Dies ist ein maschinell übersetzter Artikel. Die Originalfassung ist auf Englisch verfügbar.
Zuletzt aktualisiert: · 15 Min. Lesezeit
Kurz gesagt
Robert Solow schrieb 1987, das Computerzeitalter sehe man überall, nur nicht in der Produktivitätsstatistik. Fast vier Jahrzehnte später wird derselbe Satz über die KI wiederverwertet. Kostenlose digitale Güter, die das BIP übersieht, können die Verlangsamung nicht erklären, denn ihr Wert ist viel zu gering. Die eigentliche Lehre kommt von der Elektrizität. In den Fabriken blieb ein Produktivitätsschub rund vierzig Jahre lang aus, bis neue Werke um den Elektromotor herum entworfen wurden. Damit die KI den Kreislauf durchbricht, müssten sich Unternehmen um sie herum neu aufbauen, statt alte Arbeit ein wenig schneller zu erledigen.
Inhalt
„Das Computerzeitalter sieht man überall, nur nicht in der Produktivitätsstatistik.“ Robert Solow schrieb diesen Satz 1987 fast beiläufig, tief in einer Buchbesprechung für die New York Times Book Review. Er wurde zu einem der meistzitierten Sätze der Ökonomie, zum Gründungssatz dessen, was bis heute Solow-Produktivitätsparadox heißt.
Im August 2024 eröffneten drei Forscher der Richmond Fed eine Kurzanalyse über KI und Arbeitswelt, indem sie Solows Satz wörtlich zitierten und auf künstliche Intelligenz übertrugen. Anfang 2026 formulierte es Torsten Slok, Chefökonom von Apollo, noch unverblümter: „KI ist überall, nur nicht in den eingehenden makroökonomischen Daten.“ Fast vier Jahrzehnte später wurde derselbe Satz für eine völlig andere Technologie wiederverwertet.
Was das ursprüngliche Paradox hervorbrachte, wurde nie geklärt. Das Computerzeitalter tauchte zwar irgendwann in der Statistik auf, kurz, zwischen 1996 und 2004, und verschwand dann wieder daraus. Nun tut eine neue Technologie dasselbe: Sie verändert sichtbar den Alltag, während sich die Produktivitätszahlen nicht rühren.
Schon zweimal hat eine umwälzende Technologie dieselbe Lücke aufgerissen zwischen dem, was man sehen kann, und dem, was die Daten verzeichnen. Die Lücke entsteht aus einer bestimmten Verwechslung: Was technisch beeindruckt, wird für jenen strukturellen Umbau gehalten, der das gesamtwirtschaftliche Wachstum antreibt. Wir begehen diesen Fehler immer wieder, weil wir ihn nie richtig diagnostiziert haben.
Die Zahlen
Das Ausmaß der Verlangsamung wird leicht unterschätzt, weil Prozentangaben den Zinseszinseffekt verschleiern. Die Produktivität im privaten nichtlandwirtschaftlichen Unternehmenssektor der USA, also die Wertschöpfung je Arbeitsstunde, wuchs von 1948 bis 1973 um rund 2,9 % pro Jahr. Nach 1973 lag der Durchschnitt eher bei 1,8 %, und abgesehen von einem Schub zwischen Mitte der 1990er-Jahre und 2004 hat sie nie wieder das alte Tempo erreicht. Hätte die Rate von vor 1973 Bestand gehabt, läge die Wertschöpfung je Stunde in den USA heute um rund 75 % höher, eine Lücke im Wert von Billionen Dollar an Wirtschaftsleistung in jedem Jahr.
Robert Gordon beschreibt dies als das Ende eines „besonderen Jahrhunderts“: Die Wertschöpfung je Stunde wuchs von 1920 bis 1970 um 2,82 % pro Jahr, verglichen mit etwa 1,5 % in den Jahrzehnten vor 1920 und etwa 1,6 % nach 1970. Das Wachstum der totalen Faktorproduktivität (TFP), des tieferen Maßes, das die Kapitalbildung herausrechnet, lag in dieser mittleren Periode fast dreimal so hoch wie vor 1920 und nach 1970. So gelesen markieren die Jahrzehnte seit 1970 die Rückkehr zum älteren, langsameren Tempo.
Die jüngsten Daten ändern an diesem Bild wenig. Die Arbeitsproduktivität im privaten nichtlandwirtschaftlichen Unternehmenssektor der USA stieg 2024 um 3,0 %, eine konjunkturelle Erholung, 2025 dann um 2,2 %, und Mitte 2026 wuchs die Produktivität im nichtlandwirtschaftlichen Unternehmenssektor im Vorjahresvergleich noch immer um 2,2 %: ordentlich, aber weiterhin unter dem Nachkriegstempo. Im OECD-Raum wuchs die Arbeitsproduktivität 2024 um etwa 1,2 %, mehr als im Jahr davor.
