Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
oecd6. Oktober 2021 · Q006251

We can shape policies to steer AI towards inclusive growth. Here’s how

oecd.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht fordert, politische Anreize so auszurichten, dass KI breiten Wohlstand unterstützt. Er hebt Steuerregeln, Arbeitsmobilität und öffentliche Forschung als Einflussfelder hervor und warnt vor Automatisierung, die Arbeitsplätze verdrängt, ohne ausreichend Produktivität zu schaffen. Pauschal gegen Automatisierung spricht sich der Text nicht aus; ihre Arbeitsmarktwirkungen seien schwer vorherzusagen.

Mittel

Der Bericht argumentiert, dass KI inklusives Wachstum nicht automatisch hervorbringt und trotz sicherer oder fairer Systeme Ungleichheit verschärfen kann. Umschulung und Sozialschutz seien wichtig, reichten aber nicht, wenn andere politische Regeln Automatisierung begünstigen und Beschäftigte benachteiligen. Regierungen sollten deshalb die Anreize untersuchen, die Richtung und Tempo der KI-Entwicklung prägen.

Drei Bereiche stellt der Text heraus: Erstens könnten höhere Steuern auf Arbeit als auf Kapital Automatisierung attraktiver machen. Zweitens könnten Unternehmen Lösungen, die wegen Arbeitskräftemangels in alternden Gesellschaften entwickelt wurden, weltweit einsetzen – auch in Ländern, die mehr formelle Arbeitsplätze benötigen. Der Bericht nennt größere Arbeitsmobilität als mögliche Alternative. Drittens könnten öffentliche Forschungsbudgets, etwa für Verteidigung, automatisierungsorientierte KI bevorzugen. Wettbewerbe und Förderprogramme könnten stattdessen die Zusammenarbeit von Menschen und KI sowie Produktivitätsgewinne für Beschäftigte belohnen.

Der Beitrag erklärt, dass sich die Arbeitsmarktwirkung einzelner Anwendungen schwer vorhersagen lässt, und schlägt Bewertungsrahmen vor. Er fordert kein grundsätzliches Verbot von Automatisierung: Sie kann Produktivität und Lebensstandard steigern. Kritisch sei „So-so“-Automatisierung, die Arbeitsplätze verdrängt, ohne ausreichend Produktivitätszuwachs zu schaffen. Auch Geldpolitik und weitere Regeln beeinflussten den Entwicklungspfad; die drei genannten Felder seien keine vollständige Liste.

Ausführlich lesen

Der Bericht vertritt die These, dass KI nicht von selbst zu gemeinsamem Wohlstand führt: Selbst wenn sie sicher, erklärbar, fair und rechenschaftspflichtig wäre, könne sie wirtschaftliche Ungleichheit verschärfen. Das erste OECD-KI-Prinzip – inklusives Wachstum, nachhaltige Entwicklung und Wohlergehen – sei daher ein politisches Ziel, das Unternehmen und Regierungen aktiv verfolgen müssten. Der Text kritisiert, dass viele Unternehmen zwar Umschulungsprogramme unterstützen, aber kaum prüfen würden, ob ihre KI-Entwicklung die Ungleichheit vergrößert. Hohe Gewinne der KI-Branche würden sich laut Bericht nicht automatisch breit verteilen.

Als Vorgehen fordert der Beitrag, die politischen Anreize zu untersuchen, die Richtung und Tempo der KI-Entwicklung prägen. Umschulung und Sozialschutz seien wichtig, reichten aber nicht aus, wenn andere Regeln gleichzeitig Automatisierung fördern und Lohnunterschiede verstärken. Drei Politikfelder hebt der Text hervor:

