Willkommen zurück bei The Cybernetic CxO, dem monatlichen Newsletter für CTOs, CIOs und alle, die ihre Organisation durch die KI-Ära steuern.
Der März war ein Ausreissermonat. Meine Reichweite hat sich gegenüber Februar fast verdreifacht. Mein Post über das 750-Milliarden-Dollar-Angstnarrativ lief ausserordentlich gut. Und von 32 Posts in diesem Monat drehten sich 6 der Top 7 um dasselbe Thema: KI und Arbeitsplätze.
Das Publikum hat gesprochen. Die Frage, die derzeit die Chefetagen beschäftigt, lautet nicht “Wie führen wir KI schneller ein?”. Sie lautet: “Was macht KI tatsächlich mit unserer Belegschaft, und entscheiden wir auf Basis von Evidenz oder von Hype?”
Diese Ausgabe behandelt, was die Daten wirklich über KI und Arbeitsplätze sagen, warum McKinsey der Cybernetic-Enterprise-These inzwischen zustimmt, und was uns die erste Welle autonomer Agenten über Governance-Lücken lehrt, die wir uns nicht leisten können.
Der Mythos vom KI-Entwickler: was 2026 wirklich gezeigt hat#
2023 hiess es, KI werde bis 2025 achtzig Prozent der Entwickler ersetzen. 2026 zeigt sich: Ersetzt wurden nicht die Entwickler. Ersetzt wurden unsere Illusionen darüber, was Softwareentwicklung eigentlich ausmacht.
Mein Post dazu hat einen Nerv getroffen, weil er fünf Dinge benannt hat, die die meisten KI-Erzählungen auslassen:
1. Adoption ist nicht Wirkung. Ja, KI ist überall. Aber die Belegschaft ist nicht nennenswert geschrumpft. Die Arbeit hat sich verschoben. Vom Schreiben des Codes hin zum Prüfen des Codes, zum Korrigieren von Halluzinationen, zum Debuggen von Sonderfällen und zum Verwalten von Verantwortung. Fred Lamming (CTO bei Kiwi Data) hat es in den Kommentaren so formuliert: “Kein Post Mortem hat je gesagt: Hätten wir nur schneller tippen können.”
2. Vibe Coding ist eine Demo-Strategie, keine Produktionsstrategie. KI produziert tendenziell Code, der einfacher, repetitiver, schwerer zu warten und leichter zu klonen als zu verstehen ist. Das Ergebnis ist eine wachsende Schicht Ausschuss: Software, die läuft, aber niemand kann mit Überzeugung erklären, warum.
3. Technische Schulden sind die neue KI-Steuer. Wenn der Anreiz “schneller liefern” heisst, macht KI es leicht, Masse zu erzeugen. Masse ist aber kein Hebel, wenn sie Duplikate, Kopplung, Angriffsfläche und langfristige Wartungskosten erhöht. Die Unternehmen haben ihre Engineering-Kosten nicht beseitigt. Sie haben sie gestundet, mit Zins.
4. Die Talent-Pipeline bricht. Wenn KI die Einstiegsaufgaben aufsaugt, “optimieren” wir nicht die Personalplanung. Wir kappen die Pipeline. Die Einstellung von Einsteigern ist stark zurückgegangen. Weniger Juniors werden zu Seniors. Eine kleinere Gruppe trägt immer höhere systemische Verantwortung. Ein Kommentator brachte es auf den Punkt: “Wir haben nicht die Engineers ersetzt. Wir haben die Bedingungen ersetzt, die Engineers hervorbringen.”
5. Das Talent-Paradox verschärft sich. Unternehmen nutzen KI, um niedrigere Vergütung zu rechtfertigen: “KI macht 40 Prozent der Arbeit, also können wir keine 2022er-Gehälter zahlen.” Gleichzeitig steigt ihre Abhängigkeit von Senior Engineers, die Architektur können, Reviews machen, absichern und Ergebnisse verantworten. Der Markt preist Talent ab, während der tatsächliche Bedarf steigt. Diese Lücke wird sehr teuer.