Die naheliegenden Erklärungen fallen schnell weg. Das Problem ist kein amerikanisches; die Verlangsamung zeigt sich in verschiedenen entwickelten Volkswirtschaften. Ebenso wenig ist sie ein Nachbeben der Finanzkrise von 2008: Die Verlangsamung begann 1973, und der Rückgang nach 2004 setzte vier Jahre vor der Krise ein.
Vorübergehend ist sie auch nicht, denn fünfzig Jahre sind weit länger als ein Konjunkturzyklus. Und sie ist nicht einfach ein Struktureffekt der Verschiebung hin zu Dienstleistungen, denn die Verlangsamung traf die Industrie ebenso wie den Dienstleistungssektor.
Arbeitsproduktivität und totale Faktorproduktivität
Die Arbeitsproduktivität, also die Wertschöpfung je Arbeitsstunde, kann allein deshalb steigen, weil Unternehmen in mehr oder bessere Ausrüstung je Beschäftigten investieren. Eine Fabrik, die jedem Arbeiter eine schnellere Maschine kauft, erhöht die Wertschöpfung je Stunde, ohne im Geringsten effizienter zu werden. Die totale Faktorproduktivität rechnet diese Kapitalintensivierung heraus und isoliert den Rest: wie viel mehr eine Volkswirtschaft mit denselben Einsatzfaktoren produziert. Ökonomen sehen in der TFP das grundlegende Maß für das langfristige Wachstumspotenzial, denn wenn sie stagniert, kann Kapitalbildung allein das Wachstum nicht auf Dauer tragen.
Der Notausgang der Messung
Die bequemste Erklärung lautet, die Verlangsamung sei eine statistische Täuschung. Das BIP misst Markttransaktionen. Kostenlose digitale Güter wie Google Maps, Wikipedia und frei nutzbare soziale Medien bieten ihren Nutzern weit mehr Wert als alles, was sie dafür bezahlen, und das BIP, das zählt, was bezahlt wird, übersieht den Großteil dieses Werts. Nach dieser Sicht sind wir reicher, als das BIP sagt, und die Produktivitätskrise ist eine verkappte Messkrise.
Erik Brynjolfsson und seine Koautoren versuchten, den fehlenden Wert zu beziffern. Sie entwickelten ein Rahmenwerk namens GDP-B, um die Konsumentenrente aus kostenlosen digitalen Gütern zu schätzen, indem sie Menschen fragten, wofür sie bereit wären, auf einen Dienst zu verzichten.
Der mittlere Facebook-Nutzer in den USA, so ihr Ergebnis, würde etwa 42 Dollar im Monat verlangen, um auf den Zugang zu verzichten. Nichts von dieser Rente taucht im BIP auf.
Chad Syverson hat gezeigt, dass Messfehler als Erklärung nicht ausreichen. Seine empirische Beweisführung hat vier Teile. Beginnen wir mit der Geografie: Die Produktivitätsverlangsamung ist ein länderübergreifendes Phänomen, und ihr Ausmaß hängt nicht davon ab, wie intensiv ein Land Informations- und Kommunikationstechnik (IKT) nutzt. Wäre die Verlangsamung ein Messartefakt digitaler Volkswirtschaften, müsste sie in den digitalsten am stärksten ausfallen, und das tut sie nicht. Das Wachstum der Arbeitsproduktivität verlangsamte sich in 29 der 30 von ihm untersuchten OECD-Länder, im Schnitt um 1,2 Prozentpunkte pro Jahr, ganz gleich, ob sie digitale Technik stark nutzten oder herstellten.
Dann ist da die Größenordnung. Die gesamte „fehlende Wertschöpfung“, die sich aus der Produktivitätsverlangsamung nach 2004 ergibt, also die Lücke zwischen dem BIP, das sich beim Trend von 1995 bis 2004 ergeben hätte, und dem tatsächlichen, belief sich bis 2015 auf rund 3 Billionen Dollar pro Jahr. Jede Schätzung der Konsumentenrente aus digitalen Gütern des Internetzeitalters, die Syverson prüfte, deckt nur einen kleinen Bruchteil dieser Lücke ab. Spätere Arbeiten verschärfen den Befund noch: Nach den GDP-B-Schätzungen fügt der nicht erfasste Wert von Facebook dem Wachstum 0,05 bis 0,11 Prozentpunkte pro Jahr hinzu, während die Verlangsamung selbst das Wachstum der Arbeitsproduktivität um etwa 1,5 Prozentpunkte pro Jahr drückte.
Auch die Branchendaten spielen nicht mit. Damit Messfehler auch nur einen bescheidenen Teil der fehlenden Wertschöpfung erklären könnten, hätten IKT-produzierende und IKT-intensive Branchen nicht erfasste Produktivitätszuwächse aufweisen müssen, die ein Vielfaches ihrer gemessenen Raten betrugen. Die Daten zu den einzelnen Branchen stützen das nicht. Die Sektoren, die am ehesten nicht erfassten digitalen Wert erzeugen, zeigen keine solche auffällige Lücke zwischen gemessener und impliziter Produktivität.
