Wenn KI die Arbeit übernimmt: Wird Eigentum wichtiger als Geld?

Elon Musk hat im Juli 2026 in einem Interview mit The Economist eine bemerkenswerte Prognose abgegeben: „Money won’t matter in 2036.“ Geld werde also bereits in zehn Jahren keine wesentliche Rolle mehr spielen (The Economist, Interview mit Elon Musk).

Dahinter steckt eine auf den ersten Blick durchaus nachvollziehbare Überlegung. Wenn künstliche Intelligenz praktisch jede geistige Arbeit übernehmen kann und humanoide Roboter dasselbe für körperliche Arbeit leisten, könnten Güter und Dienstleistungen mit sehr wenig menschlicher Arbeit produziert werden. Arbeit würde als Produktionsfaktor drastisch an Bedeutung verlieren. Produktion würde billiger, Wohlstand größer und vieles, was heute teuer ist, könnte irgendwann fast kostenlos verfügbar sein.

Aber folgt daraus tatsächlich, dass Geld verschwindet?

Wahrscheinlich nicht.

Die interessantere Konsequenz könnte eine andere sein: Wenn menschliche Arbeit weniger wertvoll wird, könnte Eigentum gleichzeitig wichtiger werden.

Disclaimer

In meiner Blogreihe “Chat with GPT” stelle ich ChatGPT Fragen zu ganz unterschiedlichen Themen, von Weltpolitik bis zu Alltagsthemen, und veröffentliche die Antworten als kurze Zusammenfassungen. Die Inhalte entstehen auf Basis großer Datensätze und können Verzerrungen enthalten, zum Beispiel durch westliche Perspektiven. Trotz Ausrichtung auf Genauigkeit sind Fehler oder irreführende Aussagen möglich, für deren Richtigkeit ich keine Verantwortung übernehme. Bitte prüfe wichtige Fakten selbst mit vertrauenswürdigen Quellen, und melde dich gern mit Hinweisen oder Verbesserungsvorschlägen.

Was Musk eigentlich meint

Musks These basiert auf der Vorstellung einer nahezu vollständig automatisierten Wirtschaft. KI übernimmt darin nicht nur Aufgaben wie Programmieren, Übersetzen, Buchhaltung oder medizinische Diagnostik. Roboter übertragen diese Intelligenz zusätzlich auf die physische Welt. Sie bauen Häuser, produzieren Lebensmittel, reparieren Maschinen, transportieren Waren und übernehmen irgendwann vielleicht sogar Pflege, Reinigung und große Teile des Handwerks.

Damit würde sich etwas verstärken, das bereits bei vielen digitalen Produkten zu beobachten ist: Die Grenzkosten einer zusätzlichen Einheit können sehr niedrig sein.

Eine weitere Kopie einer Software kostet praktisch nichts. Auch KI-Dienste lassen sich stark skalieren, allerdings nicht kostenlos, denn Rechenleistung und Energie verursachen weiterhin Kosten. Ein vollautomatisiertes Werk könnte Produkte mit einem immer geringeren Anteil menschlicher Arbeit herstellen.

Musk spricht deshalb von einer Art „quasi-infinite economy“: einer Wirtschaft, in der KI und Robotik Güter und Dienstleistungen in sehr großer Menge produzieren sollen (The Economist).

In einer solchen Welt stellt sich tatsächlich die Frage, wozu wir noch arbeiten und wozu wir noch Geld benötigen.

Der entscheidende Punkt ist jedoch: Automatisierung kann den Bedarf an menschlicher Arbeit stark reduzieren. Knappheit beseitigt sie nicht automatisch.

KI könnte geistige Arbeit tatsächlich sehr billig machen

Bei digitaler Arbeit ist die Entwicklung bereits heute sichtbar.

Generative KI kann Texte schreiben, Software entwickeln, Daten analysieren, Bilder erzeugen, Verträge prüfen, wissenschaftliche Literatur zusammenfassen oder Kundenanfragen beantworten. Noch benötigt sie häufig menschliche Kontrolle. Aber diese Grenze verschiebt sich erstaunlich schnell.

Die Forschungsorganisation METR versucht diese Entwicklung über sogenannte Task Completion Time Horizons zu messen. Dabei wird untersucht, wie lange ein menschlicher Experte für eine Aufgabe benötigt, die ein KI-Agent noch mit einer bestimmten Zuverlässigkeit selbstständig lösen kann.

