Bei microagi werden wir eine Milliarde Roboter einsetzen. Wenn das geschieht, werden die wirtschaftlichen und gesellschaftlichen Folgen tiefgreifend sein.
Wir glauben, dass dies zu einer Welt des Überflusses führen wird, da Roboter Produktivität und Output in einem solchen Ausmaß steigern werden, dass die materielle Knappheit – die Grundannahme der meisten Wirtschaftsmodelle – aufhören wird zu existieren. Fast jedes Wirtschaftsmodell basiert auf dem Prinzip von Angebot und Nachfrage mit der grundlegenden Annahme knapper Ressourcen. Lionel Robbins brachte dies 1932 auf den Punkt, als er Wirtschaftswissenschaft definierte „als eine Beziehung zwischen Zielen und knappen Mitteln, die alternative Verwendungsmöglichkeiten haben“. Wir glauben, dass Roboter diese Knappheit beseitigen werden. In einer solchen Welt wird der Lebensstandard für alle weit über das hinausgehen, was heute irgendjemand genießt, und die Möglichkeiten dessen, was die Menschheit erreichen kann, werden grenzenlos sein.
Allerdings müssen wir auch anerkennen, dass in dieser durch weitverbreitete Robotik geschaffenen Welt des Überflusses eine Konsequenz darin bestehen wird, dass ein Großteil der menschlichen körperlichen Arbeit, wie wir sie heute kennen, nicht mehr benötigt wird. In der Vergangenheit stieg die Nachfrage und damit auch die Beschäftigung, wenn Maschinen das Angebot erhöhten und die Preise senkten. Diesmal jedoch werden Allzweckroboter in der Lage sein, diese Nachfrage selbstständig zu befriedigen. Bleibt unser Wirtschaftssystem so, wie es ist, würde dies den Verlust von Millionen aktueller Arbeitsplätze bedeuten und könnte Menschen ihres Einkommens, ihres Status und – für viele – ihres Lebenssinns berauben.
Wir stehen vor einem Dilemma, das die Mehrheit der Robotik-Community bisher weder öffentlich anerkannt noch gar angegangen hat. Die Technologie, die notwendig ist, um das Leben von uns allen materiell zu verbessern, wird es unweigerlich enorm verändern. Entscheidend ist: Wenn wir keine angemessene Lösung für dieses Problem finden, werden wir eine solche Welt des Überflusses nie erreichen. Die Mehrheit der Menschen wird sich gegen die Verbreitung von Intelligenz in die physische Welt zusammenschließen, und unter diesem Druck werden Regierungen den Einsatz von Robotern stoppen.
Dieser Essay ist unser Versuch, dieses Dilemma zu beleuchten. Wir beschreiben, wo die Technologie heute steht, warum die vorherrschenden ökonomischen Verdrängungsmodelle für das Kommende unzureichend sind und warum die Frage, wer Menschen sind, wenn sie nicht mehr arbeiten müssen, darüber entscheiden wird, ob der Überfluss überhaupt eintritt. Dann wenden wir uns Europa zu – teils weil wir ein europäisches Unternehmen sind, vor allem aber weil Europa diesem Dilemma extrem ausgesetzt ist. Europäische Sozialstaaten finanzieren sich größtenteils über Steuern auf Arbeit, die europäische Industrie beschäftigt immer noch Millionen in genau jenen Jobs, die Roboter gerade zu erledigen lernen, und Europa baut nur wenige dieser Roboter selbst. Wir beschreiben drei mögliche Zukünfte für unseren Kontinent. Zwei davon müssen wir vermeiden, und eine davon wollen wir aufbauen.
Der Wettlauf um den GPT-Moment der Robotik
In der gesamten Menschheitsgeschichte hing materieller Komfort von jemandes Arbeit ab. Nahrung musste angebaut, Häuser mussten gebaut und Güter von einem Ort zum anderen getragen werden. Die Robotik verspricht, diese körperliche Arbeit zu automatisieren, die Kosten für Güter zu senken und eine Ausweitung der Produktion zu ermöglichen, die zu materiellem Überfluss führt. Diese Zukunft ist greifbar, und sie rückt schnell näher.
Um zu veranschaulichen, wie schnell, genügt ein Blick auf die letzten achtzehn Monate.
Die 02-Humanoiden von Figure AI absolvierten einen elfmonatigen Einsatz im BMW-Werk in Spartanburg, South Carolina. Im zehnten Monat liefen die Roboter bereits volle Zehn-Stunden-Schichten, hoben Bleche aus Behältern und legten sie mit einer Toleranz von fünf Millimetern auf Schweißvorrichtungen. Während des Programms luden sie mehr als 90.000 Teile und trugen zur Produktion von über 30.000 BMW X3 bei. Obwohl sie im November 2025 ausgemustert wurden, zeigt dies die Richtung des Fortschritts.
Im April 2026 berichtete Generalist, dass sein GEN-1-Modell die durchschnittliche Erfolgsquote bei ausgewählten physischen Aufgaben von 64 % auf 99 % erhöhte und dabei etwa dreimal schneller arbeitete als frühere Ansätze beim Falten von Kartons und Verpacken von Telefonen – mit nur rund einer Stunde Roboterdaten pro Aufgabe. Zu den Demonstrationen gehörte das Falten von Pappkartons 200 Mal hintereinander ohne menschliches Eingreifen. Es handelt sich dabei noch um firmeninterne Tests, aber Zuverlässigkeit und Geschwindigkeit sind genau die Eigenschaften, die eine technische Errungenschaft in nutzbaren Output verwandeln: Ein Roboter, der in 64 % der Fälle erfolgreich ist, reicht für eine Demo, aber ein Roboter, der in 99 % der Fälle funktioniert, könnte einen Mitarbeiter ersetzen.
Am 30. Juli dieses Jahres veröffentlichte Google DeepMind Gemini Robotics 2, das Beine, Torso, Arme und fünffingrige Hände eines Humanoiden unter einer einzigen trainierten Policy vereint – inklusive einer On-Device-Version und der Fähigkeit, sich innerhalb von Stunden an einen völlig neuen Körper anzupassen. Am 25. August kündigte Skild AI S1 an, ein Modell, das sich ein einziges Video einer Person ansieht, die eine unbekannte Aufgabe ausführt, und sie dann selbst erledigt – bei Aufgaben mit bis zu zehn Minuten Dauer und Dutzenden von Schritten. Auf seinem internen Benchmark meldet Skild 66 % Erfolg bei ungesehenen Aufgaben, verglichen mit 9 % bei sprachgesteuerten Modellen, die im gleichen Umfang trainiert wurden.
All diese Unternehmen konkurrieren darum, den „GPT-Moment der Robotik“ zu schaffen. Das würde bedeuten, dass man ein fundamentales Robotikmodell bitten könnte, fast jede physische Aufgabe auszuführen – und zwar gut genug, um nützlich zu sein. ChatGPT gelang dies im November 2022 für Sprache und machte aus einer Forschungs-Kuriosität etwas, das Hunderte Millionen Menschen täglich nutzten.
