Wird KI uns die Arbeit wegnehmen?

* Musik * Devi. Menschen und Markdown. Künstlich Intelligenz verändert die Arbeitswelt schneller als irgendeine andere Technologie vorher. Ob im Büro in den Medien, in Anwalskanzlerin oder in kreativen Berufen. Viele Menschen erleben das Aufgaben für die sie früher Stunden brauchten, heute von KI in kürzester Zeit erledigt werden. Die Frage ist also, wird unsere Arbeitskraft in Zukunft überhaupt noch gebraucht? Darüber spreche ich mit dem Sozialogen Florian Butolo. Er geht davon aus, dass KI mehr Arbeit schaffen wird und nicht weniger. Wie er darauf kommt, dass er fahren sie in der kommenden halben Stunde bei Wirtschaft im Gespräch. Ich bin in Savrede. * Musik * Hallo, Herr Butolo, ich freue mich, dass Sie bei uns sind heute. Schönen guten Tag. Kurz zur Einordnung ist seit über einem Jahr sind sie Professor für Soziologie an der Güte-Universität in Frankfurt und haben den Schwerpunkt digitale Transformation und Arbeit. Vorher waren sie an der TU Berlin. Und sie waren bis 2020 Sachverständiger in der Onket-Kommission künstliche Intelligenz des Bundestages. Außerdem haben sie noch im Frühjahr ein Buch veröffentlicht, in dem es um den Einfluss von KI und Digitalisierung auf die Arbeitswelt geht. Wir haben jetzt zurzeit die Situation, dass wir immer wieder sehen, dass tausende Arbeitsplätze abgebaut werden, vor allem in der Industrie und auch in der Autobranche. Gleichzeitig wird KI immer Leistung stärker und dringt auch immer mehr in die Arbeitswelt vor. Und viele Menschen machen sich inzwischen Sorgen, ob sie in Zukunft überhaupt noch eine Arbeit haben werden. Sie aber sagen, wir werden in Zukunft eher zu viel als zu wenig Arbeit haben, wie passt das beides zusammen? Dazu muss ich ein bisschen ausholen. Das kommt erst mal aus einer langfrist-Betrachtung. Also wir haben ja Automatisierung seit eigentlich über 250 Jahren die Stadt findet, die Arbeit ersetzt, die zum Teil auch Menschen aber losgemacht hat. Und gleichzeitig haben wir so viele Menschen beschäftigt, wie noch nie zuvor. Wir haben in Deutschland 46 Millionen Beschäftigte in etwa. Das ist leicht zurückgegangen aufgrund der Industrialisierung in den letzten zwei Jahren. Aber immer noch ist das historisch gesehen, Beschäftigungsrekord. 5 Millionen mehr Beschäftigte als noch 2010. In den OECD-Ländern gibt es dieselbe Entwicklung. Auch da gibt es einen Anstieg der Beschäftigung. Wir haben der etwa 100 Millionen mehr Menschen beschäftigt als noch 2010. Obwohl die Automatisierung stattfindet. Und das ist das Paradox an. Also mein Punkt ist nicht zu sagen, es gibt keine Automatisierung. Mein Punkt ist auch nicht zu sagen, es gibt keine Automatisierung mit KI. Sondern, dass die Automatisierung eingebunden ist in eine Logik von Beschleunigung und Expansionen ökonomischer Verhältnisse. Die bedeutet, dass systematisch neue Arbeit entsteht, als Gegentendenz dazu das Arbeit substituiert wird. Und mein Behauptung ist, dass wir auch das gerade mit generativer KI sehen. Da sehen wir Rassante, Umweltsungen der Arbeitswelt, Berufsbilde verändern sich stark, aber auch da ist generativer KI nicht nur eine Substitutionstechnologie, sondern eröffnet eine Raumneuermöglichkeiten. Wir arbeiten anders mit KI und wir arbeiten zum Teil auch mehr mit KI. Noch mal ein Blick zurück in den letzten 150 Jahren. Haben wir noch nie so viel gearbeitet wie derzeit. Woran liegt das denn eigentlich denn eigentlich, war ja bei jeder neuen Technologie bei der Automatisierung, bei der Digitalisierung das Versprechen dabei, dass wir eigentlich weniger arbeiten? Ja genau, John Maynard Keynes, berühmter britische Ökonom hat vor etwa 100 Jahren mal gesagt, wir könnten den Wohlstand halten mit nur 15 Stunden. Aber die Woche aufgrund der Automatisierung und das ist nicht geschehen. Meine Auffassung liegt das im Wesentlichen an drei Gründen, die ich rebound, effekte zur Automatisierung nenne, also effekte die Arbeitserspannisse wieder aufwiegen. Das eine ist tatsächlich eine grundsätzliche Auffassung, dass