Block, KI und Massenentlassungen – was wir aus Februar 2026 für Produktivität und Risiko lernen

Wenn ein Fintech fast die Hälfte der Belegschaft streicht – und die Aktie steigt

Ende Februar 2026 sorgt die Nachricht für Schlagzeilen, dass ein großes Fintech-Unternehmen – Block – angekündigt hat, über 4.000 Stellen zu streichen und seine Belegschaft damit nahezu zu halbieren. Begründung: Die eigenen Produkte und KI-Werkzeuge hätten die Produktivität so stark erhöht, dass ein kleineres Team künftig mehr leisten könne. Die Börse reagiert positiv, der Aktienkurs springt zweistellig nach oben. Für uns wirft dieses Beispiel gleich mehrere Fragen auf:

• Wie nachhaltig sind solche Produktivitätsgewinne tatsächlich?
• Was bedeutet es, wenn KI-Argumente herangezogen werden, um harte Restrukturierungen zu rechtfertigen?
• Wie bewerten wir Unternehmen, die massiv Kosten senken, während sie sich strategisch neu ausrichten?

Wir wollen in diesem Beitrag nicht die eine Aktie bewerten, sondern das Muster verstehen, das sich hinter solchen Entscheidungen verbirgt – und wie wir es in unserem langfristigen Anlage-Rahmen berücksichtigen.

1. Was hinter der Ankündigung steht

Die Kernbotschaft der Unternehmensführung lautet sinngemäß:

• „Intelligenzwerkzeuge haben die Art und Weise, wie wir Unternehmen bauen und führen, grundlegend verändert.“
• „Ein deutlich kleineres Team kann mit Hilfe der von uns entwickelten Werkzeuge mehr leisten.“
• „Wir sehen diese Entscheidung nicht nur als Kostensenkung, sondern als strategische Neuausrichtung.“

Gleichzeitig werden Restrukturierungskosten im hohen dreistelligen Millionenbereich genannt, und Analysten bewerten die Maßnahme als einen Schritt, um Margen und Effizienz sichtbar zu steigern. Für uns steckt dahinter ein Muster, das wir an den Kapitalmärkten immer wieder sehen:

• Eine Phase starker Expansion mit vielen Neueinstellungen.
• Ernüchterung darüber, dass nicht jede Wachstumsstory trägt.
• Ein harter Schnitt, der Produktivität heben und die Gewinn- und Verlustrechnung aufpolieren soll.

Der Unterschied zu früheren Wellen besteht darin, dass die Rechtfertigung heute häufig mit KI verbunden wird – und damit mit einem strukturellen Trend, den der Markt ohnehin positiv bewertet.

2. KI als Produktivitätshebel – Chancen und Grenzen

Wir glauben, dass KI in vielen Bereichen tatsächliche Effizienzgewinne ermöglicht:

• Automatisierung repetitiver Aufgaben,
• bessere Datenauswertung und Risikomodelle,
• Unterstützung bei Softwareentwicklung, Kundenkommunikation und internen Prozessen.

Gleichzeitig sind wir vorsichtig, wenn Unternehmen suggerieren, KI sei eine Art Wunderwaffe, die alle Probleme löse. Wir stellen uns unter anderem folgende Fragen:

• Werden Prozesse wirklich neu gedacht, oder wird nur vorhandene Arbeit auf weniger Schultern verteilt?
• Sind die eingesparten Stellen vor allem in Bereichen, die keinen Mehrwert mehr schaffen, oder betrifft es kritische Funktionen?
• Wie stark hängen die prognostizierten Produktivitätsgewinne von Annahmen ab, die sich erst in den kommenden Jahren beweisen müssen?

Wir halten fest: KI kann echte Effizienzgewinne bringen, aber sie ist kein Freifahrtschein. Für uns zählt, ob das Geschäftsmodell nach der Restrukturierung robuster, fokussierter und skalierbarer ist – nicht nur kurzfristig profitabler.