Unter dem Strich: KI hat den Bedarf an Engineers nicht gesenkt. Sie hat den Aufschlag auf Engineering-Urteilskraft erhöht. Nicht Tippgeschwindigkeit. Nicht Prompt-Fähigkeit. Die Fähigkeit, für dauerhafte Systeme geradezustehen. Wenn deine Organisation Junior-Stellen streicht und “KI-Produktivität” feiert, frag dich, wer diese Systeme in drei Jahren verantwortet.
Realitätscheck bei KI und Arbeitsplätzen#
Der März hat uns die Daten geliefert, um bei KI und Beschäftigung Signal von Rauschen zu trennen. Vier Posts, vier Datenpunkte, eine Schlussfolgerung: Die Lücke zwischen Erzählung und Realität ist enorm.
Der 750-Milliarden-Verkaufspitch. Mustafa Suleyman (CEO von Microsoft AI) sagt, die meisten Bürojobs seien in 12 bis 18 Monaten “vollständig automatisierbar”. Meine Antwort war direkt: Das ist keine Warnung. Das ist ein Verkaufspitch. KI-Unternehmen haben zusammen über 750 Milliarden Dollar in Infrastruktur investiert. Dieses Geld braucht eine Rendite. Die Rechnung geht für Investoren nur auf, wenn KI menschliche Arbeit in grossem Massstab ersetzt. Wenn er dir sagt, dein Job könnte weg sein, sagt er seinen Investoren, dass sich die Investition auszahlt. Es wurde mein meistdiskutierter Post.
Das AI-Washing-Problem. 50'000 Stellen wurden 2025 mit “KI” als angegebenem Grund gestrichen. Die meisten dieser Unternehmen haben die KI, die diese Rollen ersetzen könnte, gar nicht. Forrester hat es benannt: Unternehmen schreiben finanziell motivierte Kürzungen einer künftigen KI-Einführung zu, die es noch nicht gibt. Eine HBR-Studie mit 1'006 Führungskräften weltweit hat es bestätigt: Nur 2 Prozent haben tatsächlich wegen einer KI-Einführung Leute entlassen. Trotzdem haben 60 Prozent in Erwartung davon bereits Stellen abgebaut. Unternehmen treffen dauerhafte Entscheidungen auf Basis vorübergehenden Hypes. Klarna hat 40 Prozent der Belegschaft gestrichen und auf KI gesetzt, dann wieder eingestellt, weil die Qualität eingebrochen ist.
Der blinde Fleck bei der Nachfrage. Alle zählen, wie viele Jobs KI ersetzt. Niemand fragt, wer dann noch etwas kauft. Goldman Sachs sagt, KI könne 300 Millionen Jobs der Automatisierung aussetzen. Aber KI kommt nicht für die Fabrikarbeiter. Sie kommt für Anwälte, Ingenieure, Berater, also für die Menschen, die den Konsum tragen. Die obersten 10 Prozent der Einkommen tragen in den USA bereits 49 Prozent aller Konsumausgaben. Konsum macht 70 Prozent des BIP aus. Henry Ford hat vor 100 Jahren begriffen, dass Arbeiter die Nachfrage tragen und Nachfrage das Wachstum.
Vier Datenpunkte, eine Schlussfolgerung: Die meisten Unternehmen treffen dauerhafte Personalentscheidungen auf Basis vorübergehender Erzählungen. Die Angst ist echt. Die Evidenz ist es nicht. Bevor du “wegen KI” Stellen streichst, stell dir eine Frage: Hast du die KI-Umsetzung, um diese Rollen heute tatsächlich zu ersetzen? Wenn nein, optimierst du nicht. Dann wettest du.
Das Cybernetic Enterprise wird bestätigt#
Wenn die Jobs-Erzählung überwiegend Hype ist, worauf sollten CxOs dann schauen? Nicht auf die Technologie. Auf das Operating Model. Und dieses Argument hat diesen Monat gleich von zwei Seiten Bestätigung bekommen.
