„Die Welt steht vor gewaltigen Umbrüchen. […] Die Ironie ist, dass Menschen, die versucht haben, den Untergang im Zuge der Automatisierung vorherzusagen, immer falsch lagen.“
– Robert J. Shiller, Nobelpreisträger für Wirtschaft
„Die Technologie entwickelt sich mit exponentieller Geschwindigkeit. […] Dass etwas in der Vergangenheit noch nicht passiert ist, halte ich für einen schlechten Beleg dafür, dass es auch dieses Mal nicht eintreten wird.“
– Robert J. Shiller, Nobelpreisträger für Wirtschaft
An den Börsen standen zuletzt Unternehmen und Branchen unter Beobachtung, deren Geschäftsmodelle durch den vermehrten Einsatz Künstlicher Intelligenz (KI) gefährdet sein könnten („AI Scare Trade“). Für die gesamtwirtschaftliche Ebene drängt sich die Frage auf, wie die volkswirtschaftlichen Folgen der KI-Revolution aussehen könnten? Löst sie lediglich einen neuen tiefgreifenden Strukturwandel aus, an dessen Ende es den Menschen besser geht und „alte“ Arbeitsplätze durch „neue“ und bessere Arbeitsplätze ersetzt wurden? Oder führt der rasant um sich greifende Einsatz der Künstlichen Intelligenz möglicherweise zu Massenarbeitslosigkeit?
Die beiden Eingangszitate des Wirtschaftsnobelpreisträgers Robert J. Shiller zeigen, wie ungewiss und ambivalent die Aussichten sind. Shiller hat dem Risiko technologischer Arbeitslosigkeit in seinem Buch „narrative economics“ zwei ganze Kapitel gewidmet. In den Kapiteln 13 und 14 zeigt er eindrücklich, dass mit bahnbrechenden technologischen Neuerungen regelmässig die Sorge vor dem Ende der Arbeit einherging. Die Erzählungen über bevorstehende Massenarbeitslosigkeit hatten dabei das Potenzial, die Stimmung bei den Bürgern bzw. Verbrauchern einzutrüben und damit auch die Konjunktur zu belasten.
Frühere technologische Umbrüche wurden stets von dem Hinweis begleitet, diesmal sei alles anders als jemals zuvor. Die Tatsache, dass vorausgegangene Strukturwandel-Episoden nicht das Ende der Arbeit, sondern Fortschritt und Wohlstand gebracht hatten, konnte die Skeptiker zu ihrer Zeit noch nie beruhigen. Sie attestierten den vorausgegangenen technologischen Umbrüchen nicht das gleiche disruptive Potenzial wie dem aktuell zu bewältigenden Umbruch. So ist es auch heute im Zusammenhang mit der Künstlichen Intelligenz. Skeptiker betonen die Risiken für Arbeitsmarkt und Gesellschaft, die mit dem KI-induzierten Produktivitätsschub einhergehen. Der Einsatz Künstlicher Intelligenz stelle alles zuvor Dagewesene in den Schatten.
Die historische Erfahrung lässt allerdings darauf schliessen, dass die Skeptiker auch diesmal falsch liegen und wegen der KI-Revolution keine Massenarbeitslosigkeit droht. Zwar werden Arbeitsplätze und möglicherweise ganze Berufsbilder der Künstlichen Intelligenz zum Opfer fallen, doch nach historischer Erfahrung werden neue Arbeitsplätze und Berufe in ähnlichem Umfang entstehen. Auch aktuelle empirische Studien kommen zu dem Ergebnis, dass sich der Arbeitsmarkt durch den Einsatz Künstlicher Intelligenz ändert, uns die Beschäftigung insgesamt aber nicht ausgeht (z.B. Kiel Institute, 2026).
ABBILDUNG: KI-REVOLUTION: WAS SIND DIE GESAMTWIRTSCHAFTLICHEN FOLGEN?
Nicht-repräsentative Umfrage auf LinkedIn
Quelle: Bergos.
Basis-Szenario: Strukturwandel
Wir haben im Jahr 2015 gemeinsam mit dem Hamburgischen WeltWirtschaftsInstitut (HWWI) in einer Studie zur Digitalökonomie gesamtwirtschaftliche Szenarien skizziert: Welche Folgen können die rasant steigende Leistungsfähigkeit von Computern in Verbindung mit „Big Data“ sowie dem Durchbruch bei der Künstlichen Intelligenz haben? Unser Basis-Szenario war damals das eines Strukturwandels, in dem Wirtschaft und Gesellschaft insgesamt ein höheres Wohlstandsniveau erreichen und die Veränderungsprozesse innerhalb der bekannten Bahnen verlaufen. Alte Arbeitsplätze werden durch neue Arbeitsplätze ersetzt und die Gewinne der Gewinner übersteigen die Verluste der Verlierer. Es gibt somit ausreichend Verteilungsspielraum, um die Verlierer für ihre Verluste sozialpolitisch zu entschädigen.
