Je hitziger das KI-Feld wird, desto mehr müssen wir eine Frage beantworten: Wem gehört der Wohlstand letztendlich?

Fest steht, dass KI die reale Welt beeinflusst. Ungewiss ist aber, ob dieser Einfluss substituierend und bestandserhaltend oder kreativ und wertschöpfend ist, und ob er allen zugutekommt oder nur wenigen Gruppen. Dies sind die zentralen Fragen, die es in der KI-Wirtschaft zu beobachten gilt. Auf der 2026 Inclusion · Bund-Gipfel diskutierten zahlreiche Ökonomen und Unternehmer über KI im Zusammenhang mit Wirtschaftswachstum, Produktivität, Beschäftigung und Nachfrage. Die neue KI-Wirtschaft hat bereits begonnen, aber es gibt noch keine allgemeingültige Antwort darauf, wohin sie sich letztendlich entwickeln wird.

KI wird zu einer echten, nicht zu vernachlässigenden Kraft im globalen Wirtschaftswachstum.

Vor vier Jahren war sie noch ein neuartiges „Spielzeug“, das Gedichte schreiben und Fragen beantworten konnte; heute ist sie in die Unternehmensproduktion, den Arbeitsmarkt, Kapitalinvestitionen und sogar das Konsumleben gewöhnlicher Menschen eingetreten und hat sich von einer technischen Variable zu einer wirtschaftlichen Realität entwickelt, die jeden Menschen betrifft.

Aber eine schwierigere Frage taucht auf: Wohin wird diese Kraft die Wirtschaft letztendlich führen?

Auf der 2026 Inclusion · Bund-Gipfel wurde dies zu einem Thema, das zahlreiche Ökonomen und Unternehmer wiederholt diskutierten.

Huang Yiping, Dekan des Nationalen Entwicklungsforschungsinstituts der Peking-Universität, ist der Ansicht, dass die endgültige Auswirkung von KI auf die Wirtschaft noch lange nicht feststeht. Einerseits verspricht KI, die totale Faktorproduktivität erheblich zu steigern; andererseits verändert der technische Fortschritt gleichzeitig die Beschäftigungsstruktur und die Einkommensverteilung, kann auch den Konsum und die Gesamtnachfrage beeinflussen und sogar das bisher vertraute Paradigma des Wirtschaftswachstums verändern.

Er wies darauf hin, dass man die Auswirkungen von KI auf die Wirtschaft nicht nur an der Technik selbst messen darf, sondern auch beobachten muss, wie die Technik tatsächlich in das Wirtschaftssystem eindringt.

Liu Yuanchun, Rektor der Shanghai University of Finance and Economics, stellte fest: „Die neue Form der KI-Wirtschaft ist bereits etabliert, aber die KI-Ökonomie hat noch nicht wirklich begonnen.“

Frühere wirtschaftswissenschaftliche Forschungen basierten oft auf relativ stabilen Produktionsfunktionen, Unternehmensorganisationen und technischen Veränderungen. Aber KI kann gleichzeitig Arbeit, Kapital, Wissensproduktion und sogar Entscheidungsprozesse verändern. Wenn sich das technische Paradigma selbst schnell verändert, reicht es nicht mehr, sich nur auf historische Daten und traditionelle Modelle zu stützen, um in die Zukunft zu extrapolieren.

Daher werden eine Reihe von Fragen, die bereits beantwortet zu sein schienen, erneut offen: Wann führen die durch KI erzielten mikroökonomischen Effizienzsteigerungen zu einer makroökonomischen Produktivitätssteigerung? Können die durch riesige Kapitalinvestitionen entstandenen Fähigkeiten in Tausende von gewöhnlichen Unternehmen gelangen? Wenn die Produktion immer einfacher wird, wer schafft dann ausreichend Nachfrage?

Die neue KI-Wirtschaft hat bereits begonnen, aber ihre endgültige Gestalt kann noch aktiv mitgestaltet werden.

01

Konzentration oder breite Teilhabe?

Im vergangenen Jahr war der Infrastrukturausbau und die damit verbundenen Finanzmärkte sowie die vor- und nachgelagerten Industrien die direkteste Art, wie KI in die reale Wirtschaft eintritt.

