Das falsche Argument

Dies ist der vierte Essay in einer Reihe, die mit Wer kauft, was wir bauen? begann und mit Das hab ich schon mal gesehen und Die Fantasie vom wohlwollenden Konzern weiterging. Wer neu dazukommt: Im ersten Essay beginnt das Argument.

Am 4. April 2026 veröffentlichte die New York Times einen Artikel darüber, dass Ökonomen die KI-Verdrängung endlich ernst nehmen. [1] Das bemerkenswerteste Zitat kam von Molly Kinder, Senior Fellow an der Brookings Institution: „Ich weiß wirklich nicht, was ein College-Student meinem Team bringen kann, das Claude nicht kann." [1]

Eine Senior Fellow bei Brookings sagte, sie brauche keine Berufseinsteiger mehr in der Forschung. Das ist keine Prognose. Das ist eine Beobachtung in der Gegenwartsform — von jemandem, deren Job es ist, den Arbeitsmarkt zu untersuchen, und die gerade ein Stück davon eliminiert hat.

Aber das aufschlussreichste Detail des Artikels kam ganz am Ende. Anton Korinek, der Ökonom der University of Virginia, der am bereitwilligsten extreme KI-Szenarien in Betracht zieht, verlässt die Universität am Semesterende, um zu Anthropic zu wechseln — dem Unternehmen, das Claude baut. [1] Der Ökonom, der sich am intensivsten mit dem Risiko auseinandersetzt, verlässt die Institution, die es erforscht, um der Institution beizutreten, die es erschafft. Ziehen Sie Ihre eigenen Schlüsse darüber, was er kommen sieht und wo er glaubt, dass die eigentliche Arbeit geleistet wird.

Ich schreibe seit Anfang dieses Jahres über KI-Verdrängung. Jeder Essay hat das Argument weiterentwickelt. Jeder fand ein größeres Publikum, als ich erwartet hatte — was mir sagt, dass die Leute erkennen, was passiert, selbst wenn die Institutionen, die für sie sprechen sollten, es nicht laut aussprechen.

Dieser Essay ist anders. Ich entwickle das Argument nicht weiter. Ich trete einen Schritt zurück und hinterfrage den Rahmen selbst — einschließlich Teile meiner eigenen früheren Rahmung.

Die Schlacht am Tor

Die öffentliche Debatte hat zwei Seiten, und beide spielen Theater.

Die Tech-Evangelisten — Altman, Khosla, Musk — prognostizieren massiven Jobverlust in Worten, die Investoren begeistern sollen. [1] Wenn der CEO eines Unternehmens, das sich auf einen der größten Börsengänge der Geschichte vorbereitet, der Welt erzählt, KI werde die Hälfte der Belegschaft ersetzen, ist das keine neutrale Beobachtung. Das ist ein Verkaufsgespräch.

Die Ökonomen haben bis vor kurzem mit dem geantwortet, was die Times als „Skepsis an der Grenze zur Geringschätzung" bezeichnete. [1] Daniel Rock von der University of Pennsylvania sagte der Times: „Ich glaube nicht, dass KI den Arbeitsmarkt schon getroffen hat ... aber ich denke, es kommt." [1] Sie debattieren, ob die Welle sich nähert, während ihnen das Wasser schon um die Knöchel steht.

Zwischen diesen beiden Lagern hat die politische Diskussion auf eine einzige Antwort zurückgegriffen: Umschulung. Bringt den Leuten bei, mit KI zusammenzuarbeiten. Qualifiziert die Belegschaft weiter. Passt euch an.

Links, rechts, Wirtschaft, Wissenschaft. Eine mehrjährige Studie, die in Foreign Affairs hervorgehoben wurde, ergab, dass Erwachsene in den USA und Kanada Umschulung als ihre bevorzugte politische Maßnahme einstuften — quer durch alle Parteigrenzen. [2] Das klingt vernünftig. Und nach der verfügbaren Evidenz hat es nie im großen Maßstab funktioniert.

Warum nicht Umschulung

Ich habe die Umschulungsprogramme im Ruhrgebiet in Das hab ich schon mal gesehen behandelt. Die US-Bilanz ist nicht besser.