Risiko-Szenario: Technologische (Massen-)Arbeitslosigkeit
Darüber hinaus haben wir auch ein Risiko-Szenario skizziert („20:80-Gesellschaft“), in dem die Digitalisierung zu mehr Wachstum und Wohlstand führt, dennoch aber ein gravierendes Problem entsteht: Aufgrund des rasanten technischen Fortschritts lässt sich der Wohlstand mit deutlich weniger Arbeitskräften produzieren. Technologische (Massen-)Arbeitslosigkeit wäre die Folge. In diesem Fall würde es sich also nicht bloss um Strukturwandel handeln, bei dem prinzipiell jeder »seines Glückes Schmied« bleiben kann, sofern er nur ausreichend flexibel und leistungsbereit ist. Vielmehr wären erhebliche Teile der Gesellschaft auch bei noch so grosser Motivation, Leistungsbereitschaft und Flexibilität vom Arbeitsmarkt und vom Wohlstand ausgeschlossen.
Was wäre wenn…?
Im Jahr 2015 haben wir dem Risiko-Szenario eine weitaus geringere Wahrscheinlichkeit als dem Basis-Szenario beigemessen. Angesichts der beeindruckenden Leistungsfähigkeit der Künstlichen Intelligenz und den absehbar zahlreichen Einsatzmöglichkeiten ist die Wahrscheinlichkeit für das Risiko-Szenario inzwischen deutlich gestiegen. Sie ist zumindest so hoch, dass es sich lohnt, die „Was wäre wenn?“-Frage zu stellen. Was wären die sozial-, wirtschafts- und geldpolitischen Implikationen, wenn das Risiko-Szenario einer technologischen Massenarbeitslosigkeit eintritt?
Wer wäre betroffen? Durch den Einsatz Künstlicher Intelligenz werden insbesondere kreative Berufe sowie „Kopfarbeiter“ (von Routine- bis Spezialistentätigkeiten) gefährdet. Ihre Kreativität und ihr Fachwissen wird entwertet. Das Substituierbarkeitspotenzial steigt besonders stark bei Expertenberufen an, auch wenn die Substituierbarkeit absolut immer noch bei Helfer- und Fachkräften am höchsten ist (IAB – Institut für Arbeitsmarkt- und Berufsforschung, 2025). Im Gegensatz zu früheren Umbrüchen scheinen eher „angenehme“, gut bezahlte Berufe gefährdet zu sein. Arbeitssuchende würden verstärkt in die „KI-resistenten“ Berufe drängen. Durch das steigende Arbeitskräfteangebot kämen in diesen Berufen die (oftmals ohnehin nicht sehr hohen) Löhne unter Druck. Insgesamt würde in einer solchen Welt die Wirtschaft weniger arbeitsteilig sein als heute. Aufgrund ausbleibender oder geringerer Einkommen dürfte „Do it yourself“ wieder in Mode kommen.
Fehlender Anpassungsmechanismus. Die üblichen arbeitsmarkt- und sozialpolitischen Instrumente (u.a. Weiterbildung fördern, Arbeitsmärkte liberalisieren, Arbeitsanreize stärken) funktionieren in einem solchen Risikoszenario nicht mehr. Die Nachfrage nach Arbeitskräften ist dauerhaft weitaus niedriger als das Arbeitsangebot. Es gibt kein Lohnniveau, das Angebot und Nachfrage zum Ausgleich bringt. Die Bürger wollen arbeiten, finden aber keine Arbeit, weil ihre Weiterqualifikation nicht mit dem Tempo der KI-Entwicklung schritthalten kann. Es fehlt ein systemimmanenter Anpassungsmechanismus.
Verteilungsproblem: zwischen Paradies und Hölle. Mit deutlich weniger Arbeitskräften als heute lässt sich alles produzieren, was die Gesellschaft benötigt. Dank des enormen Produktivitätsschubs wird in Teilen der Wirtschaft das Knappheitsproblem überwunden. War in der Vergangenheit die optimale Allokation knapper Arbeitskräfte und knapper Waren/Dienstleistungen das Hauptthema, rückt nun die Verteilungsfrage in den Mittelpunkt: Wie können diejenigen, die am Arbeitsmarkt nicht mehr benötigt werden, ihren Lebensunterhalt bestreiten?
