Wertschöpfung & Eigentum
Breite Wertschöpfung und Eigentum im Mittelstand, aber Nachfolge und Digitalisierung stocken.
Wo steht Deutschland, und wo bricht es?
Der Mittelstand stellt rund 99 Prozent der deutschen Unternehmen und mehr als die Hälfte der sozialversicherungspflichtig Beschäftigten; rund 1'500 Hidden Champions führen ihre Weltmärkte an. Eigentum ist häufig familiengebunden und langfristig orientiert, flankiert von Mitbestimmung in Aufsichtsräten und Betrieben. Deutschlands Wertschöpfungsmodell verteilt Eigentum und Entscheidungsmacht vergleichsweise breit: über Familienunternehmer, Belegschaften und regionale Verankerung statt über anonyme Kapitalmärkte. Zugleich ist die Aktienkultur schwach ausgeprägt: Nur eine Minderheit der Haushalte hält Aktien oder Fondsanteile, und das private Vermögen ist stark ungleich verteilt und überwiegend in Immobilien statt in Produktivkapital gebunden.
KI verschiebt Wertschöpfung vom Faktor Arbeit zum Faktor Kapital, konkret zu denjenigen, die die Modelle, Rechenzentren und Daten besitzen. Diese liegen bislang überwiegend bei wenigen, meist ausländischen Plattformkonzernen, während der deutsche Mittelstand KI vor allem einkauft, statt sie zu besitzen. Es droht eine neue Eigentumskonzentration: Der produktivste Kapitalstock der Zukunft könnte breiten Teilen der Bevölkerung und selbst dem Mittelstand nicht gehören, sodass die Automatisierungsrendite ins Ausland und an eine kleine Eigentümerschicht abfliesst. Ohne breite Beteiligung verstärkt die Wirtschaft, die kommt, die ohnehin hohe Vermögensungleichheit und höhlt das Fundament des mitbestimmten Wirtschaftsmodells aus.
Wege für Deutschland
Beschäftigte werden über steuerbegünstigte Beteiligungsmodelle Miteigentümer am Kapital ihrer Unternehmen, sodass sie an der Automatisierungsrendite teilhaben. Für Deutschland knüpft das an die Tradition der Mitbestimmung an und passt zur mittelständischen Struktur. Die 2024 verbesserten Freibeträge für Mitarbeiterkapitalbeteiligung zeigen erste Schritte, bleiben aber international zurück. Der Effekt ist begrenzt, solange nur profitable, beteiligungsbereite Firmen mitmachen und die grosse KI-Rente bei externen Plattformen anfällt.
Trade-off: Breitere Teilhabe gegen begrenzte Reichweite
Realisierbarkeit: Passt kulturell, muss aber deutlich mutiger ausgestaltet werden
Ein staatlich verwalteter, breit gestreuter Fonds baut Kapitalvermögen im Namen aller Bürger auf. Er schüttet Erträge aus oder speist die Altersvorsorge. Das trifft die Bruchstelle, weil es die Bevölkerung an genau dem Kapitalstock beteiligt, der von KI profitiert, unabhängig vom eigenen Ersparnis. Für Deutschland anschlussfähig über das bereits bestehende Generationenkapital, das zu einem echten Bürgerfonds ausgebaut werden könnte. Herausforderungen sind die Finanzierung, die politische Unabhängigkeit der Verwaltung und das Marktrisiko.
Trade-off: Breite Teilhabe gegen staatliche Kapitalmacht
Realisierbarkeit: Das Generationenkapital ist der natürliche Ausgangspunkt
Deutschland und Europa bauen eigene Rechenzentren, Modelle und Dateninfrastruktur auf. So liegt der KI-Kapitalstock zumindest teilweise im Inland und die Wertschöpfung verbleibt hier. Für den Mittelstand zählt, ob er KI besitzt oder nur mietet. Nur eigene Infrastruktur hält die Rendite im Land. Die Realisierbarkeit ist begrenzt durch den technologischen Vorsprung und die Kapitalstärke der US- und asiatischen Anbieter. Ohne massive, koordinierte Investitionen bleibt es beim Einkauf ausländischer Systeme.
Trade-off: Technologische Souveränität gegen enormen Investitionsbedarf
Realisierbarkeit: Nur europäisch und mit langem Atem realistisch
Förderung, Genossenschaftsmodelle und geteilte Recheninfrastruktur befähigen Familienunternehmen und Hidden Champions, KI-Anwendungen selbst zu entwickeln und zu besitzen statt nur zuzukaufen. Das ist für Deutschland zentral, weil der Mittelstand das Rückgrat der Beschäftigung und der regionalen Wertschöpfung bildet. Branchenspezifisches Fachwissen und proprietäre Daten sind ein realer Wettbewerbsvorteil, wenn er in eigene KI übersetzt wird. Ohne Bündelung fehlt einzelnen Firmen die Grösse für eigene Modelle.
