u00fcngliche Vorschlag vermuten l\u00e4sst.<\/span><\/p>\n Der dritte Punkt ist die Frage, wer von den Produktivit\u00e4tsgewinnen profitiert. Ein Mitarbeiter, der aufgefordert wird, mithilfe von KI 20 Prozent mehr Arbeit zu bew\u00e4ltigen, dem aber eine Gehaltserh\u00f6hung verweigert wird, empfindet das Programm als Arbeitsintensivierung und nicht als Arbeitserleichterung. Unternehmen m\u00fcssen nicht jeden Effizienzgewinn sofort weitergeben, doch ein glaubw\u00fcrdiger Mechanismus zur Gewinnbeteiligung kann die Akzeptanz verbessern. Dazu k\u00f6nnten Pr\u00e4mien geh\u00f6ren, die an messbare Gewinne gekn\u00fcpft sind, zus\u00e4tzliche Weiterbildungsm\u00f6glichkeiten, eine Verringerung des Verwaltungsaufwands oder die Zusage, die Geh\u00e4lter neu zu \u00fcberdenken, sobald vereinbarte Meilensteine erreicht sind.<\/span><\/p>\n Der vierte Punkt betrifft die Folgen eines Versagens des Tools. KI-Systeme k\u00f6nnen 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 verst\u00e4rkt auf unausgereifte Systeme verl\u00e4sst, k\u00f6nnte genau jene Mitarbeiter entlassen, die in der Lage sind, solche Fehler zu erkennen.<\/span><\/p>\n Schlie\u00dflich sollte die Unternehmensleitung festlegen, ab wann sie eine Investition als erfolglos einstuft. Projekte ohne festgelegte Abbruchkriterien k\u00f6nnen weiterhin Geld verschlingen, da eine Beendigung davon erfordern w\u00fcrde, dass die F\u00fchrungskr\u00e4fte zugeben m\u00fcssten, dass eine wichtige Strategie nicht funktioniert hat.<\/span><\/p>\n Es gibt keine Kommunikationsstrategie, mit der sich ein Lohnstopp popul\u00e4r machen lie\u00dfe. Die Unternehmensleitung kann jedoch verhindern, dass sich die Situation weiter verschlimmert.<\/span><\/p>\n Die erste Voraussetzung ist Pr\u00e4zision. F\u00fchrungskr\u00e4fte sollten darlegen, wie viel investiert wird, wof\u00fcr das Geld verwendet wird, welche gesch\u00e4ftlichen Ergebnisse erwartet werden und wann die Entscheidung \u00fcberpr\u00fcft wird. Vage Formulierungen \u00fcber Transformation, Agilit\u00e4t und den Erfolg durch KI wirken ausweichend, wenn von den Mitarbeitern konkrete Opfer verlangt werden.<\/span><\/p>\n F\u00fchrungskr\u00e4fte sollten zudem darlegen, worauf sie selbst verzichten. Ein Einfrieren der regul\u00e4ren Geh\u00e4lter bei gleichzeitiger Beibehaltung von Bonuszahlungen f\u00fcr F\u00fchrungskr\u00e4fte, umfangreichen Aktienzuteilungen oder diskretion\u00e4ren Verg\u00fcnstigungen f\u00fcr F\u00fchrungskr\u00e4fte wirft ein offensichtliches Gerechtigkeitsproblem auf. Selbst wenn diese Zahlungen durch bestehende Vertr\u00e4ge geregelt sind, muss die Unternehmensleitung sich bewusst sein, wie dieser Kontrast wahrgenommen wird.<\/span><\/p>\n Das Unternehmen sollte nicht versprechen, dass KI niemals Auswirkungen auf Arbeitspl\u00e4tze haben wird, es sei denn, es kann diese Behauptung belegen. Es sollte auch nicht darauf bestehen, dass die Mitarbeiter die Technologie begeistert annehmen. Eine glaubw\u00fcrdigere Botschaft r\u00e4umt Unsicherheiten ein, nennt konkret, welche Aufgaben sich voraussichtlich \u00e4ndern werden, und bietet bezahlte Zeit f\u00fcr entsprechende Schulungen an.<\/span><\/p>\n Vor allem sollten Arbeitgeber vermeiden, zu behaupten, die Entscheidung sei gut f\u00fcr die Besch\u00e4ftigten, nur weil ein wettbewerbsf\u00e4higeres Unternehmen m\u00f6glicherweise mehr langfristige Sicherheit biete. Das mag zwar die aufrichtige \u00dcberzeugung der Unternehmensleitung sein, beseitigt jedoch nicht die unmittelbare Risiko\u00fcbertragung. Die Besch\u00e4ftigten verzichten auch heute noch auf Verg\u00fctung, um eine Investition zu finanzieren, \u00fcber deren k\u00fcnftige Renditen sie keine Kontrolle haben.<\/span><\/p>\n Unternehmen m\u00fcssen in KI investieren, wenn diese ein konkretes Produkt, einen Prozess oder eine Entscheidung verbessern kann. Es w\u00e4re unverantwortlich, dies zu verweigern, nur weil die Mitarbeiter Ver\u00e4nderungen ablehnen. Es ist jedoch ebenso kurzsichtig, Technologie und faire Verg\u00fctung als nat\u00fcrliche Konkurrenten darzustellen.<\/span><\/p>\n Unternehmen, die mit KI am ehesten nachhaltigen Mehrwert schaffen wollen, ben\u00f6tigen mehr als nur Software. Sie ben\u00f6tigen Mitarbeiter, die die Kunden, die Gesch\u00e4ftsabl\u00e4ufe, die Risiken und die Grenzen automatisierter Systeme verstehen. Sie ben\u00f6tigen Mitarbeiter, die bereit sind, ineffiziente Prozesse aufzudecken, ungewohnte Tools zu testen und Verantwortung zu \u00fcbernehmen, wenn die Empfehlung eines Systems nicht einfach so akzeptiert werden kann.<\/span><\/p>\n Ein Lohnstopp kann zwar schnell liquide Mittel freisetzen, f\u00fchrt aber auch zu mangelndem Engagement, K\u00fcndigungen und stillen Widerst\u00e4nden, die im urspr\u00fcnglichen Investitionsmodell nicht ber\u00fccksichtigt wurden. Die sp\u00e4tere Neubesetzung dieser Stellen \u2013 insbesondere wenn das Fachwissen der Mitarbeiter bereits verloren gegangen ist \u2013 kann unter Umst\u00e4nden mehr kosten als die Gehaltserh\u00f6hungen, die das Unternehmen urspr\u00fcnglich zur\u00fcckgehalten hat.<\/span><\/p>\n Die eigentliche Frage ist daher nicht, ob die Unternehmensleitung ein KI-Budget durch K\u00fcrzungen bei den Verg\u00fctungen 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 m\u00f6glicherweise \u201enein\u201c.<\/span><\/p>\n Ein Lohnstopp ist keine neutrale Entscheidung<\/span><\/h2>\n
Warum Unternehmen diesen Kompromiss eingehen<\/span><\/h2>\n
Die produktivsten KI-Unternehmen zahlen nicht unbedingt weniger<\/span><\/h2>\n
Investitionen in KI k\u00f6nnen als Vorwand f\u00fcr gew\u00f6hnliche Kosteneinsparungen dienen<\/span><\/h2>\n
Was ein \u00fcberzeugendes Investitionskonzept f\u00fcr KI enthalten sollte<\/span><\/h2>\n
Wie die Entscheidung mitgeteilt werden sollte<\/span><\/h2>\n
Die falsche Wahl zwischen Technologie und Menschen<\/span><\/h2>\n