Zukunftslabor · Arbeit und Wertschöpfung

Unternehmen bauen Stellen ab. Gleichzeitig investieren sie Milliarden in AI, Rechenzentren, Chips und Energie. Die naheliegende Geschichte wäre schnell erzählt: AI kommt, Arbeit verschwindet.

Aber je länger ich darüber nachdenke, desto weniger überzeugt mich diese einfache Erzählung.

Wir sehen bisher keine allgemeine, eindeutig AI-bedingte Massenarbeitslosigkeit. Auch bei einzelnen Unternehmen lässt sich nicht jeder Stellenabbau auf AI zurückführen. Gleichzeitig erleben viele von uns bereits etwas sehr Konkretes: Bestimmte Aufgaben dauern plötzlich deutlich kürzer – Recherche, Strukturierung, Dokumentation, Programmierung, Analyse oder Formulierung.

Wenn mit derselben Arbeitszeit mehr Wert geschaffen werden kann – oder dieselbe Leistung mit weniger Arbeitszeit –, entsteht Produktivitätsgewinn.

Mich interessiert daran vor allem der zweite Teil: Was passiert, wenn wir bestimmte Arbeit tatsächlich nicht mehr leisten müssen? Und wem gehört der wirtschaftliche Wert dieser eingesparten Arbeit?

Vielleicht sollten wir nicht nur fragen, welche Arbeit durch AI verschwindet. Sondern was wir mit der Arbeit anfangen, die wir nicht mehr leisten müssen – und wer davon profitiert.

Birgit Arnold

Perspektivwechsel

Nicht zuerst fragen: Wie viele Arbeitsplätze vernichtet AI? Sondern: Was wird aus dem Produktivitätsgewinn?

Historische Brücke

Ein Blick zurück, bevor wir nach vorn schauen

Diese Frage ist neuer, als sie klingt – und gleichzeitig sehr alt.

Schon frühere Technologiesprünge haben Arbeit verändert. Die Dampfmaschine ist eine naheliegende Vergleichsfolie. James Watt hat sie nicht erfunden; er verbesserte bestehende Technik entscheidend und machte sie wirtschaftlich wesentlich leistungsfähiger. Maschinen konnten menschliche und tierische Kraft in immer mehr Bereichen ersetzen. Produktion wurde effizienter, Berufe veränderten sich, neue Industrien entstanden.

Aber aus höherer Produktivität entstanden nicht automatisch bessere Lebensbedingungen. Kürzere Arbeitszeiten, Arbeitsschutz, soziale Sicherung und Urlaub waren keine technischen Nebenprodukte der Dampfmaschine. Sie mussten gesellschaftlich ausgehandelt und teilweise hart erkämpft werden.

Illustration einer Brücke von der Industrialisierung zur AI-geprägten Arbeitswelt
Historische Parallelen zeigen Möglichkeiten, keine Gewissheiten: Technik verändert den Spielraum. Was daraus gesellschaftlich entsteht, wird ausgehandelt.

Einen späteren Teil dieser Geschichte habe ich selbst miterlebt. In den 1980er-Jahren wurde in Deutschland intensiv um eine Verkürzung der Arbeitszeit gerungen. 1984 streikten Beschäftigte der westdeutschen Metallindustrie fast sieben Wochen für die 35-Stunden-Woche. Das damalige Motto „Mehr Zeit zum Leben, Lieben, Lachen“ ist mir bis heute im Gedächtnis geblieben. Denn darin steckte mehr als Tarifpolitik. Darin steckte die Vorstellung, dass Zeit selbst ein Wohlstandsgewinn sein kann.

Der Weg war schrittweise: Zunächst sank die Wochenarbeitszeit auf 38,5 Stunden, 1995 wurde in der westdeutschen Metallindustrie die 35-Stunden-Woche erreicht. Ich habe die zusätzliche freie Zeit als Gewinn erlebt – mehr Zeit für Familie, eigene Interessen und Dinge, für die im Arbeitsalltag wenig Raum blieb.

Aber genau hier muss ich meine eigene Erinnerung begrenzen. Dass ich mehr freie Zeit als Lebensqualität erlebt habe, beweist nicht, dass Arbeitszeitverkürzung automatisch Arbeitslosigkeit beseitigt oder eine Volkswirtschaft wohlhabender macht. Der historische Rückblick liefert keine fertige Antwort.

Technischer Fortschritt erzeugt Möglichkeiten. Gesellschaftlicher Fortschritt entsteht erst daraus, was wir mit ihnen machen.

