Automatisierung ist kein neues Phänomen.
Der Ersatz menschlicher Arbeitskraft durch Maschinen begann zu Beginn der britischen Industriellen Revolution in der Textilindustrie, und die Automatisierung spielte eine wichtige Rolle bei der Industrialisierung Amerikas im 19. Jahrhundert.
Die rasche Mechanisierung der Landwirtschaft ab Mitte des 19. Jahrhunderts ist ein weiteres Beispiel für Automatisierung.
Aber diese Mechanisierung erforderte immer noch menschliche Arbeitskraft, um sie in Gang zu setzen und aufrechtzuerhalten. Die eigentliche Revolution wäre, wenn die Automatisierung nicht nur aus menschlich gesteuerten Maschinen, sondern auch aus Robotern in der Fertigung und softwarebasierter Automatisierung in Büroberufen bestünde, die nicht nur weniger menschliche Arbeitskraft erfordern, sondern diese auch vollständig ersetzen könnten. Diese Form der Automatisierung begann in den 1980er Jahren, als Kapitalisten versuchten, die Rentabilität zu steigern, indem sie massenhaft menschliche Arbeitskräfte entließen. Während frühere Mechanisierungen nicht nur Arbeitsplätze abbauten, sondern oft auch neue Arbeitsplätze in neuen Sektoren schufen, wie Friedrich Engels in seinem Buch „Die Lage der arbeitenden Klasse in England“ (1844) feststellte.[1]
Der Autor ist der Meinung, dass sich nichts wirklich geändert hat.[2] Die moderne Automatisierung ist, insbesondere seit der Großen Rezession und dem COVID-Einbruch, für die Zukunft der Arbeit noch schädlicher:
„Einfach ausgedrückt ist das technologische Portfolio der amerikanischen Wirtschaft viel weniger ausgewogen geworden, und zwar auf eine Weise, die für Arbeitnehmer und insbesondere für Arbeitnehmer mit geringer Bildung äußerst nachteilig ist.“
Mehr als die Hälfte und vielleicht sogar drei Viertel des Anstiegs der Lohnungleichheit in den USA sind auf die Automatisierung zurückzuführen.
„Zum Beispiel machen die direkten Auswirkungen der Auslagerung etwa 5–7 % der Veränderungen in der Lohnstruktur aus, verglichen mit 50–70 % durch die Automatisierung. Die alarmierendsten Ansichten, dass Roboter oder KI eine Zukunft ohne Arbeitsplätze schaffen werden, werden durch die Fakten nicht gestützt, aber wir sollten uns Sorgen darüber machen, ob die US-Wirtschaft in der Lage ist, Arbeitsplätze zu schaffen, insbesondere gute Arbeitsplätze mit hoher Bezahlung und Aufstiegsmöglichkeiten für Arbeitnehmer mit einem Highschool-Abschluss oder weniger."
Seine Analyse der Auswirkungen der Automatisierung in den USA lässt sich auch auf die übrigen großen kapitalistischen Volkswirtschaften übertragen. In der Welt nach COVID setzt sich die Intensivierung produktiver und unproduktiver Arbeitsprozesse durch digitale Medien fort.
„Dazu gehörte die Umsetzung von Managementstrategien, wie die Verlängerung der Arbeitszeit und die Erledigung von mehr Aufgaben während dieser Zeit, die Senkung der Löhne, der Angriff auf noch mehr Rechte am Arbeitsplatz, die Festlegung automatisierter Ziele, die Überwachung der Erreichung dieser automatisierten Ziele, die Verfolgung der Bewegungen der Arbeitnehmer durch digitale Medien und so weiter.“
Mit anderen Worten: Ausbeutung und Unterdrückung am bezahlten Arbeitsplatz sind nach wie vor die vorherrschende Methode, mit der Kapitalisten einen Mehrwert aus ihrer Belegschaft ziehen.
Die digitale Technologie steht an vorderster Front, wenn es darum geht, die Klassenverhältnisse in den produktiven Sektoren der Wirtschaft zu verändern und insbesondere die Rechte der produktiven Arbeit anzugreifen. Sie hat zur Automatisierung vieler arbeitsbezogener Aufgaben geführt und dazu beigetragen, Arbeitsplätze abzubauen und zu ersetzen, die früher von Arbeitern ausgeübt wurden. Darüber hinaus hat die Computertechnologie in Verbindung mit der Polarisierung der Qualifikationen in der Belegschaft die Solidarität der Arbeitnehmer untergraben und damit die Wahrscheinlichkeit des Zusammenhalts und der Solidarität der Arbeiterklasse verringert. Die Gewerkschaften wurden im Laufe der Zeit geschwächt, sowohl durch sinkende Mitgliederzahlen als auch durch staatliche Gesetzgebung und Angriffe von Arbeitgebern, die versuchten, die Macht und den Einfluss der Gewerkschaften einzuschränken. Die Rechte der Arbeitnehmer auf Tarifverhandlungen über Löhne und Manager wurden stark eingeschränkt. Und die digitale Technologie war eine wichtige Waffe für die kapitalistische Offensive gegen die Gewerkschaften.
Die „alten“ Spaltungen zwischen Kapital und Arbeit sind also immer noch sehr präsent.
