⚖️ Nicht arm. Nur irrelevant.

Wie KI den Mittelstand nicht arm macht, sondern überflüssig

Wer über KI und Robotik schreibt, landet fast zwangsläufig bei Extremen. Das eine Extrem ist utopisch: Maschinen übernehmen die Arbeit, Menschen leben frei und erfüllt, materieller Wohlstand für alle. Das andere ist dystopisch: Massenarbeitslosigkeit, kollabierte Kaufkraft, gesellschaftliche Destabilisierung. Beide Szenarien sind technisch plausibel. Beide sind als Endpunkte aber wenig hilfreich, weil das Wahrscheinlichste dazwischen liegt. Und das Dazwischen ist das Gefährlichste, weil es keine klare Warnung auslöst.

Ich möchte in sechs Thesen einen Rahmen entwickeln, der alle drei Möglichkeiten ernst nimmt. Nicht als Prognose. Als Denkhilfe für eine Frage, die ich für die wichtigste der nächsten Jahre halte: nicht was KI kann, sondern wer entscheidet, wie sie eingesetzt wird.

These 1: Es gibt zwei Endpunkte und einen Mittelweg. Der Mittelweg ist kein Gleichgewicht.

Das erste Szenario nenne ich Rom ohne Sklaven. Das Römische Reich auf seinem Höhepunkt funktionierte durch Sklavenarbeit: eine kleine Elite lebte in Wohlstand, weil eine große Masse die Arbeit erledigte. Was KI und Robotik ermöglichen, ist strukturell dasselbe Modell, nur ohne den moralischen Preis. Wenn Maschinen produzieren, transportieren, pflegen und verwalten, könnten alle Menschen in Verhältnissen leben, die bislang einer privilegierten Minderheit vorbehalten waren. Brot und Spiele, aber für alle. Das ist keine Fantasie. Es ist eine reale technische Möglichkeit.

Das zweite Szenario haben Citrini Research als Global Intelligence Crisis beschrieben. KI steigert Produktivität und Unternehmensgewinne, vernichtet dabei aber Kaufkraft schneller als sie Wohlstand schafft. Wachstum, das sich in der Statistik zeigt, aber nicht im Leben der Menschen ankommt. Die Autoren nennen das Ghost GDP. Wer keine Maschinen besitzt, besitzt nichts mehr. Das System frisst sich selbst.

Dazwischen liegt das wahrscheinlichste Szenario: eine gespaltene Gesellschaft. Nicht alle landen im Paradies, nicht alle im Kollaps. Wer die Technologie versteht, einsetzt und mitgestaltet, lebt im ersten Szenario. Wer passiv bleibt, erlebt das zweite. Diese Spaltung ist kein linearer Übergang. Sie ist ein Kipppunkt. Und Kipppunkte kündigen sich selten laut an.

»Der wahrscheinlichste Weg ist weder Utopie noch Dystopie. Es ist eine Spaltung. Und Spaltungen kündigen sich selten laut an.«

These 2: Der klassische Kapitalismus ist für alle drei Szenarien schlecht gerüstet. Das ist das eigentliche Strukturproblem.

Der klassische Kapitalismus beruht auf einem Kreislauf: Unternehmen zahlen Löhne, Arbeitnehmer kaufen Produkte, Gewinne werden reinvestiert. Was passiert, wenn ein wachsender Teil der Produktion von Systemen übernommen wird, die keine Löhne empfangen und nichts kaufen? Das ist keine ideologische Frage. Es ist eine buchhalterische.

Die Entkopplung ist bereits messbar, lange bevor KI ihr volles Potenzial entfaltet hat. Acemoglu und Restrepo haben in einer vielzitierten Studie in der Econometrica nachgewiesen, dass 50 bis 70 Prozent des Anstiegs der Lohnungleichheit in den USA zwischen 1980 und 2016 auf Automatisierung zurückgehen. Die Produktivitätsgewinne dabei waren minimal. Die ILO beziffert die globale Lohnlücke für 2024 auf 2,4 Billionen Dollar jährlich, also den Betrag, der Arbeitnehmern weltweit zusätzlich zugeflossen wäre, hätte die Arbeitslohnquote ihr Niveau von 2004 gehalten. Die Arbeitslohnquote ist in diesem Zeitraum gesunken, nicht gestiegen. KI beschleunigt diesen Trend, sie erzeugt ihn nicht.