Brookings veröffentlichte im Mai 2025 eine Analyse, die diese Diskussion hätte beenden müssen. Forscher Julian Jacobs überprüfte die gesamte Geschichte der öffentlichen Umschulungsprogramme in den USA. Er kam zu dem Schluss, dass die Evidenz „nahelegt, dass wir Umschulungsprogrammen als wirksamer politischer Antwort auf die Anpassung der Arbeitskräfte an KI skeptisch gegenüberstehen sollten." [3] Die National JTPA Study — eine echte randomisierte kontrollierte Studie — zeigte keine statistisch signifikante Verbesserung bei Beschäftigungsquoten oder Einkommen. [3] Das WIA-Programm, das sie ersetzte: keine positive Wirkung. [3] Das Trade Adjustment Assistance-Programm, speziell für Verdrängung konzipiert: Die Teilnehmer schnitten schlechter ab als Nicht-Teilnehmer. [4]

Und Brookings identifizierte ein KI-spezifisches Problem: Umschulungsprogramme versetzen Beschäftigte häufig von einem automatisierungsanfälligen Beruf in einen anderen. [5] Man schult jemanden zum Datenanalysten um, und achtzehn Monate später wird auch diese Rolle automatisiert. Die Programmveranstalter selbst räumen ein, dass sie nur ein vages Verständnis der künftigen wirtschaftlichen Auswirkungen von KI haben. [5] Man kann kein Ziel treffen, das sich ständig bewegt.

Aber der verheerendste Datenpunkt kam aus einer Telefonkonferenz zu Unternehmensergebnissen. Im September 2025 sagte Accenture-CEO Julie Sweet den Analysten, das Unternehmen steige „auf einem komprimierten Zeitplan aus, die Umschulung von Mitarbeitern ist nach unserer Erfahrung kein gangbarer Weg für die Fähigkeiten, die wir brauchen." [9]

Die CEO des weltgrößten Beratungsunternehmens — der Firma, die Workforce-Transformation-Dienstleistungen an alle anderen Unternehmen verkauft — gab in einer öffentlichen Analystenkonferenz zu, dass Umschulung für die eigenen Leute nicht schnell genug funktioniert. Accenture schulte über 550.000 Mitarbeiter in generativer KI — und konnte trotzdem die 11.000 nicht umschulen, die im selben Quartal entlassen wurden. [9] Wenn das Unternehmen, das allen anderen Umschulung verkauft, sie bei der eigenen Belegschaft nicht zum Laufen bringt, sieht der Rest der politischen Diskussion aus wie Theater.

Der Nebel

Ein Messproblem verschärft das Umschulungsproblem: Wir können Verdrängung nicht klar genug erkennen, um darauf zu reagieren — auch weil Unternehmen deren Ursachen falsch darstellen.

Analysten der Deutschen Bank prägten auf dem Weltwirtschaftsforum in Davos im Januar 2026 den Begriff „AI Redundancy Washing". [10] Eine Umfrage von Resume.org unter 1.000 US-Personalmanagern bezifferte es: 59 Prozent gaben zu, dass sie die Rolle von KI bei der Erklärung von Entlassungen betonen, weil es bei Stakeholdern besser ankommt als finanzieller Druck. Nur 9 Prozent sagten, KI habe bei ihnen tatsächlich bestimmte Rollen vollständig ersetzt. [10]

Amazon liefert das schärfste Beispiel. CEO Andy Jassy schrieb im Juni 2025, KI werde die Unternehmensbelegschaft reduzieren. [10] Als Amazon im Oktober dann tatsächlich 14.000 Stellen strich, sagte Jassy in der Analystenkonferenz, es sei „nicht einmal wirklich KI-getrieben." [10] In derselben Woche nannte Senior VP Beth Galetti in ihrem Memo an die betroffenen Mitarbeiter KI als die transformative Kraft. [10] Drei widersprüchliche Aussagen in einem einzigen Quartal. Das ist keine Mehrdeutigkeit. Das ist ein Unternehmen, das nicht weiß — oder dem es egal ist —, ob seine eigene Erzählung in sich stimmig ist.

Forresters Predictions-Report 2026 ergab, dass 55 Prozent der Arbeitgeber, die bei Entlassungen KI als Grund nannten, es jetzt bereuen — vor allem weil die Technologie das nicht geliefert hat, was die Führungskräfte sich davon versprochen hatten. [11] Gartner prognostiziert, dass bis 2027 die Hälfte der Unternehmen, die Kundendienststellen unter Berufung auf KI gestrichen haben, für ähnliche Funktionen wieder einstellen werden — aber unter anderen Jobtiteln, oft offshore, zu niedrigeren Löhnen. [11] [12]

Die echte Verdrängung ist real — bei Block, Atlassian, Duolingo und Salesforce. [10] Aber sie ist verwoben mit fabrizierter Verdrängung für die Investorenoptik, und niemand kann das Signal vom Rauschen trennen. Ökonomen können nicht messen, was sie nicht klar sehen. Politische Entscheidungsträger können keine Interventionen für eine Krise entwerfen, deren Konturen niemand definieren kann. Und die Umschulungsprogramme, die als Reaktion aufgebaut werden, zielen auf ein Problem, das sie nicht korrekt diagnostizieren können, mit Methoden, die nie funktioniert haben, in Zeiträumen, die die Technologie bereits überholt.