Eine marxistische Theorie der digitalen Technologie, der Arbeit und der Arbeit muss daher von der Prämisse ausgehen, dass der Arbeitsprozess ein wesentlicher Bestandteil der kapitalistischen Produktionsweise und der Schaffung von Mehrwert durch entfremdete Arbeit ist. Die kapitalistische Produktionsweise hat immer noch ihren grundlegenden Widerspruch: zwischen den Produktivkräften und den Produktionsverhältnissen; und zwischen der Produktion von Gebrauchswerten und der Produktion von Mehrwert. Dieser Widerspruch setzt sich im digitalen Zeitalter in entfremdeter Arbeit und der Entmachtung der Kontrolle über die Produktionsmittel fort; plus ca change, plus cést la meme chose ( Anmerkung d. Redaktion: „Je mehr sich die Dinge ändern, desto mehr bleiben sie gleich")
Die digitale Technologie hat Wissen und Informationen in Waren verwandelt. Beispiele für Wissenswaren sind alle Arten von Daten, Computersoftware, chemische Formeln, patentierte Informationen, Musikaufnahmen, urheberrechtlich geschützte Kompositionen und Filme sowie monopolisiertes wissenschaftliches Wissen. Dies ändert jedoch nichts an der Wertschöpfung. Die Produktion von Wissen (geistige Arbeit) kann wert- und mehrwertschöpfend sein, wenn es sich um geistige Arbeit handelt, die für das Kapital geleistet wird. In diesem Fall wird die Menge des im Prozess der geistigen Arbeit erzeugten neuen Werts durch die Dauer und Intensität der geleisteten geistigen Arbeit bestimmt. Der Mehrwert ist dann der von den geistigen Arbeitern erzeugte neue Wert abzüglich des Werts ihrer Arbeitskraft; und die Ausbeutungsrate ist der Mehrwert geteilt durch den Wert ihrer Arbeitskraft, wie Marx im Kapital für die „industrielle Revolution“ erklärte.
Der Wert von Wissen (und jedem anderen geistigen Produkt) kann in eine objektive Hülle eingebettet sein oder nicht. In beiden Fällen handelt es sich um eine immaterielle, aber materielle Ware, deren Wert durch den neu produzierten Wert plus den Wert der eingesetzten Produktionsmittel bestimmt wird. Der Programmierer oder Webdesigner ist im Prinzip genauso produktiv wie der Arbeiter, der den Computer herstellt, wenn beide für das Computerunternehmen arbeiten. Die Produktion von Wissen impliziert also die Produktion von Wert und Mehrwert (Ausbeutung) und nicht von Miete. Nach der Produktion können die Kapitalisten, die Eigentümer geistiger Produkte (Wissen) sind, „Miete“ aus ihrem geistigen Eigentum (dem von geistigen Arbeitern für sie produzierten Wissen) ziehen, indem sie geistige Eigentumsrechte geltend machen. Aber zuerst findet immer noch eine Produktion von Wert statt. Der Unterschied zwischen Produktion und Aneignung ist grundlegend.
Das ursprünglich investierte Kapital, der Nenner für die Rentabilität des Kapitals, kann ebenfalls gemessen werden. Zunächst gibt es das in den Prototyp investierte Kapital. Dabei handelt es sich nicht nur um festes konstantes Kapital (Computer, Räumlichkeiten, Einrichtungen, Chipfabriken, Montagewerke usw.). Es handelt sich auch um zirkulierendes konstantes Kapital (Rohstoffe) und variables Kapital, Löhne, die von sehr hoch (für hoch qualifizierte Entwickler) bis niedrig reichen. Hinzu kommen die Kosten für Verwaltung, Vorverkaufswerbung und andere Marketingkosten. Dann gibt es noch das zusätzliche Kapital, das in die Reproduktion der Repliken des Prototyps investiert wird. In Wirklichkeit kann der Gesamtwert des Wissensguts hoch sein und nicht null. Der Einheitswert ergibt sich dann aus dem Gesamtwert geteilt durch die Anzahl der hergestellten Replikate. Er ist direkt proportional zum Gesamtwert und umgekehrt proportional zur Menge der Replikate. Der Wert der Reproduktion solcher Wissensgüter geht nicht gegen null, da bei der Lieferung an den Benutzer immer Replikationskosten für das Wissensgut anfallen.
Die Reproduktion eines Wissensguts unterscheidet sich nicht von der Reproduktion eines neuen Medikaments durch ein Pharmaunternehmen. Im Preis des Medikaments sind die anfänglichen Kosten für die geistige Arbeit, die Erprobung des Medikaments am Menschen usw., die Herstellung der Pillen, Flüssigkeiten sowie die Ausrüstung für die Verabreichung usw. enthalten. Sicherlich können die Stückkosten für die Herstellung jeder neuen Pille auf einen sehr niedrigen Wert fallen, aber das bedeutet nicht, dass der Gesamtwert und der Stückwert auf Null gefallen sind.
Das bedeutet, dass KI-Sprachlernmodelle nichts an der Natur der Kapitalakkumulation ändern. Der größte Widerspruch zwischen Investitionen und wirtschaftlichem Fortschritt im Kapitalismus besteht zwischen der Steigerung der Arbeitsproduktivität und der Aufrechterhaltung der Rentabilität des von den Kapitaleignern investierten Kapitals.
Die Arbeitsproduktivität (mehr Wert pro Arbeitsstunde) kann nur durch bessere Technologie gesteigert werden. Daher wird die Anzahl der Maschinen und Anlagen im Verhältnis zur Anzahl der Arbeitnehmer (Marx nannte dieses Verhältnis die organische Zusammensetzung des Kapitals) langfristig steigen. Arbeitnehmer können dafür kämpfen, einen möglichst großen Teil des von ihnen geschaffenen neuen Werts als „Entschädigung“ (Lohn) zu erhalten, aber der Kapitalismus wird nur dann in Wachstum investieren, solange der Lohnanteil nicht so stark steigt, dass die Rentabilität sinkt.
