Die Übersetzung eines Buches dauert nur eine halbe Stunde – warum gibt es keine explosionsartige Veröffentlichung von Büchern?

01. Vom Paradoxon der Übersetzer bis hin zu realen Reibungen

Heute kann KI vielleicht in nur wenigen Stunden ein englischsprachiges Werk mit über einer Million Wörtern ins Chinesische übersetzen. Seltsamerweise hat sich die Übersetzungs- und Verlagsbranche dadurch nicht explosionsartig entwickelt. Es gibt nicht plötzlich tausendmal so viele Übersetzungen in den Buchhandlungen, und die Leser haben auch nicht tausendmal mehr Zeit zum Lesen. Diese Tatsache bringt uns in Erinnerung: Wirtschaftswachstum wird nicht von der schnellsten Maschine bestimmt, sondern von den langsamsten menschlichen, institutionellen und marktwirtschaftlichen Faktoren.

Das Paradoxon der Übersetzer ist ein ausgezeichneter Einstieg in die KI-Zeit. Es zeigt uns, dass ein sprunghafter Anstieg der Effizienz bei einzelnen Aufgaben nicht automatisch einen sprunghaften Anstieg der Anzahl der Endprodukte bedeutet. Ein exponentieller Fortschritt einer Technologie führt auch nicht zwangsläufig zu einem vertikalen Anstieg der makroökonomischen Wachstumsrate. KI kann die Kosten für bestimmte kognitive Aufgaben schnell senken, aber sie kann nicht gleichzeitig Urheberrechte, Redaktion, Verantwortung, Vertrauen, Vertriebskanäle, die Aufmerksamkeit der Verbraucher und Marktrisiken beseitigen.

In einem früheren Artikel habe ich versucht zu erklären, dass die wahre Bedeutung von KI nicht in der alten industriellen Tabelle steht und nicht in den vier Worten "Personalreduktion und Effizienzsteigerung" zusammengefasst werden kann. Wenn wir nur fragen, ob eine Abteilung weniger Mitarbeiter beschäftigen kann, ob ein Prozess einige Minuten schneller ablaufen kann oder ob eine Stelle von einer Maschine ersetzt werden kann, dann befinden wir uns immer noch im Koordinatensystem der alten Welt und versuchen, eine Technologie zu verstehen, die eigentlich das Koordinatensystem neu definieren sollte.

Die tiefere Bedeutung von KI liegt darin, dass sie die Menge der machbaren Aktivitäten in Produktion und Konsum erweitert. Aktivitäten, die früher nicht möglich, nicht vorstellbar, zu teuer oder nicht organisierbar waren, werden nun erstmals in den Bereich der Möglichkeiten aufgenommen. Die ersetzten Stellen haben Namen, aber die meisten der neu geschaffenen Aktivitäten haben noch keine. Im alten Rechnungswesen standen "Übersetzung", "Texterstellung", "Kundendienst", "Programmierer". In der neuen Welt werden sich jedoch Lern-, Begleit-, medizinische, ästhetische und organisatorische Formen entwickeln, denen wir noch keine Namen geben können.

Dies ist die einfachste Weisheit der Preistheorie: Wachstum ist nie eine bloße Vergrößerung der Mengen auf einer vorgegebenen Speisekarte, sondern eine Erweiterung des machbaren Bereichs, eine Neuordnung der relativen Preise, eine Neugliederung der Aktivitätsgrenzen und das ständige Ausprobieren und Fehlertolerieren in lokalen Wissensbereichen.

Die Anerkennung, dass KI die Grenzen des machbaren Bereichs erweitert, bedeutet jedoch nicht, dass man sich dem technologischen Utopismus unterwirft. In den letzten Jahren hat sich die Vorstellung immer stärker durchgesetzt, dass, da die Fähigkeiten von Modellen exponentiell steigen, die Parameter, die Rechenleistung, die Inferenz und der Automatisierungsgrad ständig zunehmen, auch die makroökonomische Wachstumsrate vertikal ansteigen wird. Manche gehen sogar so weit zu vermuten, dass KI in entwickelten Volkswirtschaften das Wachstum von etwa zwei Prozent pro Jahr auf zehn, zwanzig Prozent oder sogar noch mehr beschleunigen wird.

Dies ist sowohl eine Verehrung technologischer Fähigkeiten als auch ein Verlust an ökonomischem Verständnis. Die reale Welt ist keine einfache Produktionsfunktion. Eine Volkswirtschaft besteht aus Eigentumsrechten, Organisationen, Vertrauen, Verantwortung, Menschen, Familien, Bildung, Gesundheit, Institutionen und Zeit. Wenn ein Bereich schneller wird, muss das gesamte System nicht automatisch schneller werden. Wenn eine Aufgabe kostenlos wird, muss das Endprodukt nicht automatisch kostenlos werden. Wenn eine Fähigkeit explodiert, muss die makroökonomische Gesamtheit nicht zwangsläufig explodieren.