kapitalistische Entwicklung nicht nur auf Rationalisierung basiert, sondern auf Komplexitätsteigerung und Beschleunigung. Das bedeutet ganz einfach, dass Spektrum der Produkte wird immer größer. Das Spektrum der Dienstleistung, die Angebote werden wird immer größer. Es gibt eine viel schichtige Arbeitsteilung. Es gibt komplexere Wertschöpfungsketten, global organisierte Wertschöpfungsketten. Und das ist sozusagen die Tendenz, die diese Rationalisierung wieder auffängt. Mit anderen Worten, wenn wir keine Produktinnovation gehabt hätten, keine Beschleunigung im Konsum gehabt hätten und so weiter, dann wären diese Automatisierungseffekte als abertspannende Effekte auch eingetreten. Aber das Gegenteil ist der Fall. Mit jeder technischen Neuerung haben sich die gesellschaftlichen Erwartungen verändert. Sind Neubedürfnisse entstanden und vor allen Dingen stehen Unternehmen in der Konkurrenz aus differenziertere Produkte, schneller auf den Markt zu werfen. Die Entwicklung der digitalen Ökonomie sind hier sehr deutlich in den letzten Jahren mit Amazon Same Day Delivery, den großen Logistik-Netzwerken, die entstanden sind, ultra-fast-faschen als Tendenz in der Modeindustrie. Also Geschwindigkeit und Steigerungslogik fressen die Effekte der Automatisierung auf. Das Zweite ist, dass die Digitalisierung selbst Arbeit macht. Also es kann null Summen spielen. Ich sage nicht, das Automatisierung und Digitalisierung nichts bringen. Aber um sie nutzbar zu machen, entsteht erstmal relativ viel Arbeit, Salopp gesprochen. Im Bezug auf die heutige Situation. Ich sage Piemaldaumen in Deutschlands und momentan mehr Menschen damit beschäftigt KI einzuführen, als das durch KI ersetzt werden. Also der Arbeitsaufwand der KI-Einführung dürfte gegenwärtig. Noch könnte man sagen, größer sein als der Nutzen. Ich gehe auch davon aus, dass eigentlich eine Aufgabe im Permanenz ist. Man könnte ja sagen, irgendwann ist das alles erledigt, als die KI eingeführt. Und dann hat sie Arbeit ersetzt, dann muss man sich nicht mehr mit dem Deinführung kümmern. Aber die Erfahrung ist eigentlich das Gegenteil. Wir sind ja auch nicht als private Nutzer bei Windows 95 stehen geblieben und haben uns nicht weiter mit dem Kram beschäftigt. Zeig mal Salopp, sondern es kommen ständig. Neues oft werden Wendungen, neue KI-Optionen auf dem Markt. Und die Überlegungen, wie ich das für meine eigene Arbeit nutzbar mache, beschäftigen uns laufend, beschäftigen uns laufend mit der Einführung Neues Software-Systeme. Und das ist ein relativ arbeitsintensives unterfangen. Digitalisierungsprojekte in Unternehmen, bestehend auch die allgemeinen technischen Möglichkeiten nutzbar zu machen, von konkreten Zweck, das so zu übersetzen. Das ist mit unter relativ aufwendig. Und hier ist die Automatisierung selbst ein Treib auf einer Arbeit. Der dritte Grund, die ich noch kurz erwähne, der völlig außerhalb dieser Spektrums der Automatisierung liegt. Aber quantitativ der relevanteste ist, der ist darin begründet, dass wir in alternen Gesellschaften ein immer größeres Volumen von Arbeit für Sorgearbeit haben. Also je länger unsere Gesellschaften existieren, je länger die Modernisierung vorhandeschreitet, dass du mehr ist es strukturell so, dass es immer höheren Anteil an Sorgearbeiten gibt. Das ist auch der Grund, warum die D-Industrialisierung bisher nicht zum asiven Beschäftigungs-Einbruch geschwürt hat. Quantitativ gibt es in diesem Jahr das erste Mal ein leichten Rückgang. Einfach deswegen bei den Bereichen Gesundheit und Soziales mehr Beschäftigungen entstanden ist, in dem Zeitraum, in dem in der Industrie Arbeitsplätze abgebaut wurden. Kann die gegenwärtige Entwicklung mit KI denn eigentlich überhaupt verglichen werden mit anderen Technologiesprungen, die wir hatten? Dann ist es jetzt ja das erste Mal, das eine Technologienerlage ist menschliche Wissensarbeit zu ersetzen. Genau, darin liegt der wesentliche Unterschied. Manche Forschungen und Forscher sprechen vom zweiten Maschinenzeitalter. Das erste habe sozusagen die