Ökonomen: KI-Produktivitätsdividende löst fiskalische Zwänge nur schwer oder verschafft hochverschuldeten Volkswirtschaften lediglich „Zeitgewinn“

BlockBeats News, 27. Februar: Ökonomen analysierten, dass selbst wenn der durch künstliche Intelligenz ausgelöste Produktivitätsschub Realität wird, dies das öffentliche Finanzdilemma der großen Volkswirtschaften kaum grundlegend lösen kann, aber es könnte ihnen mehr Anpassungszeit verschaffen.

OECD-Ökonomin Filiz Unsal erklärte, dass, wenn das durch KI getriebene Produktivitätswachstum die Schaffung von Arbeitsplätzen fördern kann, bis 2036 die Schuldenstände von OECD-Ländern wie den Vereinigten Staaten, Deutschland und Japan voraussichtlich um 10 Prozentpunkte gegenüber den aktuellen Erwartungen sinken werden – dies wäre jedoch immer noch deutlich höher als das derzeitige Niveau.

Die Ökonomin Idanna Appio, die zuvor bei der New York Fed tätig war, wies darauf hin, dass Produktivitätssteigerungen wie „Magie“ seien, die die fiskalische Dynamik erheblich verbessern können, aber „unsere fiskalischen Probleme gehen weit über das hinaus, was Produktivität beheben kann“.

Die Analyse sieht die Alterung der Bevölkerung als zentrale Herausforderung. Kevin Khang, Leiter der Global Economic Research bei Vanguard, erklärte, dass die Ursache der Verschuldung in der alternden Bevölkerung und den damit verbundenen Sozialausgaben liege und „die Lösung dieses Problems eine fiskalische Konsolidierung erfordert, während KI uns lediglich Zeit verschafft hat“.

Darüber hinaus besteht weiterhin Unsicherheit auf der Steuer- und Ausgabenseite: Wenn KI zu Arbeitsplatzverlusten führt oder Gewinne und Kapitalerträge am meisten profitieren, könnten die Staatseinnahmen hinter den Erwartungen zurückbleiben; wenn Produktivitätsgewinne die Löhne im privaten Sektor steigen lassen, werden auch die vom Staat zu tragenden Arbeitskosten steigen. Barclays warnte, dass, wenn ein Wirtschaftsabschwung der KI-Welle vorausgeht, der Markt möglicherweise vorzeitig nervös auf den fiskalischen Kurs reagieren könnte.