3. Kurzfristiger Kurssprung vs. langfristige Tragfähigkeit

Wenn ein Unternehmen Massenentlassungen ankündigt und gleichzeitig verbesserte Margen und höhere Prognosen in Aussicht stellt, reagiert der Markt häufig mit einem Kurssprung. Das gilt besonders, wenn:

• der Schritt als „mutig“ verkauft wird,
• Analysten schon länger Kostendisziplin gefordert haben,
• und die Maßnahme in ein beliebtes Narrativ – etwa KI-Produktivität – eingebettet ist.

Wir sehen hier aber eine klare Trennung zwischen:

• Kurzfristiger Bilanzkosmetik: sinkende Personalkosten, höhere Margen, bessere Kennzahlen für ein oder zwei Jahre.
• Langfristiger Wertschöpfung: Fähigkeit des Unternehmens, über viele Jahre hinweg Umsatz und Cashflow nachhaltig zu steigern.

Unsere Aufgabe als langfristig orientierte Anleger ist es, zu prüfen, ob der heutige Kurssprung wirklich durch eine verbesserte Zukunftsperspektive gedeckt ist oder ob wir es vor allem mit einem buchhalterischen Effekt zu tun haben, der sich in ein paar Jahren wieder ausgleicht.

4. Wie wir solche Maßnahmen in unserem Rahmen bewerten

Wir betrachten große Personalanpassungen im Kontext mehrerer Fragen:

• Strategische Klarheit: Gibt es eine nachvollziehbare Vision, wie das Unternehmen nach der Restrukturierung aussehen soll?
• Fokus auf Kernkompetenzen: Werden Ressourcen auf die Bereiche konzentriert, in denen das Unternehmen echte Wettbewerbsvorteile hat?
• Kultur und Ausführungsrisiko: Wie wahrscheinlich ist es, dass Motivation, Know-how und Umsetzungskraft unter den Einschnitten leiden?
• Finanzielle Robustheit: Verbessert sich die Bilanz, oder handelt es sich eher um ein kurzfristiges Aufhübschen von Kennzahlen?

Wenn wir das Gefühl haben, dass ein Unternehmen in erster Linie versucht, verfehlte Wachstumsversprechen durch Kostenkürzungen zu kaschieren, bleiben wir vorsichtig. Sehen wir hingegen eine ehrliche Neuausrichtung auf profitablere Geschäftsbereiche mit klarer KI-Strategie, sind wir eher bereit, das positiv zu würdigen.

5. KI und Arbeitsplatzabbau – was das für unser Risikoverständnis bedeutet

Der Fall Block zeigt exemplarisch, wie KI in der realen Wirtschaft inzwischen interpretiert wird:

• nicht nur als Wachstums- und Umsatzhebel,
• sondern auch als Rechtfertigung für massive Rationalisierung.

Für unser Portfolio bedeutet das zweierlei:

1. Unternehmensrisiko: Firmen, die KI glaubwürdig einsetzen, können ihre Kostenstruktur deutlich verbessern – mit Chancen für Margen und Wettbewerbsposition.
2. Gesamtmarktrisiko: Wenn KI-Werkzeuge breit eingesetzt werden, kann das in einigen Sektoren zu strukturellen Verschiebungen, erhöhter Arbeitslosigkeit und politischer Gegenreaktion führen.

Wir integrieren solche Entwicklungen in unsere Szenarien für:

• Konsumverhalten,
• Steuer- und Regulierungspolitik,
• und gesellschaftliche Akzeptanz bestimmter Geschäftsmodelle.

6. Was wir aus der Perspektive von Mitarbeitenden und Kunden mitdenken

Auch wenn wir als Anleger auf Kennzahlen und Kurse schauen, ist es wichtig, die Perspektive von Mitarbeitenden und Kunden zu berücksichtigen:

• Wie wirkt sich ein radikaler Stellenabbau auf Servicequalität und Innovationskraft aus?
• Bleibt genügend Know-how im Unternehmen, um komplexe Produkte weiterzuentwickeln?
• Wie reagieren Kunden, wenn sie merken, dass Prozesse vollständig automatisiert wurden?

