Meta streicht KI-Nutzung als Bewertungskriterium für Ingenieure

Meta streicht KI-Nutzung als Bewertungskriterium für Ingenieure

Meta hat die Nutzung von KI-Tools als Kriterium für die Leistungsbewertung seiner Ingenieure offiziell abgeschafft. In einem internen Memo, das dem US-Medium The Information vorliegt, erklären die Führungskräfte Maher Saba und Santosh Janardhan, dass KI-Adoptions-Dashboards und Token-Zähler künftig nicht mehr in die Bewertung des Einflusses von Mitarbeitern einfließen. Stattdessen sollen Vorgesetzte die Qualität der Arbeitsergebnisse, die Geschwindigkeit der Umsetzung sowie die Komplexität und den Umfang der übernommenen Aufgaben beurteilen. Die Änderung wurde den Ingenieuren unternehmensweit mitgeteilt. Das Memo wurde zuerst von The Information berichtet. Damit zieht Meta die Konsequenz aus einer Praxis, die intern als „Tokenmaxxing“ bekannt wurde: Beschäftigte hatten ihre KI-Nutzungszahlen künstlich erhöht, um in internen Rankings besser abzuschneiden. Die neuen Vorgaben ersetzen frühere Formulierungen, die den „AI-driven impact“ als Maßstab nannten. Es ist die erste dokumentierte Rücknahme dieser Praxis, die vor etwa einem Jahr eingeführt worden war. Meta-Sprecher Tracy Clayton betonte, dass Mitarbeiter stets nach ihren Beiträgen bewertet worden seien; die neuen Kriterien unterstrichen diesen Standard.

Vom 'AI-driven impact' zum 'Tokenmaxxing': Wie Fehlanreize entstanden

Vor etwa einem Jahr hatte Meta angekündigt, Mitarbeiter anhand ihres „AI-driven impact“ zu bewerten – also danach, wie intensiv sie KI-Chatbots und -Agenten im Arbeitsalltag nutzten. Diese Nutzung korrelierte mit internen Labels wie „AI Native“, „AI First“ und „AI Enabled“. Der Anreiz, möglichst viele KI-Tokens zu verbrauchen, führte zu einem Verhalten, das Beschäftigte als „Tokenmaxxing“ bezeichneten: Sie ließen KI-Systeme massenhaft Aufgaben ausführen, nur um in internen Dashboards besser dazustehen. Ein Mitarbeiter baute ein internes Leaderboard auf, das die KI-Nutzung der Kollegen verglich und Titel wie „Token Legend“ vergab. Nachdem das Dashboard im April durchsickerte, nahm er es wieder offline. Die Fehlanreize blieben nicht auf Meta beschränkt. Auch Amazon hatte ein ähnliches Leaderboard zur KI-Nutzung eingeführt und wieder entfernt, nachdem Mitarbeiter das System durch unnötige KI-Aufgaben ausnutzten. Bei Meta führte die Jagd nach Token-Zahlen dazu, dass Ingenieure von ihrer eigentlichen Arbeit abgelenkt wurden, weil sie zusätzliche KI-Aufgaben nur zur Steigerung ihrer Punktzahl erledigten. Die nun beschlossene Rücknahme der Metrik soll diesen Anreiz beseitigen. Die neue Leitlinie verzichtet auf die bisherigen Labels und formuliert allgemeiner, dass Ergebnisse „durch KI oder andere Mittel unterstützt werden können“.

