Block und der 40%-Stellenabbau: Wenn KI zur operativen Struktur wird
Block Inc., das Fintech hinter Square und Cash App, kündigte am 26. Februar 2026 den Abbau von über 4.000 Stellen an, was fast 40% seiner globalen Vollzeitmitarbeiter (10.205 Personen im Dezember 2025) entspricht, mit einer Umsetzung, die für das Ende des zweiten fiskalischen Quartals 2026 geplant ist. In den Mitteilungen war die Argumentation unmissverständlich: KI ermöglicht es nun kleineren Teams, signifikante "Arbeitskörperschaften" zu stützen, erklärte CFO und COO Amrita Ahuja in einem exklusiven Interview. Jack Dorsey, CEO von Block, formulierte es als eine operative Idee: kleinere, flachere Teams ermöglichen eine neue Art, ein Unternehmen zu bauen und zu betreiben.
Der Markt verstand diesen Schritt als sofortige Effizienzsteigerung: Die Aktie stieg nach der Ankündigung um mehr als 23% im nachbörslichen Handel. Doch dieser Preissprung erklärt die tatsächliche Mechanik nicht. Wenn man das Geschäft als Struktur betrachtet, ist der Abbau kein „Kostenschnitt”; es ist eine Neugestaltung der Last: Welcher Job wird durch welches Produkt unterstützt, mit welcher Talentdichte und zu welchen wiederkehrenden Kosten? Block behauptet, dass ihre neue tragende Säule die KI ist — einschließlich eines eigenen Modells, „goose” — und dass das Gebäude mit weniger menschlichen Säulen auskommen kann.
Die Entscheidung wird nicht durch Narrative, sondern durch installierte Kapazität gerechtfertigt
Ahuja führte den Wendepunkt auf 18 Monate des Fortschritts bei den KI-Fähigkeiten zurück, und von dort an ist der Schlüsselbegriff „Vertrauen”: Vertrauen, dass kleinere Teams relevante Arbeit leisten können. In Bezug auf die organisatorische Architektur bedeutet das, dass Block glaubt, einen Teil der Arbeit — früher koordinationintensiv, schriftlich, unterstützend, analysierend, testend und entwickelnd — in installierte Softwarekapazität umgewandelt zu haben.
Dorsey wiederum rahmte den Stellenabbau als einmalige Intervention, um wiederholte Maßnahmen zu vermeiden, die Moral, Fokus und Vertrauen untergraben. Diese Einzelheit ist wichtig, da sie ein ingenieurtechnisches Kriterium offenbart: Wenn man beschließt, das Gebäude neu zu kalkulieren, bevorzugt man ein umfassendes Redesign gegenüber aufeinanderfolgenden „Reparaturen”, die instabile Bereiche hinterlassen. Er sagte zudem, dass er offene Kommunikationskanäle (E-Mail und Slack) für Verabschiedungen aufrechterhalten und ein Video mit den Mitarbeitern machen würde. Das ist eine wichtige Information; es ist ein Beweis dafür, dass selbst bei einem Effizienzschnitt menschliche Reibungen existieren und als Teil des Systems verwaltet werden.
Besonders interessant ist die Erklärung des „warum jetzt”. Block hatte bereits 2025 931 Stellen (8% der Arbeitskräfte) abgebaut, wobei die Erklärung damals auf Leistung und Strategie basierte und nicht auf KI-Ersatz. Im Jahr 2026 ändert sich die Botschaft: KI wird von einer bloßen Versprechung zu einem Motor der Neugestaltung von Arbeit. Dieser Wandel in der Sprache ist an sich ein Indikator für interne Reife: Wenn eine Organisation bereit ist, Rollen, Teams und Hierarchien um die Automatisierung neu zu gestalten, hört sie auf, von Experimenten zu sprechen, und beginnt, von Personal zu reden.
Ein massiver Stellenabbau ist auch ein Eingeständnis von Reibungen im Rentabilitätsmodell
Block berichtete von über 10 Milliarden Dollar Bruttogewinn im Jahr 2025, was einem Anstieg von 17% im Jahresvergleich entspricht. Es ist eine Botschaft von Operationen: Das Problem war nicht die Nachfrage, sondern die Umwandlung von Skalierung in Marge. Im Briefing wird erwähnt, dass Block in Bezug auf die Rentabilität hinter Wettbewerbern wie Visa, Mastercard und Shopify „hinterherhinkt”, mit Bruttomargen, die weniger als die Hälfte betragen. Ohne nicht quantifizierte Vergleiche ist die Richtung klar: Der Markt belohnt nicht mehr „Mehr Volumen mit mehr Mitarbeitern”, sondern Mehr Gewinn pro Einheit Struktur.
