David Autor über Wunden, die Geld nicht heilen kann
Yascha Mounk und David Autor darüber, warum sich verlorene Würde nicht mit einem Scheck ausgleichen lässt – und was das für zukünftige wirtschaftliche Schocks bedeutet.
Wenn dir meine Artikel und Podcasts gefallen, abonniere dich jetzt – oder leite sie an Freunde weiter –, damit dieser Substack weiter wachsen kann!
David Autor ist Daniel (1972) und Gail Rubinfeld Professor im Department of Economics am Massachusetts Institute of Technology sowie Co-Direktor des NBER Labor Studies Program und des James M. and Cathleen D. Stone Center on Inequality and Shaping the Future of Work.
In dieser Woche sprechen Yascha Mounk und David Autor darüber, ob der wirtschaftliche Pessimismus der 2010er Jahre gerechtfertigt war, welche Lehren wir aus dem China-Handelsschock nicht gezogen haben und wie künstliche Intelligenz den amerikanischen Arbeitsmarkt verändern wird.
Das Transkript wurde gekürzt und zur besseren Verständlichkeit leicht bearbeitet.
Mounk: Ich habe mich zur Vorbereitung auf dieses Gespräch gefragt, wie sich die grundlegende Form der wirtschaftlichen Debatte in den letzten 15 oder 20 Jahren verändert hat. Mir scheint, dass es in den 2010er Jahren eine Phase tiefen Pessimismus gab. Der speiste sich aus der Arbeit von Thomas Piketty zur wachsenden Ungleichheit und aus der berühmten „Elefantenkurve“ von Branko Milanovic, die nahelegte, dass zwar die globalen Superreichen am meisten von der Globalisierung profitierten, die globale Mittelschicht jedoch kaum Zugewinne verzeichnete. Er speiste sich auch aus deiner Arbeit zum „China-Schock“ und zum schrumpfenden mittleren Segment des amerikanischen Arbeitsmarkts.
Zehn oder fünfzehn Jahre später – und das ist alles noch bevor wir überhaupt zum Thema KI kommen – fühlt es sich so an, als gäbe es wieder etwas mehr Optimismus. Pikettys Arbeit ist breit kritisiert worden. Milanovic hat seine Grafik aktualisiert, und sie wirkt deutlich positiver, zeigt viel breiter verteilte Gewinne aus der Globalisierung. Du hast außerdem vor ein paar Jahren einen interessanten Text veröffentlicht, in dem du zeigst, dass – zumindest seit der COVID-19-Pandemie – weniger wohlhabende amerikanische Arbeitnehmer sich relativ besser entwickelt haben als wohlhabendere. War der Pessimismus der 2010er Jahre ein Fehler, oder gilt ein Teil davon weiterhin?
Autor: Ich denke nicht, dass er ein Fehler war, aber es ist gut, dass es auch positive Entwicklungen gibt. Eine der zentralen Lehren aus der Arbeit, die ich gemeinsam mit Gordon Hanson und David Dorn zum China-Handelsschock gemacht habe, ist, wie tiefgreifend schnelle Veränderungen am Arbeitsmarkt wirken können – vor allem dann, wenn sie mit dem Verlust zentraler Industrien oder stabiler Karrierejobs einhergehen.
Was seit etwa 2015 – zumindest in den Vereinigten Staaten – sehr positiv ist, ist ein relativ robustes Lohnwachstum in der unteren Hälfte der Lohnverteilung. Das war ziemlich flächendeckend: Es begann schon vor der Pandemie, hat dann aber richtig Fahrt aufgenommen. Vor der Pandemie hing vieles davon mit steigenden Mindestlöhnen in vielen Bundesstaaten zusammen. Tatsächlich sahen wir kaum eine Lohnkompression außerhalb der Bundesstaaten, die ihre Mindestlöhne nicht angehoben hatten. Mit Beginn der Pandemie kam es dann jedoch zu einer generellen Verknappung am Arbeitsmarkt. Das war ausgesprochen deutlich und positiv. Ein wesentlicher Grund dafür ist eine straffere Geldpolitik sowie demografische Faktoren – echte Knappheit an Arbeitskräften hat dazu beigetragen.
Gleichzeitig gibt es weiterhin viele besorgniserregende Entwicklungen – noch bevor wir überhaupt zur Gegenwart kommen. Ein Großteil des Beschäftigungswachstums unter Arbeitnehmern ohne College-Abschluss findet nicht in stabilen Karrierejobs statt, sondern in stundenbasierten Dienstleistungsjobs, die vergleichsweise schlecht bezahlt sind, wenig wirtschaftliche Sicherheit bieten und kaum langfristige Renditen auf spezialisierte Fähigkeiten ermöglichen. Die zunehmende Einkommenskonzentration begleitet uns ebenfalls die ganze Zeit.
Der China-Handelsschock, so wie wir ihn untersucht haben, war eine sehr konzentrierte Phase, die auf ihre Weise ausgelaufen ist. Doch die Konkurrenz durch China ist heute tatsächlich deutlich bedeutender. Es geht nicht mehr nur um Arbeitsplätze in der Produktion von Standardgütern, sondern um Wettbewerb in den zentralen technologischen Führungssektoren, die sowohl zivile als auch militärische Anwendungen haben. Das wird den Wohlstand der Vereinigten Staaten, der westlichen Länder und der Demokratien insgesamt stark beeinflussen.
Mounk: Lass uns ein paar dieser Punkte aufgreifen. Zunächst einmal haben wir darüber gesprochen, wie tief die Narben des China-Schocks sind. Dabei gibt es zwei Ebenen. Die eine ist, dass Ökonomen sagen: Freihandel bringt insgesamt Gewinne, auch wenn es Gewinner und Verlierer gibt. Und sie argumentieren, das sei in Ordnung, weil man – da es insgesamt einen Zugewinn gibt – einen Teil dieser Gewinne von den Gewinnern zu den Verlierern umverteilen könne. In der Praxis ist diese Umverteilung natürlich sehr schwierig und findet oft nicht statt.
Der zweite Punkt ist: Selbst wenn man die Verlierer materiell entschädigen könnte – selbst wenn es Mechanismen gäbe, durch die ein Arbeiter, der früher einen gewerkschaftlich organisierten Job in einer Autofabrik hatte und jetzt arbeitslos ist, genug Geld bekommt, um Einkommensverluste zu vermeiden, was ohnehin unwahrscheinlich scheint – bleibt wahrscheinlich eine psychische Narbe. Ein Gefühl, nicht mehr gebraucht zu werden.
In welchem Ausmaß waren das echte politische Fehler, die den China-Schock erklärt und verschärft haben – mit all den politischen Konsequenzen, die folgten? Und in welchem Ausmaß war das unvermeidlich? In welchem Maß war es richtig und notwendig, China in die Weltwirtschaft zu integrieren? Hätten Formen der Automatisierung möglicherweise ohnehin einen Teil dieser Jobs ersetzt, selbst ohne den China-Schock? Rückblickend: Wurden hier reale Fehler gemacht oder waren einige dieser Verwerfungen unausweichlich?
