Die KI-Blase kommt: Wir kennen diesen Film schon, wir wissen, wie er endet.

Vor einigen Tagen hörte ich die erste Folge von Andrew Neils neuem Podcast mit einem Interview mit Andrew Ross Sorkin, dem Finanzjournalisten der New York Times und Autor von „1929“. Was mich dabei besonders beeindruckte, war nichts völlig Neues. Es war vielmehr, wie präzise Sorkin die heutige KI-Blase in ein fast zwei Jahrhunderte altes Muster einordnete – ein Muster, von dem wir uns einreden, es sei jedes Mal anders, wenn es auftaucht. Doch das ist es nie. Dieser Artikel analysiert, was dieses Muster tatsächlich über Arbeitsplätze, private Kredite und die 750 Milliarden Dollar aussagt, die derzeit das amerikanische BIP stützen.

Ist KI eine Blase? Was die Geschichte sagt

Ja, und die Geschichte ist in dieser Hinsicht eindeutig. Andrew Neils Interview mit Andrew Ross Sorkin ordnet den heutigen KI-Investitionszyklus einem Muster zu, das sich mindestens viermal zuvor wiederholt hat: dem Eisenbahnboom der 1840er-Jahre, der Radio Corporation of America in den 1920er-Jahren und dem Dotcom-Boom der späten 1990er-Jahre. In jedem Fall war die zugrundeliegende Technologie bahnbrechend. In jedem Fall übertraf die Investitionsblase jegliche realistische kurzfristige Umsatzprognose bei Weitem. Der Vergleich zwischen der KI-Blase und der Dotcom-Blase ist daher durchaus angebracht. Es handelt sich um denselben Mechanismus, nur in anderer Form.

Warum der KI-Boom der industriellen Revolution ähnelt und warum genau das das Problem ist

Künstliche Intelligenz ist kein Hype. Sie ist die bedeutendste technologische Umwälzung seit der Industriellen Revolution, und die Produktivitätssteigerungen sind real. Genau deshalb sollte uns dieser Vergleich eher beunruhigen als beruhigen. Die Industrielle Revolution führte zu den brutalsten wirtschaftlichen Verwerfungen des 19. Jahrhunderts. Ganze Berufsgruppen verschwanden. Gemeinschaften, die auf bestimmten Handwerksberufen basierten, wurden ausgehöhlt. Zwar entstanden schließlich neue Arbeitsplätze, doch der Übergang verlief weder reibungslos noch schnell, und diejenigen, die die Kosten trugen, profitierten selten davon.

Diese Asymmetrie verdient besondere Beachtung, denn sie wird in den meisten KI-Kommentaren zugunsten der Produktivitätssteigerungen übergangen. Die Industrielle Revolution verdrängte nicht nur einzelne Arbeiter, sondern ganze Städte, die auf einem einzigen Handwerk – Weberei, Mühlenbau, Schmiedekunst – aufgebaut waren. Diese Städte erholten sich selten im gleichen Tempo wie die nationale Wirtschaft. Diejenigen, die während dieses Übergangs Kapital besaßen, profitierten nahezu unmittelbar von der Mechanisierung. Diejenigen, die die Arbeitskräfte stellten, profitierten erst Jahrzehnte später, und zwar vor allem aufgrund anhaltenden politischen und organisierten Drucks, nicht weil der Wohlstand von selbst nach unten sickerte.

Wir haben uns bereits gefragt, ob die tieferliegenden Kosten über den Verlust von Arbeitsplätzen hinausgehen, wir haben uns gefragt, ob KI das originelle Denken selbst stillschweigend untergräbt , und die Frage der Arbeitsplätze steht direkt neben dieser Sorge und ist nicht davon getrennt.

Der Job-Fall: Wovor Dario Amodei und Andrew Neil beide warnen

Die Amodei-Warnung

Dario Amodei, CEO von Anthropic, sprach offen über die Möglichkeit einer 20- bis 30-prozentigen Arbeitslosenquote in Amerika im Zuge des zunehmenden Einsatzes von KI. Sorkin wies Amodeis Warnung gegenüber Axios im Podcast nicht zurück. Im Gegenteil, seine Aussage war beunruhigender: Sollte KI sich durchsetzen, die Produktivitätssteigerungen real sein und die heutigen Bewertungen gerechtfertigt, müssten diese Unternehmen zwangsläufig massenhaft Arbeitsplätze abbauen. Nur so lassen sich die Produktivitätssteigerungen realisieren. Nur so ergibt sich die Investitionsargumentation. Die positiven Aspekte von KI und die befürchteten Auswirkungen einer KI-Blase auf den Arbeitsmarkt stehen nicht im Widerspruch zueinander. Es handelt sich um ein und dasselbe Argument.