Hier fungiert KI als Hebel für zwei gleichzeitige Bewegungen. Erstens, sie reduziert direkte und indirekte Arbeitskosten. Die im Briefing angegebene Schätzung — als Größenordnung — deutet darauf hin, dass die Eliminierung von 4.000 Stellen mit einem Durchschnittsgehalt von 100.000 Dollar jährlich etwa 400 Millionen Dollar an Lohnkosten einsparen könnte, obwohl die eigene Analyse warnt, dass die Kosten für KI (Rechenzentren, Tokens für das Denken, Betrieb, Training) einen relevanten Teil der Einsparungen erfassen können. Die richtige Lesart lautet nicht „KI ersetzt und fertig”, sondern „KI verändert die Kostengrenze”: Ein Teil des humanen Fixkosten wird zu technologischem Kosten, das auf andere Weise skalieren kann, jedoch nicht kostenlos.
Zweitens, und wichtiger, schneidet KI die weniger sichtbaren Kosten: Koordination. In schnell wachsenden Unternehmen neigt das Organigramm dazu, durch Managementebenen, Überarbeitungen, Abhängigkeiten und Prozesse dick zu werden. Dorsey sprach von „flacheren Teams”; das zielt oft darauf ab, Ebenen zu eliminieren, die nicht direkt Produkte, Verkäufe oder Resilienz produzieren. Wenn KI tatsächlich die Produktions- und Dokumentationszeit reduziert, verringert sie auch die Notwendigkeit der Vermittlung. Und wenn damit die Vermittlung wegfällt, kann eine Organisation versuchen, mit weniger „Gängen” und mehr „vernetzten Räumen” zu arbeiten.
Die strategische Frage — ohne sie als Frage formulieren zu müssen — lautet, ob Block Prozesse neu gestaltet oder einfach die Belegschaft verkleinert. Josh Bersin, der im Briefing zitiert wird, argumentiert, dass KI selten Arbeitsplätze ohne Reengineering entfernt; sie steigert die individuelle Produktivität, doch der Stellenabbau erfolgt, wenn das System neu konfiguriert wird. Block sagt zumindest durch die Kommunikation, dass es genug umkonfiguriert hat, um diesen Schritt auszuführen.
Das kritische Element ist das Zusammenspiel: KI, Produkt und Kanal müssen sich anpassen, oder das Gebäude wackelt
Ein Stellenabbau in diesem Ausmaß in einem Fintech, das Massenprodukte wie Square und Cash App betreibt, erzeugt eine Spannung: Das Innovationsniveau mit weniger Personen aufrechterhalten. Auf struktureller Ebene besteht das Risiko nicht darin, „weniger zu machen”, sondern darin, eine wesentliche Last „ohne Unterstützung” zu lassen: Kundenservice, Sicherheit, Compliance, Zahlungsintegrität, Betrugsprävention, Produktzuverlässigkeit. Fehler im Zahlungsverkehr sind keine sympathischen Bugs; sie sind Verluste, Forderungen, Strafen und Abwanderung.
Deshalb ist das Detail des eigenen Modells „goose” wichtiger, als es scheint. Nicht wegen des Namens, sondern aufgrund der Absicht: Wenn ein Unternehmen ein Modell entwickelt oder anpasst, versucht es, dass die KI sich an seinen Kontext, Daten, Abläufe und Richtlinien anpasst. Mechanisch versucht es, ein maßgeschneidertes Teil zu fertigen, anstatt ein generisches Element zu verschrauben. Dennoch verschiebt sich das Risiko: Es ist nicht mehr nur „menschliche Kapazität”, sondern Governance des Modells, Qualitätskontrolle, Training, Überwachung, Sicherheit und operationale Bias. Ein LLM (Large Language Model) ist kein Mitarbeiter; es ist eine Maschine, die Wartung, Tests, Grenzen und Audits benötigt.
Im Briefing wird ein weiterer relevanter Punkt angesprochen: Die Kosten für den Betrieb fortgeschrittener KI können einen bedeutenden Teil der Personalkosten ausmachen. Das macht das Ergebnis nicht von „KI haben” abhängig, sondern von wo es angewendet wird. KI, die auf Aufgaben mit hohem Volumen und geringer Unklarheit angewendet wird, bringt oft klare Erträge. KI, die auf „hochgradig kontextualisierte und nicht-lineare” Ingenieurarbeit angewendet wird, wie Bersin warnt, kann Teile der Arbeit beschleunigen, beseitigt jedoch nicht die Notwendigkeit von Kriterien, Architektur, Tests und Verantwortung. Wenn Block die Struktur kürzt, ohne die Zuweisung von KI nach Arbeitsart neu zu gestalten, besteht die Gefahr, dass Ermüdungszonen entstehen: weniger Leute, die Vorfälle, Einführungen und technische Schulden abfangen.
