17. Disruptiver wirtschaftlicher Strukturwandel

Disruption meint einen Prozess der schöpferischen (kreativen) Zerstörung: grundlegende Veränderungen, die mit starken systemischen Verwerfungen, also mit Opfern, verbunden sind. Der Begriff Disruption wurde 1997 von Clayton Christensen in seinem Buch „The Innovator’s Dilemma“ geprägt¹ und wird seither meist im dort beschriebenen, sehr engen betriebswirtschaftlichen Sinne verwendet (1997; Christensen et al., 2015; vgl. zur Rezeption auch Schultz, 2019). Christensen fokussiert seine Betrachtungen disruptiver Innovationen auf die Durchsetzung neuer Geschäftsmodelle bzw. grundlegender Veränderungen von Marktstrukturen durch Lern- und Skaleneffekte. Im Mittelpunkt stehen für ihn einzelbetriebliche Beispiele des Scheiterns vormals innovativer Großunternehmen (z. B. Xerox, Kodak, Nokia), die durch ausschließlich evolutive (inkrementelle, iterative) Verbesserungen von Produkten und Prozessen der disruptiven Herausforderung von (neuen) Wettbewerbern begegnen wollten und damit letztlich scheiterten. Durch die disruptiven Innovationen der „jungen“ Herausforderer werden Marktsegmente umdefiniert und bestehende Marktstrukturen durch ganz anders gestaltete Angebote ersetzt bzw. im Extremfall neue Märkte geschaffen (Christensen & Raynor, 2003, S. 98; Geffroy, 2018, S. 24 ff.; Roth, 2020, S. 98; Straubhaar, 2019; Kaufmann & Servatius, 2020). Diese Fokussierung auf einzelne Beispiele, die dann verallgemeinert werden, ist auch die wesentliche Kritik an Christensens Modell, das deshalb nur in Ausnahmefällen operativ anwendbar sei (Lepore, 2014; King, 2017). Christensens Ideen spielen in dem nachfolgenden Kapitel eine wesentlich größere Rolle, sind aber auch für meine Betrachtungen hier ein anschauliches Bild.

Unter Strukturwandel verstehen wir grundlegende, umfassende und tiefgreifende Veränderungen des inneren Aufbaus bestehender Systeme. Dementsprechend bezieht sich der Begriff des wirtschaftlichen Strukturwandels auf dauerhaft wirkende tiefe Einschnitte in Produktionsstrukturen, Produktionsprozesse und Konsummuster. Diese können innerhalb einer Volkswirtschaft sektoral, regional oder umfassend sein, und sie können ausschließlich nationale oder aber internationale bis globale Prozesse meinen. Disruptiv wäre dieser Strukturwandel immer dann zu nennen, wenn er mit starken systemischen Verwerfungen verbunden, also durch einen Prozess schöpferischer Zerstörung gekennzeichnet ist, der etwas völlig Neues hervorbringt, welches im Extremfall vorher nicht einmal denkbar war. Was Strukturwandel meint, entstammt in seinem Sinngehalt der Volkswirtschaftslehre, genauer: der Makroökonomie. Wir finden die Idee des Strukturwandels als substanzielle Beschreibung bei Karl Marx (1968/1867–1894, 1983/1848) sowie, auf ihm basierend und die Idee weiterentwickelnd, vor allem bei Joseph Schumpeter (1997/1911, 2020/1942). Für unsere Betrachtungen ist interessant, dass Schumpeter den Prozess der wirtschaftlichen Entwicklung als fundamentale, spontane und diskontinuierliche Veränderung des wirtschaftlichen Status Quo beschreibt. Damit hat er die Idee der Disruption umrissen.

Auf die strukturwandelnden Implikationen einer zunehmend vernetzten Digitalisierung in der Wirtschaft sind wir bereits umfassend in unserem Buch „Wie wir leben wollen“ (Schmiedchen et al., Hrsg., 2021) eingegangen. Auf die dort getroffenen Aussagen wird hier ausdrücklich verwiesen. Wir gehen darin davon aus, dass bereits die fortgeschrittene Vernetzung digitaler Produktionsvorgänge einen Strukturwandel in der Wirtschaft eingeleitet hat. In der Bezeichnung haben wir uns dem deutschen Diskurs angeschlossen, der von einer vierten industriellen Revolution (oder Industrie 4.0) spricht. Dafür, dass die vernetzte Digitalisierung auch ohne KI zu einem disruptiven Aufbrechen vorhandener Branchenstrukturen geführt hat, stehen beispielsweise die ersten („vor-KI“) Erfolgsjahre von Netflix und Amazon.