Es könnte sich eine eigentümliche Situation ergeben: Bei KI-generierten Produkten und Dienstleistungen ist eine Überproduktion wahrscheinlich. Befeuert wird dies durch „Rattenrennen“ derjenigen, die ihre Einkommen schwinden sehen und krampfhaft versuchen, auch mithilfe Künstlicher Intelligenz marktfähig zu bleiben. Der hohe (und steigende) Aufwand steht in keinem Verhältnis mehr zum ökonomischen Ertrag (zur Ökonomie von Rattenrennen vgl. Akerlof, 1976). Die heutige „Aufmerksamkeitsökonomie“ einschliesslich der Hyperaktivität in den sozialen Netzwerken kann als Vorbote solcher Rattenrennen verstanden werden. In manchen Segmenten herrscht Überfluss und den Bürgern stehen viele Waren und Dienstleistungen kostenlos oder zu geringen Kosten zur Verfügung. Knapp ist eher die Zeit für den Konsum des explosionsartig steigenden Angebots von Gütern und Dienstleistungen.
Einerseits herrschen somit nahezu paradiesische Zustände, andererseits fehlt einem grösseren Teil der Gesellschaft das Geld, um die weiterhin knappen Waren (Lebensmittel etc.) zu kaufen. Die im Digitalsektor bereits zu beobachtende „The winner takes it all“-Verteilungslogik würde deutlich verschärft. Allgemein nimmt die Einkommens- und Vermögensspreizung zu, auch weil die Löhne in den Bereichen, die relativ „KI-resistent“ sind, unter Druck geraten – denn immer mehr Arbeitskräfte, deren Arbeitsplätze der Künstlichen Intelligenz zum Opfer gefallen sind, strömen in diese Bereiche. Zugleich fehlt die Kaufkraft der bisher gutverdienenden „KI-Verlierer“. Das Verteilungsproblem wird damit auch zu einem Kaufkraft- und Konjunkturproblem.
Sozialpolitik: Das Risikoszenario bringt in erster Linie Verteilungsprobleme mit sich. Deshalb würde die Sozialpolitik zwangsläufig eine wichtigere Rolle spielen müssen. Sozialstaatliche Regelungen müssten an den Sachverhalt der persistenten technologischen Arbeitslosigkeit angepasst werden. Aktivierende Sozialpolitik, die darauf zielt, Arbeitslose möglichst schnell wieder in Arbeit zu bringen, behielte zwar ihre Berechtigung, weil auch im Risikoszenario weiterhin Arbeitskräfte in den Sektoren benötigt werden, die von der KI-Revolution kaum betroffen sind. Doch es gäbe ein Ungleichgewicht, da es mehr Arbeitsuchende als offene Stellen gibt.
Sozialpolitisch sind also Lohnersatzleistungen für diejenigen nötig, die dauerhaft keine Arbeit mehr finden. Zudem dürfte in einer Ökonomie, die stärker als bisher von „the winner takes all“ oder „the winner takes most“ geprägt ist, die Kaufkrafttheorie eine gewisse Relevanz bekommen. Die Konsumnachfrage könnte bei einer weitergehenden Ungleichverteilung sinken. Schon in früheren Strukturwandel-Episoden, die von der Furcht vor kommender Massenarbeitslosigkeit begleitet wurden, machten regelmässig Vorschläge die Runde, die an das bedingungslose Grundeinkommen erinnern (s. Shiller, 2019).
Die sozialpolitische Utopie eines bedingungslosen Grundeinkommens ist für die wirtschaftlichen Gegebenheiten, die wir bisher haben, nicht nur ungeeignet, sondern wäre sogar schädlich. In dem skizzierten Risikoszenario könnte ein solches Grundeinkommen hingegen eine wichtige Rolle spielen, weil es nicht nur eine Grundabsicherung schaffen, sondern auch die Massenkaufkraft stärken würde. In jedem Fall wären andere sozialpolitische Ansätze nötig als bisher.
