KI trifft Zinsentscheidungen: Die Fed vollzieht historischen Kurswechsel

Die US-Notenbank rechnet jetzt mit Algorithmen statt nur mit Ökonomen.

Maschinenlesbare Geldpolitik

Die Federal Reserve integriert künstliche Intelligenz direkt in ihren geldpolitischen Entscheidungsprozess. Kein theoretisches Experiment mehr – die Systeme analysieren Echtzeitdatenströme, von Arbeitsmarktzahlen bis zu Kreditkartenumsätzen, und liefern Prognosen, die menschliche Analysten einfach nicht in dieser Geschwindigkeit produzieren können.

Der alte Zinszirkus

Bisher basierten Zinsentscheide auf monatelangen Berichtszyklen, veralteten Datensätzen und dem berüchtigten „Fingerspitzengefühl“ von Gremienmitgliedern. Ein Prozess, der oft eher an politisches Theater als an präzise Steuerung erinnerte – wer erinnert sich nicht an die überraschenden Volten der letzten Jahre?

KI als neuer Copilot

Die KI-Modelle durchforsten nicht-strukturierte Daten: Unternehmensankündigungen, Social-Media-Sentiment, sogar Satellitenbilder von Logistikzentren. Sie identifizieren Muster, die traditionelle Indikatoren übersehen, und projizieren Inflationspfade mit einer Granularität, die das alte Toolset der Fed blass aussehen lässt.

Transparenz oder Blackbox?

Die größte Hürde bleibt die Erklärbarkeit. Wie rechtfertigt man eine Zinserhöhung mit „das Modell sagte es voraus“ vor dem Kongress? Die Fed betont, KI sei ein Werkzeug, keine Autorität – die finale Entscheidung liege weiter beim Federal Open Market Committee. Ein klassischer Fall von „wir vertrauen der Maschine, aber nur bis etwas schiefgeht“.

Was das für Märkte bedeutet

Reagibler, datengetriebener – und potenziell unberechenbarer. Algorithmen kennen keine „beruhigenden“ Pressekonferenzen. Für Trader heißt das: Die alten Spielregeln gelten nicht mehr. Die nächste Zinswende kommt vielleicht ohne die üblichen Warnschüsse aus Fed-Reden.

Ein zynischer Finanzjab zum Abschluss: Endlich eine Zentralbank, die so schnell auf Daten reagiert wie die Kryptomärkte – nur leider immer noch zu langsam für die DeFi-Protokolle, die diese Entscheidungen längst vorwegnehmen und handeln.

matic Produktivitätsszenarien nehmen Gestalt an

Ihr dramatischstes MATIC geht davon aus, dass die KI innerhalb weniger Jahrzehnte ihre volle Entwicklung erreicht. Unter diesen Bedingungen würden etwa 23 % der Arbeitnehmer ihren Arbeitsplatz verlieren, aber die verbleibenden Beschäftigten würden drei- bis viermal so viel produzieren wie heute.

Wang erklärte, dass die Produktivität pro Arbeitskraft in den kommenden zehn Jahren jährlich um etwa 7 Prozent steigen könnte. Er betonte, dies Sei nur ein möglicher Weg, keine Garantie. Die Fähigkeit der Technologie, durch die Nutzung zu lernen und sich zu verbessern, trage zu diesen potenziellen Steigerungen bei, sagte er. Auch die Mitarbeiter könnten bessere Wege finden, KI einzusetzen und sie an ihre spezifischen Bedürfnisse anzupassen, was zu deutlichen Produktivitätssprüngen führe.

Diese Änderungen könnten Auswirkungen darauf haben, wie die Fed ihre beiden Hauptziele verfolgt: die Sicherung von Arbeitsplätzen und die Eindämmung eines zu schnellen Preisanstiegs. Im Dezember prognostizierte der Zinssatzausschuss, dass sich der Leitzins langfristig bei etwa 3 Prozent einpendeln werde. Ökonomen der Federal Reserve Bank von Cleveland erklärten, dies SEI im Vergleich zu einem neutralen Zinssatz von 3,7 Prozent relativ niedrig.

Der Investitionsboom in Rechenzentren weckt Vergleiche mit den 1990er Jahren

Manche Marktbeobachter sehen Parallelen zwischen dem heutigen Bauboom von Rechenzentren und dem Investitionsrausch in Netzwerktechnik in den 1990er-Jahren. Dan Tolomay, der bei der Trust Company of the South die Investitionen leitet, sagte, die steigenden Bewertungen ließen ihn künftig vorsichtiger mit den Renditen umgehen.

Der stellvertretende Vorsitzende Philip Jefferson sprach dent in Deutschland über die rasante Verbreitung von KI. Er erklärte, ChatGPT werde mittlerweile von 800 Millionen Menschen wöchentlich genutzt, im Vergleich zu 500 Millionen Ende März. Eine aktuelle Studie ergab, dass im Juni und Juli 45,9 Prozent der amerikanischen Arbeitnehmer generative KI in ihrem Arbeitsalltag einsetzten, verglichen mit 30,1 Prozent im Dezember des Vorjahres. Etwa ein Drittel derjenigen, die diese Tools nutzen, verwenden sie täglich.

Die Studie ergab, dass die Nutzung von KI bei jüngeren, besser ausgebildeten und höher bezahlten Arbeitnehmern am höchsten ist. Diese Arbeitnehmer verzeichneten deutliche Produktivitätssteigerungen bei der Nutzung der Tools.

Forschungen des Stanford-Ökonomen Erik Brynjolfsson ergaben, dass KI-Tools Kundendienstmitarbeitern halfen, 14 Prozent mehr Probleme pro Stunde zu lösen. Die Verbesserungen waren bei neuen Mitarbeitern mit weniger Erfahrung sogar noch größer.

In der Wissenschaft hat ein KI-System namens AlphaFold die Proteinforschungmaticverändert. Vor fünf Jahren kannten Wissenschaftler nur die Strukturen von etwa 17 Prozent der rund 20.000 Proteine im menschlichen Körper. Jede Entdeckung dauerte Monate oder Jahre und konnte Zehntausende von Dollar kosten. AlphaFold sagt nun die Strukturen aller menschlichen Proteine sowie von 200 Millionen weiteren voraus.

KI könnte mit historischen Innovationen mithalten

Jefferson sagte, KI könne sich als ebenso revolutionär erweisen wie der Buchdruck, die Dampfmaschine oder das Internet. Er warnte jedoch davor, dass es weiterhin schwierig sei, die Auswirkungen von KI auf Arbeitsplätze und Preise abzuschätzen. Zwar könne die Technologie einige Arbeitskräfte ersetzen, aber auch neue Arbeitsplätze schaffen und das Wirtschaftswachstum insgesamt ankurbeln.

Jefferson erklärte zu den Preisen, dass eine gesteigerte Produktivität die Kosten senken und die Inflation reduzieren könnte. Künstliche Intelligenz könne jedoch auch bestimmte Preise in die Höhe treiben, da Unternehmen im Wettbewerb um Fachkräfte stünden und energieintensive Rechenzentren errichteten.

Lesen Sie nicht nur Krypto-News. Verstehen Sie sie. Abonnieren Sie unseren Newsletter. Er ist kostenlos .