The Physical World Gap

Wir reden viel darüber, wie schnell künstliche Intelligenz besser wird. Modelle werden in Monatsabständen leistungsfähiger, Software entsteht in Minuten, und ein verbessertes KI-System kann theoretisch über Nacht Millionen Menschen zur Verfügung stehen.

Aus dieser Entwicklung entsteht eine faszinierende Vorstellung: Wenn KI irgendwann nahezu jede geistige Arbeit übernehmen kann und Roboter dasselbe mit körperlicher Arbeit tun, sinken die Kosten für Güter und Dienstleistungen massiv. Manche Visionen gehen weiter. Arbeit wird optional, Überfluss zum Normalzustand, Geld irgendwann bedeutungslos.

Technologisch ist diese Vorstellung erstaunlich schlüssig. Gesellschaftlich ist sie deutlich komplizierter. Denn zwischen dem, was Technologie theoretisch kann, und dem, was in der realen Welt tatsächlich passiert, liegt eine gewaltige Lücke.

Ich nenne sie: The Physical World Gap.

Der Physical World Gap ist die wachsende Lücke zwischen dem Tempo, in dem technologische Fähigkeiten entstehen, und dem Tempo, in dem die physische und institutionelle Welt sie aufnehmen, umsetzen und skalieren kann.

Und daraus folgt eine These, die dieser Text begründen soll: Je leistungsfähiger KI wird, desto stärker verschiebt sich der Engpass des Fortschritts von der Erfindung zur Umsetzung. Nicht mehr "Können wir es bauen?" ist die knappe Frage. Sondern: "Kann die Realität es aufnehmen?"

Software skaliert. Realität wird gebaut.

Die digitale Welt hat eine außergewöhnliche Eigenschaft: Sie lässt sich kopieren. Ein Algorithmus wird heute entwickelt und morgen millionenfach eingesetzt. Eine zusätzliche digitale Kopie kostet fast nichts.

Die reale Welt funktioniert fundamental anders. Ein zweites Haus braucht weiteres Material. Ein zweiter Roboter braucht weitere Motoren, Chips, Sensoren und Energie. Ein neues Rechenzentrum braucht Grundstücke, Transformatoren, Stromleitungen und Kühlung. Kupfer muss abgebaut, verarbeitet, transportiert und irgendwann recycelt werden.

KI kann all diese Prozesse verbessern und große Teile davon automatisieren. Aber sie kann Materie nicht kompilieren. Intelligenz skaliert digital. Materie nicht.

Wie groß dieser Unterschied ist, zeigen ein paar Zahlen.

1. Rohstoffe: Ein Design entsteht in Stunden. Eine Mine in 18 Jahren.

Angenommen, eine KI entwirft morgen eine deutlich bessere Batterie. Die Konstruktion ist in wenigen Stunden fertig. Dann beginnt die physische Realität.

Laut S&P Global dauerte es bei Minen, die zwischen 2020 und 2023 in Produktion gingen, im Schnitt 17,9 Jahre von der Entdeckung des Vorkommens bis zur ersten Förderung. Tendenz steigend: In den Jahren 2005 bis 2009 waren es noch 12,7 Jahre. Der größte Teil dieser Zeit entfällt nicht auf den Bau, sondern auf Exploration, Studien und Genehmigungen.

Das ist der Kern des Problems. KI verkürzt die Designphase auf Stunden. Aber die Designphase war nie der Engpass. Selbst wenn Roboter irgendwann jeden Schritt übernehmen, hat das Bergwerk weiterhin eine maximale Förderkapazität, der Hafen einen maximalen Durchsatz, und das Schiff braucht weiterhin Wochen über den Ozean.

Roboter eliminieren diese Systeme nicht. Sie automatisieren sie.

2. Energie: Über 2.500 Gigawatt warten auf einen Netzanschluss

Fast jede Vision einer hochautomatisierten Wirtschaft läuft auf dieselbe Ressource hinaus: Energie. KI braucht Rechenzentren, Rechenzentren brauchen Strom, Roboter brauchen Strom, und die Fabriken, die beide bauen, ebenfalls.

Die Nachfrageseite beschleunigt bereits: Die Internationale Energieagentur erwartet, dass sich der Stromverbrauch von Rechenzentren bis 2030 in etwa verdoppelt, auf rund 945 Terawattstunden. Das entspricht ungefähr dem heutigen Stromverbrauch Japans.

Die Angebotsseite kommt nicht hinterher. Weltweit stecken laut IEA über 2.500 Gigawatt an Erzeugungs-, Speicher- und Großverbraucherprojekten in Netzanschluss-Warteschlangen fest. Allein in den USA warteten Ende 2025 rund 2.060 Gigawatt, und die mittlere Wartezeit vom Anschlussantrag bis zum Betrieb lag laut Lawrence Berkeley National Laboratory bei über fünf Jahren.

Ein KI-Modell wird in Monaten deutlich besser. Ein Kraftwerk, ein Umspannwerk oder eine Höchstspannungsleitung nicht. In Deutschland kennt man das Muster von Projekten wie SuedLink: von den ersten Plänen bis zum Betrieb vergeht deutlich mehr als ein Jahrzehnt.

Eine Überflussökonomie wäre deshalb nicht nur ein KI-Projekt. Sie wäre eines der größten Energie- und Infrastrukturprojekte der Menschheitsgeschichte.

3. Infrastruktur: Ein Roboter braucht eine Welt, in der er arbeiten kann

Ein intelligenter Roboter allein verändert keine Volkswirtschaft. Er braucht eine Umgebung: Straßen, Netze, Häfen, Lager, Fabriken, Ladestationen, Wartung.

Es ist eine Sache, einen Roboter in einer kontrollierten Fabrikhalle arbeiten zu lassen. Es ist eine völlig andere, Millionen Maschinen in eine chaotische, über Jahrzehnte gewachsene physische Welt zu integrieren, die nie für autonome Systeme gebaut wurde.

Die entscheidende Frage lautet deshalb nicht nur: Wie gut werden unsere Maschinen? Sondern auch: Wie schnell können wir ihre Umwelt verändern?

4. Lieferketten: Automatisierung beseitigt Arbeit, nicht die Kette

Stellen wir uns ein vollständig autonomes Kupferbergwerk vor. Roboter bohren, autonome Züge bringen das Erz zum Hafen, autonome Schiffe transportieren es, autonome LKW liefern es an die Fabrik. Die menschliche Arbeit in dieser Kette könnte gegen null gehen.

Aber die Lieferkette existiert weiter. Die Mine kann ausfallen, ein Hafen blockiert sein, ein Land den Export beschränken, ein Krieg einen Transportweg unterbrechen. Wer sich seit 2020 mit Lieferketten beschäftigt hat, kennt jedes dieser Szenarien aus der Praxis.

Automatisierung entfernt Menschen aus einer Lieferkette. Sie entfernt nicht die Lieferkette.

5. Regulierung: Fähigkeit ist nicht Erlaubnis

Das beste Anschauungsbeispiel ist autonomes Fahren. Google startete sein Selbstfahrprojekt 2009. Die Technik funktioniert heute nachweislich, Waymo fährt kommerziell ohne Sicherheitsfahrer. Und trotzdem passiert das 2026, also 17 Jahre später, erst in einer Handvoll Metropolregionen.

Warum? Weil die entscheidenden Fragen längst nicht mehr technischer Natur sind. Wer haftet bei einem Unfall? Welche Fehlerquote akzeptieren wir? Wer zertifiziert das System? Wie bepreisen Versicherungen das Risiko? Welche Behörde ist zuständig?

Technologische Fähigkeit bedeutet nicht gesellschaftliche Erlaubnis. Je stärker KI die digitale Welt verlässt und direkt mit Menschen interagiert, desto wichtiger wird dieser Unterschied.