mechanischen Prozesse betroffen. Das zweite, die geistigen Prozesse. Und da ist es tatsächlich ein Nu-Wum, die Intensität, mit der es die Wissensarbeit trifft. Aus meiner Sicht sind die grundlegenden Dynamiken aber sehr ähnlich. Also wir sehen in der Forschung, wir haben vor allen Dingen GeForsch zu Journalismusprogrammierung und Marketing und Personalmanagement, zur Anwendung von generativer KI. Und da auch da ist es so, dass wir sehr reduziert denken würden, wenn wir generative KI nur als Substitutionswerkzeug einschätzen würden. Das ist es. Also viel von dem, was generative KI betrifft, hat was damit zu tun, arbeiten automatisiert oder schneller zu erledigen. Aber gleichzeitig kommen auch in diesen Feldern neuer Aufgaben dazu. Das zwei Gründen. Das eine ist KI funktioniert dialogisch. Also immer wenn man in den Medien hört, die KI hat ein Bild gemalt oder einen Song beschrieben. Oder so was dann sind, das letztendlich Menschen, die mit KI etwas machen. Und wenn dabei was hochqualitatives rauskommen soll, dann sind es auch Menschen, die was von ihrem Handwerk verstehen. Und die KI entsprechend prompten können, die Ergebnisse nachschärfen können, beurteilen können, wie die Ergebnisse sind, ob das sozusagen Sinn macht. Das ist gar nicht so trivial. Es gibt grundsätzlich die Situation, dass es eine dialogische Form von arbeiten ist. Das gilt auch für KI Agents, die gemänetget angepasst werden müssen, wo man sozusagen als Beschäftigter dann in so einer Art Management-Position gegenüber seinen Agents kommt. Und das zweite, was aber viel wichtiger ist, ist, dass die Anforderungen sich mit dem technischen Wandel verändern. Das haben wir historisch und immer gesehen. Klassisches Beispiel ist die Waschmaschine. Wo auch im privaten Haushalt die Frage ist, ist das nicht so, dass die Waschmaschine unglaublich viel Zeit spart, und man weniger mit Hausarbeit zu tun hat. Zeitstudien zeigen, dass das nicht der Fall ist, weil sich hier hygienisch ist, dann hat es unsere Erwartungen an Sauberkeit im selben Zeitraum verändert haben, sodass wir letztendlich mehr waschen. weil die Maschine da ist. Und wir sehen genau das in der Programmierung zum Beispiel. Da haben wir Interviewau sagen, zum Beispiel einen Software Engineer sagt mir, 90 Prozent dessen, was wir programmieren, programmieren, wir mittlerweile mit Claude, also KI generiert, aber wir haben so viel zu tun wie noch nie, weil wir drum herum viel mehr machen. Also zum einen das Management der KI und so weiter, aber zum anderen die Kundenanforderungen verändern sich. Die wollen noch stärker auf sie zugeschnittene Produkte. Mit KI können wir mehr machen, was die Programmierung bestimmte Features betrifft und so weiter. Die Software Landschaft differenziert sich weiter aus. Es gibt komplexere Strukturen, komplexere Kundenanforderungen und so weiter. Und das heißt der Punkt ist nicht zu sagen, dass keine Automatisierung stattfindet, sondern dass gleichzeitig dazu neue Anforderungen an die Arbeit entstehen, den eben diese Unternehmen gerecht werden müssen. Das heißt, dem noch müssen sich auch Programmierer keine Sorgen machen, dass sie ihren Job verlieren. Weil man hört ja eigentlich schon, dass weniger Programmierer gebraucht werden und auch viele abgebaut werden. Also ich glaube, dass man sich als Programmierer keine Angst um sein Job machen muss. Was derzeit passiert ist eine Konsolidierung. Also was wir erleben, es gibt ja den schönen Begriff AI-Shaming, der Sam Orden an zugesprochen wird. Also man gibt der KI-Schuld Ansachen, für die sie gar nicht verantwortlich ist. Und ich würde sagen die Haupttendenz dessen, wenn über Einspauung IT-Bereicht redet wird und Entlassungen ist nicht KI bedingt, sondern es konjunktuell bedingt. Also gerade in Deutschland, wo ganz viel Programmierung auch indirekt an der IT Industrie liegt. Da ist es eher die Tendenz, als das jetzt weniger Leute aufgrund des KI-Einsatzes gebraucht werden. Wir haben auf der anderen Seite einen enormen Fachkräftemangel im IT-Bereich gerade im