Die neue Klassenfrage: Wenn leistungsfähige KI zum Geldvorteil wird

Leistungsfähige KI könnte Lern- und Arbeitsvorteile verstärken. Entscheidend ist, wer gute Werkzeuge nutzen kann und daraus tatsächlich Nutzen zieht.

Von Wolfgang

13. Sep. 20269 Min. Lesezeit

Die neue Klassenfrage: Wenn leistungsfähige KI zum Geldvorteil wird

Leistungsfähige KI könnte Lern- und Arbeitsvorteile verstärken. Entscheidend ist, wer gute Werkzeuge nutzen kann und daraus tatsächlich Nutzen zieht.

Artikelbild: KI-generiertes Symbolbild: Unterschiedliche Ausstattung kann den Spielraum beim Lernen und Arbeiten verändern.

Analyse · Stand: 13. September 2026

Ein KI-Abo kann beim Schreiben helfen, beim Lernen oder beim Entwickeln von Software. Wer dafür bezahlt, kauft möglicherweise etwas, das weit über den Komfort eines weiteren Onlinedienstes hinausgeht: mehr Zeit, zusätzliche Unterstützung und die Möglichkeit, Aufgaben überhaupt erst anzugehen. Wenn sich solche Vorteile im Alltag summieren, wird der Zugang zu KI zu einer sozialen Frage.

Daraus folgt noch keine neue Klassengesellschaft. Ein hoher Preis garantiert weder gute Antworten noch einen besseren Berufseinstieg. Aber die Frage verdient mehr Aufmerksamkeit als der Vergleich mit einem Streaming-Abo. KI kann ein Arbeitsmittel sein. Und Arbeitsmittel beeinflussen, was Menschen mit ihren Fähigkeiten anfangen können.

Ein Abo bezahlt auch die Möglichkeit, dranzubleiben

OpenAI nennt für ChatGPT Plus einen Preis von 20 US-Dollar pro Monat. Anthropic bietet Claude Pro bei monatlicher Zahlung ebenfalls für 20 US-Dollar an; Max beginnt bei 100 US-Dollar monatlich. Die Claude-Preise verstehen sich ohne gegebenenfalls anfallende Steuern. Das sind veröffentlichte Dollarpreise, keine verbindlichen deutschen Endpreise.

Die Tarifstufen unterscheiden sich unter anderem bei Nutzungskapazitäten und verfügbaren Werkzeugen. Dabei ist kostenloser Zugang keineswegs nutzlos: Schon Claude Free bietet beispielsweise Websuche und das Erstellen von Inhalten. Mehr zu bezahlen bedeutet also nicht automatisch, bei jeder Frage eine klügere Antwort zu bekommen. Es kann aber bedeuten, länger an einem Projekt arbeiten zu können, bevor ein Limit greift, oder zusätzliche Funktionen einzusetzen.

Wer mehrere spezialisierte Dienste und zusätzliche verbrauchsabhängige Nutzung kombiniert, kann daraus einen dreistelligen monatlichen Ausgabenposten machen. Das ist ein mögliches Budget, kein belegter Durchschnitt. Für einen gut verdienenden Selbstständigen mag es sich rechnen. In einem Haushalt mit knappem Einkommen muss dieselbe Ausgabe gegen andere Bedürfnisse bestehen.

Soziale Unterschiede können damit schon vor dem ersten Ergebnis entstehen: beim Spielraum, etwas auszuprobieren, Fehler zu machen und ein Werkzeug regelmäßig zu nutzen.

Die Nutzung ist bereits ungleich verteilt

Die OECD-Auswertung zur KI-Nutzung 2025 berichtet, dass mehr als ein Drittel der Menschen im erfassten OECD-Vergleich generative KI verwendete. Zwischen den verglichenen Einkommensgruppen lag die Nutzungslücke bei rund 21 Prozentpunkten; ähnlich groß war der Abstand nach Bildungsniveau.

Diese Daten beschreiben Unterschiede in der Nutzung. Sie zeigen nicht, welcher Anteil durch Abopreise verursacht wird. Beruf, Ausbildung, digitale Erfahrung oder ein Zugang über Arbeitgeber und Hochschule können ebenfalls eine Rolle spielen. Wer die gesamte Lücke auf fehlendes Geld zurückführt, erklärt mehr, als die Zahlen hergeben.

