Meta dreht um: Der Konzern wird die Leistung seiner Ingenieure ab sofort nicht mehr an der Nutzung von KI-Tools messen. Das gaben die Meta-Führungskräfte Maher Saba und Santosh Janardhan in einem internen Memo bekannt, das The Information einsehen konnte. KI-Dashboards und Token-Zähler fließen damit nicht mehr in Leistungsbewertungen ein – stattdessen rücken Qualität, Geschwindigkeit und Komplexität der Arbeit in den Fokus.
Kurz & knapp
- Meta hatte KI-Nutzung als Bewertungskriterium eingeführt, was zum Phänomen "Tokenmaxxing" führte: Mitarbeiter verbrauchten massenhaft KI-Tokens, nur um in internen Ranglisten besser dazustehen
- Die interne KI-Nutzung steuert 2026 auf Milliardenkosten zu – ein Hauptgrund für die Kurskorrektur
- Ab 2027 will Meta Budgets und ein zentrales KI-Dashboard einführen, um Kosten zu kontrollieren
- Parallel testet Meta das neue KI-Agenten-Tool Hatch, das eigenständig Aufgaben am Computer erledigen soll
Wie es zum Tokenmaxxing kam
Das Prinzip klingt zunächst sinnvoll: Wenn du messen willst, wie sehr deine Ingenieure KI-Tools nutzen, zählst du die verbrauchten Tokens. Doch wie so oft bei Metriken führte das zu unerwünschten Nebenwirkungen. Mitarbeiter optimierten ihre Arbeit nicht für bessere Ergebnisse, sondern dafür, möglichst viele Tokens zu verbrauchen – eine klassische Fehlsteuerung durch schlecht gewählte KPIs. Das Ergebnis: exzessiver Verbrauch ohne entsprechenden Produktivitätsgewinn.
Meta erkannte das Problem offenbar rechtzeitig. Der finanzielle Druck half dabei: Wenn die interne KI-Nutzung eines Konzerns dieser Größe auf Milliardenkosten zusteuert, wird es Zeit, genauer hinzuschauen, was diese Ausgaben tatsächlich bringen.
Hatch-Tests stoßen auf Widerstand
Parallel zur Umstellung der Bewertungskriterien testet Meta laut WIRED sein neues KI-Agenten-Tool Hatch. Das System soll eigenständig Aufgaben am Computer erledigen können – eine Art autonomer Mitarbeiter für repetitive oder komplexe Workflows. Doch die internen Tests zeigen Reibungspunkte: Manche Mitarbeiter zögern aus Datenschutzgründen, Hatch mit privaten Konten zu verbinden. Ein verständlicher Vorbehalt, wenn es um Agenten geht, die Zugriff auf persönliche Daten und Systeme haben.
| Aspekt | Bisheriges Modell | Neuer Kurs |
|---|---|---|
| Bewertungskriterium | Token-Verbrauch | Qualität, Geschwindigkeit, Komplexität |
| Kostenkontrolle | Keine | Ab 2027: Budgets & zentrales Dashboard |
| Anreiz für Mitarbeiter | Mehr KI-Nutzung | Bessere Arbeitsergebnisse |
Was das für deutsche Unternehmen bedeutet
Metas Kehrtwende ist ein warnendes Beispiel: Wer KI-Tools in die Unternehmenskultur integriert, sollte nicht einfach die Nutzungsmetriken messen und als Erfolgsindikator nehmen. Das führt zu Spielen mit der Metrik statt zu echten Produktivitätsgewinnen. Deutsche Mittelständler, die gerade KI-Pilotprojekte starten, sollten von Anfang an klare Ziele setzen – nicht "mehr KI-Nutzung", sondern "bessere Ergebnisse, schneller, mit weniger Aufwand". Zugleich zeigt Metas Ansatz mit Budgets ab 2027, dass auch Tech-Giganten erkannt haben: KI-Kosten brauchen Governance. Für deutsche Unternehmen ist das ein Signal, nicht erst zu reagieren, wenn die Rechnungen explodieren.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
