Lange haben Ökonomen die Disruptions-Prognosen aus dem Silicon Valley als Panik oder Marketing abgetan. Das ändert sich – nicht weil belastbare Daten vorliegen, sondern weil die Möglichkeit eines echten Schocks nicht länger ignorierbar erscheint. Ein Paradigmenwechsel unter Vorbehalt, der mehr über die Grenzen ökonomischer Beobachtungsapparate verrät als über die KI selbst.

Die New York Times hat Anfang April 2026 einen bemerkenswerten Stimmungswandel dokumentiert^[1]Economists Once Dismissed the A.I. Job Threat, but Not Anymore: Ökonomen, die KI-bedingte Arbeitsmarktdisruptionen bislang mit Verweis auf fehlende Makrodaten relativierten, räumen nun ein, dass ein massiver Schock möglich – wenn auch nicht wahrscheinlich – sei. Eine Umfrage unter Ökonomen, koordiniert von Ezra Karger (Federal Reserve Bank of Chicago), ergibt: Mehrheitlich wird etwas höheres Wachstum erwartet, aber kein radikaler Bruch mit historischen Mustern. Gleichzeitig wird das „extreme Szenario“ – schnelle, breite Jobdisruption mit steigender Ungleichheit – nicht länger als unplausibel behandelt.

Was sich verändert hat, ist weniger die Datenlage als die epistemische Haltung. Solange keine messbaren Effekte sichtbar waren, galt: KI ist kein Schock. Jetzt gilt: Kein Schock noch nicht – aber das Gegenteil lässt sich nicht ausschließen. Das ist methodisch nicht trivial. Es signalisiert, dass Ökonomen aufgehört haben, auf Falsifikation zu warten, und stattdessen mit Szenarien unter tiefer Unsicherheit arbeiten. Die Referenzpunkte verschieben sich – von Paul David und den langen Diffusionszeiten der General Purpose Technologies zu einer Analytik, die näher an Taleb liegt: nicht Prognose, sondern Vorbereitung auf Tail Risks.

Besonders aufschlussreich ist der Kommentar von Molly Kinder (Brookings Institution): Sie brauche für einfache Rechercheaufgaben keine Studenten mehr – Claude erledige das besser. Das ist kein Zukunftsszenario, sondern eine Gegenwartsbeschreibung aus der eigenen Arbeitspraxis. Erik Brynjolfsson (Stanford) bricht explizit mit dem Standard-Narrativ der GPT-Literatur: „I don’t think it’s going to be decades this time.“ Die Beschleunigung der Diffusion – begründet mit bereits hohen Adoptionsraten laut Census-Daten und eigeninitiierter Nutzung durch Arbeitnehmer – markiert den entscheidenden Unterschied zu früheren Technologiewellen.

Die Boston Consulting Group unterscheidet zwischen „Reshaping“ und „Replacement“: Mehr als die Hälfte der US-amerikanischen Jobs werde in den nächsten zwei bis drei Jahren umgeformt, aber weit wenige…