Teamfeld, wo jetzt gerade mit neuen KI-Anwendungen experimentiert wird. Es gibt die Debatte um die Ansteiger-Jobs natürlich, wo in vielen Unternehmen die Tendenz ist jetzt weniger Berufseinsteiger einzustellen. Auch das ist sehr oft konjunktuell bedingt, weil wir ein schlecht Arbeitsmarkt-Lager haben, wir haben generell weniger Leute eingestellt, trifft Berufseinsteiger, besonders hart. Aber hier gibt es Studien zufolge schon auch befunde, dass das damit zu tun hat, dass klassische Einsteiger-Jobs von KI erledigt werden können, also einfacher Code, der ich das sozusagen schnell KI generiert erzeugt werden kann. So das Unternehmen damit erst mal versuchen, Arbeit einzusparen. Das ist aus zwei Gründen zu kurz gedacht, dass eine ist sozusagen die Frage, wo denn die Sinias herkommen sollen, wenn keine Junias mehr eingestellt werden. Insofern muss man beobachten, wie sich das langfristig auf die Unternehmen auswirkt. Das andere ist aber vor allen Dingen, dass ich der Ansicht bin, dass es viele Einsteiger-Jobs gibt, die die Berufseinsteigerin mit KI erledigen. Das sind ja auch Digital-Natives, die eine Affinität haben zu diesen Techniken. Und sofern ist es, sei ich jetzt mal ein Lob, fantasielos von Unternehmen, wenn sie sich jetzt keine Einsteiger-Jobs mehr einfallen lassen und da die Fähigkeiten ihrer Berufseinsteigerin mit KI multiplizieren und arbeiten. Das heißt, dass eigentlich Menschen, die jetzt in den Beruf einsteigen wollen, sich vielleicht auch andere Ecken suchen müssen, in denen sie einsteigen und eben nicht mehr die klassischen Einsteiger-Jobs machen oder? Ich glaube nicht, dass die klassischen Einsteiger-Jobs per See substituiert werden. Ich glaube, da ist viel Fiktion dabei. Es muss auch berücksichtigen, dass solche Meldungen, wenn sie ein Unternehmen verlautbar hat, ja nicht negativ aufgefasst werden, sondern die Konnotation ist, das Unternehmen ist so weit vorne dran, dass es jetzt schon die Einsteiger-Jobs mit KI automatisiert. Und das gab einige Fälle von Unternehmen, die Rohspult verkündet haben, dass sie belegschaffte reduzieren aufgrund von KI-Einsatz und dann da zurückgerudert sind. Aber erst mal das sozusagen als Ausdruck ihrer Technieafinität verwendet haben. Insofern es gibt noch Einsteiger-Jobs, es gibt Unternehmen, die versuchen, die zu reduzieren. Die Frage ist, wie sieht eigentlich ein Einsteiger-Job im KI Zeitalter aus? Und das muss aus dem Unternehmen beantwortet werden. Sie hatten vorhin gesagt, ein Programmierer hätte ihnen erzählt. Sie haben also durchaus auch Kontakt zu Wissenschaftler, der sie ja sind, Kontakt zu Unternehmen und in die echte Wirtschaftswelt. Ja, das ist unser Kern geschafft. Wir haben ein Forschungsprojekt, das heißt, generative KI in der Arbeitswelt und da war genau unser anliegen, relativ frühzeitig reinzugucken, wie sich die Arbeit verändert in diesem Berufsfeldern. Und das Bild, das entsteht, dass wir sozusagen Ansätze haben, bestimmte Teilaufgaben automatisiert, so erledigen, aber eben auf der anderen Seite verschiedene neue Anforderungen an das menschliche Arbeitsvermögen entstehen. Also wir müssen letztendlich, der Sammelbegriff, den man da auch verwenden könnte, ist ja KI-Kompetenz oder KI-Litgesy. Das ist eben das auffällige, dass die KI-Anwendung sehr stark vom menschlichen Arbeitsvermögen abhängt. Und das betrifft auch die Art, wie sie eingeführt wird, was wir auch sehen ist, das Unternehmen ganz schwer verordnen können, KI einzusetzen. Also es ist ja nicht eine Maschine, die man hinstellt und dann werden die Arbeitsprozess daran irgendwie neu geformt, sondern letztendlich hängt die KI-Einführung davon ab, dass die beschäftigen individuell sich nutzfam machen und bemerken, wie sie ihre Arbeit so organisieren oder die KI sich so organisieren, dass sie ihre Arbeit nutzt. Das ist sehr stark bordem abgetrieben, was bedeutet, dass die Beschäftigten auf selbst Vorteil dabei spüren müssen. Also problematisch wirds in den Fällen, wo unmittelbare Produktivitätserwartungen sehr hoch sind, seitens des