Die Auswirkungen von KI auf die Wirtschaft sind real – aber nicht so, wie die meisten erwarten

In den letzten Jahren wurde uns gesagt, dass künstliche Intelligenz die Welt entweder retten oder zerstören würde.

Die KI-Wirtschaft würde Arbeitsplätze vernichten, die Ungleichheit vergrößern und ganze Branchen destabilisieren.

Andere stellten es als ein Produktivitätswunder dar, das darauf wartete, zu geschehen.

Aber was ist, wenn beide Seiten das Ziel verfehlt haben? Basierend auf Daten liegt die Wahrheit woanders, und sie ist viel interessanter.

Steigert KI tatsächlich die Produktivität?

Die Antwort ist ja, aber ungleichmäßig.

In den großen Volkswirtschaften steigt die Produktivität bereits, zumindest berichten das einige der bekanntesten Forschungsarbeiten.

Die OECD schätzt, dass KI in den nächsten zehn Jahren jährlich bis zu 0,6 % zum Produktivitätswachstum beitragen könnte.

Der IWF geht davon aus, dass das globale BIP aufgrund der KI um 0,5 % pro Jahr steigen wird.

McKinsey schätzt den potenziellen jährlichen Gewinn allein durch generative KI auf 2,6 bis 4,4 Billionen US-Dollar.

Aber diese Gewinne sind nicht gleichmäßig verteilt. Sie konzentrieren sich auf Unternehmen mit digitaler Infrastruktur, Workflows, die automatisiert werden können, und Zugang zu Rechenleistung.

Mit anderen Worten, in den Händen von Unternehmen, die bereits einen Vorteil hatten.

Das durchschnittliche kleine Unternehmen sieht diese Ergebnisse nicht. Auch die Regierungen in Ländern mit niedrigem Einkommen sehen sie nicht.

Selbst innerhalb desselben Sektors übertreffen digital ausgereifte Unternehmen ihre Konkurrenten.

In Wirklichkeit schafft KI exponentielle Gewinne, bei denen Arbeitsabläufe kodifiziert und skaliert werden können, aber sie hinterlässt Sektoren, die zu analog oder fragmentiert sind.

Wo sind all die Arbeitsplatzverluste?

Seit Anfang 2025 haben große Technologieunternehmen wie Google, Microsoft, Meta und Amazon still und leise Tausende von Arbeitsplätzen abgebaut.

KI-Tools reduzieren jetzt den Bedarf an Neueinstellungen in den Bereichen Technik, Kundenservice, Marketing und Recht.

Viele dieser Jobs werden neu gestaltet oder ganz gestrichen.

Mitte 2025 ist der US-Arbeitsmarkt jedoch nach wie vor historisch stark. Die Arbeitslosenquote liegt unter 4%.

Die Beschäftigungsanteile im Angestelltenbereich sind stabil geblieben oder gestiegen. Einstiegspositionen in den Bereichen Technik und Finanzen verzeichneten im Jahr 2023 einen vorübergehenden Rückgang, aber seitdem haben sich die Neueinstellungen erholt.

Es gibt keine eindeutigen Beweise für einen Einbruch der Beschäftigung aufgrund von KI. Der größte Teil der von Analysten genannten "Joblücke" existierte schon vor der generativen KI.

Jüngste Daten der New Yorker Fed zeigen, dass die meisten Unternehmen sagen, dass KI die Einstellung junger Hochschulabsolventen nicht beeinflusst hat. Zumindest noch nicht.

Gleichzeitig haben die Reibungsverluste bei der Jobsuche zugenommen. Das bedeutet mehr Spam-Bewerbungen und längere Einstellungszyklen, aber keine vollständige Vernichtung von Arbeitsplätzen.

Die KI-Wirtschaft vernichtet nicht massenhaft Arbeitsplätze. Es beseitigt den Bedarf an Arbeitsplätzen in Bereichen, in denen KI zum Standardmotor der Produktivität wird.

Abteilungen, die einst mit der Mitarbeiterzahl skalierten, skalieren jetzt mit Software.

Bis heute sind die wirklichen Auswirkungen immer noch Lärm. Der wirkliche Trend ist subtiler. KI verändert die Arbeit der Menschen und ersetzt sie noch nicht vollständig.

Was macht KI also eigentlich mit Arbeitsplätzen?

KI komprimiert tatsächlich Fähigkeiten, verlagert Aufgaben und belohnt Anpassungsfähigkeit.

In vielen Rollen hat die KI Teile der Arbeit übernommen. Junior-Programmierer teilen sich jetzt Aufgaben mit Code-Assistenten.

