Ich habe in den letzten Monaten ziemlich viel mit KI experimentiert.
Vielleicht zu viel.
KI schreibt Texte für mich, recherchiert, programmiert, analysiert Daten, erstellt Präsentationen und bedient inzwischen sogar selbstständig Webseiten. Während ich diesen Artikel schreibe, könnte irgendwo in einem Browser-Tab ein KI-Agent Formulare ausfüllen, Leads recherchieren oder eine Website testen.
Als Unternehmer finde ich das grossartig.
Zumindest meistens.
Denn je besser diese Systeme werden, desto häufiger beschleicht mich ein unangenehmer Gedanke:
Was, wenn wir nicht einfach Arbeit effizienter machen, sondern den Preis menschlicher Denkarbeit fundamental verändern?
Dafür gibt es einen Begriff, den ich faszinierend und beunruhigend zugleich finde:
Deflation der kognitiven Arbeit.
Wissen war bisher teuer, weil es knapp war
Unsere Wirtschaft funktioniert in grossen Teilen nach einem simplen Prinzip:
Wer etwas kann, das andere nicht können, kann dafür Geld verlangen.
Ein Anwalt kennt das Recht. Ein Entwickler kann programmieren. Ein Designer kann gestalten. Ein Treuhänder versteht Buchhaltung und Steuern. Ein Berater kennt eine Branche. Und wir bei webgearing wissen, wie man gute Websites baut.
Hinter all diesen Fähigkeiten stecken Ausbildung, Erfahrung und Zeit. Genau das macht sie knapp.
Ein erfahrener Entwickler lässt sich nicht mit Ctrl+C und Ctrl+V vervielfältigen.
Eine KI schon.
Und das verändert die Ökonomie.
Was passiert, wenn Intelligenz kopierbar wird?
Stellen wir uns einen hervorragenden Wissensarbeiter vor. Er arbeitet vielleicht 1’800 produktive Stunden pro Jahr. Wird mehr Arbeit benötigt, braucht das Unternehmen zusätzliche Menschen.
Bei Software gelten andere Regeln.
Wenn ein KI-Agent eine Aufgabe beherrscht, kann theoretisch eine weitere Instanz gestartet werden. Dann noch eine. Und noch hundert.
Plötzlich wird etwas skalierbar, das während der gesamten Wirtschaftsgeschichte knapp war:
kognitive Arbeitsleistung.
Genau deshalb ist die Entwicklung von KI-Agenten wirtschaftlich so interessant.
Die Forschungsorganisation METR misst, wie lange Aufgaben für menschliche Experten dauern, die moderne KI-Systeme mit einer bestimmten Erfolgswahrscheinlichkeit selbstständig bewältigen können. Untersucht werden vor allem klar definierte Aufgaben aus Softwareentwicklung, maschinellem Lernen und Cybersicherheit. Beim häufig zitierten 50-Prozent-Task-Horizon liegt die geschätzte Erfolgswahrscheinlichkeit bei der Hälfte. [1]
Die im März 2025 veröffentlichten Ergebnisse zeigen für die untersuchten Modelle seit 2019 einen annähernd exponentiellen Anstieg dieses sogenannten Task Horizon. METR weist allerdings ausdrücklich darauf hin, dass daraus nicht folgt, eine KI könne entsprechend viele Stunden autonom «arbeiten». Gemessen wird die Schwierigkeit der Aufgaben anhand menschlicher Bearbeitungszeit, nicht die tatsächliche Laufzeit eines digitalen Mitarbeiters. Auch lässt sich das Ergebnis nicht pauschal auf sämtliche Wissensarbeit übertragen. [1]
Trotzdem ist die Richtung bemerkenswert:
Was gestern eine Aufgabe für wenige Minuten war, wird zunehmend zu einer Aufgabe für Stunden. Und irgendwann vielleicht für Tage.
Als Agenturinhaber wird es hier etwas ungemütlich
Für uns bei webgearing klingt KI zunächst fantastisch.
