Live 703 Bewerbungen, ein personalisierter Prompt: Wie ein CEO KI-generierte Antworten erkennt

EZB-Ratsmitglied Panetta: KI-Inflation hängt von der Reihenfolge der Gewinne ab

Die Verteilung der KI-Gewinne entscheidet über Inflation oder Disinflation – ein neuer Analyserahmen für die Geldpolitik.

· Veröffentlicht: 21.09.2026 ·4 Min Lesezeit
EZB-Ratsmitglied Panetta: KI-Inflation hängt von der Reihenfolge der Gewinne abMit KI erstellt
Inhalt
◆ Fakten auf einen Blick
  • Fabio Panetta, Gouverneur der Banca d’Italia und Mitglied des EZB-Rats, erklärte, Zentralbanken müssten verstehen, wer von KI-Gewinnen profitiert, weil deren Verteilung die gesamtwirtschaftliche Nachfrage und Inflation prägt.
  • Panetta sagte, wenn KI vor allem neue Aufgaben schafft und das erwartete Arbeitseinkommen erhöht, könne die Nachfrage steigen, bevor die vollen Produktivitätsgewinne eintreten, und so den Inflationsdruck verlängern.
  • Panetta sagte, wenn Automatisierung dominiere, könne schwächerer Konsum dazu führen, dass die disinflationären Effekte der KI früher eintreten.
  • Panetta äußerte sich am 21. September auf einer Konferenz in Kiew, die von der Nationalbank der Ukraine ausgerichtet wurde; eine Quelle nennt zusätzlich die Narodowy Bank Polski als Co-Gastgeber.
  • In einer Rede der EZB (Philip R. Lane, 6. Juli 2026) hieß es, KI könne als dauerhafter Produktivitätsschock über einen Nachfragekanal bereits früh Inflationsdruck erzeugen, wenn Haushalte und Firmen künftige Einkommenszuwächse schnell einpreisen.
  • In einer auf bancaditalia.it veröffentlichten Rede wurde festgestellt, dass KI das US-Wachstum gestützt habe: Der Bau von Rechenzentren habe Investitionen getragen, und steigende Aktienkurse der KI-Vorreiter hätten das Finanzvermögen erhöht und den Konsum angekurbelt.

Panetta warnt: KI-Inflation hängt von der Reihenfolge der Gewinne ab

EZB-Ratsmitglied Fabio Panetta hat davor gewarnt, die Inflationswirkung von Künstlicher Intelligenz pauschal zu beurteilen. Entscheidend sei vielmehr, wer von den Gewinnen der Technologie zuerst profitiere, sagte der Gouverneur der Banca d’Italia am Montag auf einer Konferenz in Kiew, die von der Nationalbank der Ukraine ausgerichtet wurde; eine Quelle nennt zusätzlich die Narodowy Bank Polski als Co-Gastgeber. Zentralbanken müssten verstehen, wie sich diese Gewinne verteilen, weil deren Verteilung die gesamtwirtschaftliche Nachfrage und damit die Inflation präge. Steigen zuerst die Einkommen der Konsumenten, könne Inflationsdruck entstehen. Dominiere dagegen die Automatisierung, überwögen disinflationäre Effekte. Panetta stellte damit eine Sequenz-These auf: Nicht die Technologie an sich sei inflationär oder disinflationär, sondern die zeitliche Abfolge, in der ihre wirtschaftlichen Effekte eintreten. Diese Sicht unterscheidet sich von der Argumentation von EZB-Chefvolkswirt Philip Lane, der den Erwartungskanal betonte (siehe Kapitel 3). Die Verteilungsfrage – wer profitiert zuerst – wird nun als entscheidend für die Geldpolitik herausgestellt. Zentralbanken könnten nicht abseitsstehen, sagte Panetta.

Zwei Szenarien: Einkommensschub oder Automatisierung

Panetta unterscheidet zwei Szenarien, wie sich KI auf die Inflation auswirken kann. Im ersten Szenario schafft KI vor allem neue Aufgaben und erhöht das erwartete Arbeitseinkommen. Dann kann die Nachfrage steigen, bevor die vollen Produktivitätsgewinne der Technologie eintreten. Die Folge: Der Inflationsdruck verlängert sich, weil mehr Geld auf ein noch nicht entsprechend gewachsenes Angebot trifft. Im zweiten Szenario dominiert die Automatisierung. Sie ersetzt menschliche Arbeit, senkt die Lohnkosten und dämpft den Konsum. Ein schwächerer Konsum kann dazu führen, dass die disinflationären Effekte der KI früher eintreten, weil die Nachfrage nicht mit dem Produktivitätswachstum Schritt hält. Entscheidend ist nach Panetta die zeitliche Abfolge: Wirkt KI zuerst nachfrageseitig, entsteht Preisauftrieb; wirkt sie zuerst angebotsseitig, überwiegt Preisdämpfung. Diese Sequenz bestimmt, ob die EZB mit höheren oder niedrigeren Zinsen reagieren muss. Panetta machte deutlich, dass die Geldpolitik nicht auf eine einheitliche Wirkung der KI setzen kann, sondern die konkrete Verteilung der Gewinne beobachten muss. Beide Szenarien sind nach Panetta keine theoretischen Extreme, sondern reale Möglichkeiten, deren Eintreten von der Art der KI-Implementierung abhängt.