Aber all das — die Umschulungsdebatte, das KI-Washing, die Argumente Ökonomen-gegen-Evangelisten — ist die Schlacht am Tor. Es ist der sichtbare Konflikt. Alle schauen zu. Alle haben eine Meinung.

Und während dieses Argument ausgefochten wird, ist die eigentliche Verdrängung längst hinter den Mauern.

Dieser Nebel verzerrt die sichtbare Ebene. Aber das folgenreichere Problem ist, dass die zweite Ebene gar keine Verzerrung braucht, um unsichtbar zu bleiben.

Das Trojanische Pferd

Wenn Menschen über KI sprechen, die Arbeiter ersetzt, stellen sie sich einen CEO am Rednerpult vor, der Entlassungen verkündet. Das ist das Bild. Es ist dramatisch, es ist nachverfolgbar, und es ist die Grundlage der politischen Diskussion.

Die folgenreichste Verdrängung passiert nicht durch Entlassungsankündigungen. Sie passiert durch Software-Updates.

Was sich verändert, ist nicht nur die Fähigkeit, sondern die Rolle der Software selbst. Software wandelt sich von einer Werkzeugschicht, die Arbeit unterstützt, zu einer Schicht, die sie direkt ersetzt.

Im Januar 2026 machte Bessemer Venture Partners eine Beobachtung, die mehr Aufmerksamkeit verdient, als sie bekommen hat: „Vertikale KI konkurriert nicht um IT-Budgets; sie konkurriert um Personalbudgets." [13] Im Gegensatz zu horizontaler Software, die Menschen bei der Arbeit hilft, sind vertikale KI-Plattformen — solche, die für spezifische Branchen wie Gesundheitswesen, Recht, Bau, Versicherung und Außendienst entwickelt wurden — darauf ausgelegt, die Arbeit selbst zu erledigen.

Die Ökonomie dahinter ist explizit. Vertikale SaaS-Unternehmen werden heute mit dem 12- bis 15-fachen ihres Umsatzes gehandelt — fast auf dem Niveau reiner KI-Unternehmen mit dem 14,5-fachen —, während generisches horizontales SaaS bei dem 2- bis 5-fachen liegt. [14] Dieser Spread verrät, wie der Markt die Sache sieht: Plattformen, die absorbieren, was Menschen tun, werden mit ungefähr dem dreifachen Multiplikator bewertet wie Plattformen, die Menschen bei dem unterstützen, was sie tun. Investoren bewerten Ersetzung mit einem Aufschlag gegenüber Assistenz.

Und die Geschäftsmodelle werden umgestaltet, um das explizit zu machen. Vertikale KI-Unternehmen wechseln von Pro-Arbeitsplatz-Preisen — man zahlt für jeden Mitarbeiter, der die Software nutzt — zu ergebnisbasierter Preisgestaltung: man zahlt pro geprüftem Dokument, pro bearbeitetem Schadensfall, pro geplantem Einsatz. [13] Wenn man Software nach dem Ergebnis statt nach dem Arbeitsplatz bepreist, verkauft man kein Werkzeug mehr. Man konkurriert direkt mit dem Gehalt der Person, die dieses Ergebnis früher erbracht hat.

Lassen Sie mich das konkret machen.

Wie es von innen aussieht

Nehmen Sie einen mittelgroßen Schaden- und Unfallversicherer — 2.000 Mitarbeiter, regional, die Art von Unternehmen, über das niemand schreibt. Sie nutzen seit Jahren Guidewire für das Schadenmanagement. Es ist ihre Kernplattform. Ihre Sachbearbeiter arbeiten jeden Tag darin.

Im ersten Quartal 2026 liefert Guidewire ein Plattform-Update. Das neue Modul bearbeitet die Erstschadenmeldung für Routine-Kfz-Schäden — die Blechschäden, die Parkplatz-Dellen, alles unter einem bestimmten Schwellenwert. Es liest die Meldung, gleicht sie mit der Police ab, holt die Schadenschätzung aus der Fotoanalyse und leitet die Zahlung ein. Ein Sachbearbeiter prüft das Ergebnis noch, aber die Prüfung dauert vier Minuten statt der fünfunddreißig, die es zuvor brauchte, den Fall von Grund auf aufzubauen.

Nichts Dramatisches passiert. Keine Ankündigung. Kein Restrukturierungsmemo. Das Team bewältigt mehr Volumen mit derselben Personalstärke. Der Schadenabteilungsleiter stellt bei der Quartalsauswertung fest, dass der Durchsatz bei Routine-Kfz-Schäden um 40 Prozent gestiegen ist. Gute Nachricht.

