KI-Boom statt Deflation: Warum die Fed vor einem Dilemma steht

Ein Widerspruch zwischen Versprechen und Kassenzettel

CNBC verweist auf wiederholte Aussagen von Sam Altman, Elon Musk und Masayoshi Son, wonach Künstliche Intelligenz langfristig Kosten senken und wirtschaftlichen Überfluss ermöglichen könne. Die Realität des Jahres 2026 zeichnet ein anderes Bild. Statt spürbarer Deflation sorgt der KI-Boom bislang vor allem für steigende Preise, während sich die versprochenen Produktivitätsgewinne erst in Ansätzen zeigen.

Ein Investitionsvolumen historischen Ausmaßes

Wie hoch die Summen sind, die aktuell in den KI-Ausbau fließen, hat Goldman Sachs Research in einer Analyse beziffert, welche am 7. August veröffentlicht wurde. Die meistzitierte Kennzahl - der Capex der US-Hyperscaler von rund 794 Milliarden US-Dollar - bilde die tatsächlichen Investitionen nur unzureichend ab, schreibt Goldman-Ökonom Joseph Briggs. Sie erfasse weder private Unternehmen noch Investitionen außerhalb der USA, überschätze zugleich aber den reinen US-Anteil, da viele Hyperscaler auch global investieren.

Nach Bereinigung dieser Effekte kommt Goldman Sachs auf eine globale Investitionssumme von rund 1 Billion US-Dollar für 2026, davon 581 Milliarden US-Dollar in den USA. Kumuliert seit 2022 ergebe sich damit ein Investitionsvolumen von rund 1,8 Billionen US-Dollar. Als Anteil am US-Bruttoinlandsprodukt soll der KI-Capex von aktuell 1,8 Prozent auf 2,8 Prozent im Jahr 2028 steigen, ein Niveau, das laut Briggs im historischen Rahmen früherer Technologiezyklen liege.

Konkret schlägt sich das bereits in einzelnen Preisen nieder: Die Kosten für Arbeitsspeicher (DRAM) sollen sich laut CNBC bis Jahresende gegenüber 2024 vervierfacht haben. Die Preise für Computersoftware und Zubehör seien seit Juli 2024 um 22,4 Prozent gestiegen. Auch die Strompreise für private Haushalte legten in den vergangenen zwei Jahren um 10 Prozent zu, deutlich stärker als die allgemeine Teuerung von 6,2 Prozent im selben Zeitraum.

Die Nutzung hinkt den Investitionen weit hinterher

Dem gegenüber steht eine ernüchternde Zahl zur tatsächlichen Verbreitung: Laut der biweekly durchgeführten Business Trends and Outlook Survey (BTOS) der US-Volkszählungsbehörde nutzten zwischen Dezember 2025 und Mai 2026 durchgehend nur 17 bis 20 Prozent der US-Unternehmen KI in irgendeiner Geschäftsfunktion. Für die kommenden sechs Monate erwarteten 20 bis 23 Prozent eine Nutzung.

Die Verteilung fällt dabei höchst ungleich aus. Unter Unternehmen mit mindestens 250 Beschäftigten lag die Nutzungsrate bei 37 Prozent, bei Firmen mit 100 bis 249 Mitarbeitern bei 32 Prozent. Bei Kleinstunternehmen mit bis zu vier Beschäftigten blieb sie dagegen unter 20 Prozent und veränderte sich im Beobachtungszeitraum kaum. Auch zwischen den Branchen klafft eine Lücke: Während der Informationssektor (39,7 Prozent) und die Finanz- und Versicherungsbranche (33,9 Prozent) deutlich über dem nationalen Durchschnitt von 19,8 Prozent liegen, kommt der Einzelhandel nur auf rund 14 Prozent.

Warum die Produktivität auf sich warten lässt

Für die Diskrepanz zwischen Investitionsvolumen und Nutzungsrate liefert Stanford-Ökonom Charles Jones, der derzeit bei Anthropic forscht, via CNBC eine Erklärung: das Konzept der "weak links". Jobs bestünden aus Bündeln unterschiedlicher Aufgaben, von denen nur ein Teil sich automatisieren lasse. Als Beispiel dient die Radiologie: Obwohl KI-Pionier Geoffrey Hinton 2016 voraussagte, der Beruf des Radiologen werde binnen fünf bis zehn Jahren verschwinden, sei die Zahl der Radiologen seither gewachsen, weil deren Tätigkeit weit über das reine Auswerten von Scans hinausgehe.

Auch Ronnie Chatterji, Chefökonom bei OpenAI, bestätigt laut CNBC dieses Muster anhand unternehmenseigener Daten: Die intensivsten Nutzer setzten KI inzwischen achtmal so häufig ein wie durchschnittliche Unternehmen, gemessen an der Zahl verarbeiteter Tokens, vor drei Monaten habe dieser Faktor noch bei zwei gelegen. Die Kluft zwischen Vorreitern und dem Rest der Wirtschaft wachse damit rasant.

Ein Dilemma für die Fed

Diese Gemengelage stellt Fed-Chef Kevin Warsh, der im Mai dieses Jahres die Nachfolge von Jerome Powell antrat, vor eine schwierige Abwägung. Bereits vor seiner Bestätigung hatte Warsh laut CNBC argumentiert, KI könne disinflationär wirken und zugleich die Wachstumsaussichten verbessern.

Nicht alle Fed-Kollegen teilen diese Einschätzung. Die Notenbank beließ die Leitzinsen im Juli 2026 in einer Spanne von 3,5 bis 3,75 Prozent, die Entscheidung fiel jedoch nicht einstimmig. Neel Kashkari, Präsident der Minneapolis Fed, votierte für eine Zinserhöhung und begründete dies explizit mit der zusätzlichen Nachfragekomponente durch den Bau von Rechenzentren. Auch Warsh selbst schlug inzwischen vorsichtigere Töne an: Zwar lege die massive Investitionstätigkeit den Grundstein für künftiges Wachstum, doch "das genaue Timing und Ausmaß der Effekte auf der Angebotsseite" blieben schwer vorherzusagen, sagte er im Juli, so CNBC.

Markus Maier, Redaktion finanzen.at