Diese Zeitspanne hat sich in den vergangenen Jahren in den untersuchten Benchmarks exponentiell vergrößert. METR fand zunächst ungefähr eine Verdopplung alle sieben Monate; in einzelnen Software-, Mathematik- und wissenschaftlichen Benchmarks wurden zeitweise noch kürzere Verdopplungszeiten beobachtet (METR, Measuring AI Ability to Complete Long Tasks; aktuelle Time-Horizon-Daten). METR warnt allerdings ausdrücklich davor, diese Benchmarks direkt auf komplette Berufe zu übertragen: Die Aufgaben stammen überwiegend aus Softwareentwicklung, Machine Learning und Cybersecurity und sind klarer definiert als viele Tätigkeiten in der realen Arbeitswelt. Dennoch zeigen die Daten, dass KI zunehmend längere zusammenhängende Aufgaben selbstständig bearbeiten kann.

Die Internationale Arbeitsorganisation ILO kommt in einer umfangreichen Analyse von 2025 zu dem Ergebnis, dass weltweit etwa 24 Prozent der Beschäftigung zumindest teilweise gegenüber generativer KI exponiert sind. In Ländern mit hohem Einkommen liegt der Anteil bei 34 Prozent. Dabei handelt es sich um eine Schätzung des technischen Expositionspotenzials, nicht um bereits erfolgte Automatisierung (ILO & NASK, Generative AI and Jobs: A Refined Global Index of Occupational Exposure).

Bemerkenswert ist jedoch die Interpretation der ILO: Transformation ist derzeit wesentlich wahrscheinlicher als vollständige Ersetzung.

Ein Buchhalter verschwindet also nicht zwangsläufig, könnte für dieselbe Arbeit aber deutlich weniger Zeit benötigen. Ein Softwareteam könnte mit leistungsfähigen KI-Agenten dieselbe Leistung mit weniger Personen erbringen. Ein Anwalt kann große Mengen an Dokumenten deutlich schneller vorsortieren und analysieren lassen.

Genau hier dürfte die erste große Veränderung stattfinden.

Ein mögliches Szenario bis 2030: KI wird zum normalen Kollegen

Für die zweite Hälfte der 2020er-Jahre erscheint es plausibel, dass KI zunächst größere Teile digitaler Routinearbeit übernimmt.

Recherche, Übersetzung, Standardprogrammierung, Dokumentation, Kundenservice, Marketing, administrative Tätigkeiten, Teile der Buchhaltung und viele analytische Aufgaben lassen sich zunehmend automatisieren.

Das bedeutet nicht zwangsläufig, dass Millionen Menschen innerhalb weniger Jahre arbeitslos werden. Wahrscheinlicher ist zunächst ein Produktivitätsschub: Eine Person kann mit KI die Arbeit erledigen, für die vorher mehrere Personen notwendig waren.

Der unmittelbare Effekt könnte deshalb weniger in spektakulären Massenentlassungen bestehen als in etwas Unauffälligerem: Unternehmen stellen weniger Menschen ein.

Besonders Einstiegspositionen könnten betroffen sein. Gerade die Tätigkeiten, über die junge Mitarbeiter bisher Erfahrungen gesammelt haben, lassen sich häufig vergleichsweise leicht automatisieren.

Damit beginnt eine Entwicklung, deren wirtschaftliche Konsequenzen deutlich größer sein könnten, als es zunächst erscheint.

Ein mögliches Szenario für die frühen 2030er-Jahre: Von einzelnen Aufgaben zu ganzen Arbeitsabläufen

Der nächste Schritt ist entscheidender.

Heute verwenden wir KI meist als Werkzeug. Wir stellen eine Frage, überprüfen die Antwort und arbeiten anschließend weiter.

Zukünftige KI-Agenten könnten dagegen selbstständig Ziele verfolgen: Informationen beschaffen, Entscheidungen vorbereiten, Software bedienen, andere KI-Systeme koordinieren und Ergebnisse kontrollieren.

Aus einem Werkzeug wird damit zunehmend ein digitaler Mitarbeiter.

Wenn dieser Schritt gelingt, betrifft Automatisierung nicht mehr nur einzelne Tätigkeiten innerhalb eines Berufes. Ganze Prozessketten können automatisiert werden.

Dann könnten beispielsweise Buchhaltung, Versicherungsabwicklung, Teile der Verwaltung, Softwareentwicklung oder technische Dokumentation mit einem Bruchteil der heutigen Beschäftigten funktionieren.