Autor: Zunächst einmal zu deinem Punkt über die Art der Verluste. Du hast völlig recht, zwischen monetären Verlusten – also niedrigerem Einkommen – und umfassenderen psychischen Narben in Bezug auf Identität, Status und Sinn zu unterscheiden.
Beide sind zentrale Themen. Viele der Menschen, die ihre Jobs in der Industrie verloren haben, lebten in Regionen, die besonders stark vom China-Handelsschock betroffen waren. Nur damit deine Zuhörer das einordnen können: Der China-Handelsschock fiel weitgehend mit dem Beitritt Chinas zur World Trade Organization im Jahr 2001 zusammen und führte zu einem massiven Rückgang der industriellen Beschäftigung in den USA. Innerhalb von sieben Jahren gingen etwa 4 Millionen Jobs verloren. Nicht alle davon waren direkt auf den China-Schock zurückzuführen, aber ein wesentlicher Teil schon.
Das ist im Maßstab einer Volkswirtschaft mit 155 oder 160 Millionen Erwerbstätigen keine riesige Zahl, aber die Verluste waren stark geografisch konzentriert – in bestimmten Industrien und Regionen. Die betroffenen Menschen konnten nicht einfach in andere Industriearbeitsplätze wechseln; diese existierten schlicht nicht. Entweder hielten sie sich irgendwie über Wasser, verließen den Arbeitsmarkt oder wechselten in meist deutlich schlechter bezahlte Dienstleistungsjobs. Neben den erheblichen monetären Verlusten gibt es eben auch die Frage der Identität. Diese Arbeitnehmer hatten in der Regel keine hohe formale Bildung oder breit einsetzbare Fähigkeiten. Neuere Forschung meiner Kollegin Amy Finkelstein zeigt, dass der Verlust von Industriearbeitsplätzen während des China-Schocks und von NAFTA mit einer erhöhten Übersterblichkeit bei nicht-älteren Männern einherging. Das traf nicht auf Arbeitsplatzverluste außerhalb der Industrie zu. Es handelte sich um gut bezahlte Jobs für Männer ohne College-Abschluss, mit stabilen Arbeitszeiten und langfristigen Perspektiven. Sie bildeten das Fundament einer bestimmten Familienstruktur – und es gab nichts Vergleichbares als Ersatz. Ich will nicht nostalgisch klingen; die Daten sprechen hier eine klare Sprache.
Ökonomen verweisen gern auf das „zweite Wohlfahrtstheorem“, das besagt, man solle zunächst den Kuchen vergrößern und ihn dann verteilen. Es setzt voraus, dass man Menschen einfach finanziell entschädigen kann. Ich halte das für falsch. Man kann jemandem sein verletztes Selbstwertgefühl nicht durch einen Scheck zurückgeben. Die Menschen wollen nicht für Verluste entschädigt werden; sie würden viel lieber Gewerkschaften, Mindestlöhne und Strukturen haben, die ihre Arbeit gut bezahlen – und nicht einen Trostpreis für das, was sie verloren haben.
Zu deiner zweiten Frage: War das unvermeidlich und notwendig? Unvermeidlich ist, dass die industrielle Beschäftigung in arbeitsintensiven Sektoren in den USA langfristig zurückgegangen wäre. Das waren überholte Strukturen, die über einige Jahrzehnte hinweg verschwunden wären. Aber sie wären nicht in dem Tempo kollabiert, in dem sie es getan haben. Auf Arbeitsmärkten geht es nicht nur darum, wie viel Veränderung man will, sondern wie schnell sie erfolgt. Es gibt ein natürliches Auf und Ab; eine Veränderung von zehn Prozentpunkten über zehn Jahre kann man verkraften – passiert sie quasi über Nacht, wird es sehr viel schwieriger.
Selbst wenn man akzeptiert, dass dieser Wandel notwendig war, hätte man ihn gradueller gestalten können. Das Handelsbilanzdefizit bei Waren war damals enorm, was bedeutete, dass die Industrie sehr schnell schrumpfen musste. Der Arbeitsmarkt war schlicht nicht darauf ausgelegt, sich so schnell anzupassen. Wir haben das schlecht gemanagt, indem wir das Tempo nicht gedrosselt oder die Währungsmanipulation Chinas reguliert haben. Zudem hätten wir bessere Ausgleichsmaßnahmen haben können; die Programme zur Anpassung an den Handel waren sehr begrenzt und stark auf Umschulung ausgerichtet. Heute wissen wir, dass Lohnversicherungsmodelle effektiver sind – aber damals herrschte die Überzeugung, dass es keinen Grund zur Sorge gebe.
War es notwendig? Das ist eine deutlich schwierigere politische Abwägung. Es war schwer vorherzusehen, wie sich die Dinge entwickeln würden. Es war durchaus plausibel zu sagen, dass China eine aufstrebende Macht und das bevölkerungsreichste Land der Welt ist – und dass wir ihm helfen sollten, sich zu öffnen. Dass es sich in eine stärker autokratische Richtung entwickeln und weniger tolerant gegenüber demokratischen Normen werden würde, war nicht leicht vorhersehbar. Hätten wir China den Beitritt zur World Trade Organization verwehrt, würden wir heute vielleicht sagen: Hätten wir sie doch aufgenommen, dann wären sie nicht zu einem Gegner geworden. Auch wenn man niemandem vorwerfen kann, die Zukunft nicht gekannt zu haben, bin ich der Meinung, dass wir – gegeben die Entscheidung – die Politik schlecht umgesetzt haben.
Mounk: Hervorragende Antwort auf alle meine expliziten und impliziten Fragen. Ich werde versuchen, in meinen weiteren Fragen etwas disziplinierter zu sein. Um einen Strang unseres Gesprächs aufzugreifen: Glaubst du, dass wir aus den Fehlern des China-Schocks so gelernt haben, dass wir – rein hypothetisch – wenn plötzlich viele Jobs durch einen technologischen Schock verschwinden würden, deutlich klüger darin wären, die sozialen und politischen Folgekosten zu minimieren?
Oder glaubst du, dass das grundsätzlich extrem schwierig ist, selbst wenn man die Lehren aus diesem Schock berücksichtigt? Das könnte zum Teil an Fragen rationaler Entscheidungen liegen – die Menschen, die gerade ihre Jobs verloren haben, sind nicht unbedingt diejenigen, die ihre Interessen am besten vertreten können. Es könnte auch daran liegen, dass es erhebliche Umverteilung erfordert, die immer schwer umzusetzen ist, sowie an anderen strukturellen Hürden, die selbst dann im Weg stehen, wenn wir die richtigen Lehren gezogen haben.
Autor: Ich kann dir eine einfache Antwort geben auf die Frage: Haben wir etwas gelernt? Die Antwort ist: nein. Unser politisches System hat nichts gelernt. Wenn überhaupt, dann hat es die falschen Lehren gezogen. Ich spreche hier insbesondere von den Vereinigten Staaten. Die USA haben das Trade Adjustment Assistance Program abgeschafft – das einzige Instrument, das wir je hatten, um Menschen zu unterstützen, die durch Handel verdrängt wurden. Es wird vom Kongress nicht mehr finanziert. Das ist ehrlich gesagt verblüffend.
