Künstliche Intelligenz und Weltwirtschaft: Entwicklung, Ungleichheit und Macht

Indem sie Daten, Rechenleistung und Wissen in Entscheidungsinstrumente verwandelt, ist künstliche Intelligenz zu einer Frage der internationalen politischen Ökonomie geworden. Ihr Wert zeigt sich, wenn Vorhersage, Klassifikation und Automatisierung Koordinationskosten in unterschiedlichen Sektoren senken. Diese Gewinne benötigen eine materielle Basis. Server, Chips und Energie bestimmen die technische Reichweite. Verlässliche Daten, Fachkräfte und Regeln für sprachliche Anpassung bestimmen ihren gesellschaftlichen Nutzen.

Der wirtschaftliche Wettbewerb um KI geht über die Frage hinaus, welche Länder die Technologie nutzen werden. Die entscheidende Frage lautet, wer die Inputs kontrolliert, die diese Nutzung ermöglichen. Unternehmen, die Modelle, Clouds und Vertriebskanäle konzentrieren, können einen wachsenden Teil des durch Automatisierung geschaffenen Werts abschöpfen. Staaten, die Halbleiter und Standards kontrollieren, können diese Fähigkeit in industrielle und diplomatische Vorteile übersetzen. Das Ergebnis ist ambivalent: dieselbe Technologie, die Entwicklungschancen öffnet, kann Abhängigkeiten vertiefen zwischen Ländern, Unternehmen und Arbeitskräften.

Zusammenfassung

• KI kann Produktivität erhöhen und öffentliche Politik verbessern. Dafür braucht sie digitale Infrastruktur, verlässliche Daten, Energie, Qualifikation und Institutionen, die Risiken bewerten können.
• Globale Ungleichheit bei KI entsteht weniger durch den Zugang zu einem einzelnen Werkzeug als durch die Konzentration von Rechenleistung, Kapital, dominanten Sprachen und Regulierungskapazität.
• Auf Arbeitsmärkten automatisiert KI vor allem Aufgaben und reorganisiert Berufe. Ihre Wirkungen hängen von Weiterbildung, sozialem Schutz und betrieblicher Anpassung ab.
• Der Wettbewerb zwischen den Vereinigten Staaten, China und der Europäischen Union zeigt, dass KI Industriepolitik, Kontrolle von Lieferketten und Streit um technische Standards ist.
• Internationale Governance verbindet universelle Organisationen, Wirtschaftsforen und regionale Initiativen. Die wichtigste Lücke liegt bei Finanzierung, Beteiligung und Umsetzung.
• Für Entwicklungsländer besteht die zentrale Aufgabe darin, Zugang zu KI in lokale produktive Kapazität zu verwandeln, statt nur ausländische Plattformen zu konsumieren.

Warum KI eine internationale Wirtschaftsfrage ist

Künstliche Intelligenz beeinflusst die Weltwirtschaft, weil sie verändert, wie Information zu Entscheidung wird. In Unternehmen helfen KI-Modelle, Nachfrage vorherzusagen und Lagerbestände zu organisieren. In Regierungen können sie Risikoprüfung, Übersetzung öffentlicher Dienste und Dokumentenanalyse unterstützen. In Produktionssystemen verbinden sie Maschinen und Logistikketten. Der wirtschaftliche Effekt entsteht aus einem gemeinsamen Mechanismus: Such-, Prognose- und Koordinationskosten sinken.

Diese Fähigkeit ist für Staaten wichtig, weil Produktivität niemals nur technisch ist. Eine Wirtschaft, die KI breit integriert, kann mit denselben Ressourcen mehr produzieren, die Qualität von Dienstleistungen erhöhen und neue Sektoren schaffen. Einführung hängt von akkumulierten Bedingungen ab. Konnektivität und stabile Elektrizität tragen den alltäglichen Einsatz. Unternehmen, Universitäten und digitale Verwaltung verwandeln diesen Einsatz in Lernen. Ohne diese Basis bleibt KI eine oberflächliche Schicht: Nutzer greifen auf importierte Werkzeuge zu, während das Land weder Technologie noch Daten noch industrielles Lernen kontrolliert.

