Die Zentralbanken weltweit evaluieren gemeinsam KI – was genau beschäftigt sie eigentlich?

Eine technologische Revolution verändert die Art und Weise, wie Zentralbanken die Wirtschaft beobachten.

Von Kapitalinvestitionen über industrielle Anwendungen bis hin zum Finanzökosystem durchläuft die KI-Technologie (Künstliche Intelligenz) eine schnelle Iteration, und Veränderungen folgen aufeinander. Dennoch sind die „Wahrnehmungen“ verschiedener Individuen, Unternehmen, Märkte und sogar Volkswirtschaften nicht synchron.

Am 19. Oktober 2026 erwähnte Pan Gongsheng, Gouverneur der Volksbank von China, auf der Jahrestagung des Finanzstraßenforums, dass Nachfrage- und Angebotseffekte durch künstliche Intelligenz zeitliche Unterschiede aufweisen können: Kurzfristig verbessern sie die mikroökonomische Effizienz, ziehen Investitionen an und treiben die Inflation an, mittel- und langfristig können sie die Gesamtproduktivität steigern und das Inflationsniveau senken. Er sprach zudem davon, dass der Boom der künstlichen Intelligenz zu einem der Hauptantriebe für den Anstieg der globalen Aktienmärkte geworden ist, die globalen Finanzmärkte weisen eine hohe Korrelation und hohe Volatilität auf, und schlug vor, sich in der Folge auf drei Arbeitsbereiche zu konzentrieren: die makroökonomischen Auswirkungen der Entwicklung der künstlichen Intelligenz eng zu verfolgen und zu bewerten, die finanzielle Unterstützung für die Entwicklung der KI-Industrie zu leisten und die Anwendung der künstlichen Intelligenz im Finanzbereich umsichtig voranzutreiben.

In diesem Jahr haben auch die Federal Reserve, die Europäische Zentralbank, die Bank von Japan, die Bank von Kanada, die Reserve Bank of Australia und die Bank of England die Auswirkungen der KI auf die Wirtschaft aus verschiedenen Perspektiven wie Investitionen, Preise, Beschäftigung, Zinssätze und Finanzstabilität bewertet.

01

Das „Rätsel“ der politischen Reaktion

Die Beobachtungsschwerpunkte der Zentralbanken verschiedener Länder unterscheiden sich. Die Bank von Japan und die Reserve Bank of Australia haben die Auswirkungen der KI-Nachfrage auf die Preise von Technologieprodukten festgestellt; die Europäische Zentralbank konzentriert sich auf die Distanz zwischen Investitionsexpansion, technologischer Anwendung und Produktivität; die Bank von Kanada untersucht politische Abwägungen vor dem Hintergrund veränderter Beschäftigungsstrukturen; die Federal Reserve diskutiert über potenzielles Wachstum und Arbeit, während die Bank of England die KI-Finanzierung in die Überwachung der Finanzstabilität einbezieht. Alle diese Studien konzentrieren sich auf Themen, für die noch keine einheitlichen Schlussfolgerungen vorliegen, und bedeuten nicht, dass die Länder ihre Politik bereits entsprechend angepasst haben.

Ein Phänomen ist bemerkenswert: Die KI führt zu einer „mehrfachen Geschwindigkeitsfehlanpassung“ in der Wirtschaft (Zeitunterschied, Geschwindigkeitsunterschied, Erwartungsunterschied). Die technologischen Fähigkeiten der KI durchbrechen fortlaufend, die Kapitalausgaben bilden zuerst die tatsächliche Nachfrage, die Finanzmärkte berücksichtigen zukünftige Erträge im Voraus, während sich Produktivitätsverbesserungen, Beschäftigungsanpassungen und institutionelle Anpassungen nach unterschiedlichen Zeitplänen entwickeln.

Dabei gibt es sowohl die in der Ökonomie bekannte Verzögerung der technologischen Diffusion als auch den Druck auf Erkenntnis und Entscheidungsfindung, der durch die beschleunigte Entwicklung neuer Technologien entsteht. Wachstum der Investitionen bedeutet nicht unbedingt, dass sich das potenzielle Angebotspotenzial synchron verbessert, und Marktpreise können echte Barerträge nicht ersetzen.

Für die Zentralbanken liegt genau hier das Problem: Sie müssen nicht nur beurteilen, was gerade in der Wirtschaft passiert, sondern auch unterscheiden, welche Veränderungen zu der kurzfristigen Nachfrage gehören, welche dauerhafte Angebotsverbesserungen hervorrufen können und wie sich die noch nicht realisierte Zukunft auf die heutigen finanziellen Bedingungen vorzeitig auswirkt.