Die kapitalistische Akkumulation impliziert, dass der Anteil des Wertes, der im Laufe der Zeit an die Arbeit geht, sinkt, oder, wie Marx es nennen würde, eine steigende Ausbeutungsrate (oder ein steigender Mehrwert).
Dies stellt den Hauptwiderspruch der kapitalistischen Produktion dar:
Steigende Produktivität (mehr Wert pro Arbeitsstunde) führt zu sinkender Rentabilität (sinkender Mehrwert im Verhältnis zu den in Arbeitskräfte und Maschinen investierten Geldern).
Dieser Widerspruch führt in regelmäßigen Abständen zu Investitionsstopps und Arbeitslosigkeit.
Die etablierte Wirtschaftswissenschaft hat auch festgestellt, dass dies keine guten Nachrichten für die Arbeitnehmerschaft sind, und vermutet, dass die „kapitalistische Ausrichtung“ der Technologie den sinkenden Anteil der Arbeitnehmerschaft und die wachsenden Ungleichheiten erklären könnte. Der keynesianische Ökonom Paul Krugman drückte es so aus: „Die Auswirkungen des technologischen Fortschritts auf die Löhne hängen von der Ausrichtung des Fortschritts ab; wenn er kapitalorientiert ist, werden die Arbeitnehmer nicht in vollem Umfang an den Produktivitätsgewinnen beteiligt, und wenn er stark genug kapitalorientiert ist, können sie sogar schlechter gestellt werden.[3] Es ist also falsch anzunehmen, wie es viele Menschen auf der rechten Seite zu tun scheinen, dass die Gewinne aus der Technologie immer an die Arbeitnehmer weitergegeben werden; das ist nicht unbedingt der Fall. Es ist auch falsch anzunehmen, wie es einige (aber nicht alle) Linke manchmal zu tun scheinen, dass ein schnelles Produktivitätswachstum zwangsläufig Arbeitsplätze oder Löhne vernichtet. Es kommt ganz darauf an.“
Es hängt alles vom Klassenkampf zwischen Arbeit und Kapital um die Aneignung des durch die Arbeitsproduktivität geschaffenen Wertes ab. Und die Arbeit hat diesen Kampf eindeutig verloren, insbesondere in den letzten Jahrzehnten, unter dem Druck von gewerkschaftsfeindlichen Gesetzen, der Abschaffung des Kündigungsschutzes und der Unkündbarkeit, der Kürzung von Sozialleistungen, einer wachsenden Reservearmee von Arbeitslosen und Unterbeschäftigten und durch die Globalisierung der Produktion. Laut einem Bericht der Internationalen Arbeitsorganisation (ILO) betrug der Anteil der Arbeit am Volkseinkommen in 16 entwickelten Volkswirtschaften Mitte der 1970er Jahre 75 %, fiel jedoch in den Jahren unmittelbar vor der Wirtschaftskrise auf 65 % ab.[4]
Der Technologieökonom Daron Acemoglu geht davon aus, dass KI die Kluft zwischen Kapital- und Arbeitseinkommen vergrößern wird. Er sagt: „Frauen mit geringer Bildung könnten geringfügige Lohnrückgänge verzeichnen, die Ungleichheit zwischen den Gruppen insgesamt könnte leicht zunehmen und die Kluft zwischen Kapital- und Arbeitseinkommen wird sich wahrscheinlich weiter vergrößern.“[5] Tatsächlich könnte KI dem menschlichen Wohlergehen sogar schaden, indem sie irreführende soziale Medien, digitale Werbung und die Ausgaben für IT-Verteidigungsangriffe ausweitet. KI-Investitionen können also zwar das BIP steigern, aber das menschliche Wohlergehen um bis zu 0,72 % des BIP senken.
Die Automatisierung hat in den letzten 30 Jahren zu einer zunehmenden Ungleichheit der Einkommen geführt. Es gibt viele Faktoren, die die Ungleichheit der Einkommen vorangetrieben haben: Privatisierung, der Zusammenbruch der Gewerkschaften, Deregulierung und die Verlagerung von Arbeitsplätzen in der Produktion in den globalen Süden. Aber die Automatisierung ist ein wichtiger Faktor. Während sich das Trendwachstum des BIP in den großen Volkswirtschaften verlangsamt hat, ist die Ungleichheit gestiegen und die Realeinkommen vieler Arbeitnehmer – insbesondere von Männern ohne Hochschulabschluss – sind stark gesunken. [6]
Selbst die US-Finanzministerin Janet Yellen hat zugegeben, dass die jüngsten technologisch bedingten Produktivitätssteigerungen die Ungleichheit eher verschärfen als mildern könnten. Sie wies darauf hin, dass der „durch die Pandemie ausgelöste Anstieg der Telearbeit“ zwar letztlich die Produktivität in den USA um 2,7 % steigern könnte, diese Gewinne jedoch hauptsächlich den Angestellten mit höherem Einkommen zugutekommen werden, so wie auch das Online-Lernen von wohlhabenderen weißen Studenten besser genutzt und genutzt wurde. Tatsächlich ist die Zunahme des Online-Lernens ein weiterer pandemiebedingter technologischer Wandel, der die Bildungs- und Produktivitätslücke zwischen Kindern aus höheren Einkommensschichten und Kindern aus niedrigeren Einkommensschichten und Minderheiten wahrscheinlich vergrößern wird.[7]
Arbeitsplätze, die weniger Bildungs- und Fachkenntnisse erfordern, werden verschwinden und durch solche ersetzt, die dies tun.
