Diese einfache Frage trennt technische Effizienz von freier Zeit. Die Maschine kann Arbeitsaufwand verringern. Ob daraus ein kürzerer Arbeitstag, mehr Produktion, ein niedrigerer Preis, ein höherer Gewinn oder der Verlust eines Arbeitsplatzes wird, entscheidet sie nicht.
Warum erfüllte sich Keynes' Freizeitversprechen nicht von selbst?
John Maynard Keynes stellte sich 1930 vor, der technische Fortschritt könne das wirtschaftliche Problem innerhalb von hundert Jahren lösen oder zumindest in Sichtweite bringen. Für die dann noch verbleibende Arbeit hielt er Schichten von drei Stunden oder eine Woche von 15 Stunden für denkbar. Sein Horizont endet im Jahr 2030. Das war weniger eine Fahrplanprognose als ein Gedankenexperiment: Was geschieht, wenn Produktivität nicht mehr unser knappstes Gut ist?
In einem entscheidenden Punkt hatte Keynes recht. Technische Systeme können den menschlichen Aufwand pro hergestelltem Gut dramatisch senken. Ein moderner Webstuhl, eine Werkzeugmaschine oder eine Tabellenkalkulation vollbringt in kurzer Zeit Arbeit, für die früher viele Hände und Stunden nötig waren. Die Geschichte der Industrialisierung ist auch eine Geschichte gewonnener Minuten. Nur liegen diese Minuten nicht anschließend als freier Vorrat neben der Maschine.
Ein Betrieb kann mit derselben Belegschaft mehr herstellen. Er kann Personal abbauen, Preise senken, Löhne erhöhen oder neue Produkte und Aufgaben schaffen. Beschäftigte können mehr verdienen, ohne weniger zu arbeiten. Eigentümer können einen größeren Anteil des Ertrags behalten. Kundinnen und Kunden erhalten vielleicht ein billigeres Produkt, aber keine freie Stunde. Jede dieser Möglichkeiten verwendet den Produktivitätsgewinn anders.
Historisch sanken Arbeitszeiten in vielen Ländern durchaus, während Löhne und Produktivität stiegen. Die Internationale Arbeitsorganisation weist aber darauf hin, dass dieser langfristige Rückgang in den letzten Jahrzehnten in manchen Fällen zum Stillstand kam oder sich umkehrte. Produktivität kann kürzere Arbeit ermöglichen. Sie erzwingt sie nicht.
Wenn Effizienz neue Arbeit erzeugt
Bereits 1865 beobachtete William Stanley Jevons am Kohleverbrauch ein verblüffendes Muster. Effizientere Dampfmaschinen benötigten weniger Kohle für dieselbe Leistung. Weil ihre Nutzung dadurch wirtschaftlicher wurde, wuchs aber ihr Einsatzgebiet. Die sparsamere Verwendung einer Ressource musste den Gesamtverbrauch nicht senken und konnte ihn sogar erhöhen. Später wurde diese Beobachtung als Jevons-Paradoxon bekannt.
Menschliche Arbeit ist keine Kohle, und aus einer energieökonomischen Beobachtung folgt kein Naturgesetz des Arbeitsmarkts. Die Analogie legt nur eine gute Frage frei: Was geschieht, wenn eine Aufgabe billiger und schneller wird? Häufig wird sie nicht einfach seltener. Es entstehen mehr Varianten, kürzere Lieferfristen und Erwartungen, die vorher zu teuer gewesen wären. Ein schnelleres Entwurfswerkzeug kann den Nachmittag befreien. Es kann ebenso die Erwartung erzeugen, bis zum Abend zehn Varianten vorzulegen.
Der Ökonom David Autor erklärt, warum Automatisierung historisch nicht einfach alle Arbeit beseitigte. Maschinen ersetzen bestimmte Tätigkeiten, ergänzen andere und schaffen durch höhere Produktion neue Nachfrage. Daron Acemoglu und Pascual Restrepo unterscheiden zwischen einem Verdrängungseffekt, bei dem Kapital bisher menschliche Aufgaben übernimmt, und einem gegenläufigen Effekt durch neue Aufgaben, in denen menschliche Arbeit gebraucht wird. Automatisierung kann die Produktivität erhöhen und zugleich den Anteil der Arbeit am erzeugten Wert verringern. Keine einzelne Bilanzzahl sagt, wer Zeit gewonnen hat.
Was die neuen KI-Studien wirklich messen
Bei generativer KI lässt sich der Unterschied bereits im Kleinen beobachten. Shakked Noy und Whitney Zhang ließen 453 akademisch gebildete Berufstätige typische Schreibaufgaben bearbeiten. Der Zugang zu ChatGPT senkte die durchschnittliche Bearbeitungszeit in diesem begrenzten Experiment um 40 Prozent und erhöhte die bewertete Qualität um 18 Prozent. Das ist ein deutlicher Produktivitätsgewinn. Es ist noch keine Aussage über ganze Berufe, dauerhafte Arbeitsplätze oder freie Freitagnachmittage.