Man kann am Ausgangspunkt der KI-Investitionen ansetzen. Von Chips und Servern bis hin zu Rechenzentren, Stromnetzen und Kühlsystemen beschaffen Unternehmen Geräte, organisieren Bauarbeiten und arrangieren Energie und Finanzierung. Diese Ausgaben führen schnell zu Aufträgen und laufender Nachfrage, aber ob die fertiggestellten Geräte voll ausgenutzt werden können und wie viele zusätzliche Einnahmen sie generieren, muss noch schrittweise geprüft werden.

Am 28. Juli 2026 wies die von der Bank für Internationalen Zahlungsausgleich (BIZ) veröffentlichte Arbeitspapier „KI und die globale Wirtschaft: Implikationen für Zentralbanken“ darauf hin, dass die KI eine groß angelegte, zunehmend schuldenfinanzierte Investitionsexpansion vorantreibt und die globale Wirtschaft durch Handel, Finanzmärkte und Vermögenseffekte beeinflusst. Obwohl die potenziellen Produktivitätsgewinne der KI beträchtlich sind, bestehen sie dennoch Unsicherheiten, und ihre Verteilung zwischen verschiedenen Ländern und Branchen ist ungleichmäßig.

In ihrem „Ausblick auf die Wirtschafts- und Preissituation“ im Juli hat die Bank von Japan die KI-bezogene Nachfrage in ihre offizielle Prognose aufgenommen – diese Nachfrage stützt das japanische Wirtschaftswachstum und treibt auch die Preise von Waren wie Halbleitern an. Unter dem gemeinsamen Einfluss von Energiepreisen, Yen-Abwertung und KI-bezogener Nachfrage erwartet die Bank von Japan, dass der Anstieg der Verbraucherpreise im zweiten Halbjahr des Geschäftsjahres 2026 gegenüber dem Vorjahr deutlich über 2 % liegen könnte.

Das bedeutet nicht, dass die KI zur Hauptquelle der japanischen Inflation geworden ist, aber es zeigt, dass eine Technologie, von der man große Hoffnungen auf die Senkung langfristiger Kosten setzt, Auswirkungen auf die realen Preise hat.

Die Reserve Bank of Australia wies in ihrer geldpolitischen Erklärung vom 29. September darauf hin, dass die KI-bezogene Nachfrage die Preise globaler Technologieprodukte schnell ansteigen lässt.

Die Kapitalinvestitionen in Europa haben ebenfalls ein sichtbares Ausmaß erreicht. Am 13. Oktober gab Philip Lane, Mitglied des Direktoriums der Europäischen Zentralbank, bekannt, dass die Unternehmen im Euroraum planen, etwa 10 % ihrer Investitionen im Jahr 2026 für KI zu verwenden, und KI-bezogene Kredite machen etwa ein Viertel des jüngsten Kreditwachstums für Unternehmen aus.

Lane wies zuvor auch darauf hin, dass die KI in der Anfangsphase des Übergangs Inflationsdruck durch den Nachfragekanal erzeugen könnte, wenn Haushalte und Unternehmen die zukünftige Produktivitätssteigerung vorab in ihre Konsum- und Investitionsentscheidungen einbeziehen.

Warum erhöht eine Technologie, die zukünftig die Produktionskosten senken könnte, die Kosten einiger wirtschaftlicher Aktivitäten in der Anfangsphase ihrer Entwicklung?

In ihrem 2002 erschienenen Buch „Technologische Revolution und Finanzkapital“ unterschied die Technikökonomin Carlota Pérez zwischen der „Installationsphase“ und der „Einsatzphase“ großer technologischer Veränderungen: Kapital treibt zuerst den Infrastrukturbau und die industrielle Expansion voran, und erst nach Anpassungen von Unternehmensorganisationen, Geschäftsmodellen und Institutionen kann die Technologie Produktivitätsgewinne breiter freisetzen.

Von Eisenbahnen und Elektrizität bis hin zur Informationstechnologie gab es unterschiedlich große Zeitunterschiede zwischen Kapitalbildung und technologischer Verbreitung. Pérez‘ Theorie liefert einen historischen Bezugspunkt für die Beobachtung der heutigen KI, aber man kann daraus nicht schließen, dass sie unweigerlich die früheren Finanzzyklen wiederholen wird.

Was die Zentralbanken unterscheiden müssen ist: Stammt das aktuelle Wachstum hauptsächlich aus Bautätigkeiten, oder sind die Bedingungen für eine anhaltende Verbesserung des Angebotsvermögens der Wirtschaft bereits geschaffen? Das wird ihre Beurteilung über Art und Dauer der Inflation beeinflussen.

