Neue Horizonte in der Produktion

Aus makroökonomischer Sicht bringt  KI sowohl grosse Chancen als auch beträchtliche Herausforderungen mit sich. Sie hat das Potenzial, das Wirtschaftswachstum anzukurbeln,  indem sie die totale Faktorproduktivität (TFP) steigert und die Produktions- möglichkeiten erweitert. Gleichzeitig weckt sie Sorge über die Verdrängung von Arbeitsplätzen und die ungleiche Verteilung der Gewinne unter Arbeitnehmern, Unternehmen und Ländern.

Die Integration von KI in die Wirtschaft stellt auch die Geldpolitik vor komplexere Aufgaben, insbesondere angesichts der Folgen für Inflation, Arbeitsmarkt und Gleichgewichtszinssatz.

In diesem Beitrag werden zunächst die makroökonomischen Auswirkungen von KI in mehreren wichtigen Bereichen untersucht: Produktivität, Investitionsausgaben, Arbeitsmärkte und Inflation; danach richtet sich der Blick auf die geldpolitischen Auswirkungen. Unserer Einschätzung nach wird KI die Inflation zwar kurzfristig anfachen, durch die schrittweise Steigerung der Produktivität jedoch mittelfristig disinflationären Druck nach sich ziehen. Die Übertragung dieser Effekte wird langsam verlaufen, und den hier dargelegten Makroprognosen liegen konservative Schätzungen zugrunde.

Produktivität

KI kann sich in mehrfacher Weise auf das Wirtschaftswachstum auswirken. Vor allem hat sie das Potenzial, das langfristige Wachstum durch Produktivitätssteigerungen anzukurbeln, auch wenn noch ungewiss ist, wie stark und wann. Zudem könnte KI die Kapitalvertiefung beschleunigen, indem sie Investitionen in die digitale Infrastruktur anregt, und die Folgen der demografischen Alterung zum Teil abfedern.

Von zentraler Bedeutung ist der Einfluss von KI auf die totale Faktorproduktivität. KI verschiebt die Grenzen der Produktions- möglichkeiten, denn sie ermöglicht verbesserte Entscheidungsprozesse, optimierte Ressourcenallokation und die Automatisierung routinemässiger sowie komplexer Aufgaben. Wenn in Zukunft KI-Systeme zunehmend die Automatisierung von Innovations- und Produktionsprozessen übernehmen, könnten die Wachstumseffekte noch stärker ausfallen. Doch wie schon früher bei universell einsetzbaren technologischen Innovationen (etwa Elektrizität und IT) kann es sein, dass messbare Produktivitätssteigerungen erst später erzielt werden. Zu den Gründen dafür zählen Verzögerungen bei der Einführung, organisatorische Anpassungen und Lernkosten. Sobald KI mit der Zeit noch stärker zum Einsatz kommt, könnte sie erhebliche Auswirkungen auf das Trendwachstum haben.

Für die USA haben wir unsere Prognose für das reale BIP-Wachstum im kommenden Jahrzehnt um 0,4 Prozentpunkte angehoben, wobei das höhere Produktivitätswachstum den rückläufigen Beitrag des Arbeitskräfteangebots ausgleichen dürfte. Im Euroraum rechnen wir aus drei Gründen mit einem geringeren Anstieg: 1) KI kommt seltener zum Einsatz (den meisten Unternehmens- umfragen zufolge etwa halb so oft wie in den USA), 2) es gibt weniger Stellen mit starkem KI-Bezug und 3) der digitale Binnenmarkt ist stärker fragmentiert, was die Marktdurch- dringung bremst. Das Vereinigte Königreich steht – angesichts der höheren Dienstleistungsintensität und der schnelleren Einführung im Bereich Finanz- und Unternehmensdienstleistungen – zwischen den USA und dem Euroraum.

Kapitalvertiefung und demografischer Wandel

Aufgrund seiner hohen Kapital- intensität verändert KI auch die Produktionsstruktur. Unternehmen investieren massiv in Hardware, Dateninfrastruktur und Softwaresysteme; das bewirkt eine erhebliche Kapitalvertiefung. Dadurch steigt der Output je Beschäftigtem, und zugleich verschiebt sich das Gleichgewicht zwischen Kapital und Arbeit. Die KI-Investitionen als solche sind voraussichtlich nicht sehr arbeitsintensiv – der Grossteil der Kosten entfällt auf die Ausstattung (Chips, Kühlung, Stromversorgung), und für den Betrieb bereits errichteter Rechenzentren ist relativ wenig Personal erforderlich.