Birgit Arnold

Was diesmal anders sein könnte

AI verändert nicht nur Muskelarbeit

Die Parallele zur Industrialisierung trägt nur bis zu einem gewissen Punkt. AI greift in Wissensarbeit ein: in Recherche, Analyse, Programmierung, Dokumentation, Kommunikation und andere kognitive Routinen. Sie kann sich außerdem deutlich schneller verbreiten als frühere Technologien.

Gleichzeitig sollten wir nicht in die nächste Übertreibung kippen. Wir wissen noch nicht, wie groß der gesamtwirtschaftliche Produktivitätseffekt von AI tatsächlich sein wird.

Ein IMF-Arbeitspapier von Fan und Nguyen versucht, die Größenordnung der heute bereits eingesparten Arbeitszeit abzuschätzen. Auf Basis beobachteter AI-Nutzung in 86 Ländern beziffern die Autoren den Arbeitskostenwert dieser Zeit auf rund 2,7 Billionen US-Dollar jährlich beziehungsweise 3,4 Prozent des gemeinsamen Bruttoinlandsprodukts dieser Länder.

Das klingt gewaltig. Doch die Autoren bezeichnen den Wert ausdrücklich als Labor Cost Equivalent: Er bewertet die eingesparte Zeit. Er ist nicht automatisch zusätzliches Bruttoinlandsprodukt. Ob daraus mehr Produktion, höhere Einkommen, kürzere Arbeitszeiten oder etwas anderes entsteht, hängt davon ab, was Unternehmen und Menschen anschließend mit dieser Zeit tun.

Die neue Frage

Zeitersparnis ist noch kein Wohlstandsgewinn. Entscheidend ist, was mit der gewonnenen Zeit geschieht – und wem ihr wirtschaftlicher Wert zufällt.

Vorläufiges Denkmodell

Wem gehört dieser Gewinn?

Die einfache Antwort wäre: zunächst demjenigen, der investiert hat.

Das halte ich nicht für unvernünftig. Unternehmen investieren Milliarden in Modelle, Rechenzentren, Energie, Chips, Software und neue Prozesse. Sie tragen Risiken. Nicht jede Investition wird sich auszahlen. Ohne Aussicht auf Rendite würde ein erheblicher Teil dieser Entwicklung gar nicht stattfinden.

Deshalb halte ich hohe Unternehmensgewinne durch AI nicht automatisch für gesellschaftlich problematisch. Kapital muss im Unternehmen bleiben können, wenn es für Innovation, Infrastruktur, Forschung und neue Wertschöpfung gebraucht wird.

Aber hier beginnt der eigentliche Konflikt. Ein Unternehmen kann seine Gewinne vollständig in noch mehr Automatisierung investieren, dadurch produktiver werden und gleichzeitig weniger Menschen beschäftigen. Betriebswirtschaftlich kann das rational sein. Gesellschaftlich bleibt offen: Wer profitiert von der zusätzlichen Produktivität – und wer verliert seinen bisherigen Platz im System?

Wie groß diese drei Teile sein sollten, weiß ich nicht. Genau an diesem Punkt wird es unbequem: Jede einfache Verteilungsidee hat ein Gegenargument.

Man kann nur verteilen, was zuvor entstanden ist. Ein IMF-Modell zu AI-Adoption und Ungleichheit macht den Zielkonflikt sichtbar. In dem Modell können Maßnahmen, die Kapitalerträge stark belasten, Ungleichheit reduzieren – zugleich aber Investitions- und Adoptionsanreize schwächen. Das ist keine Prognose für Deutschland. Aber die Logik dahinter müssen wir ernst nehmen: Wenn wir Innovation verhindern, entsteht auch weniger zusätzlicher Wohlstand.

Umgekehrt ist auch die Behauptung zu einfach, jede Beteiligung der Beschäftigten schade automatisch den Unternehmen. Eine Untersuchung zur verpflichtenden Gewinnbeteiligung in Frankreich fand einen höheren Anteil der Beschäftigten am Unternehmensergebnis, ohne einen statistisch signifikanten negativen Effekt auf Investitionen oder Produktivität. Das beweist nicht, dass Frankreich bereits die Lösung für eine AI-Gesellschaft gefunden hat. Aber es zeigt: Innovation und Beteiligung müssen kein unauflösbarer Gegensatz sein.

Teilhabe statt Gleichmacherei

Vielleicht liegt die eigentliche Grenze woanders

Je länger ich über die Verteilung des AI-Gewinns nachdenke, desto mehr merke ich, dass meine eigentliche Frage gar nicht Gleichheit ist.

Ich finde nicht, dass alle Menschen gleich viel besitzen oder verdienen müssen. Leistung, Verantwortung, Unternehmertum und Risiko dürfen unterschiedlich belohnt werden. Auch Vermögensunterschiede sind für mich nicht automatisch ein gesellschaftliches Problem.

