Das Produktivitätsversprechen von KI und der Wettlauf zwischen den USA und China

Wie wird künstliche Intelligenz die wirtschaftliche Produktivität, das Wachstum und die Beschäftigung im kommenden Jahrzehnt prägen? Wir erwarten, dass sie der US-Wirtschaft einen Schub verleiht, der die negativen Auswirkungen einer veränderten Demografie und von politischem Gegenwind mehr als ausgleicht. Wir beleuchten zudem die unterschiedlichen Strategien der USA und Chinas sowie den Weg in Richtung künstlicher allgemeiner Intelligenz.

Die globalen Ausgaben für KI steigen rasant. Sie beruhen auf hohen Investitionen in Rechenzentren, Chips und Software. Die US-Wirtschaft steht im Zentrum der KI-Investitionen, die von einigen ihrer grössten Technologieunternehmen angeführt werden. KI wird unseres Erachtens im kommenden Jahrzehnt die US-Wirtschaft transformieren und der Produktivität sowie dem potenziellen Wachstum Impulse verleihen.

„Potenzielles“ Wachstum beschreibt, wie stark eine Wirtschaft in Abwesenheit von Schocks wachsen kann; es lässt sich in das Wachstum der Erwerbsbevölkerung und das Produktivitätswachstum unterteilen. KI sollte Letzteres erheblich steigern. Im Durchschnitt erwarten wir, dass sich das Produktivitätswachstum der USA durch KI in den nächsten zehn Jahren von 1,60% auf 1,85% pro Jahr erhöht. Die Vorteile dürften sich vor allem später im Jahrzehnt bemerkbar machen, wenn KI im Dienstleistungssektor vermehrt genutzt wird.

KI dürfte US-Produktivität beleben

Der genannte Anstieg mag gering scheinen. Doch er würde die Produktivität wieder auf ein Niveau bringen, das jenem während des Aufstiegs des Internets und der Personal Computer in den frühen 2000er-Jahren entspricht oder etwas darüber liegt. Zudem würde er an die jüngste Zunahme der US-Produktivität nach der Pandemie anknüpfen. KI wird sowohl direkte als auch indirekte Effekte auf die Produktivität haben. Zu den direkten Effekten gehört, dass sie Aufgaben übernimmt, die derzeit Menschen erledigen, und diese kostengünstiger ausführt. Dadurch steigt die „Gesamtfaktorproduktivität“.

Wir erwarten, dass diese Effekte im kommenden Jahrzehnt durchschnittlich 0,15 Prozentpunkte pro Jahr betragen

Wir erwarten, dass diese Effekte im kommenden Jahrzehnt durchschnittlich 0,15 Prozentpunkte pro Jahr betragen. Zu den indirekten Effekten gehören ein höheres Kapital pro Arbeitskraft. Ebenfalls in diese Kategorie gehört die Unterstützung bei der Generierung neuer Ideen und der Beschleunigung des technologischen Fortschritts, etwa durch Hilfe für Wissenschaftler, Ingenieure oder medizinische Forschende. Wir schätzen diese indirekten Effekte auf rund 0,1 Prozentpunkte pro Jahr. Dabei besteht jedoch erhebliche Unsicherheit. Die Wirkung könnte höher ausfallen, falls bald eine Form von künstlicher allgemeiner Intelligenz („artificial general intelligence“, AGI) erreicht würde; Letztere wäre über ein breites Spektrum von Aufgaben hinweg vergleichbar mit menschlicher Intelligenz.

KI dürfte keine breitflächige Arbeitslosigkeit verursachen

Trotz des Potenzials von KI, menschliche Aufgaben zu übernehmen, erwarten wir nur einen begrenzten und schrittweisen Einfluss auf die Arbeitslosigkeit. KI führte bereits zu einigen Entlassungen im Dienstleistungssektor, vor allem bei Technologieunternehmen, die nun mit weniger Personal mehr leisten; sie hatte auch einen schwierigeren Arbeitsmarkt für Berufseinsteiger zur Folge.

