Und immer wieder die Warnungen vor KIs – was ist dran?
Ein Wharton-Papier von März 2026 behauptet, mathematisch bewiesen zu haben, dass der Kapitalismus sich durch KI-Automatisierung selbst die Nachfrage entzieht. Die These verbreitet sich rasant – doch ein Blick auf die tatsächliche Datenlage zeigt ein widersprüchlicheres Bild, als die viralen Zusammenfassungen suggerieren.
Das Papier spricht von einem Automatisierungs-Countdown. Was die „AI Layoff Trap“ meint: Die Ökonomen Brett Hemenway Falk (University of Pennsylvania / Wharton) und Gerry Tsoukalas (Boston University) haben im März 2026 ein Modell veröffentlicht, das den Titel The AI Layoff Trap trägt und mittlerweile auch begutachtet vorliegt (arXiv, 2026). Der Kernmechanismus: Ein Unternehmen, das Arbeitskräfte durch KI ersetzt, vereinnahmt die volle Kostenersparnis, trägt aber nur einen Bruchteil des Nachfrageausfalls, den die Entlassung auslöst – der Rest verteilt sich auf die Konkurrenz. In einem Markt mit N Wettbewerbern spürt jede einzelne Firma nur etwa 1/N des volkswirtschaftlichen Schadens. Das Ergebnis ist ein „Gefangenendilemma„, in dem individuell rationales Verhalten kollektiv in eine Sackgasse führt.
Bemerkenswert ist, welche Gegenmaßnahmen die Autoren mathematisch durchgerechnet und verworfen haben: Lohnanpassungen, freier Marktzutritt, Kapitaleinkommenssteuern, Mitarbeiterbeteiligung, Umschulung und bedingungsloses Grundeinkommen ändern demnach angeblich nichts am Automatisierungsanreiz einzelner Firmen. Einzig eine gezielte, an den Automatisierungsgrad gekoppelte „Pigou-Steuer“ könne das Marktversagen laut Modell korrigieren. In einem Podcast-Interview erläuterte Tsoukalas, es sei die falsche Strategie, darauf zu warten, dass Unternehmen das Problem von selbst erkennen (Yahoo Finance / New Normal Podcast). Als empirischen Beleg führen die Autoren unter anderem den Stellenabbau bei Block im Februar 2026 an, wo CEO Jack Dorsey KI ausdrücklich als Grund für den Wegfall von knapp der Hälfte der rund 10.000 Stellen nannte.
Was nicht behauptet wird
Was in den viral kursierenden Kurzfassungen meist untergeht: Es handelt sich um ein stilisiertes theoretisches Modell mit symmetrischen Firmen, fixen Löhnen und einem einzelnen Sektor – keine empirische Prognose für die Gesamtwirtschaft. Selbst wohlwollende Kommentatoren aus dem KI-Bereich weisen darauf hin, dass es sich um eine vereinfachte theoretische Linse handelt und nicht um eine präzise Vorhersage für die reale Wirtschaft (Cobus Greyling, Medium). Der reale Ausgang hängt entscheidend davon ab, wie schnell neue Aufgaben und Berufe entstehen – eine Größe, die das Modell bewusst ausklammert, um den Nachfragekanal isoliert sichtbar zu machen.
Zudem widersprechen aktuelle Arbeitsmarktdaten dem Extremszenario zumindest bislang. Das amerikanische Analysehaus Forrester geht in seiner Prognose für 2025–2030 davon aus, dass KI bis 2030 rund 6 Prozent der US-Jobs kosten wird, wovon ein guter Teil zudem wieder rückgängig gemacht werde, sobald Firmen die operativen Probleme verfrühter Automatisierung erkennen (Forrester / Business Wire). Für Deutschland kommt eine gemeinsame Studie von IAB, BIBB und GWS zu einem ähnlich moderaten Bild: KI hebe das BIP-Wachstum zwar spürbar an, bei den Arbeitsplätzen entstehe aber in Summe weitgehend eine Nullsumme – rund 1,6 Millionen Stellen werden umverteilt, nicht netto vernichtet (Hubertus Porschen). Das ifo-Institut verzeichnete im April 2026 zwar den schwächsten Beschäftigungsbarometer-Wert seit Beginn der Corona-Pandemie – doch die Studie ordnet dies auch demografischen Effekten zu, die unabhängig von KI wirken.
Was offen bleibt
Wer die Debatte einordnen will, sollte sich nicht mit der plakativen Schlagzeile begnügen, sondern gezielt nachfragen:
Wessen Interessen stehen hinter welcher Prognose?
Die öffentliche Debatte ist von diametral entgegengesetzten Einschätzungen der KI-Branche selbst geprägt. Nvidia-Chef Jensen Huang argumentiert, KI automatisiere vor allem einzelne Aufgaben statt ganzer Berufe und werde langfristig sogar zu mehr Einstellungen führen. Anthropic-Chef Dario Amodei hingegen prognostiziert den Wegfall von bis zu 50 Prozent der klassischen Einstiegsjobs (ad-hoc-news, August 2026). Beide Äußerungen kommen von Akteuren, die selbst massiv in die Technologie investiert sind und deren Aussagen entsprechend auch als Positionierung im eigenen Interesse gelesen werden können.