Managements und gleichzeitig kein Raum gelassen wird zu experimentieren, weil um mit KI arbeiten zu können, muss ich ausprobieren, muss ich Fehler machen können, muss ich einfach Tools testen können, uns weiter und sofort. Und das sozusagen das Wichtigste, was diese Dynamik ausmacht, dass das von Beschäftigten auf sehr stark selbst getrieben ist. Das heißt, die müssen Vorteil dabei sehen, da gibt es eine gewisse Unsicherheit, weil einerseits ja schon Sorgen im Raum stehen, was das langfristig mit meiner eigenen Arbeit macht. Andererseits will man vorne dran sein und aufgeschlossen sein. Also das ist sozusagen so eine widersprüchliche Bezugnahme, auch auf die wir sehen. Und letztendlich ist die Kernfrage, die ob die KI mich selbst in der Arbeit entlastet. Also wenn der Effekt das ganzen ist, dass man einfach schneller und effektiver arbeitet, aber dort wo man eigentlich entlastet werden könnte, neue Arbeit hinzukommt. Und am Ende der Stress, dasselbe ist, dann leidet die Technologie Akzeptanz. Und das ist interessanterweise genau die Tendenz der letzten Jahrzehnte gewesen, eigentlich, dass wir in Bezug auf digitale Technik, die riesige Potenziale nicht erst seit KI hat, uns in der Arbeit zu entlasten, merken, dass die Erfahrung eher, die ist, dass unsere Arbeit intensiv und stessiger geworden ist und nicht weniger intensiv. Ihre Einschätzung der Lage in Bezug auf KI und die Veränderung ist die eigentlich auch eine Einschätzung, die die Unternehmen im Kopf haben, oder hat man da wirklich noch den Glauben, man kann wirklich durch KI kosten Spanen, den man Arbeit nehmen, denn ersetzt. Es ist unterschiedlich. Also, den Glauben gibt es natürlich, dass man kosten Spanen könnte. Deswegen wird das gemacht. Also es gibt eine Qualitätserweihung, die drin steht, dass man so sehr andere Sachen erreichen kann, Services besser anbieten kann und so weiter ans fortgibt es auch. Aber natürlich ist die Erwartung da, dass man schneller und effektiver damit arbeiten kann und dadurch die Produktivität steigt. Das ist in den seltensten Fällen verbunden, an so eine Vollautomatisierungsvision. Also in meisten Unternehmen sehe ich schon die Tendenz, dass Produktivität-Ersteigung erwartet werden, aber nicht in dem man Menschen entlässt oder mit wesentlich weniger Menschen auskommen zu. Das ist eigentlich eher weniger das Allgemeine Bild. Gerade weil die Erfahrung eben die ist und da ist die Programmierung finde ich auch paradigmatisch, dass gar nicht die Erwartung ist, dass der Programmieraufwand ab dem Gesellschaftlich gesehen. Also und das ist ja auch um da noch mal kurz auszuholen. Also es ist eigentlich ein ökonomisches Phänomen, dass man schon kennt, dass Javans Paradox genannt wird von einem ökonomen Javans aus den 90er-Hundert. Er vergesagt hat in dem Moment, wo man Aufgaben niedrigschwelliger erfüllen kann und weniger aber dran fließt, steigt die gesellschaftliche Nachfrage danach, einfach weil sie billiger verfügbar ist. Und ich kann mir schwer eine Welt vorstellen, in der der Bedarf an Programmierung radikal sinkt, sondern ich gehe eher davon aus, dass die Anforderungen oder die Nachfrage da sich multipliziert, auch weil mit generativer KI jetzt viel möglich ist. Das heißt die meisten Software Unternehmen sind eher in dieser Situation. Die fragen sich nicht, wie kommt es selber schneller herstellen und wie viel weniger Leute brauchen wir dadurch, sondern wie können wir das, was wir schon machen, um andere Aufgaben und mir Aufträge auch erfüllen zu können. Das ist eher das Zinadien. So seit vier Jahren ist die KI jetzt öffentlich zugänglich. Gibt's ja erkennen, dass er inwieweit effizientes Gewinn überhaupt schnerzielt worden sind? Ja, und diesen Mauch. Also mit Kind sehr spricht vom Genetiff AI Paradox, man kann zwar nachweisen, dass wir in Bezug auf Einzelaufgaben. die Produktivität wesentlich steigt. Also wenn es jetzt darum geht, den selbenen Code zu programmieren oder eine Presseerklärung zu schreiben oder so was, das geht alle schneller, aber im Bezug auf den