44 Billionen US-Dollar, Anthropic prahlt schon wieder.

„Bis zum Jahr 2030 könnte das BIP der Vereinigten Staaten 44 Billionen US-Dollar erreichen.“

Am 17. Oktober stellte Jack Clark, Mitbegründer von Anthropic – dem Entwickler von Claude – diese Überlegung während der Jahrestagung des Internationalen Währungsfonds (IWF) und der Weltbank in Bangkok vor.

Am 17. Oktober 2026 hielt Jack Clark eine Rede in Bangkok. Bild: EPA / Rungroj Yongrit.

Die Voraussetzung, die Clark nennt, ist, dass KI eine breite Palette von Aufgaben selbstständig erledigen kann und rasch in die wirtschaftlichen Aktivitäten einfließt. Er behauptete zudem, dass die Menschheit bereits in der frühen Phase der Singularität angekommen sei: KI werde den wissenschaftlichen und technologischen Fortschritt so stark beschleunigen, dass die Menschen kaum Schritt halten können.

Wie absurd ist diese Prophezeiung von 44 Billionen eigentlich?

01

44 Billionen – mehr als das Doppelte des BIP Chinas

Laut Clarks Aussage könnte das BIP der Vereinigten Staaten bis 2030 44 Billionen US-Dollar erreichen, wenn KI eine breite Palette von Aufgaben selbstständig erledigen und rasch angewendet werden kann.

Ihm ist klar, dass diese Zahl absurd klingt. Aber unmittelbar danach erklärte er, dass dies das Ergebnis des fortgesetzten technologischen Fortschritts sei.

Man muss bedenken: Im Jahr 2025 lag das gesamte BIP der USA bei etwa 30,86 Billionen US-Dollar. Bei einem BIP von 44,4 Billionen US-Dollar, berechnet nach den Preisen von 2025, müssten die USA real rund 44 % mehr Waren und Dienstleistungen produzieren.

Modellszenario, Preise von 2025; das KI-freie Basisszenario und die inkrementellen Werte werden aus den gerundeten Werten von 44,4 % und 32,4 % zurückgerechnet, alle Angaben sind Näherungswerte.

Auf fünf Jahre umgerechnet müsste das US-BIP jährlich real um durchschnittlich rund 7,5 % wachsen. Zwischen 2006 und 2025 lag die jährliche Wachstumsrate des realen BIP der USA im Schnitt bei etwa 2,1 %. Das beste Ergebnis erzielte das Jahr 2021 mit einem Wachstum von 6,3 %, als die Wirtschaft nach der Pandemie wieder anzog.

Berechnet auf der Grundlage des jährlichen realen Wachstums von 2006 bis 2025 nach dem Zinseszinsverfahren; der Wert von 7,5 % bezieht sich auf die Umrechnung des Volumens von 2025 auf 44,4 Billionen über fünf Jahre, nicht auf den jährlichen Pfad des Modells.

Als Vergleich dient China: Nach der Umrechnung auf Basis des vom Nationalen Statistikamt veröffentlichten BIP und des durchschnittlichen Jahreswechselkurses betrug das gesamte Wirtschaftsvolumen Chinas im Jahr 2025 etwa 19,6 Billionen US-Dollar. 44,4 Billionen entsprechen dem 2,26-fachen der chinesischen Wirtschaft des Jahres 2025.

Die Zahl von 44,4 Billionen stammt aus dem im September vom Anthropic-Forschungsinstitut veröffentlichten ökonomischen Arbeitspapier „Wirtschaftsszenarien für transformatives KI“, das von den Ökonomen Anton Korinek, Charles Jones und anderen gemeinsam verfasst wurde. Das Papier verwendet ein Modell, das die Auswirkungen von KI auf Arbeitsaufgaben mit Kapitalinvestitionen, Lohn- und Beschäftigungsänderungen verknüpft, um zu berechnen, wie sich die US-Wirtschaft entwickeln wird.

Das Modell liefert drei Ergebnisse: Bei einer moderaten KI-Entwicklung liegt das US-BIP im Jahr 2030 bei etwa 34,1 Billionen US-Dollar; bei einer schnelleren Entwicklung erreicht es 36,3 Billionen; nur im aggressivsten Szenario erreicht es 44,4 Billionen. Anthropic selbst nennt diese letzte Variante „Extremszenario“.

Die dargestellten Veränderungen im Jahr 2030 gegenüber dem KI-freien Basisszenario des gleichen Jahres sind alle Ergebnisse des Modells. Das Arbeitseinkommen bezieht sich auf die gesamte Entlohnung der Arbeit, nicht auf das durchschnittliche individuelle Gehalt.

Wie extrem ist dieses Szenario eigentlich?

Die Autoren legen fest: Die Arbeitsaufgaben der gesamten Wirtschaft werden nach Modellgewichten in 100 Teile unterteilt, von denen KI 50 Teile bewältigen kann. Unternehmen setzen KI bei 60 % dieser 50 Aufgaben ein, also bei 30 Aufgaben. Die Produktivität dieser 30 Aufgaben erreicht etwa das 2,2-fache des ursprünglichen Werts, und 90 % davon werden direkt von KI erledigt.

Modellannahmen für das Jahr 2030, gewichtet nach Arbeitsaufgaben; der Automatisierungsanteil an allen Aufgaben ergibt sich aus dem Verhältnis von abgedeckten Fähigkeiten, Anwendungsrate und Automatisierungsgrad, er entspricht nicht der Arbeitslosenquote.

Als Vergleich schätzt das Papier für die Mitte des Jahres 2026, dass der Anteil der Arbeitsaufgaben, an denen KI tatsächlich beteiligt ist, etwa 1,4 % aller Arbeitsaufgaben in den USA beträgt.

