Meta-Klage: 26 Beschäftigte werfen Konzern KI-Diskriminierung vor

26 ehemalige Angestellte, ein Bundesgericht in Oakland, ein Vorwurf, der es in sich hat: Meta soll Entlassungsentscheidungen an ein KI-System delegiert haben – und dabei ausgerechnet kranke oder leistungsgeminderte Mitarbeitende besonders hart getroffen haben. Klingt nach Science-Fiction-Dystopie, ist aber laut aktuellen Berichten schlicht Alltag in einem der größten Tech-Konzerne der Welt. Rechnen wir das Ganze mal nüchtern durch, statt es nur zu skandalisieren.

Was die Klageschrift Meta vorwirft

Der Kern der Sache: 26 frühere Beschäftigte werfen dem Unternehmen aus Menlo Park vor, bei Massenentlassungen auf KI-gestützte Software gesetzt zu haben, die Menschen mit Behinderungen und Beschäftigte in medizinischer Auszeit überproportional für den Rauswurf ausgewählt habe. Die Klage wurde laut Berichten Mitte Juli 2026 eingereicht. Wichtig für die Einordnung: Es handelt sich um Vorwürfe der Kläger:innen, nicht um ein Gerichtsurteil. Ob tatsächlich eine rechtswidrige Diskriminierung vorliegt, muss erst noch geklärt werden.

Konkret behauptet die Klageschrift, der Konzern habe sich beim Stellenabbau auf Produktivitätskennzahlen und die Nutzung interner KI-Werkzeuge gestützt. Wer wegen Krankheit gefehlt oder Angehörige gepflegt hat, soll dadurch systematisch schlechter bewertet worden sein – nicht weil die Leistung objektiv schwächer war, sondern weil die Metriken Abwesenheit strafen. Genau das ist der Haken an vielen algorithmischen HR-Tools: Sie messen, was messbar ist, und verwechseln das gern mit dem, was fair ist.

Metamate, Second Brain und der Produktivitätswert im Detail

Die Klageschrift nennt mehrere interne Systeme namentlich. „Metamate“ ist demnach ein auf einem Sprachmodell basierender interner Assistent. „Second Brain“ soll Kommunikation und Dokumente von Mitarbeitenden erfassen und daraus lernen. Und dann gibt es den sogenannten Produktivitätswert – berechnet, so der Vorwurf, aus Tastatureingaben, Bildschirminhalten, E-Mails und Browserverlauf. Wer bei dieser Aufzählung kurz schlucken musste: Sie sind nicht allein.

Zu technischen Details wie Modellversionen oder Trainingsdatensätzen dieser Systeme liegen keine belastbaren Angaben vor – alles, was über die reine Existenz und Funktionsbeschreibung hinausgeht, wäre Spekulation. Festzuhalten bleibt aber: Diese Systeme sollen laut Klage genutzt worden sein, um Beschäftigte in eine Rangliste für Kündigungen einzusortieren. Wer wenig „produktiv“ wirkte, landete demnach weiter oben auf der Streichliste. Ein Bewertungssystem, das Krankheit strukturell abwertet, ist genau der Fall, den Arbeitsrechtler als klassisches Beispiel für mittelbare Diskriminierung durch Algorithmen beschreiben.

Die Schattenseite der lückenlosen Leistungsmessung

Abseits der juristischen Spitzfindigkeiten stellt sich eine grundlegende betriebswirtschaftliche und psychologische Frage: Was macht es mit einer Belegschaft, wenn jeder Tastenanschlag, jede Mausbewegung und jede Minute Abwesenheit in einen unsichtbaren Produktivitätswert einfließt? Die Forschung zum Thema „Algorithmic Management“ zeigt seit Jahren, dass lückenlose digitale Überwachung zu massivem Stress, innerer Kündigung und einem tiefen Vertrauensverlust in die Führungsebene führt. Wer ständig das Gefühl hat, von einer Blackbox bewertet zu werden, die Krankheit oder private Krisen als „Ineffizienz“ abstraft, entwickelt pure Überlebensstrategien. Dazu gehört etwa das sogenannte „Mouse Jiggling“ – das künstliche Erzeugen von Mausaktivitäten, um dem System ständige Anwesenheit vorzugaukeln.

