Wenn die KI die Arbeit erledigt, wer bekommt dann das Einkommen?

Die Frage ist nicht nur, wer seinen Job verliert

The promise of an economy in which machines do almost everything seems to offer two opposing outcomes: shared abundance or extreme concentration of income. Beide tauchen in Diskussionen um künstliche Intelligenz auf. Nichts ergibt sich automatisch aus der Fähigkeit eines Modells zu schreiben, zu programmieren oder sich zu unterhalten. Between a technological demonstration and a lasting change in the standard of living there are companies, contracts, markets, infrastructure and political decisions. Dieses Dossier untersucht diese Passage, ohne davon auszugehen, dass das Ende der Arbeit nachgewiesen ist.

Unsere zentrale Frage ist die Verteilung: Wenn eine Organisation mehr Wert pro Stunde menschlicher Arbeit liefert, wer kann diesen Gewinn in Einkommen, Zeit oder Sicherheit umwandeln? Die Antwort kann Arbeitnehmer, Verbraucher, Unternehmer, Technologieanbieter und Regierungen betreffen. Auch diese Gruppen überschneiden sich. Eine Person kann ein Gehalt erhalten, günstigere Dienstleistungen bezahlen und eine kleine Beteiligung an einem Unternehmen besitzen. Daher verbirgt die Reduzierung der Debatte auf Menschen versus Maschinen die Mechanismen, die wir untersuchen müssen.

Wir gliedern die Analyse in drei Ebenen. Erstens die technische Aussetzung von Aufgaben gegenüber KI. Anschließend werden die Ergebnisse in Arbeitsumgebungen und in Einkommenstransferexperimenten beobachtet. Abschließend institutionelle Entscheidungen und anschauliche Szenarien. Ein Expositionsindex hilft dabei, potenzielle Veränderungen zu lokalisieren; misst keine Entlassungen. Ein Experiment informiert über eine Population und eine Intervention; es reproduziert keine ganze Wirtschaft. Eine Simulation macht Annahmen sichtbar; wandelt diese Prämissen nicht in Vorhersagen um.

Die redaktionelle These von Rovemark lautet, dass Produktivität und Verteilung gemeinsam untersucht werden müssen. Das bedeutet weder, dass wir bereits wissen, welche Politik das Problem löst, noch, dass private Gewinne illegitim sind. Dies bedeutet, dass eine Umsetzung nur dann als erfolgreich angesehen werden kann, wenn auch Fragen zu Qualität, Gesamtkosten, Arbeitsbedingungen und dem Bestimmungsort der geschaffenen Wertschöpfung gestellt werden. Dieselbe Technologie kann sehr unterschiedlichen Organisationen und Verträgen zugrunde liegen.

Die Exposition gegenüber KI ist nicht gleichbedeutend mit Arbeitslosigkeit

Die Internationale Arbeitsorganisation und die NASK schätzen in 2025, dass etwa ein Viertel der weltweiten Beschäftigung in Berufen tätig ist, in denen ein gewisses Maß an generativer KI ausgesetzt ist. Der Index kombiniert Aufgabenbewertung, Arbeiter- und Expertenbeiträge sowie modellgestützte Klassifizierung. Die Teilnahme erreicht 34% in Ländern mit hohem Einkommen und 11% in Ländern mit niedrigem Einkommen. Diese Prozentsätze beschreiben die berufliche Zusammensetzung und die potenzielle technische Leistungsfähigkeit. Es handelt sich hierbei nicht um individuelle Wahrscheinlichkeiten für den Verlust Ihres Arbeitsplatzes.

Auf der höchsten Expositionsebene weist der Index 3,3% der weltweiten Beschäftigung aus. In diesem speziellen Abschnitt sind die Anteile 4,7% bei Frauen und 2,4% bei Männern. Auf den Nenner kommt es an: Wir vergleichen die Beschäftigungsbeteiligung jeder Gruppe und nicht die Aufteilung aller exponierten Berufe nach Geschlecht. Das Diagramm ermöglicht es Ihnen, die Ausschnitte abzuwechseln und so einen gewissen Belichtungsgrad und die maximale Kategorie getrennt zu halten. Wir sollten die Panels nicht addieren oder sie als zeitliche Flugbahn betrachten.

