StartseiteArtikel

Unternehmergeist ist eine lebendige "Urkraft".

复旦《管理视野》2026-01-06 14:05
Der wahre Motor des wirtschaftlichen Wachstums sind die "unscientifischen" Urteile, die Wachsamkeit und die Vorstellungskraft von Unternehmern.

Wirtschaftswachstum ist ein faszinierendes und riesiges Rätsel. Der berühmte Ökonom Robert E. Lucas Jr. hat einmal gesagt: „Sobald wir anfangen, über Wirtschaftswachstum nachzudenken, fällt es uns schwer, an etwas anderes zu denken.“ Nehmen wir China als Beispiel: Seit der Reform- und Öffnungspolitik hat die chinesische Wirtschaft langfristig ein durchschnittliches jährliches Wachstum von fast 8 % erzielt. Ökonomen haben große Anstrengungen unternommen, um das Geheimnis hinter diesem „8 %“ zu lüften. Etwa 4 % bis 5 % können durch die hohen Investitionen in China erklärt werden, aber die verbleibenden 3 % bis 4 % lassen sich nur auf eine sogenannte „Gesamtfaktorproduktivität“ zurückführen, die wie ein schwarzer Kasten wirkt. Selbst die scheinbar erklärbaren „hohen Investitionen“ selbst sind wahrscheinlich das Ergebnis dieses schwarzen Kastens.

Wenn man sich die Situation in verschiedenen Regionen Chinas ansieht, wird das Rätsel noch komplexer. Zhejiang an der Südostküste Chinas besteht größtenteils aus Berggebieten und hat keine besonders günstigen geographischen Bedingungen. Diese „armen Berge und bösen Gewässer“ waren in der Geschichte für die meiste Zeit weit entfernt von der Machtzentrale. Trotzdem hat diese Region seit der Reform- und Öffnungspolitik ein bemerkenswertes Wirtschaftswachstum erzielt. Nehmen wir zum Beispiel Yiwu in der Mitte von Zhejiang. Es ist von Bergen ringsum umgeben und hat keinen Seehafen. Geographisch gesehen eignet es sich nicht für den internationalen Handel, ist aber heute ein globaler Verkehrszentrum für Kleinwaren.

Zhang Weiyings Buch „Das Unternehmertum neu verstehen“ ist ein wichtiger Versuch, dieses Rätsel zu lösen. Dieses Buch ist das Ergebnis seiner vierzigjährigen Überlegungen, und seine Kernaussage lässt sich in einem Satz zusammenfassen: Der wahre Motor des Wirtschaftswachstums ist weder Kapital, noch „Algorithmen“, noch staatliche Planung, sondern die „unscientifische“ Urteilsfähigkeit, Wachsamkeit und Vorstellungskraft der Unternehmer.

Dies ist kein stumpfer ökonomischer Lehrgang, sondern eine theoretische Erklärung mit Biss. Es „bricht und baut auf“, indem es nicht nur die herrschende neoklassische Wachstumstheorie scharf kritisiert, sondern auch einen logisch kohärenten theoretischen Rahmen aufbaut, der den Unternehmer und das Unternehmertum wieder an die „Thron“ des Wirtschaftswachstums zurückführt. Mit diesem Blickwinkel werden die aktuellen Probleme in China, Japan und Europa sofort klar.

Das Unternehmertum ist eine lebendige „Urkraft“

Zhang Weiying stellt das Unternehmertum in den epistemologischen Rahmen von Friedrich August von Hayek und sagt, es sei die wahre Fähigkeit der Menschen, mit Unsicherheit umzugehen. Unternehmer treffen Entscheidungen auf der Grundlage von Intuition, Urteilsvermögen und Vorstellungskraft, auf der Grundlage von jenem „nur intuitiv erfassbaren“ weichen Wissen. Gerade wegen dieser „Unscientifität“ können sie in der Verwirrung Chancen entdecken und Wert schaffen.