Das US Bureau of Labor Statistics (BLS) prognostiziert, dass es bis 2030 11,9 Millionen neue Arbeitsplätze geben wird, was einer Gesamtwachstumsrate von 7,7 % entspricht.[8] Doch während in einigen Sektoren Arbeitsplätze entstehen, werden andere dezimiert werden. Acht der 20 am stärksten vom Rückgang betroffenen Berufe sind Büro- und Verwaltungsunterstützung. Diese Berufe machen derzeit fast 13 % der Beschäftigung in den USA aus und sind damit die größte aller Hauptkategorien. Auch in der Produktion von Waren und Dienstleistungen sowie im Verkauf sind Arbeitsplätze rückläufig. In allen Fällen ist die Automatisierung wahrscheinlich der Hauptgrund. Beispielsweise wird Software, die Audio automatisch in Text umwandelt, den Bedarf an Schreibkräften verringern. 17 der 20 am schnellsten wachsenden Berufe haben ein Durchschnittsgehalt von mehr als 41.950 US-Dollar, was über dem Durchschnittsgehalt aller Berufe liegt. Die meisten erfordern auch eine postsekundäre Ausbildung. [9] Die Chancen bestehen darin, dass Arbeitsplätze ersetzt werden, für die nur ein Highschool-Abschluss erforderlich war.
Das ist ein Aspekt der Auswirkungen der Automatisierung auf die zukünftige Arbeitswelt.
Die Kehrseite davon ist, dass Automatisierung und Roboter nicht unbedingt die Arbeitszeit reduzieren, die für die Produktion der Dinge und Dienstleistungen, die moderne Gesellschaften benötigen, erforderlich ist. Im März 2018 wurde Flippy, ein Burger-Wenderoboter, am Standort Pasadena der Fast-Food-Kette CaliBurger in Kalifornien mit großem Trara und zahlreichen Schlagzeilen eingeführt. Doch Flippy wurde nach einem Arbeitstag in den Ruhestand versetzt.[10] Die Besitzer von CaliBurger gaben ihren menschlichen Mitarbeitern die Schuld für Flippys Versagen: Die Mitarbeiter seien bei Aufgaben wie dem Belegen der Burger einfach zu langsam, was dazu führe, dass sich Flippys fleischige Errungenschaften stapelten. Einige kritische Journalisten hatten jedoch bereits zuvor Flippys zahlreiche Fehler bei der relativ einfachen Aufgabe bemerkt, die dem Roboter seinen Namen gab. Flippy war einfach nicht sehr gut in seinem Job.
Bei der Untersuchung der Selbstbedienungskassen in Lebensmittelgeschäften stellten Forscher fest, dass die Kunden die Technologie hassten und mieden. Als Reaktion darauf kürzte das Management das Personal, um die Warteschlangen so unerträglich zu machen, dass die Kunden aufgaben und stattdessen die Automaten benutzten.[11] Selbst dann waren noch Kassierer erforderlich, um zu helfen und die Transaktionen zu überwachen; statt also die Arbeitsbelastung zu verringern, intensivierten die Technologien die Arbeit des Kundendienstes. Selbstbedienungskassen sind ein Beispiel dafür, dass Automatisierung Arbeit nicht abschafft, sondern vermehrt. Durch die Isolierung von Aufgaben und deren Umverteilung auf andere, von denen erwartet wird, dass sie diese kostenlos erledigen, tragen digitale Technologien zur Überlastung bei.
Tatsächlich scheitert KI regelmäßig an Aufgaben, die für einen Menschen einfach sind, wie z. B. das Erkennen von Straßenschildern – etwas, das für selbstfahrende Autos ziemlich wichtig ist.
Aber selbst erfolgreiche Fälle von KI erfordern massive Mengen an menschlicher Arbeit, um sie zu unterstützen.
Algorithmen für maschinelles Lernen müssen durch Datensätze „trainiert“ werden, in denen Tausende von Bildern manuell von Menschen identifiziert werden.[12] Damit KI-Systeme reibungslos funktionieren, ist eine erstaunliche Menge an „Geisterarbeit“ erforderlich: Aufgaben, die von menschlichen Arbeitskräften ausgeführt werden, die den Augen der Benutzer und den Geschäftsbüchern verborgen bleiben. Geisterarbeit wird „taskifiziert“ – in kleine, eigenständige Aktivitäten aufgeteilt, „digitale Akkordarbeit“, die von jedem und überall gegen eine geringe Gebühr ausgeführt werden kann.[13]
Acemoglu erkennt an, dass die generative KI Vorteile bietet, „aber diese Vorteile werden schwer zu erreichen sein, wenn es nicht zu einer grundlegenden Neuausrichtung der Branche kommt, einschließlich einer möglicherweise grundlegenden Änderung der Architektur der gängigsten generativen KI-Modelle.“ Acemoglu sagt insbesondere, dass „es eine offene Frage bleibt, ob wir Modelle brauchen, die menschenähnliche Gespräche führen und Shakespeare-Sonette schreiben, wenn wir eigentlich zuverlässige Informationen wollen, die für Pädagogen, Angehörige der Gesundheitsberufe, Elektriker, Installateure und andere Handwerker nützlich sind.“[14]
Da es die Manager und nicht die Arbeitnehmer sind, die KI einführen, um menschliche Arbeit zu ersetzen, werden qualifizierte Arbeitskräfte bereits von Arbeitsplätzen abgezogen, die sie gut ausfüllen, ohne dass dies unbedingt die Effizienz und das Wohlbefinden für alle verbessert.