David Autor vom MIT beschreibt das Ergebnis als Hollowing Out: Der Arbeitsmarkt verliert seine Mitte. Nicht durch Massenarbeitslosigkeit, sondern durch die Verdrängung mittlerer Qualifikationsebenen in schlecht bezahlte Dienstleistungsarbeit. Menschen werden nicht arm. Sie werden ökonomisch randständig. Der IWF hat in einer Simulationsstudie von 2024 gezeigt, dass KI-Adoption in allen modellierten Szenarien die Ungleichheit verschärft, weil Kapitalerträge überproportional steigen. Es gibt kein Szenario, in dem dieser Effekt von selbst ausbleibt.

Es gibt ein historisches Präzedenzfall für diesen Zustand. Während der Industrialisierung zwischen 1790 und 1840 stieg die Produktivität in England deutlich, während die Reallöhne der Arbeiter stagnierten. Wirtschaftshistoriker nennen diese Phase die Engels-Pause. Sie endete nicht durch Marktmechanismen, sondern durch politische Reformen, Gewerkschaftsbildung und staatliche Sozialpolitik. Das dauerte ein halbes Jahrhundert. Die Frage ist, ob wir uns eine ähnlich lange Pause leisten können oder wollen.

These 3: Orwell und Huxley sind keine Vergangenheit. Sie sind zwei mögliche Architekturen der Zukunft.

George Orwells 1984 und Aldous Huxleys Brave New World werden meist als historische Warnungen gelesen. Ich lese sie als technische Blaupausen, die durch KI zum ersten Mal vollständig realisierbar werden.

Das Orwell-Modell kontrolliert durch Überwachung und Schmerz. KI macht dieses Modell skalierbar wie nie: Gesichtserkennung, Kommunikationsanalyse, Sozialkreditsysteme, die Compliance belohnen und Abweichung bestrafen. Was autoritäre Staaten heute systematisch betreiben, erscheint in demokratischen Gesellschaften als schleichende Normalisierung: Arbeitstracking, algorithmische Entscheidungssysteme, Überwachung als Komfort verkleidet.

Das Huxley-Modell kontrolliert durch Befriedigung. Keine Unterdrückung, kein Schmerz. Stattdessen eine Welt, in der alle Bedürfnisse erfüllt sind, Ablenkung im Überfluss vorhanden ist und niemand mehr nach politischer Teilhabe verlangt, weil die Wünsche befriedigt sind. KI und Robotik können dieses Modell liefern. Es braucht keinen Diktator. Es braucht nur eine Welt, in der nichts mehr unbefriedigend genug ist, um Widerstand zu motivieren.

Das Spaltungs-Szenario mischt beide Modelle. Eine kleine Gruppe lebt im Huxley-Modus, komfortabel und abgelenkt. Eine größere Gruppe erlebt schleichende Orwell-Elemente, algorithmische Steuerung, Leistungsüberwachung, eingeschränkte Optionen, ohne dass irgendjemand diesen Zustand als Unterdrückung bezeichnet.

»Das Spaltungs-Szenario mischt beide Modelle. Oben Huxley, unten schleichend Orwell. Ohne dass jemand das so nennt.«

These 4: Demokratien sind für dieses Tempo nicht gebaut. Das ist keine Kritik. Es ist eine Diagnose.

Demokratien entscheiden langsam. Das ist keine Schwäche, sondern Absicht. Langsame Entscheidungen schützen Minderheiten, erzwingen Konsensbildung, verhindern schnelle Fehler. In Zeiten graduellen Wandels ist das ein Vorteil. Wenn sich das wirtschaftliche Fundament einer Gesellschaft innerhalb weniger Jahre verschiebt, wird es zur Gefährdung.

Das Argument des wohlwollenden Diktators, eines Systemgestalters, der schnell und ohne Veto-Spieler die richtigen Entscheidungen trifft, ist nicht neu. Es scheitert historisch an einer simplen Tatsache: Wohlwollen ist keine Eigenschaft von Institutionen, es ist eine Eigenschaft von Personen. Personen sterben, werden korrumpiert oder machen Fehler. Was bleibt, ist das Instrument ohne die Intention.

Das Spaltungs-Szenario entsteht nicht durch schlechte Absichten, sondern durch institutionelles Nichtstun. Parlamente debattieren, während Investitionsentscheidungen getroffen werden. Regulierung folgt der Technologie mit Jahren Verzögerung. Das ist kein Versagen einzelner Politiker. Es ist eine strukturelle Eigenschaft von Systemen, die auf Konsens ausgelegt sind, in einer Welt, die keinen Konsens mehr erwartet.

These 5: Die eigentliche Machtfrage ist nicht Demokratie gegen Autokratie. Sie ist: Wer besitzt die Infrastruktur?