Um zu erklären, was Unternehmertum ist, zeichnet dieses Buch zunächst drei Linien und erklärt, was es „nicht“ ist.

Erstens: Die Entscheidungen von Unternehmern basieren nicht auf einer „wissenschaftlichen“ Berechnung anhand von Big Data und statistischen Modellen. Dadurch unterscheiden sich Unternehmer von Managern und Ingenieuren. Manager und Ingenieure treffen Entscheidungen auf der Grundlage von beschreibbarem und quantifizierbarem „hartem Wissen“; die Entscheidungen von Unternehmern hingegen beruhen weitgehend auf persönlichem, schwer ausdrücklichem „weichen Wissen“ – das alte chinesische Sprichwort „Der, der von dem Tao spricht, spricht nicht vom wahren Tao“ beschreibt genau diesen Sachverhalt.

Dies ist kein künstlicher Mystizismus, sondern eine Folge der Natur der Innovation. Echte Innovation geht immer mit Unsicherheit und Unvorhersehbarkeit einher, denn sie bedeutet die Entstehung von neuem Wissen. Hier liegt ein zentrales Paradoxon: Wenn neues Wissen vor seiner Entstehung vorhergesagt und berechnet werden kann, ist es dann noch echtes „neues“ Wissen? Unternehmer sind wie Seefahrer, die auf einem weiten Meer nach Land suchen. Ob es sich vor ihnen um eine Küste oder um Felsen handelt, weiß niemand im Voraus. Dies ist keine berechenbare „Risiko“, sondern völlige „Unbekanntheit“. Wie das Sprichwort sagt: „Kleines Vermögen macht der Fleiß, großes Vermögen der Zufall.“ Bei allen Dingen, die mit wissenschaftlichen Methoden berechnet werden können, ist der Gewinnspielraum schon weitgehend ausgeschöpft; diejenigen, die Großes erreichen können, sind oft Dinge, die andere nicht berechnen können und bei denen man sich wagt, zu wetten.

Es ist erwähnenswert, dass dieses Buch geschrieben wurde, bevor die aktuelle Welle der Künstlichen Intelligenz begann, und daher auch nicht speziell darauf eingeht. Doch die Unterscheidung zwischen „weichem“ und „hartem“ Wissen sowie die Betonung von Intuition und Vorstellungskraft in diesem Buch werden in einer Zeit, in der KI alle berechenbaren und quantifizierbaren Bereiche erobert, noch schärfer. Wenn Maschinen den größten Teil des „harten Wissens“ bewältigen, liegt der verbleibende Vergleichsvorteil der Menschen vermutlich in Bereichen, die auf Intuition, Urteilsvermögen und Vorstellungskraft beruhen – schließlich sind dies die Ergebnisse der millionenjährigen Evolution der Menschheit. Dies gilt nicht nur für Unternehmer, sondern für alle Menschen. Seit der Einführung von Large Language Models hat sich der amerikanische Arbeitsmarkt stark verändert, aber die größten Auswirkungen haben diese Veränderungen auf frisch gebildete Akademiker gehabt, während Berufseinsteiger mit längerer Erfahrung weitaus weniger betroffen waren. Wahrscheinlich haben diese „Jungspund“ nur standardisiertes „hartes Wissen“ gelernt, das von KI leicht ersetzt werden kann.

Zweitens: Unternehmer lösen nicht Probleme unter gegebenen Randbedingungen, sondern ändern diese Randbedingungen direkt und verwandeln das Unmögliche in das Mögliche. Diese Randbedingungen können Technologie, Markt, Institutionen oder sogar die mentalen Barrieren der Menschen sein. Mit anderen Worten: Unternehmer sind keine „Aufgabenlöser“, sondern „Aufgabensteller“. Sie befriedigen nicht nur die vorhandenen Bedürfnisse, sondern sind auch gut darin, neue Bedürfnisse zu erschaffen. Das Buch gibt ein Beispiel: Im 18. Jahrhundert schlug John Wilkinson in England vor, Schiffe aus Eisen zu bauen. Alle lachten ihn aus, denn wie sollte Eisen schwimmen können? Aber 1787 schwamm sein reiner Eisenschub „Experiment“ tatsächlich auf der River Severn.