Und im Jahrzehnt nach 2004 lag das Bruttoinlandseinkommen leicht über dem Bruttoinlandsprodukt – das Muster, das man erwarten würde, wenn Beschäftigte dafür bezahlt würden, Dinge herzustellen, die verschenkt werden. Doch das Inlandseinkommen begann das BIP schon 1998 zu überholen, mitten im Produktivitätsboom, und das zusätzliche Einkommen floss in Gewinne statt in Löhne. Weder der Zeitpunkt noch die Verteilung passen zur Geschichte von der versteckten Wertschöpfung.
Syverson bestreitet nicht, dass digitale Güter nicht erfassten Wert haben. Sein Einwand lautet, dass dieser Wert um eine Größenordnung zu klein ist, um das Geschehene zu erklären. Und auf die länderübergreifenden Befunde hat die Messfehlerhypothese keine Antwort.
Wie GDP-B funktioniert
Um die Konsumentenrente zu schätzen, nutzt GDP-B anreizkompatible diskrete Wahlexperimente: Die Befragten entscheiden sich zwischen dem Behalten eines Dienstes und einer Barzahlung, und es geht um echtes Geld. Die Schätzungen sind aussagekräftig, aber unscharf, denn sie erfassen, was Menschen nach eigener Angabe akzeptieren würden, unter Bedingungen, die ehrliche Antworten hervorlocken sollen. Ein Wohlfahrtsgewinn von etwa 42 Dollar im Monat je Facebook-Nutzer kommt selbst dann, wenn man ihn über alle Amerikaner auf der Plattform summiert, nicht annähernd an 3 Billionen Dollar fehlender jährlicher Wertschöpfung heran.
Was das besondere Jahrhundert besonders machte
Wenn die Messfehlerthese die Verlangsamung nicht erklärt, verschiebt sich die Frage: Was trieb die fünfzig Jahre Wachstum an, die wir nicht wiederholen konnten? Die übliche Kurzfassung von Gordons Argument, „IT wird überschätzt“, verfehlt die strukturelle These, die darunter liegt.
Die Erfindungen von 1870 bis 1940 schafften ganze Arbeiten ab. Vor dem fließenden Wasser schleppte der durchschnittliche amerikanische Haushalt rund 9.000 Gallonen Wasser pro Jahr: Er trug es herein, erhitzte es auf dem Herd und trug es wieder hinaus. Die Wasserleitung im Haus beendete diese Plackerei auf einen Schlag. Die Kühlung machte eine ganze Kategorie häuslicher Arbeit überflüssig: Der Eisschrank hatte den Verderb bereits verringert, doch erst der mechanische Kühlschrank beseitigte den täglichen Einkauf, den verderbliche Ware erzwang. Die Elektrifizierung verwandelte das Wäschewaschen. Bei einer 1945/46 befragten Farmersfrau dauerte eine Ladung von 38 Pfund Wäsche, die auf die alte Art etwa vier Stunden kostete, nur noch 41 Minuten, sobald der Haushalt eine elektrische Waschmaschine, einen Trockner, fließendes Wasser und einen Warmwasserbereiter besaß.
Jede dieser Erfindungen beseitigte ein für alle Mal eine Tätigkeit, die einen großen Teil der Zeit im Haushalt verschlungen hatte. Frauen gingen auch deshalb in großer Zahl einer bezahlten Arbeit nach, weil Maschinen die Hausarbeit übernahmen, die sie zuvor davon abgehalten hatte.
Gordons Vergleich mit der IT dreht sich um den Unterschied zwischen dem Verbessern einer erträglichen Aufgabe und dem Beseitigen einer unerträglichen. E-Mail beschleunigte das Briefeschreiben, doch das Briefeschreiben war nie ein gesamtwirtschaftlicher Engpass: Niemand verbrachte täglich Stunden mit Korrespondenz, so wie Haushalte einst Stunden damit verbrachten, Wasser zu schleppen und Wäsche von Hand zu schrubben. Suchmaschinen beschleunigten die Informationsbeschaffung an den Rändern der Wissensarbeit, und die Informationssuche bremste die Wirtschaft nie so, wie es Lebensmittelkonservierung und Transport getan hatten.
Tyler Cowen zieht den Rahmen weiter. In seiner Darstellung beruhte das Wachstum von 1880 bis 1970 auf drei Arten tief hängender Früchte. Die erste war freies Land: die kontinentale Frontier, den indigenen Nationen genommen, die dort lebten, und zu großen Teilen Siedlern gegen eine Eintragungsgebühr überlassen, sofern sie auf dem Land lebten, ein Haus bauten und es bewirtschafteten. Die zweite war die rasche Übersetzung der Wissenschaft des 18. und 19. Jahrhunderts in funktionierende Technik: Die über Jahrhunderte angesammelte Grundlagenforschung zu Thermodynamik, Elektromagnetismus und Keimtheorie wurde zwischen 1880 und 1940 in einem gedrängten Schub in elektrischen Strom, Verbrennungsmotoren und moderne Sanitärversorgung verwandelt. Die dritte war der hohe Ertrag aus der Bildung bis dahin ungebildeter Bevölkerungen, die den Highschool-Abschluss von einer Seltenheit zur nahezu allgemeinen Norm machte, wobei jedes zusätzliche Schuljahr hohe Grenzerträge brachte, weil das Ausgangsniveau so niedrig war.
