Neue Forschung der Federal Reserve Bank of St. Louis, die knapp 490.000 Transkripte von Quartalsberichtstelefonkonferenzen ausgewertet hat, bestätigt, was offizielle Daten seit drei Jahren zeigen: Künstliche Intelligenz hat bisher keine messbare Steigerung der aggregierten Produktivität erbracht. Da das Produktivitätswachstum der größte einzelne Bestimmungsfaktor für langfristige Lohnzuwächse und den Lebensstandard ist, hat dieses Ausbleiben erhebliche Auswirkungen darauf, wie breit die Vorteile der KI verteilt werden – und wann. Einer der Autoren der Studie äußerte jedoch eine beunruhigendere Möglichkeit – dass KI möglicherweise bereits reale Fortschritte erzielt, die strukturell unsichtbar bleiben, weil die Technologie selbst den Wert genau der Ergebnisse aushöhlt, die sie im Überfluss geschaffen hat.

Der Mechanismus ist einfach. Wenn KI die Kosten für die Erstellung eines bestimmten Ergebnisses drastisch senkt, verliert dieses Ergebnis gleichzeitig an Wert. Die Produktivitätsarithmetik hebt sich quasi selbst auf: Gewinne auf der einen Seite der Bilanz werden durch Preisrückgänge auf der anderen Seite aufgewogen. Jeder kann heute mit einem Tastendruck Marketingmaterialien, Animationen oder sogar einen akzeptablen Nachrichtenartikel erstellen – aber wenn jeder dazu in der Lage ist, erzielt keines dieser Ergebnisse mehr den Wert von früher. Die Aufgabe wurde einfacher; das Ergebnis wurde billiger. Irgendwo in diesem Austausch verschwand ein echter Fortschritt aus der Statistik, ohne jemals als Verlust in Erscheinung zu treten. Dies erinnert an eine seit langem anerkannte Herausforderung der Volkswirtschaftlichen Gesamtrechnung: Das BIP und die Produktivitätsstatistiken wurden für eine Industriegeschichte konzipiert, in der die Ergebnisse physische Güter sind, die zu Marktpreisen verkauft werden, und sie hatten schon immer Schwierigkeiten, den Wert kostenloser oder fast kostenloser digitaler Dienstleistungen zu erfassen.

„Manche Dinge werden häufiger verfügbbar“, sagte Serdar Ozkan, einer der Autoren der Studie. „Das bedeutet, dass sie wahrscheinlich auch weniger wertvoll werden.“

Was die Daten zeigen

Die Ökonomen Ozkan und Aakash Kalyani sowie der wissenschaftliche Mitarbeiter Nicholas Sullivan durchsuchten rund 490.000 Transkripte von Quartalsberichtstelefonkonferenzen von 5.198 börsennotierten US-Unternehmen aus dem Zeitraum von 2000 bis 2025. Sie verwendeten ein KI-Modell, um Sätze zu markieren, die sich auf Produktivität und KI bezogen. Der Anteil der Produktivitätskommentare, der mit KI in Verbindung stand, stieg von nahezu null vor dem Marktstart von ChatGPT Ende 2022 auf etwa 15 % aller Produktivitätsdiskussionen bis Ende 2025.

Etwa 95 % der KI-bezogenen Produktivitätsaussagen beschreiben Gewinne, die Führungskräfte für die Zukunft erwarten, und nicht bereits realisierte Fortschritte – ein Anteil, der seit 2023 konstant geblieben ist. Wenn Führungskräfte die Auswirkungen der KI beschreiben, sind sie nahezu einhellig optimistisch: 95 % beschreiben die Produktivität als steigend, verglichen mit 75 % bei Kommentaren ohne KI-Bezug.

Forscher sagen, dies entspricht genau den historischen Vorhersagen

Ozkan sagte, er sei von den zukunftsbezogenen Ergebnissen nicht überrascht gewesen, da die aggregierten Daten bereits keine signifikante Produktivitätssteigerung gezeigt hatten, sobald Kapitalinvestitionen berücksichtigt wurden. Er zitierte den bekannten Ausspruch des Ökonomen Robert Solow, man könne „das Computerzeitalter überall sehen, außer in den Produktivitätsstatistiken“, und zog eine direkte Parallele zur Elektrifizierung, die seiner Aussage nach „mehrere Jahrzehnte“ brauchte, um Fabriken umzustrukturieren, Arbeitskräfte umzuschulen und Arbeitsabläufe zu verändern, bevor sich ihr Produktivitätsgewinn in den Daten zeigte.

Der Stanford-Ökonom Erik Brynjolfsson identifizierte dieses Phänomen 1993 in einem Aufsatz für das MIT als „Produktivitätsparadoxon“ und hat die aktuelle Lage zuletzt als moderne Fortsetzung beschrieben.

Kalyani, der sich separat mit Verbreitungsmustern universeller Basistechnologien befasst hat, sagte, die Volkswirtschaftslehre habe nach dem anfänglichen Überschwang nach dem Marktstart von ChatGPT weitgehend Konsens in diesem Punkt erzielt: „Die aggregierten Gewinne werden in der Zukunft liegen, während man derzeit viel Investitionen und viel Begeisterung und Optimismus für die Zukunft sieht.“

Er stellte fest, dass sich Technologien über Regionen, Berufe und Unternehmen hinweg „extrem langsam“ verbreiten, typischerweise über einen Zeitraum von 20 bis 30 Jahren. Eine Verkürzung der Verzögerung bei der KI auf nur drei bis fünf Jahre „wäre eine enorme Veränderung“ gemessen an historischen Präzedenzfällen. Computer, so Solows Beobachtung, erschienen erst in den späten 1990er und frühen 2000er Jahren in den Produktivitätsdaten.