Ein Beruf vereint Tätigkeiten mit unterschiedlichen Anforderungen. Die Erstellung eines ersten Entwurfs kann automatisierbar sein, während die Aushandlung einer Ausnahme, die Überprüfung einer Entscheidung oder die Übernahme von Verantwortung immer noch die Beteiligung von Menschen erfordert. Selbst wenn mehrere Schritte technisch möglich werden, hängt die Einführung von Kosten, Zuverlässigkeit und Integration ab. Ein Unternehmen kann sich dafür entscheiden, mehr Kunden mit demselben Team zu betreuen, Funktionen neu zu organisieren oder die Einstellung von Mitarbeitern zu reduzieren. Die Identifizierung der technischen Möglichkeit ist der Beginn der Untersuchung; Um festzustellen, welche Reaktion aufgetreten ist, sind weitere Daten erforderlich.

Es wäre auch ein Fehler, daraus zu schließen, dass eine geringere Exposition einen vollständigen wirtschaftlichen Schutz darstellt. Ein Arbeitnehmer kann einer Tätigkeit nachgehen, die nicht stark digitalisiert ist, und dennoch indirekte Auswirkungen auf Nachfrage, Preise oder Lieferketten haben. Umgekehrt kann eine stark exponierte Funktion produktiver und wertvoller werden. Unsere Interpretation besteht darin, den Index als Orientierungshilfe für die Untersuchung konkreter Veränderungen zu verwenden, einschließlich Gruppen, die möglicherweise Unterstützung benötigen. Ein Datum für das Verschwinden von Berufen nennt die Quelle nicht.

Echte Produktivität: Beweise, die nicht in ein einziges Versprechen passen

In einer im Quarterly Journal of Economics in 2025 veröffentlichten Studie analysierten Brynjolfsson, Li und Raymond die gestaffelte Einführung eines Assistenten in einen Betrieb mit 5.172 Kundendienstmitarbeitern. Der gemeldete durchschnittliche Zuwachs an gelösten Problemen pro Stunde betrug etwa 15%. Die Vorteile variierten je nach Erfahrung und Können. Dies ist in einem Unternehmen und einem Beruf nachweisbar, mit gestaffelter Umsetzung und ökonometrischer Analyse; weder aus einer repräsentativen Stichprobe der gesamten Wirtschaft noch aus einem Versuch mit Einzelziehung.

Das Ergebnis zeigt, warum es sich lohnt, KI im Arbeitsprozess zu untersuchen. Allerdings bedeutet ein Zuwachs an Stundenauflösungen nicht automatisch eine 15-prozentige Steigerung des Gewinns, des Gehalts oder der nationalen Produktion. Die Kosten für Implementierung, Überprüfung, Software und organisatorische Änderungen müssen in der Abrechnung enthalten sein. Auch die Qualität der Auflösung muss erhalten bleiben. Die Übertragung eines Prozentsatzes zwischen diesen Maßen führt zu scheinbarer Präzision, die das Studiendesign nicht bietet.

Ein Kontrapunkt ergibt sich aus dem Experiment von METR mit 16 erfahrenen Entwicklern und 246-Aufgaben an bekannten Projekten unter Verwendung früher 2025-Tools. Die Verfügbarkeit von KI erhöhte die Ausführungszeit um 19%, während die Teilnehmer eine Verringerung von 24% vor Aufgaben erwarteten und danach eine Verringerung von 20% wahrnahmen. Der Kontrast misst die Erwartungen und die Wahrnehmung hinsichtlich des in diesem Experiment beobachteten Ergebnisses und stellt keinen Widerspruch zur Servicestudie dar. Populationen, Tools, Aufgaben und Metriken sind unterschiedlich.

Das METR-Update vom Februar 2026 ist für die Interpretation dieses historischen Ergebnisses unerlässlich. Die Forscher begannen zu berücksichtigen, dass die Auswahl der Teilnehmer und Aufgaben, Änderungen in der Vergütung und Schwierigkeiten bei der Registrierung von Arbeiten mit gleichzeitigen Agenten die Interpretation der neuen Ergebnisse erschwerten. Das für die ursprüngliche Schätzung gemeldete Konfidenzintervall 95% reicht zeitlich von +2% bis +39%. Wir verwenden das Ergebnis von 2025 nicht als Diagnose aktueller Werkzeuge. Die anwendbare Lektion besteht darin, die Wirkung im Kontext der Nutzung zu messen, anstatt sich ausschließlich auf das Geschwindigkeitsgefühl zu verlassen.