Ironischerweise konterkarieren solche Workarounds den eigentlichen Zweck von Produktivitäts-Tools. Statt echte Wertschöpfung zu messen, optimieren Beschäftigte ihr Verhalten für den Algorithmus. Für Tech-Konzerne, die auf Kreativität, komplexe Problemlösung und Teamarbeit angewiesen sind, ist ein reiner Quantitäts-Fokus brandgefährlich. Ein Softwareentwickler, der drei Tage über einer architektonischen Lösung brütet und dabei kaum Code tippt, würde in einem rein tastaturbasierten Metrik-System katastrophal abschneiden – obwohl seine Arbeit am Ende Millionenwerte sichern könnte. Die Reduktion menschlicher Arbeit auf messbare Mikroschritte ist daher nicht nur ein arbeitsrechtliches Minenfeld, sondern auch ein betriebswirtschaftlicher Trugschluss.

Weitere Einordnungen zum Thema Freelancer vs. Festanstellung im Vergleich zeigen zudem, dass gerade externe Kräfte oft noch schärferen algorithmischen Bewertungen ausgesetzt sind, ohne den Schutz des Betriebsverfassungsgesetzes zu genießen.

Metas Reaktion – und was offen bleibt

Ein Sprecher des Unternehmens wird mit der Aussage zitiert, die Vorwürfe seien unbegründet. Andere Berichte notieren, der Konzern habe sich bislang nicht ausführlich öffentlich geäußert. Diese Diskrepanz zeigt vor allem eines: Die Faktenlage ist in Bewegung, und wer jetzt schon von einem bewiesenen Fall algorithmischer Diskriminierung spricht, greift der Justiz vor.

Trotzdem lohnt der Blick auf den größeren Zusammenhang. Die Klage verweist explizit auf neue Gesetze in Kalifornien und New York City, die Bias-Tests für automatisierte Entscheidungssysteme vorschreiben. Der Vorwurf lautet: Meta habe seine Systeme nicht ausreichend auf Verzerrungen getestet. Sollte sich das erhärten, wäre das kein Einzelfall-Fehler, sondern ein strukturelles Versäumnis – und genau solche strukturellen Fälle sind es, die Regulierer und Gerichte zunehmend interessieren.

Rechnen wir nach: Was so ein Rechtsstreit kosten kann

Stellen Sie sich ein fiktives, aber realistisches Beispiel vor: Ein mittelständisches Tech-Unternehmen mit 500 Beschäftigten führt ein KI-gestütztes Bewertungssystem für Kündigungsentscheidungen ein. Klagt am Ende auch nur eine Handvoll Betroffener erfolgreich wegen Diskriminierung nach dem Allgemeinen Gleichbehandlungsgesetz, drohen neben Entschädigungszahlungen erhebliche Anwalts- und Prozesskosten, oft über mehrere Instanzen. Unter dem Strich kann ein einziges verlorenes Verfahren teurer werden als die gesamte Softwarelizenz für das KI-Tool über Jahre.

Zum Vergleich: Ein Unternehmen, das stattdessen in eine saubere, dokumentierte und bias-getestete Personalprozess-Software investiert, zahlt zwar mehr in der Anschaffung, spart sich aber genau diese Prozessrisiken. Die Rendite eines fairen Systems zeigt sich also nicht im Quartalsbericht, sondern im Ausbleiben teurer Gerichtsverfahren. Wer bei HR-Software nur auf den Anschaffungspreis schaut, rechnet am Ende genau falsch.

Dass solche toxischen Systeme langfristig dem Unternehmen massiv schaden, ist auch mit Blick auf den Fachkräftemangel und aktuelle Prognosen des ifo Instituts hochrelevant: Wer lückenlose Überwachung etabliert, verliert im globalen Wettbewerb um Talente die besten Köpfe an die Konkurrenz.

AGG und DSGVO: Der Unterschied zwischen den USA und Deutschland

Die Meta-Klage spielt sich im US-Rechtsraum ab, konkret vor einem Bundesgericht in Kalifornien. Wichtig für deutsche Leser:innen: Das ist kein Präzedenzfall für deutsches Arbeitsrecht, beeinflusst aber die Debatte massiv, weil hier erstmals sehr konkret beschrieben wird, wie interne KI-Tools bei Kündigungen zum Einsatz kommen sollen.