Die Unterscheidung zwischen Nutzung und Fähigkeit ist zentral. Ein Ministerium kann ein ausländisches System kaufen, um Dokumente zu klassifizieren. Das kann Routinen verbessern, ohne eine nationale KI-Basis zu schaffen. Fähigkeit entsteht, wenn lokale Techniker das System verstehen, Daten anpassen und Verzerrungen testen. Öffentliche Beschaffung schließt den Kreislauf, indem sie Nachfrage nach Infrastruktur und Kompetenzen erzeugt. Ohne diese lokale Schicht bleibt Modernisierung äußerlich und die abhängige Position in der digitalen Kette bestehen.

Die materielle Basis der KI

Das öffentliche Bild künstlicher Intelligenz konzentriert sich oft auf Modelle und Oberflächen. Ihre materielle Basis hat drei Schichten: Rechenzentren, Kommunikationsnetze und Halbleiterketten. Generative KI-Systeme benötigen Training mit großen Datenmengen und dauerhaften Betrieb auf Servern hoher Kapazität. Der Nutzer sieht eine Textantwort. Dahinter liegt eine physische Kette aus Energie, Kühlung und Cloud-Infrastruktur.

Diese Infrastruktur verändert die internationale Machtverteilung. Länder, in denen Cloud-Unternehmen und Chipproduzenten sitzen, bündeln Instrumente wirtschaftlichen Einflusses. Sie können den Zugang zu Komponenten beschränken, Sicherheitsstandards definieren und prägen, wie andere Länder digitale Dienste nutzen. Länder mit reichlich erneuerbarer Energie und guter Konnektivität können ihrerseits um Rechenzentren konkurrieren. Anders gesagt: Die Fähigkeit, Rechenleistung im großen Maßstab zu beherbergen, wird Teil des wirtschaftlichen Wettbewerbs.

Es gibt ökologische und geopolitische Kosten. Rechenzentren verbrauchen Strom und benötigen Kühlung. Die Chipproduktion hängt von Spezialausrüstung, Reinstwasser und konzentrierten Industrieketten ab. Kritische Mineralien fließen in die elektrische und digitale Basis ein, die diese Infrastruktur trägt. Wenn die Nachfrage nach KI schnell wächst, werden diese Ketten zu Objekten von Industriepolitik und Exportkontrollen. In diesem Sinn ist KI keine immaterielle Technologie: Sie erhöht die diplomatische Bedeutung von Energie, Halbleitern und digitaler Infrastruktur.

Produktivität und Entwicklung

Für Entwicklungsländer ist das Versprechen der KI real, wenn es an konkrete Probleme anschließt. In der Landwirtschaft können Modelle Klimaprognosen und Wassermanagement verbessern. Im Gesundheitswesen können sie Triage und Bildauswertung unterstützen. In öffentlichen Diensten können sie Dokumente organisieren und Betrug erkennen. In der Industrie können sie Wartung, Qualitätskontrolle und Produktionsplanung enger verbinden.

Diese Anwendungen funktionieren nur gut, wenn lokale Daten, Institutionen zu ihrer Interpretation und verantwortliche Menschen vorhanden sind. Ein Modell, das mit Daten aus einem anderen Land trainiert wurde, kann bei Diagnose, Sprache oder administrativer Priorität scheitern. Ein Werkzeug in einem öffentlichen Dienst kann Ungleichheiten reproduzieren, wenn frühere Daten Ausschluss, Informalität oder Diskriminierung enthalten. Die praktische Regel ist einfach: KI verbessert öffentliche Politik, wenn sie staatliche Kapazität erhöht, und verschärft Ungleichheiten, wenn sie schlechte Verfahren automatisiert.

Diese Unterscheidung erklärt die Bedeutung digitaler öffentlicher Infrastruktur. Digitale Identität, Zahlungssysteme und interoperable Register geben dem Staat eine organisierte Basis, um KI unter öffentlicher Kontrolle einzusetzen. Der 2024 von den Vereinten Nationen angenommene Global Digital Compact behandelt digitale öffentliche Güter, digitale öffentliche Infrastruktur und offene Modelle als Instrumente der Inklusion. Das Ziel ist, ausschließliche Abhängigkeit von proprietären Plattformen zu verringern. Wenn Regierungen Daten und Dienste sicher organisieren können, kann KI Entwicklung unterstützen, statt nur Wert aus Nutzern zu ziehen.

