Wie KI Notenbanken zu einem Umdenken bei Inflation und Zinsen zwingt

In den vergangenen knapp drei Jahren haben Zentralbanken künstliche Intelligenz ähnlich behandelt wie Klimawandel oder Demografie: als langfristige Kraft, die sie im Blick behalten, aber noch nicht als Werkzeug der Geldpolitik.

WERBUNG

WERBUNG

Diese Trennlinie ist inzwischen weitgehend verschwunden.

Geldpolitikerinnen und -politiker sprechen zunehmend von einem Strukturbruch, der eher an die Elektrifizierung oder das Internet erinnert – ein Wandel, der Inflation, Zinsen und sogar die Instrumente verändert, mit denen Zentralbanken diese Zinsen steuern.

Die Frage lautet nicht mehr, ob KI eine Rolle spielt.

Strittig sind Tempo, Übertragungskanäle und Richtung: Wie schnell zeigen sich die Effekte? Steigen die Preise zunächst oder fallen sie? Und wie sollen Zentralbanken auf eine Kraft reagieren, die kurzfristig eher inflationär, über die Zeit aber dämpfend wirken könnte?

EZB und Bundesbank: So nutzen sie KI bereits

Die Europäische Zentralbank gehört zu den Vorreitern und hat KI am schnellsten von der Theorie in den Arbeitsalltag geholt.

In einem am 21. April 2026 veröffentlichten Blogeintrag (Quelle auf Englisch) legten vier EZB-Ökonomen – Óscar Arce, Karin Klieber, Michele Lenza und Joan Paredes – offen, dass seit Ende 2022 ein Machine-Learning-Modell zum Instrumentenkasten gehört, mit dem die geldpolitischen Beschlüsse des EZB-Rats vorbereitet werden.

Das Modell verarbeitet rund 60 Indikatoren, die Inflationserwartungen, Kostendruck, die reale Wirtschaftslage und Finanzierungsbedingungen abbilden, und wird pro Quartal mehrfach aktualisiert.

Die Methode läuft bereits im Echtzeitbetrieb.

Im zweiten und vierten Quartal 2025 meldete das Modell Aufwärtsrisiken für die Kerninflation, die sich später tatsächlich bestätigten: Die endgültigen Werte lagen etwa 20 Basispunkte über den offiziellen Projektionen des Eurosystems.

„Künstliche Intelligenz (KI) kann helfen, Inflationsrisiken in Echtzeit zu verfolgen“, schreiben die Autorinnen und Autoren.

Die Bundesbank schlägt einen ähnlichen Kurs ein.

Auf einer gemeinsamen Konferenz von Bundesbank und SUERF in Frankfurt am neunten Dezember 2025 betonte Bundesbankpräsident Joachim Nagel, dass die deutsche Notenbank bereits ein breites Spektrum an KI-Anwendungen nutzt, um Analysen zu verfeinern und Arbeitsabläufe zu unterstützen.

Dazu gehören textbasierte Assistenzsysteme, KI-gestützte Dokumentenanalyse und ein Modell namens MILA, das die Kommunikation der Zentralbanken im Euroraum auswertet.

„Technologie sollte letztlich den Menschen dienen. Das gilt auch für uns als Zentralbanken: Wir setzen KI ein, um unseren Auftrag so gut wie möglich zu erfüllen“, sagte Nagel.

US-Notenbank über KI: Vom Studienobjekt zum Kernthema

In der US-Notenbank Fed verläuft der Wandel weniger operativ, dafür umso stärker auf der konzeptionellen Ebene – und mit wachsendem Handlungsdruck.

Vertreterinnen und Vertreter der Fed diskutieren inzwischen, wie KI die grundlegenden Zielkonflikte der Geldpolitik verschiebt.

Im vergangenen Jahr argumentierte (Quelle auf Englisch) Fed-Gouverneur Christopher Waller, KI verbreite sich schneller als Personalcomputer, Internet oder Smartphones; die Produktivitätsfrage stehe nun im Zentrum der geldpolitischen Debatte.

„Eine entscheidende Frage lautet, ob KI zu einem Wiederanstieg des Produktivitätswachstums beiträgt. Anhaltendes Produktivitätswachstum von mehr als zwei Prozent stützt steigende Realeinkommen und Lebensstandards, ohne zusätzlichen Inflationsdruck zu erzeugen. Als Geldpolitiker hoffe ich, dass KI dieses Versprechen einlöst“, sagte Waller.

Beim Euro20+-Treffen, das Nagel im November 2025 ausrichtete, hob Fed-Vizechef Philip Jefferson die doppelte Wirkung von KI auf die Inflation hervor.

Auf der einen Seite können Produktivitätsgewinne die Produktionskosten senken. Auf der anderen Seite können die Preise für Vorleistungen steigen.

„KI kann in bestimmten Preiskategorien nach oben wirken, wenn viele Unternehmen die Technologie schnell hochskalieren. KI-Anwendungen brauchen zudem Rechenzentren, die mit anderen Produktionsprozessen um Flächen, Energie und weitere Inputs konkurrieren. Ich glaube daher nicht, dass KI nur nach unten auf die Inflation wirkt“, sagte Jefferson.

Die politisch wohl umstrittenste Stimme in dieser Debatte ist Kevin Warsh, den Donald Trump als Nachfolger von Jerome Powell für den Fed-Vorsitz nominiert hat, sobald Powells Amtszeit im Mai endet.

Warsh bezeichnet den KI-Boom als die produktivitätssteigerndste Welle seines Lebens und zieht Parallelen zu den späten neunziger Jahren, als Alan Greenspan die Geldpolitik lockerer hielt, als es einfache Regeln nahegelegt hätten – und dafür mit steigender Produktivität und stabilen Preisen belohnt wurde.

