Die Doorman Fallacy: Wo der Einsatz künstlicher Intelligenz dem Ruf schaden kann

Die Doorman Fallacy: Wo der Einsatz künstlicher Intelligenz dem Ruf schaden kann

Written by

Alexander Petridis

Alexander Petridis
Senior Analyst Published 09 Nov 2026 Read time: 8

Published on

09 Nov 2026

Read time

8 minutes

Key Takeaways

  • KI-bedingter Stellenabbau wird immer häufiger zum Bumerang. Viele Unternehmen, welche die Fähigkeiten künstlicher Intelligenz überschätzt und deshalb Personal abgebaut haben, besetzen dieselben oder ähnliche Stellen nun wieder neu, insbesondere im Kundenservice.
  • KI steigert die Produktivität vor allem bei Routineaufgaben, ersetzt aber weder das Urteilsvermögen noch die zwischenmenschlichen Fähigkeiten erfahrener Beschäftigter. Wer das übersieht, erliegt der Doorman Fallacy.
  • Die Annahme, ganze Berufsbilder ließen sich vollständig automatisieren, kommt Unternehmen teuer zu stehen. Die Folgen sind mehr Beschwerden, rechtliche Probleme und kostspielige Wiedereinstellungen.

Den Begriff „Doorman Fallacy“ prägte der Werbemanager Rory Sutherland 2019 in seinem Buch Alchemy. Gemeint ist der Fehler, eine Rolle auf ihre sichtbarste, rein mechanische Aufgabe zu reduzieren und dabei ihre schwer messbaren Funktionen zu übersehen, etwa Status, Abschreckung, Urteilsvermögen, Vertrauen und Beziehungspflege.

In Sutherlands Ausgangsbeispiel ersetzt ein Hotel seinen Portier durch eine automatische Tür. Es spart damit die Kosten für das Türöffnen, verliert aber alles andere, was der Portier leistet. Er gibt Gästen ein Gefühl von Sicherheit, schreckt unerwünschte Personen ab, ruft Taxis und verleiht dem Haus Prestige. Mit ihm gehen auch sein Urteilsvermögen, sein Gespür und seine Beziehungen zu den Gästen verloren.

Im heutigen Unternehmensumfeld dient der Begriff als Kurzformel für KI-Strategien, die lediglich die oberflächlichen Aufgaben einer Stelle automatisieren und dabei das menschliche Urteilsvermögen, die Empathie und das Kontextverständnis unterschätzen, welche die Rolle erst wertvoll machen.

Seit 2024 lässt sich dieses Muster beim KI-Einsatz in Unternehmen empirisch beobachten. Immer mehr Firmen, die Beschäftigte durch KI-Systeme ersetzt hatten, sind teilweise oder ganz zurückgerudert, nachdem die Servicequalität gesunken, die Arbeitslast gestiegen oder das rechtliche Risiko gewachsen war. Andere mussten feststellen, dass sich Bereiche wie das Personalwesen, der Kundenservice und anspruchsvolle Ingenieurstätigkeiten schwerer automatisieren lassen als erwartet.

Zugleich belegen belastbare Studien, dass KI tatsächlich Produktivitätsgewinne bringt, allerdings überwiegend in klar abgegrenzten Bereichen, etwa wenn Berufseinsteiger genau definierte Routineaufgaben erledigen. Die Befunde sprechen daher weder dafür, dass KI alle Jobs ersetzt, noch dafür, dass sie nutzlos ist. Entscheidend ist vielmehr zu benennen, woher der tatsächliche Nutzen der KI stammt und in welchen Berufen menschliche Arbeit dauerhaft gefragt bleibt.

Unternehmen machen KI-bedingten Stellenabbau rückgängig

Mehrere prominente Fälle zeigen, wie sich die Doorman Fallacy in der Praxis auswirkt. Anfang 2024 erklärte der CEO von Klarna, der auf OpenAI basierende Assistent des Unternehmens leiste die Arbeit von 700 Vollzeit-Kundenservicemitarbeitern und bearbeite rund drei Viertel aller Support-Chats. Das Unternehmen verhängte einen Einstellungsstopp und die Belegschaft schrumpfte um etwa 22 %, vor allem durch nicht nachbesetzte Stellen.

