Die zentrale Frage ist, wer den Gewinn erfasst
Eine Volkswirtschaft kann produktiver werden, während viele Haushalte unsicherer werden. Beschäftigtenzahlen allein übersehen Löhne, Arbeitsstunden, Verhandlungsmacht, Eigentum, Preise, Steuern und Zugang zu wesentlichen Dienstleistungen. Die Verteilungswirkungen von KI hängen ebenso von Institutionen wie von technischer Fähigkeit ab.
Die gegenwärtige Evidenz stammt aus der Exposition gegenüber generativer KI, früher Einführung und Arbeitsmarktstudien. Behauptungen über eine Wirtschaft nach der AGI sind bedingte Prognosen. Kein Datensatz kann offenbaren, wie Einkommen nach einer Technologie verteilt sein wird, deren Existenz noch nicht feststeht.
Exposition ist ungleich verteilt
Der ILO–NASK-Index von 2025 schätzte, dass ein Viertel der weltweiten Beschäftigung eine gewisse Exposition gegenüber generativer KI aufwies und 3,3 % in die höchste Kategorie fielen. Die Exposition war in Ländern mit hohem Einkommen und bei Bürotätigkeiten höher, und die Beschäftigung von Frauen war stärker exponiert, weil Berufe geschlechtsspezifisch segregiert sind (ILO–NASK, Mai 2025).
Exposition ist nicht Verdrängung. Eine stark exponierte Fachkraft kann ein produktivitätssteigerndes Werkzeug erhalten, während eine weniger exponierte Vertragsarbeitskraft einer strengeren algorithmischen Überwachung ausgesetzt sein kann. Arbeitnehmer mit Bildung und Entscheidungsbefugnis können KI möglicherweise nutzen, um ihr Urteilsvermögen zu ergänzen; Arbeitnehmer in standardisierten Rollen könnten Aufgaben automatisiert und Ermessensspielraum verringert sehen.
Dieselbe Technologie kann Lohnunterschiede komprimieren oder vergrößern. Wenn sie Anfängern hilft, ein expertenähnliches Leistungsniveau zu erreichen, könnten Arbeitgeber mehr Berufseinsteiger einstellen oder weniger für knappe Expertise bezahlen. Wenn sie Spitzenkräfte mit Kapital, Daten und Kunden verstärkt, könnten sich Erträge konzentrieren.
Arbeitseinkommen und Kapitaleinkommen
Eigentümer von Chips, Clouds, Modellen, Daten und Vertriebswegen können Erträge erzielen, selbst wenn die Beschäftigung stabil bleibt. Die Modellierung des IWF-Stabs warnt, dass eine stärkere Komplementarität mit einkommensstarken Arbeitnehmern die Ungleichheit beim Arbeitseinkommen erhöhen könnte und dass höhere Kapitalerträge die Vermögensungleichheit erhöhen könnten. Die Autoren betonen, dass es sich um Ansichten des Stabs und Szenarioergebnisse handelt, nicht um die Prognose des Exekutivdirektoriums des IWF (IWF-Diskussionspapier des Stabs, 2024).
Eigentum ist daher eine politische Variable. Pensionsfonds und breiter Aktienbesitz verteilen einen Teil des Kapitaleinkommens, doch Vermögensbesitz ist höchst ungleich verteilt und variiert je nach Land. Öffentliche Investitionen, Besteuerung, Mitarbeiterbeteiligung, Genossenschaften, Staatsfonds und Sozialdividenden bieten unterschiedliche Wege, Erträge zu teilen. Jeder hat eigene Kompromisse bei Governance und Anreizen.
Berufseinstiegswege könnten die verborgene Bruchlinie sein
Viele Berufe bilden Experten durch routinemäßige Junior-Arbeit aus: Entwurfsdokumente, grundlegende Analysen, Kundenfragen, Code-Wartung und beaufsichtigte Praxis. Die Automatisierung dieser Aufgaben kann geringwertige Arbeit reduzieren, entfernt aber zugleich die Ausbildungsleiter.