Der Konsens zur langsamen Verbreitung

Die Ergebnisse stimmen mit anderen Forschungsarbeiten der Federal Reserve aus dem Jahr 2026 überein. Eine Analyse der Kansas City Fed kam zu dem Schluss, dass der jüngste Produktivitätsanstieg in den offiziellen Daten „noch nicht flächendeckend“ ist, wobei eine kleine Gruppe von Branchen den Großteil der Gewinne verzeichnet, auch wenn die KI-Adoption weiter zunimmt. Darüber hinaus erklärte Fed-Vorsitzender Kevin Warsh im Juli vor dem Kongress, dass KI bisher „keine Arbeitsplätze verdrängt“ habe und Arbeitnehmer „etwas produktiver“ gemacht habe, warnte jedoch, dass „die langfristige Perspektive noch recht weit entfernt sein kann“.

Eine frühere Studie der St. Louis Fed schätzte ähnlich, dass generative KI bis Ende 2024 im Vergleich zu 2022 lediglich eine Produktivitätssteigerung von 1,1 % darstellte – bescheiden im Vergleich zum gesamten Produktivitätswachstum der US-Wirtschaft von 2,3 % und 1,6 % in den Jahren 2024 bzw. 2023.

Unternehmen untermauern den Optimismus mit Investitionen

Das Team der St. Louis Fed betont, dass es sich bei den Aussagen der Unternehmen nicht um leere Rhetorik handelt. Kalyani sagte, die Forscher würden Handlungen über Worte stellen: „Wir vertrauen darauf, was Menschen tun, nicht darauf, was sie sagen.“ Unternehmen, die positiv über KI sprechen, haben auch ihre Forschung und Entwicklung, ihre Kapitalausgaben und ihre Gesamtinvestitionen erhöht – eine Korrelation, die nicht bestand, als das Team KI-Erwähnungen erstmals in einem früheren Beitrag aus dem Jahr 2024 mit dem skeptischen Titel „AI Hype or Reality?“ untersuchte, sich aber seitdem verstärkt hat.

Eine verwandte Studie der San Francisco Fed ergab, dass KI-positive Unternehmen bis 2025 ein deutlich höheres Investitions- und F&E-Wachstum verzeichneten als andere börsennotierte Unternehmen, wobei die Zuwächse auf die größten Technologieunternehmen konzentriert waren, die KI-Infrastruktur aufbauen.

Was die Statistik nicht erfassen kann

Ozkas Argument zum Überfluss wird durch eine zweite Einschränkung verstärkt: Engpässe, die KI nicht auflösen kann. Egal wie schnell KI die Recherche, das Verfassen von Texten oder die Analyse beschleunigt – zwei Personen müssen weiterhin einen Termin vereinbaren und an einem Meeting teilnehmen, und dieser Schritt erfolgt in exakt demselben Tempo wie vor vier Jahren. Produktivität ist keine einzelne Kennzahl; sie ist das Ergebnis einer gesamten Kette, und KI hat nur einige der Glieder beschleunigt.

Auf die Frage, welches Signal letztendlich bestätigen würde, dass KI-basierte Produktivitätsgewinne eingetreten sind, räumte Kalyani ein, dass die ehrliche Antwort lautet: Niemand weiß es im Voraus. Die Anwendung, die sich letztendlich als entscheidend erweist, wird durch Versuch und Irrtum entdeckt und breitet sich Unternehmen für Unternehmen und Arbeitskraft für Arbeitskraft aus, in einem Prozess, der von außen fast zufällig wirkt, sich aber in der Summe zu etwas Messbarem verdichtet.

Er führte das Beispiel von Google Maps und der Taximedaille an. Die Navigations-App machte es kurzzeitig zu einem der wertvollsten Vermögenswerte der Stadt, ein New Yorker Taximedallion zu besitzen. Dann kam Uber und brachte das gesamte System innerhalb weniger Jahre durcheinander. Niemand hatte vorhergesagt, welche Navigations-App die Taxi-Monopole beenden würde. Dieses Muster wiederholt sich bei jeder universellen Basistechnologie: Gewinner und Verlierer werden durch einen chaotischen, dezentralen Prozess bestimmt, der sich jeder Vorhersage entzieht, selbst wenn die letztendliche Bedeutung der Technologie im Rückblick offensichtlich ist.

Das ist die zentrale Erkenntnis, die in fast einer halben Million markierten Sätzen voller Telefonkonferenz-Optimismus verborgen liegt. Es geht nicht darum, dass Führungskräfte falsch liegen, wenn sie erwarten, dass sich KI auszahlen wird. Vielmehr mag ungewiss bleiben, ob sich diese Erträge als gemessenes Produktivitätswachstum manifestieren – oder einfach in billigere, reichhaltigere und weniger wertvolle Ergebnisse verdunsten –, bis es bereits geschehen ist.

Dieser Beitrag erschien ursprünglich auf Fortune.com.