2025 änderte Klarna jedoch seinen Kurs: Es stellte wieder Mitarbeiter für den Kundensupport ein und versetzte über einen internen Talentpool Ingenieure und Marketingkräfte in den Support. Der CEO räumte öffentlich ein, dass die KI zwar günstiger sei, die Ergebnisse aber schlechter ausfielen. Externe Berichte führten die Kehrtwende auf eine sinkende Kundenzufriedenheit und öffentliche Beschwerden zurück, die letztlich das Vertrauen der Verbraucher in die Marke beschädigten. Außerdem investierte Klarna in die Umschulung von Beschäftigten für Rollen wie Einrichtungsberater, die menschliche Fähigkeiten verlangen, die eine KI nicht nachbilden kann.

Die Commonwealth Bank of Australia (CBA) führte einen KI-Sprachassistenten ein und kündigte den Abbau von 45 Stellen an. Der Bot habe das wöchentliche Anrufaufkommen um etwa 2.000 Anrufe gesenkt. Die Gewerkschaft Finance Sector Union widersprach und erklärte, das Anrufaufkommen steige sogar, die Beschäftigten müssten Überstunden leisten und Teamleiter selbst Anrufe entgegennehmen.

Unter dem Druck der Gewerkschaft und angesichts eines Verfahrens vor der Fair Work Commission, der australischen Arbeitsschiedsstelle, nahm die CBA die Entlassungen zurück. Sie bezeichnete die Entscheidung als Fehler und entschuldigte sich dafür, nicht alle relevanten betrieblichen Faktoren berücksichtigt zu haben. Den betroffenen Beschäftigten wurden ihre alten Stellen, eine Versetzung oder Abfindungspakete angeboten. Die Rücknahme ist in öffentlichen Unterlagen des Schiedsgerichts belegt.

Der Assistent AskHR von IBM beantwortet 94 % der routinemäßigen Personalanfragen automatisch, darunter Gehaltsabrechnungen, Urlaubsanträge und einfache Fragen zu Richtlinien. Das Unternehmen räumt ein, dass KI Hunderte Stellen im Personalwesen ersetzt hat. Die Gesamtbelegschaft von IBM wuchs dennoch, denn die frei gewordenen Mittel flossen in die Programmierung, den Vertrieb und die KI-Entwicklung.

Ein Bericht aus dem Jahr 2026 betont allerdings, dass die übrigen 6 % der Personalfälle – ethische Abwägungen, Ausnahmen, Konfliktlösung und Kündigungen – weiterhin menschliches Eingreifen erfordern. IBM verdreifachte daraufhin 2026 die Einstellung von Berufseinsteigern in den USA, um diese Urteilsarbeit auf den letzten Metern zu leisten. Die Erfahrung von IBM zeigt somit einen Teilerfolg der Automatisierung, bei dem menschliches Urteilsvermögen weiterhin gefragt bleibt, stellt jedoch keine vollständige Kehrtwende dar.

Ford wiederum hat Berichten zufolge Hunderte erfahrene Ingenieure wieder eingestellt, um Qualitätsprobleme zu lösen, an denen automatisierte Systeme scheitern. Das Unternehmen ist damit ein aktuelles Beispiel für Wiedereinstellungen als Reaktion auf die Grenzen der Automatisierung. So können automatisierte Systeme etwa wiederkehrende Fahrzeugmängel melden, doch das Urteilsvermögen erfahrener Ingenieure ersetzen sie nicht, wenn es darum geht, die Ursachen aufzuspüren und verlässliche Lösungen zu entwickeln.

Umfragen und Prognosen stützen die These, dass es sich nicht um Einzelfälle handelt. Wie CNBC unter Berufung auf Daten von Robert Half berichtet, haben rund 32 % der US-Personalverantwortlichen, die vor allem wegen KI Personal abgebaut hatten, dieselben oder ähnliche Positionen anschließend neu besetzt, wobei der Anteil im Finanzsektor sogar bei 44 % liegt.

Das Personaldienstleistungsunternehmen Careerminds ermittelte, dass etwa ein Drittel der Unternehmen, die Stellen zugunsten von KI gestrichen hatten, später 25 % bis 50 % davon wieder besetzten. Weitere 35,6 % der Unternehmen haben sogar mehr als die Hälfte der gestrichenen Stellen neu besetzt. Bei einem Drittel der Arbeitgeber überstiegen die Kosten für die Neubesetzung die ursprünglichen Einsparungen.

