Der KI-Wandel: Was viktorianische Schuhmacher über Disruption verraten

Die Debatte über Künstliche Intelligenz und den Arbeitsmarkt gleicht oft einem Blick in die Glaskugel. Ein Beitrag des FT-Newsletters „The AI Shift“ wirft nun einen ungewöhnlichen Blick zurück – auf die englische Schuhherstellung des 19. Jahrhunderts. Der Grund: Die Parallelen zwischen dem KI-Zeitalter und den Umwälzungen der Industriellen Revolution werden häufig gezogen, doch diese spezifische Erzählung zeigt, dass technologischer Wandel nicht immer so verläuft, wie man vermuten würde.

Der Newsletter wird wöchentlich von der Financial Times veröffentlicht und befasst sich mit Technologie und dem Arbeitsmarkt. Autor John ist diese Woche im Urlaub, daher wird er erneut von Joel Suss vertreten, einem ehemaligen Ökonomen der Bank of England. Gemeinsam nehmen sie eine sorgfältige Studie der Postdoktorandin Hillary Vipond in den Blick, die am Complexity Science Hub in Wien und an der London School of Economics affiliiert ist.

Ihre Analyse vollständiger britischer Volkszählungen liefert eine der detailliertesten Momentaufnahmen technologischen Wandels. Die Kernbotschaft: Die Anpassung an neue Maschinen fand nicht durch Umschulung der Alten statt, sondern durch den veränderten Berufseinstieg der Jungen.

Die Details

Die Schuhherstellung war im Großbritannien des 19. Jahrhunderts die mit Abstand größte Handwerksbranche und beschäftigte fast eine Viertelmillion Menschen. Als in den 1850er Jahren eine Nähmaschine für die Schuhherstellung aufkam, die es einer Person ermöglichte, dieselbe Menge an Arbeit zu verrichten wie vier Personen ohne die Maschine, wuchsen die Ängste vor massiver Verdrängung. Als ein Hersteller in Northampton 1857 eine der ersten Maschinen einführte, berichtete er: „Ich wurde täglich zu und von meinem Haus von mehreren Hundert Menschen verfolgt, die schworen, mich und meine Maschine gemeinsam aus der Stadt zu treiben.“

Doch die Nähmaschinen setzten sich durch, und die Branche verwandelte sich – ohne die befürchtete Massenarbeitslosigkeit. Bis 1911 beschäftigte die englische Schuhindustrie ungefähr so viele Menschen wie vor der Mechanisierung im Jahr 1851. Laut Viponds Studie verschwanden in diesem Zeitraum 153.000 handwerkliche Arbeitsplätze in der Schuhherstellung. Gleichzeitig entstanden 140.000 neue spezialisierte Jobs: Nähmaschinisten, Nieter, Bediener, Werksleiter und Manager.

Die Handwerker bildeten sich jedoch nicht zu maschinenunterstützten Schuhschmieden weiter. Die Anpassung fand vielmehr allmählich über eine Generation hinweg statt. Junge Menschen traten nicht mehr in das traditionelle Handwerk ein, während ältere Handwerker größtenteils in ihren Berufen blieben und allmählich ausstarben. Die Volkszählungsdaten geben dabei keine Auskunft darüber, was mit ihren Einkommen geschah. Vipond schreibt: „In der viktorianischen Schuhindustrie drehte sich die Anpassung sowohl auf der Seite der Zerstörung als auch auf der Seite der Schöpfung um junge Arbeitnehmer. […] Einige Türen schlossen sich und einige öffneten sich, und dies geschah für dieselbe Kohorte.“

Suss zieht daraus eine erste Lehre für die Gegenwart: Die Debatte über KI konzentriere sich auf mögliche „Ausstiege“ aus bestehenden Jobs, doch der Einstieg – die Berufswahl und Perspektiven junger Menschen – könnte sich als die dominante Transformationsmarge erweisen. Es gebe vorsichtige Anzeichen: Studien zeigten wenig Hinweise darauf, dass KI bestehende Jobs verdränge, doch es zeichne sich ein klarer Wandel ab, was Studenten studieren – weg von Studiengängen, die zu „KI-exponierten“ Karrieren wie der Computerprogrammierung führen.

Eine weitere Lehre betrifft das Jevons’sche Paradoxon, das der englische Ökonom William Stanley Jevons prägte, während die Schuhherstellung transformiert wurde. Es beschreibt, wie neue, arbeitsersparende Technologien die Nachfrage ausweiten. Jevons bezog sich auf Kohle, deren Verbrauch nach der Einführung einer effizienteren Verbrennungsmethode in die Höhe schoss. Bei Schuhen war es ähnlich: Sie wurden dank der Maschinen viel billiger, wodurch sich der Kreis der Menschen vergrößerte, die sie sich leisten konnten. Mit den durch Large Language Models bedingten Einsparungen bei den Lohnkosten könnte sich laut dem Newsletter eine ähnliche Dynamik bei „KI-exponierten“ Fachkräften wie Rechtsanwälten und Beratern ergeben – selbst Ghostwriter verzeichnen einen Anstieg der Nachfrage.

