The Physical World Gap
Wir sprechen viel darüber, wie schnell künstliche Intelligenz besser wird.
Modelle werden leistungsfähiger. Software entsteht in Minuten. Wissen lässt sich nahezu ohne Grenzkosten vervielfältigen. Ein verbessertes KI-System kann theoretisch über Nacht Millionen Menschen zur Verfügung stehen.
Aus dieser Entwicklung entsteht eine faszinierende Vorstellung:
Wenn künstliche Intelligenz irgendwann nahezu jede geistige Arbeit übernehmen kann und Roboter dasselbe mit körperlicher Arbeit tun, könnten die Kosten für Güter und Dienstleistungen massiv sinken. Manche Zukunftsvisionen gehen noch weiter: Arbeit könnte optional werden, materieller Überfluss zum Normalzustand und Geld irgendwann weitgehend bedeutungslos.
Technologisch ist diese Vorstellung erstaunlich schlüssig.
Gesellschaftlich ist sie deutlich komplizierter.
Denn zwischen dem, was Technologie theoretisch leisten kann, und dem, was in der realen Welt tatsächlich passiert, liegt eine gewaltige Lücke.
Ich nenne sie: The Physical World Gap.
The Physical World Gap
Je schneller sich KI entwickelt, desto wichtiger könnte genau diese Lücke werden.
Software skaliert. Realität muss gebaut werden.
Die digitale Welt hat eine außergewöhnliche Eigenschaft:
Sie lässt sich kopieren.
Ein Algorithmus kann heute entwickelt und morgen millionenfach eingesetzt werden.
Software kann innerhalb von Sekunden verteilt werden.
Ein KI-Modell kann gleichzeitig Millionen Menschen unterstützen.
Eine zusätzliche digitale Kopie benötigt kaum zusätzliche physische Ressourcen.
Die reale Welt funktioniert fundamental anders.
Ein zweites Haus benötigt weiteres Material.
Ein zweiter Roboter benötigt weitere Motoren, Chips, Sensoren und Energie.
Ein neues Rechenzentrum braucht Grundstücke, Transformatoren, Stromleitungen und Kühlung.
Eine neue Fabrik muss gebaut werden.
Kupfer muss abgebaut werden.
Maschinen müssen produziert werden.
Produkte müssen transportiert werden.
Und irgendwann müssen sie repariert, recycelt oder entsorgt werden.
KI kann all diese Prozesse verbessern.
Sie kann sie optimieren.
Sie kann große Teile davon automatisieren.
Aber sie kann Materie nicht einfach kompilieren.
Intelligenz kann digital skalieren. Materie nicht.
Das ist die erste Dimension des Physical World Gap.
Aber bei weitem nicht die einzige.
1. Ressourcen: Intelligenz kann keine Atome kompilieren
Nehmen wir an, wir lösen morgen einen großen Teil des Intelligenzproblems.
Eine KI entwickelt eine wesentlich bessere Batterie.
Die Konstruktion ist innerhalb weniger Stunden fertig.
Doch jetzt beginnt die physische Realität.
Die Batterie benötigt Rohstoffe.
Diese Rohstoffe müssen gefunden werden.
Vorkommen müssen erschlossen werden.
Minen müssen genehmigt und gebaut werden.
Material muss abgebaut, verarbeitet und raffiniert werden.
Es muss transportiert werden.
Fabriken müssen Produktionskapazität aufbauen.
Die fertige Batterie muss wiederum ihren Weg zum Kunden finden.
Ein Design kann innerhalb von Stunden entstehen.
Eine Mine nicht.
Selbst wenn Roboter irgendwann jeden einzelnen Schritt übernehmen, verschwindet die physische Realität nicht.
Das Bergwerk hat weiterhin eine maximale Förderkapazität.
Der Hafen hat eine maximale Durchsatzmenge.
Ein Schiff benötigt weiterhin Zeit, um einen Ozean zu überqueren.
Eine Fabrik hat eine maximale Produktionskapazität.
Eine Rohstofflagerstätte enthält weiterhin eine endliche Menge Material.
