KI und das Produktivitätsparadoxon

Vom technischen Fortschritt, der kein menschlicher sein muss

Ein Verdacht, der sich hartnäckig hält

Seit einigen Jahren ist KI im Markt. Sie wird eingesetzt, wo immer es möglich ist – in Unternehmen, Behörden, Kanzleien, Agenturen. Die Versprechen sind enorm: Revolution der Wissensarbeit, Durchbruch bei der Produktivität, Entlastung der Beschäftigten. Doch wer genauer hinsehen, stellt eine irritierende Frage: Wo ist der Produktivitätsgewinn eigentlich geblieben?

Die offiziellen Statistiken geben darauf bislang keine befriedigende Antwort. Goldman-Sachs-Chefökonom Jan Hatzius bezeichnete den BIP-Beitrag von KI im Jahr 2025 als „basically zero”. Eine NBER-Umfrage unter rund 6.000 Führungskräften ergab, dass etwa 89 Prozent in den vergangenen drei Jahren keine messbare Produktivitätsverbesserung durch KI feststellen konnten. Nur rund fünf Prozent der KI-Pilotprojekte erreichen überhaupt finanzielle Wirkung. Und die größten US-Techkonzerne haben im dritten Quartal 2025 erstmals mehr Geld für Rechenzentren und Infrastruktur ausgegeben, als sie operativ einnahmen – sie verschulden sich, um die Infrastruktur für eine Produktivitätsrevolution zu bauen, die sich bislang nicht in den Zahlen niederschlägt.

Dieser Befund erinnert an das Solow-Paradoxon aus den 1980er Jahren. Damals sagte der Ökonom Robert Solow den berühmten Satz: „Man sieht das Computerzeitalter überall – außer in den Produktivitätsstatistiken.” Es dauerte Jahrzehnte, bis die Computerisierung makroökonomisch sichtbar wurde. Die Hoffnung ist, dass es bei KI ähnlich ist. Der Zweifel ist, dass es diesmal anders liegt.

Denn hinter der Frage nach dem Produktivitätsgewinn steht eine größere Frage: Ist technischer Fortschritt überhaupt menschlicher Fortschritt? Die Computerisierung hat vieles beschleunigt, aber nicht automatisch verbessert. Vielleicht wiederholt KI dieses Muster. Vielleicht ist sie nur die nächste Steigerung einer Effizienz, die niemanden wirklich weiterbringt. Dieser Zweifel ist der rote Faden, der sich durch alles Folgende zieht.

Wo die Gewinne tatsächlich messbar sind – und wo nicht

Es wäre falsch zu behaupten, KI bringe überhaupt nichts. Auf der Aufgabenebene sind die Effekte real und teils beeindruckend: Studien zeigen zehn bis siebzig Prozent Produktivitätssteigerung bei einzelnen Tätigkeiten, besonders bei Textarbeit und für weniger erfahrene Mitarbeiter. Beschäftigte geben an, durch KI vierzig bis sechzig Minuten pro Tag einzusparen. Unternehmen mit tiefgreifender KI-Integration – etwa in Software oder Finanzdienstleistungen – weisen relativ zum Branchendurchschnitt rund 34 Prozent höhere Produktivität seit 2018 auf.

Doch diese Mikrogewinne aggregieren sich nicht zu einem Makroeffekt. Warum?

Ein Teil der Antwort liegt darin, dass die Infrastrukturausgaben zu einem großen Teil ins Ausland fließen – Chips aus Taiwan, Hardware aus Asien. Der inländische BIP-Effekt verpufft. Ein anderer Teil liegt in der Produktivitäts-J-Kurve: Generelle Technologien wie Elektrizität oder Computer brauchen Jahre bis Jahrzehnte, um sich gesamtwirtschaftlich niederzuschlagen. Zunächst überwiegen Umstellungskosten – Reorganisation, Umschulung, Workflow-Redesign. McKinsey vergleicht dies mit der Elektrifizierung der Fabriken: Zuerst ersetzte man nur den Dampfmotor durch einen Elektromotor. Der Durchbruch kam erst, als die gesamte Fabrik um die neue Technologie herum neu organisiert wurde. Solange KI nur bestehende Abläufe beschleunigt, ohne sie neu zu gestalten, bleibt der große Sprung aus.

