Weniger Jobs, starkes Wachstum

KI-Produktivitätsschub: US-Wirtschaftsdaten liefern erste Indizien

Brynjolfsson verweist auf revidierte Arbeitsmarktdaten: Das Beschäftigungsplus wurde nachträglich deutlich nach unten angepasst (rund 403.000 Stellen weniger als zunächst ausgewiesen). Gleichzeitig legte das Bruttoinlandsprodukt im vierten Quartal kräftig zu (3,7 Prozent). Für ihn ist diese Kombination ein Signal: Wenn die Wirtschaftsleistung wächst, ohne dass die Beschäftigung im gleichen Maß steigt, spricht das tendenziell für höhere Arbeitsproduktivität, wie er in einem Gastbeitrag in der Financial Times erklärt.

Auf Basis dieser Entwicklung schätzt Brynjolfsson, dass die US-Produktivität im Jahr 2025 um etwa 2,7 Prozent zulegen könnte – und damit deutlich über dem langjährigen Durchschnitt (rund 1,4 Prozent über die vergangenen zehn Jahre).

Die "J-Kurve": Warum der Nutzen oft verzögert kommt

Ein zentraler Punkt seiner Argumentation: Große technologische Umbrüche zeigen ihren Effekt in Statistiken häufig nicht sofort. Zunächst investieren Unternehmen, bauen Prozesse um, schulen Beschäftigte und ändern Organisationen sowie Geschäftsmodelle. In dieser Übergangsphase kann die gemessene Produktivität sogar vorübergehend schwächer aussehen. Erst später steigen die Kennzahlen spürbar – Brynjolfsson sieht die USA nun am Beginn dieser Phase, in der der Nutzen sichtbarer wird.

Nebenwirkungen am Arbeitsmarkt: weniger Einstiegsjobs?

In einer weiteren Untersuchung berichtet Brynjolfsson von einem Rückgang bei Neueinstellungen von Berufseinsteiger:innen in besonders KI-nahen Bereichen um etwa 16 Prozent. Allerdings ist die Interpretation nicht eindeutig: Der Effekt könnte ebenso mit den starken Personalaufbauten der Tech-Branche in den Vorjahren und anschließenden Kostensenkungen zusammenhängen – nicht zwingend mit KI-Automatisierung.

Warum Vorsicht geboten ist

Trotz der auffälligen Zahlen bleibt die Lage komplex:

• Produktivitätsdaten schwanken stark. Einzelne Quartale können Ausreißer sein; belastbare Trends zeigen sich meist erst über mehrere Perioden.
• Interessenkonflikte sollten mitgedacht werden: Brynjolfsson ist Mitgründer eines Unternehmens, das Firmen bei der KI-Einführung berät. Das heißt nicht, dass seine Argumente falsch sind – aber es ist relevant für die Einordnung.
• Kausalität ist schwer nachzuweisen. Makrodaten liefern meist Korrelationen, nicht den klaren Beleg, welcher Anteil des Wachstums wirklich auf KI zurückgeht.
• Ein weiterer Punkt: Das starke Wachstum könnte teilweise auch aus Investitionen in KI-Infrastruktur stammen – also aus Milliarden für Rechenzentren, Chips und Ausbaukapazitäten – und weniger aus Effizienzgewinnen durch den KI-Einsatz im Alltag von Unternehmen.

Das Messproblem in Unternehmen

Gerade bei Wissensarbeit ist Produktivität oft schwer zu beziffern: Strategiepapiere, E-Mails, Konzepte oder Analysen lassen sich nicht so einfach wie Stückzahlen in der Produktion messen. Fehlt eine saubere Ausgangsmessung, wird ein seriöser Vorher-nachher-Vergleich durch KI zusätzlich erschwert. Das verstärkt die Unsicherheit vieler aktueller Aussagen – vieles bleibt vorerst plausibel, aber nicht eindeutig bewiesen.