Es ist wichtig, konkret zu benennen, welche Branchen am unmittelbarsten betroffen sind, anstatt die Verdrängung von Arbeitsplätzen als abstraktes, gesamtwirtschaftliches Phänomen zu betrachten. Kundenservice, juristische Erstprüfung, Programmierkenntnisse für Einsteiger und große Teile der Finanzanalyse weisen bereits messbare Aufgabenautomatisierung auf – noch keine vollständige Automatisierung von Arbeitsplätzen. Die Unterscheidung zwischen beidem verschwimmt jedoch tendenziell schneller als von Arbeitgebern zunächst erwartet, sobald sich ein Tool für die Aufgabenbearbeitung als zuverlässig genug erweist, um den menschlichen Arbeitsschritt vollständig zu eliminieren. An diesem Punkt wird eine Stelle in der Regel umstrukturiert, anstatt lediglich unterstützt zu werden.

Der Neil-Präzedenzfall: 80 % der Jobs, die wir noch nicht benennen konnten.

Andrew Neil brachte in dem Interview einen Punkt zur Sprache, den ich wirklich eindrücklich fand. Er stützte sich dabei eher auf seine eigene Erfahrung als auf theoretische Überlegungen. Als Chefredakteur der Sunday Times in den 1980er-Jahren erinnerte er sich an 16 bis 20 Seiten mit Stellenanzeigen, die wöchentlich in der Zeitung veröffentlicht wurden, und stellte fest, dass etwa 80 Prozent dieser Berufsbezeichnungen zwanzig Jahre zuvor noch gar nicht existiert hatten. „Wir wussten es einfach nicht“, sagte er. Wirtschaften mit starkem Wachstum schaffen zwar Arbeitsplätze, deren Namen heute niemand mehr kennt. Doch die Kluft zwischen verlorenen und neu geschaffenen Arbeitsplätzen ist selten kurz oder schmerzlos, und sie trifft diejenigen am härtesten, die am wenigsten Möglichkeiten haben, sich schnell umzuschulen oder über das nötige Kapital verfügen, um Krisen zu überstehen. Auch hier ist die Geschichte eindeutig: Das Kapital streicht die Gewinne zuerst ein, und die Arbeitnehmer holen später auf, in der Regel erst nach erheblichem politischen Druck.

Der blinde Fleck im Bereich Private Credit, den niemand beachtet

Warum dies strukturell und nicht zufällig ist

Die Regulierungen nach 2008 haben Banken sicherer gemacht und die Kreditvergabe ungewollt in den Schatten getrieben. Private-Equity-Kreditfonds übernehmen heute die Aufgaben, die einst Banken erledigten – ohne Prospekte, Meldepflichten oder Aufsicht durch die Regulierungsbehörden. Wie Sorkin im Podcast sagte: „Banken vergeben kaum noch Kredite. Jetzt sind es im Grunde Private-Equity-Firmen, die diese Fonds auflegen und das Geld verleihen. Es gibt keine Transparenz, keinen Einblick in die Vorgänge innerhalb dieser Firmen. Und einige dieser Unternehmen geraten bereits in Schwierigkeiten.“

Der Zusammenhang zwischen KI-Risiken im Bereich Private Credit macht dieses Problem strukturell und nicht nur zufällig. Mehrere der größten Private-Credit-Fonds haben stark in Software- und KI-Unternehmen investiert, einige sogar in direkten Partnerschaften mit Hyperscalern wie Meta. Sollten die KI-Bewertungen korrigieren, wird sich der Schaden nicht auf die Aktienmärkte beschränken. Er wird sich über Private-Credit-Strukturen ausbreiten, die – bewusst – für die Aufsichtsbehörden, die diese Entwicklung vorhersehen müssten, unsichtbar sind.

Das Opazitätsproblem

Die Intransparenz selbst birgt das Risiko, womöglich sogar mehr als die Hebelwirkung. Eine Aufsichtsbehörde, die Bankbilanzen überwacht, kann zumindest die zunehmende Konzentration in Echtzeit erkennen und eingreifen, bevor sie sich ausbreitet. Ein privater Kreditfonds, der Kredite gegen KI-Infrastruktur oder Softwareeinnahmen vergibt, unterliegt keiner vergleichbaren öffentlichen Berichtspflicht. Das bedeutet, dass das erste Anzeichen für Probleme für die meisten Beobachter ein Einfrieren der Rücknahmen oder ein aufsehenerregender Zahlungsausfall sein wird, nicht aber ein schleichender, sichtbarer Aufbau, den jeder schon Monate zuvor hätte erkennen können.