Zugleich kann KI einen Beitrag zur Bewältigung des demografischen Wandels leisten. In vielen fortgeschrittenen Volkswirtschaften führt die Bevölkerungsalterung zu einem Rückgang des Arbeitskräfteangebots und des Potenzialwachstums. Auch wenn die Erwerbsbevölkerung schrumpft, lässt sich mit KI die Wirtschaftsleistung dank der Automatisierung von Aufgaben und der Erweiterung menschlicher Fähigkeiten aufrechterhalten. Besonders deutlich wird dieser Effekt im Gesundheitswesen, in der Fertigungsindustrie, der Logistikbranche und in der Altenpflege. Eine starke Korrelation zwischen Bevölkerungsalterung und dem Einsatz von Robotern ist empirisch belegt, insbesondere in Japan, Deutschland und Südkorea.

Arbeitsmarkt

KI wird oft als Jobkiller dargestellt, doch immer mehr Forschungsergebnisse zeichnen ein differenzierteres Bild: Bisher sind weitreichende Umwälzungen fast zur Gänze ausgeblieben; statt der Vernichtung von Arbeitsplätzen sind vor allem bestimmte Aufgabenbereiche weggefallen. Bei den Neueinstellungen in KI-exponierten Berufen weisen mehrere Studien auf eher geringfügige Veränderungen hin, die sich noch dazu auf bestimmte Bereiche konzentrieren. Insbesondere bei jüngeren Arbeitskräften oder Berufseinsteigern in Tätigkeitsfeldern, die stark von KI betroffen sind oder kognitive Routine aufgaben umfassen, ist ein gewisser Verdrängungseffekt zu verzeichnen. Zum Teil wird dieser Effekt durch das produktivitätsgetriebene Wachstum in anderen Bereichen ausgeglichen, insbesondere in analytischen, technischen und kreativen Berufen. Bislang äussert sich das eher in einer Abschwächung der Arbeitsnachfrage als in Massenentlassungen. Nach der Einführung von ChatGPT ging einer Studie1 zufolge die Zahl der offenen Stellen mit automatisierungs anfälligen Routinetätigkeiten um 13% zurück, doch zugleich wurden um 20% mehr Stellen mit eher analytischen, technischen und kreativen Tätigkeiten ausgeschrieben.

In Bezug auf das Arbeitskräfteangebot gibt es bislang keine eindeutigen Belege für signifikante, durch KI bedingte Verschiebungen bei der Erwerbsbeteiligung oder der Arbeitsbereitschaft insgesamt. Folgende Faktoren könnten zu einer Erhöhung des Arbeitskräfteangebots führen: Dank KI könnte der Zeitaufwand für Hausarbeit gesenkt (und in Folge möglicherweise die Erwerbsbeteiligung erhöht) werden, Stellensuche und -vermittlung könnten effizienter vonstattengehen und Hindernisse beim Kompetenzerwerb könnten durch E-Learning-Tools abgebaut werden. Umgekehrt könnte sich das Arbeitskräfteangebot auch verringern, wenn KI-gestützte Freizeitaktivitäten attraktiver werden oder der Eintritt in den Arbeitsmarkt durch fehlende Arbeitsplatzsicherheit erschwert wird. Bislang scheinen vor allem jüngere Arbeitskräfte betroffen zu sein: Das langfristige Arbeitskräfteangebot könnte indirekt durch längere Ausbildungswege beeinflusst werden, wenn herkömmliche Möglichkeiten für den Berufseinstieg und betriebliche Ausbildungen nur eingeschränkt verfügbar sind.

Inflation und Preisdynamik

Auch auf die Inflation wirkt sich KI über mehrere und mitunter gegenläufige Wirkungsmechanismen aus. Kurzfristig haben KI-Investitionen in den USA bereits einen hohen Preisdruck bei Strom, Speicherchips, Transformatoren und Baumaterialien verursacht – allesamt wichtige Vorleistungen für den Ausbau von Rechenzentren. Da diese Investitionen nicht arbeitsintensiv sind, entsteht kein Lohndruck. Unserer Schätzung zufolge trägt KI in den USA etwa 0,3 Prozentpunkte zur Teuerung gemäss PCE-Kerndeflator für die persönlichen Konsumausgaben bei. Längerfristig könnte die Inflation aufgrund angebotsseitiger Effekte durch Kapazitätsausbau und sinkende Lohnstückkosten zurückgehen.