Zeitersparnis entscheidet nicht darüber, wer Geld verdient

Stellen Sie sich einen hypothetischen Prozess vor, der bei gleichbleibender Qualität zehn Arbeitsstunden pro Lieferung erfordert und nun acht Arbeitsstunden erfordert. Die direkte Einsparung beträgt zwei Stunden pro Lieferung, das finanzielle Ergebnis kennen wir jedoch noch nicht. Vielleicht besteht Bedarf, mehr zu verkaufen. Möglicherweise sinkt der Preis aufgrund der Konkurrenz. Vielleicht wird das Unternehmen den Preis halten und seine Marge erhöhen. Vielleicht übernimmt das Team andere Aufgaben oder ein Teil des Gewinns wird in Form kürzerer Arbeitszeiten ausgehandelt. Hierbei handelt es sich um mögliche Antworten, nicht um in dieser Veröffentlichung geschätzte Prozentsätze.

Es ist sinnvoll, drei Buchhaltungsfragen zu trennen. Die erste Frage ist, wie viele Ressourcen dabei eingespart wurden. Die zweite Frage ist, wie viel zusätzlicher Wert tatsächlich verkauft wurde oder wie viel Kosten verschwunden sind. Die dritte Frage ist, wie dieses Ergebnis nach Zahlung von Infrastruktur, Lieferanten und Steuern verteilt wurde. Verfügbare Stunden sind kein realisierter Umsatz. Ein ungenutzter Entwurf ist kein Verkauf. Und eine Senkung des Preises eines Modells bedeutet nicht unbedingt eine proportionale Senkung der Gesamtkosten eines zuverlässigen Dienstes.

Die OECD betrachtet die Verbreitungs- und Akzeptanzfähigkeit von KI als wichtige Bedingungen für ihre möglichen makroökonomischen Auswirkungen. Branchenstruktur, Kompetenzen, Infrastruktur und wirtschaftliche Integration verändern den Umfang der Leistungen. Die von der Institution diskutierten Prognosen sind das Ergebnis von Modellen und kein bereits beobachtetes Wachstum, das wir vollständig der KI zuschreiben können. In dieser Analyse übertragen wir einen gemessenen Servicegewinn nicht auf eine Prognose des brasilianischen BIP.

Unsere Verteilungshypothese besagt, dass Eigentum, Wettbewerb und Verhandlungsmacht das Ziel des Gewinns bestimmen. Ein kleines Unternehmen kann Zugang zu zuvor teuren Funktionen erhalten und Marge verlieren, wenn alle Wettbewerber dasselbe tun. Ein Arbeiter kann mehr produzieren, ohne die Lohnregel zu kontrollieren. Ein Anbieter kann einen Teil des Nutzens durch die Abhängigkeit von seiner Plattform erzielen. Um diese Hypothesen zu testen, wäre es notwendig, Preise, Verträge, Vergütung und Beteiligung der Lieferanten im Zeitverlauf zu überwachen. Die bloße Beobachtung der Adoption reicht nicht aus.

Grundeinkommen: Definition vor Beitritt oder Ablehnung

Unter dem universellen Grundeinkommen versteht man in der Regel einen individuellen, regelmäßigen Geldtransfer ohne Arbeitsbedingungen, der sich an alle Personen innerhalb der im Programm definierten Bevölkerung richtet. Der Leitfaden der Weltbank hilft bei der Unterscheidung von Universalität, Unbedingtheit und Barzahlungen. Aus diesen Merkmalen geht nicht hervor, ob der Betrag zum Lebensunterhalt ausreicht, welche Finanzierungsquelle vorhanden ist oder welche Leistungen weiterhin bestehen bleiben. Der Ausdruck „allgemeines Gehalt“ kann verwirrend sein: Das Gehalt vergütet ein Arbeitsverhältnis; Ein Einkommenstransfer folgt einer anderen institutionellen Logik.