Die Banker der 1920er Jahre waren die Tech-Bros ihrer Zeit.

Andrew Neil fragte Sorkin direkt, ob die heutigen KI-Gründer und CEOs die modernen Entsprechungen der schillernden Persönlichkeiten seien, die den Boom der 1920er Jahre vorantrieben. Sorkins Antwort war eindeutig: „Absolut. Während ich das Buch schrieb, dachte ich an jede meiner Figuren aus dem Jahr 1929 als ihr heutiges Pendant.“

Betrachten wir die Parallelen. „Sunshine Charlie“ Mitchell, der die spätere Citibank leitete, war der große Demokratisierer seiner Zeit. Er öffnete die Aktienmärkte für den Durchschnittsamerikaner und verkündete der Öffentlichkeit, dass Wohlstand für sie erreichbar sei. John Raskob, Finanzvorstand von GM, gründete 1919 die General Motors Acceptance Corporation und ermöglichte es GM-Händlern, Ratenkredite direkt an Privatkunden zu vergeben. 1929 veröffentlichte er einen Artikel mit dem Titel „Jeder sollte reich sein“ und baute anschließend das Empire State Building. Laut Sorkin war Raskob der Elon Musk seiner Zeit. Das waren keine dummen oder korrupten Männer. Sie waren Visionäre, die so lange richtig gelegen hatten, dass sie sich nicht mehr vorstellen konnten, falsch zu liegen.

Hundert Jahre später, im Jahr 2026, propagierte Jamie Dimon, CEO von JPMorgan Chase, die „Demokratisierung der Finanzen“ bei der Roadshow zum Börsengang von SpaceX vor prominenten Investoren. Die Sprache ändert sich. Die Psychologie bleibt dieselbe. Bemerkenswert ist, wie wenig sich das rhetorische Repertoire tatsächlich verändert hat. Beide Epochen stützen sich auf dieselben drei Begriffe: Zugang, Demokratisierung und Unvermeidbarkeit. Zugang wird als Stärkung der Teilhabe statt als Risiko dargestellt. Demokratisierung wird als Beseitigung von Ungerechtigkeit dargestellt. Unvermeidbarkeit wird als Zeichen von Rückständigkeit abgetan. Keine dieser drei Behauptungen ist per se falsch. Alle drei entsprechen genau dem, was ein Spekulant unabhängig von der Wertstabilität des zugrunde liegenden Vermögenswerts sagen würde.

Eisenbahnen, Radios, Dotcoms, KI: Die Anatomie jeder Blase

Der KI-Boom ist mindestens das vierte Mal, dass eine transformative Technologie einen spekulativen Zyklus ausgelöst hat, der die Einnahmen, die ihn rechtfertigen könnten, bei weitem übersteigt.

Epoche	Technologie	Spitzenverhalten	Ergebnis für den Investor
1840er Jahre	Eisenbahn-Mania	Investitionen aus allen Gesellschaftsschichten, losgelöst von der wirtschaftlichen Realität	Der Zusammenbruch von 1847 war brutal; die Eisenbahnen bildeten die Grundlage für den Aufbau der modernen Industrieökonomie.
1920er Jahre	Radio Corporation of America	Die Aktienkurse stiegen im Zuge einer echten Kommunikationsrevolution auf außergewöhnliche Höhen.	Im darauffolgenden Crash fiel der Wert von 530 auf 3 Dollar.
Ende der 1990er Jahre	Dotcom-Boom	Reale Transformation, Billionen an fiktivem Wert geschaffen	Billionen wurden zwischen 2000 und 2002 vernichtet; Amazon und Google überlebten dank der Trümmer des Crashs.
2026	KI	750 Milliarden US-Dollar an erwarteten US-Investitionen	Im erforderlichen Umfang für aktuelle Bewertungen nicht erprobt