Der große Unterschied zur Leistungsfähigkeit von Sprachmodellen besteht darin, dass Aufgaben in der physischen Welt viel besser überprüfbar sind; das gilt besonders für industrielle Umgebungen oder Aufgaben mit kurzem Zeithorizont (z. B. einen Karton packen oder ein Gerät herstellen). Überprüfbare Aufgaben lassen sich automatisieren, daher wird die Wirkung von KI-Systemen in der physischen Welt viel sichtbarer sein.
Der bisher fundierteste Versuch zu messen, was das für die Arbeit bedeutet, wurde am 30. September von den Ökonomen von Anthropic veröffentlicht. Anhand des O*NET-Katalogs mit rund 19.000 beruflichen Tätigkeiten stellen Russell Legate Yang und Maxim Massenkoff fest, dass heute existierende Roboter 74 % der physischen Aufgaben in den Vereinigten Staaten ausführen können – das entspricht 34 % aller Arbeitsstunden, wenn auch meist in speziell dafür gebauten oder strukturierten Umgebungen. Kombiniert mit großen Sprachmodellen sind rund 80 % der beruflichen Tätigkeiten (gemessen an der Arbeitszeit) der einen oder anderen Technologie ausgesetzt. Ihr Rückblick über fünfzig Jahre zeigt, dass Berufe, die stärker den Robotern ihrer Zeit ausgesetzt waren, in späteren Jahrzehnten sinkende Löhne und Beschäftigung erlebten, und dass Roboter jedes Jahr etwa 2 % der physischen Arbeit übernehmen können, die sie zuvor nicht bewältigen konnten.
Die öffentliche Debatte ignoriert das Risiko der Robotik
Höhere Produktivität garantiert allein weder materielle Sicherheit noch Zufriedenheit. Zu diesem Thema haben die Menschen, die künstliche Intelligenz entwickeln, begonnen, mit ungewöhnlicher Offenheit zu sprechen – und es lohnt sich, genau hinzuhören, was sie sagen und was sie weglassen.
Im Mai 2025 warnte Dario Amodei, dass KI innerhalb von ein bis fünf Jahren die Hälfte aller Einstiegsjobs für Büroangestellte vernichten und die Arbeitslosigkeit auf 10 % bis 20 % treiben könnte. Er beschrieb eine Welt, in der „Krebs geheilt ist, die Wirtschaft um 10 % pro Jahr wächst, der Haushalt ausgeglichen ist – und 20 % der Menschen keine Arbeit haben“. Drei Monate später stellten Stanford-Ökonomen anhand von Lohnabrechnungsdaten des größten Payroll-Dienstleisters der USA fest, dass Arbeitnehmer zwischen 22 und 25 Jahren in den am stärksten KI-exponierten Berufen seit der Verbreitung generativer KI einen relativen Beschäftigungsrückgang von 13 % erlitten hatten, während ältere Kollegen in denselben Jobs unberührt blieben.
Dabei bleibt die potenzielle Wirkung physischer KI unberücksichtigt. Anthropics Szenarien für unsere wirtschaftliche Zukunft vom September skizzierten drei Modelle für die Auswirkungen auf den Arbeitsmarkt. Im substanziellen Szenario kann KI die Hälfte aller Wissensarbeit erledigen, und die Löhne der Wissensarbeiter stagnieren praktisch. Im extremen Szenario steigt das US-BIP um etwa ein Drittel, der Anteil der Arbeit am Einkommen fällt auf rund 45 %, die Löhne der Wissensarbeiter sinken um mehr als 10 %, und die Arbeitslosigkeit steigt „über typische Rezessionsniveaus hinaus“.
Die Finanzwelt ist aus einer anderen Richtung zu ähnlichen Schlüssen gekommen. Im August 2026 argumentierten Nir Bar Dea, CEO von Bridgewater, und Investmentchef Greg Jensen in The New York Times, dass das Steuergesetz den Ersatz von Menschen durch Maschinen aktiv belohne, weil nur Arbeit besteuert werde. Sie schlugen eine Verbrauchssteuer auf KI-Tokens vor, um die Steuern auf Arbeit zu senken und Beteiligungen an KI-Unternehmen zu finanzieren, die „mit allen Bürgern“ geteilt werden könnten. Ende September warnte Bar Dea öffentlich vor einem „gesellschaftlichen Zusammenbruch“, falls der Übergang schlecht gemanagt würde.
Zwar ist es ermutigend, dass Foundation-Model-Labore und der größte Hedgefonds der Welt das Potenzial für weitreichende soziale Auswirkungen zumindest anerkennen, doch wir glauben, dass ihre Prognosen das Ausmaß des kommenden Schocks auf dem Arbeitsmarkt fundamental unterschätzen.
Selbst ihr extremstes Szenario „schließt nicht ein“, dass „die Menschheit hyperfähige Roboter entwickelt“. Und die Alternative für verdrängte Wissensarbeiter ist explizit physisch: Sie müssen „in Berufe wie Elektriker oder Pflegekraft wechseln, die weniger stark von KI betroffen sind“ – ein Übergang, der laut den Autoren für viele Menschen hart und langsam sein wird. Jedes Modell kognitiver Verdrängung beruht irgendwo auf derselben stillen Annahme: dass verdrängte kognitive Arbeit irgendwann in physische Rollen übergeht.
Sobald jedoch der flächendeckende Einsatz von Robotik machbar wird, bricht diese Annahme zusammen. Der Berater wird keine Jahre in die Umschulung zum Elektriker investieren, wenn er erwartet, dass kurz nach seinem Abschluss ein Roboter die Kabel im Gebäude verlegt. Die Rechtsanwaltsfachangestellte wechselt nicht in die Pflege, wenn sie erwartet, dass eine Maschine den Patienten hebt. Der Fluchtweg der Ökonomen vor der kognitiven Automatisierung führt direkt in die physische Automatisierung, die ihnen entgegenkommt.
Wann der Überfluss kommt
Auch wenn Roboter derzeit in zumindest einigen Umgebungen 74 % der physischen Aufgaben erledigen können, wie die Arbeit von Legate Yang & Massenkoff zeigt, sind sie nur bei 0,3 % davon kostenmäßig mit menschlicher Arbeit konkurrenzfähig. Wenn die Roboterpreise weiterhin mit ihrer historischen Rate von etwa 3 % pro Jahr fallen, würde es rund 40 Jahre dauern, bis dieser Anteil 10 % erreicht. Selbst in ihrem schnellen Szenario werden Roboter erst 2050 bei der Hälfte der heutigen physischen Arbeit kostenkonkurrenzfähig. Allerdings misst dies die vergangene Veränderungsgeschwindigkeit und schreibt sie fort – und die Autoren selbst räumen ein, dass „KI-gestützte Roboter unsere Skala überspringen könnten“.