Aber es gibt einen dritten Grund, der in der öffentlichen Debatte kaum vorkommt – und der möglicherweise der wichtigste ist. Er hat nichts mit Technologie zu tun, sondern mit uns selbst.

Die 30-Seiten-Falle

Stellen Sie sich eine alltägliche Szene vor. Sie erstellen heute Unterlagen. Früher war das eine DIN-A4-Seite mit dem Wesentlichen. Heute sind es dreißig Seiten: Tabellen mit ausführlichen Informationen, die Geschichte dahinter, ein Podcast, ein paar grafisch aufwendige Charts, Bilder, alles im perfekten Design nach Brand-Vorgaben.

Das ist kein Einzelfall. Es ist die Regel. Und es hat einen einfachen Grund: Was technisch möglich ist, wird zur Erwartung.

Früher füllte man für die Anmeldung einer Veranstaltung ein PDF-Formular aus. Heute füllt man das Formular aus und packt das Bodenschutzkonzept dazu, das Sicherheitskonzept, den Ablaufplan, die technischen Daten. Die Behörde, die das prüfen soll, liest das nicht – sie kann es gar nicht lesen, weil sie für dieselbe Veranstaltung zehn solcher Einreichungen bekommt. Also braucht sie selbst KI, um die Flut zu bewältigen.

KI beschäftigt KI. Das ist der Kreislauf, den wir derzeit beobachten. Und er ist ein großes Stück weit selbstgemacht.

Wer KI nutzt, um dreißig Seiten zu produzieren, tut das oft nicht, weil die dreißig Seiten inhaltlich nötig wären. Sondern weil die Erwartungen gestiegen sind. Weil „polished output” zur Norm geworden ist. Weil ein einfaches PDF-Formular heute unprofessionell wirkt. Also rüsten alle auf – nicht weil es besser ist, sondern weil alle anderen es auch tun. Ein Nullsummenspiel auf höherem Niveau.

Die entscheidende Frage lautet: Was passiert, wenn jemand heute sagt: „Ich will nur eine Seite”? Er sagt seiner KI: „Verdichte mir die dreißig Seiten auf eine.” Und wenn die KI gut ist, macht sie genau das – sie wirft alles weg, was nicht wesentlich ist, und am Ende steht wieder die eine Seite, die man vor fünf Jahren händisch erstellt hätte.

Aber der Weg dorthin hat Ressourcen gefressen, die vorher niemand aufwenden musste.

Man kann es mit einem Paket vergleichen, das dreißigmal um die Welt geschickt und dann per KI-Optimierung wieder beim Absender abgeliefert wird. Die Information ist dieselbe, aber die Transportkosten sind bezahlt.

Warum der Aufwand trotz KI bleibt

Es gibt mehrere Gründe, warum die Verdichtung den ursprünglichen Aufwand nicht rückgängig macht:

Erstens: Die dreißig Seiten müssen ja trotzdem entstehen – auch mit KI. Jemand muss Daten zusammentragen, Prompts schreiben, Ergebnisse prüfen, Layouts bauen. Das ist Arbeit, die es vorher nicht gab.

Zweitens: Oft sind die dreißig Seiten keine Information, sondern Haftungs- und Compliance-Artefakte. Sie müssen existieren, auch wenn sie niemand liest. Die eine Seite ersetzt sie nicht. Wenn später ein Rechtsstreit kommt, zählt das Original, nicht die KI-Zusammenfassung.

Drittens: Wer garantiert, dass die KI nichts Wichtiges weggelassen hat? Also muss doch jemand die dreißig Seiten lesen – oder zumindest stichprobenartig prüfen. Die Verdichtung erzeugt eine neue Kontrollpflicht.