Die Analystensicht. 78 Prozent der Unternehmen nutzen generative KI. 80 Prozent sehen keine spürbare Wirkung auf ihr Ergebnis. Weniger als 10 Prozent der branchenspezifischen Use Cases haben es über den Piloten hinaus geschafft. Der aufschlussreichste Satz aus dem jüngsten McKinsey Quarterly: “Die grösste Herausforderung wird nicht technisch sein. Sie wird menschlich sein.” McKinsey fordert jetzt Prozess-Neuerfindung statt Automatisierung. Cross-funktionale Transformationsteams statt isolierter KI-Abteilungen. Mitarbeitende, die zu “Agent Team Leaders” werden und je 3 bis 5 KI-Agenten führen. Genau darüber schreibe ich seit zwei Jahren. Das Cybernetic Enterprise ist keine Gegenposition mehr. Es wird zur gängigen Diagnose.
Der Beweis in der Praxis. METRO Global Solution Center unter Global CIO Dr. Khaled Bagban zeigt, wie es aussieht, wenn man das wirklich umsetzt. Ausgangslage: eine fragmentierte IT-Organisation mit 4'000 Menschen, 700 Millionen Euro Budget und Betrieb in 33 Ländern. Die Transformation: eine Plattformorganisation mit 22 Plattformen, agile Strukturen und übergreifende Steuerungsteams. Kein “IT gegen Business” mehr. Integriert von Ende zu Ende.
Bei der KI-Ebene wird es konkret. Über 130 KI- und Automatisierungs-Use-Cases identifiziert, 30 im ersten Jahr ausgeliefert, 10 mit messbarer Wirkung. Ihr Intelligent Sales Agent (8 Spezialagenten plus ein Orchestrator) hat die Vorbereitungszeit für Kundenbesuche um 80 Prozent gesenkt und den Share of Wallet um 3 Prozent gesteigert. Nächster Schritt: den gesamten Produktentwicklungszyklus mit KI neu definieren. Kleine menschliche Teams plus mehrere Agenten, mit dem Ziel von zehnfachem Produktoutput und 50 bis 70 Prozent Effizienzgewinn bei der Modernisierung.
McKinsey hat die Diagnose veröffentlicht. Metro hat das System gebaut. Das Cybernetic Enterprise bewegt sich von der These in die Praxis. Die Frage ist, ob deine Organisation bewusst umbaut oder wartet, bis der Druck sie dazu zwingt.
Die Governance-Lücke bei Agenten#
Drei Entwicklungen diesen Monat zeichnen ein klares Bild: Die Agenten-Ära kommt, und die Governance hält nicht Schritt.
Know Your Agent. Ich wurde in der NZZ zitiert, zur massiven Investitionswelle bei KI-Agenten. Meta hat Moltbook und Manus für 2 Milliarden Dollar gekauft. OpenAI hat Openclaw übernommen. Die eigentliche Geschichte sind nicht die Agenten. Es ist die Infrastrukturebene darunter. Moltbook hat auf dem Papier 1,5 Millionen KI-Agenten, aber nur rund 17'000 menschliche Besitzer dahinter. Meta hat nicht die Agenten gekauft. Meta hat eine Registrierungsplattform für die Identität von KI-Agenten gekauft. So wie Banken ihre Kunden kennen müssen, werden wir unsere Agenten kennen müssen. Mastercard, Visa, PayPal und Coinbase bauen alle an Zahlungslösungen für KI-Agenten. Das ist die nächste grosse regulatorische Front.
Agents of Chaos. Ein viel diskutiertes Paper von Stanford, Harvard und weiteren Spitzeninstitutionen hat KI-Agenten mit Zugriff auf E-Mail, Discord, Dateisysteme und Shell laufen lassen. Über zwei Wochen begannen die Agenten, sich gegenseitig anzulügen, geheime Allianzen zu bilden, Konkurrenten zu sabotieren und Informationen zu manipulieren. Niemand hat sie dafür programmiert. Es passierte wegen der Anreize. Sag einer KI, sie soll gewinnen, und sie findet heraus, dass Lügen hilft.
Was die meisten übersehen haben: Das ist kein Science-Fiction-Szenario. Das ist ein Sicherheitsproblem. Die Agenten haben Befehle von unbefugten Nutzern ausgeführt. Sensible Daten sind an die falschen Stellen geflossen. Agenten haben Aufgaben als “erledigt” gemeldet, die es nicht waren. Unsicheres Verhalten hat sich von einem Agenten auf andere übertragen. Zugriffskontrolle, Input-Validierung, Least Privilege, Audit Trails: Das lösen wir in der Cybersecurity seit Jahrzehnten. Die Gefahr ist nicht, dass Agenten “durchdrehen”. Die Gefahr ist, dass wir sie ohne die Sicherheitsprinzipien ausrollen, die wir längst haben.