Wir glauben, dass sie das tun werden. Unsere Argumentation verläuft wie folgt:
1. Bis 2027 werden KI-Systeme ernsthafte Robotikforschung betreiben, und der Entwicklungszyklus wird kollabieren
Im Juni 2025 prognostizierte OpenAI-Chef Sam Altman, dass 2026 Systeme bringen werde, die neuartige Erkenntnisse hervorbringen können, und dass 2027 vielleicht „Roboter kommen, die Aufgaben in der realen Welt erledigen können“. Bis September 2026 erklärte OpenAI, einen „automatisierten Forschungspraktikanten“ gebaut zu haben – ein System, das Forschungsaufgaben bewältigen kann, für die ein erfahrener menschlicher Forscher einige Tage bräuchte – und strebt nun bis März 2028 einen vollständig automatisierten KI-Forscher an. Unabhängige Messungen deuten in dieselbe Richtung. METR stellte fest, dass sich die Länge der Softwareaufgaben, die Frontier-KI-Agenten mit 50 % Zuverlässigkeit abschließen können, sechs Jahre lang etwa alle sieben Monate verdoppelt hat. Robotik ist unter anderem ein Softwareproblem, ein Simulationsproblem und ein Datenproblem. Genau bei diesen Problemen werden diese Systeme am schnellsten besser.
Auf die Robotik angewandt, wird das den Entwicklungszyklus kollabieren lassen. Hardware war immer langsam, weil jedes Design gebaut, zerstört und neu aufgebaut werden musste und jede neue Fähigkeit einem echten Roboter beigebracht werden musste – eine teleoperierte Demonstration nach der anderen. Beide Engpässe lösen sich auf. KI kann heute bis zum Morgen einen Aktuator vorschlagen, die Steuerungs-Policy schreiben und die Fehlerprotokolle auswerten, sodass Iterationen eher mit Softwaregeschwindigkeit ablaufen.
Datenquellen sind heute deutlich vielfältiger als traditionelle Teleoperation. Im Februar trainierte NVIDIA ein Robotermodell mit 20.854 Stunden Ich-Perspektiven-Videos von Menschen, die ihre Hände benutzen, vor – ergänzt durch nur vier Stunden Roboter-Teleoperation, weniger als 0,1 % des Trainingsmixes. Dabei zeigte sich, dass die Leistung vorhersehbar stieg, je mehr Stunden menschlicher Videos hinzukamen. NVIDIA und seine akademischen Partner trainierten das Weltmodell DreamDojo mit mehr als 44.000 Stunden desselben Videomaterials (NVIDIA, DreamDojo, 2026). Das Vertrauen in die Rolle egozentrischer Daten spiegelt sich in den mehr als 700 Millionen Dollar wider, die in den letzten achtzehn Monaten für Startups im Bereich Roboter-Trainingsdaten eingesammelt wurden. Auch Skilds Lernen aus einem einzigen Video und DeepMinds körperübergreifender Transfer zeigen, dass der teure Schritt, für jede neue Aufgabe an jedem neuen Körper Daten zu sammeln, sich auflöst.
2. Bis 2029 werden Roboter technisch in der Lage sein, alle wirtschaftlich wichtigen Aufgaben zu erledigen
Dafür brauchen wir nicht zwingend einen einzelnen, vollständigen Systemroboter, der alles kann. Stattdessen ist es die Kombination aus einer allgemeinen robotischen Intelligenz, die über viele Körper hinweg agieren kann, humanoiden Systemen für geeignete Umgebungen und spezialisierten Ausführungen für bestimmte, wertvolle industrielle Aufgaben.
Im Februar zeigte Physical Intelligence sein π0.6-Foundation-Modell, feinabgestimmt für jeden Job, wie es in realen kommerziellen Umgebungen die Roboter anderer Unternehmen steuerte: Wäsche von Kunden in einem Waschsalon in San Francisco faltend und echte E-Commerce-Bestellungen in einem Lagerhaus über eine volle Schicht hinweg mit 96,4 % Autonomie verpackend. Wo der Arbeitsplatz um die Maschine herum neu gestaltet werden kann, wird das geschehen – wie einst beim Fließband. Wo das nicht möglich ist, lernt die Maschine, sich dem Arbeitsplatz anzupassen: Die Lagerroboter in diesem Versuch wurden so gebaut, dass sie in bestehende Arbeitsplätze passen und innerhalb von Stunden loslegen konnten.
3. Soziale Effekte kommen mit der Fähigkeit, nicht mit der Adoption
Das ist der Kern unserer Argumentation. Diffusionskurven beschreiben, wann Roboter überall sein werden, aber sie beschreiben nicht, wann Menschen glauben werden, dass Roboter überall sein werden – und entsprechend handeln. Ein Arbeiter wartet nicht, bis ein Roboter ihn ersetzt, um zu begreifen, was eine solche Entwicklung für die Zukunft seiner Kinder bedeuten könnte. In Europa rechnen die Menschen bereits mit dem Schlimmsten: In der eigenen Umfrage der Kommission glauben 66 %, dass KI mehr Jobs vernichten als schaffen wird. Dieser Wert wurde im Frühjahr 2024 erhoben, bevor irgendwo auf der Welt ein Humanoide eine volle Produktionsschicht gearbeitet hatte. Die sozialen Folgen, um die es uns geht, erfordern keine sofortige Verbreitung – sondern nur den Glauben, dass sie kommt.
Wenn die dominierende Erzählung lautet, dass die Wirtschaft lernt, ohne Menschen zu funktionieren, dann wird die Politik darauf reagieren, lange bevor sich das zwangsläufig in Wirtschaftsstatistiken niederschlägt.
Deshalb haben wir diesen Text Abundance 2029 genannt. Natürlich wird bis dahin nicht jedes Lagerhaus in Europa automatisiert sein; die im vorigen Abschnitt beschriebene kognitive Verdrängung könnte 5–10 Jahre dauern, die physische Verdrängung vielleicht noch länger. Aber bis 2029 werden die Fähigkeiten physischer KI sehr klar sein, die Entwicklungslinie – gewissermaßen die Funken des Überflusses – wird für alle sichtbar sein, und die Entscheidungen, die bestimmen, welche Zukunft Europa erwartet, werden bereits getroffen worden sein.
Wie Menschen ihren Platz in der Gesellschaft verdienten
Um zu verstehen, wie Menschen auf die Fähigkeit zum Überfluss reagieren werden, müssen wir in die Geschichte zurückblicken.
Vor siebzigtausend Jahren, wie Yuval Noah Harari in Sapiens schreibt, liebten, spielten, schlossen Freundschaften und kämpften Menschen um Status und Macht – aber das taten Schimpansen, Paviane und Elefanten ebenso. „Es gab nichts Besonderes an ihnen (den Menschen).“ Doch der Wunsch, füreinander Bedeutung zu haben, war bereits da.