Verschiedene Berechnungen zeigen, dass der Anteil der KI-Infrastrukturinvestitionen am BIP in China und den USA bereits 1 % erreicht oder überschritten hat. Rechenleistung, Chips, Speicher, Strom und Rechenzentren sind zu knappen Ressourcen geworden, und die Kapitalmärkte schwanken entsprechend stark. Nach den Statistiken von Anfang 2025 hat der Umfang der Kern-KI-Industrie in China bereits über 1 Billion Yuan überschritten, und optimistische Prognosen gehen davon aus, dass er 2026 fast 2 Billionen Yuan erreichen wird.

Dieser Boom zeigt sich zunächst als riesiger Kapitalausgabenzyklus.

Miao Yanliang, Chefökonom von China International Capital Corporation, wies darauf hin, dass die technische Verbreitungsgeschwindigkeit dieser KI-Revolution weit höher ist als bei früheren Revolutionen. Internet und Personalcomputer brauchten etwa 30 Jahre, um eine hohe Durchdringungsrate zu erreichen, während große Sprachmodelle nur wenige Jahre brauchten, um eine Durchdringungsrate von fast 50 % zu erreichen. Je schneller die Verbreitung, desto konzentrierter ist die Nachfrage nach vorgelagerten Ressourcen, und desto deutlicher sind die kurzfristigen Engpässe. Bei der letzten informationstechnischen Revolution war ein Preisanstieg von 50 % bei Speichern bereits sehr auffällig, während bei dieser KI-Revolution der Speicherpreis an seinem Höhepunkt zeitweise um mehr als 600 % gestiegen ist.

Im Gegensatz zu den aufsehenerregenden Kapitalausgaben sind die durch KI erzielten Produktivitätssteigerungen in den makroökonomischen Daten noch nicht ebenso klar erkennbar.

„Obwohl viele Menschen KI nutzen und wir alle spüren, dass sie die Produktivität steigert, spiegelt sich dies in den makroökonomischen Daten noch nicht wider“, sagte Miao Yanliang.

Dies verdeutlicht die wichtigste Lücke in der neuen KI-Wirtschaft: Geld, das in Chips, Modelle und Rechenzentren investiert wird, kann Investitionen, Aufträge und Marktkapitalisierung erzeugen; die private Nutzung von KI kann auch Zeit sparen. Aber nur wenn diese Fähigkeiten in Fabriken, Geschäften, Krankenhäusern und gewöhnlichen Unternehmen eindringen, Produktionsprozesse verändern und neue Produkte und Dienstleistungen schaffen, können lokale Effizienzsteigerungen zu einem Anstieg der gesellschaftlichen Produktivität zusammenfließen.

Han Xinyi, CEO von Ant Group, ist der Ansicht, dass die KI-Wirtschaft nicht nur auf Kapitalinvestitionen angewiesen sein darf, und dass KI-Anwendungen nicht nur bei der Effizienzsteigerung bestehender Strukturen stehenbleiben dürfen.

Er zog einen Vergleich zur Elektrifizierungsphase. Nach dem Aufkommen des Stroms waren es nicht die Kraftwerke selbst, die den wirtschaftlichen Sprung vorantrieben, sondern die Tatsache, dass die Elektrifizierung in Fabriken, Verkehr, Kommunikation und Haushalte eindrang und dadurch neue Produkte, Dienstleistungen und Lebensweisen schuf. Genau so verhält es sich mit KI: Unternehmen müssen von der Kostensenkung und Effizienzsteigerung zur Wertschöpfung übergehen, mit KI mehr Angebot schaffen und mehr Nachfrage aktivieren.

Mit der zunehmenden Angleichung der Modellfähigkeiten verlagert sich der Wettbewerb um große Modelle hin zu „Anwendungsszenarien“. Sowohl OpenAI als auch Anthropic versuchen, mit Branchenkunden zusammenzuarbeiten, um die Modelle durch Ingenieure und Lösungen in konkrete Geschäftsprozesse einzubetten. Nur wenn ein Modell in reale Szenarien eindringt und die Validierung abschließt, kann es skaliert und breit eingesetzt werden.