Drittens: Unternehmer streben nicht nur nach Profit. Sie haben einen „Traum“ im Herzen. Dies bedeutet nicht, dass sie kein Geld mögen, sondern im Vergleich zu Investoren, die nur auf die Rendite schauen, legen Unternehmer oft mehr Wert auf Werte jenseits des Geldes und tun sogar Dinge, die in den Augen der Kapitalgeber als „verrückt“ erscheinen. Dies führt auch oft zu Spannungen zwischen Unternehmern und Investoren. Persönlichkeiten wie Steve Jobs und Elon Musk haben es nicht selten mit ihren Investoren aneinander gerichtet. Damals hat Mike Markkula, Jobs' Förderer und Mentor, zwischen Steve Jobs und CEO John Sculley für Sculley entschieden und Jobs aus Apple herausgedrängt.

Aber umgekehrt wäre es für eine Gesellschaft das beste Geschäft der Welt, wenn sie das Unternehmertum in ihrer Bevölkerung aktivieren könnte. Diese Leute kommen nicht nur wegen des Geldes (einige bringen sogar ihr eigenes Geld mit), sondern treiben von ihrem inneren Feuer an, sich ganz neuen Methoden und Bereichen zu widmen und so eine lebendige Atmosphäre zu schaffen, wie in dem chinesischen Gedicht: „Alles in der Natur strebt nach Freiheit.“ Dies ähnelt dem deutschen Begriff des „Zeitgeistes“ oder dem griechischen Begriff des „Tiergeistes“ – einfach gesagt, es ist eine lebendige „Urkraft“. Es ist schwer, dies mit formeller „wissenschaftlicher“ Sprache zu erklären, aber alle, die sich in dieser Atmosphäre befinden, können diese Kraft spüren. Umgekehrt wäre es die größte Verschwendung der Welt, wenn wir diese „Urkraft“ mit Regeln und Vorschriften einschränken und dämpfen. Sobald diese „Urkraft“ verschwindet, kann man sie nicht durch Subventionen und Anreize zurückholen, und die Wirtschaft wird wie in einigen entwickelten Ländern in eine lange Rezession geraten.

„Brechen“: Die Kritik an der neoklassischen Ökonomie

Seit dem frühen 20. Jahrhundert ist die neoklassische Ökonomie die „orthodoxe“ Richtung in der Ökonomie. Es ist nicht schwer, sich in sie einzuarbeiten, aber es ist schwierig, sie wirklich zu verstehen. Wer sie wirklich versteht, hat eine starke Einsicht in die Weltgeschehen und kann mit jedem Gegenstand argumentieren. Gerade weil ihr theoretischer Rahmen solide und ihr logischer Apparat scharf ist, hat sie in der zweiten Hälfte des 20. Jahrhunderts wie ein „Ökonomischer Imperialismus“ in die Sozialwissenschaften wie Soziologie, Geschichte und Politik eingedrungen.

Aber die neoklassische Ökonomie hat ein ziemlich peinliches „Schwachpunkt“: Sie kann die Wirtschaftswachstumsprobleme, in denen sie eigentlich am besten sein sollte, nur unzureichend erklären. Der Grund dafür ist, dass ihr theoretisches Modell zu „stabil“ und zu deterministisch ist und keine evolutionäre Perspektive hat. Oft muss man den technologischen Fortschritt einfach als exogenen Faktor in das Modell einfügen, so dass es uns nicht helfen kann, den wahren Motor des Wirtschaftswachstums – die inhärente „Unsicherheit“ der Innovationsaktivitäten – zu verstehen. Aus diesem Grund hat der Unternehmer in diesem Rahmen überhaupt keine Rolle: Wenn die Zukunft bestimmt ist, kann der Preismechanismus das Ressourcenallokationsproblem automatisch lösen. Was braucht man dann Unternehmer? Dies ist wie das Stück „Hamlet“, bei dem die Bühne aufgebaut und die Nebenrollen besetzt sind, aber der Prinz von Dänemark fehlt.