Viertens: Die eine Seite ist ein zusätzliches Dokument im Prozess. Sie muss versioniert, abgelegt, verteilt und gegen die dreißig Seiten abgeglichen werden. Der Overhead wächst.

Es gibt nur zwei Möglichkeiten. Entweder sind die dreißig Seiten sachlich notwendig – dann ist die eine Seite unzureichend, und die Verdichtung ist nur eine Leshilfe, kein Ersatz. Oder die dreißig Seiten sind unnötig – dann sollte man sie gar nicht erst produzieren. Die KI-Verdichtung ist dann ein Symptom, nicht die Lösung. Man behebt nicht die Ursache – überbordende Anforderungen –, sondern macht sie erträglich.

Echte Produktivität entstünde nicht dadurch, dass man dreißig Seiten auf eine komprimiert, sondern dadurch, dass man die dreißig Seiten gar nicht erst erzeugt.

Die kulturelle DNA: Länge als Fleißsignal

Warum aber produzieren wir überhaupt dreißig Seiten, wenn eine reicht? Die Antwort ist älter als die KI.

Die Gleichung „viel = fleißig = wertvoll” ist keine Naturkonstante, sondern eine historisch gewachsene Konvention. Max Weber hat beschrieben, wie die protestantische Ethik aus Arbeit eine Selbstrechtfertigung machte. Später verlängerte die bürokratische Moderne dieses Prinzip – der Akt, die Akte, der Vorgang. Wer viel Papier produziert, hat viel gearbeitet. In der Wissenschaft ist es die Dissertation, im Recht die Schriftsätze, in der Verwaltung der Vermerk.

Überall gilt: Länge ist ein Glaubwürdigkeitssignal. Früher bedeutete sie echte Kosten. Wer dreißig Seiten schrieb, musste dreißig Seiten tippen. Die Länge war ein teures Signal – und teure Signale sind evolutionär glaubwürdig.

KI entwertet genau dieses Signal. Wenn jeder in fünf Minuten dreißig Seiten produzieren kann, sagt Länge nichts mehr über Fleiß, Sorgfalt oder Kompetenz aus. Das Signal ist inflationiert. Aber die Leser haben sich noch nicht angepasst. Sie reagieren noch nach der alten Grammatik: „Oh, dreißig Seiten, das war gründlich.” Und die Produzenten reagieren ebenfalls nach der alten Grammatik: „Ich muss dreißig Seiten liefern, sonst wirke ich faul.”

Das ist ein kultureller Lag – vergleichbar mit dem Moment, als die Fotografie die Malerei von der Aufgabe der Abbildung befreite. Die Maler brauchten Jahrzehnte, um zu begreifen, dass ihr Wert jetzt woanders lag. Genauso müssen wir begreifen, dass der Wert nicht mehr in der Produktion liegt, sondern in der Auswahl.

Die neue Arbeit ist nicht weniger – sie ist anders. Die eine Seite, die die KI erzeugt, ist möglicherweise optimiert: fehlerfreier, dichter, genauer als die handgemachte von früher. Das ist ein echter Gewinn. Aber er entsteht nicht dadurch, dass man weniger tut, sondern dadurch, dass man das Richtige tut: Daten kuratieren, Prompts präzisieren, Ergebnisse prüfen, Kontext liefern. Die Arbeit verschiebt sich vom Schreiben zum Urteilen.

Das ist der Mentalitätswechsel, der nötig wäre: Nicht der Umfang ist das Qualitätsmerkmal, sondern die Entscheidung, die auf der Seite steht.

Das Jevons-Paradoxon der Büroarbeit

Was hier passiert, hat einen ökonomischen Namen. Beim Energieverbrauch gilt das Jevons-Paradoxon: Effizientere Maschinen führen nicht zu weniger Verbrauch, sondern zu mehr. Je billiger Energie wird, desto mehr wird verbraucht.