Roboter eliminieren diese Systeme nicht.
Sie automatisieren sie.
2. Energie: Intelligenz braucht Energie
Fast jede Vision einer hochautomatisierten Wirtschaft läuft irgendwann auf dieselbe Ressource hinaus:
Energie.
KI benötigt Rechenzentren.
Rechenzentren benötigen Strom.
Roboter benötigen Strom.
Fabriken benötigen Strom.
Autonome Fahrzeuge benötigen Energie.
Bergbau benötigt Energie.
Materialverarbeitung benötigt Energie.
Recycling benötigt Energie.
Wenn wir tatsächlich Milliarden intelligenter Maschinen einsetzen wollen, bauen wir gleichzeitig eine enorme zusätzliche Energieinfrastruktur.
Und wieder treffen zwei Geschwindigkeiten aufeinander.
KI kann innerhalb weniger Monate erheblich leistungsfähiger werden.
Ein Kraftwerk nicht.
Ein Stromnetz nicht.
Eine Hochspannungsleitung nicht.
Ein Transformator nicht.
Die digitale Fähigkeit kann exponentiell wachsen, während Energieinfrastruktur weiterhin geplant, genehmigt, finanziert, produziert und gebaut werden muss.
Eine zukünftige Überflussökonomie wäre deshalb nicht nur ein KI-Projekt.
Sie wäre wahrscheinlich 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 noch keine Volkswirtschaft.
Er benötigt eine Umgebung.
Straßen.
Stromnetze.
Mobilfunk.
Rechenzentren.
Häfen.
Lagerhäuser.
Fabriken.
Wasser.
Ladestationen.
Wartungsinfrastruktur.
Ein autonomes System kann technisch brillant sein und trotzdem an einer Umgebung scheitern, die nie für autonome Systeme gebaut wurde.
Es ist eine Sache, einen Roboter in einer kontrollierten Fabrikhalle eine Aufgabe erledigen zu lassen.
Es ist eine völlig andere, Millionen Maschinen in eine chaotische, über Jahrzehnte gewachsene physische Welt zu integrieren.
Die entscheidende Frage lautet deshalb nicht nur: Wie gut werden unsere Maschinen?
Sondern auch: Wie schnell können wir ihre Umwelt verändern?
4. Lieferketten: Roboter eliminieren sie nicht
Stellen wir uns ein vollständig autonomes Kupferbergwerk vor.
Roboter bohren.
Autonome Maschinen transportieren das Erz.
KI steuert die Verarbeitung.
Autonome Züge bringen das Material zum Hafen.
Roboter beladen Schiffe.
Autonome Schiffe transportieren das Kupfer.
Am Zielhafen wird es automatisch entladen.
Autonome LKW bringen es zur Fabrik.
Roboter verarbeiten es dort weiter.
Die menschliche Arbeit innerhalb dieser Kette könnte irgendwann gegen null gehen.
Aber die Lieferkette existiert weiterhin.
Die Mine kann ausfallen.
Ein Hafen kann blockiert sein.
Eine Eisenbahnstrecke kann beschädigt werden.
Ein Stromnetz kann überlastet sein.
Ein Land kann den Export beschränken.
Ein Krieg kann einen Transportweg unterbrechen.
Ein Rohstoff kann knapp werden.
Automatisierung beseitigt menschliche Arbeit aus einer Lieferkette.
Sie beseitigt nicht die Lieferkette.
5. Regulierung: Technische Fähigkeit bedeutet nicht Erlaubnis
Hier zeigt sich eine zweite Form der physischen Realität.
Technologie existiert nicht außerhalb unserer Institutionen.
Das beste Beispiel ist autonomes Fahren.
Die Vision ist seit Jahren klar.
Sensoren erfassen die Umgebung.
KI interpretiert die Situation.
Computer steuern das Fahrzeug.
Wenn die Technologie ausreichend gut funktioniert, könnte ein großer Teil des Straßenverkehrs automatisiert werden.
Und trotzdem lautet die entscheidende Frage nicht nur: Kann das Auto selbst fahren?
Sondern:
Wer haftet bei einem Unfall?