Ich möchte, dass KI meine Wäsche und meinen Abwasch erledigt, damit ich mich der Kunst und dem Schreiben widmen kann, und nicht, dass KI meine Kunst und mein Schreiben erledigt, damit ich meine Wäsche und meinen Abwasch erledigen kann.“ Manager führen KI ein, „um Managementprobleme zu vereinfachen, und zwar auf Kosten von Dingen, für die KI nach Meinung vieler Menschen nicht eingesetzt werden sollte, wie z. B. kreative Arbeit ... Wenn KI funktionieren soll, muss sie von unten nach oben kommen, sonst ist KI für die große Mehrheit der Menschen am Arbeitsplatz nutzlos.“[15]
Und dann sind da noch die Investitionskosten. Allein der Zugang zur physischen Infrastruktur, die für KI in großem Maßstab benötigt wird, kann eine Herausforderung darstellen. Die Art von Computersystemen, die für den Betrieb einer KI für die Erforschung von Krebsmedikamenten benötigt werden, erfordern in der Regel zwischen zweitausend und dreitausend der neuesten Computerchips. Die Kosten für diese Computerhardware allein können leicht bei über 60 Millionen US-Dollar (48 Millionen Pfund) liegen, noch bevor die Kosten für andere wesentliche Dinge wie Datenspeicherung und Vernetzung hinzukommen.[16] Eine große Bank, ein Pharmaunternehmen oder ein Hersteller könnte die Ressourcen haben, um die Technologie zu kaufen, die sie benötigen, um die Vorteile der neuesten KI zu nutzen, aber was ist mit einem kleineren Unternehmen?
Entgegen der konventionellen Auffassung und viel mehr im Einklang mit der marxistischen Theorie wird die Einführung von KI-Investitionen nicht zu einer Verbilligung des Anlagevermögens (konstantes Kapital in marxistischer Hinsicht) und damit zu einem Rückgang des Verhältnisses von Anlagevermögen zu Arbeitskosten führen, sondern zum Gegenteil (d. h. zu einer steigenden organischen Zusammensetzung des Kapitals). Und das bedeutet einen weiteren Abwärtsdruck auf die durchschnittliche Rentabilität in den großen Volkswirtschaften.
Anmerkung: Die Basu-Wasner EWPT-Daten bieten einen dynamischen Ansatz zur Messung ökonomischer Variablen, was einen Fortschritt gegenüber statischen Messungen darstellt. Dies ermöglicht eine genauere und nuanciertere Analyse von wirtschaftlichen Trends und Theorien, insbesondere im Bereich der marxistischen Ökonomie.
Und dann sind da noch die Auswirkungen auf die globale Erwärmung und den Energieverbrauch.
Große Sprachmodelle wie ChatGPT gehören zu den energieintensiven Technologien überhaupt.[17]
Untersuchungen deuten beispielsweise darauf hin, dass etwa 700.000 Liter Wasser für die Kühlung der Maschinen verwendet worden sein könnten, die ChatGPT-3 in den Rechenzentren von Microsoft trainierten. Das Training von KI-Modellen verbraucht 6.000-mal mehr Energie als eine europäische Stadt. Außerdem werden Mineralien wie Lithium und Kobalt zwar am häufigsten mit Batterien im Automobilsektor in Verbindung gebracht, sind aber auch entscheidend für die Batterien, die in Rechenzentren verwendet werden.[18] Der Extraktionsprozess ist oft mit einem hohen Wasserverbrauch verbunden und kann zu Umweltverschmutzung führen, was die Wassersicherheit untergräbt.
Das Beratungsunternehmen Grid Strategies prognostiziert für die nächsten fünf Jahre einen Anstieg der Stromnachfrage in den USA um 4,7 Prozent, was fast einer Verdoppelung gegenüber dem Vorjahr entspricht.[19] Eine Studie des Electric Power Research Institute ergab, dass Rechenzentren bis 2030 9 Prozent des Strombedarfs in den USA ausmachen werden, was mehr als das Doppelte des derzeitigen Niveaus ist.[20]
Diese Aussicht führt bereits zu einer Verlangsamung der Pläne, Kohlekraftwerke stillzulegen, da die Stromnachfrage durch KI steigt.
Vielleicht können diese Investitions- und Energiekosten durch neue KI-Entwicklungen gesenkt werden. Das Schweizer Technologieunternehmen Final Spark hat Neuroplatform auf den Markt gebracht, die weltweit erste Bioprozessierungsplattform, bei der menschliche Gehirnorganoide (im Labor gezüchtete miniaturisierte Versionen von Organen) anstelle von Siliziumchips Rechenaufgaben ausführen. Die erste derartige Einrichtung beherbergt die Rechenleistung von 16 Gehirnorganoiden, die nach Angaben des Unternehmens eine Million Mal weniger Strom verbrauchen als ihre Pendants aus Silizium.[21] Dies ist in gewisser Hinsicht eine beängstigende Entwicklung: menschliche Gehirne! Aber glücklicherweise ist es noch ein weiter Weg bis zur Umsetzung. Im Gegensatz zu Siliziumchips, die jahrelang, wenn nicht sogar jahrzehntelang halten können, halten die „Organoide“ nur 100 Tage, bevor sie „sterben“.