Arbeit, Qualifikation und Ungleichheit

Die Wirkung von KI auf Arbeit erscheint nicht als einheitlicher Ersatz von Menschen durch Maschinen. Der Wandel betrifft vor allem Aufgaben. Einige administrative und servicebezogene Tätigkeiten können automatisiert werden. In anderen Berufen beschleunigen Werkzeuge Suche, Schreiben und Diagnose. Das Ergebnis hängt davon ab, wie jede Gesellschaft Arbeit, soziale Aushandlung und Weiterbildung organisiert.

Der IWF schätzte 2024, dass etwa 40% der weltweiten Beschäftigung KI ausgesetzt sind, mit höherer Exposition in fortgeschrittenen Volkswirtschaften. Die ILO kam zu dem Ergebnis, dass generative KI eher ganze Arbeitsplätze ergänzt als zerstört, auch wenn sie Intensität und Autonomie der Arbeit verändern kann. Beide Diagnosen verweisen auf denselben Mechanismus: KI verteilt Vorteile zwischen Arbeitskräften um, die sie nutzen können, und Arbeitskräften, die in ersetzbaren oder schlecht bezahlten Aufgaben feststecken.

Dieser Prozess kann Ungleichheit innerhalb von Ländern vertiefen. Beschäftigte mit Bildung und Konnektivität können Produktivität gewinnen. Beschäftigte ohne Ausbildung können Einstiegsaufgaben verlieren oder algorithmischer Überwachung ausgesetzt sein. Frauen können in administrativen Sektoren, in denen sie überrepräsentiert sind, stärker betroffen sein. Jüngere Arbeitskräfte passen sich oft schneller an, während ältere höhere Umschulungskosten tragen. Öffentliche Politik muss KI als Arbeitsmarktübergang behandeln. Die Innovationsagenda funktioniert nur, wenn sie diese soziale Dimension einschließt.

Unternehmenskonzentration und Plattformmacht

Die Ökonomie der KI begünstigt Konzentration, je stärker fortgeschrittene Modelle Skaleneffekte benötigen. Wettbewerbsfähige Systeme zu trainieren erfordert Kapital, spezialisierte Teams und Zugang zu Chips in der Cloud. Nur wenige Unternehmen können diese Elemente verbinden. Viele Firmen nutzen KI deshalb über APIs und Plattformen großer ausländischer Unternehmen. Der Einstieg wird für Endnutzer leichter. Die Abhängigkeit von zentralen Anbietern nimmt zu.

Diese Abhängigkeit zeigt sich auf drei Ebenen. Wirtschaftlich bezahlt ein Teil des von lokalen Unternehmen erzeugten Werts Lizenzen und proprietäre Modelle. Informationell können Daten und Nutzungsmuster unter Kontrolle externer Plattformen bleiben. Regulatorisch haben Behörden ohne ausreichenden technischen Zugang Schwierigkeiten, Verzerrungen und Sicherheit zu prüfen. Wenn die KI-Schicht zur wesentlichen Infrastruktur wird, verwandelt sich Kontrolle über digitale Plattformen in Marktmacht und politische Macht.

Geistiges Eigentum und Daten verstärken das Problem. Unternehmen wollen Modelle und Trainingsbestände schützen. Gesellschaften brauchen Transparenz, Anfechtung und Schutz vor Diskriminierung. Die Spannung ist real: Vollständige Offenheit kann Sicherheit und Privatsphäre gefährden. Vollständige Abschottung verhindert öffentliche Prüfung. Die wirtschaftliche Governance der KI muss diese Interessen austarieren, damit Innovation nicht zu einem dauerhaften Argument gegen Verantwortung wird.

Geopolitik von Chips, Daten und Cloud

Der Wettbewerb zwischen den Vereinigten Staaten und China zeigt, wie KI zu einer Frage wirtschaftlicher Sicherheit geworden ist. Die Vereinigten Staaten konzentrieren führende Unternehmen bei Chips, Software, Cloud-Diensten und Frontier-Modellen. Ihr Einfluss wächst durch Allianzen an entscheidenden Punkten der Halbleiterkette. China investiert in technologische Autonomie, nationale Plattformen und Rechenzentren. Zwischen diesen Polen versucht die Europäische Union, ihren Markt zu nutzen, um Pflichten zu Transparenz, Risiko und Grundrechten zu definieren.