Trotzdem verschiebt sich die Diskussion. Neben der Frage, wer KI überhaupt ausprobiert, wird relevant, wer sie verlässlich einsetzen kann. Dazu gehören ein geeignetes Gerät, Zeit zum Lernen und die Fähigkeit, Fehler zu erkennen. Ein bezahlter Zugang ist ein Teil dieser Ausstattung.

Produktivität entsteht bei konkreten Aufgaben

Dass KI bei bestimmten Tätigkeiten hilft, ist inzwischen empirisch belegt. Erik Brynjolfsson, Danielle Li und Lindsey Raymond untersuchten einen KI-Assistenten im Kundensupport. Die 2025 veröffentlichte Fachfassung von „Generative AI at Work“ umfasst 5.172 Beschäftigte und nennt im Durchschnitt 15 Prozent mehr gelöste Anliegen pro Stunde. Bei weniger erfahrenen und leistungsschwächeren Beschäftigten betrug der Zuwachs etwa 30 Prozent.

Auch ein Experiment von Shakked Noy und Whitney Zhang zu beruflichen Schreibaufgaben zeigte deutliche Vorteile: Die Bearbeitungszeit sank mit ChatGPT im Mittel um 40 Prozent, während unabhängige Bewertende die Qualität um 18 Prozent höher einstuften.

Beide Untersuchungen vergleichen KI-Unterstützung mit Arbeit ohne diese Unterstützung. Sie belegen nicht, dass ein teures Abo einem kostenlosen Zugang um ähnliche Größenordnungen überlegen wäre. Genau dieser Unterschied ist für die Klassenfrage zentral.

Zudem hängt der Nutzen von Aufgabe und Arbeitsumgebung ab. METR fand bei erfahrenen Open-Source-Entwicklern mit Werkzeugen aus dem frühen Jahr 2025 sogar 19 Prozent längere Bearbeitungszeiten. In einem Update vom Februar 2026 hält die Organisation inzwischen größere Beschleunigung für plausibel, warnt aber vor Auswahlverzerrungen und unzuverlässigen Zeitmessungen ihrer Folgeuntersuchung. Aus dem älteren Ergebnis lässt sich deshalb ebenso wenig ein allgemeines Urteil über heutige Programmierwerkzeuge ableiten.

Für den Einzelnen zählt, ob ein Werkzeug bei seinen Aufgaben nach Abzug von Kontrolle und Nacharbeit tatsächlich hilft. Erst dann wird aus verfügbarer Rechenleistung ein wirtschaftlicher Vorteil.

Geld als kognitive Infrastruktur

Hier liegt der weiterführende Gedanke: Geld könnte zunehmend kognitive Infrastruktur finanzieren. Gemeint ist eine verlässlich verfügbare Umgebung, die beim Verstehen, Entwerfen, Prüfen und Üben unterstützt. Sie erweitert den Handlungsspielraum eines Menschen, ohne ihm eigenes Urteil abzunehmen.

Ein digitales Werkzeug kann einen Entwurf kommentieren, Programmcode vorschlagen oder einen schwierigen Zusammenhang auf verschiedene Arten erklären. Wer es sinnvoll in seine Arbeit einbaut, könnte dadurch Projekte angehen, die zuvor an Zeit oder fehlender Unterstützung scheiterten. Entscheidend wäre dann weniger die einzelne brillante Antwort als die tägliche Verfügbarkeit brauchbarer Hilfe.

Drei verbundene Felder zeigen Zugang, Anwendung und möglichen Nutzen mit Werkzeugen, kritischer Prüfung und Zeit zum Lernen. — KI-generierte schematische Darstellung: Erst sinnvolle Anwendung kann aus Zugang einen Nutzen machen; ein Produktivitätsgewinn ist nicht garantiert.

Das lässt sich mit einem Gedankenexperiment verdeutlichen. Zwei Menschen haben vergleichbare Fähigkeiten. Einer kann passende KI-Werkzeuge intensiv nutzen; dem anderen fehlt dieser Zugang. Angenommen, daraus entstünde für die erste Person nach aller Nacharbeit tatsächlich eine zusätzliche nutzbare Stunde an 220 Arbeitstagen im Jahr. Das wären 220 Stunden jährlich und 1.100 Stunden in fünf Jahren.