Alle drei waren einmalige Bedingungen und keine erneuerbaren Eigenschaften von Industriegesellschaften: Man kann freies Land nicht zweimal entdecken und den Übergang vom massenhaften Analphabetismus zur allgemeinen Lesefähigkeit kein zweites Mal vollziehen. Das Internet, argumentierte Cowen, bereite enormes Vergnügen, vieles davon kostenlos, doch „gemessen an Umsatz und Arbeitsplätzen hat das Internet nicht so viel Wert geschaffen, wie die meisten Menschen glauben“. Als er das schrieb, beschäftigte Twitter etwa 300 Menschen und Google etwa 20.000, Belegschaften, die im Automobilzeitalter als Rundungsfehler durchgegangen wären.
Gordon und Cowen sind uneins darüber, wie verschlossen die Zukunft ist – Gordon sieht die Rückkehr umwälzender Innovation pessimistischer, Cowen lässt die Tür offen. In der Diagnose aber stimmen sie überein: Die Verlangsamung nach 1970 ist strukturell und wurzelt in der Wirtschaft selbst, nicht im Konjunkturzyklus oder in der Statistik.
Ihre Übereinstimmung wirft eine umfassendere Frage auf als die, warum die IT enttäuschte: Was müsste irgendeine Technologie leisten, um mit dem besonderen Jahrhundert gleichzuziehen?
Gordons Gegenwinde
Unabhängig von der Innovationsfrage benennt Gordon vier strukturelle Bremsen, die das Wachstum dämpfen: wachsende Ungleichheit, die Produktivitätsgewinne bei einer schmalen Elite konzentriert, statt die mittleren Einkommen zu heben; ein Bildungsniveau, das nach Jahrzehnten der Expansion stagniert; die Alterung der Bevölkerung, die den Anteil der Erwerbsbevölkerung verringert; und eine steigende Staatsschuldenquote, die den finanzpolitischen Spielraum einengt. Zusammen würden sie das Wachstum des typischen Lebensstandards selbst dann bremsen, wenn die Innovation anzöge. Die technologische Frage lautet, ob sich die Produktivität überhaupt beschleunigen kann.
Der Aufschwung von 1996 bis 2004
Zwischen 1996 und 2004 schien sich die Verlangsamung umzukehren: Die Wertschöpfung je Stunde im nichtlandwirtschaftlichen Unternehmenssektor wuchs um rund 3 % pro Jahr und erreichte damit das Tempo vor 1970. IT-Optimisten führen das als Beweis an, dass Technik Wachstum antreiben kann, und darin haben sie recht. Offen ist, welche Technik die Zuwächse antrieb und über welche Sektoren.
Die Beschleunigung konzentrierte sich auf eine Handvoll Sektoren: Von 1995 bis 2000 entfiel fast die gesamte Beschleunigung auf sechs von 59 Sektoren, angeführt von Groß- und Einzelhandel, Halbleitern und Computerherstellung. Zwei Mechanismen stechen hervor. Der eine war die Halbleiterfertigung, wo das Mooresche Gesetz einen raschen, stetigen Preisverfall bei Computerhardware bewirkte: Jede Einheit Rechenleistung wurde in einem Tempo billiger, das die gemessene Wertschöpfung je Stunde im Halbleitersektor direkt in die Höhe trieb. Der andere war die Logistik im Groß- und Einzelhandel. Walmarts Revolution der Lagerhaltung, aufgebaut auf Barcode-Scannern, elektronischem Datenaustausch und Lieferkettensteuerung in Echtzeit, erzielte große gemessene Effizienzgewinne im Vertrieb, und die Konkurrenz verbrachte die folgenden Jahre damit, sie nachzuahmen. Das Verbraucherinternet aus Websites, Onlinehandel und E-Mail trug ebenfalls bei, aber deutlich weniger als Hardware und Logistik.
Um 2004 endete der Aufschwung. Der gemessene Preisverfall bei Halbleitern verlangsamte sich in der amtlichen Statistik deutlich, auch weil Intel die Preisgestaltung seiner Chips änderte. Die Chips selbst wurden weiterhin rasch besser; die amtliche Preisstatistik erfasste davon nur einen Bruchteil. Der IT-produzierende Sektor trug kaum noch zum gemessenen Wachstum bei.
Dann kamen Facebook 2004, YouTube 2005 und das iPhone 2007. Cloud-Computing wuchs in den späten 2000er-Jahren in die Breite, Breitband verbreitete sich, und soziale Medien verbreiteten sich im Alltag. Der sichtbare technische Wandel beschleunigte sich stark, genau als das gemessene Produktivitätswachstum zurückfiel, und seither gehen beide getrennte Wege.