6. Vertrauen: Menschen müssen Kontrolle abgeben

Eine Technologie kann objektiv funktionieren und trotzdem nicht akzeptiert werden. Ein autonomes Fahrzeug kann statistisch sicherer fahren als ein Mensch, und trotzdem fällt es Eltern schwer, ihr Kind allein hineinzusetzen. Ein Algorithmus kann bei einer Diagnose überlegen sein, und trotzdem will der Patient mit einem Arzt sprechen.

Menschen optimieren nicht nach statistischer Effizienz. Wir reagieren auf Vertrauen, Kontrolle, Verantwortung und Gewohnheit. Eine Technologie kann technisch bereit sein, lange bevor eine Gesellschaft bereit ist, ihr zu vertrauen. Mehr Rechenleistung löst dieses Problem nicht.

7. Gewohnheiten: Menschen installieren keine Updates

Berufe werden Teil unserer Identität. Unternehmen entwickeln Prozesse, Behörden Verfahren, Gesellschaften Normen. Und sobald diese Strukturen existieren, entstehen Interessen daran, sie zu erhalten.

Ein Unternehmen könnte durch KI theoretisch erheblich effizienter werden und seine Organisation trotzdem jahrelang kaum verändern. Denn ein Organigramm zeigt nicht nur, wie Arbeit verteilt wird. Es zeigt auch, wie Macht verteilt wird. Technologische Veränderung stellt diese Verteilung fast immer infrage.

8. Anreize: Jeder Effizienzgewinn erzeugt Verlierer

Wenn eine KI zehn Prozesse automatisiert, entstehen zehn Effizienzgewinne. Gleichzeitig verlieren bestehende Strukturen an Bedeutung: Berufe, Abteilungen, Geschäftsmodelle, Status.

Wer verliert, hat einen rationalen Anreiz, Veränderung zu verlangsamen. Das ist keine Rückständigkeit, das ist Anreizstruktur. Deshalb reicht es nicht, dass eine Technologie objektiv besser ist. Eine Gesellschaft muss genügend Menschen einen Grund geben, ihre Einführung zu unterstützen.

9. Institutionen: Code skaliert global, Recht bleibt lokal

Software kann in Wochen weltweit ausgerollt werden. Gesetze müssen diskutiert, Zuständigkeiten geklärt, Haftungsfragen beantwortet, internationale Standards verhandelt werden. Und verschiedene Staaten finden verschiedene Antworten.

Ein KI-System könnte theoretisch morgen gleichzeitig in München, San Francisco, Shanghai, Lagos und Mumbai laufen. Es trifft dort aber auf völlig unterschiedliche Rechtsordnungen, Infrastrukturen und Kulturen. Wer eine globale technologische Zukunft prognostiziert, muss deshalb mehr vorhersagen als Technologie. Er muss die Entwicklung der Institutionen fast aller Gesellschaften der Welt mit vorhersagen.

10. Geopolitik: Die Welt ist kein geschlossenes System

Es gibt nicht "die Weltwirtschaft" als einen Akteur mit einem gemeinsamen Ziel. Es gibt Staaten, die Rohstoffe kontrollieren, Industrien schützen, Exporte beschränken und um Technologie konkurrieren.

Je wichtiger Rechenleistung, Energie, Halbleiter und bestimmte Rohstoffe werden, desto größer wird der strategische Wert ihrer Kontrolle. Technologischer Überfluss kann deshalb paradoxerweise neuen geopolitischen Wettbewerb erzeugen, statt ihn zu beenden.

11. Skalierung: Ein Prototyp ist noch keine Zivilisation

Eine Maschine zu bauen, die etwas kann, ist eine Sache. Eine Milliarde davon in die Weltwirtschaft zu integrieren, ist ein völlig anderes Problem.

Zur Einordnung: Die gesamte Weltindustrie installiert laut International Federation of Robotics derzeit gut eine halbe Million Industrieroboter pro Jahr. Für die Vision einer weitgehend automatisierten physischen Wirtschaft bräuchten wir nicht Hunderttausende Maschinen, sondern Milliarden. Dafür bräuchten wir wiederum Fabriken, Rohstoffe, Chips, Batterien, Energie, Wartung, Kapital und Zulassungen in einem Umfang, den es so noch nie gab.

