2028「Globale intelligente Krise」 Szenarien: Warum führt die Explosion der KI-Produktion zu einem Absturz der Aktienmärkte, Beschäftigung und Hypotheken?

Wenn der Markt optimistisch in Bezug auf KI konsequent „richtig setzt“, nutzen Unternehmen KI, um Personalkosten zu senken und die Gewinnmargen zu steigern, und die Aktienkurse steigen entsprechend — das klingt nach einer perfekten Bullenstory. Doch Citrini Research stellt in „THE 2028 GLOBAL INTELLIGENCE CRISIS“ ein kontraintuitives Gedankenexperiment vor: Wenn KI tatsächlich die Erwartungen deutlich übertrifft, könnte dies stattdessen tiefere systemische Risiken auslösen.

Dies ist keine Prognose und keine Dystopie-Literatur, sondern eine makroökonomische Memo-Form, die aus der Perspektive „Rückblick auf 2026–2028 im Jahr 2028“ analysiert, wie eine Überfülle an „Intelligenz“ gleichzeitig Beschäftigung, Konsum, Kreditvergabe und Finanzmärkte zum Absturz bringen könnte.

Hohe Arbeitslosigkeit innerhalb von zwei Jahren wird zur neuen Normalität

Im Szenario vom Juni 2028 liegt die US-Arbeitslosenquote bei 10,2 %, 0,3 % über den Erwartungen; der Markt fällt an diesem Tag um 2 %, was den S&P 500 seit dem Hoch im Oktober 2026 um 38 % zurückwirft. Die Autoren beschreiben, dass Händler allmählich abgestumpft sind: Vor einem halben Jahr hätte diese Daten wahrscheinlich einen Handelsschnitt ausgelöst, heute herrscht nur noch Ermüdung und Verkaufsdruck.

Dieses Memo fragt nicht, ob KI Fortschritte macht, sondern: Was passiert, wenn KI zu schnell, zu billig wird und die gesamte Wirtschaft, die auf menschlichem Einkommen und Konsum basiert, ins Wanken gerät?

Der Aktienmarkt erlebt zunächst eine Euphorie, doch „der Markt ist KI, die Wirtschaft nicht“

Zurück im Oktober 2026: Der S&P 500 nähert sich zeitweise 8000 Punkten, der Nasdaq überschreitet 30.000. Die Entlassungswelle, bei der weiße Kragen durch KI ersetzt werden, begann Anfang 2026, und die kurzfristigen Effekte scheinen „stimmig“ — Kostensenkung durch Entlassungen, Gewinnmargenexpansion, überdurchschnittliche Quartalszahlen, steigende Aktienkurse; Unternehmen investieren die Rekordgewinne in Rechenleistung, um KI-Fähigkeiten zu verstärken.

Das Problem ist: Buchhalterischer Wohlstand bedeutet nicht unbedingt fühlbaren Wohlstand. Das Konzept des „Ghost GDP“ wird eingeführt: Die Produktion wächst in den nationalen Konten, fließt aber nicht effektiv in die Haushalte, wodurch kein neuer Konsumzyklus entsteht. Ein anschaulicher Vergleich ist, dass ein GPU-Cluster die Produktion von 10.000 White-Collar-Arbeitskräften in Manhattan ersetzt, was eher einer „wirtschaftlichen Pandemie“ ähnelt, weil Maschinen keine Häuser kaufen, nicht reisen und keine Impulskäufe tätigen.

Je stärker KI wird, desto schwächer die White-Collar, desto kälter der Konsum

Der Kernmechanismus ist eine negative Rückkopplung ohne natürliche Untergrenze: KI-Fähigkeiten steigen → Unternehmen entlassen → Einkommen der Betroffenen sinkt, Ausgaben gehen zurück → Nachfrage schwächt sich ab, Margen der Unternehmen schrumpfen → Unternehmen investieren mehr in KI, um Kosten zu sparen → KI wird noch besser → nächste Runde der Entlassungen beschleunigt sich.

Das Gefährliche an dieser Spirale ist, dass sie sich nicht wie traditionelle Konjunkturzyklen (Lagerbestände, Zinsen, Investitionen) „selbst repariert“, wenn sie einen bestimmten Punkt erreicht. Die treibende Kraft ist nicht Kreditklemme, sondern die fortwährende Verfügbarkeit und Erschwinglichkeit von KI. Die Autoren fassen es in einem Satz zusammen: Claude kostet monatlich 200 USD, kann aber die Arbeit eines Produktmanagers mit einem Jahresgehalt von 180.000 USD erledigen.

Agentenbasierter E-Commerce revolutioniert die Vermittlerbranche, Stablecoins umgehen 2–3 % Kreditkartengebühren

Wenn Large Language Models (LLMs) im Jahr 2027 zum Alltagstool werden, wird die Analyse der „agentic“ (agentenbasierten) E-Commerce-Implikationen besonders relevant: KI wartet nicht mehr auf Anweisungen, sondern vergleicht Preise, kündigt Abos, verhandelt und verlängert Verträge im Hintergrund 24/7, wodurch die „Konsumenten-Trägheit“, auf der das Abonnementmodell basiert, systematisch ausgehebelt wird. Bis März 2027 konsumieren US-Amerikaner im Schnitt täglich etwa 400.000 Tokens, das ist eine Verzehnfachung gegenüber Ende 2026.