Die einzigen Lehren, die wir offenbar in der Handelspolitik gezogen haben, sind, dass wir gleichzeitig unseren Nachbarn und unseren Gegnern schaden sollten und Sektoren schützen, die keinen Schutz brauchen, während wir es versäumen, strategisch in die zu investieren, die es tun. Es ist absurd zu glauben, wir sollten in den USA Socken produzieren oder iPhones zusammenbauen; darin wird es nie gut bezahlte Arbeit geben – wir besteuern uns damit im Grunde selbst.
Stattdessen sollten wir sehr strategisch über Sektoren wie Halbleiter, Kernfusion, künstliche Intelligenz, Drohnen, Elektrofahrzeuge, Energieerzeugung und Robotik nachdenken. Doch die Vereinigten Staaten tun das nicht. Zudem sind wir allein nicht groß genug, um in all diesen Bereichen mit China zu konkurrieren. Früher hatten wir Verbündete in Kanada und in Europa. Gemeinsam waren wir ein enorm starker wirtschaftlicher und strategischer Block – doch diese Beziehungen sind inzwischen zerrüttet.
Wie bei so vielem in der Ära von Donald Trump gilt: Die Frage ist genau die richtige, aber die Antwort ist schlecht. Ich möchte nicht sagen, dass niemand etwas gelernt hat; ich denke, sowohl der politische Prozess als auch die Volkswirtschaftslehre haben ihre Position überdacht und erkannt, dass wir in der Handelspolitik nicht so laissez-faire vorgehen sollten. Das ist sozusagen die „Holzhammer“-Lehre. Aber was wir konkret daraus machen, halte ich für kontraproduktiv, unklug, kurzsichtig und langfristig schädlich – sowohl für die USA als auch für ihre Verbündeten.
Mounk: Ein Großteil der wirtschaftlichen Debatte dreht sich derzeit natürlich um die Auswirkungen von künstlicher Intelligenz, und du hast dazu sehr interessant geschrieben. Darauf möchte ich gleich noch kommen. Aber vorher: Wie würdest du den Zustand der amerikanischen Wirtschaft vor dem Zeitalter der KI beschreiben – und insbesondere den Arbeitsmarkt? Ich weiß nicht, ob du das am besten anhand des Zeitpunkts beschreiben möchtest, als ChatGPT-3.5 veröffentlicht wurde, oder anhand der heutigen Lage.
Autor: Ich würde sagen, dass sich der US-Arbeitsmarkt von 2015 bis zum Frühjahr 2020 tatsächlich in einem sehr guten Zustand befand. Das Lohnwachstum war robust, und auch das Produktivitätswachstum war ziemlich stark. Es gab einen deutlichen Rückgang der Ungleichheit unter den „normalen“ Einkommensbeziehern – also zwischen dem 10. und 90. Perzentil. An der Spitze wuchsen die Einkommen weiterhin stark, was man unterschiedlich bewerten kann. Aber für die Gruppe, um die ich mir am meisten Sorgen mache – Menschen ohne College-Abschluss mit Einkommen im oder unter dem Median –, sah es sehr gut aus.
Der US-Arbeitsmarkt war in ausgezeichneter Verfassung. Wenn man es so formulieren will: Der Arbeitsmarkt unter Donald Trump war ein sehr guter Arbeitsmarkt – insbesondere für Arbeiter in klassischen Industrie- und Handwerksberufen. Das war eine wichtige Grundlage für seine Unterstützung. Wenn man sich fragt, warum so viele hispanische und schwarze Wähler ihn 2020 und noch stärker 2024 unterstützt haben, liegt ein Teil der Antwort darin, dass es vielen Arbeitnehmern außerhalb der Elite wirtschaftlich sehr gut ging.
Ich glaube nicht, dass den meisten Amerikanern bewusst ist, dass es in den letzten 20 Jahren nur zwei Länder mit echten wirtschaftlichen Wundern gab: die Vereinigten Staaten und China. Die Vorstellung von „amerikanischem Gemetzel“ ist fehlgeleitet; das Produktivitätswachstum war robust, die Arbeitslosigkeit niedrig und das Lohnwachstum relativ stark. Ich will nicht behaupten, es sei eine Utopie gewesen – es gibt viele Dinge, mit denen man unzufrieden sein kann –, aber insgesamt lief es sehr gut.
Dann kam natürlich die COVID-19-Pandemie, die ein massiver Rückschlag war. Dennoch hat sich die US-Wirtschaft schneller erholt als die fast aller anderen Länder. Es gab zwar eine deutliche Inflation, die teils auf COVID zurückzuführen war und teils darauf, dass die Regierung von Joe Biden die Wirtschaft zu stark stimuliert hat. Doch diese ging schon vor 2024 wieder zurück, und es ist uns gelungen, sie ohne Rezession einzudämmen – was bemerkenswert ist. Man könnte das eine „makellose Erholung“ nennen: Von einer solchen Inflation ohne Rezession zurückzukommen, ist nahezu beispiellos.
Wir waren 2024 und 2025 bereits wieder in ziemlich guter Verfassung, als Donald Trump ins Amt kam. Seitdem sind wir mit enormer Unsicherheit konfrontiert – was Zollpolitik betrifft, aber auch die Entwicklung der Energiesektoren, ob Öl, Gas, Solar oder Kohle. Hinzu kommen mehrere freiwillig eingegangene Kriege sowie politische Maßnahmen gegen führende Technologieunternehmen, Universitäten und gewählte Amtsträger.
Ich bin auf diesem speziellen Gebiet kein Experte, aber Nick Bloom hat viel zur ökonomischen Wirkung von Unsicherheit gearbeitet. Wie soll man investieren, wenn man nicht weiß, wie Preise oder Zölle aussehen werden oder mit wem man möglicherweise im Krieg steht? Die US-Wirtschaft und der Arbeitsmarkt haben sich angesichts all dessen erstaunlich robust gezeigt, aber das Beschäftigungswachstum hat sich stark verlangsamt. Der Arbeitsmarktbericht des letzten Monats war sogar recht negativ. Auch wenn solche Zahlen schwanken: Die Ironie ist, dass die Vereinigten Staaten gar nicht erkannt haben, wie gut es ihnen ging. In Reaktion auf diese Fehleinschätzung wurden Maßnahmen ergriffen, die die Lage möglicherweise deutlich verschlechtert haben.
Mounk: Es ist bemerkenswert, wie groß die Kluft zwischen den Daten und der Wahrnehmung war. Was mich besonders beeindruckt: China – und in geringerem Maße auch Indien und andere bevölkerungsreiche Länder – haben in den letzten Jahrzehnten ein enormes Wirtschaftswachstum erlebt. Natürlich ist das leichter, wenn man von einem niedrigeren Ausgangsniveau startet, aber es ist dennoch eine außergewöhnliche Erfolgsgeschichte.
Autor: Das Wachstum Chinas in den letzten vier Jahrzehnten ist geradezu wundersam – und nicht nur für China selbst. Es hat erstmals eine globale Mittelschicht hervorgebracht. Chinas Wachstum hat Wohlstand geschaffen, nicht nur im eigenen Land, indem es Hunderte Millionen Menschen aus der Armut geholt hat, sondern auch in Zentral- und Südamerika sowie in Subsahara-Afrika. Es war das bedeutendste Ereignis in der Wirtschaftsgeschichte der Welt, was die Reduktion von Armut betrifft. Natürlich hat es auch Herausforderungen geschaffen, und ich will nicht behaupten, dass es nur Vorteile gab – aber etwas Vergleichbares hat es zuvor nie gegeben.