In Deutschland und der EU gelten ohnehin schärfere Leitplanken. Das Allgemeine Gleichbehandlungsgesetz ist technologieneutral formuliert – § 1 AGG schützt vor Benachteiligung wegen Behinderung, unabhängig davon, ob ein Mensch oder ein Algorithmus die Entscheidung vorbereitet hat. Hinzu kommt die Datenschutz-Grundverordnung: Art. 22 DSGVO untersagt grundsätzlich vollständig automatisierte Entscheidungen mit erheblicher Wirkung – eine Kündigung fällt klar in diese Kategorie. In der Praxis bedeutet das: Ein KI-System darf Empfehlungen liefern, die eigentliche Entscheidung muss aber ein Mensch treffen und verantworten. Genau dieser „Human-in-the-loop“-Grundsatz fehlt im Vorwurf gegen Meta komplett, sollte er sich bestätigen.

Der Beweislast-Haken bei algorithmischer Diskriminierung

Hier liegt einer der spannendsten juristischen Punkte, den auch Kanzleien wie CMS Deutschland in ihren Fachbeiträgen betonen: Nach § 22 AGG reichen zunächst Indizien, die eine Diskriminierung vermuten lassen. Dann muss der Arbeitgeber beweisen, dass keine Benachteiligung vorliegt. Bei einem menschlichen Vorgesetzten lässt sich das im Zweifel noch klären – man befragt ihn, prüft seine Begründung. Bei einem KI-System, dessen Bewertungslogik niemand vollständig versteht, wird das erheblich komplizierter.

Genau deshalb fordern Rechtsgutachten, etwa der Antidiskriminierungsstelle des Bundes, bessere Offenlegungspflichten für algorithmische Entscheidungssysteme und diskutieren ein Verbandsklagerecht, damit nicht jede betroffene Person allein gegen die Blackbox eines Konzerns antreten muss. Denn ein Mensch, der wegen einer Chemotherapie sechs Wochen gefehlt hat, kann kaum nachweisen, wie ein Produktivitätswert genau zustande kam, der ihn auf die Kündigungsliste gesetzt haben soll. Diese Beweisnot ist der eigentliche Sprengstoff der ganzen Debatte um KI-Diskriminierung im Arbeitsrecht.

Die Debatte reiht sich nahtlos in die größere Frage ein, ob die Digitalisierung als Jobkiller oder Jobgarant wirkt – denn wenn KI vor allem zur kalten Aussonderung genutzt wird, überwiegt für die Belegschaft klar die existenzielle Bedrohung.

Algorithmisches Management als globales Phänomen

Der Blick auf Meta darf nicht den Eindruck erwecken, es handele sich um ein isoliertes Problem einzelner Tech-Giganten. Algorithmisches Management hat in den vergangenen Jahren nahezu alle Branchen durchdrungen. Man denke nur an die Berichte über Paketdienste, bei denen Fahrer von Apps getaktet werden und für minimale Verzögerungen automatische Verwarnungen erhalten. Oder an Plattformarbeiter im Delivery-Bereich, deren Schichten und Kündigungen allein von der Akzeptanzrate der Kunden und der GPS-Trackung abhängen. In Großbritannien beschäftigten Gerichte bereits Klagen von Uber-Fahrern, die sich gegen die Intransparenz ihrer automatisierten Deaktivierungen wehrten.

Der Transfer dieser Logik in den klassischen Büro- und Wissensarbeitskontext ist der nächste logische – und zugleich gefährliche – Schritt. Während beim Paketauslieferer die physische Route gemessen wird, misst Metamate oder Second Brain die kognitive Spur. Die rechtlichen Grundlagen wie die DSGVO oder das AGG sind zwar auf dem Papier robust, doch die Beweiserhebung bleibt für den Einzelnen eine enorme Hürde. Wenn Konzerne ihre Bewertungslogiken als Geschäftsgeheimnis deklarieren, prallt das individuelle Recht auf informationelle Selbstbestimmung auf die Mauern des Urheber- und Know-how-Schutzes. Hier wird die Arbeitsgerichtsbarkeit in den kommenden Jahren gezwungen sein, neue Abwägungsmaßstäbe zu entwickeln.

EU AI Act: Hochrisiko-Einstufung für HR-KI

Parallel zur Rechtsprechung zieht die Regulierung nach. Der EU AI Act stuft KI-Systeme, die über Zugang zu Beschäftigung, Beförderung oder eben Kündigung entscheiden, als Hochrisiko-Systeme ein. Für solche Systeme gelten erhöhte Anforderungen an Transparenz, Risikomanagement und Datenqualität. Wer als Unternehmen also ein Tool wie einen internen Produktivitätswert zur Entlassungsauswahl nutzen will, muss künftig deutlich mehr dokumentieren und rechtfertigen können als bislang.