Big Data bezeichnet große Mengen strukturierter und unstrukturierter Daten (Schmitz, 2021, S. 3) und basiert auf der schier unendlich anmutenden Flut von Echtzeitdaten, die jeden Tag digital erfasst und gespeichert werden (Thönnessen, 2020, S. 34 f.). Dabei werden Volumen, Geschwindigkeit, Varietät und Qualität/Zuverlässigkeit der Daten betrachtet (Marchesi, 2020, S. 112 ff.; Schmitz, 2021, S. 3 ff.). Ein wesentlicher Aspekt der Datenökonomie, der die volkswirtschaftliche Betrachtung erheblich erschwert, ist die Frage des monetären Wertes sowie der Qualität von Daten (Lawrenz & Fischer, 2023, S. 47; Petersen, 2020, S. 69 ff.). Die mit der Messung und Berechnung einhergehenden methodischen Schwierigkeiten sind eine ernste Herausforderung für die quantitative Bestimmung der digitalen Wertschöpfung in den Volkswirtschaftlichen Gesamtrechnungen und eine strukturelle Quelle für Verzerrungen (vgl. Petersen, 2020, S. 163 ff.).

Die Nutzung vorhandenen Wissens und die Generierung neuen Wissens durch die Strukturierung und Umwandlung von Daten, die durch Sensoren oder andere Medien gewonnen und erst durch Kontextualisierung zu Informationen werden (vgl. Gronwald, 2024, S. 6 ff.), hat aus Daten einen außerordentlich wertvollen Rohstoff gemacht. 2023 wurden 132,4 Mrd. Zettabyte Daten generiert oder repliziert. 2021 waren es nur 84,5, und 2028 sollen es immerhin schon 393,9 Mrd. ZB sein (vgl. Statista, 2024a). 2010 waren es lediglich 2 Mrd. ZB (ebenda). Das bedeutet, dass sich derzeit der globale Datenumsatz ca. alle drei Jahre verdoppelt. Auch die weltweite Speicherkapazität ist seit 1986 exponentiell gewachsen. So betrug sie 2,6 Exabyte im Jahr 1986 und 2007 bereits 295 Exabyte (Hilbert & Lopez, 2011, S. 62). 2019 war die Welt dann bei 33.000 Exabyte angekommen (vgl. Kroker, 2019).

Dennoch verliert Big Data als Quelle und Treiber für die zukünftige digitale Transformation an Bedeutung. Ursächlich hierfür sind die gewachsenen Fähigkeiten zur Abstraktion und Vereinfachung der Datenozeane, um die sehr hohen Kosten der Datenverwaltung zu senken. Dabei spielen KI-Algorithmen eine entscheidende Rolle. Die KI-Revolution hat hier also einen qualitativen Kurswechsel hervorgerufen: Obwohl die verfügbaren Datenmengen immer größer werden und als Rohstoff von gleichbleibend hoher Bedeutung sind, haben datenzentrierte Innovationen messbar an Bedeutung für weitere Produktivitätsgewinne der fortgeschrittenen digitalen Transformation verloren (vgl. Reis & Housley, 2023, S. 35 ff.).