Wirtschaftspolitik: Was sich nicht ändern würde, ist die Tatsache, dass sozialpolitische Massnahmen finanzierbar sein müssen. Ein starkes wirtschaftliches Fundament ist also die zwingende Voraussetzung für die in diesem Risikoszenario notwendigen sozial- und verteilungspolitischen Massnahmen. Die Steuerbasis wäre zwar prinzipiell weiterhin hoch, weil dank der Produktivitätsgewinne das BIP-Niveau nicht sinkt (trotz kräftig steigender Arbeitslosigkeit). Dennoch müsste das Steuersystem umgebaut werden. Künftig müsste die Besteuerung verstärkt bei (international mobilem) Kapital und Unternehmen ansetzen, weil beim Faktor Arbeit die Steuerbasis ausgehöhlt wird. Ob der Sozialstaat weiter leistungsfähig bleibt, hängt somit massgeblich davon ab, ob in dem jeweiligen Land international erfolgreiche Technologieunternehmen angesiedelt sind. Der Standortwettbewerb bekäme damit eine weitere wichtige Facette, weil die Ansiedlung solcher zukunftsorientierten Technologieunternehmen viel wichtiger als in der Vergangenheit wäre.
Geldpolitik: Die Entwicklungen des Risiko-Szenarios könnte auch Folgen für die Geldpolitik haben. Der für den Vorsitz der US-Zentralbank Fed nominierte Kevin Warsh hat bereits auf die produktivitätssteigernden Wirkungen der Künstlichen Intelligenz hingewiesen, die seiner Ansicht nach preisdämpfend wirken und somit eine lockerere Geldpolitik ermöglichen.
Ein weiterer Wirkungsmechanismus ist denkbar, der aber meines Wissens zumindest in Zentralbankkreisen bisher nicht ernsthaft diskutiert wird (möglicherweise denkt aber Fed-Gouverneur Stephen Miran in diese Richtung): Für viele amerikanische Tech-Unternehmer ist das in diesem Artikel diskutierte Risiko-Szenario kein Risiko-Szenario, sondern ihr Haupt-Szenario. Sie erwarten umfangreiche Arbeitsplatzverluste. Wohl aus diesem Grund setzen sich viele Tech-Unternehmer schon lange für ein bedingungsloses Grundeinkommen ein. Elon Musk behauptete kürzlich zudem, niemand müsse mehr für den Ruhestand sparen, da es in 10 bis 20 Jahren einen Überfluss an Ressourcen geben werde. Solche Ideen könnten dazu führen, dass man glaubt, eine lockere Geldpolitik könne die Entwicklung beschleunigen und erhebliche Vorteile im internationalen Wettbewerb bringen. Schliesslich ist Geschwindigkeit entscheidend, wenn es um Marktanteile im Bereich der Künstlichen Intelligenz geht. Inflationsrisiken, die mit einer zu lockeren Geldpolitik einhergehen, wären vor einem solchen Hintergrund vernachlässigbar, da am Ende viel grössere Gewinne warten.
Ausblick
Die Prognosen für den Ausgang der KI-Revolution schwanken zwischen Paradies, Dystopie und weitgehender Normalität. Mit anderen Worten: Der Ausgang ist nach wie vor sehr offen. Es ist absehbar, dass viele – auch gut bezahlte – Berufe vor dem Aus stehen. Die zerstörerische Kraft der Künstlichen Intelligenz ist deshalb sehr konkret vorstellbar. Dagegen ist es schwerer vorstellbar, welche neuen Jobs entstehen werden – weil wir sie eben noch nicht kennen.
Bei so ungewissen Zukunftsperspektiven für Wirtschaft und Gesellschaft wäre es für die Politik wichtig, gut vorbereitet in die Zukunft zu gehen. Auch wenn das Risiko-Szenario noch nicht die höchste Wahrscheinlichkeit hat, wäre die Politik gut beraten, wirtschaftspolitische Alternativkonzepte griffbereit zu haben.
Literatur
Akerlof, George (1976), The Economics of Caste and of the Rat Race and Other Woeful Tales.
Berenberg/HWWI (2015), Strategie 2030 – Digitalökonomie.
IAB – Institut für Arbeitsmarkt- und Berufsforschung (2025), Vor allem Hochqualifizierte bekommen die Digitalisierung verstärkt zu spüren, IAB-Kurzbericht 5/2025.
Kiel Institute (2026), Who is afraid of AI? Who should be?, Kiel Policy Brief No. 198, January 2026.
Quitzau, Jörn (2024), Künstliche Intelligenz und digitaler Umbruch – Fluch oder Segen für die Wirtschaft?, in: Rupprecht, Manuel (Hrsg.), Wirtschaftliche Zeitenwende?
Shiller, Robert J. (2019), narrative economics – How Stories Go Viral & Drive Major Economic Events, Princeton University Press.