Welche Fehlerquote akzeptieren wir?
Wer zertifiziert das System?
Welche Daten darf es sammeln?
Welche Entscheidungen darf eine Maschine treffen?
Wie behandeln Versicherungen das Risiko?
Was passiert bei einem Softwarefehler?
Welche Behörde trägt Verantwortung?
Technologische Fähigkeit bedeutet deshalb nicht automatisch 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 subjektiv trotzdem nicht akzeptiert werden.
Ein autonomes Fahrzeug kann statistisch sicherer fahren als ein Mensch.
Trotzdem kann es Eltern schwerfallen, ihr Kind alleine hineinzusetzen.
Ein KI-System kann bessere Entscheidungen treffen als ein Mitarbeiter.
Trotzdem möchte ein Vorstand möglicherweise einen Menschen sehen, der die Verantwortung trägt.
Ein Algorithmus kann bei einer medizinischen Diagnose überlegen sein.
Trotzdem möchte ein Patient mit einem Arzt sprechen.
Menschen optimieren ihr Verhalten nicht ausschließlich nach statistischer Effizienz.
Wir reagieren auf Vertrauen.
Kontrolle.
Erfahrung.
Angst.
Verantwortung.
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 aktualisieren sich nicht wie Software
Menschen installieren kein gesellschaftliches Software-Update.
Wir entwickeln Routinen.
Berufe werden Teil unserer Identität.
Unternehmen entwickeln Prozesse.
Organisationen entwickeln Hierarchien.
Behörden entwickeln Verfahren.
Gesellschaften entwickeln 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 eine Organisation besteht nicht nur aus Prozessen.
Sie besteht aus Menschen.
Karrieren.
Budgets.
Abteilungen.
Verantwortlichkeiten.
Status.
Macht.
Ein Organigramm ist deshalb nicht einfach eine Darstellung davon, wie Arbeit verteilt wird.
Es ist auch eine Darstellung davon, wie Macht verteilt wird.
Technologische Veränderung bedeutet fast immer, diese Verteilung zumindest teilweise infrage zu stellen.
8. Anreize: Jeder Effizienzgewinn erzeugt auch Verlierer
Dieser Punkt wird in vielen technologischen Zukunftsvisionen unterschätzt.
Eine Innovation erzeugt nicht nur Gewinner.
Wenn eine KI zehn Prozesse automatisiert, entstehen zehn Effizienzgewinne.
Aber möglicherweise verlieren gleichzeitig zehn bestehende Strukturen an Bedeutung.
Berufe verschwinden.
Abteilungen schrumpfen.
Unternehmen verlieren Geschäftsmodelle.
Vermögenswerte verlieren ihren Wert.
Verbände verlieren Mitglieder.
Manager verlieren Verantwortungsbereiche.
Menschen verlieren Status.
Wer dadurch verliert, hat einen rationalen Anreiz, Veränderung zu verlangsamen.
Das ist nicht zwingend technologische Rückständigkeit.
Es ist Anreizstruktur.
Deshalb reicht es nicht, dass eine neue Technologie objektiv besser ist.
Eine Gesellschaft muss genügend Menschen einen Grund geben, ihre Einführung zu unterstützen.
Die Geschwindigkeit technologischen Fortschritts und die Geschwindigkeit gesellschaftlicher Adoption sind zwei unterschiedliche Variablen.
9. Recht und Institutionen: Code skaliert schneller als Institutionen
Software kann innerhalb weniger Wochen weltweit ausgerollt werden.
Institutionen können das nicht.
Gesetze müssen diskutiert werden.
Regeln müssen formuliert werden.
Behörden müssen Zuständigkeiten klären.
Gerichte müssen neue Situationen beurteilen.
Haftungsfragen müssen beantwortet werden.
Versicherungen benötigen neue Modelle.
Internationale Standards müssen verhandelt werden.
Und unterschiedliche Staaten werden unterschiedliche Antworten finden.
Daraus entsteht eine fundamentale Asymmetrie:
Technologie kann global skalieren.
Institutionen bleiben größtenteils lokal oder national.