Der weltweite Umsatz mit KI wird für 2024 auf über 550 Mrd. US-$ geschätzt (vgl. Statista, 2024b). Die weltweiten Investitionen in KI stiegen seit 2012 mit zunehmender Geschwindigkeit (vgl. Kreutzer & Sirrenberg, 2019, S. 100 ff.; Buxmann & Schmidt, 2021, S. 21 ff.): Private Investitionen sind von 5,17 Mrd. US-$ (2013) auf 132,36 Mrd. US-$ (2021) gewachsen. Erstaunlicherweise sind sie 2022 (103,4 Mrd. US-$) und 2023 (95,99 Mrd. US-$) gesunken (vgl. Statista, 2024c). Dies könnte eine Folge der zuvor überdurchschnittlich erhöhten Investitionsvolumina sein, die dem Digitalisierungsschub in Zeiten der Covid-19-Pandemie geschuldet waren. In dieser Zeit wurden viele bereits geplante Investitionen vorgezogen, um dem stark erhöhten gesellschaftlichen Digitalisierungsbedarf Rechnung zu tragen. Für die Zukunft bis 2030 wird von einem weiteren Wachstum der weltweiten KI-Investitionen ausgegangen. So beziffert Goldman Sachs das weltweite Investitionsvolumen in KI für 2025 auf 200 Mrd. US-$, (Goldman Sachs, 2023), was in der Tat ein erneutes starkes Wachstum wäre.

Laut der jährlichen Erhebung zur Nutzung von Informations- und Kommunikationstechnologien (IKT) in Unternehmen in Deutschland, die das Statistische Bundesamt am 25. November 2024 präsentierte (Destatis, 2024), nutzten bereits 20 % der deutschen Unternehmen KI-Anwendungen. In die Erhebung waren 84.000 Unternehmen² einbezogen. Dies entspricht einem Anstieg um 8 % gegenüber der Erhebung von 2023, also innerhalb eines Jahres. Dabei steigt erwartungsgemäß die Einsatzquote mit der Unternehmensgröße: So sind es bei Unternehmen ab 250 Beschäftigten bereits 48 %, während es bei denen mit 50–249 Beschäftigten lediglich 28 % und bei denen mit weniger Arbeitnehmern nur 17 % sind, die KI-Systeme verwenden. Auch ist die Wachstumsgeschwindigkeit bei größeren Unternehmen höher (+13 % in einem Jahr).

Von den Unternehmen, die KI anwenden, nutzen 48 % diese zur Analyse von Schriftsprache (Text Mining) und 47 % zur Spracherkennung. 25 % nutzen KI zur Optimierung von Produktions- und Dienstleistungsprozessen und 24 % jeweils in der Verwaltung und im Bereich Controlling/Buchführung/Finanzverwaltung. Der Anteil der Unternehmen, die einen KI-Einsatz für nicht sinnvoll erachten, ist mittlerweile auf 21 % geschrumpft (Destatis, 2024). Es ist insbesondere die Privatwirtschaft, die bei der Adaptation von KI „voranprescht“ (Demary et al., 2021; Sreekala et al., 2024). Es ist darüber hinaus beobachtbar, dass besonders die großen Sprachmodelle eine neue Welle von KI-Adaptationen ausgelöst haben (Azhar, 2024; Minevich, 2023).

Das durch die Digitalisierung verstärkte, massive Sinken der Kosten für (Tele-)Kommunikation und Transport seit Ende der 1970er war ursächlich für das explosionsartige Anwachsen des Auslagerns von Produktionsprozessen bzw. Direktinvestitionen in Schwellen- und Entwicklungsländer (Offshoring). Damit ging eine exponentielle Steigerung von internationaler Arbeitsteilung sowie Welthandels- und -finanzströmen einher. Gleichzeitig nahm die Zahl von Unternehmenszusammenschlüssen (Mergers & Acquisitions) und das Entstehen global agierender Konzerne stark zu. Diese Phänomene werden allgemein als Globalisierung bezeichnet und waren 30 Jahre der vorherrschende Trend globaler wirtschaftlicher Entwicklung. Ordnungspolitisch ist die Globalisierung, die ja nach wie vor stattfindet, wenn auch mit nachlassender Geschwindigkeit, getragen von einer monetaristisch definierten, ordoliberalen Freihandelsdoktrin, die wiederum auf die Begründer der klassischen Volkswirtschaftslehre Adam Smith und David Ricardo zu Beginn des 19. Jahrhunderts zurückgeht und deren Gedanken die Chicago School in Form des Monetarismus radikal erneuert hat. Die wirtschaftspolitische Entsprechung des Monetarismus, der eine auf die Finanzströme fokussierte, ergänzte Version der radikal-liberalen klassischen Ökonomie ist, war der sogenannte Washington-Konsensus, der, wenngleich erst 1990 von John Williamson so benannt,¹³ bereits seit Anfang der 1980er-Jahre unter Führung der Regierungen Reagan (USA) und Thatcher (UK) wirkmächtig wurde. Dieses vereinfacht als Neoliberalismus bezeichnete Konglomerat normativer ökonomischer Weichenstellungen zugunsten eines entfesselten globalen Freihandels zwischen angebotsorientierten, deregulierten und möglichst weitgehend privatisierten Nationalökonomien hatte drastisch fallende Transaktionskosten vor allem in den Bereichen Verkehr und Digitalisierung als unbedingte Voraussetzung. Vor allem ohne den Prozess der schnell fortschreitenden Digitalisierung ab 1980 hätte die Globalisierung zumindest nicht in ihrem dann tatsächlichen Ausmaß stattgefunden.