Im dritten Quartal geht ein Sachbearbeiter in den Ruhestand. Der Abteilungsleiter schaut sich die Zahlen und das Volumen an, das das Team bewältigt, und entscheidet, die Stelle nicht nachzubesetzen. Die Arbeit wird erledigt. Der Budgetdruck ist real. Eine Neueinstellung dauert sowieso drei Monate. Die Stelle bleibt offen und verschwindet dann leise.

Bis zum ersten Quartal 2027 haben zwei weitere Sachbearbeiter das Unternehmen verlassen — einer zur Konkurrenz, einer, um sich um ein alterndes Elternteil zu kümmern. Keine der Stellen wird nachbesetzt. Das Team ist drei Leute kleiner. Niemand wurde entlassen. Niemand verlor seinen Job. Die Plattform wurde einfach immer besser bei der Routinearbeit, und das Team schrumpfte um sie herum.

Multiplizieren Sie das jetzt mit jedem Versicherer, der Guidewire nutzt, mit jeder Außendienstfirma, die ServiceTitan einsetzt, mit jedem Bauunternehmen, das mit Procore arbeitet, mit jeder Rechtsabteilung, die eine Vertragsprüfungsplattform nutzt, die Routine-NDAs ohne menschlichen Input verarbeitet. Nichts davon taucht im Challenger-Report auf. Nichts davon löst WARN-Act-Meldepflichten aus. Nichts davon macht Schlagzeilen. Die Fachpresse der Versicherungsbranche bringt vielleicht einen Artikel über Guidewires neue KI-Fähigkeiten, eingerahmt als Innovation statt als Verdrängung. Die Sachbearbeiter, die gegangen sind, haben andere Jobs gefunden — oder nicht —, und niemand hat ihren Weggang mit einem Plattform-Update in Verbindung gebracht.

Das ist der Mechanismus. Kein dramatischer Ersatz. Eine langsame Absorption, eine Funktion nach der anderen, ein Update nach dem anderen, eine nicht nachbesetzte Stelle nach der anderen.

Das Ausmaß

Das Kapital ist bereits zugeteilt. Crunchbase berichtete, dass es 2026 „sehr schwierig für ein SaaS-Unternehmen ohne native KI-/Agentic-Fähigkeiten sein wird, in irgendeiner Phase Risikokapital zu finden." [16] Vertikale KI-Startups wachsen mit 400 Prozent und konkurrieren bei etwa 80 Prozent der traditionellen SaaS-Preise. [17] Gartner erwartet, dass bis 2026 80 Prozent der Unternehmen generative-KI-fähige Anwendungen eingesetzt haben werden. [15] BetterCloud formulierte es unverblümt: „Die SaaS-Branche hat mehr als zwei Jahrzehnte damit verbracht, Werkzeuge zu bauen, die menschliche Arbeit ermöglichen. Jetzt, 2026, verlagert sich der Fokus auf Software, die die Arbeit autonom erledigt." [15]

Diese Plattformen graben sich in Versicherung, Bau, Außendienst, Gesundheitswesen-Abrechnung, Immobilienverwaltung, Rechtsdienstleistungen und Logistik ein — Branchen, die zig Millionen Menschen beschäftigen und in der KI-Verdrängungsdebatte so gut wie nie vorkommen. Weil die Disruption nicht wie KI aussieht. Sie sieht aus wie ein Software-Upgrade.

Man kann nicht arbeitslos melden, weil der eigene Job geschrumpft ist. Man kann sich nicht umschulen für eine Rolle, die technisch noch existiert — sie ist nur kein Vollzeitjob mehr. Es gibt keine Entlassungsankündigung für eine Stelle, die nie eliminiert wurde — nur nie wieder besetzt.

Das Timing-Problem

Ein berechtigter Einwand: Wenn vertikales SaaS in diesem Ausmaß still Arbeit absorbiert, wird es sich irgendwann in den Branchenbeschäftigungsstatistiken zeigen. Die BLS-Daten hinken nach, aber sie holen auf. Produktivitätsdaten werden es widerspiegeln. Das BIP pro Arbeitnehmer wird sich bewegen. Die Verdrängung, die ich als unsichtbar bezeichne, wird nicht ewig unsichtbar bleiben.

Das stimmt. Und genau das ist das Problem.

Der Zusammenbruch der Zulieferketten im Ruhrgebiet hat sich irgendwann auch in den Statistiken gezeigt. Zu dem Zeitpunkt war der Schaden strukturell. Die kleinen Firmen waren weg. Die Arbeitnehmer waren lange genug arbeitslos gewesen, dass ihre Fähigkeiten verkümmert und ihre Ersparnisse aufgebraucht waren. Die Messsysteme holten gerade rechtzeitig auf, um zu dokumentieren, was bereits geschehen war — nicht rechtzeitig genug, damit irgendjemand hätte eingreifen können.