Eine der wichtigsten Fragen in der KI-Zeit ist daher nicht mehr, "kann die Maschine es tun", sondern "kann das gesamte soziale System es aufnehmen, neu organisieren, bewerten und verbreiten"? Warum erscheinen die makroökonomischen Daten immer noch so ruhig, obwohl die mikroökonomische Umstrukturierung so heftig ist? Warum scheint die Technologie auf einer exponentiellen Kurve zu steigen, während die wirtschaftliche Gesamtheit immer noch von einer Art "Schwerkraft" an den Boden gezogen wird? Und warum wird es sein, dass die Bereiche, die in den nächsten dreißig Jahren tatsächlich expandieren werden, vielleicht weder die traditionelle Warenproduktion noch die enge Definition der digitalen Produktion sein werden, sondern die Reproduktion des Menschen selbst?

02. Das technologische Utopia durchstechen: Die "zweiprozentige Schwerkraft" der Makroökonomie

Vor dem Schreiben müssen wir das Diskussionsobjekt klar definieren. Unter "mäßiges Wachstum" oder "zweiprozentige Schwerkraft" verstehen wir hier die Volkswirtschaften, die an der Spitze der Welttechnologie stehen - heute ist das am typischsten die USA. Das Wachstum dieser Spitzenwirtschaften muss auf neuen Wegen in unerschlossenen Gebieten beschritten werden, nicht auf den schon befahrenen Wegen anderer Länder. Diejenigen Volkswirtschaften, die noch im Aufholprozess sind, können über einen längeren Zeitraum hinweg schnell wachsen, da das Wachstum auf Konvergenz und Diffusion beruht, nicht auf der Weiterentwicklung an der Spitze. Dies ist Thema eines anderen Artikels und wird hier nicht weiter behandelt.

Zurück zur Spitze. In der Computerzeit gab es das berühmte "Solow-Paradoxon": Computer waren überall zu finden, nur in den Produktivitätsstatistiken nicht. Heute steht die KI an einem ähnlichen Scheideweg. Die Cluster von Grafikkarten, die Grundlagenmodelle, die Bewertungen von Start-up-Unternehmen, die Kapitalausgaben, die Nachfrage nach Chips und der Bau von Rechenzentren rennen alle voran, während die makroökonomische Gesamtfaktorproduktivität nicht in gleichem Maße ansteigt.

Vieles, was heute als KI-Boom bezeichnet wird, zeigt sich zunächst in Form von Kapitalintensivierung. Unternehmen kaufen mehr Chips, bauen mehr Rechenzentren, beschäftigen mehr Ingenieure und tragen höhere Cloud-Kosten. Dies führt natürlich zu einer Investitionswelle und zu einer Neubewertung der Kapitalmärkte in Bezug auf die zukünftigen Cashflows. Aber Kapitalintensivierung bedeutet nicht zwangsläufig einen grundlegenden Sprung in der Gesamtfaktorproduktivität. Ein höherer Kapitalstock kann zwar die lokale Produktion erhöhen, aber eine echte Produktivitätsrevolution muss sich darin zeigen, dass dieselbe Arbeit, dasselbe Kapital und dieselbe Organisation stetig mehr Wert produzieren können.

Von der Dampfmaschine über die Elektrizität und den Verbrennungsmotor bis hin zum Computer und dem Internet: Die Verbreitung von Technologien mit allgemeinem Anwendungszweck ist nie von einem Tag auf den anderen erfolgt. Die Einführung einer Technologie ist nur der erste Schritt, danach gibt es noch einen viel längeren Weg: Prozesse müssen neu geschrieben werden, Institutionen müssen angepasst werden, das Humankapital muss neu ausgebildet werden, die gesetzlichen Verantwortlichkeiten müssen neu definiert werden, die Branchenstandards müssen sich langsam formen, und die Gewohnheiten der Verbraucher müssen sich allmählich ändern. Eine neue Technologie kann zunächst sogar die beobachtete Produktivität senken, da die Gesellschaft viele Ressourcen aufwendet, um Fehler zu korrigieren, zu verlagern und neu zu organisieren.

Dies ist die "zweiprozentige Schwerkraft" der Makroökonomie.

