Die Lüge über die 'Output Gap' der KI enthüllt

Das Silicon Valley stellt ständig die gleiche beunruhigende Frage: Wenn KI so mächtig ist, wo sind dann die 10-fachen Zuwächse im BIP, bei Löhnen und Lebensstandards? Billionen von Dollar wurden in Modelle wie GPT-3 und maßgeschneiderte KI-Beschleuniger investiert, doch das Produktivitätswachstum in den USA liegt weiterhin bei etwa 1–1,5 % pro Jahr, kaum über dem Trend vor der KI.

Dwarkesh Patel ist zu einem der schärfsten Erzähler dieses Rätsels geworden. In seinem Podcast verhört er Gründer, Ökonomen und KI-Forscher darüber, warum intelligentere Modelle nicht automatisch zu fetteren nationalen Konten oder günstigeren Mieten führen.

Patels wiederkehrende Antwort konzentriert sich auf institutionelle Engpässe. Er weist auf Wohnungsbaupolitik hin, die neuen Bau blockiert, auf Energierechtsvorschriften, die den Ausbau von Kernkraftwerken verhindern, und auf regulatorische Dschungel, die alles von neuen Medikamenten bis hin zu neuen Chipfabriken verlangsamen.

Hört man sich genug dieser Interviews an, entfaltet sich eine zusammenhängende Geschichte. Angeblich leben wir in einer Welt, in der Technologie fast alles kann, aber menschliche Systeme—Bauämter, Genehmigungsbehörden, medizinische Aufsichtsstellen—halten die Fortschritte fest verschlossen.

Diese Geschichte hat jetzt einen Namen im Tal: die Output-Lücke. Nicht die makroökonomische Version aus dem Lehrbuch über Rezessionen, sondern ein kulturelles Meme, das besagt, dass unser tatsächliches BIP weit unter dem liegt, was göttliche KI, Robotik und Software bereits liefern könnten.

In dieser Erzählung haben KI-Labore das „Ideen“-Problem effektiv gelöst. Was bleibt, ist eine Aufräumarbeit: Deregulierung, mehr bauen, Genehmigungen straffen, und der Damm wird brechen, was ein exponentielles Wachstum freisetzen wird, das die heutigen Statistiken nicht erfassen.

Die Erzählung schmeichelt allen Beteiligten. Ingenieure dürfen glauben, sie hätten die Zukunft bereits gebaut, Gründer bekommen einen Bösewicht in Form des „bürokratischen Aufwands“, und Entscheidungsträger erhalten eine technokratische To-Do-Liste: Reibungen verringern, die Kluft schließen, Überschüsse ernten.

Aber was ist, wenn diese Diagnose die tatsächliche Einschränkung verfehlt? Was ist, wenn die bindende Grenze nicht schläfrige Beamte sind, sondern tiefere Fragen zu Macht, Eigentum und wer tatsächlich profitiert, wenn Software den Großteil der Arbeit verrichtet?

Die Betrachtung des wirtschaftlichen Rätsels der KI als einfaches Output-Gap mag beruhigend erscheinen. Sie impliziert, dass wir nur ein größeres Rohr benötigen, nicht ein anderes System – und diese Annahme könnte gefährlich und historisch falsch sein.

Die Produktionslücke klingt nach Finanzjargon, wird von Makroökonomen jedoch in einem sehr spezifischen Zusammenhang verwendet. Der IWF definiert die Produktionslücke als den prozentualen Unterschied zwischen dem tatsächlichen BIP eines Landes und seinem potenziellen BIP – also dem, was die Wirtschaft produzieren könnte, wenn Fabriken, Arbeiter und Maschinen mit nachhaltiger Vollauslastung betrieben würden. Die Federal Reserve verwendet nahezu identische Formulierungen und verfolgt sie als einen zentralen Indikator für wirtschaftliche „Kapazitätsreserven“.

Zentralbanken stützen sich auf die Produktionslücke, um Konjunkturzyklen zu steuern. Wenn das tatsächliche BIP 1–3% unter dem potenziellen liegt, sehen die Entscheidungsträger unausgelastete Kapazitäten und eine höhere Arbeitslosigkeit; sie senken die Zinssätze oder setzen Konjunkturmaßnahmen ein, um die Nachfrage zu steigern. Wenn das BIP über dem Potenzial liegt, machen sie sich Sorgen über eine inflationäre Überhitzung und verschärfen die Politik, um die Situation abzukühlen.

