AI Dark Output: Produktivität jenseits der Messgrenze

Kurzfassung

Generative AI erzeugt Output, bevor dieser Output sauber messbar wird. GPUs, Strom, Tokens, Modell-Labore und Rechenzentren erscheinen sofort in Kosten-, Umsatz- und Energiedaten. Das Ergebnis der Arbeit verschwindet dagegen häufig in internen Workflows, kostenlosen Produkten, Servicequalität oder neuen Mikroaufgaben ohne Marktpreis.

Diese Messlücke heißt AI Dark Output¹: realer Output, der in BIP, Preisindizes, Arbeitsmarktstatistiken oder Branchenkonten nur teilweise sichtbar wird.

Dark Output ist eine Messfrage, nicht die Behauptung, dass jede AI-Nutzung produktiv ist. Ein Task kann billiger werden, neu entstehen, in eine andere Branche umgebucht werden oder als Qualitätsgewinn erscheinen. Wer nur Inputs zählt, unterschätzt mögliche Produktivität. Wer jede Nutzung als Output zählt, überschätzt sie. Eine belastbare Analyse trennt Task, Preis, Qualität, Sektor, Adoption und Messmethode.

1. Die Messgrenze

Volkswirtschaftliche Statistik misst Marktproduktion gut, wenn Preis und Menge eine belastbare Näherung für Output liefern. Bei digitalen Gütern wird diese Näherung schwach. Kostenlose Dienste, interne Software, Qualitätsverbesserungen und unbezahlte Nutzung erzeugen Wohlfahrt, ohne vollständig als Marktumsatz aufzutauchen.²³

Generative AI verschärft dieses Problem, weil sie Informationsarbeit in kleine, billige und oft unsichtbare Einheiten zerlegt. Ein Modell kann einen Erstentwurf schreiben, einen Code-Patch erklären, einen Support-Fall klassifizieren, eine Akte zusammenfassen oder eine Literaturspur vorbereiten. Früher war dafür oft eine bezahlte Stunde, ein Auftrag oder ein internes Team nötig. Heute kann die gleiche Funktion in Tokens, Softwarelizenzen oder unbezahlter Eigenarbeit verschwinden.

Das BIP verliert dadurch keinen Wert aus der Realität. Es verliert Auflösung. Die gemessene Produktion sieht Umsatz, Vorleistungen, Anlagen und Löhne. Sie sieht den zusätzlichen Nutzen erst, wenn er in Preise, Mengen, Gewinne, Löhne oder definierte Imputationen fließt.

flowchart LR
    A[Generative AI] --> B[Task]
    B --> C1[Externe Transaktion]
    B --> C2[Interner Workflow]
    B --> C3[Kostenlose Nutzung]
    B --> C4[Qualitätsgewinn]

    C1 --> D1[Umsatz sichtbar]
    C2 --> D2[Arbeitszeit fällt]
    C3 --> D3[Konsumentenrente]
    C4 --> D4[Preisindex schwer]

    D2 --> E[AI Dark Output]
    D3 --> E
    D4 --> E

Inputs erscheinen sofort. Outputs erscheinen verteilt, verspätet oder als Residuum.

2. Warum Dienstleistungen die Messung erschweren

Bei Gütern gibt es häufig eine zählbare Einheit. Eine Fabrik produziert Schrauben, Autos oder Halbleiter. Wenn Automatisierung die Kosten senkt, kann Statistik Mengen, Preise und Produktivität relativ direkt verbinden.

Dienstleistungen haben diese Einheit oft nicht. Es gibt keine Tonne Rechtsberatung, keinen Liter Literaturrecherche und kein standardisiertes Maß für Supportqualität. Viele reale Mengen werden indirekt aus Ausgaben, Löhnen, Arbeitsstunden und Preisindizes abgeleitet. Das ist praktikabel, solange Produkt, Transaktion und Preisindex stabil bleiben. Es wird fragil, wenn AI denselben Task in ein anderes Kostenformat verschiebt.⁴⁵

Ein einfacher juristischer Entwurf zeigt die Logik. Wenn ein Dokument früher als Anwaltsleistung verkauft wurde, erschien es als Umsatz im passenden Sektor. Wenn derselbe Erstentwurf heute intern per Modell entsteht und nur noch kurz geprüft wird, schrumpft die sichtbare Transaktion. Der erledigte Task bleibt real. In der Statistik kann er wie weniger Output, höhere Servicepreise oder Softwareumsatz in einer anderen Branche aussehen.