Mounk: Eine der Folgen davon ist ein deutlicher Rückgang der globalen Ungleichheit. Wenn man sich den globalen Gini-Koeffizienten anschaut, ist er erheblich gesunken, weil Hunderte Millionen Menschen in die globale Mittelschicht aufgestiegen sind.
Was ebenfalls auffällt: Während der Anteil Chinas – und in geringerem Maße auch Indiens und anderer Länder – am globalen BIP stark gestiegen ist und Europas Anteil deutlich zurückgegangen ist, hat sich der Anteil der Vereinigten Staaten vergleichsweise stabil gehalten. Zwar gab es einen gewissen Rückgang, aber angesichts dieses enormen wirtschaftlichen Aufholprozesses in China und signifikanter Fortschritte in Ländern wie Indien ist es erstaunlich, wie gering dieser Rückgang ausfiel.
Und dennoch fühlen sich viele Menschen verunsichert, negativ und pessimistisch. Wie erklärst du diese Diskrepanz? Liegt es einfach daran, dass es für sehr wohlhabende Länder viel schwieriger wird, Wachstum zu erzeugen, das sich spürbar in besseren Lebensperspektiven niederschlägt? Ist das eine Art „Wohlstandskrankheit“, die uns dauerhaft begleiten wird? Hat es mit politischen Veränderungen oder einem technologischen Wandel zu tun? Was erklärt diese Kluft?
Autor: Ich muss dazusagen: Das ist jetzt eher eine informierte Meinung als eine fundierte Analyse – ich bin Ökonom, kein Soziologe oder Philosoph. Warum also ist die Wahrnehmung so negativ, obwohl es so viele objektive Hinweise darauf gibt, dass vieles gut läuft?
Ich würde zwei Dinge hervorheben. Erstens sind viele Amerikaner leider schlecht darüber informiert, wo ihr Land im internationalen Vergleich steht. Wenn ihnen gesagt wird, Amerika sei früher groß gewesen und sei es heute nicht mehr, dass es von allen anderen ausgenutzt werde, dass es zum Gespött der Welt geworden sei und seine Macht verloren habe, dann beginnen viele zu glauben, dass die Lage tatsächlich sehr schlecht ist.
Zweitens – und das halte ich für substanzieller – gibt es in den Vereinigten Staaten eine erhebliche wirtschaftliche Unsicherheit. Ich glaube nicht, dass das in den ersten drei Jahrzehnten nach dem Zweiten Weltkrieg der Fall war – einer Zeit mit sehr starkem Wachstum und breiten Einkommenszuwächsen über alle Bildungsniveaus hinweg. Damals stieg der Lebensstandard für alle.
Heute ist der Durchschnitt in den USA wenig aussagekräftig, weil nur sehr wenige Menschen tatsächlich in der Nähe dieses Durchschnitts liegen; die Ergebnisse sind stark auseinandergezogen. Viele Menschen – die Mehrheit der Amerikaner ohne College-Abschluss – haben das Gefühl, dass ihre Perspektiven enger geworden sind als noch vor 40 Jahren. Sie sehen keinen sicheren Weg mehr in die Mittelschicht, und es ist keineswegs selbstverständlich, dass es ihren Kindern einmal besser gehen wird als ihnen selbst.
Das ist real. Man könnte sagen, dass die Vereinigten Staaten im Durchschnitt viel Wohlstand geschaffen, ihn aber nicht besonders gleichmäßig verteilt haben. Manche würden argumentieren, genau so sei dieser Wohlstand überhaupt erst entstanden – weil man ihn nicht durch Umverteilung oder einen ausgebauten Sozialstaat „verschwendet“ habe. Ich persönlich glaube das nicht, auch wenn ich es nicht sofort widerlegen kann. Ich denke, die USA hätten ihren Wohlstand anders einsetzen können, um mehr wirtschaftliche Sicherheit zu schaffen – was zu weniger Unzufriedenheit geführt hätte.
Was den China-Handelsschock betrifft: Er war sicherlich nicht für alle negativ; er hat viele Preise gesenkt und könnte gesamtwirtschaftlich sogar positiv für die USA gewesen sein. Aber die Verteilungswirkungen waren so nachteilig, dass sie tiefe Narben hinterlassen haben. Es wäre möglich gewesen, einen Teil dieser Ressourcen besser zu nutzen; selbst wenn man die Menschen nicht vollständig hätte entschädigen können, hätte man ihre Lage doch deutlich verbessern können.
Mounk: Ich habe das Gefühl, wir haben uns diesem Thema langsam angenähert, und jetzt möchte ich es direkt anpacken. Was für eine Technologie ist künstliche Intelligenz eigentlich? Wenn wir KI im Kontext anderer historischer Technologien betrachten, die große wirtschaftliche Auswirkungen hatten – was ist der richtige Vergleich? Von welchem Ausmaß an Veränderung und Disruption sprechen wir?
Autor: Ich versuche zu erklären, was künstliche Intelligenz von früheren Technologien unterscheidet. Vor dem Computer lebten wir in einer Ära der Mechanisierung: Wir hatten bessere Werkzeuge, die beeindruckende Dinge leisten konnten – chemische Reaktionen ermöglichen oder Pflüge ziehen. Der Computer war das erste kommerzielle Werkzeug zur symbolischen Verarbeitung – etwas, das Informationen, gespeicherte Symbole und Anweisungen aufnehmen und darauf operieren, sie verarbeiten und analysieren konnte. So etwas hatten wir vorher nur in unseren eigenen Köpfen sowie mit Stift und Papier.
Das gab uns enorme Möglichkeiten: Wir konnten wiederkehrende, komplexe und schwierige Aufgaben – von der Berechnung von Raumflugbahnen bis zum Schachspiel – in Code übersetzen und immer günstigere Maschinen diese Aufgaben mit perfekter Genauigkeit und enormer Geschwindigkeit erledigen lassen. Das war ein gewaltiger Durchbruch.
Von den 1980er Jahren bis etwa 2020 befanden wir uns in einer Phase der computergestützten Automatisierung. Diese hat vor allem Menschen verdrängt, deren Arbeit zwar anspruchsvoll war, aber klaren Regeln und Verfahren folgte. Gleichzeitig war sie sehr komplementär für Fachkräfte, die zeitaufwendige Teile ihrer Arbeit – Informationsbeschaffung, Nachschlagen, Berechnungen – extrem effizient erledigen konnten und sich auf das konzentrieren konnten, was sie wirklich auszeichnet: fundierte Entscheidungen zu treffen. Für klassische körperliche Arbeit war das weniger relevant.
Allerdings mussten wir für alles, was wir automatisieren wollten, die Regeln verstehen. Wir mussten Prozesse formal erfassen, damit eine rein algorithmische, nicht improvisierende Maschine ihnen folgen kann. Genau darin liegt eine große Einschränkung. Wie der Philosoph Michael Polanyi sagte: „Wir wissen mehr, als wir sagen können.“ Viele Dinge tun wir, ohne genau zu wissen, wie wir sie tun.