Bei seiner Anhörung im Senat in der vergangenen Woche zeigte er sich jedoch deutlich vorsichtiger.

Er beschrieb KI als Kraft, die sich einer „Fluchtgeschwindigkeit“ nähere, und warnte, die Geldpolitik könne sich noch nicht zuverlässig auf künftige Produktivitätsgewinne stützen.

„KI wird so bedeutsam, dass sie etwas wie eine Fluchtgeschwindigkeit erreicht“, sagte Warsh und mahnte, die Federal Reserve müsse ihre Modelle überdenken.

Er räumte ein, dass die aktuelle Innovationswelle den Preisdruck auf längere Sicht dämpfen und den Kampf gegen die Inflation erleichtern könnte, warnte aber, dass die Verantwortlichen noch nicht abschätzen können, wie diese Gewinne am Arbeitsmarkt ankommen – der zweiten Säule des Fed-Mandats.

Wall Street: Disinflation-Bullen gegen Capex-Falken

Während Zentralbanken noch um die richtige Deutung von KI ringen, handeln die Märkte bereits danach. Die größten Vermögensverwalter und Bankvolkswirte bauen die Technologie in ihre Prognosen zu Inflation, Wachstum und Anleiherenditen ein – und die Wall Street hat sich in zwei Lager gespalten.

Die Disinflation-Bullen sehen in KI einen positiven Angebotsschock: niedrigere Preise, niedrigere Zinsen, höhere Bewertungen riskanter Anlagen.

Die Capex-Falken fürchten zunächst höhere Inflation: einen Investitionsboom, der Strompreise treibt, das Gleichgewicht zwischen Ersparnis und Investitionen verschiebt und langfristige Renditen anhebt, bevor Produktivitätsgewinne greifen.

Die schärfste disinflationäre These kommt aus der Asset-Management-Branche. Mike Hunstad, Chef der Vermögensverwaltung von Northern Trust mit einem Volumen von 1,4 Billionen Dollar, sagte der „Financial Times“ im April 2026, KI könne sich als einer der größten positiven Angebotsschocks der modernen Wirtschaftsgeschichte erweisen.

Wenn KI die Produktivität dauerhaft anhebt, so Hunstad, übernimmt sie gewissermaßen die disinflationäre Arbeit, die Jahre straffer Geldpolitik nicht zu Ende gebracht haben.

„Es ist fast so, als wäre KI Ihre Geldpolitik – nur wirksamer als alles, was die Fed oder irgendeine andere Zentralbank auf der Welt leisten kann“, sagte Hunstad.

Die Capex-Falken sehen das Gegenteil: einen Investitionszyklus, der Strompreise und Renditen in die Höhe treibt, lange bevor Produktivitätsgewinne sichtbar werden.

Ben May und Daniel Harenberg von Oxford Economics warnten im Februar, es wäre ein Fehler, Zinsen vorsorglich zu senken, nur weil KI voraussichtlich disinflationär wirkt – derzeit treibe sie die Inflation über höhere Strompreise, milliardenschwere Rechenzentrumsinvestitionen und Vermögenseffekte durch steigende Aktienkurse eher nach oben.

„Die Wirkung von KI auf die Inflation hängt davon ab, in welchem Ausmaß der Schub auf der Angebotsseite durch einen Anstieg der gesamtwirtschaftlichen Nachfrage wieder aufgezehrt wird“, heißt es in der Analyse von Oxford Economics.

Zu einem ähnlichen Schluss kommt Goldman Sachs. Die Ökonomen Manuel Abecasis und Hongcen Wei richten den Blick auf einen bislang oft unterschätzten Übertragungskanal von KI zur Inflation: die Strompreise.

Die Strompreise in den USA stiegen bis Dezember 2025 im Jahresvergleich um 6,9 Prozent und lagen damit deutlich über der PCE-Gesamtinflation von 2,9 Prozent. Goldman rechnet damit, dass der Anstieg der Stromtarife für Verbraucherinnen und Verbraucher in den Jahren 2026 und 2027 nahe 6 Prozent bleibt und erst 2028 auf rund 3,5 Prozent fällt.

„Wir erwarten, dass Rechenzentren die Stromnachfrage deutlich erhöhen und in den kommenden fünf Jahren etwa 40 Prozent des Wachstums beim Stromverbrauch ausmachen werden“, sagte Abecasis.

Goldman schätzt, dass höhere Stromkosten die Gesamtinflation 2026 um etwa 0,2 Prozentpunkte und 2027 um 0,15 Prozentpunkte erhöhen werden, wobei vor allem Gesundheitswesen, Verkehr und Gastronomie den indirekten Kostenschub in die Kerninflation weitergeben.

Die Frage lautet: Wann wirkt KI, nicht wohin sie führt

In einem Punkt herrscht inzwischen weitgehende Einigkeit: KI ist so bedeutend, dass Zentralbanken ihr Verständnis der Wirtschaft grundlegend überprüfen müssen.

Offen bleibt die Reihenfolge der Effekte. Steigen zuerst die Produktivitätsgewinne, könnte die Geldpolitik Spielraum für Zinssenkungen gewinnen, ohne die Inflation neu zu entfachen.

Kommt dagegen zunächst der Investitionsboom – über Energiepreise, Kapitalnachfrage und steigende Vermögenspreise –, riskieren Zentralbanken, bei einer zu frühen Lockerung rasch wieder umsteuern zu müssen.

Damit hat sich das Bild grundlegend gewandelt: Noch vor wenigen Jahren spielte künstliche Intelligenz in Reden von Notenbankerinnen und Notenbankern praktisch keine Rolle.