Die Ironie: Wir brauchen zuerst enorme Mengen der bestehenden Wirtschaft, um die automatisierte Wirtschaft überhaupt bauen zu können. Ein Prototyp beweist technische Fähigkeit. Erst Skalierung verändert die Gesellschaft. Dazwischen liegt der Physical World Gap.

Der eigentliche Engpass ist Zeit

Fast alle diese Probleme haben eine Gemeinsamkeit: Sie sind lösbar. Wir können mehr Energie produzieren, Bergbau automatisieren, Infrastruktur erweitern, Gesetze ändern, Vertrauen aufbauen.

Aber diese Prozesse laufen mit völlig unterschiedlichen Geschwindigkeiten. KI verändert sich in Monaten. Eine Mine braucht 18 Jahre. Ein Netzanschluss fünf. Eine Stromtrasse mehr als ein Jahrzehnt. Ein Rechtssystem, eine Behörde, eine Unternehmenskultur bewegen sich in ihrem eigenen Takt. Und Milliarden Menschen sowieso.

Deshalb ist die entscheidende Variable irgendwann nicht mehr technologische Fähigkeit. Sie ist Synchronisation.

Das Physical World Gap Framework

Eine KI-getriebene Transformation lässt sich in vier Ebenen denken:

1. Fähigkeit

Was kann die Technologie? KI erzeugt Intelligenz, Wissen, Entscheidungen, Designs und Software.

2. Übersetzung

Wie gelangt diese Intelligenz in die physische Welt? Robotik, autonome Maschinen und intelligente Infrastruktur übersetzen digitale Intelligenz in physische Handlung.

3. Adoption

Darf und will die Gesellschaft diese Fähigkeit einsetzen? Gesetze, Haftung, Vertrauen, Gewohnheiten und politische Entscheidungen bestimmen die tatsächliche Einführung.

4. Skalierung

Kann das System groß genug werden, um gesellschaftlich relevant zu sein? Energie, Rohstoffe, Fabriken, Lieferketten und Geopolitik bestimmen die Skalierung.

Erst wenn alle vier Ebenen funktionieren, wird aus technologischer Fähigkeit gesellschaftliche Realität. Viele Zukunftsprognosen extrapolieren im Wesentlichen nur die erste Kurve. Aber Gesellschaft verändert sich mit der langsamsten.

Wie schließen wir den Gap?

Die Antwort kann nicht sein, den technologischen Fortschritt zu verlangsamen. Wir müssen die andere Seite beschleunigen. Vier Hebel halte ich für zentral:

Robotik muss zur Brücke werden. Der größte gesellschaftliche Wert von Robotern liegt langfristig vielleicht nicht darin, einzelne menschliche Tätigkeiten zu ersetzen. Sondern darin, die physische Welt selbst schneller verändern zu können: Roboter, die Fabriken bauen, Minen betreiben, Netze warten und Materialien recyceln. Je stärker wir die Produktion der physischen Infrastruktur selbst automatisieren, desto schneller kann die reale Welt auf digitalen Fortschritt reagieren.

Infrastruktur muss maschinenfähig werden. Statt nur Maschinen zu bauen, die mit einer für Menschen gebauten Welt zurechtkommen, sollten wir die physische Welt schrittweise für Maschinen optimieren: autonome Häfen, roboterfähige Fabriken, standardisierte Schnittstellen. Der große Produktivitätssprung entsteht vermutlich nicht durch den perfekten humanoiden Roboter, sondern durch die Kombination aus intelligenten Maschinen und einer Umgebung, die für sie gebaut wurde.

Regulierung muss schneller lernen. Regulierung muss nicht verschwinden, im Gegenteil. Aber sie muss iterativer werden: regulatorische Sandboxes, begrenzte Zulassungen, reale Testgebiete, datenbasierte Schwellenwerte, schrittweise Erweiterung von Autonomie. Statt nur zwischen erlaubt und verboten zu unterscheiden, können Institutionen selbst lernfähig werden.

