Wenn KI Arbeitnehmer schneller verdrängt, als die Wirtschaft sie wieder aufnehmen kann, erodiert sie die Konsumnachfrage, von der alle Unternehmen abhängen. Diese Dynamik ist nicht neu - was ein aktuelles Paper der Wharton School und der Boston University zeigt, ist: Selbst wenn alle Beteiligten das wissen, können sie es nicht aufhalten.
Das Gefangenendilemma der Automatisierung
Brett Hemenway Falk (University of Pennsylvania) und Gerry Tsoukalas (Boston University) haben in ihrem Paper "The AI Layoff Trap" ein ökonomisches Modell entwickelt, das einen unangenehmen Mechanismus freilegt: Wenn ein Unternehmen Aufgaben automatisiert, erfasst es die volle Kostenersparnis. Aber es trägt nur einen Bruchteil des resultierenden Nachfragerückgangs - der Rest fällt auf die Konkurrenz. Für jedes einzelne Unternehmen ist Automatisierung daher eine streng dominante Strategie. Kollektive Zurückhaltung wäre besser für alle. Aber kein rational handelndes Unternehmen wird den Anfang machen.
Im friktionslosen Grenzfall wird das Modell zu einem klassischen Gefangenendilemma: Jedes Unternehmen automatisiert vollständig, obwohl das Ergebnis alle - Arbeitnehmer und Firmeninhaber - schlechter stellt. Es ist kein Verteilungsproblem, bei dem eine Seite auf Kosten der anderen gewinnt. Es ist ein Deadweight Loss, das beiden Seiten schadet.
Bessere KI verschärft das Problem
Die kontraintuitive Pointe: Produktivere KI-Systeme verschlimmern die Lage. Jedes Unternehmen sieht einen potenziellen Marktanteilsgewinn durch schnellere Automatisierung als die Konkurrenz. Aber im Gleichgewicht heben sich diese Gewinne auf - die Autoren nennen das den "Red Queen Effect", nach der Figur aus Alice im Wunderland, die rennen muss, um stehenzubleiben. Was bleibt, ist eine größere Verzerrung. Und mehr Wettbewerb macht es schlimmer, nicht besser: Ein Monopolist würde die Externalität vollständig internalisieren. Je fragmentierter der Markt, desto größer die Kluft zwischen individuell rationalem und kollektiv optimalem Verhalten.
Was nicht funktioniert - und was schon
Das Paper prüft systematisch sechs Politikinstrumente gegen diese Externalität und kommt zu einem ernüchternden Ergebnis: Die meisten greifen ins Leere.
Universal Basic Income (UBI) erhöht den Mindestlebensstandard, ändert aber den Automatisierungsanreiz nicht. Kapitaleinkommensteuern wirken auf Gewinnniveaus, nicht auf die Entscheidungsmarge, an der die Externalität sitzt. Mitarbeiterbeteiligung und Umschulung verkleinern die Kluft, können sie aber nicht eliminieren. Verhandlungen zwischen Unternehmen (Coasian Bargaining) scheitern, weil Automatisierung eine dominante Strategie ist - kein freiwilliges Abkommen ist selbstdurchsetzend.
Nur ein Instrument funktioniert laut dem Modell: eine Pigouvian Automation Tax - eine Steuer pro automatisierter Aufgabe in Höhe des nicht-internalisierten Nachfrageverlustes. Sie zwingt Unternehmen, die sozialen Kosten ihrer Automatisierungsentscheidungen zu tragen, und implementiert damit das kooperative Optimum. Die Einnahmen könnten Umschulungsprogramme finanzieren, die wiederum den Nachfrageverlust pro Entlassung reduzieren - was die Steuer potenziell selbstbegrenzend macht.
Die empirische Lage
Die Autoren untermauern ihr Modell mit aktuellen Fallbeispielen: Block/Square hat im Februar 2026 rund die Hälfte seiner 10.000 Mitarbeiter entlassen. CEO Jack Dorsey sagte, KI habe viele Rollen überflüssig gemacht - und prognostizierte, dass die meisten Unternehmen innerhalb eines Jahres zur selben Erkenntnis kommen würden. Salesforce ersetzte 4.000 Customer-Support-Agenten durch agentic AI. Cognition's Devin, im Einsatz bei Goldman Sachs und Infosys, ermöglicht es einem Senior Engineer, die Arbeit eines Fünf-Personen-Teams zu erledigen. Insgesamt wurden 2025 über 100.000 Tech-Mitarbeiter entlassen, in mehr als der Hälfte der Fälle mit KI als Haupttreiber.
Einordnung
Das Paper hat Grenzen, die es selbst benennt: Es modelliert nur einen Sektor, behandelt Löhne im Basismodell als fix, und bildet keine neuen Aufgabenkategorien ab, die KI potenziell schafft. Es liefert qualitative Mechanismen, keine kalibrierten Vorhersagen. Aber der Kernpunkt ist robust über mehrere Modellerweiterungen hinweg: Weder flexible Löhne noch freier Marktzutritt noch Kapitaleinkommens-Recycling eliminieren die Verzerrung.
Was das Paper nicht ist: ein "mathematischer Beweis, dass KI die Wirtschaft zerstören wird", wie es in sozialen Medien kursiert. Es ist ein formales Modell, das zeigt, unter welchen Bedingungen rationale Akteure in einen Automatisierungswettlauf geraten, der alle schlechter stellt - und dass die meisten diskutierten Gegenmaßnahmen an der falschen Stelle ansetzen.
🎯 Was das für die Praxis bedeutet
1. Wettbewerb ist kein Korrektiv: Anders als bei klassischen Marktversagen funktioniert hier der übliche Mechanismus nicht - mehr Wettbewerb verschärft das Problem. Unternehmen handeln rational und zerstören trotzdem kollektiv Nachfrage.
2. Umschulung allein reicht nicht: Upskilling und UBI werden politisch häufig als Antwort auf KI-Verdrängung präsentiert. Das Paper zeigt, dass sie den Automatisierungsanreiz selbst nicht verändern - sie behandeln Symptome, nicht die Ursache.
3. Automatisierungssteuer als Debatte: Die Idee einer Pigouvian Tax auf Automatisierung ist kontrovers, aber das Paper liefert ein formales Argument, warum sie das einzige Instrument ist, das die Anreizstruktur korrigiert. Diese Debatte wird in der EU - auch im Kontext des AI Acts - unvermeidlich werden.