Vipond zeigt zudem, dass die „maßgeschneiderte Nachfrage“ nach handwerklicher Schuhherstellung bestehen blieb, besonders in wohlhabenderen englischen Pfarreien. Die alte Art der Dinge macht noch heute Geschäfte in traditionellen Zentren wie Northamptonshire und Florenz, gerichtet an ein bereits wohlhabendes Publikum.

Die Diffusion verlief keineswegs langsam. Ein Brief des selbsternannten „Einführers“ der Schuhnähmaschine in England im Northampton Mercury belegt, dass es bereits 1865 „mehr als 1.500 [Maschinen] in der Stadt“ gab – trotz eines Streiks, der über ein Jahr dauerte. Heute haben KI-Chatbots nach der Veröffentlichung von ChatGPT im Jahr 2022 zwar eine rasante Nutzung erfahren, doch Unternehmen integrieren LLMs nur langsam in sinnvolle Geschäftsaktivitäten. Als Hauptgrund nennt der Newsletter organisatorische Barrieren.

Hintergrund: Was bisher geschah

Bereits am 29.06.2026 berichtete aktien.news unter dem Titel „KI und die Engels-Pause: Droht eine neue Verteilungskrise?“, dass Ökonomen, Investoren und Politiker die wirtschaftlichen Folgen von KI intensiv diskutieren – und dass die öffentliche Meinung sich merklich abgekühlt habe, als Unternehmen angesichts steigender Nutzerkosten vom sogenannten „Tokenmaxxing“ Abstand nahmen.

Am 16.04.2026 meldete aktien.news, dass die Financial Times mit der „KI-Börse“ eine monatliche Gesprächsserie gestartet hat, die Vorteile, Risiken und ethische Aspekte des KI-Einsatzes beleuchtet und dabei ausdrücklich die historische Einordnung der aktuellen Entwicklung sucht.

Am 07.04.2026 berichtete aktien.news über einen Bericht von Goldman Sachs, wonach Arbeitnehmer, die durch technologischen Wandel ihren Job verlieren, langfristig wirtschaftlich deutlich schlechter gestellt sind als jene, die aus anderen Gründen arbeitslos werden. Die Analyse stützte sich auf staatliche Daten aus vier Jahrzehnten und verfolgte die Lebenswege von mehr als 20.000 Amerikanern.

Am 31.07.2026 berichtete aktien.news über eine Folge des FT-Podcasts mit dem Stanford-Ökonomen Nick Bloom zur Frage, ob KI das seit 15 Jahren stagnierende Produktivitätswachstum der Industrieländer durchbrechen kann.

Was das für Anleger bedeutet

Für deutsche Privatanleger liefert der historische Vergleich vor allem eine Einordnung der Zeitachse. Der Wandel in der Schuhindustrie dauerte eine ganze Generation – nicht, weil die Technologie langsam war, sondern weil sich die Zusammensetzung der Belegschaft erst mit dem Generationenwechsel änderte. Überträgt man diese Logik auf die KI-Adoption in Unternehmen, spricht einiges dafür, dass die Umwälzung an den Märkten ebenfalls schrittweise und nicht abrupt erfolgt.

Zweitens lenkt die Jevons’sche Logik den Blick auf die Nachfrageseite: Sinkende Kosten können neue Kundengruppen erschließen, statt Umsatz zu vernichten. Der Newsletter nennt hier ausdrücklich Anwälte, Berater und Ghostwriter. Für Anleger ist das ein Hinweis darauf, dass Kostensenkung durch KI nicht automatisch mit schrumpfenden Märkten gleichzusetzen ist.

Drittens warnt die Studie vor räumlichen Verwerfungen. Fast die Hälfte der neuen Jobs in der Schuhindustrie entstand allein in Leicestershire und Northamptonshire – ein starker Kontrast zur dezentralen Natur des Handwerks. Manche Orte kamen dabei zu kurz. Auch die Mechanisierung war grundlegend „deskilling“: Die neuen Aufgaben erforderten nicht denselben Ausbildungsstand wie das alte Handwerk.

Ausblick

Welche neuen Berufe im KI-Zeitalter entstehen, lässt sich dem Newsletter zufolge noch nicht sagen. Eine mit Viponds Studie übereinstimmende Schlussfolgerung liefert eine Untersuchung mit schwedischen Daten: 70 Prozent der heutigen Beschäftigung findet in Berufen statt, die bereits vor 140 Jahren existierten. Der Newsletter regt an, die räumlichen Implikationen der KI-Transformation – Konzentration oder Zerstreuung von Wissensarbeit – in Zukunft näher zu betrachten.

Kurz erklärt

• Jevons’ches Paradoxon: Effizienzgewinne senken die Kosten und können dadurch die Gesamtnachfrage so stark ausweiten, dass der Verbrauch insgesamt steigt.
• Deskilling: Ein technologischer Wandel zerlegt Facharbeit in einfachere Teilschritte, für die eine geringere Ausbildung nötig ist.
• Large Language Models: Große Sprachmodelle sind KI-Systeme, die Texte auf Basis umfangreicher Datenmengen verstehen und erzeugen können.