gesamten Arbeitstag bzw. bestimmte Branchen oder sogar die Gesamtökonomie kann man keine Produktivitätsfortschritte nachweisen. Was einfach daran liegt, also an mehreren Sachen, aber ein Phänomen ist einfach, dass ein Arbeitstag mehr ist als die Summe von Einzeltaß. Z.B. es gibt unglaublich viele Einzeltaß zu einem Zeitstudien nachgewiesen, wenn man so wirklich neben beschäftigten sitzt und guck, was die so machen. In der Studie ist rausgekommen, ungefähr 90 Sachen am Tag und einige davon können mit KI besser gemacht und schneller gemacht werden. Aber das sträut noch lange nicht auf den gesamten Arbeitstag. Vor allen Dingen, weil ein Arbeitstag auch darin besteht, sich nur zu orientieren, zu lernen, auch sich die KI-Tools anzueigenen. Das ist ja auch sozusagen eine Sache, mit der man sich beschäftigen muss. Und das ist die eine Geschichte, warum die Produktivität so nicht steigt. Die andere ist, dass gerade in der Wissensarbeit des Produktivitätsmaßes gar nicht geeignet dafür ist, zu fassen, was da passiert, weil das Produktivitätsmaß geht ja einfach nur davon aus. Wir machen es selbe wie vorher nur schneller. Das ist sehr stark auf industrielle Prozesse umgedacht, weil es für in der Wissensarbeit 10 ist, wir machen Sachen schneller, aber gleichzeitig ist es auch was anderes geworden, dadurch, dass wir neue Möglichkeiten haben. Ich mache es mal einen ganz banalen Beispiel, wie dieser Zusammenhang zu denken ist. Wenn man jetzt die Literaturrecherche im Internet sich mal anguckt, im Kontrast zu was davor war. Früher bin ich in einem Bibliothek gelaufen. Ich bin tatsächlich stattgefahren, habe mir ein Buch geholt, habe etwas rauskopiert, habe das gelesen, habe dann daraus zitiert und ein Text geschrieben. Heute kann ich das in wenigen Sekunden machen und man rechner ist voller PDFs, die ich irgendwo runtergeladen habe. Ich habe erstens schon mal ein Problem, das ganze Unterkontrolle zu bringen und da wirklich zu rezipieren, was da drinsteht, aber zweitens ist es auch so, dass die gesellschaftlichen Anforderungen an Informiertheit radikal zu genommen haben. Das heißt, wenn ich jetzt in akademischen Artikel schreibe, dann hat der erst mal eine Sektion Literature Review, in dem der Anspruch ist, dass ich diesen Berg von Literatur in einer Wissenschaft, die auch von exponentieller Steigerung von Output gekennzeichnet ist, in diesem Text wiedergebe. Mit dem Effekt, das letztendlich mein Aufwand Literatur zu rezipieren und den Text einzubauen, überhaupt nicht abgenommen hat. Obwohl die Technik zur Literatur suche, die Produktivität der Literatur suche in Bezug auf die Anzelaufgabe, dass sich wahrscheinlich vielleicht 10.000 Facht hat, kann man wahrscheinlich gar nicht messen. Und das ist nur so ein Beispiel, also dass das Produktivitätsmaß funktioniert nicht in Bezug auf diesen Zusammenhang, weil das, was ich machen will, was anderes geworden ist. Und sofern ist die Frage, ob ich das selbe schneller machen kann, gar nicht der geeignete Maßstab. Ich möchte noch mal auf die Folgen zu sprechen kommen, wenn wir wirklich in Zukunft mehr Arbeit haben, als wir Menschen haben, die diese Arbeit da noch erfüllen können. Wie sollen wir damit umgehen? Das ist die schwierige Frage der letzten Jahre schon, also nur kurz zur Erklärung. Ich gehe nicht zwangsläufig davon aus, dass wir mehr Arbeit haben, als wir es jetzt haben. Das die Alternenze der letzten 15 Jahre in der Erdfarm, z.B. historisch gesehen schon länger, es kann auch sein, dass wir aufgrund von Delnustralisierung plus KI entweder eine konstante Beschäftigung in Entwicklung haben, also weil die Sorgearbeit konstanzunimmt oder die Beschäftigung zurückgeht, moderat, zurückgeht. Was wir wissen, ist, dass aufgrund des demografischen Wandels viel weniger Arbeitskräfte vorhanden sein werden auf dem Arbeitsmarkt. Und das ist ein Effekt, der erst jetzt wirklich eintritt, also wir reden schon lange über den demografischen Wandel, aber erst in nächsten zwei Jahrzehnten, führt es dazu, dass wir voraussichtlich mehrere Millionen