Wir kennen den „Code“ nicht, um einen guten Witz zu schreiben, ein überzeugendes Argument zu formulieren, eine Hypothese zu entwickeln oder Fahrrad zu fahren. Das sind Fähigkeiten, die auf implizitem, durch Erfahrung gelerntem Wissen beruhen. Die Regeln werden nie explizit formuliert.
KI überwindet dieses „Polanyi-Paradox“, weil sie Dinge lernen kann, ohne dass wir ihr die Regeln vorgeben. Sie kann mehr wissen, als sie erklären kann, weil sie induktiv aus Beispielen und Daten lernt. Sie kann mit unstrukturierten Informationen arbeiten und Probleme lösen, für die wir selbst keine klaren Lösungswege kennen. Sie kann Aufgaben erfüllen, die wir als kreativ bezeichnen würden, wenn sie ein Mensch erledigt. Damit erschließt Technologie einen völlig neuen Bereich kognitiver und physischer Tätigkeiten, der Maschinen zuvor verschlossen war.
Sie ist qualitativ anders als klassische Computertechnik. Eine Analogie: Wenn traditionelle Computertechnik wie ein Orchestermusiker ist, der exakt nach Noten spielt, dann ist KI eher wie ein Jazzmusiker, der improvisiert, variiert und extrapoliert. Das ist enorm mächtig – und wir stehen erst am Anfang, zu verstehen, wie man es sinnvoll einsetzt.
Was KI jedoch nicht ist: einfach eine bessere, schnellere oder billigere Version bestehender Technologien. In vielerlei Hinsicht ist sie bei vielen Aufgaben sogar weniger zuverlässig als klassische Software. Du hast wahrscheinlich den Artikel in der The New York Times gesehen, der davor warnt, KI für Steuererklärungen zu nutzen – sie ist nicht verlässlich. Niemand hat je gesagt: Ich benutze Excel lieber nicht, es könnte halluzinieren. Das war bei klassischer Software nie ein Problem.
Mounk: Das ist wirklich faszinierend. Es bringt mich dazu, über die wirtschaftlichen Auswirkungen von KI nachzudenken. Sozialwissenschaftler schauen oft in die Vergangenheit, um Hinweise auf die Zukunft zu bekommen – mit aller Vorsicht. Wenn eine neue Technologie entsteht, liegt es nahe, sie mit früheren technologischen Umbrüchen zu vergleichen. Das ist nicht perfekt, aber das Beste, was wir haben.
Historisch sehen wir oft das, was Ökonomen „Wiedereinstellung“ nennen: Maschinen oder Automatisierung verdrängen zunächst viele Arbeitsplätze, schaffen aber im Anschluss neue. Für die direkt Betroffenen ist das oft sehr schmerzhaft – sie sind vielleicht zu alt oder zu stark in einer bestimmten Lebensweise verankert, um sich anzupassen. Aber ihre Kinder und Enkel wachsen in diese neue Welt hinein und lernen neue Fähigkeiten. Deshalb haben wir langfristig keine massenhafte dauerhafte Arbeitslosigkeit gesehen.
Eine wichtige Voraussetzung dafür war, was ich einen „Wiederherstellung von Jobs“ nennen würde – ein Vorrat an Aufgaben, die Maschinen nicht erledigen konnten. Zunächst, weil kognitive Aufgaben gar nicht automatisierbar waren. Später, weil nur solche Aufgaben automatisiert werden konnten, die sich algorithmisch beschreiben lassen.
Jetzt haben wir zum ersten Mal eine Maschine, die potenziell auch diese kognitiven Aufgaben übernehmen kann – teilweise schon heute und vermutlich in noch viel größerem Ausmaß in naher Zukunft. Macht das das Prinzip der „Wiederherstellung von Jobs“ obsolet? Oder bleibt es ein grundlegender Mechanismus?
Autor: Zunächst einmal: Technologische Übergänge sind nie automatisch reibungslos. In der ersten industriellen Revolution wurden wertvolle handwerkliche Fähigkeiten entwertet. Menschen in der Textilproduktion verloren ihre Expertise und wurden durch Kinder und unverheiratete Frauen ersetzt, die in dem arbeiteten, was William Blake als „dunkle satanische Mühlen“ bezeichnete. Es dauerte Jahrzehnte, bis neue Tätigkeiten entstanden, die tatsächlich die Fähigkeiten der nächsten Generation nutzten. Es gibt keine Garantie für einen sanften Übergang.
Auch in den letzten vier Jahrzehnten war Computerisierung nicht neutral: Sie war gut für gut ausgebildete Menschen, aber im Durchschnitt schlecht für Menschen ohne College-Abschluss. Sie hat die Mitte des Arbeitsmarkts ausgehöhlt – Produktion, Büroarbeit, Verwaltung – und viele in Dienstleistungen gedrängt: Gastronomie, Reinigung, Sicherheit, Transport, Pflege. Diese Arbeit ist gesellschaftlich wichtig, aber oft wenig spezialisiert – und deshalb schlecht bezahlt.
KI verändert das Spiel erneut. Zwei Fragen sind entscheidend: Erstens, was macht sie so billig, dass Menschen es nicht mehr sinnvoll tun können? Zweitens, was macht sie wertvoller, weil menschliche Fähigkeiten dort unverzichtbar bleiben?
Darauf haben wir noch keine klare Antwort. Es wird weiterhin viel körperliche Arbeit geben. Ich bin sicher, dass viele Menschen in Medizin, Bildung und Handwerk arbeiten werden. Menschen werden oft als Vermittler zwischen komplexem Wissen und anderen Menschen fungieren.
Das kann aber bedeuten, dass es entweder weniger, dafür hochspezialisierte Experten gibt – oder mehr Menschen mit geringerer Expertise. Technologie kann stark polarisierend wirken. Ein Beispiel sind Plattformen wie Uber oder Lyft: Früher bestand der Beruf des Taxifahrers aus Fahren und Ortskenntnis. Heute übernimmt die Navigation die Technologie – dadurch sinkt die erforderliche Expertise, und mehr Menschen können den Job ausüben, allerdings oft zu schlechteren Bedingungen.
In anderen Fällen verschwindet die einfache Arbeit, und übrig bleibt das Komplexe. Viele Menschen erleben, dass ihre Arbeit anspruchsvoller wird, weil sie sich auf Diagnose, Architektur oder komplexe Problemlösung konzentrieren müssen.
Die zentrale Frage ist: Wo spezialisieren wir uns neu? Welche Fähigkeiten verlieren an Wert, und wo wird menschliche Expertise unverzichtbar? Das ist extrem schwer vorherzusagen. „Exponiert gegenüber KI“ zu sein, bedeutet nicht automatisch, dass ein Job verschwindet. Er kann sich vereinfachen – oder anspruchsvoller werden.
Ein zweiter Punkt: Wird es insgesamt weniger Arbeit geben? Das ist nicht ausgeschlossen. Wassily Leontief sagte einmal, Menschen könnten wie Pferde enden – überflüssig. Pferde sind nicht verschwunden, weil sie unproduktiv wurden, sondern weil sie im Vergleich zu Verbrennungsmotoren zu teuer sind. Ähnlich kann es Aufgaben geben, bei denen Menschen schlicht nicht konkurrenzfähig sind.