Dies ist ein Werkzeug zur Verwaltung zyklischer Schwankungen, kein Sci-Fi-Denkexperiment über unendliche Roboter. Das Konzept geht von einer Arbeits- und Kapitalwirtschaft aus, in der die Hauptbeschränkung darin besteht, wie vollständig Menschen und ihre Ausrüstung genutzt werden. „Slack“ bedeutet untätige Arbeiter, unterausgelastete Anlagen und ruhige Versandwege, nicht fehlende Superintelligenz.

Potenzial-BIP, der Anker für die Produktionslücke, stammt aus Modellen, die das langfristige Angebot schätzen. Institutionen wie das Congressional Budget Office und der IWF kombinieren typischerweise: - Arbeitsangebot: Bevölkerung, Erwerbsquote, geleistete Arbeitsstunden - Arbeitsproduktivität: Produktion pro Beschäftigten oder pro Stunde - Kapitalstock und Trend der gesamtwirtschaftlichen Produktivität

Unter diesen Methoden steigt das potenzielle BIP, wenn mehr Menschen arbeiten, wenn jeder Arbeiter mehr pro Stunde produziert oder wenn bessere Maschinen und Prozesse die Effizienz steigern. Ein schrumpfender Arbeitskräftebestand oder stagnierende Produktivität ziehen das Potenzial nach unten und verengen den Spielraum für nicht-inflationäres Wachstum. Alles dreht sich um menschliche Arbeit als primären Input und Einschränkung, weshalb die Umdeutung des Begriffs „Output-Lücke“ für eine KI-gesteuerte, post-labor Geschichte stillschweigend verändert, was der Begriff ursprünglich beschreiben sollte.

Die neue Generation von KI-Optimisten im Silicon Valley hat sich einen verstaubten Begriff der Makroökonomie geschnappt und ihn zu einem zivilisatorischen Slogan ausgeweitet. Dwarkesh Patel und sein Kreis sprechen über die Output-Lücke nicht als kurzfristige Kennzahl für Zentralbanker, sondern als grandiose Diagnose dafür, warum KI nicht bereits alle wohlhabend gemacht hat.

In der Standardmakroökonomie stammt das potenzielle BIP aus Modellen von Arbeit, Kapital und Produktivität, während das tatsächliche BIP um diese Werte schwankt, mit Rezessionen und Hochkonjunkturen. Patels Version tauscht dies leise aus: potenzielle Produktion wird zu "was eine AGI-plus-Roboter-Wirtschaft leisten könnte", während tatsächliche Produktion das ist, was unsere "sclerotischen Institutionen" widerwillig zulassen.

Unter dieser Neubewertung ist die Grenze keine sorgfältige Schätzung des Congressional Budget Office oder der Fed. Sie ist eine imaginierte Welt, in der Systeme auf GPT-3-Niveau zu übermenschlichen Ingenieuren, Ärzten und Managern skalieren und in der physisches Kapital und Energie nahezu reibungslos expandieren.

Die Geschichte, die Patel und andere erzählen, ist einfach und verführerisch: KI bietet uns bereits nahezu unbegrenzte kognitive Arbeitskraft, sodass der einzige Grund, warum das BIP nicht explodiert, darin besteht, dass wir uns selbst die Luft zum Atmen nehmen. Jede Verzögerung, Genehmigung und Ausschusssitzung wird zum Beweis für eine künstlich große Produktionslücke.

Häufig auftretende Bösewichte erscheinen immer wieder. KI-Befürworter weisen auf Folgendes hin: - Byzantinische Genehmigungsgesetze, die die Genehmigung für Übertragungsleitungen auf 10–15 Jahre ausdehnen können - Unkontrollierbare Gesundheitskosten, die fast 18 Prozent des US-BIP einnehmen - Gletschergleiche Infrastrukturentwicklungen, bei denen große Schienen- oder U-Bahnprojekte routinemäßig ein Jahrzehnt in Anspruch nehmen und das Budget sprengen

Zusammengefügt ergeben sie eine Art von Makro-Fan-Fiction. Wenn Regulierungsbehörden Atomkraftwerke in wenigen Monaten genehmigen, wenn die Bebauungspläne dichte Wohngebiete zulassen, wenn Krankenhäuser die Bürokratie automatisieren, argumentiert Patels Gruppe, dass Künstliche Intelligenz in jährliche Produktivitätswachstumsraten im zweistelligen Bereich umsetzen könnte.