Das Dynamo-Problem
Diese Spaltung liefert einen Maßstab für KI. Ist sie der Halbleiter, strukturell umwälzend auf eine Weise, die sich in der Wertschöpfung zeigt, oder das Verbraucherinternet, beeindruckend und beherrschend, aber wirtschaftlich randständig? Das stärkste Argument für eine KI-getriebene Erholung ist jenes, das genau benennt, welche Bedingungen erfüllt sein müssen.
Der Wirtschaftshistoriker Paul David fand das Muster bei der Elektrizität. Die ersten zentralen Kraftwerke gingen Anfang der 1880er-Jahre in Betrieb, doch der elektrische Antrieb verbreitete sich nur langsam in den amerikanischen Fabriken, und die Produktivität der Industrie beschleunigte sich erst in den 1920er-Jahren, rund vierzig Jahre später. Fabrikleiter, die Dampfmaschinen durch Dynamos ersetzten, hatten die bestehende räumliche Anordnung beibehalten: eine zentrale Kraftquelle, die die Maschinen über Wellen und Riemen antrieb. Die Effizienzgewinne einzelner Elektromotoren verpufften weitgehend, weil die Fabrik um die Zwänge der mechanischen Kraftübertragung herum organisiert war.
Der Durchbruch kam, als alte Fabriken verschlissen und neue Werke, viele davon im Investitionsboom der 1920er-Jahre errichtet, von Grund auf um den Einzelantrieb herum geplant wurden, mit einem eigenen Motor an jeder Maschine. Das ermöglichte eingeschossige Grundrisse, die dem Fluss von Material und Arbeit folgten, mit Fertigungsabläufen, die nach ihrer Logik angeordnet waren statt nach der Nähe zu einer Transmissionswelle. Dieser Umbau, mehr als die Motoren für sich genommen, brachte den Produktivitätsschub der 1920er-Jahre.
Ökonomen nennen die moderne Version die Produktivitäts-J-Kurve: Universaltechnologien erfordern große ergänzende immaterielle Investitionen, etwa die Neugestaltung von Arbeitsabläufen, die Umschulung von Beschäftigten und die Umstrukturierung von Organisationen, bevor sich Produktivitätsgewinne einstellen, und diese Investitionsphase drückt die gemessene TFP, bevor die Gewinne sichtbar werden. Für KI lautet die Frage, ob Unternehmen noch immer neue Motoren an der alten Transmissionswelle betreiben, also KI in unveränderte Arbeitsabläufe einfügen, oder ob sie begonnen haben, neue Organisationen um sie herum aufzubauen.
Auf der Ebene einzelner Aufgaben ist die Beweislage stark. Unter mehr als 5.000 Kundendienstmitarbeitern eines Unternehmens steigerte der Zugang zu einem KI-Werkzeug die Zahl der pro Stunde gelösten Anliegen im Schnitt um etwa 15 %, mit deutlich größeren Zuwächsen bei Neulingen. Entwickler mit GitHub Copilot erledigten eine standardisierte Programmieraufgabe etwa 56 % schneller als eine Kontrollgruppe.
Ob sich diese Zuwächse über die gesamte Wirtschaft summieren, ist eine andere Frage. Ein Plus von 15 % im Kundendienst eines Unternehmens oder eine Beschleunigung um 56 % bei einer kontrollierten Programmieraufgabe bewegt für sich genommen nicht das BIP. Um die Stagnation umzukehren, muss die eingesparte Zeit in der gesamten Wirtschaft zu mehr Wertschöpfung aus denselben Stunden werden oder zu derselben Wertschöpfung aus weniger bezahlten Stunden.
Diese Umsetzung hängt davon ab, wo der Engpass liegt. Wer einem Entwickler jede Woche Stunden erspart, erhöht die Wertschöpfung des Unternehmens nur, wenn die Zeit der Entwickler das Unternehmen ausbremst. Geben Produktentscheidungen, Testinfrastruktur oder Auslieferungsprozesse das Tempo vor, versickert die Ersparnis im Leerlauf: längere Mittagspausen und gemächlichere Nachmittage bei gleichen bezahlten Stunden, die keine Statistik als Produktivität verbucht. Dieselbe Logik gilt für jeden Sektor: Ein schnellerer Sachbearbeiter für Versicherungsschäden produziert nur dann mehr, wenn die Prüfkapazität der Engpass war und nicht der Zustrom an Schadensfällen oder die behördliche Genehmigung. Ein schnellerer juristischer Rechercheur erzeugt nur dann mehr abrechenbare Arbeit, wenn die Kanzlei Tempo abrechnet statt Stunden. Die Dynamo-Analogie sagt, wonach man suchen muss: nach Unternehmen, die sich um die Technologie herum anders organisiert haben.
Universaltechnologien
Die gängige Definition einer Universaltechnologie hat drei Kriterien: sektorübergreifende Verbreitung, fortlaufende technische Verbesserung und das Hervorbringen ergänzender Innovationen. Dampf, Elektrizität und Computer erfüllen alle drei. Ob die heutige KI alle drei erfüllt oder nur die ersten beiden, ist offen. Die Verbreitung ist offensichtlich, die technische Verbesserung rasant. Offen ist das dritte Kriterium: ob Verbesserungen der KI die Produktivität der Innovation in den Sektoren steigern, die sie nutzen, und neue, auf ihr aufbauende Verfahren und Produkte hervorbringen. Belege dafür bleiben anekdotisch statt systematisch.