Wie schnell das geschieht, ist wissenschaftlich allerdings hochgradig umstritten.

Eine 2023 durchgeführte und 2025 veröffentlichte Befragung von 2.778 KI-Forschern ergab im Aggregat eine 50-Prozent-Marke um 2047 für Maschinen, die Menschen bei praktisch allen Aufgaben übertreffen könnten. Für die vollständige Automatisierbarkeit aller menschlichen Berufe lag die entsprechende 50-Prozent-Marke dagegen erst bei 2116 (Grace et al., Thousands of AI Authors on the Future of AI).

Der Unterschied zwischen diesen beiden Zahlen ist aufschlussreich.

Intelligenz zu automatisieren ist nicht dasselbe wie die Wirtschaft zu automatisieren.

Robotik ist der schwierigere Schritt

Genau deshalb ist Musks Verknüpfung von KI und Robotik so wichtig.

Ein KI-Modell kann heute in Sekunden einen komplizierten Text analysieren. Aber einen Wasserhahn in einem unbekannten Altbau auszutauschen, eine chaotische Küche aufzuräumen oder auf einer Baustelle flexibel auf unerwartete Situationen zu reagieren, ist robotisch wesentlich schwieriger.

Die physische Welt ist unstrukturiert.

Trotzdem entwickelt sich auch die Robotik schnell. Nach Angaben der International Federation of Robotics wurden allein 2024 weltweit rund 542.000 neue Industrieroboter installiert. Das waren mehr als doppelt so viele wie zehn Jahre zuvor (IFR, World Robotics 2025 – Industrial Robots).

Diese Maschinen arbeiten allerdings überwiegend in stark kontrollierten Umgebungen.

Der große Sprung wäre ein preiswerter generalistischer Roboter, der nicht nur eine exakt programmierte Bewegung ausführt, sondern flexibel unterschiedliche Aufgaben erledigen kann.

Sollte dieser Durchbruch gelingen, könnten in den 2030er- und 2040er-Jahren auch deutlich mehr physische Tätigkeiten automatisierbar werden.

Produktion, Lagerhaltung, Landwirtschaft und Logistik dürften dabei vermutlich schneller automatisiert werden als Handwerk, Pflege oder Arbeiten in wechselnden und unvorhersehbaren Umgebungen.

Eine genaue Jahreszahl lässt sich dafür seriös nicht angeben. Aber genau an dieser Stelle entscheidet sich, ob KI lediglich eine weitere große Produktivitätsrevolution wird oder tatsächlich der Beginn einer fundamental anderen Wirtschaftsordnung.

Was passiert, wenn Arbeit fast nichts mehr kostet?

Nehmen wir Musks Szenario trotzdem einmal ernst.

Ein Unternehmen produziert einen Kühlschrank. Heute stecken darin menschliche Arbeit entlang einer langen Kette: Rohstoffe werden gefördert, Bauteile produziert, Geräte konstruiert, Fabriken betrieben, Waren transportiert, verkauft und repariert.

Wenn irgendwann nahezu jeder dieser Schritte von Maschinen erledigt werden kann, sinken die Arbeitskosten dramatisch.

Ähnliches gilt für viele Dienstleistungen.

Ein KI-Tutor könnte jedem Kind individuell Nachhilfe geben. Ein KI-System könnte medizinische Daten analysieren. Software könnte praktisch kostenlos entwickelt werden. Ein Roboter könnte die Wohnung reinigen.

Ein erheblicher Teil unseres heutigen Konsums könnte dadurch tatsächlich extrem billig werden.

Aber nicht alles.

Die entscheidende Frage lautet nicht Arbeit, sondern Knappheit

Angenommen, Roboter können Häuser beinahe kostenlos bauen.

Dann können sie theoretisch Millionen Häuser errichten.

Sie können aber kein zweites Grundstück direkt am Starnberger See produzieren.

Genau hier liegt das Problem von Musks These.

Geld existiert nicht nur, weil Menschen für ihre Arbeit bezahlt werden müssen. Geld und Preise erfüllen auch eine andere fundamentale Funktion: Sie helfen dabei, knappe Ressourcen zu koordinieren und zuzuteilen.

Stellen wir uns zehn besonders attraktive Häuser an einem See vor. Gleichzeitig möchten zehntausend Menschen dort wohnen.

Selbst wenn der Bau der Häuser nichts kostet, bleiben die Grundstücke knapp.

Irgendein Mechanismus muss entscheiden, wer sie bekommt.

