Meta: KI-Entlassungen
Meta streicht aktuell rund 600 Stellen in seiner AI-Einheit, während das Unternehmen gleichzeitig massiv in AI-Infrastruktur investiert und weiter für Schlüsselrollen anheuert. Entscheidend ist deshalb die Frage: Sind diese Kürzungen ein Rückzug – oder eine Reorganisation für den nächsten AI-Schub? Metas Pläne für bis zu 60–65 Mrd. USD CapEx 2025 für AI-Hardware deuten eher auf Letzteres hin.
Einleitung
Meta streicht aktuell rund 600 Stellen in seiner AI-Einheit, während das Unternehmen gleichzeitig massiv in AI-Infrastruktur investiert und weiter für Schlüsselrollen anheuert (Reuters, AP News). Entscheidend ist deshalb die Frage: Sind diese Kürzungen ein Rückzug – oder eine Reorganisation für den nächsten AI-Schub? Metas Pläne für bis zu 60–65 Mrd. USD CapEx 2025 für AI-Hardware deuten eher auf Letzteres hin (Reuters).
Definitionen
Mit Layoffs sind betriebsbedingte Kündigungen oder der Abbau ausgeschriebener Stellen gemeint. Bei Meta betreffen sie seit 2022 verschiedene Wellen: 11.000 Jobs im November 2022, weitere 10.000 in 2023, dazu spätere, gezieltere Kürzungen (Reuters, Reuters). AI steht für Künstliche Intelligenz – bei Meta vor allem Modelle aus der Llama-Familie sowie der Assistent „Meta AI“, den der Konzern offen positioniert und in Produkte integriert (Meta AI Blog, Meta AI Blog). „Superintelligence Labs“ ist die interne Dachorganisation für produktnahe AI-Teams bis hin zu FAIR (Forschung) – dort sitzen viele der nun betroffenen Rollen (AP News).
Aktueller Stand
Am 22. Oktober 2025 wurde bekannt: Meta baut rund 600 Stellen in der AI-Einheit ab; laut Berichten ist das Teil einer Reorganisation, die Entscheidungswege verkürzen und die verbleibenden Teams fokussieren soll. Gleichzeitig bleibt das neue „TBD Lab“ unberührt, und Meta stellt für strategische AI-Rollen weiter ein (Reuters, AP News). Zuvor gab es 2025 bereits gezielte Einschnitte, unter anderem Performance-bedingt („ca. 5 % der Low Performer“) – bei gleichzeitiger Absicht, die Rollen 2025 wieder nachzubesetzen (Reuters). Parallel straffte Meta 2025 Teile von Reality Labs (VR/AR) (Reuters). Der größere Rahmen: Nach der „Year of Efficiency“-Phase 2022/23 (11.000 + 10.000 Stellen) läuft seitdem ein permanenter Umbau hin zu schlankeren, technikzentrierten Teams (Meta Newsroom, Reuters). Gleichzeitig meldet Meta starke AI-Nutzung: Mehr als 1 Mrd. Menschen nutzen monatlich Meta AI (Meta Newsroom).

Quelle: bbrief.co.za
Abstrakte Darstellung der Auswirkungen von Entlassungen auf Mitarbeiter.
Analyse
Strategisch passt das Vorgehen zusammen: Kosten senken, Doppelstrukturen abbauen, aber zugleich die AI-Spitze mit massiven Investitionen und Top-Rekrutierungen ausbauen (Reuters, Washington Post). Offene AI-Modelle (Llama 3/3.1) dienen als Entwickler-Magnet und beschleunigen Ökosystem-Effekte – ein Mittel, um Nutzerbindung und Werbeinnovationen zu treiben (Meta AI Blog, Meta AI Blog). Global betrachtet erwartet der IWF, dass rund 40 % aller Jobs AI-Exposition haben; in fortgeschrittenen Volkswirtschaften sind es etwa 60 % – das erhöht den Druck, Produktteams schlank und schnell zu halten (IWF Blog). Gleichzeitig zeigt Forschung, dass generative AI die Produktivität insbesondere bei weniger erfahrenen Mitarbeitenden deutlich steigern kann – 14 % mehr gelöste Fälle in einem Callcenter-Feldtest (NBER).
