Token-Zähler und Adoption-Dashboards fliessen bei Meta nicht mehr in Performance-Reviews ein. Vorher blähten Mitarbeitende ihren Verbrauch künstlich auf – ein Lehrstück über Nutzungsmetriken als KPI.
Kostenloses Erstgespräch — herstellerneutral, direkt aus dem Rheintal.
KI-Nutzung ist kein Leistungsnachweis. Wer Token, Prompts oder Tool-Logins zur Zielgrösse macht, bekommt genau das – und nicht bessere Arbeit.
Meta bewertet seine Engineers nicht mehr danach, wie stark sie KI-Tools nutzen. In einem internen Memo Anfang September teilten die Manager Maher Saba und Santosh Janardhan mit, dass KI-Adoption-Dashboards und Token-Zähler nicht mehr in die Performance-Reviews einfliessen – massgeblich sind wieder Qualität, Tempo und Komplexität der Arbeit. Zuerst berichtete The Information darüber, drei Mitarbeitende bestätigten die Änderung gegenüber WIRED. Damit beendet Meta ein Experiment, das vorgeführt hat, wie schnell eine Nutzungskennzahl zum Selbstzweck wird.
Vorher hatte Meta KI-Nutzung zur core expectation erklärt und Mitarbeitende an ihrem «AI-driven impact» gemessen. Ein Angestellter baute daraufhin im Intranet eine Rangliste namens «Claudeonomics», die den Token-Verbrauch von über 85'000 Mitarbeitenden aggregierte und die 250 grössten Vielnutzer auflistete – mit Titeln wie «Token Legend» oder «Cache Wizard». Tokens sind die kleinsten Verarbeitungseinheiten eines Sprachmodells und werden pro Stück abgerechnet.
Das Ergebnis nannte die Branche «Tokenmaxxing»: Entwickler liessen Agenten stundenlang parallel laufen, nur um in der Rangliste zu steigen. Nach öffentlicher Kritik verschwand das Leaderboard im April.
Die Grössenordnung: Laut The Information verbrauchten Metas Mitarbeitende in 30 Tagen 60,2 Billionen Token. Zu den Listenpreisen von Anthropic wären das rund 900 Millionen Dollar, rechnet Gergely Orosz im Pragmatic Engineer vor – Meta kauft zwar mit Rabatt ein, ein dreistelliger Millionenbetrag bleibt es trotzdem. Spätere Berichte nennen sogar 73,7 Billionen Token in gut 30 Tagen. Metas interne KI-Nutzung steuert 2026 auf Milliardenbeträge zu; ab 2027 sollen Budgets und ein zentrales Dashboard namens «AI Gateway» den Verbrauch steuern.
CTO Andrew Bosworth hatte dem Anreiz schon vorher in einem eigenen Memo widersprochen:
Niemand sollte KI-Tools nur um ihrer selbst willen nutzen. Bewegung ist nicht gleich Fortschritt, und Token-Verbrauch allein misst keinerlei Wirkung.
Parallel testet Meta das Agenten-Tool Hatch, das Aufgaben selbstständig am Computer erledigt. Laut WIRED zögern manche Mitarbeitende, es mit ihren privaten Konten zu verbinden – aus Datenschutzgründen.
Für Schweizer Firmen ist der Fall mehr als Silicon-Valley-Folklore. Laut einer EY-Umfrage unter 604 Beschäftigten, die das SECO-KMU-Portal zusammenfasst, greifen 89 Prozent täglich zu KI-Lösungen; 55 Prozent der Unternehmen setzen KI strategisch in mindestens einem Geschäftsbereich ein, 31 Prozent stecken noch in Pilotprojekten, und nur 3 Prozent verbieten sie ganz. Öffentlich belegte Zahlen dazu, dass hierzulande mit Nutzungsquoten gesteuert wird, gibt es bislang nicht – die Frage, woran man den Erfolg misst, stellt sich mit dieser Verbreitung aber überall.
Genau davor warnt Goodhart's Law: Sobald eine Kennzahl zum Ziel erklärt wird, taugt sie nicht mehr als Massstab. Wenn du in deiner Firma gerade Adoptionsziele einführst, miss deshalb Ergebnisse statt Verbrauch – Meta hat den teureren Weg genommen.

ASML und TSMC stellen die Chipfertigung auf 12-Zoll-Photomasken um – erstmals seit Jahrzehnten. Intel Foundry und Samsung ziehen mit, SK Hynix prüft eine Teilnahme. Für KI-Beschleuniger geht es dabei um eine harte physikalische Obergrenze.