JPMorgan Chase verschärft die Gangart für seine weltweit rund 65.000 Software-Ingenieure. Über detaillierte interne Dashboards überwacht die Bank die Nutzung von KI-Tools wie GitHub Copilot und Anthropic’s Claude, um messbare Produktivitätssteigerungen zu erzwingen.
- JPMorgan überwacht die Nutzung von KI-Tools wie Copilot bei seinen 65.000 Entwicklern über detaillierte Dashboards, um die Produktivität messbar zu steigern.
- Ein internes Scoring-System belohnt das proaktive Formulieren von Prompts stärker als die rein passive Übernahme von Code-Vorschlägen.
- Die getrackte KI-Aktivität fließt zunehmend in die Leistungsbewertungen ein und schürt bei der Belegschaft Ängste vor echten Karrierenachteilen.
Systematische Überwachung der Entwickler-Performance
Die größte US-Bank hat ihre globale Technologieabteilung angewiesen, signifikante Verbesserungen durch den Einsatz von Generativer KI nachzuweisen. JPMorgan plant für das Jahr 2026 Technologie-Investitionen in Höhe von rund 20 Milliarden USD. Um die Effektivität dieser Ausgaben sicherzustellen, wurden Tools implementiert, die Ingenieure basierend auf ihrer Interaktion mit GitHub Copilot und Claude kategorisieren. Ein Algorithmus stuft die Nutzer in Gruppen ein, die von Managern und teilweise auch Kollegen eingesehen werden können.
Scoring-System: Proaktive Nutzung wird belohnt
Das tägliche Bewertungssystem der Bank gewichtet Aktivitäten unterschiedlich. Proaktive Handlungen, wie das aktive Schreiben eines Prompts, erzielen höhere Punktwerte als die bloße Annahme von Code-Vorschlägen (Tab-Completion). Diese Daten fließen in eine Quartalsbewertung ein, die Entwickler über oder unter dem Median ihres Bereichs einordnet. Laut Berichten von fünf Ingenieuren gegenüber Business Insider führt dies zu einem Klima des permanenten Wettbewerbs, in dem die rein statistische Nutzung oft über die tatsächliche Problemlösung gestellt wird.
Angst vor der „Naughty List“ und Leistungskonsequenzen
In internen Kommunikationskanälen warnen sich Entwickler gegenseitig vor einer inoffiziellen „Naughty List“ für KI-Verweigerer. Der Rat unter Kollegen: Copilot mindestens einmal monatlich öffnen, um im System als aktiv zu gelten. Während ein Sprecher von JPMorgan betont, dass die Dashboards primär der Identifikation von Schulungsbedarf dienen, berichten Mitarbeiter von Leistungsbesprechungen, in denen Manager die Nutzungsdaten explizit anführen. Die Bank hat zudem ihre Bewertungsmatrix auf die Dimensionen „Was erreicht wurde“ und „Wie es erreicht wurde“ umgestellt – wobei die KI-Adoption nun ein zentraler Pfeiler des „Wie“ ist.
Industrie-Trend: KI-Nutzung als Karrierefaktor
JPMorgan steht mit diesem harten Kurs nicht allein. Auch Tech-Giganten wie Google, Meta und Amazon integrieren die KI-Kompetenz zunehmend in ihre Beförderungskriterien. Die Herausforderung für Ingenieure besteht darin, dass die Tools oft noch lückenhaft tracken und komplexe Architekturarbeit, die wenig „Prompt-Aktivität“ erfordert, statistisch benachteiligt wird. Dennoch ist die Marschrichtung klar: Wer sich der Transformation entzieht, riskiert die Einstufung als „Needs Improvement“.
So What?
Die Strategie von JPMorgan markiert das Ende der freiwilligen KI-Adoption. Für Führungskräfte bedeutet dies: KI-Kompetenz wird zur harten KPI. Unternehmen müssen jedoch aufpassen, dass sie keine „Statistik-Optimierer“ züchten, die Tools nur öffnen, um Dashboards zu befriedigen. Eine erfolgreiche Strategie erfordert die Verknüpfung von Nutzungshäufigkeit mit tatsächlicher Code-Qualität und Projekterfolg.
Fazit
Der Fall JPMorgan verdeutlicht, dass die Ära der experimentellen KI-Nutzung vorbei ist. Die Integration in das Leistungsmanagement ist ein logischer, wenn auch für die Belegschaft druckvoller Schritt. Wer jetzt die richtigen Anreize setzt, ohne die kreative Ingenieursleistung zu ersticken, wird den Produktivitätswettlauf gewinnen.
Token-Rechner wird geladen…
❓ Häufig gestellte Fragen
✍️ Editorial / Meinungsbeitrag — basiert auf Einordnung der Redaktion, nicht auf externen Primärquellen.
📚 Quellen