Wer es erhält, ab welchem Alter, wie lange und mit welcher Wertaktualisierung, muss in einem konkreten Vorschlag beantwortet werden. Es muss auch geklärt werden, ob die Zahlung bestehende Leistungen und Leistungen ergänzt oder ersetzt, wie sich Personen mit hohem Einkommen über das Steuersystem beteiligen und wie außerordentliche Bedürfnisse befriedigt werden. Zwei Vorschläge mit demselben Monatswert können zu völlig unterschiedlichen Nettoausschüttungen führen. Der Name der Police allein sagt nichts darüber aus, wer am Ende besser oder schlechter abschneidet.

Das positive Argument kann auf Autonomie, Vorhersehbarkeit und der Fähigkeit basieren, schlechte Arbeitsbeziehungen abzulehnen. Das gegenteilige Argument könnte auf die Kosten und Chancen anderer Maßnahmen sowie auf die Unzulänglichkeit einer einheitlichen Leistung für unterschiedliche Bedürfnisse hinweisen. Wir stellen diese Gründe als Bewertungskriterien dar, ohne eine einheitliche Antwort vorauszusetzen. Eine ernsthafte Diskussion vergleicht bestimmte Designs, ihre Nettonutznießer und die erhaltenen Dienste. Um der Bedeutung des Sozialschutzes zuzustimmen, muss man keinem sogenannten universellen Vorschlag zustimmen.

Die Beziehung zur KI ist eine Hypothese zur Organisation der Gesellschaft und keine zwingende technische Konsequenz. Selbst wenn die Automatisierung voranschreitet, kann die Antwort Transfers, öffentliche Dienstleistungen, Ausbildung, Sozialversicherung, Gewinnbeteiligung oder Änderungen der Arbeitszeiten umfassen. Die Wahl hängt von den identifizierten Problemen und den verfügbaren Institutionen ab. In den ausgewählten Quellen gibt es kein Experiment, das eine ganze Wirtschaft beobachtet, nachdem KI die Notwendigkeit menschlicher Arbeitskraft beseitigt hat. Dieses Szenario geht über den Rahmen der hier gesammelten Beweise hinaus.

Welche Einkommensexperimente lassen uns Rückschlüsse ziehen?

In dem mit OpenResearch verknüpften US-Experiment erhielten 1.000-Teilnehmer mit niedrigem Einkommen drei Jahre lang 1.000 pro Monat, während 2.000-Kontrollteilnehmer monatlich 50 erhielten. Die August-Revision von 2026 des NBER-Arbeitspapiers 32719 berichtet über einen Rückgang der Erwerbsbeteiligung um 4,2 Prozentpunkte, des individuellen Einkommens ohne Transfers um rund US$ 1.900 jährlich und um ein bis zwei Arbeitsstunden pro Woche im Vergleich zur Kontrolle. Das sind unterschiedliche Ergebnisse mit unterschiedlichen Einheiten.

Der Artikel bleibt als Arbeitspapier gekennzeichnet, das keinem Peer-Review durch eine wissenschaftliche Veröffentlichung unterliegt. Die in der ersten Ausgabe dieser Analyse zitierte Originalversion enthielt unterschiedliche Schätzungen; Wir haben nun die August-Revision von 2026 übernommen und in die Bibliographie aufgenommen. Die Überprüfung zeigt auch, dass die moderaten Auswirkungen auf das Arbeitskräfteangebot nicht durch andere gemessene produktive Aktivitäten ausgeglichen wurden. Dies führt nicht dazu, dass weniger Zeit, die für bezahlte Arbeit aufgewendet wird, ein Urteil über den persönlichen Wert der Teilnehmer ist.

Die finnische Erfahrung bietet ein anderes Design. Zwischen 2017 und 2018 erhielten 2.000 Arbeitslose etwa USD 647 monatlich, bei der beispielhaften Umrechnung anhand der Jahresdurchschnitte der EZB von 2017 und 2018. Die offizielle Bilanz beschreibt geringe Auswirkungen auf die Beschäftigung und eine günstigere Wahrnehmung des Wohlbefindens. Es wird außerdem darauf hingewiesen, dass eine Änderung der Regeln zur Aktivierung der Arbeitslosigkeit es schwierig macht, die Auswirkungen im zweiten Jahr zu isolieren. Die Umfrage zum Wohlbefinden hatte unterschiedliche Rücklaufquoten zwischen den Gruppen. Der ursprüngliche Vorteil lautete auf EUR: Die Anzeige in USD verwendet 560 multipliziert mit dem arithmetischen Durchschnitt der EZB-Jahreszinsen von 2017 und 2018 (1,15531784313725 USD durch EUR), ohne Anpassung an die Inflation und ohne den Wechselkurs jeder Zahlung zu reproduzieren. Diese Einschränkungen verhindern, dass die Erfahrung als einfacher Beweis dafür betrachtet wird, dass jedes Grundeinkommen immer die Beschäftigung steigert oder notwendigerweise alle Indikatoren verbessert.