Eine Website, für die früher vielleicht hundert Arbeitsstunden nötig waren, können wir möglicherweise irgendwann in zwanzig Stunden erstellen.
Grossartig. Fünffache Produktivität.
Dann kam mir allerdings ein weniger angenehmer Gedanke:
Unsere Kunden haben dieselbe KI.
Wenn wir mit KI eine Website fünfmal schneller bauen können, kann vielleicht irgendwann unser Kunde seine Website selbst bauen.
Heute sagt er vielleicht:
«Erstellt mir eine moderne Website für mein Unternehmen.»
Dafür brauchen wir Projektleitung, Konzeption, UX, Design, Entwicklung, Content, SEO und Testing.
Was passiert, wenn er 2030 stattdessen seiner KI sagt:
«Analysiere unser Unternehmen und unsere Konkurrenz. Entwickle eine Positionierung. Erstelle Sitemap und UX-Konzept. Schreibe die Texte. Entwickle fünf Designrichtungen. Programmiere die gewählte Variante in WordPress. Optimiere alles für Google und KI-Suchsysteme. Teste Mobile und Desktop. Frag mich nur, wenn du eine geschäftliche Entscheidung brauchst.»
Und eine Stunde später ist die Website fertig.
Dann hilft es mir wenig, stolz zu verkünden:
«Wir können das inzwischen auch sehr effizient.»
Wird dann jeder zum Experten?
Nicht unbedingt.
Vielleicht wird nicht jeder zum Experten. Aber jeder bekommt Zugang zu Expertenleistung.
Ich muss kein Anwalt sein, wenn ein System meinen Vertrag zuverlässig auf dem Niveau eines hervorragenden Anwalts analysieren kann. Ich muss kein Programmierer sein, wenn ich Software in natürlicher Sprache beschreiben kann. Ich muss kein Grafiker sein, wenn ich zwanzig professionelle Designvarianten in zwei Minuten erzeuge.
Ökonomisch kann dieser Unterschied irgendwann unwichtig werden.
Denn meistens kaufen wir nicht den Experten.
Wir kaufen ein Ergebnis.
Ich möchte keinen Programmierer besitzen.
Ich möchte funktionierende Software.
Genau hier beginnt die Deflation
Nehmen wir eine Dienstleistung, die heute CHF 10’000 kostet. Vielleicht stecken darin hundert Stunden hochqualifizierter menschlicher Arbeit.
Jetzt kann ein KI-System 90 Prozent davon übernehmen. Später 99 Prozent.
Die entscheidende Frage lautet dann nicht, ob die Leistung weiterhin CHF 10’000 Wert erzeugt. Das kann durchaus sein.
Die Frage lautet:
Warum sollte jemand weiterhin CHF 10’000 dafür bezahlen?
Wenn zehn Anbieter dasselbe Ergebnis mithilfe derselben Modelle für CHF 500 produzieren können, wirkt Wettbewerb. Der Preis fällt.
Nicht unbedingt der Nutzen.
Das ist der entscheidende Unterschied.
Wertschöpfung geht nicht gegen null
Angenommen, eine KI entdeckt für CHF 2 Rechenkosten einen Fehler, der einem Unternehmen einen Schaden von CHF 100’000 erspart.
Der wirtschaftliche Nutzen beträgt weiterhin CHF 100’000.
Aber wenn hundert konkurrierende Systeme diese Analyse für CHF 2 durchführen können, wird es schwierig, dafür CHF 20’000 zu verlangen.
Der Wert kann riesig sein, während der Preis der dafür benötigten kognitiven Arbeit drastisch fällt.
Für Konsumenten wäre das fantastisch.
Für Menschen, deren Einkommen daraus besteht, diese Arbeit zu verkaufen, möglicherweise weniger.
Das ist keine reine Science-Fiction
Erste Veränderungen sind bereits messbar.