Noch entscheidender ist die „Pipeline“: Wenn Transaktionen von Agenten gesteuert werden, sind die 2–3 % Kreditkartengebühren die sichtbarsten Kosten. Szenarien beschreiben, dass Agenten zunehmend Stablecoins auf Solana oder Ethereum Layer 2 für nahezu sofortige, kostengünstige Zahlungen (weniger als ein Cent) verwenden.

Der Autor zitiert Mastercard Q1 2027: Umsätze steigen um 6 %, das Konsumwachstum verlangsamt sich jedoch auf 3,4 % (vorher 5,9 %). Das Management nennt „agentengetriebene Preisoptimierung“ und „Druck bei Nicht-Notwendigem“ als Gründe, was am nächsten Tag zu einem Kursrückgang von 9 % führt; gleichzeitig wird erwähnt, dass Visa aufgrund ihrer stärkeren Position im Stablecoin-Infrastrukturmarkt weniger Verluste verzeichnet.

Von „kontrollierbaren Branchenrisiken“ zu „undurchsichtigen systemischen Risiken“

Der Finanzsektor wird im Szenario durch Private-Equity-Kredite (PE) ins Visier genommen: Das Volumen wächst von unter 1 Billion USD im Jahr 2015 auf über 2,5 Billionen USD im Jahr 2026, wobei viel Kapital in PE-gestützte Software- und SaaS-Transaktionen fließt, die auf „recurring revenue“ (wiederkehrende Umsätze) setzen. Im Szenario senkt Moody’s im April 2027 die Bonitätsbewertungen von 14 Emittenten mit insgesamt 18 Milliarden USD an PE-Software-Schulden; im September 2027 verletzt Zendesk Kreditbedingungen, und 5 Milliarden USD an Krediten werden auf 58 Cent pro Dollar abgestuft — eines der größten Private-Equity-Software-Defaults in der Geschichte.

Noch problematischer ist das „permanente Kapital“-Mythos: Große Asset-Manager kaufen Lebensversicherungen auf, um Rentenverpflichtungen in Private-Equity-Assets zu investieren; wenn Regulierungsbehörden die Kapitalregeln für bestimmte Private-Equity-Assets verschärfen (wie im November 2027 durch Bundesstaaten und NAIC angedeutet), könnten sie gezwungen sein, Kapital nachzuschießen oder Vermögenswerte zu verkaufen, was die ursprünglich „nicht verkaufbaren“ Strukturen in Liquiditätsprobleme treibt.

Der nächste kritische Punkt betrifft Hypotheken: Das 13-Billionen-USD-Marktvolumen basiert auf der Annahme, dass weiße Kragen Einkommen stabil bleibt

Abschließend richtet sich der Blick auf den Immobilienmarkt: Der Zillow-Index zeigt im Juni 2028 einen Rückgang der Hauspreise in San Francisco um 11 %, in Seattle um 9 %, in Austin um 8 %. Fannie Mae warnt zudem, dass in technologie- und finanzlastigen Postleitzahlen erste „frühzeitige Zahlungsverzüge“ auftreten.

Der entscheidende Punkt ist nicht die Kreditwürdigkeit der Kreditnehmer — im Gegenteil, es sind meist hochwertige Gruppen über 70 oder 80 Jahre alt — sondern: „Der Kredit war ursprünglich gut, aber die Welt hat sich verändert.“ Wenn die strukturelle Einkommensschwächung der White-Collar-Arbeitskräfte anhält, muss der Markt neu fragen: Sind Prime-Hypotheken noch „money good“?

Der Autor schätzt sogar, dass im zweiten Halbjahr 2028, falls die Hypotheken wirklich kollabieren, der Rückgang an den Aktienmärkten annähernd 57 % betragen könnte, was den S&P 500 auf etwa 3500 Punkte drücken würde (nahe dem Niveau vor dem „ChatGPT-Moment“ im November 2022).

Der Wert dieses Gedankenexperiments liegt nicht darin, dass es zwangsläufig eintritt, sondern darin, eine oft übersehene Widersprüchlichkeit aufzuzeigen: Wenn Wissen nicht mehr knapp ist, wie wird das gesamte Finanzsystem, das auf menschlichen Löhnen, Konsum und Kredit basiert, neu bewertet? Am Ende bleibt die Kanarienvogel noch lebendig — doch die Annahmen, die man prüfen sollte, sind vielleicht schon überfällig, um sie zu hinterfragen.

Diese Gedankenexperiment-Analyse zur „Globalen KI-Krise 2028“: Warum eine explosionsartige Steigerung der KI-Produktion die Aktienmärkte, Beschäftigung und Hypotheken belasten könnte, erschien zuerst bei Chain News ABMedia.