Es gibt eine Verschiebung in der Machtarchitektur moderner Gesellschaften, die in der politischen Debatte noch nicht angekommen ist. Traditionell war Macht an Territorium gebunden. Staaten kontrollierten ihr Territorium, und wer das Territorium kontrollierte, kontrollierte die Wirtschaft. Diese Gleichung gilt nicht mehr.

Die Unternehmen, die KI-Infrastruktur betreiben, Rechenkapazitäten besitzen und Modelle entwickeln, üben Macht aus, die territorial nicht eingegrenzt ist. Ein Unternehmen, das die KI-Systeme betreibt, auf die eine Volkswirtschaft angewiesen ist, hat eine Machtposition, die kein Wahlrecht relativiert. Wenn Europa KI-Infrastruktur primär von amerikanischen oder chinesischen Anbietern bezieht, ist europäische digitale Souveränität eine Behauptung, keine Realität. Diese Frage wird selten so direkt gestellt, weil sie unbequeme Antworten hat.

»Wer die Infrastruktur besitzt, besitzt die Entscheidungsgrundlage. Das ist die politische Grundfrage des nächsten Jahrzehnts.«

These 6: Das Fenster ist noch offen. Aber es setzt voraus, dass wir die richtige Frage stellen.

Ich bin kein Pessimist in dieser Frage. Wir befinden uns in einem Moment, in dem die entscheidenden Weichenstellungen noch ausstehen. Das ist der Unterschied zu Szenarien, die sich bereits selbst verwirklicht haben.

Aber ich halte es für einen Fehler, das Utopie-Szenario als wahrscheinlichen Ausgang zu behandeln, ohne die Bedingungen zu benennen, unter denen es eintreten kann. Drei davon halte ich für nicht verhandelbar. Erstens eine ehrliche Debatte über Eigentum an automatisierter Wertschöpfung. Ein System, in dem Produktivitätsgewinne nicht zirkulieren, kollabiert, egal welches politische Etikett es trägt. Zweitens eine Infrastrukturstrategie, die Souveränität als Investitionsentscheidung versteht, nicht als Rhetorik. Drittens gesellschaftliche Institutionen, die Arbeit jenseits des Lohnverhältnisses denken. Wer diese Frage nicht beantwortet, überlässt die Antwort dem Markt. Und der Markt optimiert nicht für gesellschaftliche Stabilität.

Die Spaltung, die ich als wahrscheinlichsten Mittelweg beschreibe, ist kein Naturgesetz. Sie ist das Ergebnis von Entscheidungen, die entweder getroffen oder nicht getroffen werden. Wer gestaltet, landet im ersten Szenario. Wer wartet, landet im dritten.

Zwei Extreme, ein wahrscheinlicher Mittelweg, und ein Fenster. Es schließt sich.

Quellen

1. Citrini Research / Alap Shah: The 2028 Global Intelligence Crisis. Februar 2026. citriniresearch.com
2. Orwell, G.: Nineteen Eighty-Four. Secker & Warburg, 1949.
3. Huxley, A.: Brave New World. Chatto & Windus, 1932.
4. Acemoglu, D. / Restrepo, P.: Tasks, Automation, and the Rise in U.S. Wage Inequality. Econometrica 90 (5), 2022, S. 1973–2016.
5. Autor, D.: Applying AI to Rebuild Middle Class Jobs. NBER Working Paper 32140, 2024. nber.org
6. Cazzaniga, M. et al. (IWF): Gen-AI: Artificial Intelligence and the Future of Work. IMF Staff Discussion Note SDN/2024/001, Januar 2024. imf.org
7. Moll, B. / Rachel, L. / Restrepo, P.: Uneven Growth: Automation's Impact on Income and Wealth Inequality. Econometrica 90 (6), 2022, S. 2645–2683.
8. Karabarbounis, L.: Perspectives on the Labor Share. Journal of Economic Perspectives 38 (2), 2024, S. 107–136.
9. ILO: World Employment and Social Outlook: September 2024 Update. Genf: ILO, 2024. ilo.org
10. Özkiziltan, D.: Governing Engels' Pause: AI and the World of Work in Germany. ILR Review 77 (5), 2024, S. 846–856.
11. Acemoglu, D. / Johnson, S.: Power and Progress. PublicAffairs, 2023.
12. Zuboff, S.: The Age of Surveillance Capitalism. PublicAffairs, 2019.
13. Keynes, J.M.: Economic Possibilities for our Grandchildren. 1930. In: Essays in Persuasion, 1931.