Dasselbe gilt für Büroarbeit. Je einfacher es wird, Inhalte zu produzieren, desto mehr Inhalte werden produziert – und desto höher werden die Erwartungen. Die Effizienzgewinne werden nicht in Form von Freizeit oder niedrigeren Kosten weitergegeben, sondern in Form von mehr Output mit fragwürdigem Mehrwert.

David Graeber hat 2018 in seinem Buch über „Bullshit-Jobs” beschrieben, wie viele moderne Berufe keinen sinnvollen Beitrag leisten. KI automatisiert nicht diese Jobs weg – sie schafft neue Rechtfertigungsarbeit: Konzepte schreiben, die niemand liest; Podcasts aufnehmen, die niemand hört; Charts erstellen, die niemand ansieht. Hauptsache, man dokumentiert, dass man gearbeitet hat.

Unterm Strich sinkt die Produktivität sogar, weil mehr Zeit für die Produktion und Verarbeitung von irrelevantem Material aufgewendet wird. Die eigentliche Entscheidung – Genehmigung ja oder nein – wird nicht schneller, sondern langsamer, weil mehr zu prüfen ist.

Der Teufelskreis

Daraus ergibt sich ein Kreislauf, der sich selbst verstärkt:

Sie nutzen KI, um die dreißig Seiten zu erstellen – weil es sonst nicht zu schaffen wäre.
Die Gegenseite bekommt dreißig Seiten statt einer – und ist überfordert.
Die Gegenseite nutzt KI, um Ihre dreißig Seiten zusammenzufassen – und verlangt dann gegebenenfalls noch mehr Details, weil die KI „nachfragt”.
Sie liefern nach – und der Kreis beginnt von vorn.

Das Ergebnis: mehr Arbeit für alle, weniger echtes Verständnis. Die Behörde bräuchte eigentlich nur drei Sätze, bekommt aber dreißig Seiten, weil „man könnte ja mal nachfragen”.

Und niemand durchbricht den Kreislauf, weil alle nach der alten Grammatik spielen. Institutionen werden ihre Anforderungen nicht senken – jede Anforderung hat einmal einen Grund gehabt, und niemand will derjenige sein, der das Bodenschutzkonzept abschafft, wenn später ein Schaden eintritt. KI macht überflüssige Bürokratie überlebensfähig. Sie ist kein Reformmotor, sondern ein Stabilisator des Status quo.

Die Investmentblase und der ausbleibende Return

Zu all dem kommt eine ökonomische Dimension. Die Hyperscaler bauen Rechenzentren in einem Tempo, das an die Telekom-Blase um 2000 erinnert. JPMorgan hat ausgerechnet, dass für eine zehnprozentige Rendite auf die aktuelle Infrastruktur rund 650 Milliarden Dollar jährliche Zusatzeinnahmen nötig wären – „into perpetuity”. Ob diese Einnahmen jemals entstehen, ist offen.

Denn der eigentliche Wert der KI läge nicht in der Infrastruktur, sondern in der Anwendung. Und die Anwendung leidet derzeit unter genau dem Problem, das wir beschrieben haben: Sie erzeugt mehr Arbeit, nicht weniger. Sie beschleunigt Prozesse, die eigentlich überflüssig wären. Sie produziert Output, der niemanden erreicht.

Die Profiteure sind bislang vor allem die Hardware-Hersteller – Nvidia, TSMC – und die Hyperscaler mit ihren Rechenzentren. Die Unternehmen, die KI einsetzen, warten auf den Produktivitätssprung. Die Beschäftigten sparen Zeit, aber ob das zu höheren Löhnen oder kürzeren Arbeitszeiten führt, ist offen.

Unterm Strich bleibt die Frage: Wer zahlt am Ende die Rechnung? Wenn die versprochene Produktivität ausbleibt, werden die Investitionen abgeschrieben. Die Parallele zur Dotcom-Blase ist nicht von der Hand zu weisen.