Ein KI-System könnte theoretisch morgen gleichzeitig in München, San Francisco, Shanghai, Lagos und Mumbai funktionieren.
Es trifft dort aber auf vollkommen unterschiedliche Rechtsordnungen, Infrastrukturen, politische Systeme, Kulturen und gesellschaftliche Erwartungen.
Wer eine globale technologische Zukunft prognostiziert, muss deshalb mehr vorhersagen als Technologie.
Er muss gleichzeitig die Entwicklung der Institutionen fast aller Gesellschaften der Welt vorhersagen.
Das ist eine völlig andere Größenordnung.
10. Geopolitik: Die Welt ist kein geschlossenes System
Es gibt nicht die Weltwirtschaft als einen einzelnen Akteur mit einem gemeinsamen Ziel.
Es gibt Staaten.
Unternehmen.
Regierungen.
Interessengruppen.
Eigentümer.
Und sie verfolgen unterschiedliche Ziele.
Staaten kontrollieren Rohstoffe.
Sie schützen Industrien.
Sie besteuern Handel.
Sie beschränken Exporte.
Sie verhängen Sanktionen.
Sie konkurrieren um Technologie.
Sie kontrollieren Infrastruktur.
Sie sichern strategische Ressourcen.
Selbst wenn ein einzelnes Land eine nahezu vollständig automatisierte Wirtschaft aufbauen könnte, existiert es weiterhin innerhalb dieses Systems.
Es benötigt möglicherweise Rohstoffe aus einem anderen Land.
Chips aus einem weiteren.
Energie aus einem dritten.
Transportwege durch ein viertes.
KI beseitigt diese Abhängigkeiten nicht automatisch.
Sie könnte manche sogar verstärken.
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.
11. Skalierung: Ein Prototyp ist noch keine Zivilisation
Eine Maschine zu bauen, die etwas kann, ist eine Sache.
Eine Million davon zu bauen, ist eine andere.
Eine Milliarde davon in die Weltwirtschaft zu integrieren, ist ein völlig anderes Problem.
Ein humanoider Roboter kann beeindruckend funktionieren.
Aber für eine globale Transformation brauchen wir nicht einen.
Wir brauchen möglicherweise Milliarden.
Dafür brauchen wir wiederum Fabriken, Rohstoffe, Chips, Motoren, Batterien, Energie, Transportkapazität, Wartung, Ersatzteile, Recycling, Kapital, regulatorische Zulassung und gesellschaftliche Akzeptanz.
Ironischerweise benötigen wir zunächst enorme Mengen der bestehenden Wirtschaft, um die automatisierte Wirtschaft überhaupt bauen zu können.
Ein Prototyp beweist technische Fähigkeit. Skalierung verändert die Gesellschaft.
Zwischen diesen beiden Punkten liegt der Physical World Gap.
Der eigentliche Engpass ist Zeit
Fast alle diese Probleme haben eine entscheidende Gemeinsamkeit:
Sie sind lösbar.
Wir können mehr Energie produzieren.
Wir können Bergbau automatisieren.
Wir können Roboter bauen.
Wir können Infrastruktur erweitern.
Wir können Lieferketten verbessern.
Wir können Gesetze ändern.
Wir können neue Versicherungsmodelle entwickeln.
Menschen können Vertrauen in neue Technologien entwickeln.
Organisationen können sich verändern.
Gesellschaften können neue Normen entwickeln.
Aber diese Prozesse laufen mit vollkommen unterschiedlichen Geschwindigkeiten.
KI kann sich innerhalb von Monaten verändern.
Eine Mine nicht.
Ein Stromnetz nicht.
Eine Stadt nicht.
Ein Rechtssystem nicht.
Eine Behörde nicht.
Eine Unternehmenskultur nicht.
Und Milliarden Menschen schon gar nicht.
Deshalb ist die entscheidende Variable möglicherweise 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, Interessen und politische Entscheidungen bestimmen die tatsächliche Einführung.
4. Skalierung
Kann das System groß genug werden, um gesellschaftlich relevant zu sein?