Was die Befunde zeigen
Die bisherigen Befunde sind von dreierlei Art, und sie weisen nicht in dieselbe Richtung.
Die härtesten Zahlen sind die amtlichen. Das Wachstum der Arbeitsproduktivität in den USA ist seit der konjunkturellen Erholung 2024 ordentlich geblieben, während sich das Wachstum der totalen Faktorproduktivität im privaten nichtlandwirtschaftlichen Unternehmenssektor von 1,5 % im Jahr 2024 auf 0,8 % im Jahr 2025 verlangsamte. Keine gesamtwirtschaftliche Datenreihe bis Mitte 2026 zeigt einen Strukturbruch, der zu einer KI-getriebenen Beschleunigung der gesamten Wirtschaft passen würde.
Befragungen von Beschäftigten sind ermutigender. Ende 2024 summierte sich die Zeit, die KI-Nutzer nach eigener Angabe einsparten, auf 1,4 % aller Arbeitsstunden der Erwerbsbevölkerung, genug, um die gesamtwirtschaftliche Produktivität um etwa 1,1 % zu steigern, falls die eingesparte Zeit zu zusätzlicher Wertschöpfung würde, statt im Leerlauf aufzugehen. Im Sommer 2025 nutzte mehr als ein Drittel der amerikanischen Beschäftigten generative KI bei der Arbeit, eine schnellere Verbreitung, als sie der Personal Computer am selben Punkt seiner Ausbreitung erreicht hatte, und sie machte 5,7 % aller Arbeitsstunden in den USA aus.
Eingesparte Zeit und aufgewendete Zeit sind verschiedene Maße, und keines misst unmittelbar die Wertschöpfung. Die Ökonomen hinter diesen Befragungen sehen durchaus erste Anzeichen in den Gesamtzahlen: Zwischen der Veröffentlichung von ChatGPT und Mitte 2025 lag das kumulierte Produktivitätswachstum etwa 1,9 Prozentpunkte über seinem Trend vor der Pandemie, und Branchen, die größere Zeitersparnisse meldeten, wuchsen tendenziell schneller als ihr Trend. Sie betonen, dass sich der Zusammenhang nicht kausal deuten lässt, und die amtliche Statistik hat bis Mitte 2026 keinen KI-getriebenen Strukturbruch belegt.
Am unsichersten sind die Prognosen. Das Penn Wharton Budget Model schätzt den Beitrag der KI zum TFP-Wachstum 2025 auf etwa 0,01 Prozentpunkte, minimal, weil die meisten Unternehmen KI-Werkzeuge noch nicht in großem Maßstab einsetzen. Es sagt einen im Verlauf der späten 2020er-Jahre steigenden Beitrag voraus, mit einem Höhepunkt Anfang der 2030er-Jahre, doch das sind Modellergebnisse unter bestimmten Annahmen, keine Beobachtungen.
Zwei Deutungen passen zu diesem Muster. Die eine ist die J-Kurve: Die Kosten, KI einzuführen und sich um sie herum neu zu organisieren, drücken die Produktivität eine Zeit lang, wie es bei der Elektrifizierung geschah, und der Ertrag kommt später. Die andere lautet, dass die freigewordene Zeit als Leerlauf versickert, sodass die Technik einzelnen Beschäftigten hilft, während die Wirtschaft deren Ersparnisse nie in Produktion verwandelt.
Die Daten können sie noch nicht auseinanderhalten. Beschäftigte, die Aufgaben schneller erledigen, und Befragte, die Zeitersparnisse melden, entscheiden die Frage nicht, denn beides träte im optimistischen Fall auf, einer J-Kurve vor dem Durchbruch, ebenso wie im pessimistischen, in dem sich die Zuwächse auf Aufgabenebene nie summieren.
Die Geschichte der Elektrifizierung sagt, wie ein Erfolg aussähe. TFP-Zuwächse würden sich in Sektoren halten, in denen KI seit drei oder mehr Jahren im Einsatz ist. Die Produktivitätsverbesserungen würden über mehrere Phasen des Konjunkturzyklus Bestand haben, statt konjunkturelle Schwankungen widerzuspiegeln. Und Unternehmen würden Arbeit, Teams und Produkte in großem Maßstab um die KI herum neu gestalten, statt Werkzeuge über unveränderte Strukturen zu legen. In der Sprache des Dynamos: Die Unternehmen würden die eingeschossige Fabrik bauen, statt den Elektromotor an die vorhandene Welle zu schrauben. Fallstudien zu Unternehmen, die genau das tun, mehren sich, doch sie bleiben Einzelbeispiele, und das gesamtwirtschaftliche Muster ist ausgeblieben.