Exportkontrollen für fortgeschrittene Halbleiter zeigen die Logik dieses Konflikts. Leistungsfähige KI-Modelle hängen von spezialisierten Chips und Fertigungsausrüstung ab, die in wenigen Ländern konzentriert sind. Den Zugang zu diesen Inputs zu begrenzen, kann Wettbewerber verlangsamen und militärische Vorteile schützen. Betroffene Länder reagieren mit nationaler Substitution und Partnerschaften. Die KI-Lieferkette wird zu einem Instrument der Außenpolitik.

Daten und Cloud-Dienste vervollständigen den Konflikt. Staaten wollen sensible Daten schützen und globale digitale Dienste anziehen. Unternehmen wollen transnational skalieren. Länder mittleren Einkommens versuchen, Abhängigkeit von einer einzigen technologischen Sphäre zu vermeiden. Dieses Dilemma ist konkret: Wenn eine Regierung öffentliche Dienste in ausländischen Clouds hostet oder geschlossene Modelle ohne Auditfähigkeit kauft, hängen ihre digitalen Entscheidungen zunehmend von Regeln und Unternehmensentscheidungen anderer Länder ab.

Globale wirtschaftliche Governance

Internationale KI-Governance hat sich schichtweise entwickelt. Die UNESCO verabschiedete 2021 eine globale Empfehlung zur Ethik der KI, gestützt auf Menschenrechte, menschliche Aufsicht und Inklusion. Die OECD und die Globale Partnerschaft für KI trugen Prinzipien für vertrauenswürdige KI bei. Die G7 entwickelte den Hiroshima-Prozess für fortgeschrittene Modelle. 2024 verabschiedeten die Vereinten Nationen Resolutionen zu sicherer KI und Kapazitätsaufbau und nahmen das Thema in den Global Digital Compact auf.

Der Global Digital Compact ist für die politische Ökonomie der KI besonders relevant, weil er technische Sicherheit mit Entwicklung verbindet. Er fordert Vertretung von Entwicklungsländern, Datenkooperation und interoperable Standards. Die Agenda umfasst außerdem zugängliche Rechenleistung, offene Modelle und freiwillige Finanzierung zur Verringerung von KI-Spaltungen. Die politische Verschiebung liegt darin, zu fragen, wer die Fähigkeit haben wird, an Vorteilen und Regeln teilzuhaben.

Andere Foren greifen aus bestimmten Blickwinkeln ein. Die G20 diskutiert Innovation und digitale Infrastruktur. Die WTO beobachtet, wie KI den Dienstleistungshandel, geistiges Eigentum und technische Handelshemmnisse beeinflusst. Entwicklungsbanken können Konnektivität, Energie und digitale Verwaltung finanzieren. Diese Foren bilden noch kein einheitliches Regime. Es gibt zu viele Prinzipien, zu wenig Finanzierung und eine große Distanz zwischen Ländern, die Regeln entwerfen, und Ländern, die sie umsetzen müssen.

Brasilien und der Globale Süden

Brasilien veranschaulicht eine Zwischenposition. Das Land kontrolliert nicht die globale Grenze großer Modelle. Es verfügt jedoch über einen großen Markt, Universitäten, Erfahrung im digitalen öffentlichen Sektor und eine relativ saubere Strommatrix. Diese Basis wird durch Fähigkeiten in Landwirtschaft, Gesundheit und bestimmten Industriesektoren ergänzt. Der brasilianische Plan für künstliche Intelligenz 2024-2028 versuchte, KI mit wirtschaftlicher und sozialer Entwicklung zu verbinden. Seine Achsen umfassen öffentliche Dienste, Unternehmensinnovation, Infrastruktur, Ausbildung und portugiesischsprachige Modelle. Die Ambition ist richtig: Ohne Sprache, Daten und eigene Kapazität konsumiert das Land ausländische Systeme, ohne sie vollständig zu prägen.