02

Wann wird die Produktivität realisiert?

Wenn sich Auftragseingänge, Investitionen und Preisänderungen relativ schnell beobachten lassen, erfordert die Verbesserung der Produktivität oft mehr Zeit.

Die Ergebnisse der von Lane am 13. Oktober veröffentlichten Umfrage der Europäischen Zentralbank zeigen, dass 64 % der befragten Unternehmen im Euroraum die KI bereits testen oder in mittlerem Umfang einsetzen, während nur 7 % ihren eigenen Anwendungsgrad als „beträchtlich“ bezeichnen; 52 % der befragten Arbeitnehmer geben an, KI bei der Arbeit zu verwenden, während dieser Anteil 2024 bei 26 % lag.

Die Nutzer berichten bereits, dass sie viel Zeit sparen, aber die Gewinne konzentrieren sich hauptsächlich auf bestimmte Aufgaben wie die Programmierung. Die Europäische Zentralbank hat noch keine signifikanten, erkennbaren Auswirkungen der KI auf die Gesamtproduktivität beobachtet.

Ein Werkzeug ist bereits in den Arbeitsabläufen immer mehr Menschen eingetreten, warum hat es noch keine auffälligen Spuren in der makroökonomischen Statistik hinterlassen?

In einem Papier von Forschern der Bank von Kanada, Joshua Brault, Maryam Haghighi und Jing Yang, im März dieses Jahres wurde dieses Phänomen als „KI-Produktivitätsparadoxon“ bezeichnet. Einige mikroökonomische empirische Studien zeigen, dass die KI die Produktivität bestimmter Aufgaben um 15 % bis 60 % steigern kann, aber die entsprechenden Gewinne haben sich noch nicht vollständig in der makroökonomischen Produktivitätsstatistik niedergeschlagen.

Diese Zahlen stammen aus verschiedenen Aufgaben und Stichproben und können nicht direkt auf die Effizienzsteigerung der gesamten Volkswirtschaft hochgerechnet werden.

Klassische Studien liefern eine weitere Erklärung dafür. Eine 2021 von den Ökonomen Erik Brynjolfsson, Daniel Rock und Chad Syverson veröffentlichte Studie über die „Produktivitäts-J-Kurve“ zeigt, dass Unternehmen nach der Inbetriebnahme allgemeiner Technologien oft gleichzeitig ihre Geschäftsprozesse anpassen, Mitarbeiter schulen, Organisationen umgestalten und viele immaterielle Vermögenswerte investieren müssen, die sich kaum vollständig bemessen lassen.

Diese Vorabinvestitionen führen nicht unbedingt sofort zu sichtbarem Produktionswachstum. Wenn neue Technologien und unterstützende Organisationen allmählich reifen, können sich die Produktivitätsgewinne weiter zeigen.

Daher können der Anstieg der Technologienutzung und das nicht deutlich sichtbare Wachstum der makroökonomischen Produktivität gleichzeitig bestehen. Die statistische Verzögerung garantiert aber auch nicht, dass in Zukunft ein großer Produktivitätssprung eintreten wird.

Der technologische Fortschritt verändert auch die Nachfrage nach Arbeit.

Das gleiche Forschungsteam der Bank von Kanada hat im Juli dieses Jahres ein Modell der „Zwei-Geschwindigkeits-Wirtschaft“ aufgestellt, das die Auswirkungen der KI in die Unterstützung von Arbeitnehmern zur Effizienzsteigerung und die Automatisierung zur Ersetzung von Aufgaben unterteilt. Die Studie ergab, dass die Auswirkungen auf verschiedene Branchen deutlich unterschiedlich sein können. Wenn die Zentralbank versucht, die Beschäftigung in von Schocks betroffenen Branchen durch die Ausweitung der Gesamtnachfrage zu stabilisieren, könnte sie gleichzeitig den Inflationsdruck in anderen Branchen erhöhen.

Das ist eine von dem theoretischen Modell aufgedeckte politische Abwägung und keine reale Beurteilung der Bank von Kanada, dass es bereits KI-bedingte Arbeitslosigkeit gibt.

Im August stellte Kevin Warsh, Vorsitzender der Federal Reserve, in seiner Rede auf der Jahrestagung der Zentralbanken in Jackson Hole eine Reihe von noch ungelösten Fragen: Wann wird die KI zu einem anhaltenden produktivitätssteigernden Effekt für die gesamte Wirtschaft führen? Sind Rechenleistung und Arbeit komplementär oder konkurrierend? Wer erhält letztendlich die Erträge aus technologischen Investitionen?