Rechtsanwaltsfachangestellte und Vermarkter nutzen KI-Tools, um die Recherche oder die Erstellung von Inhalten zu beschleunigen.

Das beseitigt den Job nicht. Es ändert nur den Wert jeder Aufgabe.

Dies führt zu dem, was Ökonomen als Qualifikationskompression bezeichnen. Menschen, die früher durchschnittlich waren, sehen heute unterdurchschnittlich aus.

Menschen, die großartig waren, sehen jetzt ersetzbar aus.

KI automatisiert nicht nur, sondern flacht das Spielfeld in bestimmten Rollen ab.

Das übt Druck auf die Löhne aus, insbesondere in Berufen, in denen die Produktion leicht zu automatisieren ist, aber immer noch menschliche Erkenntnisse erwartet werden.

Doch die Daten auf Unternehmensebene erzählen eine andere Geschichte. Studien aus Japan, Spanien, Finnland und Kanada zeigen, dass Unternehmen, die Automatisierung einführen, mehr und nicht weniger Mitarbeiter einstellen.

Das bedeutet, dass die Produktion steigt. Die Produktqualität verbessert sich. Die Arbeiter machen unterschiedliche Dinge. Vielleicht werden die Arbeiter besser.

Wie sieht es mit der Ungleichheit aus?

Hier trifft die KI am härtesten.

Nicht durch Arbeitslosigkeit, sondern durch die Art und Weise, wie sie Gewinne verteilt.

KI belohnt Unternehmen, die bereits über Daten, Infrastruktur und Marktposition verfügen.

Sie belohnt auch das Kapital gegenüber der Arbeit. Die Produktivität steigt, aber die Beute geht an die Aktionäre, nicht an die Arbeiter.

Ein typisches Beispiel: Die "Magnificent 7"-Unternehmen haben allein im Jahr 2024 eine Marktkapitalisierung von über 4,5 Billionen US-Dollar erzielt.

Nvidia hat sich innerhalb weniger Jahre zum wertvollsten Unternehmen der Welt entwickelt.

Das Ergebnis ist eine wachsende Divergenz. Die besten Unternehmen werden noch effizienter. Der Rest hat Mühe, aufzuholen.

Länder mit Rechenleistung und souveränen Modellen sind auf dem Vormarsch. Andere müssen KI-Tools konsumieren, die anderswo entwickelt wurden.

Die USA und China ziehen sich zurück. Die EU versucht, zuerst zu regulieren und dann zu bauen.

Die Ungleichheit wird institutionell.

Wer steuert die Modelle? Wem gehören die Daten? Wer fängt das Aufwärtspotenzial ein?

Ohne ernsthafte Investitionen in öffentliche Infrastrukturen wie Rechenleistung, Cloud und Zugang wird die KI-Wirtschaft kopflastig bleiben.

Was sind die versteckten Kosten?

Die beiden größten Güter unserer Zeit: Energie und Zeit.

KI verbraucht massiv Strom. Für das Training großer Sprachmodelle sind Hunderte von Megawatt erforderlich.

Die weltweite Nutzung von Rechenzentren könnte sich bis 2030 verdreifachen. Dies erhöht den Druck auf die Netze, erhöht die Emissionen und verzögert die Energiewende.

Es gibt auch einen Zeitaufwand. Jeder Mitarbeiter, der jetzt ein Modell auffordern, die KI-Ausgabe überprüfen oder deren Ergebnisse überprüfen muss, verbringt seine Zeit anders.

Aufgaben werden schneller erledigt, aber der Überblick wird immer wichtiger. KI verschiebt den Ort, an dem die Zeit verbracht wird. Es macht nicht nur den Aufwand zunichte.

Die meisten Wirtschaftsmodelle berücksichtigen diese Reibungen nicht. Sie gehen auch davon aus, dass Arbeitsplätze statisch sind.

So funktioniert Arbeit nicht. Rollen entwickeln sich. Arbeiter passen sich an.

Die KI-Wirtschaft ist nicht linear. Es ist rekursiv. Die Automatisierung verändert die Arbeit, und die Arbeit ändert sich als Reaktion.

Und die Gewinne werden vorerst asymmetrisch erfasst. Die Produktivität steigt, aber vor allem dort, wo die Unternehmen dazu bereit sind.

KI zeigt, wie gut oder unvorbereitet Volkswirtschaften wirklich sind. Die Länder und Unternehmen, die es als Werkzeug und nicht als Bedrohung betrachten, werden gewinnen.