Verweise auf traditionelle Definitionen, wie Was ist die Output-Lücke? - IMF Finance & Development (Zurück zu den Grundlagen), verschwinden größtenteils in diesem Diskurs. Stattdessen wird die „Output-Lücke“ zu einem moralisierten Meme: Wir könnten alle unvorstellbar reich sein, wenn wir uns nur selbst nicht im Weg stehen und die Technologie entfalten lassen.

David Shapiro betritt diese Debatte aus einer anderen Perspektive als Dwarkesh Patel. Als selbsternannter Futurist und Evangelist für Post-Arbeits-Ökonomie betreibt Shapiro einen YouTube-Kanal, der KI nicht als Produktivitätssteigerer, sondern als ein Lösungsmittel für die Idee von Arbeit betrachtet. Seine Kritik an Patels Rahmen der Produktionslücke entspringt dieser radikaleren Prämisse.

Wo Patel weiterhin darüber spricht, die Produktivität der Arbeiter zu steigern, argumentiert Shapiro, dass fortschrittliche Automatisierung die menschliche Arbeit für einen großen Teil der Aufgaben wirtschaftlich optional macht. Er verweist auf große Sprachmodelle, robotergestützte Prozessautomatisierung und autonome Fahrzeuge als frühe Warnungen, dass der „Arbeitsteil“ kein Naturgesetz ist. Seiner Ansicht nach ist KI kein besseres Werkzeug für Arbeiter; sie ist ein Ersatz für Arbeiter als zentralen wirtschaftlichen Input.

Shapiro stützt sich stark auf Mainstream-Prognosen, um zu argumentieren, dass dies keine Science-Fiction ist. McKinsey hat geschätzt, dass die Automatisierung bis 2030 Arbeitsaktivitäten, die bis zu 400 bis 800 Millionen Jobs weltweit entsprechen, verdrängen oder transformieren könnte. Goldman Sachs prognostiziert, dass allein generative KI in den nächsten zehn Jahren bis zu 25 % der Arbeitsaufgaben in fortgeschrittenen Volkswirtschaften automatisieren könnte.

Diese Zahlen speisen sich in das, was Shapiro „Die große Entkopplung“ nennt. Historisch gesehen bewegten sich BIP, Beschäftigung und mediane Löhne zumindest locker zusammen. Da KI-Systeme kognitive und manuelle Aufgaben übernehmen, erwartet er, dass das BIP weiter steigt, während das gesamte Arbeitseinkommen stagniert oder als Anteil der Gesamtproduktion schrumpft.

Im Rahmen dieser Überlegungen verfehlt Patels Hinweis auf eine „KI-Ausgabenlücke“ die Kernfrage. Das eigentliche Problem ist nicht das unrealisiert bleibende BIP aufgrund von Zonierungsregeln oder Genehmigungs Verzögerungen. Das Problem ist, dass selbst ein vollständig realisiertes BIP möglicherweise nicht mehr in Form von Gehältern an die meisten Menschen fließen kann.

Shapiros post-labor Perspektive betrachtet KI als einen Kapital-Schock und nicht als eine Produktivitätsanpassung. Sobald Unternehmen digitale Arbeiter zu nahezu null Grenzkosten skalieren können, verschiebt sich die Verhandlungsmacht entscheidend zugunsten der Eigentümer von Kapital und Code. Die eigentliche makroökonomische Geschichte wird zur Verteilung und nicht zur Produktion.

Die Verwendung eines Output-Gap-Diagramms zur Analyse von KI, argumentiert David Shapiro, ist wie die Verwendung eines Schraubendrehers an einem Brückenbalken. Man kann etwas drehen, jedoch nicht das, was wirklich zählt. Patel leiht sich ein Werkzeug, das für Geschäftszyklen von 2 bis 8 Jahren entwickelt wurde, und versucht, es über einen Automatisierungsschock von 50 bis 100 Jahren zu dehnen.

Makroökonomen definieren die Produktionslücke als die kurzfristige Differenz zwischen dem tatsächlichen und dem potenziellen BIP, üblicherweise unter Annahmen wie einer stabilen Erwerbsbevölkerung und moderatem technologischem Wandel. Zentralbanken verwenden sie, um zu entscheiden, ob sie die Zinssätze erhöhen, nicht um das Ende der Lohnarbeit vorherzusagen. Shapiros Punkt: Dieses Toolkit geht davon aus, dass die Welt im Wesentlichen menschlich-arbeit-zentriert bleibt.