Energie, Rohstoffe, Fabriken, Infrastruktur, Lieferketten und Geopolitik bestimmen die Skalierung.
Erst wenn alle vier Ebenen funktionieren, wird aus einer technologischen Fähigkeit gesellschaftliche Realität.
Viele Zukunftsprognosen extrapolieren im Wesentlichen nur die erste Kurve.
Aber Gesellschaft verändert sich mit der langsamsten.
Wie schließen wir den Physical World Gap?
Die Antwort kann nicht sein, technologischen Fortschritt zu verlangsamen.
Wir müssen die andere Seite beschleunigen.
Robotik muss zur Brücke werden
Roboter sind die offensichtlichste Verbindung zwischen digitaler Intelligenz und physischer Realität.
Ihr größter gesellschaftlicher Wert könnte langfristig aber nicht darin liegen, einzelne menschliche Tätigkeiten zu ersetzen.
Sondern darin, die physische Welt selbst schneller verändern zu können.
Roboter bauen Fabriken.
Roboter bauen Energieinfrastruktur.
Roboter betreiben Minen.
Roboter warten Stromnetze.
Roboter transportieren Güter.
Roboter recyceln Materialien.
Je stärker wir die Produktion der physischen Infrastruktur selbst automatisieren, desto schneller kann die reale Welt auf digitalen Fortschritt reagieren.
Infrastruktur muss maschinenfähig werden
Wir sollten nicht ausschließlich Maschinen entwickeln, die irgendwie mit einer für Menschen gebauten Welt zurechtkommen.
Langfristig sollten wir auch die physische Welt für Maschinen optimieren.
Autonome Häfen.
Roboterfähige Fabriken.
Maschinenlesbare Lagerhäuser.
Standardisierte Schnittstellen.
Automatisierte Energieinfrastruktur.
Autonome Logistiksysteme.
Die große Produktivitätssteigerung entsteht möglicherweise 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.
Je mächtiger Technologie wird, desto wichtiger werden Sicherheit und Verantwortlichkeit.
Aber Regulierung muss lernfähiger werden.
Regulatorische Sandboxes.
Begrenzte Zulassungen.
Reale Testgebiete.
Messbare Sicherheitsstandards.
Datenbasierte Schwellenwerte.
Schrittweise Erweiterung von Autonomie.
Statt nur zwischen erlaubt und verboten zu unterscheiden, können Institutionen selbst iterativer werden.
Vertrauen muss konstruiert werden
Vertrauen ist kein weicher Faktor.
Es ist Infrastruktur.
Menschen akzeptieren neue Systeme schneller, wenn Risiken nachvollziehbar sind.
Wenn Verantwortlichkeiten klar sind.
Wenn Sicherheitsdaten transparent sind.
Wenn Fehler offen analysiert werden.
Wenn Kontrolle schrittweise abgegeben wird.
Und wenn Menschen verstehen, was das System tut.
Technologie muss deshalb nicht nur funktionieren.
Sie muss vertrauensfähig konstruiert werden.
Anreize müssen ausgerichtet werden
Menschen widersetzen sich Veränderung nicht zwangsläufig, weil sie Veränderung nicht verstehen.
Manchmal verstehen sie sie sehr gut.
Und erkennen, dass sie dabei verlieren.
Wenn KI enorme Produktivität erzeugt, die Gewinne daraus aber extrem konzentriert sind, wird Widerstand rational.
Eine erfolgreiche KI-Transformation benötigt deshalb nicht nur intelligente Maschinen.
Sie benötigt intelligente Anreizstrukturen.
Die Frage lautet nicht nur: Wie erzeugen wir mehr Wohlstand?
Sondern: Wie sorgen wir dafür, dass genügend Menschen einen Vorteil darin sehen, diesen Wandel zu ermöglichen?
Der Engpass verschwindet nicht. Er wandert.
Technologischer Fortschritt beseitigt Knappheit nicht einfach.
Er verschiebt den Engpass.
Wenn Intelligenz billig wird, wird Energie wichtiger.
Wenn Energie billig wird, werden Materialien wichtiger.
Wenn Materialien verfügbar sind, wird Produktionskapazität wichtiger.