Zum Beispiel kann ein Unternehmen, das Lüftungsanlagen für Textilwerkstätten herstellt, Sensoren an traditionellen Geräten anbringen und diese an ein industrielles Großmodell anschließen, sodass die Geräte die Luftmenge automatisch an die aktuellen Betriebsbedingungen anpassen, wodurch sich der Wartungszyklus um 40 % verkürzt. Diese Veränderung ist nicht so spektakulär wie die Veröffentlichung eines neuen Modells, aber sie kommt der Art und Weise näher, wie KI zu einer wirtschaftlichen Variable wird.

Das Problem liegt darin, dass es in jeder Branche von Fertigung über Gesundheitswesen und Finanzen bis hin zum Konsum eine große Menge an spezifischem Know-how gibt, das vertikale Daten, Produktionsprozesse und Fachwissen erfordert. Ein großer Teil der realen Wirtschaftsaktivitäten in China findet in kleinen und mittleren Unternehmen statt, nicht in großen Technologieunternehmen. Viele kleine und mittlere Unternehmen verfügen weder über die Fähigkeit, Modelle zu trainieren, noch über die technischen Mitarbeiter, um ihre Geschäftsprozesse umzugestalten.

Wenn die Nutzungshürden nicht gesenkt werden, kann die Effizienzlücke zwischen führenden Unternehmen und gewöhnlichen Unternehmen sogar größer werden, je stärker KI wird.

Daher besteht der erste Schritt der neuen KI-Wirtschaft nicht nur darin, stärkere Modelle zu schaffen, sondern die durch Kapitalausgaben entstandenen Fähigkeiten aus der KI-Industriekette herauszuführen, in alle Branchen zu bringen und sicherzustellen, dass kleine und mittlere Unternehmen KI sich leisten und nutzen können. Nur so kann der Produktivitätsgewinn von wenigen Unternehmen auf die gesamte Gesellschaft ausstrahlen.

02

Substitution oder Inklusion?

Wenn KI tatsächlich in Anwendungsszenarien eindringt und beginnt, die Effizienz zu steigern, taucht ein schwierigeres Problem auf: Wer profitiert von den Effizienzsteigerungen?

Eine Erklärung des Labors für digitale Wirtschaft der Stanford-Universität besagt, dass wenn KI hauptsächlich dazu verwendet wird, Arbeit zu ersetzen, den Personalaufwand zu senken und Vermögen zu konzentrieren, die Technik zwar enorme Produktivitätssteigerungen erzeugen kann, aber nicht unbedingt zu breitem Wohlstand führt.

Miao Yanliang wies darauf hin, dass diese KI-Revolution einen stärkeren Substitutionseffekt haben könnte als frühere technische Revolutionen. KI wird nicht unbedingt ganze Berufe abschaffen, aber sie kann immer mehr Aufgaben übernehmen, die bisher von Arbeitnehmern erledigt wurden, wodurch der Anteil der Arbeitseinkommen am Gesamteinkommen sinkt.

Die Auswirkungen davon gehen weit über die Beschäftigung selbst hinaus. Die marginale Konsumneigung von Kapitaleignern ist normalerweise niedriger als die von gewöhnlichen Arbeitnehmern. Wenn mehr Einkommen von der Arbeit zum Kapital fließt, steigt die Effizienz auf der Produktionsseite schnell an, während die Kaufkraft auf der Konsumseite möglicherweise langsamer wächst.

Letztendlich kann ein Widerspruch entstehen: KI macht die gesamte Gesellschaft „produktionsfähiger“, aber nicht unbedingt „konsumfähiger“.

Miao Yanliang kommt daher zu dem Schluss, dass KI langfristig einen stärkeren deflationären Druck erzeugen kann: Die Produktivitätssteigerung erweitert das Angebot, während der sinkende Anteil der Arbeitseinkommen und die Konzentration des Einkommens auf Kapitaleigner die Gesamtnachfrage dämpfen können. Wenn die Nachfrage die Angebotserweiterung nicht absorbieren kann, stehen die Preise möglicherweise dauerhaft unter Druck.