In diesem Buch richtet Zhang Weiying einen offenen Angriff auf die neoklassische Ökonomie (insbesondere die Wachstumstheorie) aus. Er hat sich seit Jahrzehnten mit der neoklassischen Ökonomie beschäftigt und hat daher einen besonders tiefen Einblick in ihre „Schwachstellen“. Er vergleicht sie unverschämt mit der „Heliozentrismus“. Er weist auch darauf hin, dass selbst die „endogene Wachstumstheorie“ von Paul Romer, einem Nobelpreisträger, die Innovation und den technologischen Fortschritt nur als unvermeidliches Ergebnis von Forschungs- und Entwicklungsinvestitionen ansieht, und nicht als echte „Erkundung des Unbekannten“. Diese zu deterministische Vorstellung kann leicht zu Irrtümern führen, indem man denkt, dass man das Wachstumsproblem einfach durch mehr Geld und Subventionen für die Forschung und Entwicklung lösen kann – dabei wird die unplanbare „Urkraft“ des Unternehmertums völlig ignoriert.

Die staatlichen Subventionen für die Innovation basieren auf einer zentralen Annahme: Der Staat kann eine Gruppe von Experten zusammenbringen, die die großen Trends der technologischen Entwicklung genau vorhersagen können. Doch wie der Harvard-Professor Clayton M. Christensen in dem Buch spitzfindig bemerkt: „Wenn wir Experten bei der Vorhersage von neuen Märkten beobachten, können wir uns nur sicher sein, dass ihre Vorhersagen falsch sein werden.“ Es gibt viele Beispiele für diese Tatsache. Anfang des 20. Jahrhunderts, als die Luftfahrt gerade ihren Anfang nahm, setzten die meisten führenden Wissenschaftler und Ingenieure auf Luftschiffe und sahen Flugzeuge nur als „gefährliches Spielzeug“ an.

Das gleiche gilt für die Geschichte der Künstlichen Intelligenz. Es gibt zwei Forschungsansätze in der KI: Der Symbolismus und der Konnektionismus. Einfach ausgedrückt, ist der Symbolismus ein „top-down“-Entwurf, der versucht, alle Dinge in der Welt – Katzen, Hunde, Tische – in klare „Symbole“ zu verwandeln und dann diese Symbole gemäß strengen logischen Regeln zu verarbeiten. Daher hat er für Wissenschaftler eine natürliche Attraktivität und wird von den meisten Forschern als „Hoffnung der Gemeinde“ angesehen.

Der Konnektionismus hingegen ist ein „bottom-up“-Evolutionansatz, der es dem Computer ermöglicht, direkt aus einer großen Menge von Daten Regeln zu lernen. Der Prozess ist wie ein „schwarzer Kasten“ und war daher lange Zeit eher am Rande. Erst in den letzten zehn Jahren hat er dank Deep Learning und Large Language Models einen „Kurswechsel“ vollzogen. Interessanterweise hat auch NVIDIA, das später zum Kern der KI-Rechenleistung wurde, zunächst die Macht dieser Welle nicht erkannt. Auf einer wissenschaftlichen Konferenz im Jahr 2009 hat der Deep Learning-Pionier Geoffrey Hinton seinen Forschungen tausenden Forschern vorgestellt und sie angeraten, NVIDIA-Grafikkarten zu kaufen, um ihre Forschungen zu beschleunigen. Nach der Konferenz hat er an NVIDIA eine E-Mail geschickt, in der er im Wesentlichen sagte: „Ich habe gerade tausend Forschern geraten, Ihre Grafikkarten zu kaufen. Können Sie mir eine als Unterstützung schenken?“ NVIDIA war sehr beeindruckt und lehnte ihn dann freundlich ab. Wenn es schon NVIDIA so geht, dann braucht man nicht weiter zu sagen, wie es mit anderen ist.