Rechtliche und Reputationsrisiken übermäßiger Automatisierung

Die Doorman Fallacy hat nicht nur betriebliche, sondern auch rechtliche und rufschädigende Folgen. Ein bekanntes Beispiel ist der Fall Moffatt v. Air Canada aus dem Jahr 2024 vor dem Civil Resolution Tribunal von British Columbia. Der Chatbot auf der Website von Air Canada hatte einem Kunden fälschlich mitgeteilt, er könne eine Ermäßigung für Reisen im Trauerfall auch nachträglich beantragen. Als er das versuchte, lehnte die Fluggesellschaft ab und argumentierte, der Chatbot sei eine eigenständige juristische Person und für sein Handeln selbst verantwortlich. Tribunal-Mitglied Christopher Rivers wies dieses Argument zurück, stellte eine Haftung der Airline wegen fahrlässiger Falschdarstellung fest und verpflichtete sie, den zugesagten Rabatt sowie Schadenersatz und Gebühren zu zahlen.

Die American Bar Association wertete den Fall als deutliche Mahnung, dass Unternehmen für die Auskünfte ihrer KI-Tools ebenso haften wie für statische Webinhalte. Der finanzielle Schaden war zwar gering, doch das Urteil beschädigte den Ruf des Kundenservice von Air Canada und gilt inzwischen als Präzedenzfall in der Luftfahrt- und Tourismusbranche. Der Fall zeigt, dass Unternehmen vor Gericht scheitern können, wenn sie ein automatisiertes System wie einen eigenständigen Akteur behandeln. Die Pflichten des Unternehmens erstrecken sich letztlich auch auf seine KI-Tools.

Berufe, die sich als KI-resistent erwiesen haben

Arbeitsmarktstatistiken und das Verhalten von Unternehmen deuten darauf hin, dass sich einige Berufe besser gegen die Automatisierung behaupten als vielfach vorhergesagt, manche uneingeschränkt, andere zumindest teilweise. Obwohl IBM Routineanfragen im Personalwesen weitgehend automatisiert hat, rechnet das US Bureau of Labor Statistics (BLS) damit, dass die Beschäftigung von Personalfachkräften zwischen 2024 und 2034 um rund 6 % wachsen wird und damit schneller als im Durchschnitt aller Berufe. Jährlich ergeben sich geschätzt 81.800 offene Stellen, vor allem durch Renteneintritte und Berufswechsel.

Warum das so ist, zeigt das Beispiel IBM: Der automatisierte Teil der Personalarbeit ist wenig wertschöpfend und transaktional, während die verbleibenden Konflikte, ethischen Entscheidungen und folgenreichen Personalmaßnahmen weiterhin menschliches Urteilsvermögen verlangen. Die KI hat das Aufgabenprofil verändert, das Berufsbild aber nicht abgeschafft.

Für den Kundenservice prognostiziert das BLS zwischen 2024 und 2034 einen Rückgang der Beschäftigung um rund 5 %, ein Hinweis darauf, dass viele Kernaufgaben tatsächlich automatisiert werden. Die Fälle Klarna und CBA belegen jedoch, dass eine überstürzte Automatisierung die Arbeitslast und die Zahl der Beschwerden in die Höhe treiben und selbst in einem schrumpfenden Beruf Wiedereinstellungen erzwingen kann. Standardanfragen lassen sich automatisieren, Problemfälle, komplexe Anliegen und die Pflege von Kundenbeziehungen dagegen nicht ohne Weiteres. Wer dieses Verhältnis falsch einschätzt, muss wieder Personal aufbauen.

Untersuchungen zu Copilot zeigen, dass KI-Tools bestimmte Aufgaben spürbar beschleunigen können, erfahrene Ingenieure aber nicht überflüssig machen. Eine Studie von Microsoft und GitHub ergab, dass Entwickler mit Copilot eine Programmieraufgabe 55,8 % schneller erledigten als die Kontrollgruppe und sie häufiger abschlossen. Eine breiter angelegte Praxisstudie von Uplevel mit knapp 800 Entwicklern konnte dagegen keine nennenswerte Verbesserung bei Durchlaufzeit oder Pull-Request-Durchsatz feststellen. Stattdessen bauten Copilot-Nutzer 41 % mehr Fehler in ihren Code ein.

Dass Ford erfahrene Ingenieure für die Qualitätskontrolle wieder einstellt, unterstreicht das. KI beschleunigt das Programmieren bei klar umrissenen Aufgaben. Die Architektur, die Fehlersuche in komplexen Systemen und die Qualitätssicherung sind jedoch weiterhin stark auf Menschen angewiesen.

