DeepL trennt sich von 250 Mitarbeitenden – und setzt alles auf KI-Übersetzungen
Hellmuth OrtmannDeepL trennt sich von 250 Mitarbeitenden – und setzt alles auf KI-Übersetzungen
DeepL, das KI-gestützte Übersetzungsunternehmen, trennt sich von rund 250 Mitarbeitenden – etwa ein Viertel seiner Belegschaft. Der Schritt ist Teil einer strategischen Neuausrichtung, bei der das Unternehmen nun künstliche Intelligenz und Echtzeit-Sprachübersetzungen in den Vordergrund stellt. Betroffene Beschäftigte beschrieben die Entlassungen als überraschend; viele seien von der Ankündigung völlig unvorbereitet getroffen worden.
Gründer und CEO Jarosław Kutylowski gab die Stellenstreichungen in einem LinkedIn-Beitrag bekannt. Er begründete die Umstrukturierung damit, dass sich DeepL stärker auf KI-getriebene Innovationen konzentrieren wolle. Statt großer Teams setze man künftig auf kleinere, spezialisierte Einheiten. Routineaufgaben sollen zunehmend von KI übernommen werden, um den Mitarbeitenden mehr Raum für kreative und strategische Projekte zu geben.
Die Entlassungen folgen einer Phase finanzieller Belastungen. 2023 verzeichnete DeepL ein negatives Betriebsergebnis (EBIT), und für die kommenden Jahre werden weitere Verluste erwartet. Dennoch wurde das Unternehmen bei der letzten großen Finanzierungsrunde 2024 mit rund zwei Milliarden US-Dollar bewertet.
Gleichzeitig baut DeepL seine Ambitionen im Bereich der Echtzeitübersetzung aus. Ein neues Büro in San Francisco soll die Entwicklung von Sprache-zu-Sprache-Technologien vorantreiben, unterstützt durch Partnerschaften in den USA. Dieser Fokus auf Live-Übersetzungen markiert eine Abkehr von der bisherigen Ausrichtung auf autonome KI-Agenten – ein Marktsegment, in das DeepL erst im vergangenen Jahr eingestiegen war.
Nach der Umstrukturierung bleibt ein schlankeres Team zurück, das sich nun auf KI und Echtzeit-Übersetzungsdienste konzentriert. Die Zukunft des Unternehmens hängt davon ab, seine Technologie weiter zu verfeinern und gleichzeitig die anhaltenden finanziellen Herausforderungen zu meistern. Die Mitarbeitenden müssen sich an ein Modell anpassen, in dem KI repetitive Aufgaben übernimmt, während sie sich auf komplexere Tätigkeiten konzentrieren können.