Man könnte losen. Der Staat könnte sie vergeben. Es könnte Wartelisten geben.

Oder Menschen bieten gegeneinander.

Dann entsteht wieder etwas, das ökonomisch ziemlich genau wie Geld funktioniert.

Solange unterschiedliche Menschen dieselben knappen Dinge besitzen oder nutzen möchten, wird deshalb wahrscheinlich auch in einer hochautomatisierten Wirtschaft ein Preis- oder Zuteilungsmechanismus notwendig bleiben.

Materielle Werte bleiben nicht automatisch wertvoll

Daraus könnte man zunächst folgern, dass materielle Dinge generell an Bedeutung gewinnen.

So einfach ist es allerdings nicht.

Auch Rohstoffe können durch neue Fördermethoden, Recycling oder Substitution weniger knapp werden. Landwirtschaftliche Flächen könnten an relativer Bedeutung verlieren, wenn Präzisionslandwirtschaft, autonome Maschinen, neue Züchtungsmethoden oder Indoor Farming die Produktivität massiv steigern.

Selbst ein Haus besteht zum größten Teil aus etwas Reproduzierbarem.

Wenn Roboter irgendwann Gebäude sehr günstig errichten können, könnte der reale Wert des Bauwerks sogar sinken.

Der nicht reproduzierbare Teil ist vielmehr das Grundstück und insbesondere seine Lage.

Entscheidend wäre deshalb nicht die Unterscheidung zwischen digital und materiell.

Entscheidend wäre:

Was bleibt knapp?

Eigentum könnte wichtiger werden als Arbeit

Und damit entsteht eine wesentlich weitreichendere Konsequenz.

Für viele Menschen ist heute die Fähigkeit, über Jahrzehnte Arbeit gegen Einkommen zu tauschen, ihr wichtigster wirtschaftlicher Vermögenswert.

Sie besitzen nicht unbedingt große Fabriken, Grundstücke oder Unternehmen. Ihr Einkommen hängt deshalb wesentlich von der eigenen Arbeitskraft ab.

Eine hochautomatisierte Wirtschaft verändert genau dieses Verhältnis.

Wenn eine Maschine dieselbe Leistung günstiger erbringen kann, verliert menschliche Arbeit relativ an wirtschaftlichem Wert.

Die Maschine selbst gehört aber jemandem.

Damit verschiebt sich Einkommen tendenziell vom Produktionsfaktor Arbeit zum Produktionsfaktor Kapital.

Daron Acemoglu und Pascual Restrepo zeigen anhand historischer US-Daten, dass Automatisierung seit 1980 einen erheblichen Beitrag zur gestiegenen Lohnungleichheit zwischen Gruppen geleistet haben könnte. In ihrem Modell erklären Automatisierungseffekte rund 52 Prozent des Anstiegs dieser between-group inequality; das lässt sich nicht einfach auf KI übertragen, unterstreicht aber, wie stark die Verteilungswirkungen von Automatisierung von Arbeitsmarkt- und Eigentumsstrukturen abhängen (Acemoglu & Restrepo, Automation and Rent Dissipation).

In einer vollständig automatisierten Fabrik ist irgendwann möglicherweise gar nicht mehr entscheidend, wer dort arbeitet.

Entscheidend ist, wem die Fabrik gehört.

Dasselbe gilt für Roboter, Rechenzentren, Energieproduktion, Infrastruktur und KI-Systeme.

Die gesellschaftlich entscheidende Frage der KI-Revolution könnte deshalb irgendwann nicht lauten:

Welche Arbeit hast du?

Sondern:

Was besitzt du?

Bedeutet das, dass man jetzt Immobilien kaufen sollte?

Diese Überlegung führt fast zwangsläufig zur Frage nach Immobilien.

Wenn menschliche Arbeit relativ an Bedeutung verliert, während knappe Vermögenswerte bestehen bleiben, erscheint es zunächst logisch, möglichst früh Arbeitseinkommen in Eigentum umzuwandeln.

Darin steckt durchaus ein rationaler Gedanke.

Aber daraus folgt nicht, dass jede Immobilie automatisch eine gute Absicherung gegen die KI-Revolution ist.

Eine Immobilie besteht ökonomisch aus mindestens zwei sehr unterschiedlichen Komponenten: dem Gebäude und dem Grundstück.

Das Gebäude ist grundsätzlich reproduzierbar. Robotik könnte Baukosten langfristig sogar erheblich reduzieren.