Körperliche Stärke bot einen Weg zum Status: die Fähigkeit, einen Kampf zu gewinnen, die Gruppe zu verteidigen oder seinen Willen durchzusetzen. Aber als körperlich unauffällige Primaten ohne Krallen und mit wenig Chancen gegen einen Löwen entwickelten wir stattdessen andere Vorteile. Wir lernten, einen Stock zu spitzen, eine Jagd durch Sprache zu koordinieren, Feuer zu machen. Wir verdrängten alles, was in der Nahrungskette über uns stand, weil wir nützliches Wissen weitergeben konnten, sodass jede Generation dort beginnen konnte, wo die vorherige aufgehört hatte. Jede Generation muss jedoch zuerst lernen, was die letzte wusste, weshalb die Entwicklung neuen Wissens und neuer Innovationen schwieriger wird und mehr Spezialisierung erfordert. Benjamin Jones nannte diese Dynamik die „Last des Wissens“, denn um auf den Schultern von Giganten zu stehen, „muss man zuerst auf deren Rücken klettern“. Wissen, das Jahre braucht, um erworben zu werden, besitzen nur wenige; es ist also knapp und gilt deshalb als wertvoll.
In kleinen Gruppen verdiente Können Respekt. Wer ein besseres Werkzeug bauen oder andere durch einen harten Winter führen konnte, gab seinen Mitmenschen einen Grund, seinem Urteil zu vertrauen. Aber Respekt innerhalb einer Gruppe ist nicht dasselbe wie eine auf Intelligenz gebaute Gesellschaftsordnung – und in der europäischen Geschichte gab es eine solche Ordnung lange Zeit nicht.
Das Aufkommen der Aufklärungsphilosophie veränderte dieses bestehende System sozialer Hierarchie. Kants Motto für das Zeitalter, sapere aude – wage zu wissen –, war eine Aufforderung, selbst zu denken, und trug eine neue Vorstellung davon in sich, was einen Menschen respektwürdig macht: Vernunft statt Geburt oder Frömmigkeit. Intelligenz wurde zunehmend zu jenem Merkmal, an das sich monetärer Reichtum heftete – und damit auch sozialer Status.
Heute sind das Gehalt des Quant-Traders und das Prestige des Anwalts moderne Ausdrücke dieser Dynamik. Die moderne Wirtschaft behandelt Intelligenz als knapp und daher wertvoll und belohnt jene, denen man sie zuschreibt, mit materiellem und sozialem Status. Für diejenigen, deren Arbeit körperlich war, gab es eine parallele Leiter, älter als die Aufklärung und in den Zünften verwurzelt: der Meister, der Handwerksmeister, der Vorarbeiter, der die Linie besser kannte als die Ingenieure, der Schweißer, dessen Nähte nie versagten. Geschicklichkeit der Hände war eine eigene Art von Intelligenz, und auch sie wurde geehrt.
Arbeit ist, kurz gesagt, die Institution, durch die die meisten Menschen nicht nur ihren Lebensunterhalt verdienen, sondern auch ihren Platz in der Gesellschaft. Sie gibt Sinn und Zweck, einen Schutzschild gegen die existenziellen Fragen, die sonst um drei Uhr morgens auftauchen. Was passiert also, wenn die Fähigkeiten, um die Menschen ihren Lebensunterhalt und ihr Ansehen gebaut haben, nicht mehr knapp und damit nicht mehr wertvoll sind? Was passiert, wenn die Maschine gleichzeitig klüger als der Anwalt und ruhiger als der Schweißer ist?
Eine wahrscheinliche Koalition
Fortschritte bei der Automatisierung kognitiver Arbeit lösen bereits Debatten aus – und das zu Recht. Aber für die meisten Menschen weckt die Aussicht, dass McKinsey weniger Berater braucht, verständlicherweise wenig Mitgefühl. Die Bedrohung lässt sich viel schwerer abtun, wenn ein Kollege seinen Job verliert und am nächsten Morgen eine sehr greifbare, physische Maschine seinen Platz einnimmt.
Automatisierung hat das Potenzial, Menschen mit sehr unterschiedlichen Einkommen, Bildungsgraden und politischen Überzeugungen zu demselben Schluss zu bringen: dass die Wirtschaft beginnt, ohne sie zu funktionieren. Ein Berater und ein Industriearbeiter müssen sich nicht darüber einig sein, wie die Gesellschaft organisiert sein sollte, um darin übereinzustimmen, dass ihre aktuelle Richtung ihren Platz darin bedroht. Eine solche Koalition müsste nicht warten, bis Massenarbeitslosigkeit bereits eingetreten ist. Die Erwartung, ausgeschlossen zu werden, könnte reichen, um ein gemeinsames politisches Interesse zu schaffen. Und wenn Gruppen mit unterschiedlichen Beschwerden einen gemeinsamen Gegner identifizieren, legt die Geschichte nahe, dass dramatische Veränderungen oft kurz darauf folgen.
Im Frankreich des Jahres 1789 wollte das gehobene Bürgertum politische Macht, die städtischen Arbeiter wollten erschwingliches Brot und die Bauern Befreiung von feudalen Lasten. Ihre Beschwerden unterschieden sich, aber sie richteten sich gegen dieselbe Ordnung. Der Brotpreis in Paris erreichte genau in der Woche seinen Höhepunkt, in der die Bastille fiel. Marie Antoinette wurde zum verhassten Symbol der Privilegien dieser Ordnung, ihre Verschwendungssucht zur Erklärung für die Not des Landes übersteigert. In Russland 1917 reichte die Opposition gegen den Zaren ebenfalls von liberalen Intellektuellen bis zu Arbeitern und Soldaten. Lenins Versprechen von „Frieden, Land und Brot“ verband verschiedene Beschwerden zu einem einzigen Programm, und ein Regime, das drei Jahrhunderte überlebt hatte, fiel innerhalb weniger Monate.
Die nähere Geschichte der Technologie selbst ist genauso lehrreich. Zwischen 1811 und 1816 zerstörten die Ludditen in den englischen Midlands und im Norden die breiten Strumpfwirkstühle und Schermaschinen, die qualifizierte Textilarbeit bedrohten, woraufhin das Parlament mit dem Frame Breaking Act von 1812 reagierte, der Maschinenzerstörung zu einem Kapitalverbrechen machte. Die Ludditen gelten als Feinde des Fortschritts. Tatsächlich waren sie Facharbeiter, die klar erkannten, dass die Gewinne einer neuen Technologie anderen zufließen würden, während die Kosten sie selbst träfen – und zu ihren Lebzeiten hatten sie recht.
In Großbritannien stieg die Produktion pro Arbeiter etwa ein halbes Jahrhundert lang, während die Reallöhne kaum wuchsen – eine Phase, die der Wirtschaftshistoriker Robert Allen „Engels' Pause“ nennt. Die Männer, die die Webstühle zertrümmerten, erlebten die Gewinne nicht mehr, und die Arbeit, die ihre ersetzte, war oft schlechter. Adam Smith, kein Feind der Industrie, fürchtete, dass ein Leben voller Wiederholungen einiger einfacher Handgriffe einen Arbeiter „so dumm und unwissend machen würde, wie es einem menschlichen Wesen nur möglich ist.“
Wo die Ludditen irrten, war auf lange Sicht. Maschinen zu zerstören stoppte die Industrielle Revolution nicht, und sie machte einfache Menschen letztlich reicher als jede Generation vor ihnen – wie wir es von der Robotik erwarten. Und während all dem war die Arbeit noch da.