Wo KI nachweislich die Produktivität steigert

Die belastbarsten empirischen Belege für den Nutzen von KI stammen aus Studien zu Routineaufgaben in der Wissensarbeit. Ein vielbeachtetes Arbeitspapier des National Bureau of Economic Research untersuchte 5.000 Kundendienstmitarbeiter, die bei einem Softwareunternehmen aus der Fortune-500-Liste Millionen von Chats bearbeiteten. Mit KI-Unterstützung stieg ihre Produktivität insgesamt um etwa 14 % und sie bearbeiteten rund 13,8 % mehr Chats pro Stunde. Die Zuwächse verteilten sich jedoch ungleich, denn sie entfielen fast vollständig auf Neulinge und weniger qualifizierte Mitarbeiter. Im schwächsten Fünftel stieg der Durchsatz um rund 35 % und damit mehr als doppelt so stark wie im Durchschnitt, während sich bei den leistungsstärksten Mitarbeitern kaum etwas änderte.

Das KI-Tool erfasste das implizite Wissen erfahrener Mitarbeiter und gab es an neuere Kollegen weiter. Dadurch verkürzte sich die Einarbeitung deutlich. Neue Mitarbeiter erreichten schon nach etwa zwei Monaten eine Produktivität, für die sie sonst sechs Monate brauchten. Auch die Qualitätskennzahlen verbesserten sich leicht. Es wurden etwas mehr Anliegen erfolgreich gelöst und Kunden verlangten seltener, mit einem Vorgesetzten zu sprechen. Zudem sank die Mitarbeiterfluktuation.

Diese Befunde stützen die Einschätzung, dass generative KI am besten als Werkzeug zur Wissensvermittlung und zur Ergänzung menschlicher Arbeit funktioniert, nicht aber als Ersatz für das Urteilsvermögen erfahrener Beschäftigter und ihren Umgang mit Problemfällen.

Das GitHub-Copilot-Experiment zeichnet ein ähnliches Bild für die Softwareentwicklung. Bei einer kontrollierten, klar umrissenen Programmieraufgabe arbeiteten Copilot-Nutzer deutlich schneller. Im breiteren Praxiseinsatz führte dieser Zeitgewinn jedoch nicht ohne Weiteres zu einer höheren Produktivität über den gesamten Entwicklungsprozess oder zu weniger Fehlern.

Insgesamt deuten die Studien darauf hin, dass der nachweisbare Nutzen von KI eng begrenzt, aber bedeutsam ist. Sie kann Routineaufgaben beschleunigen und das Grundniveau neuerer Beschäftigter anheben. Beim Urteil von Experten, bei der Lösung komplexer Probleme und bei Arbeit, die auf Beziehungen beruht, stößt sie dagegen an ihre Grenzen.

Final Word

Die bisherigen Erfahrungen sprechen für eine differenziertere Lesart der Doorman Fallacy bei KI-getriebenen Personalentscheidungen. Das zugrunde liegende Muster bleibt bestehen. Unternehmen, die ganze Stellen mit ihren am leichtesten automatisierbaren Aufgaben gleichgesetzt haben, tragen nun die Kosten in Form von schlechterem Service, rechtlichen Risiken, Reputationsschäden und Wiedereinstellungen.

Der Klarna-CEO hat öffentlich Qualitätsmängel eingeräumt und Einstellungsstopps aufgehoben, während die CBA ihre Entlassungen zurücknahm und sich dafür entschuldigte, wie Unterlagen der Fair Work Commission dokumentieren. Im Chatbot-Fall von Air Canada entstand zudem ein Präzedenzfall, der die Haftung von Unternehmen für die Aussagen ihrer KI bestätigt. Studien aus Stanford, vom MIT und von Microsoft belegen, dass KI bei Routineaufgaben und bei Neulingen den größten Nutzen bringt, Spitzenkräften dagegen kaum hilft und komplexe Urteilsarbeit weitgehend unberührt lässt.

Unternehmen, die diesen Unterschied verstehen, setzen KI ein, um menschliche Arbeit zu ergänzen, statt ganze Berufsbilder abzuschaffen. Das verspricht echte Produktivitätsgewinne und bewahrt sie zugleich vor den betrieblichen, rechtlichen und rufschädigenden Folgen der Doorman Fallacy.

Recommended for you

Never miss
a beat

Join Insider Monthly for exclusive data and stories like these, delivered straight to your inbox.

Something went wrong. Please try again later!

Region

Form submitted

One of our representatives will come back to you shortly.

Tap into the largest collection of industry research

  • Scalable membership packages to fit your needs
  • Competitive analysis, financial benchmarks, and more
  • 15 years of market sizing and forecast data