Jeremias Kläui und Michael Siegenthaler vom KOF Institut der ETH Zürich haben den Schweizer Arbeitsmarkt untersucht. Ihre Auswertung mit Daten bis August 2025 zeigt: Seit Herbst 2022 stieg die Zahl der registrierten Stellensuchenden in stark KI-exponierten Berufen stärker als in wenig exponierten Berufen. Auffällig sind unter anderem Softwareentwicklung, Programmierung, Marketing und Journalismus. [2]
Für Stellensuchende unter 50 Jahren schätzen die Autoren in der Periode September 2024 bis August 2025 einen relativen Effekt von rund 27 Prozent gegenüber wenig exponierten Berufen. Das sind Hinweise auf eine schwächere Arbeitsnachfrage in den betroffenen Berufen. Wie viele Stellen durch KI in der Schweiz insgesamt weggefallen oder neu entstanden sind, lässt sich aus dieser Studie jedoch nicht beziffern. Die Autoren betonen zudem, dass ihre Analyse keinen abschliessenden Kausalnachweis liefert. [2]
Das bedeutet nicht, dass morgen sämtliche Büros leer stehen.
Die Internationale Arbeitsorganisation ILO kommt in ihrer globalen Analyse zu einem differenzierteren Schluss: Bei vielen Berufen ist zunächst eher eine Transformation als eine vollständige Eliminierung der Arbeit zu erwarten. Besonders stark exponiert bleiben Büroberufe, zunehmend aber auch digitalisierte Fachberufe. Die Analyse beschreibt das technische Potenzial, Aufgaben zu verändern, und zählt keine tatsächlich verlorenen Arbeitsplätze. [3]
Das World Economic Forum erwartet in seinem Future of Jobs Report 2025 bis 2030 gleichzeitig erhebliche Jobverluste und die Entstehung neuer Tätigkeiten. Diese Hochrechnung beruht auf einer Befragung von Arbeitgebern und berücksichtigt neben KI auch demografische, wirtschaftliche, geopolitische und ökologische Entwicklungen. Sie ist also keine Prognose der Jobverluste allein durch KI. [4]
Die Geschichte ist also komplizierter als «KI nimmt uns allen die Jobs weg».
Zum Glück.
Aber vielleicht stellen wir die falsche Frage
Wir diskutieren häufig darüber, welche Berufe KI ersetzen wird.
Vielleicht ist eine andere Frage interessanter:
Was bleibt knapp, wenn Intelligenz billig wird?
Märkte bezahlen letztlich für Knappheit. Und einiges bleibt knapp:
Vertrauen. Verantwortung. Aufmerksamkeit. Kundenbeziehungen. Distribution. Marken. Proprietäre Daten. Kapital. Physische Infrastruktur. Geschmack. Reputation.
Und vielleicht vor allem die Fähigkeit, herauszufinden, welches Problem überhaupt gelöst werden sollte.
KI kann hundert Websites erstellen. Aber welche davon sollte ein Unternehmen tatsächlich bauen?
Sie kann tausend Kampagnen produzieren. Aber welche Positionierung passt zur Firma?
Sie kann Millionen Geschäftsideen generieren. Aber wer setzt CHF 500’000 auf eine davon?
Vielleicht wird Verantwortung das neue Expertenwissen
Heute bezahlen wir einen Experten unter anderem dafür, dass er etwas besser weiss als wir.
In Zukunft könnte eine andere Eigenschaft wichtiger werden:
Er steht für das Ergebnis gerade.
Es ist ein Unterschied, ob eine KI sagt:
«Nach meiner Analyse ist dieser Vertrag unproblematisch.»
oder ob eine Kanzlei sagt:
«Wir haben ihn geprüft und übernehmen dafür die professionelle Verantwortung.»
Dasselbe gilt für Treuhänder, Ärzte, Ingenieure, IT-Security oder Unternehmensberater.
Wenn die Erstellung einer Analyse praktisch kostenlos wird, könnte die Verantwortung dafür wertvoller werden als ihre Produktion.
Das wäre eine interessante Umkehrung.
Und dann gibt es noch ein zweites Problem
Wenn KI hervorragende Ergebnisse produziert, verlieren diese möglicherweise ihre Funktion als Kompetenzsignal.