Sobald KI-Systeme die meisten kognitiven Aufgaben übernehmen und Roboter die meisten physikalischen Aufgaben, sagt Shapiro, hört der Begriff „potenzieller Output“ auf, sinnvoll zu sein. Wenn Sie eine weitere Million KI-Agenten oder Roboterarbeiter in der Cloud aktivieren können, wo genau liegt die „potenzielle“ Einschränkung? Silizium, Energie und Bandbreite sind wichtig; die Arbeitslosenquote der Menschen ist es nicht.

In dieser Welt bricht die alte Produktionsfunktion – Output als Kombination von Arbeit und Kapital – in etwas zusammen wie „Kapital plus mehr Kapital.“ Der marginale Beitrag der Arbeit tendiert in vielen Sektoren gegen null. Über eine Produktionslücke zu sprechen, wenn ein Einsatzfaktor praktisch unendliche Verfügbarkeit hat, erscheint wie ein Kategoriefehler.

Output-Gap-Modelle nehmen stillschweigend an, dass die Wirtschaft nach einem Schock wieder in ein Gleichgewicht zurückkehrt, in dem menschliche Arbeitskräfte die Produktion verankern und Löhne die Nachfrage verankern. Shapiro bestreitet dieses Ziel vollständig. Für ihn ist KI keine Abweichung vom Trend; es ist ein Regimewechsel, der die Trendlinie ausradiert.

Patels Rahmen deutet auf eine Zukunft hin, in der wir einfach zusätzliches BIP „freischalten“, indem wir Engpässe in folgenden Bereichen beheben: - Genehmigungen für Wohnungsbau - Übertragungsleitungen - Gesundheitsregulierung - Einwanderungspolitik

Shapiro entgegnet, dass selbst wenn man diese Engpässe beseitigt, die Hauptgeschichte dennoch die Entkopplung von Produktion und menschlichen Gehältern ist. Das aggregierte BIP könnte um das Zehnfache steigen, während die Medianlöhne stagnieren oder fallen.

Das Argument dreht sich somit weniger um falsch gemessenen Spielraum und mehr um ein Versagen der Fantasie. Ökonomen zeichnen weiterhin neue Kerben auf eine alte Karte und gehen davon aus, dass die Küstenlinie direkt am Rand weitergeht. Shapiro besteht darauf, dass die Küstenlinie endet; jenseits davon liegt eine automatisierte Wirtschaft, die neue Koordinaten benötigt, nicht einen umbenannten Produktionsrückstand.

Debatten über das Bruttoinlandsprodukt konzentrieren sich oft darauf, wie groß der Kuchen des BIP wird; Shapiro interessiert sich dafür, wer ihn schneidet. Sein Ansatz nach der Arbeit beginnt mit der Verteilung, nicht mit der Produktion: Wenn KI und Roboter die meiste Arbeit leisten, hören Löhne auf, als das Hauptmittel zu fungieren, das das Output mit dem Leben gewöhnlicher Menschen verbindet.

Unter Shapiros Ansicht wird die zentrale Frage das Eigentum: wer kontrolliert die KI- und Robotik-Kapitalressourcen, die den Reichtum des 21. Jahrhunderts erzeugen werden? Wenn eine Handvoll Unternehmen die grundlegenden Modelle, Rechenzentren und Roboterschwärme besitzt, können sie den Großteil des Überschusses einfangen, selbst wenn das BIP sich verdoppelt oder verdreifacht.

Die Wirtschaftsgeschichte bietet bereits eine Warnung. Von 1979 bis 2020 stieg die Arbeitsproduktivität in den USA um rund 70%, während die mediane Stundenvergütung nur um etwa 17% zunahm, ein Zeichen dafür, dass Gewinne sich von den Gehältern entkoppeln können. Shapiro argumentiert, dass Hyperautomatisierung in Kombination mit konzentriertem KI-Eigentum diese Divergenz weiter verstärken könnte.

Stell dir eine Welt vor, in der die Produktionslücke im klassischen Sinne nahe null liegt: Fabriken laufen mit voller Kapazität, Logistiknetzwerke brummen, KI-Systeme entwerfen und optimieren alles. Du kannst eine vollumfängliche Auslastung der Produktionskapazität haben und dennoch Zehntausende oder Hunderttausende von Menschen in wirtschaftlicher Machtlosigkeit festhalten, wenn ihnen die Ansprüche auf das Kapital fehlen, das die Arbeit verrichtet.

