Die Ökonomen Hyunjin Kim (INSEAD) und Rembrand Koning (Harvard Business School) werteten in ihrem Arbeitspapier “AI-Native Firms” (Harvard Business School Working Paper Nr. 26-090, Juni 2026) Daten von Y-Combinator-Start-ups aus den Jahrgängen 2020 bis 2024 sowie eine breitere Stichprobe US-amerikanischer, mit Risikokapital finanzierter Start-ups aus. Als “KI-nativ” gelten dabei Firmen, die sich selbst bei Y Combinator mit dem Tag “AI” gekennzeichnet haben; die Forscher verknüpften diese Selbstauskunft mit Finanzierungsdaten von PitchBook und mit Personaldaten von Revelio Labs.
Im Vergleich zu Nicht-KI-Start-ups derselben Branche und desselben Jahrgangs sind KI-native Firmen laut der Zusammenfassung des HBS AI Institute in der Y-Combinator-Stichprobe rund 25 Prozent kleiner, in der breiteren PitchBook-Stichprobe etwa 12 Prozent kleiner. Der Anteil an Softwareentwicklern ist bei ihnen rund 13 Prozent höher, während die Anteile an Einstiegspositionen und an Führungskräften jeweils etwa 15 Prozent niedriger liegen. Als Beispiel nennen die Autoren zwei Firmen aus demselben Marktsegment: Die KI-gestützte Prüfungsvorbereitungsplattform Educato AI kommt mit sieben Beschäftigten aus, während der auf menschliche Nachhilfelehrer setzende Anbieter Careerist 912 Mitarbeitende zählt.
Zwei Erklärungsansätze – nur einer bestätigt sich
Kim und Koning unterscheiden zwischen zwei Wegen, wie KI Unternehmen verändern kann. Der erste ist der sogenannte Prozess-Kanal: Mitarbeitende nutzen KI-Werkzeuge wie Cursor oder Claude, um ihre bestehende Arbeit schneller oder besser zu erledigen. KI-native Firmen nennen solche Werkzeuge in ihren Stellenausschreibungen zwar rund 2,6-mal häufiger als vergleichbare Firmen – dieser Unterschied erklärt laut der Studie aber weder die kleinere Belegschaft noch die flacheren Hierarchien.
Stärkere Evidenz liefert stattdessen der sogenannte Produkt-Kanal: KI wird direkt in das verkaufte Produkt eingebaut, sodass ein Großteil der eigentlichen Arbeit im System selbst stattfindet statt bei zusätzlich eingestellten Menschen. Rund zwei Drittel der KI-getaggten Y-Combinator-Start-ups lassen sich laut der Studie dieser Kategorie zuordnen. Als Beispiel nennen die Autoren das Unternehmen FazeShift, das KI-Agenten für die Debitorenbuchhaltung anbietet: Wo ein klassischer Softwareanbieter für diesen Bereich ein größeres Team für Sonderfälle und laufenden Support bräuchte, erledigen die Agenten von FazeShift einen Großteil dieser Arbeit selbst – zusätzliche Kunden erfordern deshalb kein proportionales Personalwachstum.
Reaktionen: eine der ersten belastbaren Untersuchungen zum Thema
Der US-Ökonom Tyler Cowen bezeichnete die Studie auf seinem Blog Marginal Revolution als sehr wichtige Arbeit zu einer Frage, zu der es bislang vor allem Anekdoten, aber wenig belastbare Daten gab. Im Interview mit dem Magazin Charter/TIME betonte Mitautorin Hyunjin Kim, dass es für etablierte Unternehmen nicht ausreiche, bestehenden Mitarbeitenden lediglich KI-Werkzeuge zur Verfügung zu stellen; entscheidend sei vielmehr, ob und wie KI-Fähigkeiten in die eigentlichen Produkte und Arbeitsabläufe eingebettet werden.
Ein Beispiel aus der Praxis: Anthropic
Dass Einstiegspositionen bei einzelnen KI-Unternehmen tatsächlich eine untergeordnete Rolle spielen, hat Anthropics Chief Product Officer Mike Krieger selbst öffentlich eingeräumt. Im Podcast “Silicon Valley Girl” sagte Krieger auf die Frage nach frischen Hochschulabsolventinnen und -absolventen, das Unternehmen habe bislang kein Praktikantenprogramm gehabt und stelle deshalb tendenziell weniger davon ein. Stattdessen suche Anthropic gezielt nach Personen, die eigenständig Probleme lösen und bereits in ihrer Freizeit eigene Projekte umsetzen, statt nach spezifischen, eng umrissenen technischen Vorkenntnissen.
Der Blick aufs Ganze: Auch etablierte Unternehmen stellen weniger Berufseinsteiger ein
Die Verengung des Berufseinstiegs beschränkt sich nicht auf KI-native Start-ups. Wie CNBC unter Berufung auf eine Analyse der Risikokapitalgesellschaft SignalFire berichtete, ging die Zahl neuer Anstellungen von Personen mit weniger als einem Jahr Berufserfahrung bei großen, börsennotierten Tech-Konzernen und wachsenden, mit Risikokapital finanzierten Start-ups zwischen 2019 und 2024 um 50 Prozent zurück. SignalFire-Partnerin Heather Doshay ordnete das gegenüber CNBC nicht als generelles Verschwinden von Aufstiegschancen ein, sondern als Verflachung der Organisationsstrukturen: Der Berufseinstieg verändere sich, verschwinde aber nicht vollständig.
Einordnung
Die Harvard-Studie liefert damit einen der ersten datengestützten Belege für einen Effekt, der zuvor überwiegend anekdotisch beschrieben wurde: KI-native Unternehmen sind nicht einfach traditionelle Firmen mit zusätzlichen KI-Werkzeugen, sondern strukturell anders aufgebaut – kleiner, mit mehr Softwareentwicklern und flacheren Hierarchien. Für Berufseinsteiger bedeutet das laut den Studienautoren nicht zwangsläufig das Verschwinden von Karrierewegen in der Tech-Branche, wohl aber eine Verschiebung: weg von klassischen Einstiegsjobs mit repetitiven Aufgaben, hin zu einer kleineren Zahl an Positionen, die von Anfang an höhere Eigenständigkeit voraussetzen.