Im Gegensatz zu einer Rezession, von der tendenziell die einkommensschwächsten Arbeitnehmenden betroffen sind, hat KI grössere Auswirkungen auf gut ausgebildete Arbeitskräfte mit mittlerem bzw. hohem mittlerem Einkommen. Diese Personen verfügen oft über Fähigkeiten, die es ihnen ermöglichen, sich auf andere Aufgaben zu konzentrieren, wenn Tätigkeiten durch KI automatisiert werden. Oder sie finden letztlich alternative Beschäftigungen, während sich die Wirtschaft anpasst. Wir erwarten daher nur einen moderaten Anstieg der „friktionellen“ Arbeitslosigkeit. Dieser dürfte im kommenden Jahrzehnt schrittweise erfolgen, während KI vermehrt genutzt wird und sich die Wirtschaft anpasst. Der Effekt dürfte zudem durch andere Trends in der Erwerbsbevölkerung abgeschwächt werden, auf die wir im Folgenden eingehen.

Zugehöriger Inhalt.

investment insightsUHNWI

investment insightsUHNWI

Versicherer und Private Assets – eine Zweckgemeinschaft

23. Dezember 2025

Investment Solutions.

Mehr erfahren

KI dürfte schwache demografische Trends mehr als ausgleichen

Natürlich erfolgt der Produktivitätsschub durch KI nicht isoliert. Breitere Trends in der US-Wirtschaft, darunter eine sich verändernde Politik und die Demografie, sind weniger günstig. Wir erwarten, dass politische Trends das potenzielle Wachstum im kommenden Jahrzehnt um rund 0,15% verringern. Hierzu gehören Effizienzverluste durch zollbedingte Lieferkettenstörungen, Produktivitätseinbussen durch geringer qualifizierte Zuwanderung sowie Risiken für die Glaubwürdigkeit von US-Institutionen. Die meisten dieser Effekte werden jedoch kurzfristig spürbar sein und könnten unter späteren US-Regierungen sogar wieder rückgängig gemacht werden.

Auch die demografische Entwicklung wird deutlich weniger günstig sein. Seit 2019 hat eine hohe Zuwanderung die Zunahme der US-Erwerbsbevölkerung unterstützt und jährlich nahezu einen vollen Prozentpunkt zum US-Wachstum beigetragen. Doch eine alternde Bevölkerung und eine stark rückläufige Zuwanderung dürften das Wachstum der Erwerbsbevölkerung deutlich bremsen.

Das potenzielle US-Wachstum dürfte laut unserer Schätzung im nächsten Jahrzehnt durchschnittlich 2,1% betragen

Wir rechnen also mit der kombinierten Wirkung eines KI-Schubs, negativer politischer Trends und einer weniger günstigen Demografie. Dadurch dürfte laut unserer Schätzung das potenzielle US-Wachstum im nächsten Jahrzehnt durchschnittlich 2,1% betragen. Bis 2035 könnte es dank der KI-Vorteile auf 2,4% steigen.

Könnte KI massive Wachstumsimpulse liefern?

Wir sehen drei Gründe, warum KI keinen massiven makroökonomischen Effekt haben und nicht das zweistellige Wachstum liefern wird, das Technologie-Evangelisten bisweilen in Aussicht stellen. Erstens könnten KI-Dienstleistungen trotz exponentieller Fortschritte zu einem immer kleineren Teil des Bruttoinlandsprodukts werden, während die Kosten für Rechenleistung sinken. Zweitens könnten physische Einschränkungen wie die Energieversorgung oder Engpässe in den Lieferketten das Potenzial von KI begrenzen, selbst wenn wissenschaftliche Entdeckungen stark erleichtert werden. Drittens könnte unsere aktuelle KI-Architektur Grenzen haben. LLMs wie ChatGPT, Gemini und DeepSeek lernen, indem sie Sprachmuster vorhersagen. Das macht sie hervorragend im Verfassen, Zusammenfassen und Programmieren, verschafft ihnen aber nicht zwingend ein stabiles Verständnis der realen Welt – von Objekten, Ursache-Wirkungs-Beziehungen oder Handlungsabfolgen.

