KI's Dunkle Produktion: Der unsichtbare Produktivitätsboom, der Zentralbanken in die Irre führt
Kurzfassung
KI erzeugt enorme reale Wirtschaftswerte, die BIP, VPI und Arbeitsmarktstatistiken nicht erfassen. Wenn die Kosten für die Erstellung eines Testaments von 500 Dollar an Anwaltsgebühren auf 0,50 Dollar an Token-Kosten sinken, liest das statistische System dies als 'rückläufige Dienstleistungsproduktion'. Wenn die Fed weiterhin auf dieses defekte Messgerät setzt, wird die Geldpolitik im Dunkeln tappen.
Ein Testament beim Anwalt aufsetzen lassen kostet 500 Dollar. Diese Transaktion fließt ins BIP ein. Dasselbe Testament in ChatGPT in 30 Minuten erstellen kostet 0,50 Dollar an Token-Gebühren. Diese Transaktion taucht kaum im BIP auf.
Die Qualität beider Testamente mag vergleichbar sein. Doch in den Augen des statistischen Systems bedeutet die zweite Option: „Die Produktivität im Rechtsdienstleistungssektor ist gesunken.”
Das ist der Kern des Problems mit der dunklen KI-Produktion: Ein realer, massiver Produktivitätsboom wird von unseren makroökonomischen Messinstrumenten systematisch als Rückgang fehlinterpretiert. Das Messgerät der Fed zeigt in die falsche Richtung.
Der Dunkle-Materie-Blindfleck
Das Konzept der dunklen Produktion borgt eine Metapher aus der Physik. Dunkle Materie kann im Universum nicht direkt beobachtet werden, übt aber reale Gravitationskräfte auf umliegende Galaxien aus. Die Logik der dunklen KI-Produktion folgt derselben Struktur: KI-Arbeit, die echten wirtschaftlichen Wert schafft, ist in nationalen Konten unsichtbar oder stark verzerrt.
Das BIP misst Aktivitäten mit Markttransaktionen. Wenn man einen Anwalt beauftragt, fließt Geld vom Konto zur Kanzlei — dieser Fluss wird erfasst. Wenn KI diesen Fluss ersetzt, schrumpft das Transaktionsvolumen um 99 %. Das statistische System fragt nicht, ob die Servicequalität sich verbessert hat. Es registriert nur, dass die Einnahmen gesunken sind.
Das Problem liegt nicht bei der KI. Es liegt in der Messlogik, die dem BIP seit seiner Konzeption eingebaut ist.
Drei Arten dunkler Produktion
Substitutions-Dunkelproduktion ist die direkteste Kategorie. Arbeit, die zuvor von Menschen zu Marktpreisen erledigt wurde, wird nun von KI zu Grenzkosten ausgeführt.
Ein Testament aufsetzen ist ein Beispiel. Verbreiteter ist: Einstiegsanalytische Tätigkeiten in Rechts-, Finanz-, Marketing- und Kundenserviceabteilungen werden in großem Maßstab verdrängt. Dienstleistungs-BIP wird typischerweise rückwärts aus Einnahmen und Kosten geschätzt. Wenn die Preise einbrechen, brechen die statistischen Messwerte mit ihnen ein — ohne zu registrieren, dass in derselben Zeit mehr Arbeit erledigt wird.
Neuschöpfungs-Dunkelproduktion ist schwerer zu erkennen. Sie bezeichnet Arbeit, die vor der KI nie stattgefunden hätte, weil menschliche Arbeitskosten sie wirtschaftlich unzumutbar machten. Ein konkretes Beispiel: Ein Gründer erstellt vor jedem wichtigen Meeting eine vollständige Wettbewerbsanalyse mit KI. Vor der KI hätte das Tausende Dollar an Beratungsgebühren gekostet — es fand einfach nicht statt. Jetzt kostet es 2 Dollar Token-Gebühren und 15 Minuten. Es schafft echten Entscheidungswert. Aber außer diesen 2 Dollar gibt es keine Rechnung, keinen Vertrag, keine Gehaltsabrechnung. In den Makrodaten ist diese Arbeit unsichtbar.
