Das Muster hat sich bei mechanisierten Farms, elektrifizierten Fabriken und computerisierten Büros bewährt. KI testet ihre Kernannahme auf neue Weise.
Matthew Chattle/Future Publishing via Getty Images
Im Jahr 1900 arbeiteten etwa 41 % der US-Bevölkerung in der Landwirtschaft. Dieser Anteil sank bis 1945 auf 16 %, bis 1970 auf 4 % und bis 2000 auf nur noch 2 %, so der Rat der Wirtschaftsberater des Weißen Hauses.
Die Wirtschaft brach nicht zusammen. Sie wurde umstrukturiert.
Millionen von vertriebenen Landarbeitern und ihren Nachfahren wechselten in die Industrie, den Dienstleistungssektor und Berufe, die es bei der Einführung des Traktors noch nicht gab. Ökonomen führen dieses Muster seit langem als Beweis dafür an, dass technologische Disruptionen, so schmerzhaft sie kurzfristig auch sein mögen, mehr Arbeit schaffen als sie vernichten.
Schließen Sie sich über 500.000 Lesern an, die ihren Tag mit Quartz beginnen.
Mit dem Abonnieren stimmen Sie unseren Nutzungsbedingungen und unserer Datenschutzrichtlinie zu.
Heute, da KI einen Rückgang der Angestelltenbeschäftigung ohne klares Vorbild verursacht, ist die Frage, ob dieses Muster weiterhin Bestand haben wird.
Die MIT-Ökonomen Daron Acemoglu und Pascual Restrepo haben den Mechanismus hinter dieser historischen Regelmäßigkeit formalisiert in einem 2019 Papier im Journal of Economic Perspectives. Automatisierung verdrängt Arbeiter von Aufgaben, die sie früher ausgeführt haben, und verändert die Produktion zuungunsten der Arbeit. Aber die Effekte der Automatisierung werden durch die Schaffung neuer Aufgaben ausgeglichen, bei denen die Arbeit einen komparativen Vorteil hat. Die Einführung dieser neuen Aufgaben stellt die Arbeitsnachfrage wieder her und erhöht den Arbeitsanteil.
Dieser Verdrängungs-Wiederherstellungs-Zyklus hat sich über Jahrhunderte hinweg wiederholt. Anhand von Daten der Federal Reserve Bank of Philadelphia fanden Acemoglu und Restrepo heraus, dass etwa die Hälfte des Beschäftigungswachstums zwischen 1980 und 2015 in Berufen stattfand, in denen sich Jobtitel oder von Arbeitern ausgeführte Aufgaben änderten.
Mit anderen Worten, die Wirtschaft hat nicht nur Arbeiter in bestehende Rollen verschoben. Sie hat neue erfunden.
Jede große Automatisierungswelle folgte einem erkennbaren Verlauf. Die Mechanisierung der Landwirtschaft ist der deutlichste Fall.
Laut dem USDA Economic Research Service sank die Zahl der selbständigen und familiären Landarbeiter von 7,6 Millionen im Jahr 1950 auf 2,06 Millionen im Jahr 2000, ein Rückgang um 73%. Die Beschäftigung von angeworbenen Landarbeitern fiel im gleichen Zeitraum um 51%. Doch die US-Wirtschaft absorbierte diese Arbeiter und schuf ganze Sektoren von Arbeitsplätzen, die der Niedergang der Landwirtschaft ermöglichte.
Die Elektrifizierung folgte einer ähnlichen Logik. Zwischen 1900 und 1930 wuchs der Anteil der in der amerikanischen Fertigung aus Elektrizität stammenden Energie von 10% auf 80%. Eine Studie, die über das Centre for Economic Policy Research veröffentlicht wurde fand heraus, dass in Schweden im frühen 20. Jahrhundert die Elektrifizierung zur Schaffung neuer Arbeitsplätze führte, die für Arbeiter mit Grundschulbildung zugänglich waren, was zu reduzierter Ungleichheit und inklusivem Wachstum beitrug. Die Forschung zeigte, dass neue Technologien in Form der Elektrifizierung nicht zu massiven Entlassungen oder technologischer Arbeitslosigkeit führten. Stattdessen wurden neue Möglichkeiten geschaffen.
Der Geldautomat ist vielleicht das am häufigsten zitierte Beispiel. Wie der Ökonom James Bessen von der Boston University in einer 2015er Analyse für den IWF dokumentierte, reduzierten Geldautomaten die Betriebskosten einer Bankfiliale. Die Anzahl der Kassierer, die benötigt wurden, um eine Filiale im durchschnittlichen städtischen Markt zu betreiben, fiel zwischen 1988 und 2004 von 20 auf 13. Aber die Banken reagierten, indem sie mehr Filialen eröffneten, die in städtischen Gebieten um 43 % zunahmen. Kassiererjobs verschwanden nicht. Sie veränderten sich. Während Geldautomaten einige Aufgaben automatisierten, wurden die verbleibenden Aufgaben, die nicht automatisiert wurden, wertvoller.
Die Ära des Personalcomputers bietet vielleicht das engste Analogon zur KI. Seit der Einführung des IBM $IBM-PC im Jahr 1981 wurden Desktop-Computer zu einer Standardausstattung in den meisten Arbeitsplätzen. Durch ihre Allgegenwärtigkeit und den Einfluss auf die Arbeitsweise verwandelten Personalcomputer den Arbeitsplatz. Die Computerisierung eliminierte routinemäßige kognitive Aufgaben: Buchhaltung, Ablage, Planung. Aber sie schuf eine Nachfrage nach Arbeitern, die diese Systeme bedienen, verwalten und weiterentwickeln konnten.
