Ein Mitarbeiter bei Meta schreibt im Jahresgespräch nicht mehr nur über Projekte und Teamleistungen — er muss neuerdings nachweisen, wie stark er auf KI-Tools gesetzt hat. Wer hier schlechts abschneidet, riskiert die Karriere. Was nach Science-Fiction klingt, ist der neue Alltag in einigen der größten Konzerne der Welt.
Meta macht KI-Adoption zur Pflicht im Leistungszeugnis
Laut geleakten internen Dokumenten, über die unter anderem Business Insider und Forbes berichteten, hat Meta ab 2026 ein formelles „KI-Impact"-Kriterium in seine Leistungsbeurteilungen aufgenommen. Jeder Mitarbeiter wird demnach bewertet, wie stark er KI in seinen Arbeitsalltag integriert — von der Ideenfindung bis zur Codeentwicklung.
Für Ingenieure gilt dabei ein konkretes Ziel: 65 Prozent der Engineer-Belegschaft soll bis Mitte 2026 mindestens 75 Prozent ihres Codes mithilfe von KI schreiben. Team-spezifische Vorgaben gehen noch weiter: Im Bereich Scalable Machine Learning werden 50 bis 80 Prozent KI-gestützter Entwicklung erwartet, bei Anwendungen wie Messenger, WhatsApp und Facebook soll ein sogenannter „agent-assisted code"-Anteil von 55 Prozent erreicht werden.
Das interne System „Checkpoint" aggregiert Daten aus Arbeitstools — Coding-Plattformen, Google Workspace und andere — und berechnet daraus messbare KI-Kennzahlen: generierter Code-Anteil, Fehlerrate, Debugging-Effizienz. Diese Zahlen fließen direkt in Performance-Rating und Bonushöhe ein. Top-Performer winkt ein neuer „Meta Award" mit erhöhtem Bonus-Multiplikator.
Damit der Umstieg erträglicher wird, hat Meta gleich zwei flankierende Systeme eingeführt: Den „AI Performance Assistant", der Mitarbeiter beim Verfassen ihrer Selbstbewertungen unterstützt, und ein internes Spiel namens „Level Up", das KI-Meilensteine mit Badges belohnt — Gamification für den Arbeitsplatz der KI-Ära.
KPMG, Accenture und Amazon: Ein Branchentrend nimmt Fahrt auf
Meta ist kein Einzelfall. Laut Berichten des International Accounting Bulletin hat auch KPMG die Nutzung von KI-Tools in seine jährlichen Leistungsbeurteilungen aufgenommen — für alle Hierarchieebenen, vom Junior-Analysten bis zum Partner. Die Nutzungsraten werden über die Microsoft-365-Copilot-Plattform erfasst. Das Unternehmen betont, es gehe nicht um Disziplin, sondern um Kompetenzentwicklung: Über die interne „aIQ Learning Academy" soll ein „KI-First"-Verhalten gezielt trainiert werden.
Accenture soll laut Berichten wöchentliche Login-Daten für KI-Plattformen für Führungskräfte auswerten. „Regelmäßige Adoption" gilt dort als Voraussetzung für Beförderungen in Managementpositionen.
Bei Amazon zeigt das interne System „Clarity" dem Management, wer das Ziel einer mindestens wöchentlichen KI-Nutzung beim Coden erreicht. Das erklärte Ziel: 80 Prozent Adoptionsrate in der Entwicklerbelegschaft — und diese Zahlen fließen direkt in Karriereentscheidungen ein.
Eine besonders harte Linie soll laut Berichten Block-Chef Jack Dorsey vertreten: Mitarbeitern, die KI-Tools ablehnen, drohe die Entlassung. KI-Kompetenz werde als Kernvoraussetzung für den Verbleib im Unternehmen gewertet. Dorsey hat in Block bereits mehr als 40 Prozent der Belegschaft abgebaut (→ KI Woche Analyse).
Der Druck kommt von oben — und verändert die Machtverhältnisse
Was sich hier abzeichnet, ist mehr als ein Trend zur Effizienzsteigerung. Unternehmen, die KI-Adoption als Bewertungskriterium verankern, verändern damit das Machtgefüge zwischen Arbeitgebern und Arbeitnehmern fundamental. Wer die Messlatte setzt — und wer die Daten für die Bewertung liefert — bestimmt künftig, was „gute Arbeit" bedeutet.
Gleichzeitig warnen Experten vor erheblichen Risiken: Die Metriken für „KI-Impact" sind wenig standardisiert, anfällig für Manipulation (wer generiert mehr Code mit KI, nur um die Quote zu erfüllen?) und können strukturelle Benachteiligungen in der Belegschaft verstärken. Wer keine gute Internetverbindung hat, wer in regulierten Umgebungen arbeitet oder wer schlicht andere Arbeitsstile bevorzugt, gerät ins Hintertreffen — nicht wegen schlechter Leistung, sondern wegen unzureichender Tool-Nutzung. Einen ähnlichen Paradigmenwechsel in der Organisationsstruktur hat McKinsey bereits beschrieben (→ KI Woche Analyse).
🎯 Was das für die Praxis bedeutet
1. KI-Nutzung dokumentieren: Wer in einem Unternehmen arbeitet, das KI-Adoption misst, sollte schon heute anfangen, seine KI-gestützte Arbeit aktiv sichtbar zu machen — in Berichten, Code-Kommentaren und Selbstbewertungen.
2. Eigene Kriterien hinterfragen: Als Führungskraft oder HR-Verantwortlicher ist es wichtig zu prüfen, ob KI-Nutzungsquoten tatsächlich Leistung messen oder nur Tool-Abhängigkeit erzwingen. Quantität bei KI-Output ist kein Qualitätsmerkmal.
3. Weiterbildung priorisieren: KPMG zeigt mit seiner „aIQ Learning Academy", dass der entscheidende Schritt nicht die Verpflichtung zur KI-Nutzung ist, sondern das Trainieren von qualitativ hochwertigem KI-Einsatz — das ist nachhaltiger als reine Adoption-Quoten.
4. Rechtliche Risiken prüfen: Automatisierte Leistungsbewertung anhand von Tool-Nutzungsdaten berührt in vielen Ländern Datenschutz- und Arbeitsrecht (DSGVO, Mitbestimmungsrechte). Diese Risiken sollten vor der Implementierung sorgfältig geprüft werden.