Technischer Fortschritt ist nicht menschlicher Fortschritt

Hier nun wird der rote Faden sichtbar, der alle bisherigen Beobachtungen verbindet.

Wir neigen dazu, technischen Fortschritt mit Fortschritt schlechthin zu verwechseln. Dabei sind das zwei verschiedene Dinge:

Technischer Fortschritt: Wir können mehr, schneller, effizienter.
Menschlicher und kultureller Fortschritt: Wir leben besser, freier, gerechter, würdevoller.

Das eine folgt nicht automatisch aus dem anderen. Und wer die vergangenen Jahrzehnte nüchtern betrachtet, wird skeptisch, ob die Computerisierung wirklich so viel gebracht hat, wie die Fortschrittserzählung suggeriert.

Beispiel Handy und Einsamkeit: Technisch ein Wunder. Kulturell eine Ambivalenz. Wir sind vernetzt und isolieren uns gleichzeitig. Die Zeit, die wir am Bildschirm verbringen, fehlt für echte Begegnung. Dass wir heute überall erreichbar sind, ist kein Gewinn, wenn niemand mehr anruft.

Beispiel Video überall: Technisch ein Fortschritt. Menschlich? Videorecorder und Fernseher reichten. Der Überfluss hat keinen Mehrwert geschaffen, nur mehr Bildschirmzeit. Mehr Auswahl ist nicht mehr Qualität.

Beispiel Pflege: Medizinisch-technisch können wir Leben verlängern. Aber die Pflege selbst wird oft unmenschlicher, weil Zeit, Personal und Würde fehlen. Da waren wir früher näher an dem, was sein sollte. Ein technischer Fortschritt, der die Menschlichkeit aushöhlt, ist keiner.

Beispiel Hunger: Ja, die Zahl der Hungertoten ist gemessen an der Weltbevölkerung massiv gesunken. Allen voran durch China. Aber war das rein technisch? Nein. Es war eine Mischung aus Agrarreformen, Dünger, Saatgut, Infrastruktur, Handel, Bildung und politischen Entscheidungen. Also eher soziotechnisch – und damit ein Beleg dafür, dass Fortschritt nicht aus der Technik allein kommt, sondern aus kulturellen und institutionellen Leistungen.

Beispiel Lebenserwartung: Gestiegen. Ein echter Fortschritt. Aber ungleich verteilt, teils erkauft mit Umweltzerstörung und sozialer Kälte. Und niemand weiß, ob die zusätzlichen Jahre auch gute Jahre sind.

Wenn man das Punkt für Punkt durchgeht, stellt man fest: Der Gewinn ist real, aber er ist ambivalent. Und er ist kleiner, als die Fortschrittserzählung suggeriert.

Was das für KI bedeutet

Diese Skepsis überträgt sich direkt auf die KI-Debatte. Der erhoffte Produktivitätssprung ist ein technisches Versprechen. Ob er ein menschlicher Gewinn wird, ist völlig offen.

Wenn KI nur dazu führt, dass wir:

mehr Dokumente produzieren, die niemand liest,
mehr Bürokratie erträglich macht, die längst überflüssig ist,
mehr Zeit am Bildschirm verbringen,
mehr Output erzeugen, der keine Entscheidung verbessert,
und am Ende einsamer, gestresster und unzufriedener sind,

dann ist das kein Fortschritt. Dann ist es eine technische Effizienzsteigerung ohne kulturellen Ertrag.

Die entscheidende Frage ist also nicht: „Wie viel Produktivität bringt KI?“ Sondern: „Fortschritt wofür? Für wen? Zu welchem Preis?”

Und diese Frage lässt sich nicht mit Rechenzentren beantworten. Sie lässt sich nur kulturell beantworten.