Der Fehler entsteht, weil die Produktionseinheit selbst instabil wird, nicht durch schlechte Statistikarbeit. AI macht die Grenze zwischen gekaufter Dienstleistung, Softwareinput, Eigenarbeit und Qualitätsgewinn porös.

3. Drei Wege eines AI-Tasks

AI Dark Output entsteht nicht aus einem einzigen Mechanismus. Wir trennen drei Effekte: Substitution, neue Arbeit und sichtbar erfasster Output.

Substitution ersetzt eine bestehende, bepreiste Aufgabe durch einen billigeren AI-Workflow. Der Nutzer erhält eine ähnliche Funktion zu niedrigeren Kosten. Die Produktivität steigt auf Task-Ebene. Der Umsatz der alten Transaktion fällt oder wandert in einen kleineren Review-, Software- oder Infrastrukturanteil.

Feldstudien zeigen diesen Effekt auf eng definierten Aufgaben. In einem Customer-Support-Setting erhöhten AI-Assistenten die Zahl gelöster Fälle pro Stunde, besonders bei weniger erfahrenen Mitarbeitern.⁶ In Schreibaufgaben verbesserten ChatGPT-Nutzer Tempo und Qualität, vor allem im unteren Leistungsbereich.⁷

Neue Arbeit entsteht, wenn AI Aufgaben billig genug macht, die vorher kaum erledigt wurden. Dazu zählen laufende Mikroanalysen, Variantenvergleiche, persönliche Tutoren, schnelle Code-Erklärungen, Inbox-Zusammenfassungen oder kurze Recherche-Dossiers vor Meetings. Hier verschwindet keine alte Rechnung. Es entsteht auch keine saubere historische Preisreihe.

Sichtbar erfasster Output bleibt möglich, wenn der AI-Workflow weiter als Produkt oder Dienstleistung verkauft wird. Dann erscheint der Output in Umsatz, Marge oder Branchenwertschöpfung. Diese Kategorie ist wichtig, weil nicht jeder AI-Effekt dunkel wird. Dark Output entsteht vor allem dort, wo der Task aus einer bepreisten Transaktion in Tokens, interne Software oder unbezahlte Nutzung wandert.

Qualität überlagert alle drei Effekte. Ein besserer Support-Fall, ein robusterer Code-Patch oder eine genauere Dokumentenprüfung kann denselben Preis tragen wie der alte Prozess. Preisindizes erfassen solche Verbesserungen nur, wenn Qualitätsanpassungen gelingen. In vielen Dienstleistungsprozessen bleiben sie grob.

flowchart TD
    A[AI-Einsatz] --> B[Substitution]
    A --> C[Neue Arbeit]
    A --> D[Sichtbar erfasster Output]
    A --> E[Qualität]

    B --> F[gleicher Task, niedrigere Kosten]
    C --> G[neuer Task, keine Preisreihe]
    D --> H[Umsatz oder Marge sichtbar]
    E --> I[besserer Output, gleiche Einheit]

    F --> J[Messlücke möglich]
    G --> J
    I --> J

Substitution drückt Preise und Arbeitsstunden. Neue Arbeit hebt den Aufgabenraum. Sichtbar erfasster Output bleibt in den Konten. Qualität verändert den Nutzen pro Einheit. Wer diese Effekte vermischt, liest aus Umsatzdaten zu viel und aus Produktivitätsdaten zu wenig.

4. Wo Statistik falsch routet

Wo ein Task ökonomisch landet, entscheidet, an welcher Stelle die Statistik ihn falsch verbucht. Dark Output ist deshalb mehr als eine BIP-Lücke: Der Begriff beschreibt mehrere Fehlstellen in der Datenkette zwischen Arbeit, Preis, Sektor und Ergebnis.