In vielen Fällen werden Unternehmen eine Balance finden müssen:

• Effizienzgewinne durch KI nutzen,
• ohne das Vertrauen von Kunden und Mitarbeitenden zu zerstören.

Wir prüfen daher, ob die Kommunikation eines Unternehmens transparent, realistisch und verantwortungsvoll wirkt – oder ob wir vor allem Schlagworte und kurzfristige Börsenrhetorik hören.

7. Portfoliostrategie: Wie wir mit solchen Fällen umgehen

Aus dem Beispiel Block leiten wir für unser Portfolio mehrere Prinzipien ab:

• Kein Reflexkauf nach Kurssprung: Ein zweistelliger Anstieg nach einer Ankündigung ist kein Grund, hektisch einzusteigen. Wir wollen zuerst prüfen, ob unser langfristiger Investmentcase aufgeht.
• Vergleich mit Peers: Wir vergleichen, wie andere Unternehmen im gleichen Sektor mit KI und Effizienzprogrammen umgehen. Sind wir Zeuge einer einzelnen radikalen Maßnahme oder eines breiteren Trends?
• Beobachtung der Folgequartale: Entscheidend ist, wie sich Umsatz, Kundenzahlen, Nutzeraktivität und Margen in den Folgequartalen entwickeln – nicht nur direkt nach dem Einschnitt.

Wir akzeptieren, dass wir durch diese Vorsicht vielleicht nicht jede kurzfristige Rally vollständig mitnehmen. Dafür minimieren wir das Risiko, uns in Geschichten zu verfangen, die auf Dauer nicht tragen.

8. Was das für unsere Sicht auf KI-Investments allgemein bedeutet

Der Fall zeigt uns, dass KI in der Praxis zunehmend als Kosten- und Effizienzinstrument eingesetzt wird – nicht nur als Wachstumsmotor. Für unsere generelle Sicht auf KI-Investments bedeutet das:

• Wir suchen gezielt nach Unternehmen, die messbare Produktivitätsgewinne durch KI erzielen und das in Kennzahlen belegen können.
• Wir achten darauf, ob KI-Strategien über das reine Marketing hinausgehen und sich in Prozessen, Produkten und Margen widerspiegeln.
• Wir unterscheiden zwischen:
• Unternehmen, die KI nutzen, um bestehende Geschäftsmodelle effizienter zu machen,
• und solchen, die versuchen, vollständig neue Modelle aufzubauen, deren Tragfähigkeit noch unklar ist.

Beide Kategorien können attraktiv sein, aber das Chance-Risiko-Profil unterscheidet sich deutlich.

9. Fazit – zwischen Effizienz und Übertreibung

Die Ankündigung großer Stellenstreichungen unter dem Banner der KI-Produktivität ist ein starkes Symbol für die Umbrüche, die wir derzeit sehen. Für uns bleibt entscheidend:

• ob die Maßnahmen langfristig zu einem besseren, fokussierteren Geschäftsmodell führen,
• ob die Bilanz und die Ertragskraft nach dem Schnitt wirklich robuster sind,
• und ob die Bewertung des Unternehmens das damit verbundene Risiko angemessen reflektiert.

Wir halten fest:

• KI ist ein mächtiges Werkzeug, aber kein Freibrief für jede Restrukturierung.
• Kurzfristige Kurssprünge nach Kostensenkungen sind nicht automatisch ein Signal für nachhaltige Wertschöpfung.
• Wir bleiben bei unserem Rahmen aus Bewertung, Qualität, Transparenz und Langfristigkeit, auch wenn Marktreaktionen auf den ersten Blick spektakulär wirken.

So können wir solche Ereignisse als wertvolle Datenpunkte nutzen, ohne uns in kurzfristigen Erzählungen zu verlieren.