Die wirtschaftlichen Auswirkungen von KI: Eine schrittweise Transformation

Die Fähigkeiten der KI entwickeln sich mit erstaunlicher Geschwindigkeit, aber das bedeutet nicht unbedingt, dass sich die Volkswirtschaften genauso schnell transformieren werden.
© Keystone

Künstliche Intelligenz scheint sich mit einer außerordentlichen Geschwindigkeit weiterzuentwickeln. Neue Modelle mit erweiterten Fähigkeiten tauchen auf, Unternehmen kündigen ehrgeizige Strategien im Bereich KI an, und Arbeitnehmer übernehmen generative Werkzeuge in rasantem Tempo. Es ist verlockend zu folgern, dass die wirtschaftliche Transformation ebenso schnell erfolgen wird.

Diese Hypothese verwechselt technologische Fähigkeit mit technologischer Diffusion.

Die entscheidende Frage für Unternehmen und Arbeitsmärkte besteht nicht einfach darin, wozu das neueste KI-Modell in der Lage ist, sondern darin, wie schnell Organisationen diese Fähigkeiten in zuverlässige und wirtschaftlich rentable Prozesse in großem Maßstab umsetzen können.

Die Nutzung von KI ist einfach. Ein Unternehmen damit zu transformieren, ist es nicht.

Unternehmen müssen zunächst die Anwendungsfälle identifizieren, in denen Automatisierung tatsächlich Wert schafft. Anschließend müssen sie KI in ihre bestehenden IT-Systeme integrieren, Arbeitsabläufe neu gestalten, die Mitarbeitenden schulen, Ergebnisse validieren, sensible Daten schützen, Risiken im Zusammenhang mit der Cybersicherheit managen und klären, wer verantwortlich ist, wenn ein automatisiertes System einen Fehler macht.

All dies kostet Zeit und Geld. In vielen Fällen können die Implementierungskosten die möglichen Einsparungen bei der Arbeitskraft noch übersteigen, was eine selektive Verstärkung attraktiver macht als eine umfassende Automatisierung.

Die Kluft zwischen Akzeptanz und Transformation ist bereits spürbar. Studien, die in unserer Analyse zitiert werden, zeigten, dass etwa die Hälfte der erwerbstätigen Erwachsenen im Jahr 2026 KI zumindest gelegentlich nutzte. Unter den Mitarbeitenden in Organisationen, die KI eingeführt hatten, gaben jedoch nur etwa jeder Zehnte an, völlig einverstanden zu sein, dass KI ihre Arbeitsweise verändert habe.

Diese Kluft ist signifikant. KI zu nutzen ist einfach. Ein Unternehmen um sie herum neu zu strukturieren, ist deutlich anspruchsvoller.

Die Frage ist nicht mehr, ob KI die Branchen transformieren wird, sondern in welchem Maße diese Transformation verantwortungsvoll erfolgen wird.

Warum die Produktivität sich Zeit nimmt, sich zu zeigen

Die Wirtschaftsgeschichte legt nahe, dass uns das nicht überraschen sollte. Allgemein einsetzbare Technologien führen selten sofort zu messbaren Produktivitätssteigerungen. Ihre Vorteile hängen von ergänzenden Investitionen in Infrastruktur, Fähigkeiten und organisatorischen Wandel ab.

Die Landwirtschaft bietet ein historisch extremes Beispiel. In den USA stieg der Anteil der landwirtschaftlichen Beschäftigten an der Erwerbsbevölkerung von 41% im Jahr 1920 auf rund 5% im Jahr 1970. Aber der Traktor allein hat diese Transformation nicht verursacht. Die Technologien der Ernte, Verbesserungen bei Saatgut, Logistik und neue Produktionsmethoden entwickelten sich parallel zur Mechanisierung über die Jahrzehnte hinweg.

Digitale Technologien sind einem ähnlichen Muster gefolgt. Ökonomen beschreiben eine „J-Kurve“ der Produktivität: Unternehmen investieren zunächst massiv in neue Technologien und die immateriellen Fähigkeiten, die zu ihrer Nutzung nötig sind, während messbare Produktivitätsgewinne erst später sichtbar werden.