Früher konnte ein hervorragender Text zeigen: Da kann jemand schreiben.
Ein grossartiges Design: Da versteht jemand Gestaltung.
Sauberer Code: Da kann jemand programmieren.
Eine brillante Präsentation: Da hat jemand viel verstanden.
Heute schaue ich manche beeindruckende Arbeit an und denke zuerst:
«Welche KI war das?»
Wenn hochwertige kognitive Artefakte praktisch kostenlos erzeugt werden können, müssen wir neue Methoden finden, tatsächliche Kompetenz zu erkennen.
Reputation, nachweisbare Ergebnisse, Garantien und Verantwortung könnten deshalb wichtiger werden.
Die Sache hat allerdings eine fantastische Seite
Deflation klingt negativ. Ökonomisch kann sie aber einen gigantischen Wohlstandsgewinn bedeuten.
Wenn Rechtsberatung statt CHF 500 noch CHF 5 kostet, können viel mehr Menschen Rechtsberatung erhalten.
Wenn individuelle Lernbegleitung praktisch kostenlos wird, kann jedes Kind einen persönlichen Tutor haben.
Wenn Softwareentwicklung hundertmal günstiger wird, bekommt ein kleines KMU Anwendungen, die sich heute nur Grossunternehmen leisten können.
Wenn medizinische Analysen extrem günstig werden, können sie wesentlich häufiger durchgeführt werden.
Und wenn eine Unternehmensgründung statt CHF 500’000 nur noch CHF 5’000 benötigt, entstehen vermutlich viel mehr Unternehmen.
Sinkende Preise vernichten nicht nur bestehende Geschäftsmodelle. Sie erzeugen neue Nachfrage.
Das Internet hat Information nicht wertlos gemacht. Es hat eine Explosion von Information verursacht.
Vielleicht passiert mit Intelligenz etwas Ähnliches.
Wir könnten reich an Leistungen und arm an Arbeit werden
Und genau hier wird es gesellschaftlich interessant.
Stellen wir uns vor, ein Unternehmen benötigt heute 100 Menschen, um CHF 20 Millionen Wertschöpfung zu erzeugen.
Irgendwann schaffen zehn Menschen zusammen mit KI dieselbe Wertschöpfung.
Für das Unternehmen klingt das hervorragend. Aber die anderen 90 Menschen haben vorher Löhne erhalten. Mit diesen Löhnen haben sie Wohnungen bezahlt, Autos gekauft, Restaurants besucht, Ferien gemacht, Steuern bezahlt und die AHV finanziert.
Wenn immer mehr Wertschöpfung durch Kapital, Software und KI entsteht, stellt sich deshalb eine fundamentale Frage:
Wie gelangt diese Produktivität wieder als Kaufkraft in die Gesellschaft?
Darauf habe ich keine gute Antwort.
Ich bin Webunternehmer, kein Volkswirtschaftsprofessor.
Aber ich glaube, wir sollten anfangen, darüber nachzudenken.
Und was mache ich jetzt mit meiner Agentur?
Das ist keine theoretische Frage für mich.
Wenn ich davon ausgehe, dass irgendwann jeder Unternehmer eine hervorragende Website selbst erstellen kann, wäre es fahrlässig, mein Geschäftsmodell darauf aufzubauen, dass das niemals passiert.
Vielleicht verkaufen Agenturen in Zukunft deshalb gar keine Websites mehr.
Vielleicht verkaufen sie Geschäftsergebnisse.
Nicht:
«Wir bauen Ihnen eine Website.»
Sondern:
«Wir sorgen dafür, dass Ihr Unternehmen digital Kunden gewinnt.»
Website, SEO, Content, CRM, Kampagnen, Analytics und KI-Agenten wären dann nur noch Werkzeuge.
Der Kunde bezahlt nicht für hundert Stunden WordPress.
Er bezahlt für ein Resultat.