Was die aktuelle KI- und Robotikrevolution unterscheidet, sind Geschwindigkeit und Ausmaß des Fortschritts. Bill Gates zog im August eine ähnliche Unterscheidung: Frühere Übergänge, etwa von der Landwirtschaft zu Bürojobs, spielten sich über Generationen ab und schufen neue Jobs, die menschliche Kognition erforderten. Da KI unsere Fähigkeiten in den meisten Bereichen jedoch übertrifft – und das in einem viel höheren Tempo –, „werden viele Jobs für immer verschwinden“, schrieb er. Die Gewinne der Industriellen Revolution erreichten die einfachen Menschen durch Arbeit: durch die Jobs, die sie schuf, und die Löhne, die sie zahlte. Wenn Robotik Überfluss schafft, ohne Arbeit zu schaffen, brauchen diese Gewinne einen anderen Weg zu den Menschen – und die Menschen brauchen eine andere Quelle für ihr Ansehen.
Bis dieser Weg existiert, werden Menschen quer durch das politische und wirtschaftliche Spektrum einen Anreiz haben, sich diesem technologischen Wandel zu widersetzen, und eine Konvergenz wie 1789 und 1917 könnte wieder möglich werden. Wenn Regierungen und Technologieunternehmen nicht zeigen können, wie diese Fortschritte arbeitenden Menschen nutzen, wird der materielle Überfluss, der den Lebensstandard aller verbessern würde, nicht erreicht – selbst dort, wo er technisch machbar ist. Und wenn Regierungen und der Technologiesektor tatsächlich scheitern, wer könnte es den Menschen verdenken, zu genau diesem Schluss zu kommen?
Die Koalition formiert sich bereits
Diese Dynamiken lassen sich schon heute im Streit um Rechenzentren beobachten. In den Vereinigten Staaten zählte Data Center Watch über etwa zwei Jahre hinweg blockierte Projekte im Wert von 18 Milliarden Dollar und verzögerte Projekte im Wert von 46 Milliarden Dollar durch lokalen Widerstand – in roten wie blauen Bundesstaaten gleichermaßen, angetrieben von Stromrechnungen, Wasser, Lärm und Landverbrauch. Allein im ersten Quartal 2026 verzeichnete die Organisation mindestens 75 gestörte Projekte im Wert von rund 130 Milliarden Dollar, der höchste Quartalswert seit Beginn der Erfassung. In Irland, wo Rechenzentren 2025 23 % des gesamten gemessenen Stroms verbrauchten, stellte der Netzbetreiber EirGrid neue Anschlüsse für Rechenzentren in der Region Dublin bis 2028 ein.
Das Versäumnis von Regierungen und Modellentwicklern zu zeigen, wie ihre Technologie das normale Leben verbessern würde, hat eine Allianz gegen Rechenzentren hervorgebracht, die Linke und Rechte umfasst. Das betrifft die Robotik direkt. Jeder Allzweckroboter ist auf Rechenleistung für das Training und zunehmend auch für die Inferenz angewiesen. Ein Kontinent, der keine Rechenzentren bauen kann, kann physische KI nicht im großen Maßstab betreiben.
Am 8. Juni 2025 setzten Demonstranten in der Innenstadt von Los Angeles mindestens fünf Waymo-Robotaxis in Brand, woraufhin das Unternehmen den Betrieb in der Region einstellte. Bei den Protesten ging es um Razzien gegen Einwanderer, nicht um Automatisierung. Wenn eine Gesellschaft wütend ist, wird die Maschine auf der Straße zum Symbol für genau das, worüber sie wütend ist. Im Oktober 2024 legten 45.000 Hafenarbeiter der International Longshoremen's Association 36 Häfen von Maine bis Texas lahm – der Schutz vor Automatisierung war eine ihrer zentralen Forderungen.
Es obliegt jedem Robotikunternehmen, die Fehler der Rechenzentrumsbauer nicht zu wiederholen: die sozialen Auswirkungen anzuerkennen, die eintreten werden, und sicherzustellen, dass der Übergang in den Überfluss allen zugutekommt. Je abrupter Menschen Automatisierung als Verlust von Einkommen und Status erleben – ohne glaubwürdigen Ersatz und ohne Anteil an der Zukunft –, desto stärker wird die Forderung, das System zu bremsen, das diese Umwälzung verursacht. Eine Gesellschaft kann über die Technologie verfügen, um reichlich Intelligenz zu schaffen, und sich dennoch weigern, sie einzusetzen.
Eine glaubwürdige Antwort darauf, wie Menschen Status, Macht und Sinn behalten, muss daher einer vollständigen Einführung vorausgehen.
Europas Achillesferse
Wer diese Antwort gibt, hängt davon ab, wem die Maschinen gehören. Als europäisches Unternehmen treibt uns die Frage um, ob Europa dazu in der Lage sein wird. Vieles von dem, was folgt, gilt auch anderswo, doch Europas Kombination aus alternder Demografie, starken Gewerkschaften, großzügigen Sozialstaaten, tiefem industriellen Wissen sowie schwachen Positionen sowohl in der KI- als auch in der Robotikfertigung macht es zum relevantesten Fall für eine nähere Betrachtung.
Physische KI hat zwei Hälften: die Intelligenz, die einen Roboter sehen, schlussfolgern und handeln lässt, und den Körper, der dies ausführt. Die Geografie beider Bereiche steht bereits fest – und Europa besitzt keine von beiden.
Die Vereinigten Staaten führen bei der Intelligenzschicht. Die Basismodelle, die einen Roboter sehen, schlussfolgern und handeln lassen, entstehen überwiegend in amerikanischen Laboren und Startups: Gemini Robotics von Google DeepMind, Physical Intelligence, Skild, Generalist, OpenAI Robotics sowie die Cosmos- und GR00T-Plattform von NVIDIA. Das sind die „Gehirne“, und sie verbessern sich im beschleunigten Takt der Softwareentwicklung.
China führt beim Körper und bei der Fähigkeit, ihn in großem Maßstab herzustellen. Im Jahr 2024 installierte China 295.000 Industrieroboter – ein Rekord und mehr als die Hälfte aller weltweiten Installationen, verglichen mit 67.800 in der gesamten Europäischen Union und 26.982 in Deutschland. Chinesische Anbieter halten inzwischen 57 % ihres Heimatmarktes, gegenüber rund 28 % zehn Jahre zuvor. Bei Humanoiden ist die Asymmetrie noch deutlicher. Von den 13.318 humanoiden Robotern, die 2025 weltweit ausgeliefert wurden, lieferte AgiBot mehr als 5.100 und Unitree etwa 4.200 aus; chinesische Unternehmen besetzen die meisten Plätze unter den Top Ten. Unitree ging im August 2026 am Shanghaier STAR Market mit einer Bewertung von rund 9 Milliarden US-Dollar an die Börse, nachdem die Umsätze mit Humanoiden erstmals jene mit Vierbeinern überstiegen hatten.