Die "zwei Prozent" hier sind keine geheime Konstante, sondern eine historische Erfahrung: Die Volkswirtschaften an der Spitze haben es über einen langen Zeitraum hinweg schwer, dauerhaft und stark aus der Bahn des mäßigen Wachstums auszubrechen. Technologische Revolutionen können lokale Wellen schlagen, die Branchenlandschaft umgestalten, riesige Unternehmen und Reichtümer schaffen und in bestimmten Jahren eine Beschleunigung der Produktivität bringen. Aber sie können es selten schaffen, dass die gesamte Spitzenwirtschaft dauerhaft den realen Beschränkungen entflieht, die durch Bildung, Gesundheit, Organisation, Gesetzgebung, Familie, Stadt und den Menschen selbst gebildet werden.

KI kann natürlich möglicherweise die zukünftige Wachstumsrate etwas höher als in der Vergangenheit machen. Wenn die USA in den nächsten dreißig Jahren von zwei auf drei Prozent wachsen können, oder sogar in bestimmten Phasen auf vier Prozent kommen, wäre das bereits eine äußerst bedeutende historische Veränderung. Aber wenn man sich diese Veränderung als eine zwanzigfache Wachstumsrate vorstellt, verwechselt man die Kurve der Modellfähigkeiten mit der makroökonomischen Kurve.

Warum ist das so? Ein wichtiger Grund ist, dass die Baumol-Kostenkrankheit in der KI-Zeit in neuer Form auftauchen wird.

Wenn KI die Grenzkosten für kognitive Aufgaben wie Textverarbeitung, Logik, Programmierung, Recherche, Übersetzung, Berechnung und Bildgenerierung schnell senkt, werden die Sektoren, die nicht vollständig von Algorithmen ersetzt werden können, im Gegenteil teurer. Tiefe medizinische Versorgung, psychische Begleitung, Persönlichkeitsbildung in der Bildung, die Entwicklung von Kindern, die Pflege von alten Menschen, Organisation und Führung, öffentliche Verantwortung, komplexe Verhandlungen, ästhetische Urteile, Vertrauensgarantien - all dies ist nicht nur Informationsverarbeitung. Sie beinhalten die physische Anwesenheit, emotionale Resonanz, soziale Verpflichtungen und die Verantwortung, die schließlich von Menschen übernommen werden muss.

In einer hochautomatisierten Wirtschaft werden die wirklich teuren Dinge allmählich nicht mehr die Rechenleistung, sondern der Mensch selbst. In allen Bereichen, die leicht automatisiert werden können, sinken die relativen Preise. In allen Bereichen, die schwer zu automatisieren sind und bei denen die Nachfrage nicht nachlässt, steigen die relativen Preise. Das Ergebnis ist, dass der Anteil der Ausgaben für Sektoren mit hoher Reibung in der Wirtschaft passiv steigt und somit die makroökonomische Wachstumsrate bremst.

Dies ist kein technischer Misserfolg, sondern eine allgemeine Gleichgewichtsreaktion.

03. Das Paradoxon der Übersetzer: Die schnellste Maschine, das langsamste System

Wenn man die Übersetzung und Verlagsarbeit in die Produktionsfunktion einbezieht, wird das Problem noch deutlicher.

Technologisch gesehen ist die KI-Übersetzung fast ein Wunder. Heute kann eine Maschine in nur wenigen Stunden ein englischsprachiges Werk mit über einer Million Wörtern ins Chinesische übersetzen, während ein guter Übersetzer früher zwei oder drei Jahre dafür gebraucht hätte. Bei der Aufgabe der "Textumwandlung" allein hat sich die Effizienz nicht um zwanzig, nicht um zweihundert Prozent erhöht, sondern um tausend- oder sogar millionenfach.

Aber in der Realität sehen wir nicht, dass die Anzahl der übersetzten und veröffentlichten Bücher in gleicher Geschwindigkeit explosionsartig ansteigt. Auf dem chinesischen Markt gibt es nicht plötzlich tausendmal so viele hochwertige Bücher, die aus Englisch, Französisch, Deutsch oder Japanisch übersetzt wurden, nur weil es KI gibt.

Der Grund dafür ist, dass die Veröffentlichung eines Buches nie nur die Aufgabe der "Übersetzung" ist, sondern ein Produktionsprozess im Sinne von Wassily Leontief, d. h. ein Prozess mit festen Verhältnissen. Das Endprodukt erfordert, dass viele komplementäre Schritte gleichzeitig abgeschlossen werden: Themaauswahl, Urheberrechte, Verträge, Übersetzung, Korrekturlesen, Redaktion, Prüfung, Gestaltung, Vertrieb, Marketing, Vertriebskanäle, Zielgruppe, akademische Beglaubigung, gesetzliche Verantwortung und die Übernahme von Marktrisiken. KI hat die Kosten eines der Schritte beseitigt oder stark gesenkt, aber nicht die Kosten der anderen Schritte.

Wenn ein Produktionssystem feste Verhältnisse hat, dann hängt seine Effizienz nicht von dem schnellsten Schritt ab, sondern von der langsamsten Engstelle. Je schneller die KI übersetzt, desto deutlicher wird die Engstelle sichtbar.

