Die Verteilungsfrage
Künstliche Intelligenz verändert den Arbeitsmarkt nicht mit Kündigungswellen, sondern durch ausbleibende Einstiegsstellen. Dahinter steht eine Verteilungsfrage, die älter ist als jede Technologie.
Im Jahr 1930 prophezeite John Maynard Keynes, der technische Fortschritt werde binnen hundert Jahren das Produktivitätsproblem der Menschheit lösen, fünfzehn Stunden Arbeit pro Woche könnten dann genügen. Die hundert Jahre sind 2030 um, und während die Fünfzehn-Stunden-Woche auf sich warten lässt, vermessen Ökonomen der Stanford University etwas anderes. Ihre „Kanarienvogel"-Studie wertet die Lohnabrechnungen von Millionen amerikanischer Beschäftigter aus und findet ein auffälliges Muster: Bei den 22- bis 25-Jährigen in stark KI-exponierten Berufen, Softwareentwicklung, Kundenservice, Verwaltung, ist die Beschäftigung seit Ende 2022 um rund elf Prozent gesunken, während sie in wenig exponierten Berufen derselben Altersgruppe um rund zehn Prozent stieg; die exponierte Gruppe liegt damit etwa 19 Prozent unter dem Niveau, das sie bei gleicher Entwicklung erreicht hätte, und der Abstand wächst. Auffällige Kündigungswellen gibt es nicht, erfahrene Kräfte zeigen keinen vergleichbaren Rückstand, die Anpassung läuft fast vollständig über Einstiegsstellen, die seltener besetzt werden. Kaum jemand wird gefeuert, es wird nur kaum noch jemand hereingelassen. Zur Redlichkeit gehört, was die Autoren selbst betonen: Das ist ein beschreibendes Muster, kein Kausalbeweis. Google-Ökonomen halten die Zinswende für einen Mittäter, eine dänische Registerstudie fand für die frühen KI-Jahre praktisch keine Lohn- und Stundeneffekte, und die amerikanische Arbeitslosenquote lag im August bei unauffälligen 4,1 Prozent. Der ehrliche Befund des Jahres 2026 lautet: Der Arbeitsmarkt hält, aber an seiner empfindlichsten Stelle verschiebt sich etwas, das mit der KI-Exposition von Berufen korreliert.
Was daraus wird, dazu klaffen die Erwartungen weiter auseinander als bei fast jeder anderen ökonomischen Frage. Dario Amodei, Chef des KI-Unternehmens Anthropic, warnte, KI könnte binnen weniger Jahre die Hälfte der amerikanischen Einstiegsjobs im Angestelltenbereich verdrängen; der KI-Pionier Geoffrey Hinton hält massive Arbeitslosigkeit für wahrscheinlich; Bill Gates nennt den Übergang selbst im besten Fall eine der turbulentesten Zeiten der Menschheitsgeschichte. Dagegen erwartet der Nobelpreisträger Daron Acemoglu für die nächste Dekade eher bescheidene Effekte, das Weltwirtschaftsforum errechnet aus allen Umbrüchen zusammen sogar ein weltweites Netto-Plus von 78 Millionen Jobs bis 2030, und selbst der Ökonom des warnenden Anthropic-Chefs rechnet für das kommende Jahr nicht mit merklich höherer Arbeitslosigkeit durch KI. Diese Zahlen messen nicht einmal dasselbe, schon Gegenstand, Zeitraum und Methode gehen auseinander. Wer Gewissheit verkauft, in welche Richtung auch immer, hat sie nicht. Die eigentliche Frage hängt allerdings gar nicht daran, welches Lager recht behält. Sie steht inzwischen im Monatsbericht des Bundesfinanzministeriums, unter der Überschrift „AI Economy": Solange KI Menschen produktiver macht, können Löhne und Beschäftigung steigen. Übernehmen Systeme Aufgaben aber vollständig, wächst die Bedeutung des Kapitals, der Chips, Rechenzentren, Daten und Modelle, Arbeitseinkommen können sich zu Kapitalrenditen verlagern, und die Lohnquote kann sinken, während das Gesamteinkommen wächst. Der Kuchen kann größer werden, während der Anteil derer schrumpft, die von Arbeit leben. Dieses Kapital ist außerordentlich konzentriert: Rund drei Viertel der erfassten Rechenleistung großer KI-Cluster stehen in den USA, knapp fünf Prozent in der EU, bei den privaten KI-Investitionen des Jahres 2025 stehen rund 286 Milliarden Dollar in Amerika gegen nicht einmal vier Milliarden in Deutschland.
Einkommen, Eigentum oder Zeit
Kann eine Marktwirtschaft das aushalten, deren wichtigster Verteilungskanal der Lohn ist, knapp drei Viertel des deutschen Volkseinkommens liefen 2025 über das Arbeitnehmerentgelt? Bemerkenswert ist, wer die Frage am lautesten stellt: die KI-Industrie selbst. OpenAI schlägt in einem Papier einen öffentlichen Bürgerfonds, kapitalbezogene Staatseinnahmen und die Prüfung von Abgaben auf automatisierte Arbeit vor; Sam Altman finanzierte das bislang umfassendste amerikanische Experiment zu bedingungslosen Geldtransfers, dessen Ergebnisse gemischt ausfielen, mehr Ausgaben für Grundbedürfnisse und Gesundheit, aber auch gut vier Prozentpunkte weniger Erwerbsbeteiligung und ausbleibende breite Gesundheitseffekte. Grob sortieren sich die Antworten in drei Schulen: Einkommen umverteilen, über Grundeinkommen oder negative Einkommensteuer. Eigentum umverteilen, über Staatsfonds und breite Kapitalbeteiligung, Norwegen führt seit Jahrzehnten vor, wie ein Land kollektiv an einer Ressource verdient. Oder Zeit umverteilen, Produktivitätsgewinne in kürzere Wochen statt in weniger Beschäftigte übersetzen. Gegen die Dringlichkeit all dessen steht der Friedhof der Vorgängerprognosen, von der Automatisierungspanik der Sechzigerjahre, deren Regierungskommission 1966 Entwarnung gab, bis zum „Ende der Arbeit" von 1995, seit dessen Erscheinen die Zahl der Erwerbstätigen allein in Deutschland um rund acht Millionen gestiegen ist. Jede Welle hat Arbeit bisher verwandelt, nicht abgeschafft. Dass es diesmal anders kommen könnte, dafür spricht vor allem die ungewöhnliche Breite, mit der diese Systeme kognitive Aufgaben zugleich erreichen, und die Kanarienvogel-Daten sind ein auffälliger Messwert, der zu diesem Einwand passt. Die Frage nach dem Ende des Kapitalismus ist dabei vermutlich die falsche Größenordnung, so wie es die Frage nach dem Ende der Arbeit war. Die richtige ist kleiner und härter: Technologien haben Arbeit und Kapital schon oft neu gewichtet, das Neue an dieser ist die mögliche Breite und Geschwindigkeit, mit der sie den Lohnkanal erfasst. Systeme überleben, weil sie ihre Mechanik rechtzeitig anpassen, der Kapitalismus hat das mit Sozialversicherung, Kartellrecht und Mitbestimmung mehrfach getan. Ob die kommende Verschiebung einmal als Katastrophe erzählt wird oder als breiter verteilter Wohlstandsgewinn, legt die Technologie nicht allein fest. Das entscheidet die Verteilungsfrage, und die ist, anders als die Rechenzentren, politisch gestaltbar.