Besonders stark dürfte der disinflationäre Effekt der KI im Dienstleistungssektor sein, wo die Teuerung am hartnäckigsten ist. Da viele Tätigkeiten im Dienstleistungssektor kognitive Aufgaben umfassen, sind sie in hohem Masse von KI-bedingten Produktivitätssteigerungen betroffen. Studien auf Unternehmensebene, auf die etwa in einer Staff Discussion Note des Internationalen Währungsfonds (IWF) verwiesen wird, lassen deutliche Kosteneinsparungen im Finanzsektor, im Gesundheitswesen und im Kundenservice erwarten. Auf den Wettbewerb hingegen kann KI gegenläufige Effekte haben: Sie kann die Preistransparenz erhöhen und Suchkosten senken (wodurch die Aufschläge sinken), aber sie kann auch die Marktkonzentration erhöhen, da Unternehmen mit überlegenen Daten- und Rechenressourcen an Preissetzungsmacht gewinnen. In solchen Fällen werden Kosteneinsparungen möglicherweise nicht vollständig an die Verbraucher weitergegeben.

Engpässe Strombedarf, Rechenkapazität, Energieerzeugung

Die für den grossflächigen Einsatz von KI erforderliche physische Infrastruktur erweist sich zunehmend als beschränkender Faktor. Besonders relevant sind Engpässe in drei zusammenhängenden Bereichen: Strombedarf, Stromerzeugung und Rechenkapazität. Diese Einschränkungen sprechen für 1) ein kurzfristig höheres Inflationsprofil, als rein aufgrund von Produktivitätsentwicklungen anzunehmen wäre, 2) erhebliche Spillover-Effekte der Investitionen auf Versorgungsunternehmen, Gasunternehmen im MidstreamSegment, die Kernenergiebranche und Hersteller von Netzausrüstung, 3) Zielkonflikte mit der Dekarbonisierung sowie 4) eine zunehmende Bedeutung der Energieverfügbarkeit bei der Wahl des Standorts, an dem KI-Kapazitäten aufgebaut werden, mit Konsequenzen für die geografische Verteilung der Produktivitätsgewinne über Regionen und Länder hinweg.

(weiterlesen)

In den USA stösst der Bau von Rechenzentren zunehmend auf Hindernisse (vom gesellschaftlichen Widerstand über regulatorische Hürden bis zu Ressourcenbeschränkungen, und das in einer Zeit, wo der Bedarf durch die zunehmende Nutzung von KI in Unternehmen und agentische KI-Plattformen besonders stark steigt. Durch dieses Missverhältnis zwischen Angebot und Nachfrage steigen die Kosten pro Token (das ist die kleinste von KI-Modellen verarbeitete Dateneinheit).

Geldpolitik

Die Geldpolitik steht durch KI vor vier Herausforderungen.

Messung: KI-getriebene Verbesserungen bei Produktqualität, Individualisierung und digitalen Dienstleistungen werden im Verbraucherpreisindex (VPI) und in den BIP-Statistiken nur unvollständig erfasst. Laut IWF (2024) könnte das zu einer Unterbewertung der realen Wirtschaftsleistung und einer Überbewertung der Inflation um 10–30 Basispunkte pro Jahr führen; das erschwert Schätzungen der Produktionslücke und des natürlichen Zinssatzes (r*)².

Natürlicher Zinssatz: Ob der natürliche Zinssatz durch KI steigen oder sinken wird, ist umstritten und wird innerhalb der US-Notenbank diskutiert. Deren ehemaliger Präsident Jerome Powell argumentiert, dass r* durch KI kurzfristig steigen dürfte, denn bevor sich ein Produktivitätszuwachs bezahlt mache, müsse die für den Einsatz von KI erforderliche Infrastruktur massiv ausgebaut werden, und die disinflationären Effekte bestünden vorerst nur in der Theorie. Sein Nachfolger Kevin Warsh geht hingegen davon aus, dass dank des Produktivitätsgewinns durch KI ein nicht inflationäres Wachstum erzielt werden kann; das schaffe Spielraum für Zinssenkungen, ohne die Inflation anzuheizen. Unser Basisszenario liegt näher an Powells Sichtweise: Wir rechnen mit einer moderaten Erhöhung von r* um 25 Basispunkte im kommenden Jahrzehnt, vor allem zu Beginn, da Investitionsausgaben zu tätigen sind, bevor Produktivitätszuwächse zu erwarten sind. Die gegenläufigen Kräfte – höhere Gewinnkonzentration, zunehmende Ungleichheit, vermehrtes Vorsorgesparen – wirken zwar, im kommenden Jahrzehnt dürften sie aber kaum zum Tragen kommen. Dies spricht dafür, dass die Terminal Rate der US-Notenbank (der höchste bzw. niedrigste Zinssatz im Zinszyklus) höher sein wird als in den Zyklen vor 2020.