Das führt zu einer Thematik die, als das Altman-Syndrom bezeichnet werden könnte.
KI im Kapitalismus ist keine Innovation, die darauf abzielt, das menschliche Wissen zu erweitern und die Menschheit von der Arbeit zu entlasten. Für kapitalistische Innovatoren wie Sam Altman ist es eine Innovation, um Gewinne zu erzielen. Der Gründer von OpenAI, Sam Altman, würde im vergangenen Jahr von der Leitung seines Unternehmens ausgeschlossen, weil andere Vorstandsmitglieder der Meinung waren, er wolle OpenAI in ein riesiges, von Großunternehmen unterstütztes Geldgeschäft verwandeln (Microsoft ist der derzeitige Geldgeber), während der Rest des Vorstands OpenAI weiterhin als gemeinnütziges Unternehmen betrachtete, das darauf abzielt, die Vorteile der KI unter angemessenen Schutzmaßnahmen in Bezug auf Privatsphäre, Überwachung und Kontrolle an alle weiterzugeben. Altman hatte einen „gewinnorientierten“ Geschäftszweig entwickelt, der es dem Unternehmen ermöglichte, externe Investitionen anzuziehen und seine Dienstleistungen zu kommerzialisieren. Altman hatte bald wieder die Kontrolle, als Microsoft und andere Investoren den Rest des Vorstands unter ihre Fittiche nahmen. OpenAI ist nicht mehr offen.
KI hat noch eine unheilvollere Seite, nachdem es noch andere Gefahren für die Arbeitswelt gibt.
Owen David argumentiert, dass KI bereits eingesetzt wird, um Arbeitnehmer bei der Arbeit zu überwachen, Bewerber zu rekrutieren und zu überprüfen, Lohnniveaus festzulegen, die Aufgaben der Arbeitnehmer zu steuern, ihre Ergebnisse zu bewerten, Schichten zu planen usw.
„Da KI die Funktionen des Managements übernimmt und die Managementfähigkeiten erweitert, kann sie die Macht auf die Arbeitgeber verlagern."[23]
Erinnert an die Beobachtungen von Harry Braverman in seinem berühmten Buch von 1974 über die Entwürdigung der Arbeit und die Zerstörung von Fähigkeiten durch Automatisierung.[24]
Arbeitgeber haben schon immer versucht, ihre Belegschaften mit „Big Brother“-Methoden zu kontrollieren und zu disziplinieren. Amazon installiert High-Tech-Kameras in den Lieferfahrzeugen seiner Lieferanten. Die Arbeiter sagen, dass die Kameras eine Verletzung der Privatsphäre und ein Sicherheitsrisiko darstellen. Aber Karolina Haraldsdottir, eine leitende Managerin des Last-Mile-Lieferbetriebs bei Amazon, betont, dass die Kameras „als Sicherheitsmaßnahme gedacht sind, um Kollisionen zu reduzieren“. Das Unternehmen berief sich auf eine Pilotphase mit den Kameras im letzten Jahr, in der die Zahl der Unfälle um 48 % zurückgegangen sei.[25]
Die Beschäftigten sind anderer Meinung. Die Installation von Driveri steht im Einklang mit der Einführung ähnlicher Kameraüberwachung durch Amazon im Fernverkehr.[26] „Ich fahre jetzt mit einer undurchschaubaren Blackbox herum, die mich überwacht und darüber entscheidet, ob ich meinen Job behalte“, sagt ein Zustellfahrer in Washington. Er sagt, er sehe zwar ein, dass einige der Messwerte theoretisch gerechtfertigt seien – „man will ja nicht, dass seine Fahrer durch die Wohngebiete driften wie in Tokyo“ –, aber in der Realität, wenn sie zusätzlich zu den Überwachungsebenen, denen sich die Fahrer bereits ausgesetzt fühlen, aggregiert werden, sei dies „erstickend, unnötig und lächerlich“. „Wir alle versuchen hier draußen nur unser Bestes zu geben, aber wir müssen auch damit zurechtkommen, dass Computer jede Woche Kennzahlen für uns ausspucken, die mehrere Seiten benötigen, um richtig dargestellt zu werden, und ein Rückgang dieser abstrakten Zahlen könnte uns den Job kosten“, sagt er. “Ich will doch nur meine verdammten Pakete ausliefern und nach Hause gehen, Mann.“
Dies sind einige der Probleme für die Arbeitnehmer.
Aber KI birgt auch Risiken für das Kapital. Immer mehr Investoren aus dem Silicon Valley und Analysten von der Wall Street schlagen Alarm wegen der unzähligen Milliarden Dollar, die in KI investiert werden. Diese Selbstüberschätzung könnte zu einer massiven Blase führen.[27]
Laut Analysten von Barclays werden Investoren voraussichtlich 60 Milliarden Dollar pro Jahr in die Entwicklung von KI-Modellen investieren, genug, um 12.000 Produkte zu entwickeln, die in etwa so groß sind wie OpenAI's ChatGPT.[28]
Ob die Welt jedoch 12.000 ChatGPT-Chatbots braucht, bleibt bestenfalls zweifelhaft.
„Wir erwarten viele neue Dienste ... aber wahrscheinlich nicht 12.000 davon“, schrieben Analysten von Barclays in einer Notiz, wie die Washington Post zitiert. ‚Wir spüren, dass die Wall Street zunehmend skeptisch wird.‘ Schon seit geraumer Zeit äußern Expertgen Bedenken hinsichtlich einer wachsenden KI-Blase und vergleichen sie mit der Doctom-Krise Ende der 1990er Jahre.
