Warum Meta Project OT zurückstellte – und was das über KI-Agenten am Arbeitsplatz sagt

Meta hat die aggressivste kurzfristige Variante von Project OT zurückgestellt, weil der Plan auf zwei Hindernisse traf: KI-Agenten lieferten offenbar noch nicht zuverlässig genug ab, und der angekündigte Umbau löste intern erheblichen Widerstand aus. 117

Project OT steht für „Organization Transformation“. Das Vorhaben sollte Meta stärker zu einem „AI-native“-Unternehmen machen: KI-Agenten hätten einen großen Teil der täglichen Arbeit übernommen, während kleinere, besonders leistungsstarke Teams von Beschäftigten die Systeme beaufsichtigen. Meta bestätigte gegenüber Reuters, dass Szenarien mit Einschnitten von bis zu 60 % in einzelnen Teams sowie zwei Entlassungswellen geprüft wurden. Zugleich erklärte das Unternehmen, der Plan habe auch Versetzungen umfasst und nicht alle Teams betroffen. 117

Wichtig ist diese Einschränkung: Die berichteten 60 % waren ein Szenario für bestimmte Teams – kein bestätigtes konzernweites Kürzungsziel.

KI-Agenten waren noch kein verlässlicher Ersatz

Für den Personalumbau hätten die Agenten weit mehr leisten müssen als ein hilfreicher Assistent im Arbeitsalltag. Sie hätten Aufgaben berechenbar und sicher genug erledigen müssen, damit deutlich weniger Menschen komplexe Abläufe kontrollieren können.

Genau daran bestanden offenbar Zweifel. Reuters berichtete über interne Bedenken zur Leistung der Agenten und zu störenden Aktionen. In Berichten auf Basis dieser Recherche hieß es zudem, die Systeme könnten „groß angelegte, disruptive Aktionen“ ausführen. 18

Für einen Konzern, der große Verbraucherplattformen wie Facebook und Instagram betreibt, ist das ein entscheidender Punkt: Produktivitätsgewinne reichen nicht, wenn sie durch Fehler, Nacharbeit und zusätzlichen Kontrollaufwand wieder verloren gehen.

Widerstand aus der Belegschaft verschärfte das Problem

Ein Umbau, bei dem KI einen erheblichen Teil menschlicher Arbeit ersetzen soll, berührt unmittelbar Fragen nach Arbeitsplatzsicherheit, Verantwortung und wachsender Belastung für die verbleibenden Teams. Die Berichte zu Project OT beschreiben starken internen Widerstand; in seiner umfassendsten Form kam der Vorschlag letztlich nicht zur Umsetzung. 117

Dieser Widerstand war nicht von den technischen Problemen zu trennen. Beschäftigte werden KI bei folgenreichen Aufgaben eher akzeptieren, wenn nachweisbar ist, dass die Systeme Ergebnisse verbessern – und nicht nur ambitionierte Personalmodelle auf dem Papier ermöglichen.

Zuckerberg und Bosworth räumten Fehler ein

Laut Berichten über eine Reddit-Diskussion der Reuters-Journalistin Katie Paul sagte Mark Zuckerberg, er habe beim Timing falsch gelegen. Metas Technologiechef Andrew Bosworth soll intern erklärt haben, das Unternehmen habe die Vision der Belegschaft „katastrophal“ vermittelt. 7

Das deutet darauf hin, dass Project OT nicht allein an der Frage scheiterte, ob KI die Produktivität eines Tages steigern kann. Der Konzern wollte eine weitreichende Veränderung der Arbeitsorganisation offenbar einführen, bevor technische Belege, Betriebsmodell und interne Kommunikation tragfähig genug waren.

Warum „Tokenmaxxing“ kein guter KI-Maßstab ist

Beim sogenannten Tokenmaxxing wird die Nutzung von KI-Modellen selbst zum sichtbaren Erfolgsindikator. Bei Meta listete eine interne Rangliste namens „Claudeonomics“ Beschäftigte nach ihrem Token-Verbrauch und vergab Titel wie „Token Legend“. Das Ranking war allerdings ein Nebenprojekt eines Mitarbeiters, nicht Metas allgemeines Leistungsbewertungssystem, und wurde später auf Entscheidung seines Erstellers entfernt. Meta erklärte, zusätzlich gebe es ein separates Dashboard namens AI Insights, das Nutzung umfassender als über reine Token-Zahlen erfasse. 3

Das Messproblem ist simpel: Tokens zeigen, wie viel ein Modell verarbeitet – nicht, ob daraus ein besseres Geschäftsergebnis entsteht. Ein hoher Verbrauch belegt weder ein besseres Produkt noch eine schneller gelöste Störung, weniger Nacharbeit oder einen sichereren Prozess.

Aussagekräftiger wäre eine erfolgsorientierte Bewertung der KI-Nutzung, etwa anhand von:

• Qualität der Arbeitsergebnisse,
• Geschwindigkeit vom Konzept bis zur Auslieferung,
• Komplexität und Umfang erledigter Aufgaben,
• Verlässlichkeit der Abläufe und zusätzlichem Prüfaufwand durch KI.

Diese Kennzahlen sind schwieriger zu erheben als Nutzungszahlen. Sie beantworten aber die zentrale Frage besser: Macht KI eine Organisation tatsächlich wirksamer?

Ist Metas Plan zur Umgestaltung der Belegschaft damit vom Tisch?

Dafür gibt es keine Belege. Meta ist von Zeitplan und Umfang der aggressivsten Project-OT-Variante abgerückt, hat das Ziel eines stärker KI-geprägten Unternehmens aber nicht aufgegeben. Zuckerberg sagte, die Entwicklung agentischer KI verlaufe langsamer als erhofft. Zugleich rechnete er innerhalb von drei bis sechs Monaten mit spürbareren Vorteilen aus Metas KI-Investitionen. 17

Das ist eine Prognose, kein Nachweis dafür, dass Agenten bald Teams ersetzen können. Entscheidend wird sein, ob KI unter realen Betriebsbedingungen dauerhaft bessere und verlässlichere Resultate liefert – und ob sie den menschlichen Aufwand für Überwachung, Korrekturen und Fehlerbehebung tatsächlich senkt, statt ihn nur zu verlagern.

Die Lehre aus Project OT

Project OT zeigt den Unterschied zwischen dem Einsatz von KI-Werkzeugen und einer vollständigen Neuorganisation eines Unternehmens um KI herum. Agenten können nützlich sein, ohne bereits ein belastbarer Ersatz für große Teile einer Belegschaft zu sein. Wer Personalentscheidungen an Automatisierung knüpft, braucht vorher nachvollziehbare Ergebnisse, robuste Schutzmechanismen und ein Betriebsmodell, das Beschäftigte verstehen und dem sie vertrauen können. 117