Anreize müssen ausgerichtet werden. Menschen widersetzen sich Veränderung oft nicht, weil sie sie nicht verstehen. Manchmal verstehen sie sie sehr genau und erkennen, dass sie dabei verlieren. Wenn KI enorme Produktivität erzeugt, die Gewinne aber extrem konzentriert sind, wird Widerstand rational. Eine erfolgreiche Transformation braucht deshalb nicht nur intelligente Maschinen, sondern intelligente Anreizstrukturen.

Der Engpass verschwindet nicht. Er wandert.

Technologischer Fortschritt beseitigt Knappheit nicht. Er verschiebt sie.

Wenn Intelligenz billig wird, wird Energie wichtiger. Wenn Energie billig wird, werden Materialien wichtiger. Wenn Materialien verfügbar sind, wird Produktionskapazität wichtiger. Dann Infrastruktur. Dann Regulierung. Dann Vertrauen. Dann Interessen und Macht. Und wenn auch diese Barriere fällt, erscheint die nächste.

Fortschritt beseitigt Engpässe nicht. Er verschiebt sie. Vielleicht ist genau das eine bessere Definition von Fortschritt: nicht eine Welt ohne Grenzen, sondern eine Zivilisation, die ihre Grenzen immer schneller verschieben kann.

Und daraus folgt die ökonomisch spannendste Konsequenz: Wenn Intelligenz immer weniger knapp wird, steigt der relative Wert von allem, was ihre Umsetzung begrenzt. Jeder Engpass erzeugt einen Markt.

Wenn Rechenleistung exponentiell wächst, Netzinfrastruktur aber nicht, steigt der Wert von Erzeugung, Netzen und Speichern. Wenn KI Produkte in Stunden entwickelt, Fabriken aber Jahre für die Skalierung brauchen, steigt der Wert flexibler, hochautomatisierter Produktion. Wenn autonome Systeme technisch funktionieren, Regulierung aber nicht folgen kann, steigt der Wert von Zertifizierungs-, Versicherungs- und Governance-Systemen. Und wenn Technologie schneller wird als gesellschaftliches Vertrauen, wird Vertrauen selbst zu einem wirtschaftlichen Asset.

Der vielleicht größte Trend von allen: die Automatisierung der Automatisierung. Maschinen, die nicht nur Güter herstellen, sondern die Produktionskapazität für weitere Maschinen schaffen. Roboter bauen Fabriken, Fabriken produzieren Roboter, Roboter bauen Energieinfrastruktur. An diesem Punkt beginnt die physische Wirtschaft selbst schneller zu skalieren. Vielleicht ist das der Moment, an dem sich der Physical World Gap erstmals wirklich zu schließen beginnt.

Die eigentliche Frage

Wir konzentrieren uns heute darauf, KI intelligenter zu machen. Aber möglicherweise erreichen wir einen bemerkenswerten Punkt: Unsere Maschinen wären bereit für eine Zukunft, für die unsere Welt noch nicht bereit ist. Nicht wegen fehlender Intelligenz, sondern wegen Energie, Rohstoffen, Infrastruktur, Gesetzen, Interessen, Vertrauen und Zeit.

Dann wäre nicht mehr KI der Engpass. Die Realität selbst wäre es. Genau das ist der Physical World Gap.

Die entscheidende Frage der nächsten Jahrzehnte lautet deshalb nicht nur: Was kann KI? Sondern: Wie schnell kann die Realität folgen? Die großen Gewinner der nächsten technologischen Ära könnten nicht diejenigen sein, die die intelligenteste KI besitzen. Sondern diejenigen, die das schwierigste Problem lösen: die Geschwindigkeit der digitalen Welt in die physische Welt zu übertragen.

Wer weiterlesen will, wie diese Frage bei Eigentum und Verteilung weitergeht, findet sie in Nach dem Geld: Wer besitzt den Überfluss?.

Quellen im Text: S&P Global (Minen-Entwicklungszeiten), IEA (Rechenzentren-Stromverbrauch, globale Netzanschluss-Warteschlangen), Lawrence Berkeley National Laboratory (US-Interconnection-Queues), International Federation of Robotics (Roboter-Installationen).