Die Schleife
Das besondere Jahrhundert stellte Solows Rätsel nie. Es gestaltete das wirtschaftliche Alltagsleben so gründlich um, dass ein Zeitreisender aus dem Jahr 1870 das Jahr 1940 nicht wiedererkannt hätte, und niemand brauchte ausgefeilte Messungen, um das zu sehen. Computer warfen das Rätsel auf, und KI hat es erneut aufgeworfen.
Damit KI die Schleife durchbricht, müssten Unternehmen tun, was die Fabrikbauer der 1920er-Jahre taten: sich um die Technologie herum neu aufbauen und ganze Kategorien von Arbeit streichen, statt bestehende Arbeit ein wenig schneller zu erledigen. Wo ein solcher Umbau stattgefunden hat, im besonderen Jahrhundert und erneut im Aufschwung von 1996 bis 2004, zeigte er sich deutlich in den Zahlen. Wenn die KI an der Reihe ist, wird niemand Solow zitieren müssen.
Weitere Artikel zum Thema
- Die wirtschaftliche Entwicklung Japans nach dem Zweiten Weltkrieg
- Wer trägt die Schulden hinter dem KI-Boom?
- Wer bezahlt das Netz, das Rechenzentren brauchen?
Weiterführende Literatur
Als Amazon-Partner verdient Eikleaf an qualifizierten Verkäufen. Die folgenden Buchlinks sind Affiliate-Links: Wenn Sie darüber kaufen, erhalten wir möglicherweise eine kleine Provision, ohne zusätzliche Kosten für Sie.
The Rise and Fall of American Growth: The U.S. Standard of Living Since the Civil WarDas Buch zeigt, wie Elektrizität, sanitäre Versorgung, Verkehr und Erfindungen für den Haushalt die Produktivität veränderten und warum spätere Innovationen geringere Zuwächse brachten.Growth: A History and a ReckoningGrowth: A History and a ReckoningDas Buch erklärt die Quellen des Wirtschaftswachstums, die jüngste Verlangsamung und Vorschläge zur Förderung neuer Ideen und wägt dabei die umfassenderen Kosten des Wachstums ab.
Wie Fortschritt endet: Technologie, Innovation und das Schicksal der NationenDas Buch erklärt anhand historischer Fälle von Innovation und Stagnation, warum sich Institutionen anpassen müssen, bevor technischer Fortschritt dauerhaftes Wirtschaftswachstum ermöglicht.
Power and Prediction: The Disruptive Economics of Artificial IntelligenceDas Buch erklärt anhand von Unternehmensbeispielen, warum größere Vorteile durch KI eine Neugestaltung miteinander verknüpfter Entscheidungen und Arbeitsabläufe erfordern, und greift damit das Reorganisationsargument des Artikels auf.Empfohlene Videos
12:14Robert Gordon: The death of innovation, the end of growthRobert Gordons pessimistische These: Die großen Erfindungen liegen hinter uns, und das Wachstum verlangsamt sich dauerhaft.
12:38Robert Gordon, Erik Brynjolfsson debate the future of work at TED2013Gordon und Brynjolfsson streiten darüber, ob digitale Technik die Produktivität wiederbeleben wird – die Kernfrage des Artikels.
25:43Tyler Cowen: The Great StagnationTyler Cowen über die These von den „tief hängenden Früchten“, die der Great Stagnation ihren Namen gab.Artikel zitieren
Lena Martin. “Die große Stagnation: warum das Produktivitätswachstum erlahmte und ob es sich erholen kann.” Eikleaf, 10. Mai 2026, aktualisiert 2. November 2026. https://www.eikleaf.com/de/the-great-stagnation-why-productivity-growth-slowed-and-whether-it-can-recover/
Hinweis zu generativer KI
Einige Inhalte dieser Seite wurden mithilfe einer generativen KI erstellt und/oder bearbeitet.
Bildnachweise
Wichtige Quellen und Literaturhinweise
Robert Solow, „We’d Better Watch Out,“ New York Times Book Review, July 12, 1987, p. 36.
Erin Henry, Pierre-Daniel Sarte, and Jack Taylor, „The Productivity Puzzle: AI, Technology Adoption and the Workforce,“ Federal Reserve Bank of Richmond Economic Brief No. 24-25, August 2024. https://www.richmondfed.org/publications/research/economic_brief/2024/eb_24-25
Sasha Rogelberg, „Thousands of CEOs admit AI had no impact on employment or productivity—and it has economists resurrecting a paradox from 40 years ago,“ Fortune, February 17, 2026. https://fortune.com/2026/02/17/ai-productivity-paradox-ceo-study-robert-solow-information-technology-age/
Robert J. Gordon, The Rise and Fall of American Growth: The U.S. Standard of Living Since the Civil War, Princeton University Press, 2016.
Tyler Cowen, The Great Stagnation: How America Ate All the Low-Hanging Fruit of Modern History, Got Sick, and Will (Eventually) Feel Better, Dutton/Penguin, 2011.