„Das Kapital fließt weiterhin in den KI-Sektor, wobei den Fundamentaldaten der Unternehmen nur sehr wenig Aufmerksamkeit geschenkt wird“, schrieb der Tech-Aktienanalyst Richard Windsor. ‚Ein sicheres Zeichen dafür, dass es nicht viele Stühle geben wird, wenn die Musik aufhört ... Genau das ist 1999 mit dem Internet, 2017 mit dem autonomen Fahren und jetzt 2024 mit der generativen KI passiert‘, fügte er hinzu.[29]
Aber springen wir in die Zukunft:
Was wäre, wenn wir in eine extreme (Science-Fiction-?) Zukunft eintreten, in der Robotertechnologie und KI dazu führen, dass Roboter Roboter herstellen und Roboter Rohstoffe gewinnen, d. h. alles herstellen und alle persönlichen und öffentlichen Dienstleistungen ausführen, sodass für keine Produktionsaufgabe mehr menschliche Arbeitskraft erforderlich ist?
Stellen wir uns einen vollständig automatisierten Prozess vor, bei dem kein Mensch in der Produktion existiert. Sicherlich wurde durch die Umwandlung von Rohstoffen in Waren ohne Menschen ein Mehrwert geschaffen? Das widerlegt doch sicherlich Marx' Behauptung, dass nur menschliche Arbeit Wert schaffen kann?
Aber das verwechselt die duale Natur des Wertes im Kapitalismus: Gebrauchswert und Tauschwert. Es gibt den Gebrauchswert (Dinge und Dienstleistungen, die Menschen brauchen) und den Tauschwert (der Wert, der in der Arbeitszeit gemessen und von den Eigentümern des Kapitals aus der menschlichen Arbeit angeeignet und durch den Verkauf auf dem Markt gegen Geld realisiert wird).
In jeder Ware unter der kapitalistischen Produktionsweise gibt es sowohl Gebrauchswert als auch Tauschwert. Im Kapitalismus kann das eine nicht ohne das andere existieren. Aber der Tauschwert bestimmt den kapitalistischen Investitions- und Produktionsprozess, nicht Ersteres.
Wert (wie oben definiert) ist spezifisch für den Kapitalismus. Sicher, lebendige Arbeit kann Dinge erschaffen und Dienstleistungen erbringen (Gebrauchswerte).
Aber Wert ist die Substanz der kapitalistischen Produktionsweise. Das Kapital (die Eigentümer) kontrolliert die durch Arbeit geschaffenen Produktionsmittel und wird sie nur nutzen, um sich den durch Arbeit geschaffenen Wert anzueignen. Das Kapital selbst schafft keinen Wert.
In unserer hypothetischen allumfassenden Roboter-/KI-Welt würde die Produktivität (der Gebrauchswerte) gegen unendlich gehen, während die Rentabilität (der Mehrwert für das Kapital) gegen null gehen würde. Die menschliche Arbeit würde nicht mehr vom Kapital (den Eigentümern) eingesetzt und ausgebeutet werden. Stattdessen würden Roboter alles erledigen. Aber das ist kein Kapitalismus mehr. Die Analogie ist eher mit einer Sklavenwirtschaft wie im alten Rom vergleichbar. Im alten Rom wurde die ehemals überwiegend kleinbäuerliche Wirtschaft über Hunderte von Jahren durch Sklaven im Bergbau, in der Landwirtschaft und bei allen möglichen anderen Aufgaben ersetzt. Dies geschah, weil die Beute der erfolgreichen Kriege, die die Römische Republik und das Römische Reich führten, eine große Anzahl an Sklavenarbeitern umfasste. Die Kosten für die Sklavenhalter waren (zunächst) unglaublich niedrig im Vergleich zur Beschäftigung freier Arbeitskräfte. Die Sklavenhalter vertrieben die Bauern durch eine Kombination aus Schuldenforderungen, Requirierung in Kriegen und blanker Gewalt von ihrem Land. Die ehemaligen Bauern und ihre Familien wurden selbst in die Sklaverei gezwungen oder in die Städte vertrieben, wo sie sich mit niederen Aufgaben und Fähigkeiten durchschlugen oder bettelten. Der Klassenkampf war noch nicht zu Ende. Der Kampf fand zwischen den sklavenhaltenden Aristokraten und den Sklaven sowie zwischen den Aristokraten und der atomisierten Plebs in den Städten statt.
Alles wird davon abhängen, wie die Menschheit zu einer vollständig automatisierten Gesellschaft gelangen würde. Auf der Grundlage einer sozialistischen Revolution und gemeinsamen Eigentums kann die Verteilung der von den Robotern produzierten Güter kontrolliert und an jeden entsprechend seinen Bedürfnissen verteilt werden. Wenn die Gesellschaft auf der Grundlage einer Fortführung des Privateigentums an den Robotern operiert, würde der Klassenkampf um die Kontrolle des Überschusses weitergehen.
Zurück ins Hier und Jetzt: Die Akkumulation im Kapitalismus würde aufhören, lange bevor die Roboter vollständig die Kontrolle übernehmen, weil die Rentabilität verschwinden würde. Das wichtigste Bewegungsgesetz im Kapitalismus, wie Karl Marx es nannte, würde in Kraft treten, nämlich die Tendenz zum Sinken der Profitrate. Mit zunehmender „kapitallastiger“ Technologie würde auch die organische Zusammensetzung des Kapitals steigen und somit würde die Arbeit schließlich nicht mehr genügend Wert schaffen, um die Rentabilität aufrechtzuerhalten (d. h. einen Mehrwert im Verhältnis zu allen Kapitalkosten). Wir würden niemals eine Robotergesellschaft erreichen; wir würden niemals eine arbeitsfreie Gesellschaft erreichen – nicht im Kapitalismus. Krisen und soziale Explosionen würden schon vorher dazwischenkommen.