KI scheint sich denselben organisatorischen Reibungen zu stellen.

Selbst eine digitale Revolution hat physische Grenzen

Es gibt auch physische Beschränkungen. Künstliche Intelligenz gehört zwar zum Softwarebereich, aber ihre großflächige Einführung erfordert Rechenzentren, Halbleiter, Strom und kritische Materialien. Die Kosten für den Bau von Rechenzentren sind stark gestiegen, das Kupferangebot ist begrenzt und die Produktion fortschrittlicher Halbleiter ist geografisch konzentriert.

Institutionen stellen einen weiteren Bremsfaktor dar. Arbeitnehmerinnen und Arbeitnehmer können sich gegen Automatisierung wehren, wenn sie der Ansicht sind, dass die Vorteile vor allem den Aktionären und der Unternehmensführung zugutekommen. Regulierungsbehörden und Gerichte können bestimmte Anwendungen einschränken. Die Rentabilität der Einführung wird auch von dem Wettbewerb zwischen KI-Anbietern abhängen: billigere Modelle könnten die Verbreitung beschleunigen, während eine Konzentration der Marktmacht und höhere Preise sie verlangsamen könnten.

Technologische Fähigkeiten können sich also extrem schnell weiterentwickeln, während organisatorische Veränderungen langsamer voranschreiten. Diese Unterscheidung ist nicht nur für Arbeitsmarktvoraussagen wichtig, sondern auch dafür, zu beurteilen, wo tatsächlich wirtschaftlicher Wert geschaffen wird.

Von der Einführung von KI zu dauerhaftem Wert

Für Investoren ist die Frage nicht einfach, welche Unternehmen am stärksten in KI investieren, sondern welche in der Lage sind, diese Ausgaben in Produktivität und nachhaltige Renditen umzuwandeln.

Der aktuelle Investitionszyklus erstreckt sich über die gesamte Wertschöpfungskette der KI, von der Rechenleistung und Halbleitern bis hin zu Energie, über Hyperscaler und spezialisierte Anbieter. Dennoch reichen hohe Investitionsausgaben allein nicht aus, um künftig Wertschöpfung zu garantieren. Ebenso beweist die Ankündigung einer KI-Strategie nicht, dass eine Organisation ihre Abläufe erfolgreich transformiert hat.

Investoren müssen daher zwischen Adoption und nachhaltigem Wert unterscheiden. Dazu gehört zu prüfen, ob Unternehmen in der Lage sind, KI in ihre Arbeitsabläufe zu integrieren, messbare Produktivitätsgewinne zu erzielen und ihre Resilienz, Governance und die Kompetenzen ihrer Mitarbeitenden mit dem Wachstum zu bewahren.

Dasselbe gilt für die Anbieter, die vom KI-Boom profitieren. Infrastrukturprobleme und geopolitische Konkurrenz könnten Investitionen in Rechenleistung, Halbleiter und Energie unterstützen, auch wenn die kurzfristigen Renditen unsicher bleiben. Zugleich könnten Versorgungsengpässe und steigende Investitionskosten die Verbreitung von KI in der gesamten Wirtschaft bremsen.

Daraus ergibt sich eine nuanciertere Investitionslandschaft als die einfache Vorstellung, dass alle KI-bezogenen Unternehmen denselben Nutzen ziehen würden. Die potenziellen Nutznießer sind diejenigen, die in der Lage sind, technologische Fähigkeiten in groß angelegte, marktfähige Implementierungen zu übersetzen.

Die Millionendollarfrage

Es geht nicht mehr darum, ob KI die Branchen transformieren wird, sondern in welchem Maße diese Transformation verantwortungsvoll erfolgen wird. Investoren sollten nun Diskussionen über KI-Governance, Transparenz und langfristige Resilienz bevorzugen und darauf achten, dass Innovation mit der Schaffung nachhaltigen Werts einhergeht.

Schreibe einen Kommentar