In einer offenen akademischen und marktwirtschaftlichen Umgebung konkurrieren verschiedene technologische Ansätze miteinander, manche gewinnen, manche verlieren. Selbst wenn einige Ansätze scheitern, ist die Kosten für die gesamte Gesellschaft relativ gering, und es kann immer neue Wege gefunden werden. Sobald der Staat selbst in die Entscheidung einmischt, steigt das Risiko einer Fehlallokation von Ressourcen. Während des Kalten Krieges haben die USA und die Sowjetunion im Halbleiterbereich miteinander konkurriert. Die Sowjetunion war in der Röhrentechnologie nicht hinterher, aber als die USA mit der Transistortechnologie einen „Kurswechsel“ vollzogen haben, hat der sowjetische Staatschef Nikita Chruschtschow selbst entschieden, die Kräfte auf die „Miniaturisierung von Röhren“ zu konzentrieren. Trotz der Tatsache, dass die Sowjetunion eine große Anzahl von weltweit führenden Wissenschaftlern und Ingenieuren hatte, ist sie schließlich in der Halbleiterindustrie hinterhergeblieben, weil sie den falschen technologischen Ansatz gewählt hat. Dieses Beispiel kann uns möglicherweise helfen, die Grenzen der „geplanten Innovation“ besser zu verstehen.

„Aufbauen“: Die Smith-Schumpeter-Theorie

Vor über zweihundert Jahren hat der Vater der Ökonomie Adam Smith das Geheimnis des Wirtschaftswachstums aufgedeckt: Arbeitsteilung und Spezialisierung treiben den technologischen Fortschritt voran. Er hat dies mit einem einfachen Beispiel des Nadelherstellens erklärt: Ein einzelner Arbeiter kann möglicherweise nicht einmal eine Nadel pro Tag herstellen; wenn man den Prozess in mehr als zehn spezielle Arbeitsgänge aufteilt, kann die durchschnittliche tägliche Produktion pro Arbeiter auf Tausende von Nadeln steigen. Die Macht der Arbeitsteilung ist erstaunlich.

Dann stellt sich die Frage: Wenn die Arbeitsteilung so nützlich ist, warum kann man sie nicht unendlich fortsetzen? Warum ist die Arbeitsteilung in einigen Ländern sehr fein, in anderen aber sehr grob? Smiths zweiter Einblick geht direkt auf den Kern der Sache: Die Tiefe der Arbeitsteilung wird im Wesentlichen durch die Marktgröße begrenzt. Wenn der Markt nicht groß genug ist, kann es für das speziellste Produkt nicht genug Käufer geben. So beginnt die Kette „Markterweiterung – Vertiefung der Arbeitsteilung – technologischer Fortschritt – Wirtschaftswachstum“ zu laufen. Dies ist die berühmte „Smith'sche Wachstumstheorie“. Die Wirtschaftsgeschichte seit der Industrial Revolution von über zweihundert Jahren hat diese Theorie fast immer bestätigt.

Aber Smiths Theorie hat noch einen wichtigen „Haken“: Woher kommt der Markt selbst? Zhang Weiying füllt diese Lücke mit Schumpeters Theorie des Unternehmertums. Der Markt entsteht nicht aus dem Nichts, sondern wird von Unternehmern mit neuen Produkten und Ideen erschaffen. In vielen Fällen ist die Nachfrage nicht die „Mutter der Innovation“. Bevor die Unternehmer etwas entdecken und schaffen, wissen die Verbraucher möglicherweise nicht einmal, was sie brauchen. Das Buch hat die verschiedenen industri