Dies stimmt mit der Einschätzung von Experten wie Huang Yiping überein. Was das endgültige wirtschaftliche Ergebnis von KI bestimmt, ist nicht nur, wie viel Effizienz sie steigert, sondern auch, wohin die Effizienzgewinne letztendlich fließen.

Daher ist „Inklusion“ kein Gerechtigkeitsproblem, das erst nach Abschluss der technischen Entwicklung gelöst wird, sondern eine Frage, ob die KI-Wirtschaft nachhaltig wachsen kann.

Han Xinyi ist der Ansicht, dass im Vergleich zur reinen Substitution von Arbeit durch KI ein nachhaltigerer Weg darin besteht, die Fähigkeit von Arbeitnehmern und kleinen und mittleren Unternehmen zu stärken, an der Schaffung neuer Werte teilzunehmen und am Wachstumsgewinn teilzuhaben. Einerseits müssen Unternehmen komplexe Modelle zu kostengünstigen, einfach zu nutzenden Produkten umwandeln; andererseits müssen die Fähigkeiten der Menschen durch Bildung und berufliche Weiterbildung gestärkt werden, damit sie im Zusammenspiel von Mensch und Technik Urteilskraft und Kreativität entfalten. Gleichzeitig muss das soziale Sicherungssystem verbessert werden, um von Umwälzungen betroffene Arbeitnehmer dabei zu unterstützen, wieder in den Wirtschaftskreislauf einzutreten.

Arbeitnehmer sind gleichzeitig Verbraucher. Ein Personalkostenbetrag, den ein Unternehmen heute einspart, kann morgen zu einem Einkommens- und Konsumrückgang einer Familie führen. Wenn die Produktionseffizienz ständig steigt und es immer mehr neue Produkte und Dienstleistungen gibt, aber die Zahl der Menschen, die sie kaufen können, nicht synchron steigt, wird das von KI geschaffene Angebot letztendlich auf Nachfragebeschränkungen stoßen.

Daher bestimmt, ob KI eher dazu verwendet wird, „Menschen zu ersetzen“ oder „Menschen zu stärken“, nicht nur, wie Vermögen verteilt wird, sondern auch, wie groß der Markt ist, den diese technische Revolution letztendlich schaffen kann.

03

Welche Art von neuer KI-Wirtschaft brauchen wir?

Für China ist diese Frage besonders wichtig.

Ende 2025 gab es landesweit über 720 Millionen Erwerbstätige, darunter über 300 Millionen Wanderarbeiter. Viele Menschen beziehen ihre Arbeit und ihr Einkommen aus traditionellen Branchen wie Fertigung, Handel, Logistik und Gastgewerbe sowie aus einer großen Anzahl von kleinen und mittleren Unternehmen. Dies bestimmt, dass die neue KI-Wirtschaft in China nicht nur um wenige Technologieunternehmen herum wachsen kann.

Natürlich braucht China bessere und kostengünstigere große Modelle, Investitionen in Rechenleistungsinfrastruktur und muss seine Vorteile im Energiesektor, im verarbeitenden Gewerbe und bei Anwendungsszenarien nutzen. Gleichzeitig braucht es aber auch eine breiter angelegte und inklusive neue KI-Wirtschaft: KI soll in mehr reale Szenarien eindringen, kleine und mittlere Unternehmen sollen teilhaben können, und gewöhnliche Arbeitnehmer sollen nicht nur zu Substitutionsobjekten der Technik werden, sondern auch die Chance haben, am Produktivitätsgewinn teilzuhaben.

Xing Ziqiang, Chefökonom von Morgan Stanley China, ist der Ansicht, dass KI und zukünftige körperliche Intelligenz die Angebotskapazität weiter stärken und in Fabriken, das verarbeitende Gewerbe und die Dienstleistungen eindringen werden. Aber in einem Umfeld mit „starkem Angebot und schwacher Nachfrage“ ist „der Mensch das Wertvollste“. Er schlug vor, dass man sich künftig stärker an „den Menschen orientieren“ soll, einschließlich der Unterstützung von Verbrauchernachfrage nach