Was Block versucht, aus einer kalten Perspektive gelesen, ist ein Akt der internen Atomisierung: kleinere Teams mit klareren Mandaten, unterstützt durch KI, die das Muster „alle bedienen alles” vermeiden. Wenn das funktioniert, wird es sich in zwei harten Metriken zeigen: kürzere Lieferzyklen ohne Qualitätsabfall und verbesserte operative Margen ohne Verschlechterung der Kundenbindung oder Anstieg der Betrugsverluste. Wenn es nicht funktioniert, zeigt sich das schnell: mehr Unterbrechungen, mehr Eskalationen, höhere Kosten für Vorfälle und eine Organisation, die wieder einstellen muss, um Löcher zu stopfen.
Das Signal für den Markt: Die Belegschaft hört auf, das Maß für Ehrgeiz zu sein
Der Anstieg um 23% der Aktie nach der Ankündigung zeigt ein Verlangen nach Effizienz. Aber die Reaktion am Aktienmarkt mit der Gesundheit des Modells zu verwechseln, ist ein häufiger Fehler: Der Preis reagiert auf Erwartungen, nicht auf bestätigte Ausführungen. Die tatsächliche Ausführung wird im nächsten Quartal bewertet werden und vor allem in der Kontinuität: die Fähigkeit, das Wachstum des Bruttogewinns aufrechtzuerhalten und die Rentabilität zu verbessern, ohne die Produkte zu degradieren.
Dorsey rechtfertigte den Schritt als Möglichkeit, wiederholte Maßnahmen und deren Schäden an Vertrauen zu vermeiden. Das ist eine Governance-Entscheidung, nicht nur eine finanzielle. Mehrere Male zu kürzen, bedeutet oft, mit unvollständigen Plänen zu arbeiten: Jede Intervention offenbart, dass die ursprüngliche Berechnung unzureichend war. Ein einmaliger großer Stellenabbau ist ein aggressiveres Redesign; er reduziert zukünftige Unsicherheiten für die Organisation, erhöht jedoch das Risiko, eine tragende Säule unbemerkt entfernt zu haben.
Im Sektor ist Block nicht allein. Das Briefing erwähnt den Kontext der Entlassungen in der Technologiebranche und Fälle wie Amazon im Januar 2026, die Ebenen abbauen. Es gibt ein Muster: Unternehmen, die mit der Logik „Einstellen zum Wachsen” groß geworden sind, wechseln zu „mehr produzieren mit weniger”, getrieben durch Margenpressung und der Verfügbarkeit von KI, die auf Büroarbeit angewendet wird. Der feine Unterschied besteht darin, dass nicht alle Unternehmen die gleiche Art von Arbeit haben. Fintech kombiniert Software, Regulierung und Transaktionsrisiko. Die Marge wird nicht nur durch schnellere Codezeilen erworben; sie wird durch Kontrolle und Vertrauen aufrechterhalten.
Wenn es Block gelingt, dass ihre KI repetitive Arbeiten, Dokumentation, interne Unterstützung, Ticketanalysen, Teile der Entwicklung und Tests übernimmt, könnte es talentierte Mitarbeiter für produktbezogene Entscheidungen und Sicherheitsaspekte freisetzen. Wenn diese Umverteilung nicht gelingt, verwandelt sich der Abbau in eine buchhalterische Ausrede und die verbleibenden Teams in Puffer für Vorfälle.
Die operationale These ist einfach und anspruchsvoll: KI darf kein Anstrich sein; sie muss zur Struktur werden, mit Prozessen und Grenzen, sonst tauscht das Unternehmen menschliche Kosten gegen Kosten des Chaos aus.
Die Mechanik, die definieren wird, ob Block gewonnen hat oder nur geschrumpft ist
Die Ankündigung von Block hat eine harte Lesart: Das Unternehmen behauptet, dass es mit weniger Personal operieren kann, weil ihre KI — einschließlich „goose” — die Produktivität ausreichend gesteigert hat, um relevante Arbeiten mit kleineren Teams aufrechtzuerhalten. Sie hat auch eine tiefere Lesart: Block versucht, seine Organisation in ein System mit weniger Reibung, weniger Ebenen und mehr „direkt zum Produkt”-Arbeit zu verwandeln, da ihre Rentabilität nicht mit der Größe ihres Bruttogewinns Schritt hält.
Der Erfolg wird nicht daran gemessen werden, wie viele Stellen abgebaut wurden, sondern wie stabil das Gebäude nach der Entfernung von Masse bleibt. Wenn die Struktur gut berechnet bleibt, wird sich dies in der Verbesserung der Margen und in der Kontinuität der Innovation ohne Abwertung der operationalen Risiken zeigen. Wenn sie schlecht kalkuliert bleibt, werden Risse auftreten: mehr Fehler, höhere versteckte Kosten und eine Rückkehr zu Einstellungen, die die vermeintlichen Einsparungen zunichte machen.
Unternehmen scheitern nicht an mangelnden Ideen, sondern daran, dass die Teile ihres Modells — Angebot, Kosten, Team und Ausführung — nicht präzise zusammenpassen, um messbaren Wert und nachhaltigen Cashflow zu erzeugen.