Quelle: YouTube
Der Connect-Keynote-Ausschnitt hilft beim Einordnen von Metas AI-Produktfokus (Assistent, Brille, Llama).
Faktencheck
Belegt: Meta hat am 22.10.2025 rund 600 AI-Stellen gestrichen; das TBD Lab ist nicht betroffen; gleichzeitige weitere AI-Einstellungen geplant (Reuters, AP News). Belegt ist auch der massive AI-Investitionsrahmen (60–65 Mrd. USD CapEx 2025) (Reuters). Eindeutig belegt sind die großen Layoff-Wellen 2022/23 (11.000 bzw. 10.000) (Reuters, Reuters).
Unklar: Wie viele der aktuell betroffenen AI-Mitarbeitenden intern wechseln, wie schnell offene Stellen nachbesetzt werden und wie sich die Netto-Kapazität in Forschung vs. Produkt über 2025/26 verschiebt (AP News).
Falsch/Irreführend: „Meta steigt aus AI aus“ – das Gegenteil ist der Fall; CapEx, Produkt-Roadmap und Llama-Releases sprechen für eine Verschiebung hin zu Prioritäten, nicht gegen AI (Reuters, Meta AI Blog).

Quelle: techlusive.in
Das Meta-Logo an einem modernen Gebäude symbolisiert die Präsenz des Unternehmens im Technologiebereich.
Reaktionen & Gegenpositionen
Medien ordnen die Kürzungen als Reorg für Tempo und Fokus ein; parallel betonen sie den aggressiven AI-Wettlauf (Washington Post, Reuters). AP hebt hervor, dass TBD Lab unangetastet bleibt – ein Signal, dass Meta gerade dort weiter aufstockt (AP News). Kritiker verweisen auf frühere Bedenken zur Verantwortung in AI (z. B. Umstrukturierung der „Responsible AI“-Rollen 2023) (The Verge). Befürworter sehen in offenen Modellen eine Innovationsdividende für das gesamte Ökosystem (Meta AI Blog).
Auswirkungen & Was es für dich/ihr heißt
Für Beschäftigte: AI schafft neue, höherwertige Rollen und macht manche Aufgaben überflüssig; Umschulung und AI-Kompetenzen werden zum Karrierehebel (IWF Blog, OECD). Für Unternehmen: Nicht „AI first“ um jeden Preis, sondern klare Priorisierung, Datenqualität, Produkt-Integration und verantwortungsvolle Nutzung. Für Faktenchecks zu Layoffs: Direkt bei Investor-Relations/Newsroom prüfen und – wenn verfügbar – in 8-K/10-Q nachsehen (Beispiel Meta IR/Newsroom und SEC-EDGAR) (Meta Newsroom, SEC EDGAR).
Quelle: YouTube
Das Opening der Connect 2025 setzt die Roadmap in Kontext (AI-Assistent, Geräte, Modelle).
Offene Fragen
Wie verteilt Meta die AI-Kapazitäten langfristig zwischen Grundlagenforschung (FAIR), Produkt-AI und TBD Lab? Welche Netto-Wirkung haben interne Versetzungen vs. Abgänge auf die Release-Geschwindigkeit 2026? Wie belastbar ist die „1+ Mrd. monatlich aktive Nutzer“ Aussage für Meta AI über Regionen und Produkte hinweg – und wie wird sie künftig offengelegt (Meta Newsroom)? Welche Folgen haben globale AI-Trends auf Beschäftigung und Löhne in einzelnen Funktionsbereichen – jenseits der Makro-Expositionsraten des IWF (IWF Blog)?
Fazit
Die Meta-Layoffs im AI-Bereich sind kein Ausstieg, sondern eine harte Priorisierung: weniger Breite, mehr Tiefe – flankiert von Rekordinvestitionen in Chips, Rechenzentren und Modelle (Reuters, Reuters). Für euch heißt das: AI-Kompetenzen gezielt aufbauen, reale Produktanwendungen priorisieren, Verantwortlichkeit ernst nehmen – und Unternehmensmeldungen immer an Originalquellen prüfen, vom Newsroom bis zum SEC-Filing (Meta Newsroom, SEC EDGAR).