Die brasilianische Herausforderung zeigt die Schwierigkeit von Ländern mittleren Einkommens. Strategie muss aus Dokumenten in Haushalte, öffentliche Beschaffung und technische Ausbildung übergehen. Forschungszentren, Datenschutz und unabhängige Bewertung geben diesem Aufwand Kontinuität. Politik muss zwei Extreme vermeiden: Innovation aus regulatorischer Angst zu blockieren oder technologische Abhängigkeit als unvermeidlich zu akzeptieren. Eine KI-Politik für Entwicklung muss schnelle Einführung mit lokalem Lernen verbinden.

Für den Globalen Süden umfasst die gemeinsame Agenda Finanzierung, Süd-Süd-Kooperation und digitale öffentliche Infrastruktur. Lokale Sprachmodelle und Zugang zu Rechenleistung ergänzen diese Basis. Kleine Staaten, Inselstaaten und Binnenländer haben höhere Kosten, weil sie von Konnektivität und Skaleneffekten abhängen, die sie nicht immer besitzen. Inklusion bedeutet in diesem Kontext nicht nur einen Sitz auf einer Konferenz. Sie bedeutet die effektive Fähigkeit, Technologie zu testen, anzupassen, anzufechten und zu produzieren.

Grenzen

KI wird Entwicklungsprobleme nicht allein lösen. Sie kann Agrarpolitik verbessern, ohne Kredit und Infrastruktur zu ersetzen. Sie kann Bildung unterstützen, ohne Lehrkräfte und Konnektivität zu ersetzen. Sie kann Verwaltungsbetrug verringern, ohne institutionelle Reform zu ersetzen. Wenn KI als Abkürzung behandelt wird, verdeckt sie tendenziell Verteilungskonflikte, die weiter bestehen.

Es gibt ein Risiko von Abhängigkeit durch Effizienz. Ein ausländisches Werkzeug kann kurzfristig billig sein und gut funktionieren. Mit der Zeit wird die Organisation von seinen Formaten, Aktualisierungen und Preisen abhängig. Ersatz wird teuer, Daten werden eingeschlossen und interne Fähigkeit verkümmert. Das ist ein klassischer Mechanismus technologischer Abhängigkeit, nun angewandt auf Cloud-Dienste, Modelle und Plattformen.

Schließlich steht Governance vor einer dauerhaften politischen Spannung. Staaten wollen kooperieren, um Schäden zu vermeiden, und konkurrieren um industrielle Vorteile. Unternehmen verteidigen verantwortungsvolle Standards, während sie Skalierung und Gewinn suchen. Entwicklungsländer fordern Inklusion, auch wenn sie nicht immer Institutionen besitzen, die komplexe Regeln anwenden können. Wahrscheinlich ist eine fragmentierte Governance, in der nationale Gesetze, technische Standards und private Verträge ungleich nebeneinander bestehen.

Schlussfolgerung

Künstliche Intelligenz reorganisiert die Weltwirtschaft, indem sie das Verhältnis zwischen Wissen, Infrastruktur und Macht verändert. Ihre Vorteile erreichen Produktivität, Gesundheit, Bildung, öffentliche Verwaltung und wissenschaftliche Forschung. Diese Vorteile hängen von materiellen und institutionellen Bedingungen ab, die ungleich verteilt sind. Die wirtschaftliche Zukunft der KI wird weniger durch die Existenz der Technologie entschieden als durch die Verteilung von Rechenleistung, Daten, Energie, Talenten, Regulierung und Finanzierung.

Für die Diplomatie besteht die zentrale Aufgabe darin, eine neue Spaltung zu verhindern: Einige Länder kontrollieren Modelle, während andere vor allem Daten, Absatzmärkte und Energie bereitstellen. Dazu braucht es öffentliche Kapazität, Wettbewerbsregeln und digitale Infrastruktur. Wissenschaftliche Kooperation und Finanzierung vervollständigen verantwortliche Einführung. KI kann Entwicklung erweitern, wenn sie als politische und wirtschaftliche Infrastruktur behandelt wird, mehr als als neutrales Produkt.

Die entscheidende Frage ist nicht, ob künstliche Intelligenz in der Weltwirtschaft genutzt wird. Sie wird bereits genutzt. Die Frage lautet, nach welchen Regeln, mit welchen Inputs, zu wessen Nutzen und mit welcher Fähigkeit zur Anfechtung. KI zu regieren bedeutet, darüber zu streiten, wie künftige Produktivität zwischen Staaten, Unternehmen und Gesellschaften verteilt wird.