Arbeitgeber können Einstiegsrollen um Überprüfung, Kundenkontext und Werkzeugüberwachung neu gestalten, doch das erfordert bewusste Investition. Wenn jede Firma erwartet, dass eine andere Institution erfahrene Arbeitskräfte ausbildet, kann der Sektor einem kollektiven Fachkräftemangel gegenüberstehen. Schulen und Zulassungsstellen sollten verfolgen, ob Absolventen beaufsichtigte Erfahrung sammeln, nicht nur, ob die Beschäftigung auf Senior-Ebene fortbesteht.
Belege für reduzierte Einstellungen in manchen exponierten Kategorien junger Arbeitskräfte sind ein frühes Signal, kein Beweis für universelle kausale Verdrängung. Zinssätze, Branchenzyklen und Nachkorrekturen der Einstellungen nach der Pandemie sind konkurrierende Erklärungen. Kohorten-Einstellungen, Löhne, Beförderungen und Aufgabeninhalte sollten über Zeit verfolgt werden.
Preise und Nachfrage können Gewinne verteilen
Produktivität kann Haushalten durch niedrigere Preise oder bessere Qualität zugutekommen, selbst wenn Löhne nicht steigen. Günstige Übersetzung, Software, Nachhilfe oder professionelle Unterstützung können den Konsum ausweiten und komplementäre Arbeitsplätze schaffen. In anderen Märkten könnten dominante Firmen Einsparungen als Gewinn einbehalten, statt Preise zu senken.
Die Nachfrageelastizität ist entscheidend. Wird eine Dienstleistung billiger und kaufen die Menschen viel mehr davon, kann die Beschäftigung trotz Automatisierung wachsen. Ist die Nachfrage fix, könnten weniger Arbeitskräfte benötigt werden. Regulierung, Erstattung, Beschaffung und Vertrauen beeinflussen diese Reaktion in Gesundheit, Recht, Bildung und Finanzen.
Qualitätsbereinigte Kennzahlen sind essenziell. Ein kostenloser automatisierter Dienst ist kein Vorteil, wenn Fehler unkorrigiert bleiben oder menschliche Alternativen verschwinden.
Geografie und die globale Kluft
KI-Aktivität ballt sich um Forschungsinstitutionen, Kapital, Rechenzentren und verlässliche Stromversorgung. Regionen, die Infrastruktur beherbergen, könnten von Bauaktivität und Steuereinnahmen profitieren, während sie Strom-, Wasser-, Lärm- und Landkosten tragen. Regionen, die von ausgelagerter Büro- oder digitaler Arbeit abhängen, könnten Einkommensverluste erleiden, ohne Modelleigentum zu erhalten.
Der IWF schätzt eine höhere kurzfristige Exposition in fortgeschrittenen Volkswirtschaften, warnt aber, dass Länder mit niedrigerem Einkommen weniger bereit sein könnten, Nutzen zu erfassen. Geringere Exposition ist kein Schutz, wenn sie schlechte Konnektivität, Fertigkeiten, Sprachabdeckung und öffentliche Kapazität widerspiegelt.
Systeme in lokaler Sprache, erschwingliche Rechenleistung, interoperable öffentliche Infrastruktur und Beteiligung an Standards können Gewinne verbreitern. Datenextraktion ohne Entschädigung und importierte, für lokale Institutionen ungeeignete Systeme können Abhängigkeit vertiefen.
Arbeitsqualität und algorithmisches Management
KI kann repetitive Aufgaben entfernen, behinderte Arbeitnehmer unterstützen und Sicherheit verbessern. Sie kann auch Überwachung intensivieren, undurchsichtige Vorgaben setzen, Arbeitspläne unvorhersehbar gestalten und Disziplinierung automatisieren. Beschäftigungs- und Produktionsstatistiken erfassen weder Autonomie noch Würde.
Die regionenübergreifenden Fallstudien der ILO von 2025 fanden, dass Arbeitnehmervertretung und sozialer Dialog Entscheidungen über algorithmisches Management und Beschäftigung beeinflussen können (ILO Working Paper 144, Juli 2025). Fallstudien zeigen mögliche Arrangements, keine durchschnittlichen globalen Ergebnisse.