Das Ende des ersten Kalten Krieges durch den Sieg des liberalen Kapitalismus ermöglichte es den USA und der EU, gemeinsam mit anderen westlich orientierten Staaten die GATT-Freihandelsverträge 1995 zu einer Welthandelsorganisation (WTO) weiterzuentwickeln, die die angelsächsische monetaristische Freihandelsdoktrin zum globalen Maßstab der Weltwirtschaft machte und diese in international verbindliche Regeln goss, die im Gegensatz zu fast allen anderen internationalen Regeln auch im Rahmen des Schiedsverfahrens durchsetzbar sind.

Die Blütezeit des regelbasierten Freihandels währte jedoch nur kurz. Oberflächlich betrachtet wirkt es, als wären es der Brexit (2016), die erste Wahl Donald Trumps zum US-Präsidenten (2016), der Ausbruch der Covid-19-Pandemie (2020), der Überfall Russlands auf die Ukraine (2022) sowie sich verändernde Konsummuster im Angesicht des Klimawandels gewesen, die die massive Umlenkung von grenzüberschreitenden Investitionsströmen bewirkten. Tatsächlich wurde es seit 2015 einfacher, Signale auch in den Medien wahrzunehmen, die protektionistische Ideen in unterschiedlichem Gewand wieder salonfähig machten. Eine genauere Betrachtung zeigt, dass Investitionen in der eigenen, in nahe gelegenen oder in „befreundeten“ Regionen zeitlich mit dem Fortschreiten der vierten industriellen Revolution messbar zunahmen und demgegenüber Investitionen in Entwicklungsländern und zum Teil auch in Schwellenländern relativ abnahmen. Seit der Finanzkrise 2008 und verstärkt mit Beginn der vierten industriellen Revolution um 2011 verlangsamte sich das relative Wachstum des Welthandels bezogen auf das Wachstum der Weltproduktion (BMWK, 2019). Bezogen auf Deutschland hat die Handelselastizität (Exportwachstum im Verhältnis zum BIP-Wachstum) übrigens bereits seit 2001 nachgelassen. Weltweit liegt die Handelselastizität seit 2013 wieder auf dem Niveau der 1980er-Jahre, also unter 1. Das bedeutet, dass das Welt-BIP schneller wächst als der Welthandel (BMWK, 2019). Ebenso verringern sich bereits seit fünfzehn Jahren die grenzüberschreitenden Direktinvestitionen und Wertschöpfungsverflechtungen. Zwar trifft es nicht zu, in diesem Zusammenhang schon von einer Deglobalisierung zu sprechen. Dennoch ist es wichtig, zur Kenntnis zu nehmen, dass der heute allseits sichtbare Paradigmenwechsel keine Folge des russischen (um 2007) und vor allem chinesischen (ab 2015) Kurswechsels hin zu einer aktiven Abgrenzung vom Westen ist.