U.S. Bureau of Labor Statistics, Productivity and Costs news releases, 2024–2026, including „Total Factor Productivity — 2025“ (March 19, 2026) and „Productivity and Costs, Second Quarter 2026, Revised“ (September 3, 2026). https://www.bls.gov/productivity/ · https://www.bls.gov/news.release/prod3.nr0.htm · https://www.bls.gov/news.release/prod2.nr0.htm
OECD, Compendium of Productivity Indicators 2026, June 2026. https://www.oecd.org/en/publications/2026/06/oecd-compendium-of-productivity-indicators-2026_04e21c23.html
Erik Brynjolfsson, Avinash Collis, W. Erwin Diewert, Felix Eggers, and Kevin J. Fox, „GDP-B: Accounting for the Value of New and Free Goods in the Digital Economy,“ NBER Working Paper 25695, 2019. https://www.nber.org/papers/w25695
Chad Syverson, „Challenges to Mismeasurement Explanations for the US Productivity Slowdown,“ Journal of Economic Perspectives, vol. 31, no. 2, Spring 2017, pp. 165–186. https://www.aeaweb.org/articles?id=10.1257/jep.31.2.165 · https://www.nber.org/system/files/working_papers/w21974/w21974.pdf
Paul A. David, „The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox,“ American Economic Review: Papers and Proceedings, vol. 80, no. 2, May 1990, pp. 355–361.
Erik Brynjolfsson, Daniel Rock, and Chad Syverson, „The Productivity J-Curve: How Intangibles Complement General Purpose Technologies,“ American Economic Journal: Macroeconomics, vol. 13, no. 1, January 2021, pp. 333–372. https://www.aeaweb.org/articles?id=10.1257/mac.20180386
Erik Brynjolfsson, Danielle Li, and Lindsey Raymond, „Generative AI at Work,“ Quarterly Journal of Economics, vol. 140, no. 2, 2025, pp. 889–942. https://academic.oup.com/qje/article/140/2/889/7990658
Sida Peng, Eirini Kalliamvakou, Peter Cihon, and Mert Demirer, „The Impact of AI on Developer Productivity: Evidence from GitHub Copilot,“ arXiv:2302.06590, February 2023. https://arxiv.org/abs/2302.06590
Alexander Bick, Adam Blandin, and David Deming, „The Impact of Generative AI on Work Productivity,“ Federal Reserve Bank of St. Louis, On the Economy blog, February 27, 2025. https://www.stlouisfed.org/on-the-economy/2025/feb/impact-generative-ai-work-productivity
Alexander Bick, Adam Blandin, and David Deming, „The State of Generative AI Adoption in 2025,“ Federal Reserve Bank of St. Louis, On the Economy blog, November 13, 2025. https://www.stlouisfed.org/on-the-economy/2025/nov/state-generative-ai-adoption-2025
Penn Wharton Budget Model, „The Projected Impact of Generative AI on Future Productivity Growth,“ September 8, 2025. https://budgetmodel.wharton.upenn.edu/issues/2025/9/8/projected-impact-of-generative-ai-on-future-productivity-growth
Congressional Budget Office, „Labor Productivity: Developments Since 1995,“ March 2007. https://www.cbo.gov/sites/default/files/110th-congress-2007-2008/reports/03-26-labor.pdf
Timothy F. Bresnahan and M. Trajtenberg, „General Purpose Technologies: ‚Engines of Growth‘?“ Journal of Econometrics, vol. 65, no. 1, January 1995, pp. 83–108. https://doi.org/10.1016/0304-4076(94)01598-T
Robert J. Gordon, „Off Its Pinnacle,“ Finance & Development, IMF, vol. 53, no. 2, June 2016. https://www.imf.org/external/pubs/ft/fandd/2016/06/gordon.htm
„The Great Stagnation: Why Hasn’t Recent Technology Created More Jobs?“ (interview with Tyler Cowen), PBS NewsHour, 2011. https://www.pbs.org/newshour/show/the-great-stagnation-why-hasn-t-recent-technology-created-more-jobs
Jeremy Greenwood, Ananth Seshadri, and Mehmet Yorukoglu, „Engines of Liberation,“ Review of Economic Studies, vol. 72, no. 1, 2005, pp. 109–133. https://users.ssc.wisc.edu/~aseshadr/Publications/engines.pdf
Brink Lindsey, „Not So Stagnant,“ Reason, April 15, 2011. https://reason.com/2011/04/15/not-so-stagnant/
Shawn Sprague, „Contributions to labor productivity growth, private nonfarm business, 1948–2018,“ Monthly Labor Review, U.S. Bureau of Labor Statistics, 2021. https://www.bls.gov/opub/mlr/2021/highcharts/data/sprague-fig2.stm
McKinsey Global Institute, „US Productivity Growth 1995–2000,“ October 2001. https://www.mckinsey.com/featured-insights/americas/us-productivity-growth-1995-2000
David M. Byrne, Stephen D. Oliner, and Daniel E. Sichel, „How Fast Are Semiconductor Prices Falling?“ NBER Working Paper 21074, 2015. https://www.nber.org/papers/w21074
National Park Service, „About the Homestead Act,“ Homestead National Historical Park. https://www.nps.gov/home/learn/historyculture/abouthomesteadactlaw.htm