Keine dieser Studien misst einen dauerhaften Transfer an die gesamte Bevölkerung, der von den Steuerzahlern selbst in einer durch KI transformierten Wirtschaft finanziert wird. Ein Pilotprojekt kann individuelle Auswirkungen der Übertragung abschätzen und dennoch Preise, Steuern, Migration, Dienstleistungsangebot und Unternehmensreaktionen auf nationaler Ebene offen lassen. Unsere Lesart ist, dass Experimente Entscheidungen beeinflussen und absolute Aussagen korrigieren. Sie beenden die Debatte nicht. Das folgende Panel stellt das amerikanische Design und die Ergebnisse der aktuellen Überprüfung dar, ohne Teilnahme, Einkommen und Stunden auf einer einzigen Achse zu vermischen.

Wie viel würde es kosten? Ein transparentes Konto mit Limits

Die Bruttokosten einer Überweisung ergeben sich aus einer einfachen Multiplikation: monatliche Zahlung pro Person, Anzahl der Begünstigten und zwölf Monate. Der Simulator verwendet USD als Währungseinheit und ermöglicht Ihnen die Änderung von Wert und Bevölkerung. Der Standard von einhundert Millionen Menschen ist eine abgerundete didaktische Hypothese und keine Schätzung der erwachsenen oder berechtigten brasilianischen Bevölkerung. Es erfolgt keine automatische Abfrage demografischer Daten. Durch diese Wahl wird vermieden, dass eine erfundene Population so dargestellt wird, als ob sie gemessen worden wäre. Das Szenario in USD ist eine neue Hypothese und keine Währungsumrechnung des vorherigen Beispiels in BRL.

Im ersten Beispiel entspricht USD 1.000 pro Monat für einhundert Millionen Menschen USD 1,2 Billionen pro Jahr. Dabei handelt es sich um die jährliche Bruttoauszahlung. Es handelt sich nicht um eine zusätzliche Defizit-, Nettokosten- oder Nutzenempfehlung. Von Begünstigten zurückgegebene Einnahmen, ersetzte Leistungen, Verwaltungskosten oder Verhaltensänderungen werden von uns nicht abgezogen. Wir haben auch keine hypothetische Sammlung über Roboter hinzugefügt. Für alle diese Raten wären neben der Bewertung der Verteilungseffekte eigene Hypothesen und Datenbanken erforderlich.

Die Finanzierungsdebatte erfordert mindestens zwei zusätzliche Analysen. Eine davon betrifft den Haushalt: Welche Einnahmen und Ausgaben ändern sich in welchem ​​Zeitraum und mit welcher Verwaltungskapazität? Ein anderer ist ökonomischer Natur: Wer unterstützt die Einführung neuer Steuern und wie reagieren Familien und Unternehmen darauf? Der gesetzliche Zahler einer Steuer ist nicht unbedingt derjenige, der die endgültigen Kosten trägt. Wir gehen nicht davon aus, dass der geschätzte Wert einer eingesparten Stunde vollständig vereinnahmt werden kann, noch dass privates Vermögen und öffentliche Einnahmen gleichwertig sind.

Der OECD-Hinweis zum Grundeinkommen macht auf die Finanzierungs- und Verteilungsfolgen der Reformen aufmerksam. Dies leitet die zentrale Versorgung: Ein Vorschlag, der an alle verteilt und gezielte Unterstützung eliminiert, könnte Menschen mit größeren Bedürfnissen schaden. Unsere Bewertung erfordert die Darstellung des Nettoergebnisses pro Gruppe, nicht nur der Summe der Zahlungen. Die Grafik macht die arithmetische Skala der Auswahlmöglichkeiten sichtbar; Es entscheidet nicht über seine finanzielle Tragfähigkeit oder seine Auswirkungen auf die Inflation. Um diese Fragen zu beantworten, wäre ein viel vollständigeres Modell erforderlich.

