220 Prozent mehr Code, 36 Prozent mehr Features

Dass man Produktteams nicht um 60 Prozent verkleinern kann, indem man Agenten danebenstellt, überrascht niemanden. Interessant an der Reuters-Recherche vom 26.08.2026 sind deshalb nicht die Kündigungen, sondern vier Zahlen aus Metas internen Systemen. Sie beziffern zum ersten Mal aus einem Konzern heraus, was viele Teams vermuten, aber nicht belegen können.

Die vier Zahlen

Aus einem internen Beitrag von Metas Technikchef Andrew Bosworth von Anfang Juni stammen die ersten beiden Zahlen. Die Vorfallszahlen stehen laut Reuters ebenfalls in internen Beiträgen, äußern wollte sich Meta dazu aber nicht.

Das Verhältnis ist der eigentliche Befund. Die Codeproduktion hat sich mehr als verdreifacht, das, was bei Nutzern ankam, ist um gut ein Drittel gewachsen. Der Rest ist irgendwo dazwischen geblieben, und ein Teil davon lässt sich sogar beziffern: in Vorfällen und in der Zeit, die deren Behebung gekostet hat.

Was Project OT war

Entstanden ist der Plan im Januar bei Zuckerbergs jährlicher Führungsklausur auf Hawaii. Project OT, kurz für Organization Transformation, sollte Meta "AI native" machen: KI übernimmt einen großen Teil der täglichen Arbeit, beaufsichtigt von kleineren, "talent-dense" besetzten Teams.

In Szenarien wurde durchgerechnet, Teams um bis zu 60 Prozent zu verkleinern, in zwei Wellen im Mai und im November. Ein internes "AI-Native Playbook" sah vor, klassische Engineering- und Design-Rollen durch den Titel "builder" zu ersetzen und Produktteams von 10 bis 20 Spezialisten durch Pods von drei bis fünf Leuten. Bis Juni hatten mindestens elf Einheiten auf Pod-Strukturen umgestellt.

Am Abend des 19. Mai stoppte Zuckerberg die Planung für die November-Welle. Die 10 Prozent Kündigungen am Folgetag fanden trotzdem statt.

Die Warnungen kamen früh und von innen

Bemerkenswert ist der Zeitverlauf. Bereits im März meldeten Infrastruktur-Teams laut Reuters "reliability warning signs" durch den Anstieg an KI-generiertem Code. Im April hieß es in einem internen Beitrag, unbeaufsichtigte KI-Agenten führten "large-scale, disruptive actions that humans are unlikely to execute" aus.

Öffentlich sichtbar wurde das Problem Anfang Juni, als Angreifer über Metas neuen KI-gestützten Support-Bot Zugang zu prominenten Instagram-Konten bekamen, darunter die ruhende Seite des Obama White House.

Zwischen der ersten internen Warnung und dem öffentlichen Vorfall lagen also rund drei Monate, in denen die Kennzahlen bereits in die falsche Richtung zeigten.

Was Meta dazu sagt

Meta bestätigt die Szenarioplanung und ordnet sie ein: "As part of our company restructuring earlier this year, we asked some teams to conduct a scenario planning exercise looking at the potential impact of redeployments, open role closures and cuts." Laut Meta umfassten die Szenarien Umverteilungen ebenso wie Kündigungen, und zu keinem Zeitpunkt sei geplant gewesen, 60 Prozent der Gesamtbelegschaft zu entlassen. Zu den internen Daten über die KI-bedingten Störungen wollte sich Meta nicht äußern.

Fairerweise gehört dazu: Die 60 Prozent bezogen sich auf einzelne Teams in Extremszenarien, nicht auf das ganze Unternehmen. Und Meta sagt, über Leistung und Beförderung hätten Menschen entschieden, nicht KI.

Was das für euch heißt

Die falsche Lehre wäre "KI im Entwicklungsprozess funktioniert nicht". Die Zahlen sagen etwas anderes und Genaueres: Die Codeproduktion ist gestiegen, gemessen wurde aber die falsche Größe.

Wer Codezeilen, Commits oder Pull Requests als Produktivitätsmaß nimmt, misst bei KI-Einsatz zwangsläufig einen Erfolg. Verschwunden ist der Aufwand deswegen nicht, er wandert nur an eine Stelle, die in dieser Metrik nicht auftaucht: in Review, in Verifikation, in Incident-Response. Metas Zahlen machen diese Verschiebung zum ersten Mal sichtbar, weil beide Seiten gemessen wurden.

Drei praktische Konsequenzen:

• Ausstoß und Ergebnis getrennt messen. Wenn ihr Codeänderungen zählt, zählt daneben, was davon bei Nutzern ankommt. Genau diese zwei Zahlen nebeneinander ergeben bei Meta das aussagekräftige Bild. Eine allein hätte den Eindruck erzeugt, alles laufe hervorragend.
• Incident-Zeit gehört in die Rechnung. Plus 70 Prozent Zeit fürs Beheben ist ein Produktivitätsverlust, der in keiner Coding-Metrik auftaucht, aber dieselben Leute bindet. Wer den KI-Gewinn ausrechnet, ohne diese Seite zu erfassen, rechnet sich reich.
• Auf die eigenen Frühwarnzeichen hören. Bei Meta standen die Hinweise im März in internen Foren, die Konsequenz kam im Mai. Wenn eure Infrastruktur-Leute Zuverlässigkeitsprobleme melden, ist das ein Datenpunkt zur KI-Strategie, kein Randthema der Plattform.

Das passt zu dem, was wir in Akzeptanzrate und Verifikation und KI-Produktivität messen beschrieben haben, mit einem Unterschied: Bisher war das eine begründete Erwartung. Jetzt gibt es Zahlen aus einem Konzern mit erheblichen Ressourcen, der es ernsthaft versucht hat.

Und der hoffnungsvolle Teil, der in der Häme über den gescheiterten Plan untergeht: Meta hat die Fehlentwicklung an den eigenen Daten erkannt und die zweite Kündigungswelle abgeblasen, bevor sie stattfand. Das Mouse-Tracking-Programm wurde pausiert, ein Teil der versetzten Ingenieure durfte zurück. Die Kennzahlen haben funktioniert, sobald jemand die richtigen erhoben hat. Das ist die Sorte Korrektur, die man sich in mehr Organisationen wünscht.