Investitions- und Handelsströme konzentrieren sich wieder verstärkt auf die wirtschaftlichen Zentren der Welt.¹⁴ Vor allem die Industrieländer beschließen zunehmend protektionistische Maßnahmen (z. B. nichttarifäre Handelshemmnisse, vgl. BMWK, 2019; Carbonero et al., 2018). Das zugrunde gelegte politische Schlagwort ist Resilienz. Das bedeutet, dass das populärmediale Narrativ auf Überlegungen zu Fragen der Sicherheit, Unabhängigkeit und Verlässlichkeit fußt. Das stimmt zwar, aber auch hier hilft Karl Marx, die tatsächlichen Zusammenhänge zu verstehen: Die Hierarchie von ökonomischen Kernprozessen und den auf diesen aufbauenden und ihnen entsprechenden soziokulturellen Aufbauten ist ein bisher nicht falsifizierter Zusammenhang in der Menschheitsgeschichte seit der Zeit der Jäger und Sammler. Es sind demnach nicht politische Faktoren primär ursächlich für die aktuelle Entwicklung von Reshoring und Nearshoring. Vielmehr ist es die technologieinduzierte radikale Veränderung der Bedingungen erfolgreichen wirtschaftlichen Handelns, die die internationale Arbeitsteilung wieder zurückdrängt und lokale und regionale Investitionen in den Hauptmärkten oder in deren unmittelbarer Nähe fördert.

Diese für die heutige Zeit eher ungewöhnliche These gilt es zu belegen: Im Mittelpunkt der vierten industriellen Revolution geht der Bedeutungszuwachs des Faktors Kapital durch beschleunigten Technologieeinsatz zu Lasten des Faktors Arbeit. Vor allem die Inwertsetzung des Rohstoffs Daten, der in grenzenlos scheinender Menge zur Verfügung steht, sowie der Einsatz von KI zur Aktivierung dieses Datenschatzes bewirken eine Substitution des Faktors Arbeit durch den Faktor Kapital unter deutlicher Erhöhung des Inputfaktors Energie (Petersen, 2020, S. 202 f.). Immer komplexere Arbeitsaufgaben und neue intelligente, miteinander digital vernetzte Produktionsverfahren, die Informationen austauschen und lernfähig sind, prägen zunehmend Produktionsprozesse in allen wirtschaftlichen Sektoren. Damit fallen klassische Digitalisierung sowie Vernetzung bis hin zu Clouds und dem Internet der Dinge mit der zunehmenden Leistungsfähigkeit von KI-Algorithmen zusammen. Dies ist keine evolutionäre Weiterentwicklung von Computerisierung und Automation, sondern eine revolutionäre disruptive Entwicklung. Durch die exponentiell zunehmende Anzahl von Sensoren sowie durch die Digitalisierung potenziell aller Dinge und ihre Vernetzung untereinander und mit Menschen wird erstmals denkbar, dass Wertschöpfungsprozesse durch KI-gesteuerte, automatisierte Maschinen beherrscht werden; und das über die gesamte Wertschöpfungskette von Forschung und Entwicklung, Produktdesign und Marketing, Produktion bis hin zu Recycling und Entsorgung.

Dieser technologische Prozess wirkte von Beginn an der bestehenden „materiellen“ Globalisierung entgegen und änderte die Wettbewerbsfähigkeit weltweiter Produktionsstandorte erneut erheblich. Produktionsstätten in Industrieländern werden wieder wettbewerbsfähiger, da der Produktionsfaktor Arbeit und damit der Standortfaktor Arbeitskosten an Bedeutung verlieren (Kinkel, 2020; Petersen, 2020, S. 202). Dafür gewinnt der Produktionsfaktor Kapital weiter an Bedeutung. Kostenrelevante Faktoren, wie politische Stabilität (z. B. Good Governance, Kriege/Unruhen/Kriminalität, Steuern, Auflagen), Energie (Versorgungssicherheit, zur Verfügung stehende Mengen, Preise) sowie Expertenverfügbarkeit und Markt-/Kundennähe, verkehren die Kosten-Risiko-Struktur investitionsrelevanter Parameter, so dass die Kalkulationen, die zu einer Produktionsverlagerung in Schwellen- und Entwicklungsländer geführt haben, plötzlich zum gegenteiligen Ergebnis führen. Neue Investitionen werden so auch wieder in Industrieländern rentabel, und bestehende Investitionsentscheidungen werden zumindest zum Teil wieder rückgängig gemacht (Reshoring).