weniger Beschäftigte auf dem Arbeitsmarkt haben. Migration wird das vermutlich nicht abfedern können, weil wir sehen die politische Tendenz zu restriktiverer Migration völlig irrsinnig, wenn man sozusagen meine analytische Brille aufsetzt und auch KI, also es wird aufgesagt, KI ist der Königsweg zur Lösung des Fachkräftemangels, das, was ich empirisch dazu gesehen habe, dass es ein Beitrag leisten kann, aber das Ausmaß, dass das Problems gar nicht gerecht werden kann. Insofern haben wir tatsächlich zentralen Überlastungsproblematik in der Arbeitswelt schon schleichend seit vielen Jahren, dass die Arbeitsbelastung zunehmt, dass oft zu wenige Menschen im Unternehmen verfügbar sind, in dieser Arbeit zu verrichten, dass Menschen in doppelverdiener Haushalten oder Alleinerziehende massiv überlastet sind von der Dualität von Sorgearbeiten und Erwerbsarbeit. Und aus meiner Sicht bedeutet das, dass wir gesellschaftlich gesehen eine Debatte darüber brauchen, welche arbeiten wirklich wichtig sind. Also wir müssen priorisieren. Bisher war das Paradigme immer mehr Arbeit schaffen um jeden Preis, es ist irrelevant, worum es geht, welchen Zweck diese Arbeit hat und wir brauchen eigentlich die Debatte wieder, die wir während der Corona-Pandemie hatten. Was sind denn essenzielle Aufgaben in einer Gesellschaft, welche Aufgaben sind besonders wichtig. Und es sollte mehr investiert werden in diese Bereiche, in meiner Auffassung vor allen Dingen Arbeit, die der ökologischen Trendwende, Kertwende dienen können, das ist ja ein Umbau unserer Infrastrukturen und Gesellschaften, der viel Arbeit kostet. Und zum anderen eben die Frage, wie gesellschaftlich Reproduktion überhaupt funktionieren kann in einer althanden Gesellschaft. Da müssten eigentlich mehr Ressourcen rein, während bestimmte Ausflüchse der Hyperkonsumgesellschaft, die Arbeit binden, letztendlich nicht gesellschaftlich zweckmäßig sind und rückgebaut werden sollten. Genau, und das ist ja das Thema, dass wir im Kapitalismus bislang das Prinzip hatten, dass der Preis reguliert hat, wo wir unsere Arbeit reinstecken, was wollen wir konsumieren, wo wird investiert? Ja, das ist richtig, wobei wir auch schon ein Kapitalismusfelder haben, die nicht marktförmig organisiert sind. Also letztendlich, wenn es um den Sozialstaat geht, um gesellschaftliche Sorge arbeiten, da gibt es ein breites Feld, wo tatsächlich eine Priorisierung vorgenommen wurde, auch weil man gesehen hat, selbst ein katholistischer Gesellschaft kann nicht ohne diese Aufgaben existieren, die sind sozusagen das Fundament unserer gesellschaftlichen Ordnung. Insofern müssen die öffentlich organisiert sein. Und es gibt auch Ansätze, die sagen, auch in der Innovations- und Investitionspolitik wären andere Priorisierung, möglich, wenn tatsächlich gesellschaftliche Zielstellungen da einen viel größeren Stellenwert hatten. Also zentrale Vertreterin davon ist Mariana Matsukato, kritische Ökonomien, die eine Hand der Geschichte der IT-Industrie folgende Anologie macht. Also sie zeigt, dass alle Schlüsseltechnologien im iPhone letztendlich indirekt produktmilitärischer Forschung waren, zentral aufgehängt am Apollo-Programm in den USA, für das 3 Prozent des Bruttoinlandsproduks damals, im V ausgab wurden mehrere hunderttausend Menschen standen in lo nem Boot, für diesen Zweck letztendlich militärisches Projekt der Mondlandung, um nicht von Russen abgegehängt werden zu können, und alle visionären Schlüsseltechnologien sind sozusagen ein Nebenprodukt derselben. Und sie stellt einfach die Freie, könnte man nicht einfach solche Mund-Short-Projekte für gesellschaftlich sinnvolle Zielsetzung aufsetzen, gerade in einer Zeit, wo die Zivilisation an einer weichen Stellung stehen. Zwischen weiter so, und wenn man sehenden Auges in den ökologischen Abgrund oder schafft man die Kertwände. Und ich finde, dass es eigentlich ein überzeugendes Konzept, wie auch eine andere Allokation von Arbeit gelingen könnte, dass man sagt, man schafft einen so großen Anreiz über groß angelegte