Diese Fehlstellen können gleichzeitig auftreten. Ein Unternehmen kann einen externen Dienst ersetzen, die Arbeit intern automatisieren, Softwarekosten in einer anderen Branche erzeugen und die Qualität verändern. Eine einzelne Umsatz-, Lohn- oder Produktivitätsreihe kann diese Bewegung nicht auflösen.

5. Produktionsgrenze und Konsumentenrente

Das Phänomen ist technologisch neu, methodisch aber bekannt. Volkswirtschaftliche Konten ziehen seit jeher eine Produktionsgrenze: Dieselbe Tätigkeit zählt anders, wenn sie bezahlt, intern erledigt oder im Haushalt erbracht wird. Eine bezahlte Recherche erscheint als Marktproduktion. Eine eigene Recherche erscheint nur indirekt. Eine AI-gestützte eigene Recherche kann real produktiv sein und trotzdem ohne eigene Transaktion bleiben.

Der GDP-B-Ansatz versucht, solche Wohlfahrtslücken digitaler Güter näher zu messen, indem Nutzer nach ihrer Kompensation für den Verzicht auf ein Gut gefragt werden. Die Methode ergänzt das BIP um eine Wohlfahrtsperspektive (Benefits). Sie zeigt, wie groß die Lücke zwischen Marktumsatz und Nutzerwert bei kostenlosen oder billigen digitalen Produkten werden kann.³

Generative AI passt in diese Kategorie. Brynjolfsson et al. (2026) messen den Wert über Verzicht statt über Umsatz: Befragt wurden US-Nutzer generativer AI-Tools, ob sie für einen zufällig gezogenen Betrag zwischen 1 und 500 US-Dollar einen Monat lang auf ChatGPT, Gemini, Claude, Copilot und vergleichbare Tools verzichten würden.⁸ Die Stichproben lagen im Juli 2025 bei 1.491 und im März 2026 bei 1.908 bereinigten Antworten.

Die geschätzte Rente ist groß und steigt schnell. Der durchschnittliche monatliche Verzichtswert stieg von 98,00 auf 124,50 US-Dollar. Der Median stieg von 3,39 auf 11,48 US-Dollar. Die hochgerechnete Nutzerbasis ist US-only und bezeichnet weder zahlende Accounts noch Daily Active Users noch Plattform-MAU. Brynjolfsson et al. multiplizieren die US-Bevölkerung von 18 bis 64 Jahren mit den von Bick et al. berichteten Adoptionsraten: 48 Prozent im Jahr 2025 und 56 Prozent im Jahr 2026. Daraus ergeben sich 98,78 Millionen Nutzer im Jahr 2025 und 115,33 Millionen im Jahr 2026. Annualisiert wächst die geschätzte Konsumentenrente von 116,2 auf 172,3 Milliarden US-Dollar. Der Stanford AI Index 2026 greift diese Größenordnung auf.⁸⁹

Die Differenz zwischen Mittelwert und Median ist entscheidend. Sie zeigt eine schiefe Verteilung der Zahlungsbereitschaft: Viele Nutzer messen dem Zugang wenig Wert bei, eine kleinere Gruppe sehr viel. Regelmäßige Nutzer lagen im Modell beim monatlichen Medianwert 36,9 US-Dollar über seltenen Nutzern. Arbeitsnutzung addierte 9,1 US-Dollar, ein bezahltes Abo nur 2,9 US-Dollar. Zwölf Prozent der Befragten lehnten sogar den Höchstbetrag von 500 US-Dollar für einen Monat Verzicht ab. Die Schätzung kann den oberen Rand der Verteilung deshalb unterschätzen.⁸

Für AI Dark Output ist vor allem die Umsatzlücke relevant. Die Studie nennt 14,2 Milliarden US-Dollar weltweite Endnutzerumsätze für generative AI-Produkte im Jahr 2025 als groben Vergleichswert. Das ist methodisch nicht dieselbe Basis wie US-Konsumentenrente, aber die Größenordnung zeigt den Punkt: Ein großer Teil des Nutzerwerts erscheint nicht als Anbieterumsatz.