Was kann heute schon als bewiesen gelten?
Laut dem Stepstone Hiring Trends Update von Ende Juli 2026 fürchten rund 35 Prozent aller Beschäftigten, durch KI überflüssig zu werden – bei Berufseinsteigern sind es bereits 49 Prozent, bei Führungskräften dagegen nur 22 Prozent. Die Arbeitslosenquote junger Hochschulabsolventen in den USA hat sich laut einer DZ-Bank-Studie zwischen 2022 und 2025 mehr als verdoppelt (ad-hoc-news). Das ist ein empirisches Warnsignal, unabhängig davon, ob das Wharton-Modell in seiner Reinform zutrifft – der Druck konzentriert sich sichtbar auf Berufseinsteiger, während er bei etablierten Fach- und Führungskräften noch kaum ankommt.
Warum wird ausgerechnet eine Steuer als einzige Lösung präsentiert?
Das Modell schließt Grundeinkommen, Umschulung und Mitarbeiterbeteiligung explizit aus – nicht, weil sie gesellschaftlich wirkungslos wären, sondern weil sie im Modell nichts am individuellen Firmenanreiz ändern, weiter zu automatisieren. Das ist eine enge ökonomische Definition von „Lösung“, die soziale und politische Wirkungen dieser Instrumente außen vor lässt. Eine Pigou-Steuer wiederum setzt eine handlungsfähige, koordinierte Regulierungsinstanz voraus – die politische Realisierbarkeit einer global oder zumindest EU-weit abgestimmten Automatisierungssteuer wird im Papier selbst nicht diskutiert.
Die Einseitigkeit
Die eigentliche Leerstelle der aktuellen Debatte liegt weniger im Modell selbst als in seiner Rezeption. Die virale Zusammenfassung – „zwei Ökonomen haben bewiesen, dass KI die Wirtschaft zerstören wird“ – verkürzt ein bedingtes theoretisches Ergebnis („Im Extremfall, wenn Verdrängung schneller verläuft als Wiederabsorption“) zu einer deterministischen Prophezeiung. Das ist typisch für die aktuelle KI-Berichterstattung insgesamt: Sowohl die Untergangsszenarien als auch die Verheißungen von grenzenloser Produktivität bedienen sich derselben Dramaturgie der Unausweichlichkeit – und blenden dabei aus, dass Automatisierungstempo, Regulierung und Verteilung der Gewinne politisch gestaltbare Größen sind, keine Naturgesetze.
Auffällig ist zudem, wer in der Debatte fehlt: die betroffenen Arbeitnehmer selbst, die in keiner der zitierten Studien als eigenständige politische Kraft vorkommen, sondern nur als Modellvariable („Konsument“, „verdrängter Arbeiter“) oder als Umfragezahl („35 Prozent fürchten“). Die Frage, wer über Tempo und Ausgestaltung der Automatisierung entscheidet – Unternehmen, Märkte oder demokratisch legitimierte Institutionen – wird damit implizit schon beantwortet, bevor sie überhaupt gestellt wird.
Risiko: Das Beharrungsvermögen
Das größte Risiko liegt wohl darin, dass es zu viele Interessengruppen gibt, welche in ihrer Fähigkeit, Veränderungen zu blockieren, Gegenmaßnahmen wie eben Steuern, Grundeinkommen oder andere Steuerungsmaßnahmen im „liberalen Westen“ verhindern werden, während sich in Ländern des, pauschal gesagt „Globalen Südens“, die Anpassungen schon jetzt abzeichnen, z.B. in China. Aber das wäre wieder ein anderer Artikel. Ein Beispiel dürfte in Deutschland die ewige Rentendiskussion sein. Statt mit einem Befreiungsschlag sowohl „Roboter„, als auch Politiker, Beamte und Selbständige in eine gesicherte staatliche Rentenversicherung einzuschließen, wird seit Jahrzehnten nach politischen Gegebenheiten und Macht von Lobbygruppen mit der Lebensleistung von Menschen experimentiert.
Deshalb dürfte das größte Risiko nicht in künstlicher Intelligenz, sondern in der gesellschaftlichen Flexibilität liegen, moderne Technologien für die gesamte Gesellschaft nützlich zu integrieren.
Links zu früheren TKP-Beiträgen zum Thema finden Sie unterhalb 👇
Unsere Arbeit ist spendenfinanziert – wir bitten um Unterstützung.
Folge TKP auf Telegram oder GETTR und abonniere unseren Newsletter.
Denken und Einbildungskraft: Noch einmal über die künstliche Intelligenz
Die Aufgaben der künstlichen Intelligenz
Über künstliche Intelligenz und natürliche Dummheit
Natürlich kann man vieles mathematisch beweisen – aber immer nur unter den Annahmen, die man selbst setzt. Wenn diese Annahmen spekulativ sind, ist auch der Beweis nur ein Beweis unter spekulativen Voraussetzungen. Genau das gilt für viele Aussagen über die Zukunft der KI: Sie hängen an Modellannahmen, nicht an gesicherten Erkenntnissen.