Shapiros Kritik an Dwarkesh Patel trifft hier den Kern: Der Fokus auf die „Schließung der Produktionslücke“ klingt wie ein technokratisches Optimierungsproblem und nicht wie ein Kampf um die politische Ökonomie. Er argumentiert, dass das, was Patel „Engpässe“ nennt, oft als gezielte Machtstrukturen fungiert, die die amtierenden Akteure schützen, anstatt neutrale Reibungen zu sein, die beseitigt werden können.

Wohnraum, Gesundheitsversorgung und Bildung in den USA zeigen, wie das funktioniert. Bebauungspläne, medizinische Lizenzierungsmonopole und Akkreditierungsstellen bremsen nicht nur das Wachstum; sie sichern auch die Verhandlungsstärke und den Vermögenswert der Insider. In einer Welt nach der Arbeit könnten ähnliche Torwächter rund um KI-Rechenleistung, Datenzugang und Berechtigungen für die Bereitstellung entstehen.

Shapiro warnt, dass der KI-Kapitalismus zu einem kleinen Club verhärten könnte, der über Modellspeicher, Fertigungsstätten und Cloud-Plattformen verfügt, während alle anderen den Zugang zu ihren Bedingungen mieten. In diesem Regime könnten die Produktionsstatistiken hervorragend aussehen, doch politische Macht und wirtschaftliche Sicherheit würden sich auf einen engen Kreis von Aktionären und Führungskräften konzentrieren.

Für Leser, die sich auf die orthodoxe Basis stützen möchten, auf die Patel sich bezieht, erklärt Understanding Potential GDP and the Output Gap – Federal Reserve Bank of St. Louis, wie Makroökonomen normalerweise dieses Konzept verwenden. Shapiros Punkt ist, dass man selbst dann, wenn man diese Kennzahl genau erfasst, die Gesellschaft immer noch enttäuschen kann, wenn man ignoriert, wem die Maschinen gehören.

Die Fixierung auf Engpassbeseitigung und techno-optimistische Ansätze klingt konkret: Deregulierung der Energie, Erhöhung der Bauflächen, Abriss der „NIMBY“-Regeln und beobachten, wie der Wohlstand der KI-Ära alle erreicht. Diese Erzählung geht von einer Welt aus, in der die meisten Menschen weiterhin Einkommen durch den Verkauf von Arbeit auf Märkten erzielen. David Shapiro argumentiert, dass diese Annahme bricht, sobald die Automatisierung den Großteil der bezahlten Arbeit übernimmt.

Entfernen Sie die Zonierung und Umweltprüfung, und KI-gesteuerte Fusionskraftwerke sowie netzoptimierende Modelle könnten das System mit günstiger Energie fluten. Lockern Sie die Bauvorschriften und Genehmigungen, und Schwärme von Baurobotern können Wohnungstürme zu einem Bruchteil der heutigen Kosten errichten. Doch nichts davon garantiert, dass Nicht-Eigentümer über leicht niedrigere Preise hinaus etwas gewinnen.

Shapiros Aussage ist klar: Ohne neue Vertriebskanäle konzentrieren sich die Produktivitätsgewinne dort, wo das Eigentum sitzt. Wenn das Kapital das Land, die Roboter, Datensätze und Modelle besitzt, erfasst das Kapital nahezu den gesamten Überschuss. Deregulierung beschleunigt lediglich die Umleitung von Werten in einen immer schmaleren Abschnitt der Bilanzen.

Stellen Sie sich eine Stadt vor, in der KI-Bausysteme die Baukosten um 80 % senken. Entwickler setzen Roboterteams ein, erstellen parametrische Designs mit Modellen der GPT-4-Klasse und vollenden Türme in Wochen, nicht in Jahren. Die Mieten orientieren sich weiterhin an dem, was der Markt hergibt, da die Mieter keine Verhandlungsmacht und keine Alternative haben.

Schieben Sie dieses Szenario weiter in eine Post-Arbeitswirtschaft. Angenommen, 40–60% der aktuellen Arbeitsplätze verschwinden durch Automatisierung, und die medianen Löhne stagnieren oder fallen. Selbst wenn die Kosten für Wohneinheiten pro Einheit zusammenbrechen, können Millionen von Menschen mit wenig oder gar keinem Einkommen die Marktpreise für Mieten nicht decken, selbst nicht zu Preisen, die die erforderlichen Renditen der Investoren befriedigen.