Klage wegen unfairer Behandlung bei Entlassungen – Meta bestreitet

Etwa zwei Dutzend Mitarbeiter haben im Juli eine Klage eingereicht, wonach Meta die KI-Nutzungsmetriken genutzt habe, um Beschäftigte in Gesundheits- oder Familienzeit bei den Entlassungen im Mai unfair zu behandeln. Die Kläger argumentieren, dass die Labels „AI Native“, „AI First“ und „AI Enabled“, die mit der KI-Nutzung korrelierten, bei den Personalentscheidungen eine Rolle gespielt hätten. Sie werfen Meta vor, gegen US-Antidiskriminierungsrecht verstoßen zu haben. Meta bestreitet die Vorwürfe. Sprecher Tracy Clayton erklärte, Labels wie „AI Native“ seien nie für Performance-Reviews verwendet worden; bewertet worden seien stets die Beiträge der Mitarbeiter. Damit steht die offizielle Darstellung des Unternehmens gegen die Darstellung der klagenden Mitarbeiter und frühere Berichte. Die Frage, ob die Labels tatsächlich in die formelle Bewertung einflossen oder nur informell existierten, ist rechtlich umstritten und nicht abschließend geklärt. Die Klage wurde im Juli eingereicht, nachdem die Entlassungen im Mai stattgefunden hatten. Die neuen Bewertungsrichtlinien, die nun auf Qualität und Komplexität setzen, könnten auch als Reaktion auf die rechtlichen Auseinandersetzungen verstanden werden, auch wenn Meta dies nicht explizit bestätigt.

Milliardenkosten und neue Steuerung: Budgets und Dashboard ab 2027

Die internen KI-Ausgaben von Meta steuern in diesem Jahr auf Milliardenhöhe zu. Grund dafür ist auch die exzessive Nutzung von KI-Tools, die durch die bisherigen Bewertungsanreize gefördert wurde. Um die Kosten zu begrenzen, plant das Unternehmen ab 2027 Budgets für die interne KI-Nutzung sowie ein zentrales Dashboard zur Steuerung der Ressourcen. Die Überwachung der KI-Nutzung der Mitarbeiter bleibt jedoch bestehen: Seit April erfasst Meta die Nutzung zu Trainingszwecken. Diese Daten fließen nach Angaben des Unternehmens nicht in die Leistungsbewertung ein. Die neuen Bewertungskriterien – Qualität, Geschwindigkeit und Komplexität der Arbeit – ersetzen die bisherigen Metriken wie KI-Adoptions-Dashboards und Token-Zähler. Dadurch entfällt der direkte Anreiz, möglichst viele Tokens zu verbrauchen, weil die Bewertung nicht mehr an die Nutzungsmenge gekoppelt ist. Stattdessen zählt das tatsächliche Arbeitsergebnis. Die geplanten Budgets und das Dashboard sind Teil einer umfassenderen Strategie, die internen KI-Kosten zu kontrollieren, ohne die Einführung von KI-Tools zu stoppen. Das interne Memo betont, dass Führungskräfte nun darauf achten sollen, was Ingenieure tatsächlich optimieren: die Qualität und den Umfang ihrer Arbeit, nicht die Menge der verbrauchten Tokens. Die Kostenentwicklung war einer der Auslöser für die Rücknahme der Metrik.

Hatch und die Skepsis der Mitarbeiter: Datenschutz als Hürde

Parallel zur Rücknahme der KI-Nutzungsmetriken testet Meta das neue agentische KI-Tool Hatch, das Computeraufgaben automatisiert erledigen soll. Einige Mitarbeiter zögern jedoch, Hatch mit ihren persönlichen Konten zu verbinden – aus Datenschutzgründen. Die Tests laufen, während der Token-Verbrauch der Beschäftigten weiter steigt, auch ohne den Druck durch die Leistungsbewertung. Meta-CTO Andrew Bosworth hatte bereits früher in einem internen Memo erklärt, niemand solle KI-Tools nur nutzen, um Metriken zu erfüllen. Diese Mahnung gewinnt angesichts der Datenschutzbedenken und der Kostenentwicklung an Bedeutung. Das Unternehmen steht vor der Aufgabe, die Einführung von Hatch voranzutreiben, ohne neue Fehlanreize zu schaffen oder die Privatsphäre der Mitarbeiter zu gefährden. Hatch soll eigenständig Aufgaben am Computer erledigen, was den Arbeitsalltag verändern könnte. Die Skepsis einiger Beschäftigter zeigt, dass die interne Akzeptanz agentischer KI-Tools nicht allein über Leistungskennzahlen gesteuert werden kann.