Ein Hinweis darauf ist, dass der Anteil der Arbeit am Volkseinkommen sinkt. In den USA ist er in den letzten Jahrzehnten von über 60 % um etwa acht Prozentpunkte gefallen. Das könnte sich fortsetzen.
Ich glaube nicht, dass Arbeit völlig verschwindet oder ihren Wert verliert. Aber selbst ein weiterer Rückgang dieses Anteils um 20 Prozentpunkte wäre ein massiver Umbruch.
Mounk: Ich habe dazu zwei Anschlussfragen. Erstens zu den Pferden: Du sagst, der Hauptgrund sei die hohe Kostenstruktur. Aber es gibt vielleicht noch einen zweiten Grund. Ich habe kürzlich ein Lager von Amazon besucht. Dort sieht man hoch effiziente Roboter, die Waren bewegen. Wenn ein Mensch eingreifen muss – etwa weil ein kleines Problem auftritt – müssen aus Sicherheitsgründen alle Maschinen in der Umgebung stoppen. Das ist extrem teuer.
Das Zusammenspiel zwischen Mensch und Maschine ist also selbst ein Kostenfaktor. Vielleicht werden Menschen auch deshalb verdrängt, weil dieser Übergang so ineffizient ist.
Zweitens zum Thema Urteilskraft: Du gehst davon aus, dass in Bereichen wie Medizin menschliches Urteil weiterhin notwendig bleibt. Aber KI-Systeme kommen menschlichen Entscheidungen bereits sehr nahe. Noch fehlt ihnen der vollständige Kontext – etwa die gesamte Krankengeschichte eines Patienten. Aber das könnte sich bald ändern. Menschen vertrauen KI bereits stark. Warum sind wir so sicher, dass selbst diese hochsensiblen Entscheidungen nicht irgendwann vollständig von Maschinen getroffen werden?
Die eigentliche Frage, die ich dir auf Grundlage deiner wissenschaftlichen Expertise stellen möchte, ist folgende: Mir scheint, dass es in Silicon Valley eine Welt von Technologen gibt, die die Beschränkungen der realen Welt nicht wirklich verstehen und deshalb glauben, dass morgen schon alle Jobs verschwinden werden. Das ist zutiefst naiv. Auf der anderen Seite gibt es, wie ich finde, in Teilen der Volkswirtschaftslehre eine Denkrichtung, in der Leute auf Studien zu Produktivitätsgewinnen durch ChatGPT-3.5 in stark eingegrenzten Situationen vor zwei Jahren schauen und von dort aus in die Zukunft projizieren. Das führt meines Erachtens zu deutlich zu niedrigen Schätzungen.
Wenn wir annehmen, dass es über 50 oder 100 Jahre hinweg einen erheblichen Rückgang der Nachfrage nach hochqualifizierter Arbeit gibt – was passiert dann? Wenn die Welt, in die wir eintreten, vielleicht eine ist, in der es einige hochspezialisierte neue Jobs gibt und eine große Zahl an nicht besonders spezialisierten Jobs, für die man eben noch Menschen braucht, dann wäre das für die meisten ein ziemlich schlechtes Ergebnis. Ein bisschen ist da der Anwalt, der die Fleißarbeit nicht mehr selbst machen muss und nur noch die Entscheidungen trifft, und ein bisschen ist da der Fahrer im Ride-Hailing, dessen Arbeit faktisch entqualifiziert wurde.
Wenn es eine kleine Gruppe hochqualifizierter Menschen gibt, die diese folgenreichen Entscheidungen trifft, und daneben einen großen Pool kaum differenzierter Arbeitskräfte, die diese relativ gering qualifizierten Jobs übernehmen können, dann könnte das reichen, um die Löhne vieler Menschen drastisch zu senken. Das könnte zu ziemlich tiefgreifenden wirtschaftlichen Verwerfungen führen. Du bist der Ökonom, der so etwas modellieren kann, und ich bin nur ein Politikwissenschaftler, der darüber spekuliert.
Autor: Ich denke schon, dass du zu Recht den Punkt ansprichst, dass es viele Bereiche geben könnte, in denen wir heute noch meinen, Menschen einbinden zu müssen, es am Ende aber nicht mehr tun werden. Die medizinische Diagnose könnte einer davon sein – dort sind die Kosten von Fehlern so hoch, und man hat Maschinen, die an Millionen von Fällen trainiert werden könnten. Vielleicht werden sie einfach besser sein. Ich denke, in vielen Fällen werden Mensch und Maschine zunächst zusammenarbeiten. Ich glaube nicht, dass wir für längere Zeiträume vollständige Automatisierung sehen werden.
Aber ich nehme deine Frage einmal in ihren eigenen Prämissen ernst. Es ist durchaus möglich, dass es Bereiche gibt, in denen wir heute noch menschliche Arbeit einsetzen und sie irgendwann schlicht nicht mehr wollen. Eine Zeit lang waren Geldautomaten komplementär zu Bankschaltern; die Beschäftigung von Bankangestellten an den Schaltern ist damals sogar gestiegen. Banken haben mehr Filialen eröffnet, weil sie das zu geringeren Kosten konnten. Sie bauten mehr Zweigstellen und stellten Schalterangestellte nicht nur als Kassierer ein, sondern auch als Verkäufer, die Kunden an andere Produkte wie Kredite oder Geldanlagen heranführen sollten. Heute geht diese Beschäftigung zurück. Die Leute haben entschieden, dass sie alles online erledigen können und dafür keine Person mehr brauchen. Die meisten, die heute noch am Bankschalter Schlange stehen, sind ältere Menschen, die an diese Form des Umgangs gewöhnt sind.
Es könnte also eine Phase der Zusammenarbeit geben, auf die irgendwann eine Phase der Verdrängung folgt. Die andere Seite davon ist: Wenn all das passiert, werden wir plötzlich sehr wohlhabend. Denn das würde bedeuten, dass wir sehr viele Dinge extrem billig erledigen können; darin steckt implizit natürlich ein Produktivitätsschub.
Warum ging das bei Pferden so schnell, während es bei Menschen bisher nicht passiert ist? Dafür gibt es mehrere Gründe. Erstens sind Menschen sehr viel flexibler als Pferde. Wir haben die Fähigkeit, uns weiterzubilden und viele verschiedene Dinge zu tun. Wie meine Co-Autorin Anna Salomons gern sagt: Menschen sind keine „One-Trick Ponies“. Zweitens besitzen Menschen natürlich Kapital. Wir besitzen die Maschinen, Pferde tun das nicht – deshalb bekommen wir einen Teil der Produktivitätsgewinne. Und drittens wählen wir. Demokratie puffert diese Entwicklung ab und prägt, wie sie sich konkret auswirkt.
Wenn du sagst, wir könnten am Ende alle arbeitslos sein und gleichzeitig eine sehr hohe Produktivität haben, dann erinnert mich das an etwas, das der Science-Fiction-Autor Ted Chiang gesagt hat. Er meinte, die Ängste vor KI und Automatisierung seien in Wahrheit keine Ängste vor der Technologie, sondern Ängste vor dem Kapitalismus. Wir fürchten uns davor, was das Wirtschaftssystem mit diesen Fähigkeiten machen wird. Wenn Menschen keine Arbeitskräfte mehr einstellen müssen, werden die Früchte dieser Produktivität eben nicht gleichmäßig verteilt.