An diesem Punkt wandelt sich das Problem von Angebot zu Nachfrage und Zugang. Es kann einen Überfluss an Wohnraum, Energie und Gütern geben, während dennoch Einheiten leer stehen, Kapazitäten ungenutzt bleiben und eine dauerhafte Unterschicht von ihren Bankguthaben ausgeschlossen wird. Märkte übersetzen technischen Überfluss nicht automatisch in universelle Nutzung, wenn die Kaufkraft konzentriert ist.

Die Fokussierung auf "Reibungen" wie Zonierung oder Genehmigungen betrachtet die Krise als ein problemlösendes Anliegen und nicht als ein verfassungsrechtliches. Shapiro argumentiert, dass eine von KI getriebene, post-arbeitliche Welt einen neuen sozialen Vertrag erfordert – öffentliche Eigentumsanteile, universelle Dividenden oder andere Modelle, die den grundlegenden Zugang von Löhnen entkoppeln – anstatt lediglich schnellere Wege zu finden, um Vermögensinhabern zu bereichern.

Shapiro lehnt nicht nur die Erzählung von Dwarkesh Patels Produktionslücke ab; er ersetzt sie durch ein anderes Betriebssystem. Seine Post-Arbeits-Ökonomie geht davon aus, dass bis zur Mitte des Jahrhunderts Automatisierung und KI-Agenten die meisten wirtschaftlich wertvollen Arbeiten übernehmen, wodurch die Produktion von menschlichen Jobs und Löhnen entkoppelt wird. Sobald das geschieht, argumentiert er, hören traditionelle Hebel wie Arbeitsmarktpolitik oder marginale Steueranpassungen auf, das Steuer zu übernehmen.

Anstatt dem BIP nachzujagen, konzentriert sich Shapiro darauf, ob Menschen zuverlässig Zugang zu dem haben, was er die „materiellen Voraussetzungen für menschliches Gedeihen“ nennt. Er geht davon aus, dass fortschrittliche KI, Robotik und reichlich Energie Nahrungsmittel, Wohnraum und Dienstleistungen auf einer Einheitengrundlage günstig machen können. Die Herausforderung besteht darin, diese Fähigkeiten in ein System zu integrieren, das Menschen nicht vor den Toren der automatisierten Produktion stehen lässt.

Seine Antwort beginnt mit der Pyramide des Wohlstands, einer schichtweisen Architektur für ein soziales Sicherheitsnetz nach der Arbeit. An der Basis stehen universelle Grunddienste: garantierter Zugang zu Wohnraum, Nahrung, Gesundheitsversorgung, Bildung und Konnektivität, bereitgestellt von stark automatisierten öffentlichen oder genossenschaftlichen Anbietern. Darüber hinaus erfassen kollektiv besessene Vermögenswerte—Staatsfonds, öffentliche Datentreuhänder, nationale KI-Modelle—die Automatisierungsrenditen.

In der obersten Schicht platziert Shapiro cashähnliche Flüsse: ein universelles Grundeinkommen und soziale Dividenden, die durch diese gemeinsamen Vermögenswerte finanziert werden. Anstatt einer bedarfsgeprüften Sozialhilfe erhält jeder einen Anteil der Erträge aus KI, Robotern, Land und Infrastruktur, die nicht mehr viel menschliche Arbeit benötigen. Er verweist auf Norwegens Ölfonds und Alaskas Permanent Fund Dividend als primitive, aber realitätsnahe Beweise dafür, dass der nationale Vermögensbesitz jährliche Auszahlungen generieren kann.

Wohlstand allein löst nicht das Machtproblem, deshalb kombiniert er es mit einer Pyramide der Macht, die darauf abzielt, die Erfassung durch Eliten zu verhindern. An der Basis: radikale Transparenz für öffentliche Institutionen und große KI-Systeme, einschließlich offener Protokolle, prüfbarer Trainingsdaten und nachvollziehbarer Entscheidungsprozesse. Er möchte automatisierte Aufsichtssysteme—KI-Systeme, die kontinuierlich nach Korruption, Zusammenarbeit und Regulierungserfassung suchen.

Darüber hinaus skizziert Shapiro direkte Demokratie und Instrumente der flüssigen Demokratie: kryptographisch sichere Abstimmungen, Bürgerversammlungen und verbindliche Referenden zu wichtigen Entscheidungen über KI und Infrastruktur. An der Spitze stehen verfassungsrechtliche Einschränkungen zum konzentrierten Eigentum und geschlossener kritischer Infrastruktur, die sowohl von menschlichen Gerichten als auch von automatisierten Compliance-Agenten durchgesetzt werden.

