21-Billionen-Paradox: Wenn KI Wachstum schafft, aber die Nachfrage bremst

Der Boom um KI soll Effizienz und Wachstum erhöhen. Doch was passiert, wenn durch KI Jobs wegfallen und Löhne stagnieren? 2026 könnten diese Zweitrundeneffekte sichtbar werden – mit Folgen für Konsum, Nachfrage und die Tragfähigkeit des Aufschwungs.

Der US-amerikanische Technologiesektor ist inzwischen mehr als 21 Billionen US-Dollar wert.¹ Diese Entwicklung wird von der Erwartung getragen, dass künstliche Intelligenz die Produktivität, Margen und Gewinne dauerhaft steigert. Tatsächlich investieren Big-Tech-Konzerne wie Microsoft, Amazon oder Meta Hunderte Milliarden in neue KI-Infrastruktur, während die Aktienbewertungen kontinuierlich steigen. In der Theorie könnte KI somit ein ideales Wachstumsmodell begründen: effizient, skalierbar und kapitalstark.

Allerdings hat der Einsatz von KI die Versprechen bislang nur teilweise eingelöst. Vor allem ein Element der klassischen Wachstumsdynamik bleibt auffallend schwach: der Arbeitsmarkt². Laut JPMorgan gab es in den vergangenen 60 Jahren keinen US-Investitionszyklus, der mit einem ähnlich geringen Aufbau neuer Stellen³ einherging. Im Gegenteil: Unternehmen wie Salesforce, Klarna oder Ford bauen Personal ab – auch als Folge zunehmender Automatisierung durch KI.⁴ Besonders betroffen sind Tätigkeiten mit hohem Routineanteil, beispielsweise im Kundenservice, in der Buchhaltung, in administrativen Funktionen sowie in Teilen der Softwareentwicklung. Laut einer Umfrage unter Mitgliedern des CNBC Workforce Executive Council, einem Netzwerk von Personalverantwortlichen aus börsennotierten und privaten Unternehmen, gehen fast 90 Prozent der Befragten davon aus, dass KI im Jahr 2026 spürbare Auswirkungen auf die Beschäftigungslage haben wird.⁵ 

Das ist kein rein westliches Phänomen. Global zeigen sich überall ähnliche Muster. So beobachtet etwa der China-Analyst Lizheng Zhu von Fidelity bei vielen chinesischen Unternehmen Umsatzsteigerungen von bis zu 20 Prozent, ohne dass hier zusätzliches Personal eingestellt wird⁶. KI reduziert also schrittweise die Abhängigkeit von Arbeit als Produktionsfaktor. Die Wertschöpfung wächst. Die Beschäftigung leidet jedoch.

Von der KI-Wirtschaft zur K-Wirtschaft
Was aus Unternehmenssicht wie reiner Effizienzgewinn aussieht, wirft makroökonomisch Fragen auf. Wenn durch KI weniger Arbeitsplätze entstehen und die Löhne zudem stagnieren, gerät der Konsum mittelfristig unter Druck. Besonders deutlich zeigt sich das bei finanziell angespannten Haushalten. Eine Umfrage des Online-Kreditmarktplatzes LendingTree unter 2.000 Konsumentinnen und Konsumenten zeigt, dass inzwischen rund jeder vierte Buy-now-pay-later-Kredit für Lebensmittelkäufe eingesetzt wird. Zugleich gaben 41 Prozent der Befragten an, im vergangenen Jahr mindestens eine BNPL-Rate verspätet gezahlt zu haben.⁷ Die Kapitalmärkte mögen aufblühen, doch der Konsum als zentrale Säule der US-Konjunktur wird fragiler.

Ökonominnen und Ökonomen sprechen bereits von einer K-förmigen Wirtschaftsentwicklung: Oben und unten öffnet sich wie bei dem Buchstaben eine Schere. Am oberen Ende profitieren vermögende Haushalte und Unternehmen von steigenden Aktienkursen, höheren Margen und Produktivitätsgewinnen. Am unteren Ende geraten Haushalte mit mittleren und niedrigen Einkommen durch stagnierende Löhne, unsichere Beschäftigung und steigende Lebenshaltungskosten unter Druck. Fed-Chef Jerome Powell beschreibt diese Entwicklung als „bifurcated economy“, als gespaltene Wirtschaft, in der die Nachfrage zunehmend vom Vermögen und nicht mehr vom Einkommen abhängt.⁸ Der US-Konsum hängt also immer stärker von den reichen Bevölkerungsteilen ab.

Damit wird das strukturelle Spannungsfeld des KI-Wachstumsmodells deutlich. Selbst wenn die Investitionslogik aufgeht und KI hohe Effizienzgewinne liefert, ist damit noch lange kein breites gesamtwirtschaftliches Wachstum garantiert. Denn Produktivität allein schafft keine Nachfrage. Vermögenseffekte können Konsumausfälle allenfalls vorübergehend abfedern, aber keine breite Einkommensbasis ersetzen. Die Ungleichgewichte wachsen somit sowohl gesellschaftlich als auch ökonomisch.

Fazit
Die wirtschaftliche Wirkung von künstlicher Intelligenz steht noch am Anfang. Die bisherigen Investitionen zielen auf künftige Effizienzsteigerungen ab, nicht auf Beschäftigungsimpulse. Inzwischen offenbart sich sogar eine Entkopplung von Wertschöpfung und Arbeit. 2026 könnten diese Zweitrundeneffekte noch sichtbarer werden, wenn die Automatisierung den Arbeitsmarkt noch stärker belastet und die Kaufkraft sinkt. Für Anlegerinnen und Anleger wird es daher entscheidend sein, nicht nur auf Effizienz und Margen zu achten, sondern auch darauf, ob sich das Wachstum in realwirtschaftliche Nachfrage übersetzt.