Erfasste KI-Produktion ist die kontraintuitivste Kategorie. Wenn ein Unternehmen Marktpreismacht besitzt, senkt KI die Kosten drastisch, aber die Kundenpreise bleiben stabil. Ein entscheidender Unterschied gilt hier: Kauft das Unternehmen KI-Dienste extern ein, fließen diese Ausgaben ins BIP, und die Nettoproduktion bleibt ungefähr gleich. Führt das Unternehmen dieselbe Arbeit durch einen internen KI-Workflow durch — ohne externe Transaktion — verschwindet der BIP-Eintrag, der früher existierte, einfach.
KI internalisiert systematisch Markttransaktionen und entfernt sie vom Radar des BIP.
Industrie lässt sich zählen. Dienstleistungen nicht.
Wenn die Fertigung automatisiert — Roboter ersetzen Arbeiter am Fließband — erfasst das BIP den Produktivitätszuwachs sauber. Der Grund ist einfach: Autos können gezählt werden. Eine Fabrik, die letzten Monat 100.000 Fahrzeuge produzierte und diesen Monat 150.000, zeigt in den Daten einen Produktivitätszuwachs von 50 %.
Wissensarbeit und Dienstleistungen haben keine zählbare physische Produktion. Ein Anwalt, der 20 Verträge prüfte und jetzt mit KI-Unterstützung 200 prüft — wie soll die traditionelle Statistik diesen zehnfachen Produktionszuwachs messen, wenn die Abrechnungssätze einbrechen? Das geht nicht. Sie sieht nur sinkende Einnahmen.
Token-Anzahlen entsprechen nicht der Ausgabequalität. Man kann das Dienstleistungsproduktivitätswachstum nicht direkt in Token messen. Das ist kein technisches Detail — es ist ein struktureller Defekt im gesamten Messrahmen. Dienstleistungen machen in entwickelten Volkswirtschaften 70–80 % des BIP aus. Das Ausmaß der Lücke ist nicht gering.
Vier sich verstärkende Verzerrungen
Wenn sich diese drei Arten dunkler Produktion ansammeln, entwickelt die makroökonomische Statistik vier systemische Verzerrungen.
Grenzmigration: Markttransaktionen werden zu internen KI-Workflows. BIP-Messwerte sinken, ohne dass tatsächlich weniger Arbeit erledigt wird.
Fehlinterpretation des Preiseinbruchs: Dienstleistungspreise sinken durch KI-Wettbewerb, während die Durchschnittslöhne scheinbar steigen, da Einstiegspositionen wegfallen. Das statistische Bild zeigt hohe Inflation und niedrige Produktivität. Die Realität ist normale Inflation bei dramatisch gesteigerter Produktivität.
Sektorzuordnungsfehler: KI schafft echte Effizienzgewinne in Gesundheitswesen, Recht und Bildung, aber ihr wirtschaftlicher Fußabdruck erscheint nur in den Token-Einnahmen von Technologieunternehmen. Politische Entscheidungsträger, die sektorweise Statistiken lesen, werden die tatsächliche Entwicklung in verschiedenen Branchen stark fehleinschätzen.
Unsichtbarkeit neuer Arbeit: Massive Mengen neuer Wirtschaftstätigkeit, die durch KIs niedrige Kosten ermöglicht wird, hinterlassen keine traditionellen finanziellen Spuren und können nicht ins BIP eingetragen werden. Ein Startup, das drei Mitarbeiter und KI einsetzt, um Arbeit zu erledigen, die früher dreißig benötigte — die Produktivitätsäquivalenz dieser anderen siebenundzwanzig Personen verschwindet aus den Daten.
Diese vier Verzerrungen verstärken sich gegenseitig. Die Lücke zwischen dem, was das statistische System anzeigt, und dem, was in der Wirtschaft tatsächlich passiert, wird nur größer.
Das BIP Hat Diesen Fehler Schon Einmal Gemacht
Dies ist nicht das erste Mal, dass das BIP strukturell große reale Wirtschaftsaktivitäten übersieht.