Hauptursächlich hierfür ist, dass Lohnveredelung und damit auch die Bedeutung von Arbeitskräften in Entwicklungsländern an Bedeutung verlieren. Investitionsstandorte in Entwicklungsländern werden dadurch vergleichsmäßig unattraktiver, und die Menschen in diesen Ländern verlieren zumindest an Verhandlungsmacht und müssen infolgedessen vermutlich mindestens sinkende Stundenlöhne in Kauf nehmen. Viele Arbeitsplätze werden aber auch wegfallen.

Auch die Qualifikationsanforderungen ändern sich. Die Nachfrage nach hochqualifizierten Fachkräften und nach sehr wenig Qualifizierten wächst, während die Nachfrage nach Mittelqualifizierten (z. B. Sachbearbeiter, Facharbeiter) sinkt (Petersen, 2020, S. 202 f.; Frey & Osborne, 2013; Graham et al., 2017, S. 158 ff.). Kurze Lieferwege und Qualitäts- und Sicherheitsüberlegungen (z. B. Resilienz von Lieferketten) werden gegenüber den abschmelzenden Kostenvorteilen bei gleichbleibenden Risiken in Entwicklungsländern wichtiger (Butollo, 2021, S. 145 ff.). Um die wieder wachsenden Nachteile für Entwicklungsländer in der internationalen Arbeitsteilung auszugleichen, bräuchte es einen konsolidierten, global abgestimmten Ansatz, z. B. durch entgegenwirkende Programme der Entwicklungsbanken. Dies ist mindestens seit 2018 bekannt (Hallward-Driemeier & Nayyar, 2018), doch scheint kein ernsthafter politischer Wille hierzu vorhanden zu sein. Dementsprechend muss davon ausgegangen werden, dass das Wohlstandsgefälle zwischen den meisten Industrie- und einer Reihe von Schwellenländer einerseits und allen anderen Ländern andererseits weiterwachsen wird.

Hier gibt es aber auch theoretische und in Einzelfällen sichtbare Gegentendenzen: Individualisierte Produktion und Automatisierung (z. B. KI und personalisierte Daten in Verbindung mit 3D-Druck) können auch lokale und regionale Produktion in urbanen (vor allem küstennahen) Zentren in ärmeren Entwicklungsländern lohnenswert machen. Dies umso mehr, wenn die Staaten, in denen diese Zentren liegen, regionalen Freihandelszonen angehören und ein Minimum an verlässlichen Transportwegen zwischen Kundenzentren existiert. Getrieben von digitalen Geschäftsmodellen sind auch in ärmeren Entwicklungsländern neue Wirtschaftsakteure entstanden, so dass die Einbindung lokaler Unternehmen durchaus möglich, aber eben nicht zwingend ist. Ganz allgemein kann bereits festgestellt werden, dass Entwicklungsländer nur dann überhaupt partizipieren können, wenn KI als Ergänzung menschlicher Arbeitskraft genutzt wird. In dem Umfang, in dem KI menschliche Arbeitskraft ersetzt, werden auch die Entwicklungsländer als Produktionsstandorte ersetzt werden. Die letzten zehn Jahren lassen jedenfalls eher erwarten, dass vor allem die Regionen Lateinamerika, Zentralasien und Afrika nicht unbedingt an dem bereits begonnenen goldenen KI-Zeitalter in größerem Umfang teilhaben werden.

Ohne das grundsätzliche Gesetz ursächlich technologisch-wirtschaftlicher Entwicklung und der darauffolgenden politisch-soziokulturellen Anpassung in Frage zu stellen, beobachten wir zeitgleiche Dynamiken politischer und gesellschaftlicher Veränderungen, die die oben beschriebene Veränderung der internationalen Arbeitsteilung erheblich verstärken und beschleunigen und zum Teil auch auslösen.

Um die Anfälligkeit der eigenen Lieferketten gegenüber externen Schocks zu mildern und die Zeiten auszudehnen, in denen die eigene Wirtschaft möglichst unabhängig vom „Ausland“ weiterbetrieben werden kann, führen die unten genannten interagierenden Entwicklungen zu verstärkten Bemühungen, die Resilienz der nationalen Wirtschaften zu erhöhen.