Für Unternehmen, die auf Effizienz durch KI im Personalwesen setzen, ist das eine unbequeme, aber notwendige Bremse. Meiner Einschätzung nach wird genau diese regulatorische Verschärfung dazu führen, dass viele Firmen ihre HR-Algorithmen erst einmal in die Schublade legen, bis die Compliance-Fragen geklärt sind – schlicht weil das Risiko eines Rechtsstreits die vermeintliche Effizienzrendite mühelos aufzehrt.

Praxis-Szenario: So auditieren Unternehmen ihre HR-Algorithmen

Was bedeutet der Fall Meta für Personalverantwortliche und Geschäftsführungen in Deutschland, die selbst KI-Tools im Recruiting oder in der Personalplanung einsetzen? Die wichtigste Lektion lautet: Vertrauen ist gut, ein unabhängiges Audit ist besser. Bevor ein algorithmisches System überhaupt Zugang zu sensiblen Mitarbeiterdaten erhält, müssen Unternehmen einen strukturierten Prüfprozess etablieren. Dieser sollte nicht nur die IT-Abteilung, sondern auch Datenschutzbeauftragte, den Betriebsrat und externe Ethik-Experten einbinden.

Ein solches Audit umfasst in der Praxis mehrere konkrete Handlungsschritte:

• Data Mapping: Welche Daten fließen in das Modell ein? Werden indirekte Proxy-Variablen genutzt, die etwa auf eine Behinderung oder das Geschlecht schließen lassen (zum Beispiel die Nutzung spezifischer interner Unterstützungsnetzwerke)?
• Bias-Testing: Das System muss mit historischen Daten getestet werden, um zu prüfen, ob es vergangene menschliche Vorurteile reproduziert oder gar verstärkt.
• Human-in-the-Loop-Protokolle: Es muss technisch und organisatorisch sichergestellt sein, dass keine Kündigung, Abmahnung oder Beförderung ohne das bewusste, dokumentierte Zutun einer qualifizierten Führungskraft erfolgt.
• Transparenz-Register: Eine interne Dokumentation, die für jeden Beschäftigten nachvollziehbar macht, welche Metriken wie gewichtet werden.

Unternehmen, die diese Schritte proaktiv gehen, wandeln das regulatorische Risiko in einen Wettbewerbsvorteil um. Faire KI-Systeme werden zunehmend zu einem weichen Standortfaktor, der bei der Rekrutierung von High Potentials den Ausschlag geben kann.

Was Beschäftigte und Betriebsräte jetzt tun können

Wer in einem Unternehmen arbeitet, das KI-gestützte Bewertungssysteme einführt, hat mehr Hebel als oft angenommen. Bei der Einführung von Systemen, die Verhalten oder Leistung überwachen, besteht in Deutschland regelmäßig ein Mitbestimmungsrecht nach § 87 Abs. 1 Nr. 6 BetrVG. Betriebsräte können und sollten hier frühzeitig eingebunden werden, bevor ein Produktivitätswert erstmals über Köpfe entscheidet.

Konkrete Schritte für Betroffene: Dokumentieren Sie Krankheitszeiten und Bewertungen parallel, fragen Sie aktiv nach der Grundlage einer Kündigungsentscheidung, und ziehen Sie im Zweifel eine Fachanwältin oder einen Fachanwalt für Arbeitsrecht hinzu, bevor Fristen verstreichen. Gerade bei außerordentlicher Kündigung im Arbeitsrecht zählt jeder Tag, weil die Klagefrist knapp bemessen ist. Wer den Verdacht hat, dass eine Kündigung auf einer diskriminierenden Kennzahl beruht, sollte sich nicht von der technischen Komplexität abschrecken lassen – das Recht auf Auskunft und Nachvollziehbarkeit besteht unabhängig davon, ob ein Mensch oder eine Maschine die Vorauswahl getroffen hat.

Was bleibt?

Unter dem Strich zeigt der Fall vor allem, wie weit die Praxis dem Recht manchmal davonläuft. Systeme wie Metamate oder ein Produktivitätswert aus Tastatureingaben und Browserverlauf entstehen schneller, als Gesetzgeber und Gerichte reagieren können. Ob sich die Vorwürfe gegen Meta am Ende erhärten, ist offen – aber die Fragen, die die Klage aufwirft, betreffen längst nicht nur einen Konzern in Kalifornien. Wie viele Unternehmen setzen heute schon ähnliche Bewertungslogiken ein, ohne dass es je zu einer Klage kommt? Und wer prüft das eigentlich, bevor die nächste Kündigungswelle rollt?