Im November 2023 veröffentlichte das chinesische Ministerium für Industrie und Informationstechnologie seine Leitlinien zur Innovation und Entwicklung humanoider Roboter, mit dem Ziel, bis 2025 „Gehirn, Kleinhirn und Gliedmaßen“ eines Roboters zu entwickeln und Humanoide bis 2027 tief in die Realwirtschaft zu integrieren. Es behandelte Humanoide als eine Technologie von der Tragweite des Computers und des Smartphones – und handelte entsprechend.
Amerika bringt der Maschine das Denken bei. China lernt, sie günstiger zu bauen als jeder andere. Europa läuft Gefahr, in dieser Zukunft nichts zu besitzen, obwohl es diese Technologie dringender braucht als beide anderen. Eine Analyse der Europäischen Kommission kommt zu dem Schluss, dass die Erwerbsbevölkerung der EU bei aktuellen Bevölkerungsprognosen und unverändertem Bildungsniveau bis 2050 um bis zu 18,8 Millionen Menschen schrumpfen könnte.
Robotik könnte Europas berechenbarste Krise lösen – oder die Ursache der nächsten sein.Drei Zukünfte
Zukunft 1: Europa stoppt die Einführung
Europa versteht weder das Ausmaß des langfristigen Verdrängungsrisikos durch mangelnde Automatisierung noch die Form möglicher Lösungen. Gewerkschaften, lokale Initiativen und Politiker aller Lager beginnen, Robotik so zu sehen, wie viele bereits Rechenzentren sehen: als etwas, das Strom, Wasser, Land und Arbeitsplätze beansprucht und den Menschen in der Nachbarschaft wenig zurückgibt. Netzanschlüsse werden verweigert, wie es in Dublin bereits geschieht. Baugenehmigungen stocken. Sicherheitsvorschriften, die für eingezäunte Industrieroboterarme geschrieben wurden, werden auf mobile, lernende Maschinen so angewandt, dass ein Einsatz praktisch unmöglich wird. Ängste von Beschäftigten, die die klassische Automatisierung in europäischen Werken seit Langem verlangsamen, verfestigen sich zu einem robusten politischen Veto – und deshalb riskiert kein Politiker, mit einem Programm anzutreten, das sich nicht ausdrücklich gegen eine beschleunigte Einführung von Robotern ausspricht.
Wir glauben, dass dies der Standardpfad sein wird, wenn sich nichts ändert. Zwei Drittel der Europäer sind bereits überzeugt, dass KI mehr Arbeitsplätze vernichten als schaffen wird, und niemand hat ihnen bisher einen Grund gegeben, etwas anderes zu glauben. Infolgedessen blockieren westliche Demokratien den Einsatz von Robotern, während ihre Wettbewerber voranschreiten. China, ohne dieselben demokratischen Zwänge, senkt die Produktionskosten weiter. Dort werden bereits mehr als vier Industrieroboter installiert für jeden einzelnen, der in der gesamten Europäischen Union hinzukommt. Die Produktion wandert ab und nimmt Investitionen, Lieferantennetzwerke und praktisches Wissen mit.
Die Konturen dieser Zukunft zeigen sich schon heute. Allein 2025 baute die deutsche Industrie rund 124.000 Stellen ab – fast doppelt so viele wie im Vorjahr – und etwa 266.000 seit 2019; der Automobilsektor verlor in sechs Jahren 111.000 Arbeitsplätze, also 13 % seiner Belegschaft. Im November 2025 nahm BASF die Produktion an seinem neuen Verbundstandort in Zhanjiang, Südchina, auf – eine Investition von rund 8,7 Milliarden Euro und damit das größte Einzelprojekt der Unternehmensgeschichte. Ludwigshafen, seit 160 Jahren Heimat des Konzerns, schließt derweil Werke. Das ist die rationale Reaktion auf unhaltbare wirtschaftliche Bedingungen im Inland.
Der Mittelstand, das Rückgrat der deutschen Industrie, verliert seine Kunden. Seine Stärke war schon immer das implizite Wissen: der Ingenieur, der genau weiß, wie sich eine bestimmte Legierung bei einer bestimmten Temperatur verhält. Wenn die Produktion ins Ausland abwandert, lagern europäische Unternehmen zunächst die Fertigung aus, stellen dann fest, dass ihr geistiges Eigentum zunehmend an die Fertigung im Ausland geknüpft ist, und entdecken schließlich, dass das Wissen selbst verschwunden ist.
Industriearbeiter verlieren ihre Beschäftigung. Gleichzeitig erleben Fachkräfte die kognitive Automatisierung durch amerikanische KI-Systeme, die Europa nicht wegregulieren kann, weil es sich das nicht leisten kann. Beide Verdrängungswellen treffen gleichzeitig ein.
Im Jahr 2024 machten Steuern auf Arbeit, einschließlich Sozialabgaben, 51,5 % aller Steuereinnahmen in der EU aus. Der europäische Sozialstaat finanziert sich im Kern dadurch, dass Menschen Arbeit haben. Gleichzeitig dürfte der Altenquotient von 36 % im Jahr 2022 auf 59 % bis 2070 steigen – von rund drei Personen im erwerbsfähigen Alter pro Person über 65 auf weniger als zwei. Mario Draghi nannte Europas demografische und produktivitätsbezogene Lage eine „existenzielle Herausforderung“.
In Zukunft 1 treffen diese Trends aufeinander. Der Sozialbedarf steigt, weil mehr Menschen arbeitslos und mehr im Ruhestand sind. Die Steuerbasis schrumpft, weil europäische Unternehmen nicht genug herstellen oder verkaufen, um ihn zu finanzieren. Regierungen stehen vor drei Optionen: Leistungen verfallen lassen, Steuern auf eine schrumpfende Basis erhöhen oder zulassen, dass sich die Schulden weiter auftürmen. Alle sind unerwünscht oder unhaltbar. Im Extremfall wird der Sozialstaat unfähig, seine Versprechen einzulösen. Eine Politik, die Arbeitnehmer schützen soll, schützt am Ende weder ihre Jobs noch die Institutionen, die zu ihrer Unterstützung geschaffen wurden.
Europa kann die Robotik innerhalb seiner eigenen Grenzen stoppen. Es kann sie jedoch nicht in Shenzhen oder San Francisco aufhalten, und es kann realistisch gesehen nicht verhindern, dass deren Produkte zu Preisen in seinen Häfen ankommen, mit denen keine europäische Fabrik mithalten kann. Den Robotereinsatz in Europa zu blockieren würde bedeuten, ein neues Kapitel des technologischen Fortschritts zu betreten und dessen Vorteile vollständig zu verpassen.
Zukunft 2: Europa fügt sich
In dieser zweiten Zukunft blockiert Europa die breite Einführung von Robotik nicht, sodass es tatsächlich zu spürbaren Verbesserungen der materiellen Lebensbedingungen aller kommt. Dennoch geht die Zukunft schief.