Die Frage ist nicht, ob die Daten diese Verdrängung irgendwann abbilden werden. Die Frage ist, ob sie es rechtzeitig tun, damit Institutionen reagieren können. Und alle Indikatoren sagen nein. Der Adoptionszyklus für vertikales SaaS wird in Quartalen gemessen. Beschaffungsentscheidungen in Unternehmen werden jährlich getroffen. Plattform-Updates werden laufend ausgeliefert. Das BLS veröffentlicht monatlich Beschäftigungsdaten, aber branchenspezifische Aufschlüsselungen hinken ein Jahr oder mehr hinterher. Bis die Daten ein Muster zeigen, läuft das Muster schon zwei oder drei Jahre.

Das ist ein Timing-Problem. Aber ein Timing-Problem, bei dem die Verzögerung lang genug ist, dass Millionen von Arbeitsplätzen schrumpfen, bevor irgendeine Institution es bemerkt, ist kein kleiner technischer Vorbehalt. Es ist das Problem.

Die zwei Ebenen

Also hier stehen wir tatsächlich.

Die erste Ebene der Verdrängung ist sichtbar. Es sind die Schlagzeilen-Entlassungen — Salesforce, Block, Amazon, Meta. Es ist unübersichtlich, umstritten und teilweise fabriziert. Fast 60 Prozent davon sind narrative Deckung für finanzielle Entscheidungen, die unabhängig von KI getroffen worden wären. [10] Die Verdrängung innerhalb dieser Ebene ist echt, aber sie ist mit KI-Washing so verwoben, dass niemand ihr Ausmaß korrekt messen kann. Dies ist die Ebene, die Ökonomen untersuchen, Journalisten abdecken, politische Entscheidungsträger darauf reagieren und Umschulungsprogramme darauf ausgerichtet werden.

Die zweite Ebene ist strukturell unsichtbar. Es ist die Einbettung von KI in branchenspezifische Plattformen, die Unternehmen bereits nutzen, denen sie bereits vertrauen und von denen sie bereits abhängig sind. Sie löst keine Entlassungsankündigungen aus. Sie taucht nicht in BLS-Daten auf. Sie aktiviert keine WARN-Act-Meldepflichten. Sie geschieht innerhalb von Beschaffungsentscheidungen, Vertragsverlängerungen und Haushaltspositionen — tausend kleine Optimierungen bei tausend Unternehmen, keine davon dramatisch genug, um in irgendeinem Erfassungssystem aufzufallen, das wir haben. Und sie wird in großem Maßstab von Investoren finanziert, die diese Plattformen ausdrücklich danach bewerten, wie gut sie Arbeitswert absorbieren können. [13] [14]

Die Umschulungsdiskussion findet ausschließlich auf der ersten Ebene statt. Und sie scheitert an beiden Fronten. Sie scheitert an der echten Verdrängung der ersten Ebene, weil die Evidenz zeigt, dass Umschulung nie im großen Maßstab funktioniert hat [3], weil das Ziel sich ständig bewegt [5] und weil selbst Accenture es für die eigenen Leute nicht hinbekommt. [9] Und sie ist völlig irrelevant für die zweite Ebene, weil man jemanden nicht für einen Job umschulen kann, der nicht eliminiert wurde — sondern absorbiert.

Das hab ich auch schon mal gesehen

Ich komme immer wieder auf Gelsenkirchen zurück.

Als die Kohlekrise 1957 das Ruhrgebiet traf, waren die sichtbare Krise die Zechenschließungen. Das bekam die politische Aufmerksamkeit. Dafür waren die Mitbestimmungsgesetze konzipiert. Und die Programme funktionierten — für die Bergleute bei den großen Unternehmen. Sie bekamen Frühverrentung, Umschulung und Versetzungen in die Metallindustrie. Regierungsvertreter konnten wahrheitsgemäß sagen, dass keiner der Bergleute bei den großen Kohlekonzernen arbeitslos geworden sei.

Aber die Mitbestimmungsgesetze galten nur für Kohle und Stahl. Nicht für die Zulieferer, die Dienstleistungsbetriebe, die kleinen Firmen, die existierten, weil die Zechen existierten. Diese Arbeiter waren auf sich allein gestellt. Die Arbeitslosigkeit in den betroffenen Branchen überstieg 15 Prozent. Und die offizielle Erzählung stellte das Ganze jahrzehntelang als Erfolgsgeschichte dar, während Gelsenkirchen dreiundsechzig Jahre nach Beginn der Krise bei 15,6 Prozent Arbeitslosigkeit lag.