Die Frage dreht sich eigentlich darum, wem unsere digitale Welt gehört und wer sie kontrolliert. Die hohe Konzentration dieser digitalen Macht ist ein weiterer Grund für die Ersetzung kapitalistischer Unternehmen durch öffentliche Unternehmen, die demokratisch von Volksvertretungen und den in ihnen beschäftigten Technikern kontrolliert werden. Wir müssen die sieben großen Social-Media- und Technologieunternehmen, die derzeit von Multimilliardären geführt und kontrolliert werden, die entscheiden, wofür und wo sie Geld ausgeben, in öffentliches Eigentum überführen.[30]
Dann könnte die enorme Verschwendung von Ressourcen für Technologieprojekte, die nur dazu dienen, Geld zu verdienen, und nicht dazu, nützliche und sichere Systeme bereitzustellen, die das Leben der Menschen verbessern, drastisch reduziert werden. Menschliches Versagen würde nicht verschwinden, aber die Organisation und Kontrolle unserer zunehmend digitalen Welt könnte auf soziale Bedürfnisse und nicht auf privaten Profit ausgerichtet werden.
Quellenverweise:
[1] https://www.lulu.com/shop/michael-roberts/engels-200/paperback/product-y9pzdr.html?page=1&pageSize=4
[2] https://www.researchgate.net/publication/365792192_Digital_Class_Work_-_Before_and_During_COVID_19_chapter_1
[3] https://archive.nytimes.com/krugman.blogs.nytimes.com/2012/12/10/technology-and-wages-the-analytics-wonkish/
[4] https://webapps.ilo.org/digitalguides/en-GB/story/globalwagereport
[5] https://thenextrecession.wordpress.com/2024/06/06/ai-again/
[6] https://www.brookings.edu/articles/technology-and-the-future-of-growth-challenges-of-change/
[7] https://home.treasury.gov/news/press-releases/jy0565
[8] https://www.bls.gov/emp/
[9] https://www.visualcapitalist.com/the-20-fastest-growing-jobs-in-the-next-decade/
[10] https://www.washingtonpost.com/news/innovations/wp/2018/03/05/meet-flippy-a-burger-flipping-robot-alternative-to-wage-earning-workers/
[11] https://www.cnn.com/2024/01/23/business/self-checkout-shopping-stores/index.html
[12] https://futuresofwork.co.uk/2020/12/02/the-full-automation-fallacy/
[13] https://www.theverge.com/2019/5/13/18563284/mary-gray-ghost-work-microwork-labor-silicon-valley-automation-employment-interview
[14] https://economics.mit.edu/news/ai-challenge-only-humans-can-solve
[15] https://someunpleasant.substack.com/p/real-chaos-today
[16] https://www.bbc.com/news/articles/cx7dx48ev91o
[17] https://www.theguardian.com/technology/2023/jun/08/artificial-intelligence-industry-boom-environment-toll#:~:text=Data%20centers%20use%20water%20in,(184%2C920.45%20gallons)%20of%20freshwater.
[18] https://theodi.org/news-and-events/blog/data-centres-cloud-infrastructures-and-the-tangibility-of-internet-power/#:~:text=Und%20nicht%20nur%20Strom,%20Daten,%20Menschenrechte%20und%20Arbeitsrechtsverletzungen.
[19] https://gridstrategiesllc.com/wp-content/uploads/2023/12/National-Load-Growth-Report-2023.pdf
[20] https://www.prnewswire.com/news-releases/epri-study-data-centers-could-consume-up-to-9-of-us-electricity-generation-by-2030-302157970.html
[21] https://www.businesswire.com/news/home/20240515701469/en/FinalSpark-Launches-the-First-Remote-Research-Platform-Using-Human-Neurons-for-Biocomputing
[22] https://thenextrecession.wordpress.com/2023/11/21/ai-open-or-closed/
[23] https://ofdavis.com/ai.pdf
[24] https://www.jstor.org/stable/j.ctt9qfrkf
[25] https://www.bbc.com/news/technology-55938494
[26] https://www.engadget.com/amazon-plans-to-monitor-delivery-drivers-using-ai-surveillance-cameras-102701627.html
[27] https://futurism.com/investors-concerned-ai-making-money
[28] https://www.washingtonpost.com/technology/2024/07/24/ai-bubble-big-tech-stocks-goldman-sachs/
[29] https://www.radiofreemobile.com/artificial-intelligence-magic-money-tree/
[30] https://thenextrecession.wordpress.com/2024/04/07/from-the-magnificent-seven-to-the-desperate-hundred/
Zusätzlicher Hinweis
Setzt China künftig die Standards für Künstliche Intelligenz? (I)
Wolfgang Müller: https://www.isw-muenchen.de/online-publikationen/texte-artikel/5295-setzt-china-kuenftig-die-standards-fuer-kuenstliche-intelligenz
Digitalisierung – eine neue Phase in der Entwicklung der Produktivität (II)
https://www.isw-muenchen.de/online-publikationen/texte-artikel/5304-digitalisierung-eine-neue-phase-in-der-entwicklung-der-produktivitaet-ii^