Die Zweifel bleiben

Es gibt Szenarien, in denen KI tatsächlich einen Durchbruch bringt. Wenn Unternehmen ihre Prozesse radikal neu organisieren, statt sie nur zu beschleunigen. Wenn Führungskräfte anfangen, Entscheidungen statt Dokumente zu bewerten. Wenn Institutionen ihre Anforderungskataloge durchforsten. Wenn der kulturelle Wandel gelingt, der die Länge entwertet und das Urteil aufwertet.

Aber all das ist nicht technisch, sondern organisatorisch und kulturell. Es erfordert Mut, Macht und Zeit. Und es gibt wenig Anzeichen, dass es in großem Stil passiert.

Die wahrscheinlichere Entwicklung ist eine andere: Wir werden weiterhin dreißig Seiten produzieren, wo eine reicht. Wir werden weiterhin KI nutzen, um diese dreißig Seiten zu erstellen und zu verarbeiten. Wir werden weiterhin Rechenzentren bauen, deren Rendite ausbleibt. Und wir werden uns weiterhin wundern, warum der Produktivitätssprung nicht kommt.

Der amerikanische Ökonom Robert Gordon hat einmal gesagt, dass nicht jede Technologie die Produktivität steigert – manche tut es nur auf eine Weise, die sich in den Statistiken nicht zeigt. Vielleicht ist KI eine solche Technologie. Vielleicht zeigt sie sich nur in anderen Dingen: bessere Texte, schnellere Recherche, weniger Fehler. Aber nicht in den großen Kennzahlen.

Vielleicht aber ist sie auch nur ein teurer Ventilator für einen überhitzten Prozess.

Die ehrliche Antwort lautet: Wir wissen es noch nicht. Aber die Indizien sprechen dafür, dass wir die falschen Fragen stellen. Nicht „Wie viel KI können wir einsetzen?” sondern „Was würden wir tun, wenn wir keine KI hätten?” Und dann: „Warum tun wir das eigentlich?”

Ein Schlusswort

Die Versprechen der KI-Revolution sind groß. Die Belege für ihren makroökonomischen Durchbruch sind dünn. Das muss nicht bedeuten, dass sie scheitert. Es bedeutet, dass die entscheidende Arbeit nicht in den Rechenzentren passiert, sondern in den Köpfen.

Und es bedeutet, dass wir aufhören sollten, technischen Fortschritt mit menschlichem zu verwechseln. Die Computerisierung hat uns viel gebracht – aber nicht alles, was sie versprochen hat. Ob KI es besser macht, ist nicht ausgemacht. Es könnte sein, dass wir mehr produzieren, mehr konsumieren, mehr dokumentieren – und dabei verlieren, was wirklich zählt.

Wenn wir weiterhin Länge mit Fleiß verwechseln, werden wir weiterhin Berge von Material produzieren, das niemand liest. Wenn wir weiterhin Erwartungen hochschrauben, nur weil Technik es möglich macht, werden wir weiterhin im Kreis laufen. Wenn wir weiterhin Institutionen mit Überlebensgarantie ausstatten, werden wir weiterhin Bürokratie statt Fortschritt ernten.

Die eine Seite, die die KI erzeugen kann, ist besser als die handgemachte von früher – fehlerfreier, dichter, genauer. Aber sie ist nur dann ein Gewinn, wenn wir aufhören, sie als Symptom von Faulheit zu lesen, und anfangen, sie als Ergebnis von Sorgfalt zu sehen. Und wenn wir uns eingestehen, dass ein Fortschritt, der uns einsamer, kranker und unfreier macht, kein Fortschritt ist – egal, wie effizient er ist.

Das ist kein technisches Problem. Es ist ein kultureller Umbau. Und der dauert länger als jede Modellgeneration.

Ob er gelingt, ist offen. Die Zweifel bleiben. Aber es lohnt sich, sie auszusprechen – lauter, als es derzeit geschieht.

Dieser Artikel erschien erstmals am 08.10.2026. Das Artikelbild ist ein Beispielbild von Riekus auf Pixabay.

Quelle: Progressive Stimme - Argumente, Fakten, Quellen - https://progressivestimme.de