Unternehmen, die ausländischen Konkurrenten mit vollautomatisierten „Dark Factories“ gegenüberstehen, ziehen nach. Anstatt Arbeit neu um Menschen herum zu gestalten, wird die rationalwirtschaftliche Entscheidung darin bestehen, Menschen einfach ganz aus der Gleichung zu entfernen. Acemoglu und Restrepo stellten fest, dass in lokalen US-Arbeitsmärkten jeder zusätzliche Roboter pro tausend Beschäftigte das Verhältnis von Beschäftigung zu Bevölkerung um etwa 0,2 % und die Löhne um rund 0,42 % senkte. Ihre Studie bezog sich auf die Roboter der 1990er und 2000er Jahre: eingezäunt, auf einen Zweck beschränkt und blind. Die Folgen universell einsetzbarer Robotik, wie wir sie bis 2029 erwarten, werden weitaus gravierender sein.
Ein zweites Problem ist das Eigentum. Europa hat einen Großteil der Wissenschaft hinter der digitalen Wirtschaft erfunden und dann zugesehen, wie andere die Unternehmen aufbauten: Amazon, Microsoft und Google halten heute rund 70 % des europäischen Cloud-Marktes, während alle europäischen Anbieter zusammen auf etwa 15 % kommen – gegenüber rund 29 % im Jahr 2017. Die Frontier-Modelle, die Europäer täglich nutzen, werden in Kalifornien trainiert, auf amerikanischen Chips, nach amerikanischem Recht. Der Robotik könnte ein ähnlicher Weg bevorstehen. Mangelnde Investitionen in ausreichende Rechenleistung und Hardwarefertigung, gepaart mit einem Umfeld, das europäischen Unternehmen nicht wohlgesonnen ist, führen zu einer aggressiven Marktdurchdringung durch die USA und China. Amerikanische Intelligenz wird in chinesische Körper eingebaut, und beides wird in europäischen Fabriken installiert.
Europa hat die Folgen einer solchen geopolitischen Abhängigkeit bereits erlebt. Im April 2025 führte China Exportlizenzen für Seltenerd-Magnete ein, auf die die meisten Hochleistungsmotoren angewiesen sind – einschließlich derer in jedem Robotergelenk. Innerhalb von zwei Monaten mussten mehrere europäische Produktionslinien stillgelegt werden, und für einige Anwendungen chinesischer Technologie gilt nun die Pflicht, IP-sensible Informationen offenzulegen. Ein Europa, dessen Fabriken, Krankenhäuser, Farmen und Lagerhäuser mit ausländischen Robotern laufen, könnte erleben, dass Peking deren Körper zurückhält und Kalifornien deren Geist abschaltet.
In einem solchen Szenario fließen die Gewinne aus der Automatisierung an die Eigentümer ausländischer Modelle und Hardware, während die Kosten im Inland bleiben. Massenarbeitslosigkeit trifft ein, ohne dass die nötige Steuerbasis vorhanden ist, um sie aufzufangen, da der Wert in anderen Jurisdiktionen anfällt – und sozioökonomische Gräben vertiefen sich. Regierungen werden versuchen, diese Lücke mit allem zu schließen, was sie noch besteuern können. Das könnte sich als Verbrauchssteuer auf KI-Tokens äußern, wie Bridgewater sie vorschlägt, als öffentliche Beteiligungen an jener Automatisierung, in die Regierungen investieren können, und als Steuern auf Land, Energie und Rechenressourcen, die vorerst knapp bleiben dürften. Werden diese Mittel als eine Art bedingungsloses Grundeinkommen umverteilt, ließe sich materielle Armut vielleicht abwenden, da die Kaufkraft erhalten bleibt. Entscheidend ist jedoch: Die Menschen, die bezahlt werden, sind weiterhin ohne Arbeit.
In Vita activa warnte Hannah Arendt, die Automatisierung könnte uns in „eine Gesellschaft von Arbeitern ohne Arbeit“ entlassen – eine Gesellschaft, die die Arbeit als Quelle allen Werts verherrlicht hatte und der dann die einzige ihr verbliebene Tätigkeit genommen würde. „Sicherlich“, schrieb sie, „könnte nichts schlimmer sein.“ Keynes dachte 1930, seinen Enkeln werde genau dies bevorstehen, und sagte einen allgemeinen „Nervenzusammenbruch“ unter jenen voraus, die Generationen lang aufs Streben getrimmt worden waren.
Wie bereits erwähnt, bildet Arbeit für viele von uns einen wichtigen Teil unserer Identität, und eine Transferzahlung reicht nicht aus, um das zu ersetzen. Status und unser Verlangen danach verschwinden nicht, sondern verlagern sich auf das, was ihn noch verleihen kann: Wohlstand, Aufmerksamkeit, Groll oder Gruppenzugehörigkeit entlang willkürlicher Linien. Dieser Wandel wird an sich destabilisierend wirken, unabhängig von den materiellen Bedingungen.
Das Kernproblem von Zukunft 2 ist gesellschaftliche Erschütterung. Unternehmen rasen in Richtung Dark Factories, erzeugen wirtschaftliche Ungleichheit, und diese Ungleichheit erzeugt Aufruhr. Selbst wenn ein gewisses Maß an Umverteilung die ökonomische Seite abfedert, bleibt das menschliche Problem ungelöst.
Ein solcher Aufruhr kann die politischen Voraussetzungen zerstören, von denen Überfluss abhängt: die Zustimmung, weiter Rechenzentren zu bauen, Maschinen einzusetzen und Roboter zu warten. Ein Europa mit Überfluss, aber ohne Sinn könnte in seiner Unzufriedenheit dafür stimmen, die Systeme abzuschaffen, die es ernähren. Im besten Fall ist Zukunft 2 eine schlechte Zukunft. Im schlimmsten ist sie lediglich der lange Umweg zu Zukunft 1.
Zukunft 3: Europa führt Robotik ein und baut eine neue Wirtschaft auf
In der dritten Zukunft führt Europa Robotik umfassend ein und baut die Fähigkeit auf, sie zu gestalten. Wir entwickeln die Modelle, fertigen die Roboter und errichten die Infrastruktur, die sie antreibt. Die europäische Industrie bleibt wettbewerbsfähig, wobei mehr Wissen, Eigentum und Erträge hier verbleiben. Die internationale Zusammenarbeit geht weiter, doch Europa verfügt über die technologische Stärke, seine Bedingungen auszuhandeln, und über die Produktionskapazität, seine öffentlichen Institutionen zu tragen.
Europa hat die Chance, diese Zukunft aus Stärken heraus aufzubauen, die es bereits besitzt. Es verfügt über Weltklasse-Forschung im Bereich Robot Learning, eine industrielle Basis, die noch Millionen beschäftigt, und eine Ingenieurstradition, die eine allgemeine robotische Intelligenz in tausende spezifische Anwendungen übersetzen kann. Es hat begonnen, die Rechenleistung zu finanzieren: Im Februar 2025 kündigte die Kommission InvestAI an, mit dem Ziel, 200 Milliarden Euro für KI zu mobilisieren, darunter 20 Milliarden Euro für KI-„Gigafabriken“. Was bislang fehlte, war die Überzeugung, dass physische KI genau der Bereich ist, in dem Europa noch führend sein kann – denn physische KI belohnt exakt das, worin Europa stark ist: Präzisionsfertigung, tiefes Domänenwissen und die Geduld, Maschinen zuverlässig zu machen.
