Prognose der globalen intelligenten Krise 2028: Wenn die KI-Produktion explodiert, warum belastet sie dann stattdessen den Aktienmarkt, die Beschäftigung und die Hypotheken?

Citrini Research Prognose 2028: Übermäßige KI-Produktivität löst Massenarbeitslosigkeit, Risiken bei Private-Equity-Krediten und Immobilienblasen aus, systemische Bedenken trotz Bullenmarkt.

Wenn der Markt optimistisch auf KI setzt, Unternehmen KI nutzen, um Personalkosten zu senken und Gewinnmargen zu steigern, steigen die Aktienkurse – 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 übertrifft, könnte dies tiefere systemische Risiken auslösen.

Dies ist keine Prognose oder Dystopie, sondern eine makroökonomische Notiz aus der Perspektive „Rückblick 2026–2028“: Wie eine Überfülle an „Intelligenz“ gleichzeitig Beschäftigung, Konsum, Kreditvergabe und Finanzmärkte zum Absturz bringen könnte.

Hohe Arbeitslosigkeit wird innerhalb von zwei Jahren zur neuen Norm

Im Juni 2028 liegt die US-Arbeitslosenquote bei 10,2 %, 0,3 % über den Erwartungen; der Markt fällt um 2 %, der S&P 500 hat seit Oktober 2026 38 % verloren. Die Autoren beschreiben Händler als abgestumpft: Vor sechs Monaten hätte diese Zahl einen Handelsschnitt ausgelöst, heute nur noch eine ermüdende Verkaufswelle.

Das Memo fragt nicht, ob KI Fortschritte macht, sondern: Was passiert, wenn KI zu schnell und zu billig wird? Wie verändert sich die Wirtschaft, die auf menschlichem Einkommen und Konsum basiert?

Aktien steigen zunächst, aber „Der Markt ist KI, die Wirtschaft nicht“

Zurück im Oktober 2026: Der S&P 500 nähert sich 8.000, der Nasdaq überschreitet 30.000. Die Entlassungswelle durch KI im weißen-collar-Bereich hat bereits Anfang 2026 begonnen, und die kurzfristigen Effekte scheinen plausibel: Kostensenkung, Gewinnsteigerung, positive Quartalszahlen, Aktien steigen; Unternehmen investieren die Rekordgewinne in mehr Rechenleistung, um KI zu verbessern.

Doch das Problem ist: Buchhalterischer Aufschwung bedeutet nicht fühlbaren Wohlstand. Das Konzept des „Ghost GDP“ wird eingeführt: Die Produktion wächst in den Bilanzen, fließt aber nicht effektiv in die Haushalte, wodurch kein neuer Konsumkreislauf entsteht. Ein anschauliches Beispiel: Ein GPU-Cluster ersetzt die Arbeit von 10.000 White-Collar-Arbeitern in Manhattan, was eher einer „wirtschaftlichen Pandemie“ ähnelt, da Maschinen keine Häuser kaufen, nicht reisen und keine impulsiven Käufe tätigen.

Je stärker KI wird, desto schwächer die White-Collar-Arbeitsplätze, 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 Entlassungen schneller.

Dieses Spiralmuster ist besonders gefährlich, weil es sich nicht wie traditionelle Konjunkturzyklen (Lagerbestände, Zinsen, Investitionen) selbst repariert, sondern durch die kontinuierliche Kostensenkung bei KI angetrieben wird. Die Autoren fassen es in einem Satz zusammen: Claude kostet nur noch 200 USD pro Monat, kann aber die Arbeit eines Produktmanagers mit 180.000 USD Jahresgehalt erledigen.

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

Wenn Large Language Models (LLMs) 2027 zum Alltag gehören, wird die Analyse der „agentic“ E-Commerce-Exporte sichtbar: KI wartet nicht mehr auf Anweisungen, sondern vergleicht Preise, kündigt Abos, verhandelt und verlängert Verträge im Hintergrund 24/7 – was die Konsumgewohnheiten, die auf „Bequemlichkeit“ basieren, systematisch untergräbt. Bis März 2027 konsumieren US-Bürger im Schnitt etwa 400.000 Tokens täglich, das ist eine Verzehnfachung gegenüber Ende 2026.

Noch wichtiger ist die „Pipeline“: Wenn Transaktionen von Agenten gesteuert werden, sind 2–3 % Kreditkartengebühren die sichtbarsten Kosten. Es wird beschrieben, wie Agenten auf Solana oder Ethereum L2 Stablecoins für nahezu sofortige, kostengünstige Zahlungen umstellen.

Mastercard meldete im Q1 2027: Umsatz +6 %, aber das Wachstum des Konsums verlangsamte sich auf 3,4 % (vorher 5,9 %). Das Management spricht von „Preisanpassungen durch Agenten“ und „Druck bei Nicht-Notwendigem“, was den Aktienkurs am nächsten Tag um 9 % fallen ließ. Gleichzeitig wird erwähnt, dass Visa aufgrund ihrer stärkeren Position im Stablecoin-Ökosystem weniger betroffen ist.

Von „kontrollierbaren Branchenrisiken“ zu „unklaren systemischen Risiken“

Der Finanzbereich wird durch Private-Equity-Kredite ins Visier genommen: Das Volumen stieg von unter 1 Billion USD 2015 auf über 2,5 Billionen USD 2026, mit viel Kapital, das in PE-gestützte Software- und SaaS-Transaktionen fließt, die auf „recurring revenue“ setzen.
Im Szenario senkt Moody’s im April 2027 die Bonitätsnoten 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 Lebensversicherer auf, um Rentenverträge in Private-Equity-Assets zu investieren; wenn Regulierungen im November 2027 die Kapitalanforderungen für bestimmte Private-Equity-Assets verschärfen (wie in den Richtlinien der NAIC und Bundesstaaten), könnten sie gezwungen sein, Kapital nachzuschießen oder Vermögenswerte zu verkaufen, was die Liquiditätslage verschärft.

Der nächste Fokus liegt auf Hypotheken: 13 Billionen USD Markt basieren auf der Annahme „stabiler weißer-collar-Einkommen“

Abschließend richtet sich der Blick auf den Immobilienmarkt: Zillow zeigt im Juni 2028 einen Rückgang der Hauspreise in San Francisco um 11 %, in Seattle um 9 %, in Austin um 8 %. Fannie Mae warnt vor „frühzeitigen Zahlungsverzügen“ in Ballungsräumen mit hohem Tech- und Finanzanteil.

Der entscheidende Punkt ist nicht die Kreditwürdigkeit der Kreditnehmer – im Gegenteil, es sind vor allem hochwertige Gruppen im Alter von 70+ –, sondern: „Die Kredite waren ursprünglich gut, aber die Welt hat sich verändert.“ Wenn die strukturelle Schwächung der weißen-collar-Einkommen anhält, muss der Markt neu fragen: Sind Prime-Hypotheken noch „money good“?

Der Autor schätzt sogar, dass bei einem echten Zusammenbruch der Hypotheken im zweiten Halbjahr 2028 der Aktienmarkt um bis zu 57 % abstürzen könnte, was den S&P 500 auf etwa 3.500 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 ist die „Kanarie“ noch am Leben – doch vielleicht ist es Zeit, die Annahmen zu hinterfragen.

• Dieser Artikel wurde mit Genehmigung von „链新闻“ übernommen.
• Originaltitel: „2028 ‚Globale Intelligenzkrise‘ Szenarien: Warum KI-Produktivitätsexplosion Aktien, Beschäftigung und Hypotheken eher belastet“
• Originalautor: Elponcho