Das Auffällige an dieser Darstellung ist nicht eine einzelne Zeile. Es ist die Beständigkeit des Musters über fast zwei Jahrhunderte und vier völlig unterschiedliche Technologien hinweg: Eisenbahn, Radio, Internet und nun KI. Die Technologie setzte sich in jedem Fall durch. Die Investoren, die die Blase um sie herum finanzierten, hingegen größtenteils nicht. Die Eisenbahn trieb einen Großteil ihrer ursprünglichen Geldgeber in den Ruin, bevor sie für ein Jahrhundert zum Rückgrat der Industrielogistik wurde. Die Aktionäre von RCA verloren praktisch alles, bevor Rundfunk und Fernsehen zum festen Bestandteil des Alltags wurden. Der Dotcom-Crash vernichtete Billionen, bevor die Überlebenden zu den wertvollsten Unternehmen der Welt aufstiegen. In jedem Fall bedeutete es nicht, frühzeitig die richtige Technologie zu erkennen und richtig zu liegen, oder auch, den richtigen Preis dafür zu zahlen.

Was die 750 Milliarden Dollar an KI-Ausgaben wirklich stützen

Es wird erwartet, dass 2026 in den USA 750 Milliarden Dollar in KI investiert werden. Laut einer Berechnung des Harvard-Ökonomen Jason Furman würde das US-BIP-Wachstum ohne diese Investitionen auf etwa 0,1 Prozent sinken – praktisch stagnieren. Das gesamte Wachstum der größten Volkswirtschaft der Welt basiert derzeit auf einer einzigen, konzentrierten Wette auf eine Technologie, deren Umsatzmodell in dem Umfang, der die aktuellen Bewertungen rechtfertigen würde, noch nicht erprobt ist.

Das allein ist kein Ausschlusskriterium. Dasselbe galt für die Eisenbahn im Jahr 1845 und das Internet im Jahr 1998. Es zeigt uns lediglich, dass wir uns in genau derselben strukturellen Lage befinden wie bei jeder großen Blase, die dieser vorausging. Wie Jeff Bezos Sorkin nur wenige Wochen vor dem Podcast sagte: „Eine Blase kann durchaus platzen, aber das ist ein notwendiger Bestandteil von Innovation.“

Furmans Zahlen bergen noch eine zweite, weniger beachtete Implikation. Wenn die Investitionen in KI derzeit praktisch das gesamte US-Wachstum ausmachen, dann wirkt sich jede Verlangsamung dieser Ausgabenkategorie – sei es durch eine echte Korrektur, ein Kreditereignis an den privaten Märkten oder einfach durch Hyperscaler, die ihre bestehende Infrastruktur erst einmal integrieren müssen – nicht nur auf die Bewertungen von Technologieunternehmen aus. Sie schlägt sich direkt im BIP nieder, was bedeutet, dass die KI-Blase nicht mehr nur ein Problem der Finanzmärkte ist. Es handelt sich um ein makroökonomisches Phänomen mit weitreichenden Folgen für die Zinspolitik und die Beschäftigungszahlen, die weit über den KI-Sektor hinausgehen.

„Diesmal ist alles anders“: Die vier gefährlichsten Wörter in der Finanzwelt

Was die Eisenbahn, RCA, den Dotcom-Boom und KI verbindet, ist ein und dieselbe Phrase, die in jeder Epoche von intelligenten Menschen verwendet wurde, die es eigentlich besser wissen müssten: Diesmal ist alles anders. Die Technologie ist anders, daher gelten die alten Regeln nicht mehr. Der Umfang ist anders, daher spielen die alten Bewertungsmaßstäbe keine Rolle mehr. Die Chancen sind anders, daher ist alte Skepsis unbegründet.

Die Technologie ist stets grundlegend anders, und auch der Umfang variiert oft. Doch die menschliche Psychologie, die den Investitionszyklus antreibt, bleibt unverändert. Der Mechanismus wiederholt sich mit bemerkenswerter Konstanz über zwei Jahrhunderte Finanzgeschichte hinweg: Skepsis schwindet angesichts anhaltenden Erfolgs, Hebelwirkung baut sich an Stellen auf, die den Aufsichtsbehörden verborgen bleiben, und Kleinsparer werden zuletzt mit den geringsten Informationen und dem geringsten Schutz einbezogen.

Es ist wichtig zu verstehen, was die Aussage „Diesmal ist alles anders“ psychologisch bewirkt, denn sie ist keine bloße Verleugnung. Es ist ein im Moment überzeugendes Argument, vorgebracht von Menschen, die in der Regel mit ihrer Einschätzung der Technologie selbst richtig liegen, sich aber in Bezug auf deren Auswirkungen auf den Preis irren. Die Eisenbahningenieure hatten Recht mit ihrer Annahme, dass die Eisenbahn die Wirtschaft verändern würde. RCA hatte Recht mit ihrer Annahme, dass das Radio die Kommunikation revolutionieren würde. Die Internet-Befürworter hatten Recht mit ihrer Annahme, dass das Internet den Handel verändern würde. Die richtige Einschätzung der Technologie und die richtige Bewertung sind zwei völlig unterschiedliche Aussagen, und die Geschichte zeigt, dass sie fast immer verwechselt werden.