Investitions- und Innovationsprojekte für gesellschaftlich sinnvolle Zielsetzung, dass dadurch eben auch Arbeit in andere Felder verlagert wird, die besonders wichtig sind. Eine letzte Frage noch, ich hatte es am Anfang schon gesagt, sie waren sachverständiger der Bundestags- und Kettkommission bis 2020. Würden sie der Politik heute etwas anderes raten, als sie damals geraten haben und was wäre das? Das ist eine gute Frage, würde ich mal länger nachdenken müsste. Also, wir hatten damals generative KI natürlich noch nicht auf dem Schirm und ich glaube, dass eine viel größere Rolle spielen würde, sozusagen natürlich die Auseinandersetzung mit dem Potenzialen und die Frage auch, welchen Grundlagen generative KI genügend sollte, wie eine übermäßige Abhängigkeit von Big Tech vermieden wird. Das war allerdings damals auch schon Thema. Ich glaube, was ich einbringen würde, wäre die noch mal stärker, auf das hatten wir schon diskutiert, die Gefahr von einer Überladung von Informationen und der Information, die damit zusammenhängt, die gar nicht mal nur dieses Thema sein muss, ob jemand mit KI-Methoden gefälschte Wahrheiten in die Welt bringt und Deepfakes und so was, das ist natürlich sehr relevante Themen, aber es geht mal einfach darum, um die reine Quantität von Informationen, die mit diesen Techniken erzeugt wird und die gesellschaftlichen Patologien, die damit entstehen. Klar, z.B. es gab über 20.000 Anträge für Marie-Kurie, Stipendien der Europäischen Union. Das sind so post-office, Stipendien von zwei bis drei Jahren, also auch kein lebenslange Stelle oder also was 20.000 Anträge. Was reflektiert einerseits Prekarität im Wissenschaftssystem? Es gibt immer mehr Leute, die nach solchen Optionen Ausschau halten müssen, aber es ist halt auch KI-generierte Anträge, die uns überfluten. Wir haben auf verschiedensten gesellschaftlichen Bereichen das Problem, dass es immer schwerer und immer aufwendiger wird, die Späufen weizen zu trennen, was jetzt auch wieder so eine Art Produktivitätsparadoxin ist. weil wir können es wahrscheinlich da Texte schreiben, aber dafür haben andere Leute mehr Arbeit bei der Auswahl dieser Texte, können dann wieder KI-Method anbinden, um diese diese Urteile zu treffen. Aber man sieht schon, man läuft da in Absurditäten rein, die bedeuten da liegt wirklich eine Gefahr darin, dass wir überfordert sind von dem, was da an die Informationswelle auf uns zuholt, von dem man nicht mehr beurteilen kann, ob sie menschlich oder künstlicher Zeug ist. Zumal in diesem Fall dann zusätzlich noch das Problem ist, dass ja auch die KI dann entscheidet, wer ist gut und wer kriegt den Job und wer nicht. Und die ist ja nicht ohne Beius, wie wir aufwissen. Die ist nicht ohne Beius, in dem Fall wird sie glaube ich noch nicht eingesetzt. Das bedeutet einfach menschliche Gutachter sollen gefunden werden für 20.000 Anträge. Also viel Spaß, das ist im Wissenschaftssystem tatsächlich ein Problem, je mehr publiziert wird, dass du mir so gut achtet werden und klar gibt es Experimente mit KI-generierten Reviews und so weiter und so fort. Aber angesichts dessen, dass die KI nicht wirklich versteht, was sie da macht, so nur so wirkt, als ob sie versteht, was sie macht, dass das ja eine riesen Authentizitätsproblem und glaubewürdigkeitsproblemen was da entsteht. Ich hoffe auf jeden Fall, dass sie recht behalten mit ihrer Vorhersage, wenn ich das auf meinem Job beziehe und dass ich auch in Zukunft hier selber sitzen werde und mit Menschen wie ihnen reden und nicht mit KI-Ergenden. Herr Votoller, ich bedanke mich ganz herzlich, dass Sie bei uns waren, es war sehr interessant, das Gespräch. Vielen Dank. Wünschen Sie sich noch ein besonderes Wirtschaftsthema in unserem Podcast oder einen besonderen Gast, dann schreiben Sie uns gerne an [email protected]. Ansonsten gibt es auch an den nächsten Freitagen wieder neue Themen, wie immer unter dv.com/wirtschaftspotcast und überall da, wo es Podcast gibt. Ich bin in Savrede, bleiben Sie neugierig und bis zum nächsten Mal.