1. **Steuern:** OECD-Länder besteuerten Arbeit dem Bericht zufolge stärker als Kapital. Für die USA werden, mit Verweis auf eine Studie von Acemoglu, Manera und Restrepo, effektive Steuersätze von 25 Prozent auf Arbeit und 5 Prozent auf Software und Ausrüstung genannt. Diese Differenz könne Automatisierung gegenüber menschlicher Beschäftigung begünstigen. Eine Anpassung der Steuerrelation würde laut den zitierten Autoren bereits bestehende übermäßige Automatisierung jedoch nicht automatisch beheben. 2. **Arbeitsmobilität:** Der Beitrag verweist auf Forschung, der zufolge alternde Erwerbsbevölkerungen mit stärkerer Automatisierung einhergehen. Ein Unternehmen könne eine Automatisierungslösung zunächst wegen Arbeitskräftemangels in einem wohlhabenden Land entwickeln und sie anschließend kostengünstig weltweit einsetzen – auch dort, wo formelle Arbeitsplätze dringend gebraucht würden. Als alternative Reaktion auf Arbeitskräftemangel nennt der Text den Ausbau von Mobilitätsprogrammen. Er verbindet den Verlust von Arbeitsplätzen in ärmeren Ländern zudem mit einer möglichen Zunahme von Fluchtbewegungen. 3. **Öffentliche Forschung:** Öffentliche Forschungsbudgets, insbesondere Verteidigungsausgaben, könnten laut Bericht Automatisierung bevorzugen. Dadurch erhielten KI-Ansätze, die Menschen bei ihrer Arbeit unterstützen, möglicherweise weniger Förderung; zugleich profitierten private Automatisierungsprojekte von öffentlich erzeugtem Wissen. Staatliche Forschungsaufträge und Wettbewerbe könnten die Richtung beeinflussen. Als Beispiel nennt der Beitrag die DARPA Grand Challenge und schlägt Erfolgskriterien vor, die den Nutzen von Mensch-KI-Teams oder die zusätzliche Produktivität von Beschäftigten mit KI-Werkzeugen messen.

Der Bericht betont, dass diese Liste nicht vollständig sei und auch Geldpolitik sowie Regeln zu den Erträgen von Arbeit und Kapital berücksichtigt werden sollten. Zugleich räumt er ein, dass sich die Folgen einzelner KI-Anwendungen für die Arbeitsnachfrage schwer vorhersagen lassen. Deshalb plädiert er für Bewertungsrahmen, die unterscheiden helfen, ob Anwendungen das Wohlergehen von Beschäftigten fördern oder beeinträchtigen; auf solche Ansätze und eine schrittweise Prüfmethode wird verwiesen.

Der Text fordert kein pauschales Verbot KI-bedingter Automatisierung. Automatisierung könne Produktivität und Lebensstandard steigern. Problematisch sei jedoch eine Art „So-so“-Automatisierung, die Arbeitsplätze verdränge, ohne genügend Produktivitätszuwachs zu schaffen. Der Beitrag warnt, dass Umschulung allein solche Folgen möglicherweise nicht ausgleichen könne. Sein Ziel ist, die Art, das Tempo und die Verteilung der Vorteile von KI-Automatisierung politisch zu gestalten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beurteilt wurden beide Zusammenfassungen (kurz und mittel) gemeinsam; beide geben die Kernthesen treu wieder, lassen aber die Unternehmensperspektive und die Warnung vor Augmentation-Marketing aus. Bei der Einordnung weicht die Bewertung teils deutlich von Lunas Stufen ab, vor allem bei SF-E5 und den Teilfragen, weil der Bericht dazu nur wenig Substanz liefert. Die Prozentangaben aus Lunas Liste wurden nicht bewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Unternehmen engagieren sich kaum für inklusives Wachstum in ihrer Kern-KI-Entwicklung, und Upskilling-Programme helfen wenig, wenn die Ungleichheit wächst
  • Warnung, dass Begriffe wie „human-augmenting“ auch verdeckte Überwachung von Beschäftigten verschleiern können
  • Benchmarks nach menschlicher Parität als steuernder Faktor der Forschung und Vorschlag alternativer Maßstäbe für Mensch-KI-Teams
  • Beispiel der Fast-Food-Kioske und die hohe Arbeitslosigkeit in Südafrika als Beleg für Arbeitsmarktwirkungen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 56 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 84 %Hintergrund, keine Belege
    • JEV 39 %Hintergrund, keine Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 39 %gleiches Oberthema, hilft nicht
    • Luna 48 %Hintergrund, keine Belege
    • JEV 35 %gleiches Oberthema, hilft nicht
    • amos 54 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 84 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 28 %einzelne zitierbare Belege
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 21 %Hintergrund, keine Belege
    • Luna 68 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 24 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht

    • SF-V5-T01 Was sollte ein Modell schon heute tun, nicht erst bei rekursiver Selbstverbesserung (wenn KI ihre eigene Weiterentwicklung selbst vorantreibt), um äußerste Vorsicht angesichts rasch wachsender maschineller Intelligenz ernst zu nehmen? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 60 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 67 %gleiches Oberthema, hilft nicht
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 43 % · Hintergrund, keine Belege
    • SF-H2-T04 Wie sollen Staaten mit Open-Source-Modellen aus einem Land umgehen, die in einem anderen schädlich genutzt werden könnten, ohne legitime Forschungszusammenarbeit zu verhindern? Luna: Stufe 3 · 43 % · Hintergrund, keine Belege
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 57 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 72 %gleiches Oberthema, hilft nicht
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 59 %gleiches Oberthema, hilft nicht

Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 25 %Hintergrund, keine Belege
    • Luna 44 %Hintergrund, keine Belege
    • JEV 41 %gleiches Oberthema, hilft nicht
    • amos 30 %nur am Rande erwähnt
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 70 %gleiches Oberthema, hilft nicht

    • SF-E1-T04 Wie bekommen Staaten, in denen kein Spitzenlabor sitzt, einen echten Platz beim Setzen internationaler technischer KI-Normen, damit KI in der Praxis ein gemeinsames Gut bleibt und nicht nur wenige Regierungen und Firmen die Regeln schreiben? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 25 %Hintergrund, keine Belege
    • Luna 46 %einzelne zitierbare Belege
    • JEV 52 %beantwortet teilweise oder widerspricht
    • amos 32 %einzelne zitierbare Belege
    • SubQ 27 %gleiches Oberthema, hilft nicht
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra 39 %Hintergrund, keine Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-E2-T07 Würden Regierungen ein gemeinsam finanziertes, offenes internationales Forschungsprogramm zu Problemen der Ausrichtung von KI an vorgesehenen Zielen und Werten (Täuschungserkennung, Wertelernen, skalierbare Aufsicht) unterstützen, mit gemeinsamen Vergleichstests und Veröffentlichung, nach dem Vorbild der Europäischen Organisation für Kernforschung (CERN) oder der Internationalen Atomenergie-Organisation (IAEO)? Luna: Stufe 3 · 57 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  3. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 46 %gleiches Oberthema, hilft nicht
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 71 %gleiches Oberthema, hilft nicht

  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 21 %Hintergrund, keine Belege
    • Luna 80 %einzelne zitierbare Belege
    • JEV 47 %beantwortet teilweise oder widerspricht
    • amos 25 %einzelne zitierbare Belege
    • SubQ 25 %umfangreiche Belege
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra 37 %Hintergrund, keine Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 3 · 47 % · Hintergrund, keine Belege
    • SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen? Luna: Stufe 3 · 46 % · Hintergrund, keine Belege
  5. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 24 %Hintergrund, keine Belege
    • Luna 46 %einzelne zitierbare Belege
    • JEV 39 %Hintergrund, keine Belege
    • amos 32 %nur am Rande erwähnt
    • SubQ 28 %Hintergrund, keine Belege
    • drex 29 %Hintergrund, keine Belege
    • d3-ultra 47 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 4 · 45 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 6 · beantwortet teilweise oder widerspricht
    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 51 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
  1. SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
    • clef 26 %Hintergrund, keine Belege
    • Luna 69 %Hintergrund, keine Belege
    • JEV 59 %nur am Rande erwähnt
    • amos 35 %nur am Rande erwähnt
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 24 %nur am Rande erwähnt
    • d3-ultra 46 %gleiches Oberthema, hilft nicht

Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →