{"id":208075,"date":"2025-04-10T07:00:03","date_gmt":"2025-04-10T05:00:03","guid":{"rendered":"https:\/\/dievolkswirtschaft.ch\/?p=208075"},"modified":"2025-04-15T10:17:08","modified_gmt":"2025-04-15T08:17:08","slug":"kommt-mit-ki-wieder-ein-goldenes-zeitalter-der-produktivitaet","status":"publish","type":"post","link":"https:\/\/dievolkswirtschaft.ch\/de\/2025\/04\/kommt-mit-ki-wieder-ein-goldenes-zeitalter-der-produktivitaet\/","title":{"rendered":"Kommt mit KI wieder ein goldenes Zeitalter der Produktivit\u00e4t?"},"content":{"rendered":"

Verschiedene Formen der k\u00fcnstlichen Intelligenz (KI) gibt es schon lange.[1]<\/a> Aber erst seitdem Chat-GPT Ende 2022 der breiten \u00d6ffentlichkeit verf\u00fcgbar gemacht wurde, ist sie endg\u00fcltig in aller Munde. So \u00fcberrascht es nicht, dass sich Wissenschaft und Beratungsunternehmen vielfach an der Quantifizierung des volkswirtschaftlichen Potenzials dieser neuen Technologie versucht haben. \u00dcberraschend ist aber die grosse Diskrepanz, die zwischen den verschiedenen Prognosen besteht: Sie reichen f\u00fcr entwickelte Volkswirtschaften von 0,53 Prozent bis zu weit \u00fcber 20 Prozent zus\u00e4tzlichen Produktivit\u00e4tswachstums \u00fcber die n\u00e4chsten zehn Jahre.[2]<\/a> Zum Vergleich: W\u00e4hrend des \u00abgoldenen Zeitalters\u00bb nach dem Zweiten Weltkrieg wuchs die Produktivit\u00e4t in der Schweiz in zehn Jahren um rund 20 Prozent.[3]<\/a><\/p>\n

Die Pr\u00e4sentation des chinesischen Chatbots Deepseek im Januar dieses Jahres hat die KI-Euphorie weiter gesteigert; denn Deepseek scheint nach Entwicklerangaben mit deutlich weniger Rechenleistung und folglich g\u00fcnstiger als bisherige KI-Modelle wie Chat-GPT trainiert worden zu sein.[4]<\/a> Wir erkl\u00e4ren, warum KI tats\u00e4chlich ein betr\u00e4chtliches Produktivit\u00e4tspotenzial hat und von welchen Bedingungen es abh\u00e4ngt, inwieweit es sich entfalten kann.<\/p>\n

KI als Treiber der \u00absch\u00f6pferischen Zerst\u00f6rung\u00bb<\/h2>\n

KI ist wie zuvor etwa die Dampfmaschine oder die Elektrizit\u00e4t eine sogenannte General-Purpose Technology, die in allen Branchen und f\u00fcr verschiedenste Aufgaben eingesetzt werden kann.[5]<\/a> Die wissenschaftliche Literatur unterscheidet deshalb mehrere Kan\u00e4le, durch die KI die Produktivit\u00e4t beeinflussen kann: Erstens kann KI die Arbeitnehmer bei der Erf\u00fcllung bestehender Aufgaben unterst\u00fctzen. Schon heute kann sie etwa beim Formulieren von E-Mails oder beim Programmieren helfen. Zweitens kann KI auch bereits automatisierte Prozesse optimieren: Man denke hier an IT-Systeme oder Industrieroboter, die durch maschinelles Lernen noch effizienter werden.<\/p>\n

Sowohl beim ersten als auch beim zweiten Kanal geht es um die Komplementarit\u00e4t von KI mit anderen Produktionsfaktoren \u2013 im ersten Fall Arbeit, im zweiten Kapital. KI wirkt demnach am \u00abintensiven Rand\u00bb; das heisst, sie steigert die Produktivit\u00e4t in bestehenden Produktionsprozessen. Doch schon der \u00f6sterreichische \u00d6konom Joseph Schumpeter warnte 1946 im Zusammenhang mit der von ihm beschriebenen \u00absch\u00f6pferischen Zerst\u00f6rung\u00bb vor einer Beschr\u00e4nkung der Analyse technologischen Fortschritts auf den intensiven Rand: \u00ab[G]ew\u00f6hnlich wird nur das Problem betrachtet, wie der Kapitalismus mit bestehenden Strukturen umgeht, w\u00e4hrend das relevante Problem darin besteht, wie er sie schafft und zerst\u00f6rt.\u00bb[6]<\/a><\/p>\n

In Bezug auf KI gilt es deshalb vier weitere Wirkungskan\u00e4le am \u00abextensiven Rand\u00bb zu unterschieden, welche die Produktivit\u00e4t zus\u00e4tzlich beeinflussen k\u00f6nnten: Erstens kann KI ganze Produktionsschritte \u00fcbernehmen, die bisher von Menschen ausgef\u00fchrt wurden. Zweitens k\u00f6nnte KI ein Angebot g\u00e4nzlich neuer G\u00fcter und Dienstleistungen schaffen. In beiden F\u00e4llen w\u00fcrde die durchschnittliche Produktivit\u00e4t in der Volkswirtschaft gesteigert, da KI als kosteng\u00fcnstiger Produktionsfaktor zunehmend zum Einsatz k\u00e4me. Drittens k\u00f6nnte KI nicht nur direkt in bestimmten Dienstleistungen und Produktionsprozessen zum Einsatz kommen, sondern durch die Nutzung in Forschung und Entwicklung einen indirekten positiven Effekt auf die Wertsch\u00f6pfung in vielen Branchen haben \u2013 etwa durch das Finden von Molek\u00fclen f\u00fcr neue Materialien und Medikamente. Viertens erfordert KI aber auch unterst\u00fctzende Dienstleistungen, beispielsweise im Bereich Regulierung und Compliance, was die positiven Effekte abmildert.<\/p>\n

Grosses Potenzial, aber Unsicherheiten bei quantitativen Vorhersagen<\/h2>\n

Gem\u00e4ss der Theorie scheint KI also einen \u00fcberwiegend positiven Einfluss auf die Produktivit\u00e4t zu haben. Auch die Konjunkturforschungsstelle der ETH Z\u00fcrich (KOF) hat Modelle entwickelt, die qualitativ klar ein Produktivit\u00e4tswachstum durch KI vorhersagen, etwa weil diese ihre Produktivit\u00e4t als \u00abselbstlernendes Kapital\u00bb stetig steigert oder zunehmend komplexe Aufgaben von Menschen \u00fcbernimmt.[7]<\/a> Wenn die Produktivit\u00e4tssteigerung also eindeutig ist, warum ist es so schwierig, sie zu quantifizieren?<\/p>\n

Erstens k\u00f6nnen Prognosen l\u00e4ngst nicht alle genannten Wirkungskan\u00e4le einbeziehen. Die Studien, auf denen die in der Einleitung angef\u00fchrten Prognosen basieren, konzentrieren sich deshalb darauf, Effekte von KI als Komplement oder Substitut menschlicher Arbeit abzusch\u00e4tzen. Dieser Fokus erkl\u00e4rt sich aus der Verf\u00fcgbarkeit passender Daten: In den USA erfasst die O*NET-Datenbank \u00fcber 1000 Berufe und insgesamt knapp 20\u2019000 Aufgaben, die in diesen Berufen ausge\u00fcbt werden. Einem Schreiner zugeordnete Aufgaben sind etwa das \u00abMessen und Markieren von Schnittlinien mithilfe von Lineal, Kreide und Streichmass\u00bb, aber auch \u00abdie Anfertigung von Arbeitsnachweisen und die Einteilung von Mitarbeitern\u00bb.[8]<\/a> Sch\u00e4tzt man f\u00fcr jede Aufgabe, ob diese in Zukunft durch KI ausgef\u00fchrt werden kann, erh\u00e4lt man ein Mass f\u00fcr den Gesamteinfluss von KI auf den Arbeitsmarkt und indirekt auf die Produktivit\u00e4t.<\/p>\n

Zweitens widersprechen sich aber selbst die auf dieser Grundlage basierenden Studien deutlich; denn sogar bei einer genauen Unterscheidung von Berufen und Aufgaben ist nicht klar, ob KI eher am intensiven oder am extensiven Rand wirkt: Welchen Anteil der Aufgaben in einem Beruf muss KI \u00fcbernehmen k\u00f6nnen, damit er wegf\u00e4llt? Das m\u00fcssen nicht unbedingt 100\u00a0Prozent der Aufgaben sein, wenn verbleibende Aufgaben in andere Berufe verlagert werden k\u00f6nnen. Welche Produktivit\u00e4tseffekte sich aufgrund der Substitution durch KI in bestimmten Berufen ergeben, ist dar\u00fcber hinaus von weiteren Faktoren abh\u00e4ngig: Wenn bestimmte G\u00fcter durch den Einsatz von KI g\u00fcnstiger werden, ist zu erwarten, dass auch komplement\u00e4re G\u00fcter oder Dienstleistungen st\u00e4rker nachgefragt werden und die Arbeitsnachfrage in diesen noch bestehenden Berufen steigt. Von Substitution betroffene Arbeitskr\u00e4fte k\u00f6nnten dann in diese Berufe wechseln. Es ist aber nicht sicher, ob die betroffenen Arbeitnehmer in ihren neuen Funktionen \u00e4hnlich produktiv sein werden wie zuvor.<\/p>\n

KI k\u00f6nnte schliesslich auch einige negative Auswirkungen auf das Wachstum oder zumindest die Wohlfahrt haben. Erstens k\u00f6nnte die hohe Investitionsnachfrage aus dem KI-Bereich Innovationen in anderen Bereichen verlangsamen (Crowding-out). Wie enorm die Investitionen in KI sind, wurde im Januar dieses Jahres deutlich, als US-Pr\u00e4sident Donald Trump die Mobilisierung privatwirtschaftlicher Mittel im Umfang von 500\u00a0Milliarden Dollar ank\u00fcndigte \u2013 nicht weniger als ein Drittel der gesamten j\u00e4hrlichen Investitionen in den USA.[9]<\/a> Zweitens n\u00fctzt KI auch Hackern bei Cyberangriffen und vereinfacht die Generierung von manipulierten Bildern und Fake News. Und drittens k\u00f6nnten sich die Gewinne durch KI bei wenigen Eigent\u00fcmern von Tech-Konzernen konzentrieren und dadurch wiederum wohlfahrtsmindernd wirken.[10]<\/a><\/p>\n

Insgesamt deuten dennoch sowohl die Theorie als auch erste quantitative Sch\u00e4tzungen auf ein grosses Potenzial f\u00fcr Produktivit\u00e4tssteigerungen durch KI hin. Aufgrund der noch bestehenden grossen Unsicherheit sind Extremszenarien von nahe 0 oder weit \u00fcber 20\u00a0Prozent Produktivit\u00e4tswachstum jedoch keine sinnvollen Leitlinien.<\/p>\n

Welche Faktoren die Politik beeinflussen kann<\/h2>\n

Abschliessend stellt sich die Frage, wie die Schweiz an dem erwartbaren Wachstum partizipieren kann. Bislang sind die Indikatoren vielversprechend: Grosse IT-Unternehmen wie Google und Microsoft haben hierzulande schon seit L\u00e4ngerem einen Standort, und in keinem anderen europ\u00e4ischen Land werden pro Kopf mehr Patente im Bereich KI angemeldet.[11]<\/a> 2024 entschied sich auch Open AI f\u00fcr die Er\u00f6ffnung einer Niederlassung in Z\u00fcrich.<\/p>\n

Die Politik kann diese Entwicklung unterst\u00fctzen und daf\u00fcr sorgen, dass die Schweiz ein globaler KI-Hub wird, indem sie die Grundlagenforschung f\u00f6rdert und eine schlankere KI-Regulierung als etwa die Europ\u00e4ische Union implementiert. Der Bundesrat k\u00fcndigte im Februar 2025 bereits an, die KI-Konvention des Europarats zu ratifizieren, die Regulierung ansonsten aber erst einmal auf staatliche Akteure und grundrechtsrelevante Bereiche zu beschr\u00e4nken.[12]<\/a> Aus unserer Sicht ist dies ein sinnvolles Vorgehen.<\/p>\n

  1. Siehe auch den Artikel<\/a> von Thilo Stadelmann in diesem Schwerpunkt. [<\/span>]<\/a><\/li>
  2. Siehe etwa Acemo\u011flu (2025b), Hatzius et al. (2023) und Chui et al. (2023). Acemo\u011flu (2025b) bezieht sich auf die totale Faktorproduktivit\u00e4t, die Produktivit\u00e4t aller eingesetzten Produktionsfaktoren (Arbeit und Kapital). Hatzius et al. (2023) und Chui et al. (2023) geben hingegen das Wachstum der Arbeitsproduktivit\u00e4t an. Die Arbeitsproduktivit\u00e4t ist als Output pro Arbeiter definiert und das entscheidende Mass f\u00fcr den durchschnittlichen Lebensstandard in einem Land. Die im Rest des Artikels beschriebenen Effekte betreffen stets die Arbeitsproduktivit\u00e4t, aber nicht immer die totale Faktorproduktivit\u00e4t. [<\/span>]<\/a><\/li>
  3. Siehe Universit\u00e4t Groningen\/Universit\u00e4t Kalifornien, Davis (2025). Gemessen wird die totale Faktorproduktivit\u00e4t. [<\/span>]<\/a><\/li>
  4. Siehe Deepseek (2024). [<\/span>]<\/a><\/li>
  5. Siehe Bresnahan (2010). [<\/span>]<\/a><\/li>
  6. Siehe Schumpeter (2020), S. 107. [<\/span>]<\/a><\/li>
  7. Siehe etwa Gersbach et al. (2024) sowie Fuchs et al. (2025). [<\/span>]<\/a><\/li>
  8. Siehe O*NET (2025). [<\/span>]<\/a><\/li>
  9. Siehe Reuters (2025) sowie OECD (2025). [<\/span>]<\/a><\/li>
  10. Siehe Acemo\u011flu (2025a). [<\/span>]<\/a><\/li>
  11. Siehe Blarer et al. (2019). [<\/span>]<\/a><\/li>
  12. Bundesrat (2025). Siehe auch den Artikel von Thomas Schneider (Bakom) in diesem Schwerpunkt. [<\/span>]<\/a><\/li><\/ol>","protected":false},"excerpt":{"rendered":"

    Verschiedene Formen der k\u00fcnstlichen Intelligenz (KI) gibt es schon lange. Aber erst seitdem Chat-GPT Ende 2022 der breiten \u00d6ffentlichkeit verf\u00fcgbar gemacht wurde, ist sie endg\u00fcltig in aller Munde. So \u00fcberrascht es nicht, dass sich Wissenschaft und Beratungsunternehmen vielfach an der Quantifizierung des volkswirtschaftlichen Potenzials dieser neuen Technologie versucht haben. \u00dcberraschend ist aber die grosse Diskrepanz, […]<\/p>","protected":false},"author":13126,"featured_media":208935,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"om_disable_all_campaigns":false,"ep_exclude_from_search":false,"footnotes":""},"post__type":[69,66],"post_opinion":[],"post_serie":[],"post_content_category":[154],"post_content_subject":[180],"acf":{"seco_author":13126,"seco_co_author":[4577],"author_override":"","seco_author_post_ocupation_year":"","seco_author_post_occupation_de":"Doktorand, KOF Konjunkturforschungs­stelle der ETH Z\u00fcrich","seco_author_post_occupation_fr":"Doctorant, Centre de recherches conjoncturelles (KOF), \u00c9cole polytechnique f\u00e9d\u00e9rale de Zurich (EPFZ)","seco_co_authors_post_ocupation":[{"seco_co_author":4577,"seco_co_author_post_occupation_year":"","seco_co_author_post_occupation_de":"Professor f\u00fcr Makro\u00f6konomie, Innovation und Politik, ETH Z\u00fcrich; Co-Direktor KOF Konjunkturforschungs­stelle der ETH Z\u00fcrich, Mitglied des Wissenschaftlichen Beirats beim deutschen Bundesministerium f\u00fcr Wirtschaft und Klimaschutz","seco_co_author_post_occupation_fr":"Professeur de macro\u00e9conomique, d\u2019innovation et de politique \u00e0 l\u2019EPFZ ; pr\u00e9sident du comit\u00e9 consultatif du minist\u00e8re allemand de l\u2019\u00c9conomie et de l\u2019\u00c9nergie ; coauteur de l\u2019expertise sur l\u2019argent liquide"}],"short_title":"","post_lead":"K\u00fcnstliche Intelligenz steigert die Produktivit\u00e4t \u2013 darin sind sich die meisten Forschenden einig. Die Frage ist nur: Wie gross wird die Zunahme sein?","post_hero_image_description":"Nach dem Zweiten Weltkrieg wuchs die Produktivit\u00e4t in der Schweiz in zehn Jahren um rund 20 Prozent: Fachpersonen sind sich uneinig, ob KI ein vergleichbares Wachstum bringen wird.","post_hero_image_description_copyright_de":"Keystone","post_hero_image_description_copyright_fr":"","post_references_literature":"