Die Parallele ist nicht exakt — der Zusammenbruch der Zulieferketten im Ruhrgebiet lag nachgelagert zu den Zechenschließungen und wurde durch sie verursacht. Die Absorption durch vertikales SaaS hingegen ist ein eigenständiger Mechanismus mit eigener Logik. Aber die strukturelle Lektion gilt: Die Menschen im Zentrum eines Umbruchs bekommen die Programme. Die Menschen an der Peripherie tragen den Schaden über Generationen. Und an der Peripherie gibt es immer mehr Menschen.

Die ehrliche Position

Ich arbeite seit mehr als zwei Jahren mit Claude. Ich habe zugesehen, wie es sich von einem leistungsfähigen, aber begrenzten Werkzeug zu etwas entwickelte, das verändert, was eine einzelne Person produzieren kann. Die Progression war steil, und nichts in der Entwicklungskurve deutet darauf hin, dass sie sich verlangsamt.

Aber zwischen der Kompetenz von KI und der vollständigen Integration von KI in bestehende Geschäftsprozesse gibt es eine Lücke. Diese Lücke ist real. Deshalb prognostiziert Gartner Wiedereinstellungen. [12] Deshalb sagen 55 Prozent der Unternehmen laut Forrester, dass sie voreilige Kürzungen bereuen. [11] Deshalb können Ökonomen die Aggregatdaten betrachten und noch nicht viel sehen. [1] Integration ist langsam, chaotisch und abhängig von organisatorischen Kapazitäten, die die meisten Unternehmen nicht haben. Die Hype-Verkäufer verkaufen die Fähigkeitskurve. Die Ökonomen messen die Integrationskurve. Sie schauen auf reale Daten und kommen zu unterschiedlichen Schlussfolgerungen, weil sie verschiedene Dinge messen.

Die ehrliche Position ist, dass die Lücke existiert und Zeit kauft. Die ebenso ehrliche Position ist, dass niemand die gewonnene Zeit nutzt.

Nicht die Unternehmen, die entweder voreilig für die Investorenoptik kürzen oder das Problem ignorieren, bis es nicht mehr zu leugnen ist.

Keine Führungskraft muss eine Entscheidung treffen, „Arbeiter zu ersetzen", damit das passiert. Sie müssen nur Werkzeuge akzeptieren, die die Margen verbessern. Das Ergebnis ist dasselbe.

Nicht die politischen Entscheidungsträger, die auf Umschulung zurückfallen, weil es der einzige Hebel ist, den sie kennen. Nicht die Ökonomen, die erst jetzt bei Bedenken ankommen, die jedem Aufmerksamen vor einem Jahr schon klar waren. Und nicht die Tech-Führungskräfte, die eine Zukunft verkaufen, die ihren Kapitalbeschaffungsbedürfnissen dient, während sie in Hawaii und Neuseeland Bunker bauen für die Welt, die sie kommen sehen.

Das Ruhrgebiet hat sich irgendwann stabilisiert — halbwegs — durch massive, anhaltende öffentliche Investitionen über Jahrzehnte. Neue Universitäten, neue Industrien, neue Infrastruktur, eine grundlegende Neuvorstellung dessen, wofür die Region da ist. Es dauerte fast sechzig Jahre und Milliarden an Subventionen. Und trotzdem hat es meine Heimatstadt mit 15,6 Prozent Arbeitslosigkeit zurückgelassen.

Was jetzt passiert, ist ein Übergang im Weltmaßstab, in Internetgeschwindigkeit, mit einer zweiten Ebene der Verdrängung, die keine Institution beobachtet und die kein Messsystem rechtzeitig erfassen kann.

Die Frage aus meinem ersten Essay bleibt unbeantwortet: Wer kauft, was wir bauen, wenn die Leute, die früher Dinge gekauft haben, nicht mehr genug verdienen? Dieser Essay fügt eine zweite Frage hinzu: Was passiert, wenn wir die Verdrängung nicht einmal klar genug sehen, um zu handeln — wenn die folgenreichste Ebene des Übergangs für jede Institution unsichtbar ist, die eingreifen könnte?

Die Zeit, die uns das „Graduelle" erkauft, wird ablaufen. Das tut sie immer. Und je länger wir über die sichtbare Ebene streiten, desto weniger Zeit bleibt, auf die zu reagieren, die wir nicht einmal messen.

Wenn wir es klar sehen können, wird es kein Übergang mehr sein. Es wird ein Ergebnis sein.