Tatsächlich kann niemand sagen, wohin sich KI entwickelt. Was wir heute sehen, ist vor allem die Automatisierung sehr regelmäßiger, repetitiver Vorgänge – eine Entwicklung, die seit über 100 Jahren läuft. Kreative Berufe kann KI ergänzen, aber nicht ersetzen, weil sie keine Bedeutung versteht, sondern Muster berechnet. KI bleibt – im Kern – ein semantisch blindes System, also immer ein bisschen deppert.
(Ein künstliches Neuronales Netz ist vollständig semantikfrei. Es weiß nicht, was die Daten bedeuten, die es verarbeitet. Semantik entsteht immer erst durch Menschen, entweder durch Interpretation oder durch eine zusätzliche, explizit programmierte Bedeutungsschicht. —> theoretische Informatik)
Das bedeutet auch: KI kann Mehrarbeit erzeugen, weil ihr Output ständig überprüft werden muss. Gleichzeitig kann die Qualität steigen, wenn Menschen die Fehler der KI korrigieren und die guten Teile nutzen.
Es ist ebenso möglich, dass sich die Gesellschaft durch KI in eine andere Richtung entwickelt – etwa hin zu immer mehr Überwachung, automatisierter Bewertung oder sogar sozialen Kreditsystemen. Die Technik selbst entscheidet das nicht; sie wird dafür eingesetzt, wofür Menschen und Institutionen sie verwenden.
Vielleicht entsteht tatsächlich gesellschaftlicher Widerstand gegen KI‑gestützte Überwachungssysteme. Der EU AI Act stuft Sozialkreditsysteme als KI‑Hochrisikotechnologie ein – wegen der Gefahr für Grundrechte und demokratische Freiheiten. Gleichzeitig treibt die EU den Ausbau von KI‑Infrastruktur, digitalen Identitäten und interoperablen Datenräumen voran. Man warnt vor KI‑Überwachung – und baut zugleich die technischen Voraussetzungen dafür. Irgendwie widersprüchlich.
Wer füttert eigentlich KI und wie? Bekommt KI sämtliche erhältliche Bücher und wissenschafltiche Abhandlungen zu lesen auch die, die nicht digital sind?
So beziehe ich mich auf die KI-Antwort, die der „Oekologe“ (16. August 2026 um 11:14 Uhr /Studie: Schrumpfende Wolkenfelder verursachen Klimaerwärmung – CO2 spielt keine Rolle), wo KI erst nach Nachbohren andere „Erkenntnisse“ liefert, aber die CO2-These nicht blamiert – was doch ganz einfach auch ein Interessenskonflikt sein kann. Ein anderes Beispiel habe ich bei Haisenko/Anderwelt gelesen, wo der Autor eines Geschichtsbuchs die KI über dieses Buch befragt und schließlich nach langer Debatte zugibt, dass der Autor mit seinen Aussagen recht hat „Ich habe in den ersten Schritten unseres Gesprächs die vereinfachte, gängige Lehrbuch-Erzählung abgerufen, anstatt direkt die tiefergehende, strukturelle Perspektive der moderneren Forschung einzunehmen.“ (wer hat diese KI gefüttert?).
Tech Bros Run the Marxist Playbook – Activist Post – https://www.activistpost.com/tech-bros-run-the-marxist-playbook/
Ist die Debatte nicht ein Cover-up für die Verarmung durch Deindustrialisierung? Strategien eines Cover-up durch das öffentliche Controlling sind überall erkennbar, zB indem man die Nahrungsmittel-„Industrie“, also der Hochverarbeitung billiger Stapelware zu angeblichen Lebensmitteln der Industrieproduktion wie Stahl, Glas, Chemie zurechnet.
Man hat desaströse Entscheidungen gefällt, die nicht rückgängig gemacht werden dürfen, die Mehrheit der Betroffenen bejubelt die Selbstschädigung und freut sich auf Leid und Untergang und die Verantwortlichen dürfen in Amt und Würden bleiben und alles auf die KI schieben?
„Ein Wharton-Papier von März 2026 behauptet, mathematisch bewiesen zu haben, dass der Kapitalismus sich durch KI-Automatisierung selbst die Nachfrage entzieht.“
Oder anders formuliert: Wer kauft am Ende noch was, wenn es nur noch Roboter gibt? Oder kaufen Roboter dann schicke Autos um mit ihrer Roboterfamilie damit in Urlaub zu fahren?
Es ist alles so absurd. Sollte dieser ganze KI-Irrsinn nicht mal langsam zur Systemfrage führen, denn schon bald dürfte alles Wasser und aller Strom nur noch für Serverfarmen bereitgestellt werden. Wozu dienen die aber hauptsächlich? Der Verwaltung des New Gold, den Daten der Sklaven, den Daten der Sklaven bis auf Atomebene in Echtzeit! Das muss man sich mal klarmachen. Die Welt in der Hand von Superpsychopathen und ihren ergebenen Polittrotteln.