Arbeit im Zeitalter der Roboter

Die grosse Umwälzung des Arbeitsmarktes hat gerade erst begonnen. Wie die Politik reagieren könnte.

Arbeit im Zeitalter der Roboter
Erik Brynjolfsson, zvg.

Erik Brynjolfsson, zvg.

 

Was uns die Science Fiction einst versprach, wird gerade in rasantem Tempo zur alltäglichen Realität. Auf den Strassen fahren Autos und Lastwagen, die sich selbst lenken. Maschinen1 verstehen inzwischen unsere Sprache, finden heraus, was wir wollen, und erfüllen unsere Bedürfnisse. Sie haben gelernt, schlichte Prosa zu verfassen, neue wissenschaftliche Hypothesen zu entwickeln, Musik zu komponieren und uns – im wortwörtlichen Sinne – auf unseren eigenen Spielfeldern zu schlagen2: im Schach, Poker und sogar im Go.

Diese technologische Welle3 rollt gerade erst an, und es wird noch viel mehr auf uns zukommen. Zunächst werden die Grundlagen, die sie ermöglicht haben, noch besser. Die Kosten für Prozessoren, Speicher, Bandbreite, Sensoren und Serverraum werden weiterhin exponentiell fallen – Cloud Computing macht diese Ressourcen von überall auf der Welt zugänglich. Die Menge an digitalen Daten nimmt ebenfalls zu und erlaubt uns, Experimente durchzuführen, Thesen zu überprüfen und ganz allgemein immer mehr zu lernen. Gleichzeitig sind Milliarden von Menschen immer besser miteinander vernetzt. Sie können nicht nur jederzeit und zu grossen Teilen kostenlos auf das gesamte Wissen der Welt zugreifen, sie erweitern dieses auch und ordnen es immer wieder neu. Das Reservoir an Erfindern, Unternehmern und Tüftlern wächst in Windeseile – und mit ihm die Chancen auf Durchbrüche.

Besonders bedeutend aber ist dies: die Menschheit ist in jüngster Zeit sehr gut darin geworden, selbstdenkende Maschinen zu entwickeln. Indem sie zahlreiche Beispiele studieren, Muster erkennen und diese an neuen Beispielen anwenden, sind Computer auf manchen Gebieten fähig zu Leistungen auf menschlichem oder gar übermenschlichem Niveau: beim Erkennen von Strassenschildern etwa, bei der Analyse menschlicher Sprachmuster oder wenn es darum geht, Kreditkartenbetrug aufzudecken oder das Verhalten von Materialien unter verschiedenen Bedingungen zu simulieren. Das sind nur einige Beispiele.

Der Wissenschafter und Philosoph Michael Polanyi hat wunderbar gesagt, warum es so bedeutend ist, wenn Maschinen selber lernen können: Wir Menschen «wissen mehr, als wir zu sagen vermögen». Diese Tatsache machte es lange Zeit fast unmöglich, gewisse Arbeiten zu digitalisieren. Wenn kein Mensch die nächsten Schritte nach Abschluss einer Aufgabe wirklich erklären kann, dann kann sie auch kein Programmierer in Software einbauen. Die Fortschritte der jüngsten Zeit räumen die Hürde des «Polanyi-Paradoxons» aus dem Weg – Maschinen können nun auch dann lernen, wenn kein Mensch sie unterrichten kann.

Das hat Folgen. Jobs, die in irgendeiner Form mit dem Erkennen von Mustern zu tun haben – vom Kundendienst bis zu medizinischen Diagnosen –, werden zunehmend von Maschinen übernommen4. Weil amerikanische Unternehmen die aktivsten Produzenten der Welt sind und Technologie begeistert einsetzen, dürften die Effekte dieser digitalen Revolution mit grosser Wahrscheinlichkeit als erstes in den USA sichtbar werden. Tieflohnjobs sind hier besonders gefährdet: In seinem jüngsten Bericht an den Präsidenten schätzt der Council of Economic Advisers, das amerikanische Pendant der Wirtschaftsweisen, dass 83 Prozent der Jobs mit einem Stundenlohn von unter 20 Dollar automatisiert werden könnten. Das ist so drastisch, dass sich die Politik Gedanken machen muss, wie Schwache5 geschützt und gleichzeitig die Früchte dieses neuen Zeitalters geerntet werden können.

Die Entscheide, die wir jetzt fällen, werden besonders grosse Konsequenzen haben. Falsche Eingriffe können die ökonomischen Zukunftschancen von Millionen Menschen zerstören und sie dem Rennen gegen die Maschinen ausliefern – sinnvolle hingegen sorgen dafür, dass sie mithalten können, während die Technologie weitereilt. Um dabei gute von schlechten Ideen zu unterscheiden, sollten wir uns an zwei Prinzipien orientieren.

Erstens: Wir sollten auf Flexibilität und Experimente setzen, statt den Wandel aufzuhalten.

Zweitens: Wir sollten zur Arbeit ermächtigen, statt uns
auf deren Abschaffung vorzubereiten.

Lassen Sie uns beides etwas ausführen.