Abgrenzung zu Lane: Nachfragekanal versus Verteilungsfrage

Panettas These unterscheidet sich von einer früheren Äußerung des EZB-Chefvolkswirts Philip Lane. In einer Rede am 6. Juli in Rom hatte Lane argumentiert, KI könne als dauerhafter Produktivitätsschock die Einkommen erhöhen. Wenn Haushalte und Firmen die dauerhafte Natur des Schocks schnell internalisierten und künftige Einkommenszuwächse in ihre Ausgabenentscheidungen einbezögen, könne KI bereits früh in der Übergangsphase über diesen Nachfragemechanismus Aufwärtsdruck auf die Inflation ausüben. Lane betonte damit den Erwartungskanal: Die bloße Aussicht auf höhere Einkommen treibt den Konsum. Panetta setzt dagegen bei der Verteilungsfrage an. Für ihn ist nicht allein entscheidend, dass Erwartungen steigen, sondern wer zuerst von den KI-Gewinnen profitiert. Steigen zuerst die Einkommen der Konsumenten, entsteht Nachfragedruck; dominieren dagegen Automatisierungsgewinne bei Unternehmen, überwiegen Kostensenkungen. Lanes Erwartungslogik lässt die Verteilungsfrage offen; Panetta macht sie zur zentralen Variable. Sie bestimmt, ob der Nachfragekanal überhaupt greift oder ob disinflationäre Effekte dominieren. Damit verschiebt Panetta den analytischen Fokus von der Frage, ob Erwartungen schnell sind, hin zur Frage, wie Gewinne verteilt werden. Diese Unterscheidung hat direkte Konsequenzen für die geldpolitische Reaktion.

US-Erfahrung: KI stützt bereits jetzt den Konsum

Wie KI bereits heute nachfrageseitig wirken kann, zeigt eine auf bancaditalia.it veröffentlichte Rede. Darin wird festgestellt, dass Künstliche Intelligenz das US-Wachstum gestützt hat. Der Bau von Rechenzentren habe Investitionen getragen, und steigende Aktienkurse der Unternehmen, die den KI-Umbau vorantreiben, hätten das Finanzvermögen erhöht und den Konsum angekurbelt. Diese Beobachtung illustriert den von Panetta beschriebenen Nachfragekanal: KI-Gewinne fließen zunächst in Vermögenswerte und Investitionen, bevor die Produktivitätseffekte vollständig sichtbar werden. Der Anstieg der Aktienkurse erhöhte das Finanzvermögen der Haushalte, was wiederum den Konsum stützte – ein direkter Beleg für den Vermögenskanal. In den USA hat dieser Mechanismus bereits zu einem spürbaren Wachstumsimpuls geführt. Für die Eurozone stellt sich damit die Frage, ob ähnliche Effekte eintreten und ob sie inflationswirksam werden. Panettas Sequenz-These liefert dafür einen Analyserahmen: Entscheidend ist, ob die Gewinne bei den Konsumenten ankommen oder in der Automatisierung versickern. Die US-Daten zeigen, dass der Vermögenskanal real ist und nicht nur ein theoretisches Konstrukt.

Geldpolitische Konsequenz: Verteilung beobachten

Für Zentralbanken folgt aus Panettas Analyse eine klare Konsequenz: Sie müssen die Verteilung der KI-Gewinne beobachten, weil diese bestimmt, ob Inflation oder Disinflation dominiert. Werden die Gewinne breit an die Konsumenten weitergegeben, droht Preisauftrieb. Konzentrieren sie sich dagegen auf automatisierende Unternehmen, überwiegen Kostensenkungen. Panetta äußerte sich am 21. September auf einer Konferenz in Kiew, die von der Nationalbank der Ukraine ausgerichtet wurde. Seine Äußerung unterstreicht die Dringlichkeit, diese Verteilungsfrage in die geldpolitische Analyse einzubeziehen. Die EZB kann sich nicht darauf verlassen, dass KI automatisch disinflationär wirkt. Stattdessen muss sie die Sequenz der Effekte im Auge behalten: Kommt der Einkommensschub vor dem Produktivitätsschub, ist mit höherem Inflationsdruck zu rechnen. Kommt die Automatisierung zuerst, kann die Inflation schneller sinken. Diese Unterscheidung wird die Zinsentscheidungen der kommenden Jahre prägen.

A
Andreas Rüdiger
Herausgeber & Redaktionsleitung · KI-Modelle, Technik & Business

Andreas Rüdiger ist Gründer der Agentur INREMA und verantwortet KI Spotlight redaktionell. Sein Schwerpunkt liegt auf KI-Modellen, Recheninfrastruktur, technischen Entwicklungen und der wirtschaftlichen Einordnung. Er sorgt dafür, dass komplexe KI-Themen verständlich und nachvollziehbar aufbereitet werden. Mehr zu ihm auf inrema.de und andiger.de.

Ähnliche Artikel