Drei Möglichkeiten, die Gewinne zu verteilen

Das erste Szenario ist Konzentration. Unternehmen oder Lieferanten mit schwer ersetzbaren Vermögenswerten behalten einen Großteil des Mehrwerts. Auf diesem hypothetischen Weg kann die Produktion wachsen, während ein Teil der Arbeitnehmer mit Einkommenseinbußen oder einer verminderten Verhandlungsfähigkeit konfrontiert wird. Die entscheidende Variable wäre nicht nur die Leistung des Modells, sondern auch die Möglichkeit der Beteiligung von Wettbewerbern und Arbeitnehmern an der Wertschöpfung und -aneignung. Um diesen Weg zu beobachten, müssten wir Margen, Preise, Löhne und vertragliche Abhängigkeiten untersuchen.

Das zweite Szenario ist die Wettbewerbsdiffusion. Leichter zugängliche Tools helfen kleinen Unternehmen, Preise zu senken und neue Dienste zu ermöglichen. Verbraucher können an Kaufkraft gewinnen und einige Unternehmen können wachsen, indem sie zuvor unrentable Märkte bedienen. Dies garantiert weder, dass jeder Arbeitnehmer eine Lohnerhöhung erhält, noch beseitigt es schwierige Übergänge. Eine Bewertung sollte den Markteintritt von Unternehmen, die Qualität, die Preise und die berufliche Mobilität überwachen und prüfen, ob sich die Gewinne über die ersten Organisationen hinaus erstrecken, die die Technologie übernommen haben.

Das dritte Szenario beinhaltet die Aushandlung von Zeit und Schutz. Mit einem Teil des Verdienstes können kürzere Arbeitszeiten, Fortbildungen während der Arbeitszeit, Ergebnisbeteiligungen oder kollektive Einkommens- und Leistungsmechanismen finanziert werden. Es besteht die Wahl, wer teilnimmt, wie das Ergebnis gemessen werden soll und wie die Risiken verteilt werden sollen. Eine angekündigte Arbeitszeitverkürzung ohne Kontrolle der Arbeitsintensität verbessert möglicherweise nicht das Leben des Teams. Ein Transfer ohne angemessene Dienstleistungen deckt möglicherweise nicht die wesentlichen Bedürfnisse ab. Diese Mechanismen müssen hinsichtlich Design und Ausführung evaluiert werden.

Die drei Pfade schließen sich weder gegenseitig aus, noch wurden ihnen Wahrscheinlichkeiten zugewiesen. Sie können nach Sektor, Unternehmen und Zeitraum nebeneinander existieren. Sie dienen der Organisation überprüfbarer Fragen. Wenn wir wissen wollen, welcher Weg vorherrscht, müssen wir im Voraus Indikatoren definieren, die unserer Präferenz widersprechen können. Eine Hypothese, die ein beliebiges Ergebnis nach der Beobachtung erklärt, ist für die Forschung nicht richtungsweisend. Die redaktionelle Verpflichtung besteht darin, Signale der Konzentration und Verbreitung mit der gleichen Sorgfalt zu überwachen und die Interpretation zu überarbeiten, wenn sich die Beweise ändern.

Was ein Unternehmen jetzt messen kann

Eine Organisation muss nicht die Zukunft des Kapitalismus lösen, um ihre KI-Bewertung zu verbessern. Sie können damit beginnen, einen Prozess, ein Ergebnis und eine Mindestqualitätsbedingung abzugrenzen. Im Betrieb kann dies eine bestätigte Lösung mit Wiedereröffnungsrate bedeuten; in Dokumenten, Annahme mit menschlicher Prüfung; im Betrieb, gültige Lieferung ohne Zunahme der Zwischenfälle. Die Auswahl nur des Antwortvolumens generierte Belohnungsaktivitäten, die möglicherweise keinen Wert generieren. Die Metrik sollte die erledigte Aufgabe und die relevante Konsequenz für den Kunden darstellen.