1988 dokumentierte die feministische Ökonomin Marilyn Waring in ihrem Buch If Women Counted, dass das BIP immer die enorme unbezahlte Pflege- und Haushaltsarbeit ignoriert hatte. Der geschätzte Wert der täglichen unbezahlten Pflegearbeit weltweit übersteigt 11 Billionen Dollar — etwa das Dreifache des Technologiesektors — doch ihr BIP-Beitrag ist null.
Der strukturelle Defekt der dunklen KI-Produktion ist dem sehr ähnlich. Die „Produktionsgrenze” des BIP war immer selektiv: Sie misst Transaktionen mit Marktpreisen und ignoriert reale Produktion ohne Preisgestaltung. Häusliche Arbeit von Frauen hatte keinen Marktpreis, also wurde sie ausgeschlossen. KI-erledigte Arbeit hat einen extrem niedrigen Preis oder überhaupt keine externe Transaktion, also wird sie systematisch unterbewertet.
Jedes Mal, wenn eine strukturelle Verschiebung die Produktionsgrenze bewegt, beginnt das BIP zu versagen und braucht Zeit zur Neuausrichtung. Der Unterschied diesmal: Die Verschiebung geschieht schneller als je zuvor.
Die Fed Liest Die Falsche Karte
Wenn die dunkle KI-Produktion nur eine akademische Messfrage wäre, wären die Konsequenzen begrenzt. Aber die Fed trifft derzeit Zinsentscheidungen mit diesem defekten Messgerät.
Aktuelle Daten sagen der Fed: Dienstleistungsproduktivitätswachstum ist begrenzt, Inflationsdruck besteht, die Geldpolitik sollte restriktiv bleiben. Wenn die wahre Situation ist, dass die Produktivität stark steigt, aber nicht gemessen wird, ist die korrekte Politik völlig anders als die jetzt ausgeführte.
KI-Skeptiker halten genau diese makroökonomischen Datenpunkte in Händen: Das BIP ist nicht signifikant gestiegen, also ist die Produktivitätsrevolution eine Blase. Die Logik wirkt stringent. Aber das Problem ist das Messinstrument selbst. Ein defektes Messgerät zu benutzen, um ein real existierendes Gebäude zu messen, und zu dem Schluss zu kommen, das Gebäude existiere nicht — dieser Schluss ist nicht vertrauenswürdig.
Die nächste Zahl, die es sich lohnt zu beobachten, ist nicht der nächste BIP-Bericht. Es ist, wie schnell Statistikbehörden weltweit ihre Messrahmen für KI-getriebene Dienstleistungen aktualisieren. Je langsamer diese Korrektur kommt, desto höher das Risiko von Politikfehlern.
Dunkle Produktion ist kein Plädoyer dafür, KIs reale Kosten in Strom, Infrastruktur und Arbeitsverdrängungezu ignorieren. Diese Kosten existieren. Das Argument ist einfacher: Aktualisiert die Werkzeuge, oder Politikmacher, Investoren und Unternehmen navigieren alle mit einer veralteten Karte.
Die Karte ist nicht falsch. Sie beschreibt nur eine Landschaft, die nicht mehr existiert.
Wenn dieser Artikel hilfreich war, abonniere den Newsletter für wöchentliche KI-Branchenanalyse und Makro-Einblicke.
Verwandte Artikel
EU-KI-Gesetz August-Countdown: 54 Tage bis zur Durchsetzung mit 7% globaler Umsatzstrafe
Das EU-KI-Gesetz tritt am 2. August vollständig in Kraft – mit Bußgeldern bis zu 35 Mio. € oder 7% des globalen Umsatzes. Die EU hat gerade ein 60-köpfiges Expertengremium eingesetzt, und 78% der Unternehmen haben bisher keine ernsthaften Compliance-Schritte unternommen.
Apple WWDC 2026: Siri bekommt ein neues Gehirn, angetrieben von Google Gemini
Tim Cooks letzter WWDC-Keynote: Apple baut Siri mit einem maßgeschneiderten Google-Gemini-Modell mit 1,2 Billionen Parametern neu, zahlt dafür etwa 1 Mrd. USD jährlich. iOS 27 ermöglicht Nutzern die Wahl zwischen ChatGPT, Claude und Gemini.