Phillips-Kurve: Algorithmische Preisbildung, erhöhte Preistransparenz und die Substitution von Arbeitskräften durch Kapital im Dienstleistungssektor können zu einer weiteren Abflachung der Phillips-Kurve führen (Bank für Internationalen Zahlungsausgleich, 2025). Das heisst, die Inflationsentwicklung würde weniger mit traditionellen Messgrössen wie einer Unterauslastung zusammenhängen und stärker auf angebotsseitige Schocks (z. B. Energie, Halbleiter, Transformatoren) reagieren. Das erhöht die Prognoseunsicherheit und die Relevanz struktureller – statt rein konjunktureller – Inflationsindikatoren.

Transmissionsmechanismus: KI-intensive Unternehmen setzen stärker auf immaterielles Kapital, internen Cashflow und Eigenkapitalfinanzierung als auf Bankkredite. Dies schwächt die Wirkung des Zinskanals – grosse Hyperscaler investieren auch während Zinserhöhungszyklen weiter – und verschiebt den Schwerpunkt in Richtung der Kapitalbeschaffungskosten (Vermögenskanal) und Finanzierungsbedingungen (Kreditkanal). Es könnte sinnvoll sein, wenn Zentralbanken verstärkt auf Aktienbewertungen und Kreditspreads achten, um die Wirksamkeit der geldpolitischen Transmission zu überwachen. Und es könnte sich herausstellen, dass herkömmliche Zinsschritte asymmetrische Auswirkungen auf die kapital- und arbeitsintensiven Wirtschaftsbranchen haben.

Fazit

KI wird sich in den kommenden Jahrzehnten voraussichtlich zu einer der folgenreichsten makroökonomischen Kräfte entwickeln. Die Effekte werden weder einheitlich noch unmittelbar sein, sondern schrittweise über verschiedene Kanäle zum Tragen kommen.

Unserem Hauptszenario zufolge wird KI die Produktivität schrittweise steigern und disinflationären Druck ausüben – insbesondere im Dienstleistungssektor; kurzfristig wird sie jedoch infolge von Investitionsausgaben einen Preisdruck bei Strom, hochentwickelten Halbleitern und Vorleistungen im Baugewerbe verursachen. Die Übertragung dieser Effekte dürfte langsam verlaufen: In der Vergangenheit stellte sich bei universell einsetzbaren Technologien ein messbarer Anstieg der totalen Faktorproduktivität zumeist erst fünf bis zehn Jahre nach ihrer Einführung ein, was auf Implementierungskosten, organisatorische Anpassungen und den Erwerb neuer Kompetenzen zurückzuführen ist.

Corrected textDaher basieren die Makroprognosen von Pictet auf konservativen Schätzungen: Wir rechnen im kommenden Jahrzehnt mit einem jährlichen Produktivitätsanstieg von 0,5 Prozentpunkten in den USA und 0,1 bis 0,3 Prozentpunkten in Europa und Japan. Risiken für dieses Basisszenario bestehen in beide Richtungen, über einen 10-Jahres-Horizont sind sie jedoch aufwärtsgerichtet.

Für die makroökonomischen Auswirkungen von KI wird (wie bei anderen universell einsetzbaren Technologien) nicht nur entscheidend sein, wie rasch der technologische Fortschritt verläuft, sondern auch, wie anpassungsfähig die Volkswirtschaften, die Institutionen und die physische Infrastruktur sind.

¹ Harvard Business School, „Enhance or Eliminate? How AI Will Likely Change These Jobs“, Februar 2026.

² Der natürliche Zinssatz (oder Gleichgewichtssatz) ist definitionsgemäss der reale kurzfristige Zinssatz, bei dem die Konjunktur weder angekurbelt noch gebremst wird, bei dem die Wirtschaft bei Vollbeschäftigung läuft und die Inflation stabil bleibt.