Meine Grenze liegt woanders.

Wenn der Wohlstand einer Gesellschaft wächst, während Menschen ihre Grundbedürfnisse nicht vernünftig befriedigen können, keinen angemessenen Wohnraum finden, ihre Kinder nicht an guter Bildung teilhaben lassen können oder von Gesundheit, Mobilität und gesellschaftlicher Teilhabe ausgeschlossen werden, dann ist für mich etwas grundsätzlich schiefgelaufen.

Ungleichheit kann legitim sein. Ausschluss nicht.

Birgit Arnold

Bei extrem großen Vermögen wird es schwieriger. Es macht einen Unterschied, ob Milliarden als Unternehmensvermögen in Forschung, Fabriken und Infrastruktur gebunden sind oder ob sich außergewöhnlich große finanzielle Macht bei einzelnen Personen konzentriert. Dann geht es nicht nur darum, wer sich mehr leisten kann. Es geht auch um wirtschaftliche und gesellschaftliche Macht.

Aber auch diese Sorge ist noch keine fertige Antwort. Eigentumsrechte, unternehmerisches Risiko und Investitionsanreize gehören genauso in die Abwägung. Genau deshalb ist das hier ein Zukunftslabor und kein politisches Programm.

AI-Dividende weiterdenken

Vielleicht denken wir die Dividende zu klein

Bis hierhin klingt die Verteilungsfrage schnell nach Geld: höhere Löhne, Gewinnbeteiligung, Steuern, Bürgerfonds oder Grundeinkommen.

Aber vielleicht ist das bereits die nächste gedankliche Verengung.

Wenn AI menschliche Arbeitszeit einspart, könnte ein Teil der Dividende aus Zeit bestehen. Aus besserer Bildung. Aus guter öffentlicher Infrastruktur. Oder aus leichter zugänglichen Möglichkeiten, sich weiterzuentwickeln und gesellschaftlich teilzuhaben.

Dann gäbe es nicht nur eine Gelddividende. Es könnte auch eine Zeit-, Bildungs- und Teilhabedividende geben.

Und plötzlich verändert sich die Ausgangsfrage noch einmal: Müssen wir wirklich jeden Arbeitsplatz, der durch technischen Fortschritt verschwindet, durch einen neuen Arbeitsplatz ersetzen? Oder wäre ein Teil des Fortschritts gerade, weniger notwendige Erwerbsarbeit leisten zu müssen?

Dieser Gedanke ist nicht neu. John Maynard Keynes schrieb 1930 in „Economic Possibilities for our Grandchildren“ über technologische Arbeitslosigkeit – technischen Fortschritt, der Arbeit schneller einspart, als neue Verwendung für diese Arbeit entsteht. Mitten in wirtschaftlich unsicherer Zeit fragte er, ob technische Effizienz Menschen eines Tages von einem erheblichen Teil ökonomischer Notwendigkeit befreien könnte.

Fast hundert Jahre später wirkt diese Frage erstaunlich gegenwärtig.

Nordstern

Der Maßstab für AI-Fortschritt ist nicht, wie viel Arbeit sie ersetzt, sondern wie viel menschlichen Handlungsspielraum sie schafft.

Gegencheck und Scheiternscheck

Was, wenn das positive Modell nicht trägt?

Das Versprechen klingt attraktiv, bis wir die nächste Frage stellen: Was machen Menschen mit der gewonnenen Zeit? Reicht materielle Absicherung? Wie bleiben Menschen beteiligt? Wie können sie lernen, gestalten, Verantwortung übernehmen und Selbstwirksamkeit erleben? Und was bedeutet weniger klassische Einstiegsarbeit für junge Menschen, die erst Erfahrungen sammeln müssen?

Was gelingen könnte

AI erhöht Produktivität. Ein Teil davon finanziert Innovation, ein Teil erreicht Menschen als Einkommen, Zeit oder Eigentum, ein Teil stärkt Bildung und öffentliche Güter. Mehr Wohlstand wird zu mehr Handlungsspielraum.

Was scheitern könnte

Die Produktivität steigt kaum, aber Arbeitsplätze gehen verloren. Oder sie steigt stark, während der wirtschaftliche Wert bei wenigen Kapitalbesitzern konzentriert bleibt. Menschen sind materiell abgesichert, verlieren jedoch Aufgabe, Zugang und Zugehörigkeit.