Arbeitnehmer brauchen Benachrichtigung über Überwachung und automatisierte Entscheidungen, Zugang zu den verwendeten Daten, eine aussagekräftige Erklärung, menschlichen Widerspruch und Schutz für Tarifverhandlungen. Konsultation nach der Beschaffung ist weniger wirksam als Beteiligung am Design.
Politikoptionen sind Entscheidungen, keine Vorhersagen
Bildung und Übergangsunterstützung können übertragbare Ausbildung, Lehrstellen, Lohnversicherung, Umzugshilfe und Karrieredienste finanzieren. Ausbildung reicht nicht aus, wenn Arbeitsplätze fehlen oder Arbeitnehmer sich Zeit außerhalb der Arbeit nicht leisten können.
Einkommensuntergrenzen — Arbeitslosenversicherung, Steuergutschriften, Kindergeld, Grundeinkommen oder garantierte Dienstleistungen — unterscheiden sich in Zielgenauigkeit, Verwaltung, Arbeitsanreizen und Haushaltskosten. Eine künftige AGI-Dividende ist derzeit kein verfügbares Einkommen.
Arbeitsteilung kann Produktivität in kürzere Arbeitszeiten umwandeln, doch Arbeitnehmer brauchen Verhandlungsmacht oder Gesetz, um den Lohn zu behalten. Wettbewerbspolitik kann Renten und Wechselbarrieren verhindern. Steuerpolitik kann einen Teil der Gewinne erfassen, doch schlecht gestaltete Automatisierungssteuern könnten nützliche Werkzeuge entmutigen oder leicht neu definiert werden.
Öffentliche Optionen und Beschaffung können KI-Kapazität in den Dienst öffentlicher Ziele stellen. Sie erfordern technische Kompetenz, Transparenz und Schutzmaßnahmen gegen Überwachung oder politische Vetternwirtschaft.
Was zu messen ist
Ein Verteilungs-Dashboard sollte Beschäftigung, offene Stellen, Einstiegseinstellungen, Löhne nach Perzentil, Arbeitsstunden, unfreiwillige Teilzeitarbeit, Arbeitseinkommensanteil, Kapitaleigentum, Preise, Produktivität, Arbeitsplatzüberwachung, regionale Investitionen sowie Ergebnisse nach Geschlecht, Herkunft, Behinderung, Alter und Bildung erfassen, wo dies rechtlich und ethisch zulässig ist.
Unternehmensankündigungen und Arbeitgeberumfragen haben Interessenkonflikte. Firmen könnten Produktivität bewerben oder Entlassungen rechtfertigen; Arbeitnehmerorganisationen könnten das Arbeitnehmerrisiko betonen; Beratungsfirmen verkaufen Transformationsdienstleistungen. Verwaltungsdaten, präregistrierte Studien und transparente Methoden liefern stärkere Evidenz.
AGI-Szenarien
Könnten Systeme einen Großteil kognitiver Arbeit ersetzen, könnte sich die Verhandlungsmacht rasch zu den Eigentümern von Modellen und Infrastruktur verschieben. Alternativ könnten öffentliches Eigentum, reichliche Dienstleistungen, neue Nachfrage oder verkürzte Arbeitszeit den Lebensstandard breit anheben. Physische Engpässe und menschliche Präferenzen könnten wertvolle Arbeit erhalten.
Nichts davon ist automatisch. „Postknappheit” ist ebenso eine politisch-ökonomische wie eine technische Behauptung. Verteilungsregeln, Eigentumsrechte, Besteuerung, öffentliche Dienstleistungen und demokratische Kontrolle bestimmen, ob Überfluss zugänglich wird.
Die praktische Schlussfolgerung lautet, die Verteilung zu regulieren, während sich die Fähigkeit entwickelt. Mehr als Arbeitsplätze messen, Einstiegswege und Arbeitnehmerstimme schützen, Eigentum und Zugang verbreitern und fiskalische Systeme aufbauen, die Gewinne teilen können. Zu warten, bis Verdrängung offensichtlich ist, könnte Institutionen genau dann schwächer zurücklassen, wenn Anpassung am schwersten ist.