Eine Feldstudie von Erik Brynjolfsson, Danielle Li und Lindsey Raymond untersuchte 5.172 Beschäftigte im Kundendienst. Ein KI-Assistent erhöhte die Zahl der pro Stunde gelösten Anliegen im Durchschnitt um 15 Prozent. Weniger erfahrene Beschäftigte profitierten am stärksten; die erfahrensten wurden kaum schneller, ihre Qualität sank sogar leicht. Gerade die Messgröße zeigt, wohin die gewonnenen Minuten zunächst gingen: in mehr bearbeitete Fälle pro Stunde, nicht in eine kürzere Schicht.
Das ist keine versteckte Widerlegung der Technik. Dieselbe Studie fand Hinweise auf Lernen und bessere Kundengespräche. Ein Werkzeug kann Arbeit schneller und zugleich erträglicher machen. Aber der Nutzen besitzt mehrere Dimensionen, und sie fallen nicht automatisch derselben Person zu. Das Unternehmen erhält Kapazität, Kunden erhalten schnellere Hilfe, Beschäftigte vielleicht weniger Stress oder eine höhere Vorgabe. Erst die Organisation der Arbeit entscheidet über die Mischung.
Ein Forschungsüberblick der Internationalen Arbeitsorganisation von 2026 kommt zu einem vorsichtigen Bild. Die Produktivitätsgewinne durch generative KI sind real, aber oft noch nicht unabhängig bestätigt und ungleich verteilt. Von Beschäftigten berichtete Zeitersparnisse von einigen Prozent der Arbeitszeit haben sich bisher nicht in höherer gemessener Produktion, höheren Einkommen oder mehr Beschäftigung niedergeschlagen. Zwischen technischer Möglichkeit und gesellschaftlichem Ergebnis liegt eine Institution.
Wer bekommt die 59 Minuten?
Eine Maschine speichert keine menschliche Zeit. Die eingesparte Stunde existiert nicht als Gegenstand. Für eine bestimmte Aufgabe ist lediglich weniger menschliche Arbeitsdauer erforderlich. Ökonomisch öffnet das einen Spielraum, und dieser wird durch Wettbewerb, Eigentum, Verträge, Steuern, Tarifpolitik und Erwartungen verteilt. Die eigentliche Zeitmaschine ist deshalb nicht der Roboter. Es ist die Regel, die bestimmt, was nach seinem Einsatz geschieht.
Das können kürzere Wochenarbeitszeiten, verlässliche Dienstpläne, Beteiligung am Produktivitätsgewinn oder soziale Sicherheit beim Wegfall einer Tätigkeit sein. Ebenso möglich sind Arbeitsverdichtung, ständige Erreichbarkeit oder eine Spaltung zwischen überlasteten Beschäftigten und Menschen, deren Arbeit nicht mehr bezahlt wird. Beides kann aus derselben technischen Effizienz hervorgehen.
Damit schließt sich der Dreiteiler. Freie Zeit garantiert kein gelingendes Leben: Der erste Essay hat gezeigt, dass auch eine unverplante Stunde leer und quälend sein kann. Arbeit ist ebenfalls nicht bloß geraubte Zeit: Der zweite Essay hat beschrieben, wie sie Sinn, Können und Gemeinschaft tragen kann. Doch ohne Verfügung über eine Stunde gibt es nicht einmal die Möglichkeit, sie selbst zu füllen.
Roboter besitzen unsere Zeit nicht. Sie legen nur offen, dass Produktivität und Freiheit verschiedene Größen sind. Die politische Frage der Automatisierung lautet deshalb nicht nur: Was kann die Maschine? Sie lautet: Wer bekommt die 59 Minuten, nachdem sie fertig ist?
Quellen
John Maynard Keynes, Economic Possibilities for Our Grandchildren (1930)
William Stanley Jevons, The Coal Question (1865)
David H. Autor, Why Are There Still So Many Jobs? The History and Future of Workplace Automation, Journal of Economic Perspectives 29 (2015)
Daron Acemoglu und Pascual Restrepo, Automation and New Tasks: How Technology Displaces and Reinstates Labor, Journal of Economic Perspectives 33 (2019)
Shakked Noy und Whitney Zhang, Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence, Science 381 (2023)
Erik Brynjolfsson, Danielle Li und Lindsey Raymond, Generative AI at Work, The Quarterly Journal of Economics 140 (2025)
International Labour Organization, Working Time and the Future of Work, ILO Research Paper Series (2018)
International Labour Organization, The Impact of GenAI on Jobs, Productivity and Work Organization: A Review of the Empirical Evidence, ILO Research Brief (2026)