Diese Fragen betreffen das potenzielle Wachstum der Wirtschaft und auch die Art und Weise, wie die Zentralbank Beschäftigung, Löhne und Inflation bewertet.

Letztendlich hängt der langfristige wirtschaftliche Wert der KI noch von der tatsächlichen Anwendung ab. Nur wenn die Verbesserung der Modellfähigkeiten weiter in die Verbesserung von Unternehmensprozessen, die Steigerung der Produktionseffizienz sowie neue Produkte und Dienstleistungen umgewandelt wird, kann sie breiter in die volkswirtschaftliche Gesamtrechnung einbezogen werden.

03

Unterschiedliche Antworten bei den Zinssätzen

Während sich Veränderungen bei Produktivität und Beschäftigung noch entfalten, bilden die Finanzmärkte täglich Preise für die Zukunft.

Der „Bericht zur Finanzstabilität“, den die Bank of England im Juli veröffentlicht hat, weist darauf hin, dass der Investitionsbedarf einiger KI-Unternehmen im Jahr 2025 bereits das Ausmaß überschritten hat, das durch den eigenen operativen Cashflow unterstützt werden kann. Im ersten Halbjahr 2026 hat sich die externe Finanzierung weiter beschleunigt und umfasst verschiedene Kanäle wie Unternehmensanleihen, Bankkredite, Private Credit und strukturierte Finanzierungen.

Die im Bericht zitierten Marktprognosen zeigen, dass die erwarteten Kapitalausgaben großer KI-Technologieunternehmen für 2028 von weniger als 600 Milliarden US-Dollar Ende 2025 auf über 1 Billion US-Dollar nach oben korrigiert wurden.

Die Finanzierungsstruktur verändert derzeit die finanziellen Einschränkungen verschiedener Unternehmen in der KI-Wertschöpfungskette.

Gebäude von Rechenzentren und zugehörige Einrichtungen können langfristig genutzt werden, während die darin enthaltenen Chips und Server einer schnelleren technologischen Iteration unterliegen. Ob eine langfristige Finanzierung durch den Cashflow des Projekts dauerhaft zurückgezahlt werden kann, hängt von Geräteaktualisierungen, Kundenverträgen, Nutzungsgrad und zukünftigen Finanzierungsbedingungen ab.

Daher beobachtet die Bank of England, wie sich Risiken übertragen könnten, wenn sich die Finanzierung von KI-Bauprojekten von der unternehmensinternen Finanzierung zu einem breiten Kreditmarkt verlagert. Der Bericht stellt aber auch klar fest, dass es derzeit keine ausreichenden Beweise dafür gibt, dass die KI-Finanzierung die Fähigkeit anderer Unternehmen oder der Regierungen, an Kapital zu gelangen, deutlich verdrängt hat.

Im Oktober erinnerte der vom Internationalen Währungsfonds veröffentlichte „Globale Finanzstabilitätsbericht“ weiter daran, dass, wenn die Erwartungen an KI-Investitionen und Gewinne nicht erfüllt werden, die Anpassung der Vermögenspreise die Marktvolatilität durch Hebelwirkung, konzentrierte Positionen und Kreditverbindungen verstärken könnte.

Das ist ein zu überwachendes Risikoszenario und bedeutet nicht, dass sich der technologische Investitionszyklus bereits umgekehrt hat.

Eine subtilere Veränderung tritt bei den Zinssätzen auf. Am 13. Oktober wies Lane darauf hin, dass die globale Expansion der KI-Investitionen und die Erwartung einer zukünftigen Verbesserung der Produktivität einen Aufwärtsdruck auf die globalen langfristigen Zinssätze ausüben könnten. Das Volumen der KI-Investitionen in Europa ist relativ begrenzt, aber es wird ebenfalls von den Veränderungen an den internationalen Anleihemärkten übertragen.

Langfristige Zinssätze werden aber gleichzeitig von Faktoren wie Inflation, staatlicher Finanzierung, Sparen, Risikoprämien und geldpolitischen Erwartungen beeinflusst. Die Zunahme von KI-Investitionen bedeutet nicht, dass der natürliche Zinssatz zwangsläufig steigt.

Wenn die KI die Produktivität dauerhaft verbessert, kann sie die Anzahl rentabler Investitionsmöglichkeiten erweitern, aber auch Einkommen und Sparen steigern und die Fähigkeit der Unternehmen zur Schuldentilgung verbessern. Ihre Nettoauswirkung auf den langfristigen gleichgewichtigen Realzins muss noch durch Daten überprüft werden.

Pérez‘ Unterscheidung zwischen Finanzkapital und Produktivkapital ist hier noch immer aufschlussreich: Die Kapitalmärkte