Der Fall, so wie ihn die Beteiligten schildern: Luna führt seit April 2026 den Laden „Andon Market“ in San Francisco – Einkauf, Preise, Stellenausschreibungen, Personal. Bei einem Mitarbeiter summierten sich laut Andon Labs 27 Verspätungen, davon 17 von 23 Schichten zu spät angetreten; an einem Sonntag, an dem er allein im Laden stand, kam er 68 Minuten zu spät. Der San Francisco Standard nennt als Gründe der Trennung wörtlich „repeated lateness, spontaneously abandoning shifts, taking home a company credit card, and throwing merchandise in the garbage“. Das genaue Datum der Kündigung nennt keine der von uns geöffneten Quellen; der San Francisco Standard schreibt am 17. August 2026 lediglich von „Friday“.
Entschieden hat am Ende kein Agent allein. TechRepublic hält fest, dass Menschen die Empfehlung prüften und vollzogen („humans reviewed and carried out the decision“); Andon-Labs-Mitarbeiter Axel Backlund sagt dem San Francisco Standard, bei folgenreichen Entscheidungen gebe es immer menschliche Aufsicht („high-stakes decisions always have human oversight“). Mitgründer Lukas Petersson begründet den Schritt gegenüber TechRepublic damit, ein menschlicher Vorgesetzter hätte früher gekündigt: „A human employee would have fired this person much earlier, so we didn’t think this was unethical.“
Der eigentliche Befund ist der Kontrollversuch. Andon Labs sicherte den Zustand, in dem Luna sich befand, und spielte dieselbe Entscheidung mit weiteren Modellen nach – je dreimal. Vier davon empfahlen in allen drei Durchläufen die Trennung, die übrigen zögerten. Nachdem auf X bezweifelt worden war, dass ein älteres Modell so entscheiden würde, ließ Andon Labs das Szenario zusätzlich mit GPT-4o laufen: Dort empfahl das Modell die Kündigung nur in 20 Prozent der Durchläufe. Die Deutung des Unternehmens – je leistungsfähiger das Modell, desto entschiedener die Trennung – ist eine Anbieter-Deutung an einem einzigen Fall, keine Messreihe.
Ebenso aufschlussreich sind die Ausfälle davor. Luna hatte die eigene Regel – drei unentschuldigte Verspätungen binnen 30 Tagen ergeben eine formelle Verwarnung – aus dem Blick verloren und wandte sie erst an, nachdem die Betreiber sie zum Nachlesen der eigenen Richtlinien aufforderten; der San Francisco Standard beschreibt das als „repeated probing by engineers“. Nach der Darstellung von The Decoder genehmigte Luna außerdem alle 26 gestellten Freistellungsanträge und stellte einen Sieben-Tage-Arbeitsplan auf, der so nicht zulässig gewesen wäre. In einem zweiten Nachspiel-Test zum Einstellen wollten 18 von 21 Durchläufen Referenzen prüfen, und 17 von 21 empfahlen nach einer Probeschicht die Einstellung.
⚠️ Zur Beleglage: Die Primärquelle – der Blogbeitrag „ai-bosses-2“ von Andon Labs – ist für unser Abrufwerkzeug gesperrt (HTTP 403, Bot-Schutz; die URL stammt aus der Decoder-Meldung, der Host antwortet, der Link ist also nicht tot). Alle Zahlen sind daher anbieter-selbstberichtet und über drei unabhängig geöffnete Rezeptionen gegengelesen. Eine Abweichung bleibt stehen: The Decoder schreibt von „sieben KI-Modellen“, TechRepublic von „seven other AI models“ – ob Lunas eigenes Modell mitgezählt ist, geht aus keiner der Rezeptionen hervor. Die Namen der sieben Modelle nennt keine Quelle. Ein Vergleichsmaßstab fehlt: Was menschliche Vorgesetzte im selben Zustand entschieden hätten, wurde nicht erhoben.