Sektoren mit hoher Computernutzung reorganisierten die Arbeit und führten neue Produkte und Dienstleistungen ein, die unverhältnismäßig mehr gebildete Arbeiter beschäftigten. Bis 1993 nutzte fast die Hälfte der Belegschaft Computer-Tastaturen bei der Arbeit. Das Muster hielt an, aber mit Kosten, die heute lehrreich sind. Die Computerisierung höhlte mittlere Qualifikationsarbeit aus. Wie David Autor, Professor für Wirtschaftswissenschaften am MIT, argumentierte in einem 2024 NBER-Arbeitspapier, die utopische Vorstellung des Informationszeitalters war, dass die Computerisierung wirtschaftliche Hierarchien durch Demokratisierung von Informationen flachlegen würde. Das Gegenteil trat ein.
Informationen erwiesen sich lediglich als Eingabe in Entscheidungsprozesse, die in der Domäne von Elitenexperten verblieben. Diese Unterscheidung ist wichtig, da sie die strukturelle Annahme enthüllt, die jeder vorherigen Welle zugrunde liegt: Automatisierung zielte auf spezifische, begrenzte Aufgaben. Menschliches Urteilsvermögen, Kreativität und die Fähigkeit, mit Mehrdeutigkeit umzugehen, blieben Eingaben, die Maschinen nicht replizieren konnten. Arbeiter, die von automatisierten Aufgaben verdrängt wurden, konnten in Rollen wechseln, die diese menschlichen Fähigkeiten erforderten.
KI stellt diese Annahme auf eine Weise in Frage, wie es keine vorherige Technologie getan hat. Frühere Automatisierungswellen erweiterten das Spektrum der von Maschinen ausgeführten Aufgaben, schufen jedoch zuverlässig neue Aufgaben, die menschliche Kognition erforderten. Acemoglu und Restrepo warnten, dass die Automatisierung die Größe des Kuchens erhöht, aber die Arbeit einen kleineren Anteil erhält. Es gibt keine Garantie dafür, dass der Produktivitätseffekt größer ist als der Verdrängungseffekt. Diese Warnung intensiviert sich mit KI.
Acemoglu und Simon Johnson, Professor für Unternehmertum am MIT, schrieben in einem 2023 Stück für den IWF dass es keine Garantie gibt, dass KI auf ihrem aktuellen Weg mehr Arbeitsplätze schafft, als sie zerstört. Sie prägten den Begriff "so-so Automatisierung", um Technologie zu beschreiben, die Arbeiter verdrängt, ohne genügend Produktivitätsgewinne zu erzielen, um anderswo neue Beschäftigung zu schaffen.
Selbstbedienungskioske in Lebensmittelgeschäften bringen nur begrenzte Produktivitätsvorteile, da sie lediglich die Arbeit von den Mitarbeitern auf die Kunden verlagern. Es werden weniger Kassierer beschäftigt, aber es gibt keinen großen Produktivitätsschub, um die Schaffung neuer Arbeitsplätze zu fördern. Die Lebensmittel werden nicht billiger, und die Käufer leben nicht anders. Die Gefahr bei KI besteht darin, dass eine ähnliche Dynamik in einem breiteren Spektrum kognitiver Arbeit auftreten könnte.
Acemoglu und Restrepo schlugen vor, dass das langsamere Beschäftigungswachstum in den letzten drei Jahrzehnten auf eine Beschleunigung des Verdrängungseffekts, einen schwächeren Wiedereinsetzungseffekt und ein langsameres Produktivitätswachstum zurückzuführen ist. Wenn KI die Verdrängung beschleunigt, ohne dass eine entsprechende Welle neuer Aufgaben entsteht, bricht das historische Muster.
Autor seinerseits argumentierte, dass KI in beide Richtungen gehen könnte. KI kann den Wert menschlicher Expertise entweder erhöhen oder untergraben. Wenn KI verwendet wird, um Expertenaufgaben zu automatisieren und zu vereinfachen, kann sie Expertise zur Ware machen und ihren wirtschaftlichen Wert verringern. Wenn KI so gestaltet ist, dass sie menschliche Fähigkeiten ergänzt, kann sie menschliche Fähigkeiten verbessern. Seine These ist, dass KI, wenn sie gut eingesetzt wird, dazu beitragen kann, das mittlere Fähigkeits- und mittlere Klassenherz des US-amerikanischen Arbeitsmarkts wiederherzustellen, das durch Automatisierung und Globalisierung ausgehöhlt wurde. Aber er rahmt dies als ein Argument darüber ein, was möglich ist, nicht als eine Prognose.
Der historische Rekord zeigt, dass Automatisierungswellen mehr Arbeitsplätze schaffen, als sie eliminieren. Er zeigt auch, dass der Prozess langsam, ungleichmäßig und schmerzhaft für die Arbeiter ist, die sich im Übergang befinden.
Was die Geschichte nicht zeigen kann, ist, was passiert, wenn die Technologie genau die Fähigkeiten ins Visier nimmt, die menschliche Arbeit in jedem vorherigen Zyklus unverzichtbar gemacht haben. Das ist das Experiment, das jetzt im Gange ist.