Erstens gibt es die Reibungen bei den Eigentumsrechten und der Einhaltung von Vorschriften. Transnationale Verhandlungen über Urheberrechte werden nicht automatisch abgeschlossen, nur weil die Maschine schneller übersetzt. Verlage müssen immer noch die Rechteinhaber finden, die Preise vereinbaren, Verträge unterzeichnen und die Lizenzbedingungen, elektronischen Rechte, abgeleitete Rechte, regionale Beschränkungen und die gesetzliche Verantwortung regeln. Ein Text kann in einer halben Stunde übersetzt werden, aber ein Urheberrechtsvertrag kann sechs Monate dauern.

Zweitens gibt es die Überprüfung von Vertrauen und Qualität. Die Leser kaufen nicht nur eine Reihe von chinesischen Sätzen, sondern einen vertrauenswürdigen Text. Wer garantiert, dass die Übersetzung korrekt ist? Wer kümmert sich um die Konzeptübersetzung, den Kontext, die Fachausdrücke, die kulturelle Umwandlung und den Stil des Autors? Wer trägt die Reputationsschäden, wenn es Fehler gibt? KI kann einen ersten Entwurf erstellen, aber die endgültige Qualität hängt immer noch von Experten, Redakteuren und Übersetzern ab - je stärker die Maschine ist, desto teurer wird die Verantwortung, die die Menschen übernehmen müssen.

Drittens gibt es die Entdeckung von Marktrisiken. Ob ein Buch überhaupt übersetzt werden sollte, wird nie von der Maschine entschieden. Ob die Leser es wollen, ob der Markt es aufnehmen kann, ob die Vertriebskanäle es fördern wollen, ob die Kritik darüber spricht, ob Schulen, Medien und Wissensgemeinschaften es anerkennen - all dies ist ein hochgradig ungewisser Entdeckungsprozess. KI kann die Produktionskosten senken, aber die Unsicherheit der Nachfrage nicht beseitigen.

Viertens gibt es die Beschränkungen von Aufmerksamkeit und Zeit. Selbst wenn alle Bücher in einem Moment übersetzt wären, hätten die Leser nicht plötzlich tausendmal mehr Zeit zum Lesen. Die Engstelle bei Wissensprodukten liegt oft nicht auf der Produktionsseite, sondern auf der Empfängerseite. Die Aufmerksamkeit, Geduld, Verständnis und das mentale Gefüge der Menschen sind das endgültige Knappheitselement.

Dies ist das sogenannte "Paradoxon der Übersetzer": Die Übersetzung als technische Aufgabe wurde massiv verbessert, aber die Übersetzungs- und Verlagsarbeit als sozialer Produktionsprozess hat sich nicht in gleicher Weise explosionsartig entwickelt.

Dieses Beispiel zeigt, dass die Auswirkungen von KI auf die Wirtschaft nicht nur auf die Effizienz einzelner Aufgaben reduziert werden können. Die Ökonomie interessiert sich für die Endprodukte, die Systemkomplementarität und das allgemeine Gleichgewicht. Wenn die Grenzkosten einer Aufgabe auf null sinken, bedeutet das nicht, dass die Grenzkosten einer ganzen Branche auf null sinken. Die Maschine kann sehr schnell laufen, aber das soziale System muss immer noch über Institutionen, Organisationen und Menschen gehen.

Das gilt für die materielle Produktion, für die digitale Produktion, und noch mehr für die Bereiche Medizin, Bildung, Kultur, Recht, Finanzen, Forschung und Regierungsverwaltung.

04. Der Wandel in den nächsten dreißig Jahren: Von der Umstrukturierung von Waren zur Reproduktion des Menschen selbst

Kurzfristig bringt KI hauptsächlich nicht einen explosionsartigen Anstieg der makroökonomischen Gesamtheit, sondern eine heftige Umstrukturierung der Produktionsfaktoren.

Die Arbeitsabläufe innerhalb von Unternehmen werden neu geschrieben. Stellen werden verschwinden und sich verändern. Viele Jobs, die bisher auf Regelfolgen, Textverarbeitung, standardisierte Analysen und prüfungsorientierte Kognition basierten, werden schnell an Wert verlieren. Gleichzeitig haben die neuen Aktivitäten, Prozesse und Berufe noch keine festen Namen. Dieser Zeitraum wird von Reibungskosten geprägt: Die Mitarbeiter müssen neu ausgebildet werden, die Organisation muss neu aufgeteilt werden, die Managementebene muss die Verantwortlichkeiten neu definieren, die Gesetze müssen neu ausgelegt werden, und die Verbraucher müssen neu lernen, zu vertrauen.