Der KI-Boom spaltet die Prognosen

Kaum eine Technologie verunsichert und elektrisiert die Weltwirtschaft so stark wie die Künstliche Intelligenz. Milliarden fließen in Rechenzentren, Chips und Software – und ebenso viel Aufmerksamkeit in die Frage, wohin diese Entwicklung führt. Die Debatte verengt sich dabei auf ein Dreieck aus Euphorie, Skepsis und Dystopie.

Anleger setzen auf eine Technologie, die alles verändern soll

An den Finanzmärkten dominiert das Narrativ grenzenlosen Wachstums. KI-Unternehmen sollen Milliarden einsparen, Produktivitätssprünge auslösen und ganze Branchen neu ordnen. Firmen planen mit zweistelligen Personalreduktionen, Investoren kalkulieren mit einem Jahrzehnt steigender Margen und Analysten mit ungebremstem US-Wachstum, getragen von KI-Investitionen.

In dieser Logik erscheinen selbst stratosphärische Bewertungen plausibel. Nvidia, Microsoft, Alphabet und andere Schwergewichte investieren in einem Tempo, das historische Infrastrukturbooms erinnert. Die Nachfrage nach Rechenleistung explodiert – und mit ihr die Erwartung, dass KI nicht nur Prozesse optimiert, sondern gesellschaftliche Megaprobleme löst: Klimawandel, demografische Engpässe, Pandemiebekämpfung, Armut.

Zwischen Hype und Ernüchterung wächst die Unsicherheit

Gleichzeitig existiert ein Kontrastprogramm, das nüchterner auf die Versprechen blickt. Die erste Sicht: KI kann die Erwartungen nicht erfüllen. Die Folge wäre ein spektakulärer Crash – mit gigantischen Fehlinvestitionen in Rechenzentren, Chipfabriken und Energieinfrastruktur. Eine mildere Variante sieht die Technologie weiter voranschreiten, aber deutlich langsamer als von den Märkten eingepreist.

Die zweite Sicht ist düsterer. Sollte KI in eine Richtung wachsen, die sich menschlicher Kontrolle entzieht, stünden Ökonomien vor einem Risiko, das jede Marktvolatilität belanglos wirken lässt. Massenarbeitslosigkeit, autonom handelnde Systeme, eine Superintelligenz, die eigene Ziele verfolgt – diese Befürchtungen prägen inzwischen Teile der Debatte.

Das Versprechen der Produktivität muss sich erst beweisen

Für die optimistische Erzählung ist eine schnelle Steigerung der Produktivität zentral. Goldman Sachs rechnet zwischen 2027 und 2037 mit einem Anstieg von 15 Prozent allein in den USA. In abdiskontierter Form entspräche das einem zusätzlichen Wertschöpfungspotenzial von 20 Billionen US-Dollar, von denen hohe Anteile bei den Unternehmen verbleiben würden.

Rechnerisch könnte sich das gegen Investitionen in KI-Infrastruktur von acht Billionen US-Dollar aufwiegen. Historische Parallelen – Eisenbahnen im 19. Jahrhundert, Glasfasernetze in den 1990er Jahren – zeigen, dass Überinvestitionen langfristig sogar förderlich sein können.

Doch die Rechnung hat einen Haken: Die erwarteten Effizienzgewinne müssen schnell eintreten. Andernfalls wächst der Zweifel, ob KI tatsächlich dort ansetzt, wo die Kosten am höchsten sind. Und rasche Einsparungen beim Personal würden unweigerlich zu steigender Arbeitslosigkeit führen – ein Szenario, das in kurzer Zeit kaum durch neue Beschäftigung absorbiert werden könnte.

Die Grenzen des technisch Machbaren werden sichtbar

Die Fortschritte der KI sind unbestreitbar. Modelle wie AlphaFold revolutionieren die Biowissenschaften, Automatisierung erreicht neue Branchen, Übersetzungssysteme verändern internationale Arbeitsteilung. Recherche und Softwareentwicklung laufen in vielen Bereichen bereits KI-gestützt.

Doch der Eindruck, dass die Entwicklung zuletzt ins Stocken gerät, verdichtet sich. ChatGPT-5 galt vielen als inkrementelles Update. Forscher wie Yann LeCun und Gary Marcus warnen, dass Skalierung allein nicht weiterführt. KI-Systeme müssten lernen, die physische Welt zu verstehen und logisch zu denken – Fähigkeiten, die bisher nur angedeutet sind. Ein neuer KI-Winter wäre möglich, sollte der Durchbruch Richtung AGI weiter ausbleiben.

Systemische Risiken entstehen im Schatten des Booms

Der KI-Markt entwickelt derzeit Strukturen, die an die Dotcom-Phase erinnern. Zirkuläre Geschäftsmodelle, gegenseitige Investitionen, Abnahmeversprechen und hochbewertete Infrastrukturprojekte verstärken die Abhängigkeiten. Wenn ein großer Modellhersteller verspricht, eine Billion US-Dollar an Rechenkapazitäten zu sichern, steigen die Kurse der Zulieferer. Diese wiederum finanzieren neue KI-Projekte – ein Kreislauf, der kippen kann, sobald ein Glied bricht.

Die Konzentration erhöht die Fallhöhe. Die zehn größten US-Techkonzerne machen inzwischen ein Viertel der globalen Marktkapitalisierung aus. Ein unerwarteter Rückschlag könnte nicht nur die USA, sondern auch Taiwan, Südkorea und China hart treffen – alles Länder mit hoher Chipabhängigkeit. Zwar sind die Bilanzen der Hyperscaler solide, doch das Risiko einer globalen Rezession steigt mit dem Tempo eines möglichen Crashs.

Infrastruktur bleibt, aber nicht ewig

Historisch haben Blasen oft nützliche Infrastruktur hinterlassen. Doch bei KI gilt diese Logik nur teilweise. Halbleiter haben eine Lebensdauer von wenigen Jahren und veralten schnell. Rechenzentren müssen kontinuierlich angepasst werden, wenn neue Chipgenerationen andere Anforderungen haben. Nur Stromproduktion, Gebäude und Kühlung wirken langfristiger. Sollte die Technologie nicht liefern, droht ein Teil der Investitionen dauerhaft abgeschrieben zu werden.

Die existenzielle Frage bleibt im Raum

Einige der warnenden Stimmen sehen im Platzen einer KI-Blase sogar ein positives Ereignis: ein möglicher Schutz vor einer unkontrollierten Superintelligenz. Historiker wie Yuval Noah Harari und Forscher wie Eliezer Yudkowsky warnen seit Jahren vor einer Entwicklung, die ohne Regulierung gegen den Menschen laufen könnte. Dass selbst Tech-Führungskräfte wie Mustafa Suleyman solche Szenarien ansprechen, zeigt, wie ernsthaft sie inzwischen diskutiert werden.

Zwischen Hype und Apokalypse bleibt ein schmaler Grat. KI kann enorme Fortschritte ermöglichen – oder Erwartungen wecken, die sich als Illusion erweisen. Ob sie jedoch zu einem Werkzeug für globale Problemlösungen wird oder zu einer Technologie, die neue Risiken schafft, lässt sich heute nicht seriös beantworten.

Die Märkte preisen die Antwort bereits ein. Die Realität wird sie erst liefern.