Das ist eine sehr ernstzunehmende Sorge. Meine größte Sorge bei dieser Technologie – zumindest mit Blick auf den Arbeitsmarkt – ist die Bedrohung, die sie für das Funktionieren der Demokratie darstellt. Aus meiner Sicht ist der Arbeitsmarkt eine unserer wichtigsten sozialen Institutionen. Er arbeitet Hand in Hand mit demokratischen Institutionen, weil die meisten Menschen sowohl als Leistende gelten – durch ihre Arbeit und ihre Steuern – als auch als Anspruchsberechtigte, etwa bei Rente, Bildung und sozialer Sicherung.
Wenn Arbeit plötzlich entwertet würde, wären die meisten Menschen Anspruchsberechtigte, ohne noch als Leistende wahrgenommen zu werden. Die politische Ökonomie eines solchen Zustands ist ein Albtraum. Zu sagen, wir hätten dann eben ein paar sehr reiche Menschen, würden sie besteuern und den Rest umverteilen, hat historisch betrachtet nicht besonders gut funktioniert.
Ich halte das nicht für das wahrscheinlichste Szenario, aber es ist plausibel genug, dass ich es nicht einfach vom Tisch wischen würde. Die Meinungen dazu sind stark polarisiert. Es gibt viele Untergangspropheten und viele Utopisten. Ich denke, wir sollten anerkennen, dass eine ganze Bandbreite von Möglichkeiten plausibel ist – einige ziemlich gut, andere ziemlich schlecht. Vieles davon wird gleichzeitig eintreten; wir werden große Fortschritte sehen und zugleich schwere Fehler machen. Deshalb sollten wir politische Maßnahmen ergreifen, die uns helfen, einen solchen Übergang besser zu bewältigen, falls ein solcher Übergang tatsächlich notwendig wird.
Mounk: Als Politikwissenschaftler treibt mich genau das um, worüber du gerade zu sprechen begonnen hast. Eine Art, darüber nachzudenken – so wie es deine Kollegen Daron Acemoglu und James Robinson tun – ist, dass Demokratie in der Regel dann entsteht, wenn die Kosten ihrer Unterdrückung höher sind als die Kosten, sie zu akzeptieren. Wenn der Arbeitsmarkt massiv unter Druck gerät, dann werden für Eliten die Kosten, Demokratie zu akzeptieren, erheblich steigen. Die Umverteilungsforderungen werden deutlich zunehmen, und es wird eine tiefe soziale Spaltung geben zwischen Menschen, die als Leistende gelten, und solchen, die das nicht tun.
Ich habe eine Frage dazu, inwieweit das direkt eine Folge des kapitalistischen Systems ist. Wir stellen uns hier eine sehr merkwürdige Welt vor, in der es potenziell großen materiellen Überfluss gibt. Bestimmte materielle Güter und viele Dienstleistungen werden sehr billig verfügbar. Genau das ist ja der Punkt daran, dass KI diese Dinge statt Menschen erledigen kann; einer der zentralen Kostenfaktoren – menschliche Arbeit – fällt plötzlich weg. Gleichzeitig gibt es aber viel weniger Menschen in produktiver Beschäftigung, die ihnen den Zugang zu diesen Gütern überhaupt erst ermöglicht.
Die unmittelbare Folge wäre ein erheblicher Anstieg der Ungleichheit, aber ich stelle mir vor, dass es alle möglichen komplizierten Folgen zweiter und dritter Ordnung geben wird. Zum Teil ist das eine völlige Herausforderung für unser Wirtschaftssystem. Wir haben Kapitalismus unter solchen Bedingungen noch nie erlebt. Zum Teil geht es aber auch über den Kapitalismus hinaus; jedes Wirtschaftssystem wird Probleme bekommen, wenn so viele Menschen nicht mehr das Gefühl haben, gebraucht zu werden oder als Leistende zu gelten.
Man könnte sich eine sozialistische Wirtschaft vorstellen, in der der Staat die KI-Bots betreibt, die Produktionsmittel besitzt und das Geld verteilt. Aber das Gefühl sozialer Krise und des Sinnverlusts bliebe bestehen. Die Fähigkeiten, in die jemand investiert hat, werden plötzlich nicht mehr gebraucht; der soziale Status, der aus einem Beruf stammt, ist von heute auf morgen dahin. Eine Gemeinschaft, die früher etwas Nützliches für das Land oder die Welt produziert hat, sitzt plötzlich einfach nur herum. Mir scheint, dass diese Krise selbst unter völlig anderen Wirtschaftssystemen eintreten würde.
Autor: Ich denke schon, dass Arbeit viele Vorzüge hat, die über Einkommen weit hinausgehen. Ich habe lange ökonomische Modelle gesehen, in denen Konsum als etwas Gutes und Arbeit als etwas Schlechtes gilt; man arbeitet, um konsumieren zu können, aber wenn man konsumieren könnte, ohne zu arbeiten, wäre man noch glücklicher. Ich habe immer das Gefühl, dass das Vorzeichen in dieser Beziehung falsch gesetzt ist. Für viele Menschen ist Arbeit etwas Positives. Auch wenn man vielleicht gerade in dieser konkreten Stunde nicht arbeiten will, ist die Vorstellung, keinen Job zu haben und alles zu verlieren, was damit einhergeht, in Wahrheit wenig attraktiv.
Ich glaube, dass der Arbeitsmarkt – oder Arbeit selbst – Identität, Sinn, sozialen Status und Beziehungen stiftet. Das gilt nicht für jeden – wir haben das Glück, Jobs zu haben, die wir lieben, und das trifft nicht auf alle zu –, deshalb will ich das nicht romantisieren. Aber ich würde sagen: Das Szenario, vor dem du Angst hast, in dem Menschen zwar Ressourcen haben, aber keine Struktur mehr, ist eigentlich noch das gute Szenario. Das ist das Szenario, in dem wir das Umverteilungsproblem gelöst haben. Alles, was uns dann noch bleibt, ist diese Krise des Überflusses. Das ist das, was ich das „Wall-E“-Szenario nenne.
Mounk: Genau. Wahrscheinlicher ist, dass wir einfach sehr viele Menschen haben, die keinen Zugang zu den reichlich vorhandenen Gütern in der Gesellschaft haben.
Autor: Das ist das, was ich das Mad-Max:-Fury-Road-Szenario nenne. Und ich halte das für deutlich wahrscheinlicher. Ich weiß nicht, ob du den Film Wall-E gesehen hast, aber dort erledigen die Roboter die ganze Arbeit, und die Menschen wiegen 150 Kilo, sitzen in schwebenden Sesseln, schauen holografisches Fernsehen und trinken Big Gulps. Sie sind einfach nur träge – aber das ist eigentlich ein gutes Szenario; denn es würde bedeuten, dass wir das Einkommensproblem gelöst haben. Wir befinden uns nicht im Krieg, und niemand hungert. Das hieße, dass wir das ökonomische Problem gelöst hätten. Ich hätte lieber dieses Problem – oder anders gesagt: Im Vergleich zu vielen anderen Problemen, die wir haben könnten, wäre das noch ein gutes Szenario.