Das heißt: In den dreieinhalb Jahren von Mitte 2026 bis Anfang 2030 muss dieser Anteil von 1,4 % auf 30 % steigen und damit auf mehr als das 20-fache des ursprünglichen Werts anwachsen, um die Annahmen des „Extremszenarios“ zu erfüllen.

Rekonstruierter Annahmenpfad auf Basis von Formel 8′ und Tabelle 1 des Papiers; die Zwischenwerte sind nachgerechnet, keine Beobachtungsdaten oder unabhängigen Prognosen.

Die Wachstumserwartung von 44 Billionen baut genau auf dieser Verbreitungsgeschwindigkeit auf. Wie viel von dieser Zahl reine Fantasie ist, ist damit leicht zu verstehen.

02

Was ist die Singularität eigentlich?

Um zu erklären, warum die US-Wirtschaft plötzlich beschleunigen kann, lieferte Clark eine noch weitreichendere Behauptung: Die Menschheit sei bereits in der frühen Phase der „Singularität“ angekommen.

Die sogenannte technologische Singularität beschreibt eine Vorstellung: Wenn die Intelligenz der KI die der Menschen übertrifft, kann sie an der Entwicklung stärkerer KI mitwirken, und die stärkere KI beschleunigt die Entwicklung weiter. Durch diese beschleunigende Rückkopplung wird der wissenschaftlich-technische Fortschritt so schnell, dass die Menschen kaum Schritt halten können, und die bisherigen Entwicklungserfahrungen nicht mehr gültig sind.

Laut Clarks Aussage wird als Nächstes die gesamte wissenschaftliche Forschung beschleunigt. Er stellt sich vor, dass menschliche Wissenschaftler mit Hunderten von KI-Assistenten gemeinsam forschen, sodass neue Medikamente, neue Materialien und neue Industrien schneller entstehen.

Warum glaubt er, dass dieses Zeitalter bereits begonnen hat?

Als Gründe nennt Clark unter anderem, dass die Code-Ausbeute der Anthropic-Forscher fast zehnmal so hoch ist wie früher, und die rasch steigenden Leistungen von KI bei Mathematik- und Physikprüfungen. Daraus schließt er, dass KI bereits wissenschaftliche Forschungskreativität gezeigt hat, und diese Fähigkeit auch für die Entwicklung von KI selbst genutzt wird, um den nächsten Fortschritt voranzutreiben.

Zusammenfassung der METR-Ergebnisse durch Anthropic; die Schwierigkeit der Testaufgaben bei 50 % Zuverlässigkeit entspricht nicht der tatsächlichen Dauer der kontinuierlichen Arbeit der KI.

Im September dieses Jahres aktualisierten Wissenschaftler des Massachusetts Institute of Technology, der University of Pennsylvania und der Boston University eine Studie, in der Daten von mehr als 500.000 Entwicklern auf der Code-Kollaborationsplattform GitHub analysiert wurden. Für interaktive Programmierassistenten schätzt die Studie eine Zunahme der hinzugefügten und gelöschten Code-Zeilen um etwa 958 %.

Diese Zahl klingt beeindruckend, aber die Zahl der offiziell veröffentlichten Softwareversionen stieg nur um etwa 20 %, was in keiner Größenordnung mit 958 % vergleichbar ist.

Abgestimmte Ereignisstudie; geschätzter Anstieg in der 21. bis 30. Woche nach der Einführung. Die beiden Gruppen enthalten sich gegenseitig, sodass keine Rangfolge der Tools abgeleitet werden kann; es handelt sich nicht um Daten des internen Teams von Anthropic.

Die Studie stellt ferner fest, dass Entwickler mehr Projekte ausprobieren und mehr Code neu schreiben und verwerfen. Die nachfolgende Prüfung, Integration und Veröffentlichung ist nicht im gleichen Maße angestiegen wie die Code-Menge zuvor.

Auch die eigene Forschung von Anthropic zeigt, dass die Menge an Code, die Ingenieure täglich zusammenführen, das 8-fache des Werts von 2024 erreicht. Das Unternehmen räumt gleichzeitig ein, dass diese Zahl die tatsächliche Produktivitätssteigerung mit hoher Wahrscheinlichkeit überbewertet.

Cat Wu stellt das Programmierprodukt auf der Konferenz „Code with Claude“ vor (Archivbild). Bild: Anthropic, veröffentlicht über TechCrunch.

Auch die von Clark besonders hervorgehobenen Physikprüfungen stützen diese weitreichende Schlussfolgerung nicht.

Diese Bewertung heißt TheoPhysEval. Laut dem Papier haben Physiker 50 noch unveröffentlichte Aufgaben auf Forschungsniveau zusammengestellt. Die leistungsstärkste KI löste 49 davon richtig, erreichte eine Genauigkeit von 98 % und half sogar, Fehler in den Antworten von Experten zu entdecken.

Das Papier erläutert, dass eine gängige Methode zur Erstellung von Aufgaben darin besteht, bereits gelöste Forschungsprobleme zu nehmen, die Parameter zu ändern, die KI nachschlagen zu lassen, die ursprüngliche Methode zu verstehen und dann die neue Berechnung durchzuführen. Die Aufgabensammlung enthält keine großen offenen ungelösten Probleme und verlangt nicht die Entwicklung neuer physikalischer Theorien.

Das Papier, das die 98 %-Leistung nennt, schreibt sogar am Anfang: Zum Zeitpunkt der Veröffentlichung des Papiers hat autonome KI im Bereich der theoretischen Physik noch keine bedeutenden Durchbrüche erzielt.