Nachtrag 8. April 2026

Fünf Tage nach der Veröffentlichung dieses Essays publizierte Jennifer M. Harris — eine ehemalige Wirtschaftsbeamtin im Weißen Haus unter Biden — einen Meinungsbeitrag in der New York Times, der im Wesentlichen dieselbe Diagnose stellt, die ich in dieser Reihe dargelegt habe. Die Vermögenskonzentration. Die Entkopplung von Produktivität und Löhnen. Die Frage des KI-Washings. Die Unzulänglichkeit jeder bisherigen politischen Antwort. Sie zitiert Gabriel Zucmans Erkenntnis, dass 19 Haushalte in den letzten zwei Jahren 1,8 Billionen Dollar an Vermögen hinzugewonnen haben — ungefähr die Größe der australischen Volkswirtschaft — und schreibt, dass „wir nicht mehr an der Selbstregierung teilhaben."

Dieser Satz zeigt auf etwas, das ich umkreist, aber noch nicht direkt benannt hatte: Die Verdrängung ist nicht nur ein wirtschaftliches Problem. Es ist ein verfassungsmäßiges. Wenn sich so viel Reichtum und Macht so schnell konzentrieren, verliert der demokratische Teil des demokratischen Kapitalismus seine Bedeutung — unabhängig davon, wie die formalen Institutionen aussehen.

Die Konvergenz ist die Nachricht. Vor sechs Monaten wäre der Rahmen, den Harris verwendet, als alarmistisch betrachtet worden. Jetzt erscheint er mit institutionellen Referenzen in der Zeitung des Establishments. Die Debatte bewegt sich schneller von der Peripherie ins Zentrum, als die Institutionen selbst es zu begreifen scheinen.

Aber Harris hört dort auf, wo die Mainstream-Debatte immer noch aufhört. Ihr gesamter Beitrag operiert innerhalb der sichtbaren Ebene — die Schlagzeilen-Entlassungen, die IBM-Kürzungen, die Stanford-Studie über Berufseinsteiger. Sie benennt KI-Washing als Möglichkeit, verfolgt es aber nicht weiter. Sie setzt sich nicht mit den Belegen auseinander, dass Umschulung nie im großen Maßstab funktioniert hat. Und sie berührt den Mechanismus der vertikalen SaaS-Plattformen überhaupt nicht. Ihre politischen Vorschläge — Besteuerung von Kapitalerträgen, Staatsfonds, Arbeitergenossenschaften — sind Antworten auf die Ebene, die sie sehen kann. Es sind gute Ideen. Sie sind auch das, was entsteht, wenn die Hälfte des Problems noch unsichtbar ist.

Das ist es, was ich mit „das falsche Argument" meinte. Nicht, dass Harris falsch liegt — sie hat weitgehend recht, und ihr Beitrag ist das bisher wichtigste Mainstream-Signal, dass die Diagnose durchdringt. Aber der Rahmen, den sie verwendet, ist immer noch der Rahmen vor den Toren. Das Trojanische Pferd ist immer noch innerhalb der Mauern, bekommt immer noch Software-Updates und ist immer noch kein Teil der Debatte, der sie sich anschließt.

Der Mainstream holt auf zu dem Punkt, an dem diese Reihe vor einer Woche war. Das ist ermutigend. Es bedeutet aber auch, dass die nächste Ebene des Arguments immer noch auf ihn wartet.

Quellen

[1] Ben Casselman, „Economists Are Starting to Take A.I. Elimination of Jobs Seriously," New York Times, 4. April 2026.

[2] Beatrice Magistro et al., „The Coming AI Backlash," Foreign Affairs, 2025; berichtet von Northeastern University News, 20. November 2025. https://news.northeastern.edu/2025/11/20/ai-retraining-programs-northeastern-research/

[3] Julian Jacobs, „AI Labor Displacement and the Limits of Worker Retraining," Brookings Institution, 16. Mai 2025. https://www.brookings.edu/articles/ai-labor-displacement-and-the-limits-of-worker-retraining/

[4] Julian Jacobs, „AI & the Retraining Challenge," AI Policy Perspectives, 26. Juni 2025. https://www.aipolicyperspectives.com/p/ai-and-the-retraining-challenge

[5] Brookings Institution, Analyse von KI und Umschulungsprogrammen für Arbeitnehmer, Mai 2025 (wie in „Das hab ich schon mal gesehen" referenziert).