Mounk: Ich bin dir sehr dankbar für die Zeit, die du dir für uns genommen hast. Zum Abschluss würde ich dir gern die Gelegenheit geben, ein wenig über dein jüngstes Paper mit Daron Acemoglu zu sprechen und vielleicht allgemeiner über die Frage, wie wir diese Entwicklung gestalten können. Der zentrale Punkt dieses Papers ist, so wie ich es verstehe, dass es eine Zukunft gibt, in der KI vor allem dazu eingesetzt wird, Aufgaben und am Ende auch Jobs zu ersetzen, die heute existieren.
Es gibt aber auch eine Zukunft, in der sie menschliche Fähigkeiten ergänzt. Auch wenn wir über die logische technologische Entwicklung von KI spekuliert haben, hängt diese Entwicklung zum Teil von den Entscheidungen ab, die politische Entscheidungsträger und vielleicht auch die Leiter führender KI-Labore treffen. Wie können wir die Entwicklung dieser Technologie und ihre Einführung in der Gesellschaft so beeinflussen, dass sie Jobs schafft und ergänzt, statt uns in Richtung der von dir beschriebenen „Wall-E“- oder „Mad Max“-Szenarien zu treiben?
Autor: Das jüngste Paper mit Daron Acemoglu und Simon Johnson, meinen Kollegen, heißt „Building Pro-Worker AI“. Es geht von der Prämisse aus, dass wir tatsächlich viele Wahlmöglichkeiten dabei haben, wie wir Technologie einsetzen. Wenn ich „wir“ sage, ist das schwierig, weil es kollektive Handlungsprobleme gibt; es heißt nicht, dass du oder ich nur etwas wollen müssen und dann schon die richtige Entscheidung getroffen wird. Selbst wenn wir alle etwas wollen, könnten wir in einer typischen Gefangenendilemma-Situation trotzdem die falsche Entscheidung treffen. Aber grundsätzlich können wir Technologie entweder rein zur Automatisierung und Eliminierung einsetzen – oder dazu, den Wert menschlicher Fähigkeiten und menschlicher Expertise zu erweitern, indem wir Menschen ermöglichen, wertvolle neue Dinge zu tun.
Ich glaube, die Leute unterschätzen, wie sehr Technologie deshalb wertvoll ist, weil sie Fähigkeiten erweitert, statt bloß Dinge besser, billiger und schneller zu machen. Mein Freund Erik Brynjolfsson aus Stanford sagt gern: Wenn man ins antike Griechenland zurückginge und alles automatisierte, was die Menschen dort taten, hätte man keine moderne Gesellschaft. Man hätte einfach das antike Griechenland ohne Pferde. Man hätte weder Luftfahrt noch Telekommunikation noch Penicillin. Transformativ war Technologie nicht nur wegen dessen, was wir nicht mehr tun; sondern wegen dessen, was wir heute tun können und früher nicht konnten. Das passt zu der Vorstellung, Technologie so einzusetzen, dass Menschen Dinge tun können, die wertvoll sind, ihnen sonst aber nicht offenstünden – in der Medizin, der Bildung, bei qualifizierten Reparaturen, im Vertragswesen, im Design oder im Bau.
Was wir pro-worker AI nennen, ist KI, die Expertise wertvoller macht, indem sie ihre Reichweite, ihre Spannweite und ihre Anwendbarkeit vergrößert. Wie passiert das? Ich unterscheide da gern zwischen Automatisierung und Zusammenarbeit. Automatisierung ist dann, wenn man sagt: Die Maschine kann das, und du musst nichts wissen, weil das gesamte Fachwissen in der Maschine gespeichert ist. Automatisierungstechnologien sind großartig; ich bin froh, ein Automatikgetriebe im Auto zu haben, einen Aufzug, der automatisch fährt, oder eine Maschine, die beim Durchfahren die Maut abbucht. Aber die meisten Technologien sind nicht so. Sie sind Werkzeuge der Zusammenarbeit, bei denen man selbst Expertise mitbringen muss, um sie effektiv zu nutzen – wie ein Stethoskop, eine Kettensäge oder eine Tabellenkalkulation. Das heißt nicht, dass man nichts wissen muss; man muss sein Feld kennen, um das Werkzeug so einzusetzen, dass es die eigenen Möglichkeiten erweitert.
Ich denke, KI wird das für viele Menschen noch lange Zeit sein – aber entscheidend ist, wofür wir sie entwickeln. Sie entwickelt sich nicht von selbst. Man kann KI nutzen, um einen riesigen Überwachungsstaat zu betreiben und Inhalte in Echtzeit zu moderieren oder zu zensieren, und dafür ist KI hervorragend geeignet. Aber KI hat nicht selbst entschieden, das zu tun; dafür brauchte es enorme Entwicklungsanstrengungen. Man könnte KI auch nutzen, um alle Fahrzeuge der Welt zu steuern, und manche sagen, KI sei kurz davor, dieses Problem zu lösen. KI ist nicht kurz davor, dieses Problem zu lösen; zwanzig Jahre menschlicher Arbeit und eine Billion Dollar stehen kurz davor, dieses Problem zu lösen. Auch das ist nicht einfach von allein passiert.
Es gibt viele Möglichkeiten, sie einzusetzen. Ich denke, es gibt viele Bereiche, in denen uns KI ermöglichen wird, bessere Dienstleistungen anzubieten, Jobs zu schaffen, die menschliche Expertise erweitern, und mehr Chancen zu schaffen, ohne dass dafür immer eine Eliteausbildung nötig ist. Das wird nicht zum Ende von Beschäftigung führen. Gesundheit und Bildung sind die beiden größten Sektoren, in denen wir schlicht mehr Menschen brauchen werden, die wertvolle Arbeit leisten – und sie effektiver tun.
In dem Paper nennen wir neun politische Maßnahmen, die uns aus unserer Sicht in diese Richtung schieben können. Die Herausforderung ist größer als die politischen Lösungen, die wir bisher haben. Es ist nicht so, dass wir glauben, wir hätten das Problem gelöst, nur weil wir diese Maßnahmen vorschlagen; es ist sehr schwierig, gesellschaftliche Anreize zu verändern. Es ist sogar schwierig, genau zu definieren, woran man erkennen würde, dass man dieses Ziel erreicht. Ich würde sagen: Wir wissen, dass wir uns in die richtige Richtung bewegen, wenn wir Menschen ohne umfangreiche formale Bildung mithilfe besserer Werkzeuge in wertvolle, entscheidungsorientierte Arbeit bringen. Das ist eine monumentale Herausforderung unserer Zeit. Aber der Ausgangspunkt ist die Einsicht, dass wir tatsächlich Entscheidungen zu treffen haben. Es ist keine technologische Unvermeidlichkeit; es ist eine kollektive Entscheidung darüber, wie wir unsere Ressourcen einsetzen und welche Probleme wir zu lösen versuchen.
Dieses Transkript wurde mit Hilfe von KI übersetzt und von Niya Krasteva redigiert.