Eine IMF-Modellstudie zeigt, warum der zweite Mechanismus plausibel ist: AI könnte über verschiedene Kanäle die Lohnungleichheit verändern und zugleich die Vermögensungleichheit erhöhen, weil Menschen mit vorhandenem Kapital stärker von höheren Kapitalrenditen profitieren können.

Damit stehen zwei Fehler nebeneinander: Wir dürfen den Kuchen nicht so verteilen, dass wir verhindern, dass er wächst. Aber wir sollten auch nicht zufrieden sein, wenn der Kuchen größer wird und ein wachsender Teil der Gesellschaft kaum daran teilhat.

Vielleicht brauchen wir deshalb nicht die eine große AI-Lösung, sondern mehrere Sicherheitsgeländer gleichzeitig: funktionierenden Wettbewerb, Investitionsmöglichkeiten, Beteiligungsmodelle, Tarifpolitik, Bildung, einen leistungsfähigen Sozialstaat und möglicherweise eine breitere Beteiligung am Produktivkapital.

Welche Mischung davon funktioniert, weiß ich heute nicht. Genau das möchte ich weiter untersuchen.

Persönliche Einordnung

Wo lande ich nach dieser Reise?

Ich beginne dieses Zukunftslabor nicht mit einer Forderung nach einer AI-Steuer, einem Grundeinkommen oder einer 30-Stunden-Woche. Dafür ist die Entwicklung zu offen – und dafür weiß ich selbst noch zu wenig.

Aber mein Blick auf die Ausgangsfrage hat sich verändert.

Am Anfang stand die Sorge: Welche Arbeit wird AI uns wegnehmen?

Jetzt erscheint mir eine andere Frage wichtiger: Wie viel zusätzlicher menschlicher Handlungsspielraum entsteht – und wer hat tatsächlich Zugang dazu?

Für mich wird AI dann zu gesellschaftlichem Fortschritt, wenn steigende Produktivität nicht mit sinkender Teilhabe erkauft wird. Es müssen nicht alle gleich viel haben. Leistung, Unternehmertum und Risiko dürfen sich lohnen. Aber auch Menschen, deren bisherige Arbeit weniger gebraucht wird, müssen die reale Möglichkeit behalten, gut zu leben, zu lernen, sich einzubringen und ihr Leben selbst zu gestalten.

Das Ziel ist nicht Vollbeschäftigung um jeden Preis. Das Ziel ist volle Teilhabemöglichkeit.

Birgit Arnold

Und damit beginnt bereits die nächste Reise: Wenn AI uns tatsächlich notwendige Erwerbsarbeit abnimmt – müssen wir dann für jeden verlorenen Arbeitsplatz einen neuen erfinden? Oder müssen wir neu darüber nachdenken, was Tätigkeit, Teilhabe und ein sinnvolles Leben überhaupt bedeuten?

Eine andere Perspektive?

Das Zukunftslabor soll kein Monolog sein. Wenn du eine Annahme hinterfragen, einen Gedanken weiterführen oder eine begründete Gegenposition entwickeln möchtest, kannst du einen Gastbeitrag einreichen. Die Diskussion findet bewusst nicht in einer offenen Kommentarspalte statt, sondern über ausgearbeitete und redaktionell kuratierte Texte.

Auf der Zukunftslabor-Seite findest du den redaktionellen Ablauf und den Autorenfragebogen, der vor einer Veröffentlichung vollständig ausgefüllt und unterschrieben vorliegen muss.

Gastbeitrag einreichen

Quellen und weiterführende Belege

  1. Reuters: Oracle erhöht Restrukturierungskosten bei gleichzeitigem Ausbau der AI-Infrastruktur, 11. September 2026.
  2. Fan & Nguyen: Aggregate Gains from AI and Their Distribution, IMF Working Paper 2026/147. Die 2,7 Billionen US-Dollar sind ein indikatives Arbeitskostenäquivalent eingesparter Zeit, kein gemessener zusätzlicher Output.
  3. Rockall, Mendes Tavares & Pizzinelli: AI Adoption and Inequality, IMF Working Paper 2025/068.
  4. IG Metall: Der Kampf um die 35-Stunden-Woche sowie Wie Metaller die 35-Stunden-Woche erkämpften.
  5. Nimier-David, Sraer & Thesmar: The Effects of Mandatory Profit-Sharing on Workers and Firms, NBER Working Paper 31804, revidierte Fassung August 2025.
  6. John Maynard Keynes: Economic Possibilities for our Grandchildren, 1930.

Hinweis: IMF Working Papers sind Forschung im Arbeitsstand und keine offizielle Position des Internationalen Währungsfonds. Modellrechnungen und Schätzungen werden hier deshalb als Denk- und Prüfangebote verwendet, nicht als Prognosen.