Trade-off: Dezentrale Stärke gegen Skalennachteile
Realisierbarkeit: Genossenschaftliche Bündelung könnte die Grössenlücke schliessen
Trigger-basierte Phasen
Auslöser: Mittelstand und Konzerne integrieren KI überwiegend als eingekaufte Software externer Anbieter.
Produktivität steigt. Doch die Wertschöpfung der KI-Schicht fliesst als Lizenz- und Cloud-Entgelt ab. Die Eigentumsfrage gilt noch nicht als strukturelles Problem. Erste Debatten über Datenhoheit und Abhängigkeit entstehen.
Auslöser: Ein wachsender Anteil der Gewinne verschiebt sich sichtbar von Arbeit und produzierendem Gewerbe zu den Eigentümern der KI-Plattformen.
Die Vermögensungleichheit und die Abhängigkeit von wenigen Anbietern werden politisch zum Thema. Rufe nach Beteiligungsmodellen, souveräner Infrastruktur und einem Bürgerfonds gewinnen an Gewicht.
Auslöser: Politik und Wirtschaft legen fest, über welche Kanäle die Breite am KI-Kapitalstock beteiligt wird.
Deutschland entscheidet zwischen breiter Teilhabe über Beteiligung, Bürgerfonds und eigener Infrastruktur einerseits und wachsender Konzentration andererseits. Diese Weiche bestimmt Vermögensverteilung und die Zukunft des mitbestimmten Modells bis 2040.
Reale Pilotprojekte
Status: In Kraft. Seit 2024 gelten höhere Steuerfreibeträge für Belegschaftsbeteiligung
Der angehobene Freibetrag und die aufgeschobene Besteuerung erleichtern Beteiligungsmodelle, besonders für Start-ups und Mittelstand. Es ist der reale deutsche Hebel, um Beschäftigte am Produktivkapital zu beteiligen, bislang jedoch mit bescheidener Reichweite.
Status: Nicht verabschiedet, Debatte offen (kapitalgedeckter Fonds im Staatsbesitz)
Der Fonds beteiligt den Staat und mittelbar die Bürger an globalem Produktivkapital. Er ist der naheliegende Ausgangspunkt, um breite Teilhabe am KI-Kapitalstock zu organisieren, wenn er über die reine Rentendämpfung hinaus gedacht wird.
Status: Im Aufbau (gemeinsame Datenräume der Industrie)
Initiativen wie Catena-X und Manufacturing-X bündeln Industriedaten, damit Mittelstand und Konzerne eigene, souveräne KI-Anwendungen aufbauen können. Sie sind der reale Ansatz, den deutschen Wettbewerbsvorteil aus Fachwissen und Daten in eigenes KI-Eigentum zu übersetzen.
Status: Etabliert in Norwegen, als Vorbild für Deutschland zu prüfen
Der norwegische Pensionsfonds zeigt, wie ein Land Kapitalerträge im Namen aller Bürger ansammelt und verwaltet. Für Deutschland ist er ein Referenzmodell dafür, wie ein Bürgerfonds breite Teilhabe am globalen Produktivkapital organisieren kann.
Was wir beobachten
Die Lohnquote misst, welcher Anteil der Wertschöpfung als Arbeitseinkommen anfällt und welcher als Kapitalrendite. Die Marke zählt, weil ein sinkender Anteil das Kernsymptom der Verlagerung von Arbeit zu Kapital ist. Ein Umschlag bedeutet, dass ohne breite Kapitalbeteiligung die Ungleichheit strukturell wächst. Für Politik und Anleger ist es der Gradmesser, ob die Automatisierungsrendite geteilt wird.
Gemessen wird, wie breit die Bevölkerung überhaupt am Produktivkapital beteiligt ist. Die Marke zählt, weil die KI-Rendite über Kapital fliesst und wer kein Kapital hält, ausgeschlossen bleibt. Verharrt die Quote niedrig, konzentriert sich der Automatisierungsgewinn auf wenige. Ein Umschlag nach oben wäre das Zeichen einer breiteren Teilhabe.
Der Indikator zeigt, ob der KI-Kapitalstock im Inland liegt oder die Rendite ins Ausland abfliesst. Die Marke zählt, weil nur eigene Infrastruktur Wertschöpfung und Eigentum in Deutschland hält. Bleibt der Anteil gering, bleibt der Mittelstand Mieter statt Eigentümer der Schlüsseltechnologie. Ein Umschlag nach oben stärkte die technologische und wirtschaftliche Souveränität.
Der Koeffizient misst, wie ungleich das private Vermögen verteilt ist. Die Schwelle zählt, weil die Wirtschaft, die kommt, Kapitaleigentum belohnt und bestehende Ungleichheit verstärken kann. Ein Umschlag zu noch höherer Konzentration signalisiert, dass Teilhabemodelle versagen. Für die politische Stabilität ist dies einer der sensibelsten Indikatoren.