Das von Rovemark vorgeschlagene Protokoll beginnt mit einer Basislinie und zeichnet Änderungen in Nachfrage und Komplexität auf. Wenn möglich, vergleichen Sie ähnliche Gruppen oder alternative Nutzungsbedingungen auf geplante Weise, ohne die Menschen unkontrollierten kritischen Entscheidungen auszusetzen. Die Aufzeichnung muss Prüfzeit, Nacharbeit, Kosten für Vorlagen und Tools, Fehler, Unterbrechungen und Schulung umfassen. Ein positives Ergebnis, das auf einer außergewöhnlichen Aufsicht beruht, bleibt möglicherweise nicht bestehen, wenn der Betrieb wächst. Die Frage ist, ob der Gewinn den täglichen Gebrauch übersteht.

Die Überwachung sollte die Verteilung innerhalb des Teams umfassen. Anfänger und Experten reagieren möglicherweise unterschiedlich; Durchschnittswerte können eine Verschlechterung bei seltenen Aufgaben oder Kunden mit spezifischen Bedürfnissen verbergen. Vergütung, Arbeitsbelastung und Autonomie sind ebenfalls zu beachtende Ergebnisse, wobei der Schutz personenbezogener Daten und der Zugang proportional zum Bedarf sind. Die Analyse sollte nicht zu einem undurchsichtigen Mechanismus für die individuelle Bewertung werden. Die Veröffentlichung aggregierter Metriken und Nutzungsregeln trägt dazu bei, das Engagement der Mitarbeiter besser zu informieren.

Dies ist ein vorgeschlagenes Protokoll, keine Liste von Experimenten, die bereits von Rovemark durchgeführt wurden. Um unsere eigene Forschung zu erstellen, benötigen wir weiterhin teilnehmende Organisationen, eine vorherige Definition der Ergebnisse, eine Einwilligung und eine angemessene Datenbank. Der beabsichtigte Beitrag besteht darin, operative Beweise mit Verteilungskonsequenzen zu verknüpfen. Anstatt zu verkünden, dass ein bestimmtes Tool einen Prozentsatz des Teams ersetzt, möchten wir zeigen, welche Aufgaben sich verbessert haben, welche fehlgeschlagen sind, wie hoch die Gesamtkosten waren und wer den Vorteil erhalten hat. Dies sind Ergebnisse, die diskutiert und, wenn möglich, reproduziert werden können.

Was würde unsere Schlussfolgerung ändern?

Unsere Position würde sich ändern, wenn es in verschiedenen Kontexten immer wieder Beweise dafür gibt, dass sich Produktivitätsgewinne mit steigendem Einkommen und höherer Lebensqualität ausbreiten, ohne dass zusätzliche Mechanismen erforderlich sind. Dies würde sich auch ändern, wenn fundierte Studien anhaltende Arbeitsplatz- und Einkommensverluste in einem Ausmaß zeigen würden, das über die beobachtete Übergangsfähigkeit hinausgeht. In beiden Fällen wäre es notwendig, die Auswirkungen von KI von Veränderungen der Nachfrage, des Konjunkturzyklus und anderer Technologien zu trennen. Aggregierte Zahlen ohne Mechanismusidentifikation lösen diese Zuordnung nicht auf.

Beim Grundeinkommen würden längere und umfassendere Programmergebnisse mit beobachteten Finanzierungs- und Marktreaktionen dazu beitragen, Unsicherheiten zu reduzieren, die einzelne Pilotprojekte nicht berücksichtigen. Die Bewertung sollte reale Alternativen, einschließlich verbesserter bestehender Systeme, vergleichen und zeigen, wer gewinnt und wer verliert. Wir brauchen auch Belege zu Pflege, Gesundheit, Bildung und Wahlfreiheit, ohne davon auszugehen, dass jede Aktivität außerhalb der Beschäftigung unproduktiv ist oder dass alle wünschenswerten Auswirkungen bereits nachgewiesen wurden.

Die Frage im Titel bleibt absichtlich offen. Die Quellen zeigen, dass technische Exposition, Produktivität und Arbeitskräfteangebot messbare, aber unterschiedliche Phänomene sind. Sie geben kein Datum für das Ende des Arbeitsverhältnisses oder einen universellen Wert vor, den jedes Land finanzieren kann. Unser redaktionelles Fazit besteht darin, der Messung des Gesamtgewinns und seiner Verteilung Priorität einzuräumen. Die Qualität dieser Agenda wird davon abhängen, dass die Prämissen diskutierbar gemacht werden und neue Ergebnisse zur Korrektur des Narrativs zugelassen werden, auch wenn dies den kommerziellen Interessen von Rovemark selbst zuwiderläuft.