Ob dieses Resultat von zehn Menschen, zwei Menschen oder fünfzig KI-Agenten produziert wurde, könnte ihm irgendwann egal sein.
Die Frage, die mir seitdem im Kopf herumgeht
Je länger ich mich mit KI beschäftige, desto weniger interessiert mich die Frage:
«Was kann die nächste KI noch besser?»
Mich beschäftigt inzwischen eine andere:
«Wofür werden Menschen und Unternehmen noch bezahlen, wenn hochwertige kognitive Arbeit praktisch unbegrenzt verfügbar ist?»
Vielleicht lautet die Antwort Vertrauen. Vielleicht Verantwortung. Vielleicht Kreativität, Beziehungen, Eigentum oder menschliche Nähe.
Wahrscheinlich eine Mischung daraus.
Aber eines erscheint mir zunehmend unwahrscheinlich:
Dass wir auch in zehn Jahren noch deshalb viel Geld für eine Dienstleistung bezahlen, weil jemand sehr lange daran arbeiten musste.
Und vielleicht ist genau das die eigentliche Revolution der künstlichen Intelligenz.
Nicht, dass Maschinen plötzlich denken können.
Sondern dass Denkarbeit ihre Knappheit verliert.
Quellen und weiterführende Literatur
Die nummerierten Verweise im Text führen zu den Quellen 1 bis 4. Quelle 5 dient der weiteren Einordnung. Die Preis- und Produktivitätsbeispiele sowie das Szenario für 2030 sind Gedankenexperimente. Abruf der Onlinequellen: 17. September 2026.
[1] METR (2025): Measuring AI Ability to Complete Long Software Tasks.
Forschungsbeitrag vom 19. März 2025. Ergänzend: Task-Completion Time Horizons of Frontier AI Models, Methodik und FAQ, Stand 8. Mai 2026. Messungen an überwiegend klar definierten Softwareaufgaben; der Task Horizon beschreibt menschliche Bearbeitungszeit bei einer festgelegten Erfolgswahrscheinlichkeit.
Forschungsbeitrag | Methodik und aktuelle Messungen
[2] Kläui, Jeremias und Michael Siegenthaler (2025): KI und der Schweizer Arbeitsmarkt: Erste Evidenz zu Auswirkungen auf Arbeitslosigkeit und Stellenausschreibungen.
KOF Studien Nr. 186, Oktober 2025, KOF Institut, ETH Zürich. Die Untersuchung erfasst relative Entwicklungen zwischen Berufsgruppen. Sie beziffert keinen Nettoeffekt auf die Gesamtbeschäftigung. Siehe «Vorgehen und Einordnung», «Event-Study: Arbeitslosigkeit» und «Schlussbemerkungen».
Originalstudie als PDF | Onlinefassung der Autoren
[3] Gmyrek, Paweł et al. (2025): Generative AI and Jobs: A Refined Global Index of Occupational Exposure.
ILO Working Paper 140, International Labour Organization und NASK, 20. Mai 2025. Unterscheidet potenzielle KI-Exposition von tatsächlichem Stellenabbau; Transformation von Tätigkeiten gilt als wahrscheinlichste Wirkung.
Originalpublikation und Volltext | DOI: 10.54394/HETP0387
[4] World Economic Forum (2025): The Future of Jobs Report 2025.
- Januar 2025. Arbeitgeberbefragung und Hochrechnung für 2025 bis 2030. Die Projektionen beziehen sich auf mehrere strukturelle Veränderungen des Arbeitsmarkts und nicht ausschliesslich auf KI.
Bericht und zentrale Ergebnisse | Vollständiger Bericht als PDF
[5] Acemoglu, Daron und Pascual Restrepo (2019): Automation and New Tasks: How Technology Displaces and Reinstates Labor.
Journal of Economic Perspectives, 33(2), S. 3 bis 30. Weiterführende ökonomische Literatur zu Verdrängung, Produktivitätsgewinnen und neuen Aufgaben. Ein theoretischer Rahmen, keine konkrete Vorhersage zum heutigen KI-Einsatz.