Einige Forschende argumentieren, dass das fehlende Element … ein „Agent“ mit einem explizit gelernten Weltmodell sei

Andere KI-Systeme, oft als Diffusionsmodelle bezeichnet, können beeindruckend realistische Bilder und Videos erzeugen, doch Realitätssinn ist nicht dasselbe wie Verständnis. Einige Forschende argumentieren, dass das fehlende Element für eine wirklich allgemeine Intelligenz ein „Agent“ mit einem explizit gelernten Weltmodell sei, trainiert mit Daten wie Video‑, Audio‑ und anderen Signalen. Das Ziel ist KI, die Ergebnisse antizipieren und planen kann, bevor sie handelt – wobei Sprache nur eine von mehreren Schnittstellen wäre, statt der einzige Motor des Systems.

Der Fortschritt bei LLMs und KI im Allgemeinen wird davon abhängen, wann und ob wir AGI erreichen können. Oder ob sogar künstliche Superintelligenz („artificial superintelligence“, ASI) erreichbar ist, die menschliche Fähigkeiten in mehreren Bereichen übertrifft.

Falls LLMs bald künstliche allgemeine Intelligenz erreichen, unterliegen unsere Schätzungen Aufwärtsrisiken. Falls nicht und falls stattdessen ein echter Agent mit einem explizit gelernten Weltmodell notwendig ist, könnten die grössten Vorteile von KI erst weiter in der Zukunft liegen. Doch selbst wenn der Fortschritt an der Spitze von LLMs nachlassen sollte, dürften in den nächsten Jahren Produktivitätsgewinne in der Grössenordnung unserer oben genannten Schätzungen eintreten. Denn die Nutzung von KI nimmt zu und Unternehmen lernen, wie sie sie einsetzen können.

In den USA dominiert der Ansatz „geschlossener“ Modelle … China konzentriert sich darauf, LLM‑Modelle zu optimieren und zu standardisieren

China und USA auf unterschiedlichen Wegen

Sollten sich LLMs als „falsche“ Architektur für grosse Entwicklungsschritte in Richtung AGI/ASI erweisen und ihre Leistungsfortschritte sich verlangsamen, hätte dies auch geopolitische Folgen. US-Technologiefirmen investieren enorme Summen, um an der Spitze der LLM-Entwicklung zu bleiben, wobei einige US-Unternehmen parallel auch Weltmodelle erforschen. Mit ein paar Ausnahmen dominiert in den USA der Ansatz „geschlossener“ Modelle, mit denen Unternehmen Vorteile aufbauen und verteidigen können. Einige US-Firmen hoffen möglicherweise, ganze proprietäre KI-Ökosysteme rund um diese Spitzenmodelle zu entwickeln, die schliesslich den globalen Markt dominieren – ähnlich wie iOS von Apple oder Microsoft Windows. China hingegen konzentriert sich darauf, LLMs zu optimieren und zu standardisieren. Es setzt auf Open-Weight-Strategien bzw. Modelle, die lokal heruntergeladen werden können, um den Zugang zu verbessern.

Die chinesischen Behörden zielen zudem darauf ab, KI in Unternehmen und industrielle Prozesse einzubinden. Einstweilen sehen wir Raum für beide Ansätze. Sie nutzen unterschiedliche Stärken – Spitzeninnovation in den USA versus Skalierung und breitere Nutzung in China. Anhaltende geopolitische Spannungen deuten darauf hin, dass sich beide KI-Ökosysteme weiterhin parallel entwickeln werden.