Zusammen gestapelt sehen diese Pyramiden überhaupt nicht aus wie Patels Modell „Produktion entfesseln“, das eine Deregulierung von Wohnungswesen, Energie und Biotechnologie vorsieht, um das BIP in die Höhe zu treiben. Shapiro argumentiert, dass in einer Welt, in der KI bereits Codes schreiben, Medikamente entwerfen und Fabriken verwalten kann, mehr Output ohne neue Eigentums- und Governance-Strukturen die Ungleichheit nur verstärkt.

Zwei stark unterschiedliche Zukunftsszenarien stehen hinter diesem nerdigen Streit über die Produktionslücke. Dwarkesh Patel stellt sich eine Wirtschaft vor, die im Großen und Ganzen vertraut erscheint: Menschen arbeiten weiterhin in Jobs, Unternehmen stellen weiterhin ein, und KI fungiert als Multiplikator, der die Produktivität in verschiedenen Sektoren von Software über Logistik bis Biotech steigert.

In Patels Rahmen ist das Problem Reibung. Zonenregelungen drosseln den Wohnungsbau, Umweltprüfungen verzögern Energieprojekte, Gesundheitsvorschriften blockieren die Telemedizin, und veraltete Lizenzgesetze begrenzen die Mobilität der Arbeitskräfte. Wenn man diese Flaschenhälse beseitigt, könnte eine von GPT-3 unterstützte Arbeitskräfte, plus zukünftige Grenzmodelle, das tatsächliche BIP viel näher an das „potenzielle“ BIP im Sinne der Lehrbuchdefinition Output gap – Wikipedia drücken.

David Shapiro argumentiert, dass die Geschichte das, was Automation tatsächlich bewirkt, deutlich unterschätzt. In seiner post-labour Wirtschaft-Sichtweise erhöhen KI und Robotik nicht nur die Produktionsleistung pro Arbeiter; sie beseitigen stetig die Notwendigkeit von Arbeitern in Bereichen wie dem Fahren, der Kundenbetreuung, dem Programmieren und sogar in kreativen Feldern.

Sobald Maschinen die meiste wirtschaftlich wertvolle Arbeit übernehmen, bricht die enge Verbindung zwischen Arbeit und Überleben. Das BIP kann um 50 %, 100 % oder 500 % steigen, während die medianen Löhne stagnieren oder sinken, da die Kapitalbesitzer nahezu sämtliche Gewinne einstreichen und Millionen von entlassenen Arbeitnehmern in einem noch existierenden Arbeitsmarkt keine Verhandlungsmacht besitzen.

Diese Zukunft erfordert neue Institutionen, nicht nur Deregulierung. Shapiro verweist auf Mechanismen wie: - Universelles oder bedingtes Grundeinkommen - Staatsfonds, die Beteiligungen an KI und Robotik halten - Öffentlicher oder genossenschaftlicher Besitz essentieller automatisierter Infrastruktur

Welchen Rahmen Sie annehmen, entscheidet stillschweigend, welches Problem Sie als das "wirkliche" betrachten. Wenn Sie Patels Vision übernehmen, streben Sie nach schnelleren Genehmigungen, günstigeren Energiepreisen und lockereren Wohnbauvorschriften, um Wachstum zu entfesseln. Wenn Sie Shapiros Vision folgen, setzen Sie Prioritäten auf Macht, Eigentum und Verteilung, denn ohne diese Faktoren führt das Schließen einer Produktionslücke nur zu einer wohlhabenderen Wirtschaft, in der die meisten Menschen sich kein Leben leisten können.

Die Diskussion über die Produktionslücke klingt technisch und ernst, doch sie umgeht die einzige Frage, die in einer von KI geprägten Welt zählt: Wem gehören die Maschinen, die die Arbeit verrichten? Dwarkesh Patels Rahmen der Produktionslücke fixiert sich auf ungenutztes BIP, als ob die Tragödie der KI darin besteht, dass wir ein paar Prozentpunkte Wachstum liegen lassen. David Shapiros Punkt geht tiefer: Wenn KI fast alles kann, geht es nicht um die Produktion, sondern um die Besitzverhältnisse.