[6] „The Reskilling Delusion: AI Reskilling Myth," Fast Company, März 2026. https://www.fastcompany.com/91484887/the-reskilling-delusion-ai-reskilling-myth

[7] Matt Hopkins, „The Reskilling Myth: Why Retraining Won't Save Us from AI Displacement," matthopkins.com, 1. April 2026. https://matthopkins.com/business/the-reskilling-myth/

[8] „Why Traditional AI Training Isn't Working in 2026," DataCamp (Umfrage unter mehr als 500 Unternehmensführern in den USA und Großbritannien, durchgeführt mit YouGov), März 2026. https://www.datacamp.com/blog/why-traditional-ai-training-isn-t-working-in-2026

[9] Accenture Q4 GJ2025 Analystenkonferenz, 25. September 2025; Aussage von CEO Julie Sweet. Berichtet von CNBC, 26. September 2025; CX Today, Oktober 2025; Nearshore Americas, Oktober 2025. Accenture Belegschafts- und Restrukturierungszahlen aus Unternehmensberichten.

[10] „11 Companies Replacing Workers With AI (2026): Real Layoff Data," PrepoAI, 14. März 2026. https://prepoai.com/article/11-companies-replacing-workers-with-ai-2026-real-layoff-data-mmqqj4qu — Aggregiert Daten von: Challenger, Gray & Christmas 2025 Annual Report; Resume.org US Business Leaders AI Hiring Survey, 2025; Jack Dorsey Aktionärsbrief auf X, 26. Februar 2026; Marc Benioff in The Logan Bartlett Show, 29. August 2025; Amazon-CEO Jassy internes Memo (CNBC, 17. Juni 2025), Q3-Analystenkonferenz (Fortune, CNN, GeekWire, 30.–31. Oktober 2025) und VP-Galetti-Memo (Gizmodo, Oktober 2025); Deutsche-Bank-Analysten, Weltwirtschaftsforum, Davos, 20. Januar 2026; Duolingo-Sprechererklärung, Januar 2024.

[11] Forrester Research, Predictions 2026: The Future of Work, Oktober 2025. Berichtet von The Register, 29. Oktober 2025; Computerworld, 4. November 2025.

[12] Gartner, „Gartner Predicts Half of Companies That Cut Customer Service Staff Due to AI Will Rehire by 2027," Pressemitteilung, 3. Februar 2026 (basierend auf einer Umfrage unter 321 Kundenservice- und Supportleitern, Oktober 2025). https://www.gartner.com/en/newsroom/press-releases/2026-02-03-gartner-predicts-half-of-companies-that-cut-customer-service-staff-due-to-ai-will-rehire-by-2027

[13] Eze Vidra, „Vertical AI in 2026: The Good, The Bad, and The Ugly," VC Cafe, 7. Januar 2026. https://www.vccafe.com/2026/01/07/vertical-ai-in-2026-the-good-the-bad-and-the-ugly/ — Unter Bezug auf Bessemer Venture Partners' Vertical AI Playbook.

[14] Forbes Finance Council / Tomas Milar, „Vertical SaaS: An Overlooked Winner in the AI Valuation Race," Forbes, 30. März 2026. https://www.forbes.com/councils/forbesfinancecouncil/2026/03/30/vertical-saas-an-overlooked-winner-in-the-ai-valuation-race/ — Bewertungsdaten aus dem PitchBook 2025 VC Emerging Opportunities Report.

[15] „AI and the SaaS Industry in 2026," BetterCloud, Januar 2026. https://www.bettercloud.com/monitor/saas-industry/ — Unter Bezug auf Gartner-Prognosen zur GenAI-Unternehmenseinführung und McKinsey-Umfrage 2025 zur KI-Adoption in Organisationen.

[16] „Crunchbase Predicts: Why Top VCs Expect More Venture Dollars, Bigger Rounds And Fewer Winners In 2026," Crunchbase News, 5. Januar 2026. https://news.crunchbase.com/venture/crunchbase-predicts-vcs-expect-more-funding-ai-ipo-ma-2026-forecast/

[17] „AI SaaS Valuation Premium: 1-3x More in 2026," Livmo, Februar 2026. https://livmo.com/blog/ai-impact-saas-valuations-2026/ — Unter Bezug auf Bessemer State of the Cloud-Daten zu Wachstumsraten vertikaler KI-Startups.

Zusätzliche Hintergrundquellen, die in früheren Essays dieser Reihe referenziert wurden:

Challenger, Gray & Christmas, 2025 Annual Job Cut Report

University of Sydney / Prof. Uri Gal, „Tech Companies Are Blaming Massive Layoffs on AI. What's Really Going On?", 17. März 2026. https://www.sydney.edu.au/news-opinion/news/2026/03/17/tech-companies-are-blaming-massive-layoffs-on-ai.html

Fox Business / Eric Revell, „Oracle Laying Off Thousands of Workers to Cut Costs Amid AI Push," 31. März 2026. https://www.foxbusiness.com/economy/oracle-laying-off-thousands-workers-cut-costs-amid-ai-push-report

National Academies, „Retraining Workers for the Age of AI," Dezember 2025. https://www.nationalacademies.org/news/retraining-workers-for-the-age-of-ai