Was das jetzt für Unternehmensführer und Investoren bedeutet

Künstliche Intelligenz wird die Welt verändern, wahrscheinlich tiefgreifender als jede andere Technologie seit der industriellen Revolution. Sie wird auch Arbeitsplätze in einem Ausmaß und Tempo vernichten, auf das wir noch nicht vorbereitet sind, und spekulative Verluste generieren, die diejenigen am härtesten treffen, die am wenigsten wissen und am wenigsten Erfahrung haben. Beides ist gleichzeitig wahr, und die Tatsache, dass wir das Gegenteil behaupten, ändert nichts daran.

Für alle, die aktuell eine KI-Strategie entwickeln, sei es im Automobilfinanzierungsbereich oder anderswo, gilt dieselbe praktische Erkenntnis, die wir bereits in einem anderen Kontext gewonnen haben: Branchen, die bereits feststellen, dass Geschwindigkeit Skalierbarkeit überholen kann, entdecken diese Diskrepanz meist erst auf die harte Tour, nachdem das Kapital bereits investiert ist. Und auf der menschlichen Seite dieses Wandels wird Vertrauen, nicht nur Technologie, darüber entscheiden, wer diesen Wandel erfolgreich gestaltet . Denn die Unternehmen und Führungskräfte, die die Korrektur – wann immer sie auch kommen mag – überstehen, werden diejenigen sein, die sich bei Kunden und Aufsichtsbehörden Glaubwürdigkeit erarbeitet haben, bevor diese nötig waren, nicht erst danach.

Langfristig setzt sich immer die Technologie durch. Die Anleger in der Blase hingegen meist nicht.

Sprechen Sie mit Madox Square, wenn Sie darüber nachdenken möchten, was dieser Zyklus für Ihr eigenes Engagement bedeutet, sei es Kapitalallokation, Private-Credit-Engagement oder Personalplanung.

Häufig gestellte Fragen

1. Ist der KI-Boom eine Blase wie der Dotcom-Crash?

Das Muster passt genau. Echte, bahnbrechende Technologie, gepaart mit Bewertungen, die weit über bewährten Umsatzmodellen liegen, ist genau das, was der Eisenbahnmanie, dem Zusammenbruch von RCA in den 1920er Jahren und dem Dotcom-Crash vorausging.

2. Was sagte Dario Amodei über KI und Arbeitslosigkeit?

Amodei, CEO von Anthropic, sagte, dass die Skalierung von KI plausiblerweise zu einer Arbeitslosenquote von 20 bis 30 Prozent in Amerika führen könnte, und er bezeichnete dies als direkte Folge des Erfolgs von KI unter ihren eigenen kommerziellen Bedingungen, nicht als Nebeneffekt ihres Scheiterns.

3. Wie stark ist das private Kreditwesen von einer KI-Korrektur betroffen?

Bedeutenderweise und weitgehend unbemerkt übernehmen private Kreditfonds heute einen Großteil der Kreditvergabe, die früher von Banken durchgeführt wurde, ohne die gleiche regulatorische Aufsicht, und einige der größten haben sich stark auf Software- und KI-Unternehmen konzentriert.

4. Wie lautet Jason Furmans Berechnung zum Zusammenhang zwischen KI und dem US-Bruttoinlandsprodukt?

Furman stellte fest, dass das US-BIP-Wachstum im Jahr 2026, wenn man die Investitionen im Zusammenhang mit KI herausrechnet, bei etwa 0,1 Prozent liegt. Das bedeutet, dass Amerikas gesamtes Wachstum derzeit auf einer einzigen konzentrierten Technologieinvestition beruht.

5. Warum sagen die Leute immer wieder „diesmal ist alles anders“, bevor jede Blase platzt?

Weil anhaltender Erfolg die Skepsis schneller abbaut, als er Vorsicht aufbaut – ein Muster, das sich in jedem größeren spekulativen Technologiezyklus der letzten zwei Jahrhunderte wiederholt hat, von der Eisenbahn über das Radio bis hin zur Dotcom-Ära.