Was wäre, wenn die Regulierung von Large Language Models plötzlich nicht mehr nur Technologiepolitik wäre, sondern ein Fall für die Meinungsfreiheit? Dann würde aus einer Debatte über Sicherheit, Haftung und Kontrolle sehr schnell eine Debatte über Grundrechte. Genau hier setzt das Paper von Eugene Volokh, Mark A. Lemley und Peter Henderson an. Die Autoren argumentieren, dass der Output generativer KI rechtlich als geschützte Rede verstanden werden könnte. Nicht unbedingt, weil die KI selbst Rechte hat, sondern weil ihre Entwickler:innen und vor allem ihre Nutzer:innen Rechte haben, Informationen zu empfangen und mit Hilfe der Systeme selbst zu kommunizieren. Für die USA ist das ein starker Gedanke. Für Deutschland ist er interessant, aber deutlich weniger belastbar. Was ist das ökonomische Grundproblem? Im Kern geht es um die Kontrolle von Informationsproduktion. Staaten wollen Risiken von LLMs begrenzen: Desinformation, Manipulation, Diskriminierung oder gefährliche Inhalte....
In meinem früheren Beitrag habe ich versucht, das viel diskutierte Szenario aus dem Citrini Research Paper modelltheoretisch einzuordnen. Dort wird ein möglicher KI-bedingter Wirtschaftskollaps skizziert, allerdings ohne ein explizites makroökonomisches Modell.
Um diese Argumentation analytisch greifbar zu machen, habe ich in meinem Beitrag ein einfaches makroökonomisches Rahmenmodell formuliert. Dieses zeigt: Unter bestimmten, allerdings sehr extremen, Parameterkonstellationen kann selbst ein positiver KI-Produktivitätsschock zu einem Rückgang des realisierten Outputs führen.
Der zugrunde liegende Mechanismus basiert auf einer Kombination aus
- einem starken Rückgang des Arbeitsanteils am Einkommen,
- heterogenen marginalen Konsumneigungen der Haushalte,
- sowie möglichen Finanzverstärkungsmechanismen.
Meine eigene Einschätzung ist allerdings: Solche Parameterkonstellationen sind theoretisch möglich, aber empirisch sehr unwahrscheinlich. Der Wert eines solchen Modells liegt nicht darin, ein Kollapsszenario zu bestätigen, sondern darin zu zeigen, unter welchen Bedingungen es überhaupt auftreten könnte.
Eine andere Perspektive auf diese Debatte bietet der Tyler Cowen. Er argumentiert, dass die Sorge vor einem aggregierten Nachfrageproblem in einer AGI-Welt grundsätzlich fehlgeleitet sei.
Seine Argumentation ist im Kern klassisch: Wenn künstliche Intelligenz die Produktionsmöglichkeiten massiv erweitert, dann entsteht auch ausreichend Nachfrage.
Der Kern seines Arguments lässt sich in drei Punkten zusammenfassen.
1. Technologischer Fortschritt erzeugt neue Konsummöglichkeiten
Wenn KI tatsächlich radikale Produktivitätsgewinne ermöglicht, entstehen gleichzeitig völlig neue Güter und Dienstleistungen.
Die entscheidende Frage lautet dann nicht primär, ob Menschen Einkommen verlieren könnten, sondern ob es Dinge gibt, für die sie ihr Geld ausgeben möchten.
Historisch gesehen hat technologischer Fortschritt fast immer neue Konsumfelder geschaffen: Elektrizität, Automobile, Luftverkehr, Smartphones oder digitale Dienstleistungen.
Wenn KI ähnlich transformative Innovationen hervorbringt, z. B. in Medizin, Bildung, Unterhaltung oder personalisierten Dienstleistungen, steigt der Grenznutzen neuer Güter erheblich. Das schafft starke Anreize zum Konsum.
2. Deflation kann Nachfrage stimulieren
Ein zweites Argument betrifft die Preisentwicklung. Technologischer Fortschritt führt typischerweise zu sinkenden Preisen. Wenn KI die Produktionskosten stark reduziert, kann dies zu einer Form technologischer Deflation führen.
In diesem Fall steigt der reale Wert vorhandenen Vermögens. Dieser sogenannte Pigou-Effekt erhöht die reale Kaufkraft der Haushalte und kann Konsum stimulieren. Statt einer Liquiditätsfalle könnte also sogar das Gegenteil auftreten: eine Ausweitung realer Nachfrage.
3. Angebot schafft Einkommen
Cowens Argument ist letztlich eine moderne Variante eines klassischen Gedankens: Wenn eine Wirtschaft deutlich mehr produziert, entstehen daraus automatisch Einkommen. Diese Einkommen müssen wiederum irgendwo ausgegeben werden.
Selbst wenn ein großer Teil der AI-Renten zunächst bei Technologieunternehmen oder Kapitalbesitzern landet, fließen diese Mittel über Investitionen, Konsum oder Umverteilung wieder in den Wirtschaftskreislauf zurück.
Mit anderen Worten: Eine Wirtschaft kann nicht dauerhaft große Mengen neuer Güter produzieren, ohne dass dafür Nachfrage entsteht.
Was bedeutet das für die Citrini-Debatte?
Die Modelle, die ich im vorherigen Beitrag diskutiert habe, zeigen, unter welchen extremen Bedingungen ein Nachfrageproblem theoretisch möglich wäre.
Der kritische Punkt liegt in der simultanen Erfüllung mehrerer obigen Voraussetzungen.
Cowens Argumente stellen diese Voraussetzungen implizit in Frage. Wenn neue Güter mit hohem Grenznutzen entstehen und Investitionsmöglichkeiten reichlich vorhanden sind, bleibt die aggregierte Nachfrage robust.
In einem solchen Umfeld würde der klassische Anpassungsmechanismus greifen: Preise und Einkommen passen sich so an, dass Märkte geräumt werden. Die Voraussetzungen des Citrini-Szenarios erscheinen daher deutlich zu pessimistisch.
Fazit
Die aktuelle Debatte über KI und Makroökonomie bewegt sich zwischen zwei sehr unterschiedlichen Perspektiven.
Auf der einen Seite stehen Szenarien, in denen technologische Disruption zu Nachfrageproblemen führt. Auf der anderen Seite stehen klassische Argumente, nach denen ein explosionsartiger Anstieg der Produktionsmöglichkeiten zwangsläufig neue Nachfrage hervorbringt.
Welche Kräfte langfristig dominieren, bleibt letztlich eine empirische Frage.
Historisch haben technologische Revolutionen jedoch eher zu einer Ausweitung der Konsummöglichkeiten geführt als zu einem dauerhaften Nachfrageproblem.
Wenn KI diesem Muster folgt, dann könnte das zentrale makroökonomische Risiko der Zukunft weniger in fehlender Nachfrage liegen, sondern vielmehr in der Verteilung der daraus entstehenden Einkommen.
Comments
Post a Comment