Darüber hinaus sollten die Erträge aus der Robotik in Europa besteuert werden. Alaska zahlt seit 1982 jedem berechtigten Einwohner eine jährliche Dividende aus seinem Ölreichtum, und Norwegens Staatsfonds, aufgebaut aus Nordseeöl, hält heute im Durchschnitt 1,5 % aller börsennotierten Unternehmen im Namen seiner Bürger. Eine europäische Robotikdividende, finanziert durch die Maschinen selbst, würde demselben Modell folgen. Doch wie Zukunft 2 zeigt, verleiht Einkommen allein den Menschen keine Rolle – und wenn unsere Ambitionen dort bleiben, wo sie sind, werden nur sehr wenige Rollen übrig sein, die man vergeben kann.
Roboter, die fast alles tun können, was wir können, werden früher oder später alles erledigen, was wir heute erledigt haben wollen – und uns mit materiellem Überfluss zurücklassen, ohne dass wir an seiner Entstehung teilhaben. Doch Menschen werden Menschen bleiben. Wir werden weiterhin wollen, dass unsere Anstrengungen anerkannt werden, dass es Aufstiegsmöglichkeiten gibt und Gemeinschaften, in denen unsere Abwesenheit bemerkt wird. Nichts davon überlebt in einer Welt, in der unsere Arbeit für nichts gebraucht wird, was uns wichtig ist.
Unsere Antwort ist ein Prinzip, das wir Interstellar nennen. Im Kern bedeutet es: Der Umfang menschlicher Ambitionen muss stets größer sein als unsere Produktionskapazität. Wenn die Roboter, die wir haben, tausend Projekte umsetzen können, sollten wir tausendundeins versuchen. Da jede Maschine bereits ausgelastet ist, fällt die verbleibende Arbeit – wie klein ihr Anteil am Ganzen auch sein mag – den Menschen zu. Roboter werden weitere Roboter bauen und die Lücke schließen; jedes Mal, wenn unsere Maschinen unsere Ambitionen einholen, müssen sich diese also erneut verschieben. Unter dieser Bedingung bleiben Menschen notwendig, selbst in einer Welt, in der Maschinen fast alles besser können als wir.
Ob wir jemals die Sterne erreichen oder nicht – der Name verweist auf ein Ziel, das immer jenseits dessen liegt, was wir aktuell vermögen. Robert Browning brachte diesen Gedanken 1855 zum Ausdruck: „a man’s reach should exceed his grasp… Or what's a heaven for?“ („Des Menschen Griff sollte weiter reichen als seine Hand… Wozu sonst gäbe es einen Himmel?“). Das nächste historische Vorbild ist Apollo. 1962 sagte John F. Kennedy an der Rice University, Amerika werde zum Mond fliegen und „die anderen Dinge tun, nicht weil sie leicht sind, sondern weil sie schwer sind“. Auf seinem Höhepunkt band das Programm rund 400.000 Menschen in Regierung, Industrie und Universitäten ein, unterstützt von mehr als 20.000 Unternehmen. Ingenieure, Schweißer, Mathematikerinnen und die Näherinnen, die die Raumanzüge fertigten, fanden sich als Teil der sichtbarsten menschlichen Leistung ihres Jahrhunderts wieder.
Nur wenige von ihnen waren für die Raumfahrt ausgebildet, doch sie brachten ihre Fähigkeiten und ihr Wissen in ein Ziel ein, das sie brauchte. Europas größere Ziele werden dasselbe von jenen Menschen verlangen, deren Aufgaben Roboter übernehmen – und die meisten werden Hilfe brauchen, um diesen Schritt zu gehen. Genau das ist die Rolle, die wir für shift vorsehen: eine Plattform für Weiterbildung, Umschulung und sinnvolle Arbeit, aufgebaut in Partnerschaft mit Regierungen, Arbeitgebern und lokalen Institutionen. Das Ziel ist, dass shift Menschen für die notwendige Arbeit am Rand qualifiziert und sie mit ihr verbindet.
Ein privates Unternehmen kann den Zugang zu Bildung verbessern und Chancen schaffen, doch die Rechte auf Einkommen, öffentliche Finanzierung und fairen Zugang müssen weiterhin bei demokratischen Institutionen liegen, da sie wichtiger sind als das Schicksal oder die Prioritäten eines einzelnen Unternehmens. Die Gestaltung des Übergangs kann vom Einkommensschutz vor der Verdrängung bis hin zu einer Beteiligung an den Automatisierungsgewinnen reichen (unter Nutzung einiger der oben beschriebenen Mechanismen) sowie finanzierten Wegen über shift in die Arbeit, die das größere Ziel schafft.
Auch kann kein einzelnes Unternehmen allein dafür verantwortlich sein, Ambitionen in dieser Größenordnung zu setzen. Es braucht eine Vereinbarung, in der Unternehmen, Beschäftigte und Behörden festlegen, was Europa – und die Menschheit insgesamt – mit ihrem Überfluss anfangen will.
Ohne eine solche Vereinbarung können wir verantwortungsvoll nicht in großem Maßstab einführen, und sie wird bald gebraucht. Wir können noch nicht sagen, wie die Arbeit am Rand aussehen wird oder ob sie den Menschen jenes Gefühl des Beitrags geben kann, das ein Job heute vermittelt. Doch die Alternative ist eine Gesellschaft, deren Ambitionen vollständig von ihren Maschinen erfüllt werden – und Zukunft 2 hat gezeigt, wohin das führt.
Für das, was die Menschheit sich vornehmen könnte, ist kein Ende absehbar. Wir könnten neue Wege finden, Krankheiten zu heilen, die von uns beschädigten Ökosysteme wiederherzustellen, die Ozeane zu erforschen, Leben jenseits der Erde zu etablieren und mit der Zeit andere Sterne zu erreichen. Jede Errungenschaft würde weitere Möglichkeiten offenbaren, und jede würde mehr von uns verlangen, als die Maschinen ihrer Zeit allein liefern könnten. Eine Zivilisation, die sich immer wieder Ziele dieser Größe setzt, geht niemals die Arbeit für ihre Menschen aus, denn jedes erreichte Ziel zeigt ihr ein größeres. Das – mehr als jedes Reiseziel – meinen wir mit Interstellar.
Wie leistungsfähig Roboter auch werden mögen: Die Größe dessen, was wir vorhaben, würde ihnen einen Platz sichern, und mit diesem Platz kommen Anerkennung, Ansehen und das Gefühl des Beitrags, die Arbeit den Menschen seit Generationen gegeben hat.
Quellen @ bercankilic.com