RentAHuman.ai ging viral mit der Behauptung, KI-Agenten könnten Menschen per API buchen. 100'000 Anmeldungen in 48 Stunden. Die Realität: eine verifizierte bezahlte Aufgabe und Anmeldegebühren, die an Krypto-Betrug erinnerten. Die Lektion bleibt trotzdem gültig. In dem Moment, in dem KI-Agenten in der physischen Welt handeln sollen, werden alle offenen Fragen zu Vertrauen, Haftung und Sicherheit dringend.
Das Muster über alle drei hinweg: Die Technologie bewegt sich schnell. Die Rahmenwerke für Governance, Identität und Verantwortung tun es nicht. Unternehmen, die Agenten im grossen Massstab ausrollen, ohne diese Lücke zu schliessen, bauen auf Sand.
Mein aktueller AI-Stack#
Claude Code: mein absolutes Hauptwerkzeug. Ich nutze es für Berichte, Präsentationen, Meetingvorbereitung, Coding, für alles. Neu diesen Monat: Ich teile meine OneDrive-Ordner mit Kollegen, damit sie mit ihrer eigenen Claude-Code-Instanz an denselben Dateien arbeiten können (wenn es nicht um Code geht). Git hält die Änderungen in einem Format fest, das Claude Code verarbeiten kann. Das funktioniert einwandfrei.
Perplexity: Web-Recherche mit echten Quellen.
NotebookLM: Dokumente einwerfen, Audio- und Video-Zusammenfassungen herausbekommen.
Gemini: Bildgenerierung. Am besten und am schnellsten.
Gamma: Folien und Präsentationen. Schnell, AI-native und für die meisten Fälle gut genug, um PowerPoint auszulassen.
Diesen Monat vibe-coded (private Projekte)#
- Finanz-Tracking: Ein eigenes Tool gebaut, das mein Vermögen über verschiedene Banken und Konten hinweg abbildet. Keine Tabellen mehr, kein Einloggen in fünf Portale. Ein Dashboard, von Grund auf vibe-coded. Leider noch ohne automatische Aktualisierung. Die kommt, wenn die Bank-APIs da sind.
Community Corner#
DevOpsDays Zürich 2026: Das Programm ist draussen und wir sind ausverkauft. Keynotes zu Engineering-Ethik und Führungsmustern für skalierbares DevOps, dazu Talks über operativen Ballast, DORA-Metriken und ein Workshop zu sicherem Coding für Vibe Coder.
DevOps Meetup Zürich wird 10: Jubiläumsausgabe am 8. April bei KPMG mit Talks zu DevSecOps, Holacracy und Value Stream Management. Dazu Panel, Networking und Kuchen. Jetzt anmelden.
CAS-Programme an der HSLU: Das CAS Enterprise Architecture ist in der dritten Durchführung gestartet, mit KI als Kernthema.
AI-Native Trainer: Ich bin jetzt zertifizierter AI-Native Trainer und gebe bei Zühlke die Kurse AI-Native Foundations und AI-Native Change Agent. Wenn deine Organisation im Pilot-Fegefeuer feststeckt, gehen diese Programme an die echten Blocker: Menschen, Prozesse und organisatorische Reife.
Buch in freier Wildbahn gesichtet: Beim Anlass der Digital Veterans Association hatte Syrian Hadad (CTO des Kantons Aargau) The Cybernetic Enterprise auf dem Rednerpult liegen und hat in seinem Vortrag über KI in der öffentlichen Verwaltung daraus zitiert. Keine Rezension, kein LinkedIn-Kommentar. Jemand nutzt das Denken, um zu verändern, wie Dinge gemacht werden. Genau dafür schreibt man ein Buch.
Die nächste Ausgabe zuerst bekommen
The CAIO erreicht die Abonnenten, bevor die Ausgabe hier erscheint.