Nordhaus liefert zu dieser Verteilungsfrage die ältere ökonomische Perspektive. Schumpeterian Profits sind die Gewinne, die Innovatoren aus technologischem Fortschritt abschöpfen, bevor Wettbewerb, Imitation, Preisrückgänge oder neue Produkte sie wegkonkurrieren. Für die US-Wirtschaft 1948 bis 2001 schätzt Nordhaus, dass Innovatoren nur etwa 2,2 Prozent des Barwerts der sozialen Erträge technologischer Innovation vereinnahmten. Die anfängliche Aneignungsrate lag in seiner zentralen Schätzung bei rund 7 Prozent, die Gewinnrente verfiel mit etwa 20 Prozent pro Jahr.¹⁰

Diese Perspektive schützt vor zwei Fehllektüren. Niedriger AI-Umsatz beweist nicht niedrigen AI-Wert, wenn Nutzer den Großteil der Wohlfahrt behalten. Hohe Konsumentenrente beweist aber auch nicht hohe Anbieterprofite. Die relevante Frage lautet, welcher Teil des AI-Werts als Preis, Marge oder dauerhafte Zugangskontrolle privatisiert wird und welcher Teil als Konsumentenrente, Qualitätsgewinn oder niedrigere Task-Kosten außerhalb direkter Umsätze bleibt.

6. Produktivität kommt verspätet in die Statistik

Wenn der Output schlecht gemessen wird, erscheint Produktivität zu niedrig. Wenn Unternehmen parallel Daten, Prozesse, Training, Sicherheit und Integration aufbauen, erscheinen Inputs früh und Outputs spät.

Die Productivity-J-Curve beschreibt genau dieses Muster bei General-Purpose-Technologien. Unternehmen bauen zuerst komplementäre immaterielle Assets auf: Software, Prozesse, Organisationswissen, Datenpipelines und neue Rollen. Dieser Aufwand belastet gemessene Produktivität, bevor der Nutzen skaliert.¹¹¹²

Generative AI steht in dieser Phase. Einzelne Task-Studien zeigen Produktivitätsgewinne. Makrodaten bleiben gemischt. Acemoglu schätzt die kurzfristigen makroökonomischen Effekte vorsichtig. Nur ein Teil der Aufgaben ist profitabel automatisierbar. Zudem begrenzen Qualität, Adoption und Reorganisation, wie schnell AI in den gesamtwirtschaftlichen Output fließt.¹³

Die saubere Lesart verbindet beide Ebenen. Task-Level-Produktivität kann steigen, während aggregierte Produktivität noch flach bleibt. Der Widerspruch löst sich, wenn Messlücke, Integrationskosten und langsame Umverteilung gemeinsam betrachtet werden.

7. Tokens sind Input, keine Leistungseinheit

Tokenverbrauch misst Rechenaufwand. Er zeigt, wie viel ein Modell zurückgibt, nicht wie viel verwertbare Arbeit dabei entsteht.

Diese Unterscheidung wird wichtiger, weil Tokenpreise schnell fallen und Nutzung stark steigt. Epoch AI dokumentiert deutliche Preisrückgänge bei LLM-Inferenz, wobei der Verfall je nach Leistungsniveau und Modellklasse unterschiedlich ausfällt.¹⁴ Sinkende Tokenpreise können mehr Nutzung auslösen, ohne dass jeder zusätzliche Token proportionalen Wert erzeugt.

Tokens sind nicht das AI-Äquivalent von Horsepower. Horsepower erlaubte einen groben Vergleich mechanischer Leistung. Tokens messen Rechen- und Textdurchsatz. Eine Million Tokens können Unsinn, eine brauchbare E-Mail-Zusammenfassung, einen juristischen Erstentwurf oder eine strategische Entscheidung vorbereiten. Der ökonomische Wert liegt im Task-Ergebnis, nicht im Tokenzähler.

Tokens bleiben wichtig für Kostenkontrolle, Kapazitätsplanung und Systemdesign. Als Wertmetrik führen sie in die Irre.