Das Grundstück ist es nicht.

Eine Welt mit extrem billiger automatisierter Produktion könnte deshalb paradoxerweise den Unterschied zwischen guten und schlechten Lagen noch stärker machen.

Wenn ein Haus für einen Bruchteil der heutigen Kosten gebaut werden kann, wird weniger wichtig, was darauf steht. Umso wichtiger könnte werden, wo es steht.

Eine attraktive Lage in einer wirtschaftlich starken Region, Zugang zu Natur, Infrastruktur oder einer begehrten Stadt lässt sich nicht beliebig vermehren.

Das spricht grundsätzlich dafür, dass bestimmte Formen von Grundeigentum in einer automatisierten Wirtschaft relativ wertvoll bleiben könnten.

Es spricht aber nicht dafür, um jeden Preis Immobilien zu kaufen.

Demografie, Regulierung, Steuern, Finanzierungskosten und regionale Attraktivität verschwinden auch durch KI nicht. Eine hoch verschuldete Immobilie in einer schrumpfenden Region ist etwas völlig anderes als knappes Land an einem dauerhaft begehrten Standort.

Aktien sind ebenfalls Eigentum

Noch wichtiger ist eine zweite Überlegung.

Eigentum bedeutet nicht nur Immobilien.

Eine Aktie ist ebenfalls Eigentum.

Wenn Unternehmen in Zukunft Millionen Roboter besitzen, KI-Infrastruktur betreiben, Energie produzieren und automatisierte Fabriken kontrollieren, gehören diese Produktionsmittel letztlich ihren Anteilseignern.

Aktien könnten deshalb sogar eine direktere Beteiligung an einer automatisierten Wirtschaft darstellen als Immobilien.

Eine Immobilie ist vor allem eine Beteiligung an Standort- und Bodenknappheit.

Unternehmensanteile sind dagegen eine Beteiligung an Produktivität und Kapital.

Wer sich gegen eine Zukunft absichern möchte, in der Arbeit gegenüber Kapital an Bedeutung verliert, sollte deshalb nicht unbedingt versuchen, genau vorherzusagen, welches einzelne Asset gewinnt.

Die robustere Idee ist breiter:

Eigentum an knappen und produktiven Vermögenswerten könnte wichtiger werden als die ausschließliche Abhängigkeit vom eigenen Arbeitseinkommen.

Musks Prognose ist wissenschaftlich keineswegs Konsens

Wie groß die wirtschaftlichen Auswirkungen von KI tatsächlich werden, ist derzeit vollkommen offen.

Daron Acemoglu kommt beispielsweise zu einer deutlich konservativeren Einschätzung als Musk. In The Simple Macroeconomics of AI schätzt er den zusätzlichen Anstieg der Total Factor Productivity (TFP) durch die damals absehbare KI-Welle über zehn Jahre auf höchstens etwa 0,66 Prozent (Acemoglu, NBER Working Paper 32487).

Das wäre relevant, aber weit entfernt von einer Wirtschaft des unbegrenzten Überflusses.

Auf der anderen Seite stehen die außergewöhnlich schnellen Fortschritte moderner KI-Systeme und Untersuchungen wie jene von METR, die zeigen, dass sich die Länge autonom lösbarer Aufgaben derzeit in erstaunlich kurzen Abständen erhöht.

Beides kann gleichzeitig stimmen.

Die heutigen wirtschaftlichen Auswirkungen können noch relativ klein sein, während die technischen Fähigkeiten sehr schnell wachsen.

Genau deshalb sind langfristige Prognosen momentan so schwierig.

Zwischen Acemoglus eher evolutionärer Veränderung und Musks postökonomischer Welt liegen nicht einige Prozentpunkte, sondern praktisch zwei unterschiedliche Zukunftsvorstellungen.

Wie könnte das Jahr 2036 tatsächlich aussehen?

Eine vollständig geldlose Gesellschaft bis 2036 erscheint äußerst unwahrscheinlich.

Ein plausibles, aber keineswegs gesichertes Szenario wäre dagegen eine erheblich veränderte Arbeitswelt.

KI könnte bis dahin für viele Formen geistiger Arbeit ähnlich selbstverständlich sein wie heute das Internet. Eine einzelne Person könnte Leistungen erbringen, für die Anfang der 2020er-Jahre noch ganze Teams benötigt wurden.

Viele einfache digitale Tätigkeiten könnten weitgehend automatisiert sein. Manche Berufe könnten verschwunden sein, andere würden sich fundamental verändern. Der Einstieg in viele klassische Wissensberufe dürfte schwieriger werden.

Robotik könnte gleichzeitig große Teile von Industrie, Logistik und Landwirtschaft übernommen haben. Generalistische Roboter könnten erstmals auch im Alltag verbreitet sein, ohne bereits jede menschliche Tätigkeit ersetzen zu können.

Viele Dienstleistungen und Industrieprodukte könnten dadurch erheblich billiger werden.

Aber Grundstücke in attraktiven Lagen wären weiterhin knapp. Natürliche Ressourcen wären weiterhin begrenzt. Energie, Infrastruktur und Rechenleistung müssten weiterhin produziert werden. Menschen würden weiterhin um bestimmte Güter konkurrieren.

Geld würde deshalb vermutlich nicht verschwinden.

Aber etwas anderes könnte passieren:

Der Zusammenhang zwischen Arbeit und Wohlstand könnte schwächer werden.

Und wenn irgendwann wirklich fast niemand mehr arbeiten muss?

Spätestens dann würde die technische Frage zur politischen.

Eine Gesellschaft würde politisch und sozial unter erheblichen Druck geraten, wenn nahezu die gesamte Produktion automatisiert wäre, die Produktionsmittel aber nur einem kleinen Teil der Bevölkerung gehörten und der Rest gleichzeitig kaum noch Arbeitseinkommen erzielen könnte.

Der Druck auf Formen der Umverteilung oder auf eine breitere Beteiligung am produktiven Kapital würde dann vermutlich stark steigen.

Das könnte ein bedingungsloses Grundeinkommen sein. Es könnten Bürgerfonds sein, deren Mitglieder gemeinsam Anteile an der automatisierten Wirtschaft besitzen. Staaten könnten Kapital stärker besteuern oder selbst Beteiligungen halten. Denkbar wäre auch eine Art gesellschaftliche Dividende auf die Produktivität von KI und Robotik.

Musk bezeichnet eine solche Zukunft gelegentlich als „Universal High Income“ (Forbes, April 2026).

Vielleicht wäre Geld dann für Grundbedürfnisse tatsächlich weniger wichtig.

Aber selbst dann würde es vermutlich weiterhin Dinge geben, die nicht jeder gleichzeitig besitzen kann.

Und damit bliebe Knappheit.

Fazit

Elon Musks Aussage, Geld werde bereits 2036 keine Rolle mehr spielen, erscheint überzogen.

Der grundlegende Gedanke dahinter ist jedoch wesentlich interessanter als die konkrete Prognose.

Wenn künstliche Intelligenz geistige Arbeit und Robotik zunehmend körperliche Arbeit übernehmen, könnten die Kosten vieler Güter und Dienstleistungen drastisch sinken. Arbeit wäre dann nicht mehr der zentrale begrenzende Faktor unserer Wirtschaft.

Knappheit würde dadurch aber nicht verschwinden.

Grund und Boden, besondere Lagen, natürliche Ressourcen, Energie, Infrastruktur und letztlich auch Eigentum an den Maschinen, die den neuen Wohlstand produzieren, bleiben begrenzt.

Vielleicht führt die KI-Revolution deshalb nicht dazu, dass Eigentum unwichtig wird.

Vielleicht passiert genau das Gegenteil.

Für viele Menschen ist heute ihre Arbeitskraft das wichtigste wirtschaftliche Kapital. Wenn der Wert dieser Arbeitskraft relativ sinkt, während automatisierte Produktionsmittel ihren Eigentümern weiterhin Erträge liefern, könnte Besitz eine größere Rolle bei der Verteilung von Wohlstand spielen als heute.

Daraus folgt jedoch nicht, möglichst schnell irgendeine Immobilie zu kaufen.

Die deutlich robustere Schlussfolgerung lautet:

Wenn wir tatsächlich auf eine stark automatisierte Wirtschaft zusteuern, könnte es sinnvoller werden, einen Teil des heutigen Arbeitseinkommens in dauerhaft knappe oder produktive Vermögenswerte zu verwandeln – etwa Grundeigentum und breit gestreutes Unternehmenskapital.

Die wirklich entscheidende Frage der kommenden Jahrzehnte lautet deshalb vielleicht nicht, ob KI uns die Arbeit wegnimmt.

Sondern:

Wem gehört die Welt, wenn die Maschinen die Arbeit machen?