Wenn Produktion automatisiert ist, wird Infrastruktur wichtiger.
Wenn Infrastruktur vorhanden ist, wird Regulierung zum Engpass.
Wenn Regulierung folgt, wird Vertrauen zum Engpass.
Wenn Menschen die Technologie akzeptieren, werden Interessen und Machtstrukturen sichtbar.
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.
Der eigentliche Engpass könnte die Realität selbst werden
Wir konzentrieren uns heute darauf, KI intelligenter zu machen.
Aber möglicherweise erreichen wir irgendwann 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.
Lieferketten.
Gesetzen.
Institutionen.
Interessen.
Vertrauen.
Gewohnheiten.
Geopolitik.
Und Zeit.
Dann wäre KI nicht mehr der entscheidende Engpass.
Die Realität könnte selbst zum Engpass werden.
Genau das ist der Physical World Gap.
Und je schneller künstliche Intelligenz voranschreitet, desto wichtiger wird eine andere Frage als: Was kann KI?
Wie schnell kann die Realität folgen?
Denn am Ende entscheidet nicht allein die Geschwindigkeit unserer Intelligenz darüber, wie schnell sich die Welt verändert.
Sondern unsere Fähigkeit, Intelligenz in Realität zu übersetzen.
Wer sehen möchte, wie diese Frage nach Eigentum und Verteilung weitergedacht wird, findet sie in Nach dem Geld: Wer besitzt den Überfluss?.
Die Supertrends hinter dem Physical World Gap
Wenn der Physical World Gap tatsächlich zu einem der entscheidenden Engpässe der kommenden Jahrzehnte wird, entsteht daraus noch eine andere Perspektive.
Die größten Chancen der KI-Ära könnten irgendwann nicht mehr ausschließlich dort liegen, wo bessere Intelligenz entwickelt wird.
Sie könnten dort entstehen, wo jemand die physische Welt schneller macht.
Denn jeder Engpass erzeugt einen Markt.
Wenn Rechenleistung exponentiell wächst, Energieinfrastruktur aber nicht, steigt der Wert neuer Energieerzeugung, Netze und Speicher.
Wenn KI neue Produkte innerhalb von Stunden entwickeln kann, Fabriken aber Jahre für die Skalierung benötigen, steigt der Wert flexibler und hochautomatisierter Produktion.
Wenn Roboter leistungsfähiger werden, unsere Infrastruktur aber für Menschen gebaut wurde, entsteht ein Markt für roboterfähige Gebäude, Fabriken, Häfen und Logistiksysteme.
Wenn autonome Systeme technisch funktionieren, Regulierung aber nicht folgen kann, steigt der Wert neuer Zertifizierungs-, Versicherungs- und Governance-Systeme.
Wenn Rohstoffe zum Engpass werden, gewinnen automatisierter Bergbau, Materialwissenschaft, Substitution und Recycling an Bedeutung.
Wenn Milliarden Maschinen entstehen, werden Wartung, Ersatzteile, Maschinenkommunikation und autonome Reparatur zu eigener Infrastruktur.
Und wenn Technologie schneller wird als gesellschaftliches Vertrauen, wird Vertrauen selbst zu einem wirtschaftlichen Asset.
Aus dem Physical World Gap könnten deshalb einige der größten Supertrends der kommenden Jahrzehnte entstehen.
Die Automatisierung der Automatisierung
Vielleicht der größte Trend von allen:
Maschinen, die nicht nur Güter herstellen, sondern die Produktionskapazität für weitere Maschinen schaffen.
Roboter bauen Fabriken.
Fabriken produzieren Roboter.
Roboter bauen Energieinfrastruktur.
Energie ermöglicht zusätzliche Produktion.
Produktion erzeugt zusätzliche Maschinen.
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 großen Gewinner der nächsten technologischen Ära könnten deshalb nicht nur diejenigen sein, die die intelligenteste KI besitzen.
Sondern diejenigen, die eines der schwierigsten Probleme lösen: die Geschwindigkeit der digitalen Welt in die physische Welt zu übertragen.