2014 (Russland: Annexion der Krim) bzw. 2015 (China: grundlegende Parteitagsbeschlüsse) trat der Systemwettkampf zwischen westlich orientierten Industriestaaten auf der einen Seite und China und Russland auf der anderen Seite in eine neue Phase, die 2021 zu einer strategischen Zusammenarbeit Chinas und Russlands gemeinsam mit Iran führte. Dieser nicht formalisierten Allianz gelang es in kürzester Zeit, das globale Schachbrett neu zu ordnen und die westlich-liberale, regelbasierte Werteordnung deutlich zurückzudrängen. Erst der Sturz Präsident Assads in Syrien Ende 2024 hat hier einen wirksamen Gegenimpuls im Nahen Osten begründet, auch wenn dieser ganz sicher nicht zu einer pro-westlichen, offenen Gesellschaft führen wird.

Die meisten der bedeutenden Unternehmen auf dem Gebiet der Künstlichen Intelligenz haben ihren Hauptsitz in den USA oder der V.R. China¹⁵. Auch für KI gilt das eherne Gesetz der Digitalisierung, dass der „Gewinner“ sich den Löwenanteil der Beute nehmen kann und vor allem die weiteren Spielregeln (stark mit-)definiert. Deshalb können wir seit einigen Jahren einen sich beschleunigenden KI-Wettlauf beobachten, der zwischen einzelnen Unternehmen, aber eben auch zwischen den beiden staatlichen Systemkonkurrenten tobt. Die daraus resultierende Konsequenz für die Weltwirtschaft wird zumeist mit dem Begriff der Entkopplung (Decoupling) bezeichnet. Die Folge sind die oben beschriebenen Veränderungen von Investitionsflüssen zugunsten nahegelegener oder „befreundeter“ Märkte. Bereits die Erfahrungen mit den handelsbezogenen Konsequenzen der Covid-19-Pandemie hinsichtlich der Anfälligkeit globalisierter Lieferketten gegenüber innenpolitisch motivierten Unterbrechungen von Produktion und Transport haben dabei wie eine Art Rückkopplungsschleife funktioniert und die Geschwindigkeit und den Umfang der KI-getriebenen Digitalisierungswelle ebenso verstärkt wie den Prozess des Decouplings. Hinzu kamen kriegerische Einzelereignisse, wie die ab Dezember 2023 gemachten Erfahrungen mit den Folgen der Huthi-Angriffe im Roten Meer.

Wenngleich aus unterschiedlichen ideologischen Motiven heraus betrieben, haben auch die Veränderungen von Konsumenten- und Bürgerverhalten eine verstärkende Wirkung.

Einerseits wächst nach wie vor in urbanen westlichen Konsumzentren die Tendenz, eigene Konsummuster hinsichtlich ihrer ökologischen Nachhaltigkeit zu hinterfragen und zu versuchen, den individuellen CO₂-Fußabdruck zu verringern. Dies stärkt Ansätze zur Entkopplung von Energieinput und Warenoutput und vor allem lokale und regionale Warenkreisläufe. Auch kritisches Käuferverhalten und die zunehmend eingestampften ESG-/DIE-Agenden institutioneller Investoren und großer Unternehmen, die die soziale und ökologische Verantwortung in ihre Bilanzierung hineinnahmen,¹⁶ verstärken Narrative, dass lokaler und regionaler Produktion Vorrang einzuräumen ist. Dies kann sich zukünftig auch deshalb wieder ändern, weil durch den Einsatz digitaler Technologien zur Rückverfolgbarkeit von Lieferketten die Akzeptanz von Produktion in Entwicklungsländern wieder wächst.¹⁷

Zugleich wächst die Neigung vor allem westlicher Staaten, ihre Wirtschaft gegenüber negativen äußeren Einflüssen abzuschotten und Freihandel zumindest partiell wieder einzuschränken. Dieser neue, oft nationalistisch oder populistisch vermittelte Protektionismus unterstützt in hohem Maße die Tendenz multinationaler Konzerne, in allen wesentlichen globalen Wirtschaftszentren (USA, Europa, China, Indien, Südostasien) mit Produktionsstandorten vertreten zu sein und ihre Lieferketten möglichst zu verkürzen.¹⁸

Im Gegenzug werden Investitionen in anderen Regionen der Erde entweder unterlassen oder zurückgefahren.