Beginnen Sie mit den grundlegenden Fragen, um die Shapiro immer wieder kreist. Wenn eine Ansammlung von Frontier-Modellen plus kostengünstiger Robotik prinzipiell 5–10 Mal das aktuelle BIP erzeugen kann, wird das aktuelle Problem: Wer erfasst diesen Überschuss? Die Geschichte deutet auf eine Antwort hin: In den letzten 40 Jahren fiel der Anteil der US-Arbeitnehmer am Einkommen von etwa 65 % auf etwa 57 %, während Produktivität und Gewinne stark anstiegen.

Shapiros Rahmen stellt drei anspruchsvollere Fragen, die die Output-Lücke-Graphen altmodisch erscheinen lassen:

• 1Wie werden wir Überfluss verteilen, wenn Löhne das Einkommen der meisten Menschen nicht mehr sichern?
• 2Wer entwirft, besitzt und regelt die Algorithmen, die Kredite, Arbeitsplätze, Wohnungen und politische Aufmerksamkeit zuweisen?
• 3Was wird zur Basis des menschlichen Wertes, wenn „Was machst du?“ nicht mehr bedeutet „Wofür bekommst du Geld?“

Verteilung bedeutet mehr, als einfach ein universelles Grundeinkommen zu streuen. KI-Systeme wie GPT-4, Midjourney und Claude komprimieren bereits ganze kreative und analytische Arbeitsmärkte in API-Aufrufe, die im Besitz einer Handvoll Unternehmen sind. Ohne neue Mechanismen – öffentliche Datentreuhänder, soziale Vermögensfonds oder verpflichtende Eigenkapitalanteile – werden diese APIs zu privaten Steuerbeamten für alles Automatisierte.

Governance kann auch nicht eine nachträgliche Überlegung bleiben. Empfehlungsalgorithmen prägen bereits Wahlen und die psychische Gesundheit; Basis-Modelle, die auf Milliarden von ausgeschnittenen Dokumenten trainiert wurden, kodieren leise Machtstrukturen aus den Jahren 1950 bis 2020. Es ist grenzwertig fahrlässig, diesen Stapel einer wenigen Vorständen und Risikokapitalfonds zu überlassen, während man über eine hypothetische Output-Lücke von 3% diskutiert.

Shapiros Kritik ist keine pedantische makroökonomische Korrektur; sie ist ein Alarmzeichen. Wenn Sie weiterhin über „die Schließung der Produktionslücke“ sprechen, normalisieren Sie eine Zukunft, in der KI Wohlstand liefert, den die meisten Menschen nur als Prekarität und Kontrolle erleben. Stellen Sie die Frage nach dem Eigentum, oder jemand anders wird sie für Sie beantworten.

Was ist die 'Produktionslücke' im Kontext der KI-Debatte?

In KI-Diskussionen bezieht sich die 'Output-Lücke' auf die Differenz zwischen dem enormen potenziellen BIP, das fortschrittliche KI schaffen könnte, und dem tatsächlichen, niedrigeren BIP, das wir aufgrund von Engpässen wie Regulierung, Infrastruktur und institutionellen Hemmnissen erreichen.

Warum kritisiert David Shapiro diese Rahmengebung?

Shapiro argumentiert, dass die 'Produktionslücke' ein kurzfristiges makroökonomisches Instrument ist, das ungeeignet ist, um den langfristigen strukturellen Wandel zu einer Post-Arbeitswirtschaft zu analysieren. Er ist der Ansicht, dass es von den zentralen Themen der Vermögensverteilung und der Machtkonzentration in einer automatisierten Welt ablenkt.

Was ist 'Post-Arbeitsökonomie'?

Die Post-Arbeitsökonomie ist ein Rahmen zur Verständnis einer Wirtschaft, in der menschliche Arbeit nicht mehr das primäre Mittel zur Produktion oder zur Einkommensverteilung ist. Sie konzentriert sich auf neue Systeme wie das bedingungslose Grundeinkommen, den Besitz öffentlicher Vermögenswerte und die Governance für eine Gesellschaft des automatisierten Überflusses.

Was schlägt Shapiro vor, anstelle des Fokus auf die Produktionslücke?

Er schlägt vor, den Fokus von der Maximierung des Gesamtoutputs auf die Neugestaltung sozialer Strukturen zu verlagern. Dazu gehört die Einführung eines universellen Grundeinkommens/-dividenden, die Schaffung von kollektiv besessenen Vermögenswerten und die Entwicklung neuer Formen demokratischer Regierungsführung zur Verwaltung von automatisiertem Kapital.