8. Evidenzleiter statt Benchmark-Reflex

Benchmarks beantworten oft die falsche Frage. Sie zeigen, ob ein Modell eine Aufgabe unter Testbedingungen lösen kann. Für Dark Output reicht das nicht. Relevant ist, ob ein AI-System einen realen Task billig, zuverlässig und mit tragfähiger Fehlerkontrolle erledigt.

Eine brauchbare Evidenzleiter trennt deshalb technische Möglichkeit von produktiver Nutzung.

Der stärkste Hinweis auf Dark Output ist ein produktiver Workflow, dessen Preis, Sektorzuordnung oder Qualitätsmessung nicht mehr zur erledigten Arbeit passt — kein höherer Benchmarkscore.

9. Beobachtbare Fingerprints

AI Dark Output lässt sich indirekt beobachten. Kein einzelnes Signal reicht. Mehrere Muster zusammen erhöhen die Aussagekraft.

Diese Fingerprints gehören in ein Messsystem aus mehreren Kennzahlen. Nutzung zeigt Adoption. Task-Metriken zeigen Produktivität. Qualitätsmetriken zeigen Tragfähigkeit. Preis- und Sektordaten zeigen, ob der Output sichtbar bleibt oder dunkel wird.

10. Grenzen der Messhypothese

AI Dark Output ist keine Freikarte für ungemessene Produktivität. Die Messhypothese verliert Plausibilität, wenn AI-Nutzung zwar steigt, aber weder Zeitersparnis noch Qualitätsgewinn noch Zahlungsbereitschaft erzeugt. Dann wäre der beobachtete Output Konsumrauschen oder Kostenverschiebung.

Auch verdeckte Nacharbeit begrenzt den Befund. Ein schneller Erstentwurf ist wertlos, wenn Prüfung, Korrektur und Haftungsrisiko den Vorteil aufzehren. Gerade in Recht, Medizin, Finanzwesen und sicherheitskritischer Software zählt der gesamte Workflow bis zur freigegebenen Leistung.

Ein dritter Grenzfall liegt in der Dateninterpretation. Wenn angeblicher Dark Output vollständig als Umsatz, Marge, Preisrückgang oder Qualitätsgewinn sichtbar wird, ist er nicht dunkel. Dann reicht eine normale Produktivitätsrechnung; eine neue Kategorie braucht es nicht.

Die harte Prüffrage lautet: Führt AI außerhalb des Demo-Kontexts zu messbar besseren Task-Ergebnissen bei stabiler oder besserer Qualität? Ohne diesen Nachweis bleibt AI Dark Output eine plausible Messhypothese, kein Produktivitätsbefund.

11. Messprogramm

Der nächste Schritt liegt in einer besseren Verbindung zwischen Task-Daten und volkswirtschaftlicher Statistik. Eine weitere aggregierte Makrozahl bringt hier wenig.

Für jeden AI-Workflow braucht es vier Messfragen:

1. Welcher Task wird schneller, billiger oder besser?
2. Ist der Task Substitution, neue Arbeit, sichtbar verkaufter Output oder Qualitätsgewinn?
3. Wo erscheint der Preis: beim Anwender, beim Softwareanbieter, im Tokenverbrauch, im Lohn, im Endprodukt oder gar nicht?
4. Welche Qualitäts- und Nacharbeitsmetrik zeigt, ob der Output tragfähig ist?

AI Dark Output wird erst greifbar, wenn diese Fragen auf Task-Ebene beantwortet und danach in Sektor-, Preis- und Produktivitätsdaten übersetzt werden. Die sichtbaren Kosten von AI sind leicht zu zählen. Die produktive Leistung liegt oft jenseits der Messgrenze. Genau dort muss die nächste Statistik ansetzen.

Quellen und weiterführende Literatur

Den Ausgangspunkt bildet der SemiAnalysis-Beitrag, der den Begriff prägt. Die übrigen Belege gliedern sich in drei Schichten: amtliche Statistikmethodik zur Mess- und Produktionsgrenze (BEA, BLS), empirische Forschung zu Produktivität und Konsumentenrente sowie ältere Innovationsökonomik zur Verteilung sozialer Erträge zwischen Nutzern und Produzenten.