KI nivelliert Talente, verschärft aber Ungleichheit – Zwei Regime im Fokus

Generative KI reduziert die Unterschiede in den Fähigkeiten einzelner Personen innerhalb derselben Aufgaben, verschiebt jedoch gleichzeitig den wirtschaftlichen Wert auf stark konzentrierte ergänzende Vermögenswerte. Dieses Phänomen erzeugt ein scheinbares Paradoxon: Während die Technologie die individuelle Leistung nivelliert, kann sie die gesamtwirtschaftliche Ungleichheit vergrößern.

In einer neuen theoretischen Analyse wurde ein Aufgabenmodell entwickelt, das selbstbestimmte Bildung, Arbeitgeberauswahl und heterogene Unternehmen berücksichtigt. Das Modell identifiziert zwei unterschiedliche Regime, deren Grenze von der Struktur der KI-Technologie (proprietär versus kommoditär) sowie von institutionellen Merkmalen des Arbeitsmarktes (Miet‑Sharing‑Elastizität und Vermögenskonzentration) abhängt.

Durch die Anwendung der Methode der simulierten Momente wurden sechs empirische Zielwerte abgebildet. Eine Sensitivitätszerlegung zeigte, dass fünf nicht‑Gini‑Momente die Mechanismusraten bestimmen, jedoch das Gesamtergebnis nicht eindeutig vorhersagen. Der aggregierte Ungleichheitswert wird bei den kalibrierten Parametern von den Momenten m₆ und ξ bestimmt, während die KI‑Technologie selbst (η₁ vs. η₀) die Grenze zwischen den Regimen unabhängig überschreitet.

Die Studie betont, dass es die Mechanismen sind, die erklärt werden, nicht die endgültige Richtung der Ungleichheit. Regressionsanalysen auf Beschäftigungsniveau, die Daten des BLS OEWS (2019–2023) nutzen, verdeutlichen, warum solche Daten die Aufgaben‑level‑Prädiktionen des Modells nicht testen können. Die Vorhersagen sind erst mit panelbasierten Daten innerhalb von Berufen und Aufgaben prüfbar – Daten, die derzeit noch nicht in ausreichendem Umfang vorliegen.