Das ist eine Modellrechnung, keine Prognose. Weder die tägliche Stunde noch ein daraus folgender Einkommensgewinn sind durch die genannten Studien belegt. Die Rechnung zeigt lediglich, warum auch kleine, dauerhaft nutzbare Vorteile gesellschaftlich relevant sein können. Ihr Wert hängt außerdem davon ab, ob Menschen die gewonnene Zeit für Lernen, Erholung oder eigene Vorhaben verwenden können.

Der Internationale Währungsfonds beschreibt einen verwandten Mechanismus: Ergänzt KI besonders die Fähigkeiten höher verdienender Beschäftigter, könnten deren Arbeitseinkommen überproportional steigen. Höhere Kapitalerträge könnten zusätzlich Vermögensunterschiede vergrößern. Das ist eine bedingte wirtschaftliche Analyse, kein Nachweis dafür, dass private Premium-Abos diesen Effekt bereits verursachen.

Die mögliche Rückkopplung bleibt dennoch plausibel: Mehr Einkommen erleichtert den Zugang zu hilfreichen Werkzeugen; deren wirksamer Einsatz verbessert unter günstigen Bedingungen wiederum Lern- und Erwerbschancen.

Beim Lernen reicht ein Zugang allein nicht

Im Bildungsbereich bekommt diese Entwicklung besonderes Gewicht. Laut derselben OECD-Auswertung nutzten 2025 rund drei Viertel der erfassten Schülerinnen, Schüler und Studierenden ab 16 Jahren generative KI. Daraus lässt sich keine Nutzungsquote für jüngere Kinder ableiten, wohl aber die Bedeutung für ältere Lernende.

Ein gut gestalteter KI-Tutor könnte zusätzliche Übungen anbieten, Erklärungen variieren oder beim Fremdsprachentraining unterstützen. Wenn solche Hilfe zuverlässig funktioniert und günstig verfügbar ist, könnte sie Unterstützung verbreitern, die bisher private Nachhilfe voraussetzte. Wenn ihr sinnvoller Einsatz dagegen teure Zugänge und intensive Begleitung durch die Eltern erfordert, könnte sie bestehende Unterschiede fortschreiben.

Beide Möglichkeiten hängen auch von der Gestaltung des Lernens ab. Eine richtige Lösung auf dem Bildschirm ist noch kein verstandener Rechenweg. Diesen Unterschied vertieft auch die TZG-Analyse „Mehr KI an Schulen heißt noch nicht mehr Lernen“. Für Schulen wäre deshalb eine sinnvolle Zielgröße, ob Lernende eine Aufgabe später selbstständig bewältigen können. Ein gemeinsamer Zugang sollte mit Anleitung und überprüfbaren Lernzielen verbunden werden.

Auch im Beruf muss die Kostenfrage nicht beim privaten Haushalt enden. Stellen Arbeitgeber geeignete Werkzeuge bereit, verliert das persönliche Abobudget für diese Arbeit an Bedeutung. Dann rücken Unterschiede zwischen gut und schlecht ausgestatteten Betrieben stärker in den Vordergrund.

Günstigere Modelle sind eine ernsthafte Gegenkraft

Die These einer dauerhaften KI-Kluft hat ein starkes Gegenargument: Leistungsfähigkeit wird billiger. Der Stanford AI Index 2025 dokumentiert, dass die Inferenzkosten für ein System auf dem Leistungsniveau von GPT-3.5 zwischen November 2022 und Oktober 2024 um mehr als den Faktor 280 sanken. Gemeint sind Kosten der Modellnutzung bei einem bestimmten Leistungsvergleich, keine entsprechend gesunkenen Endkundenabos. Der Zeitraum beträgt knapp zwei Jahre.

Offene Modelle näherten sich geschlossenen Systemen außerdem bei einigen Benchmarks an. Das garantiert keine Gleichwertigkeit bei jeder Alltagsaufgabe, eröffnet aber Alternativen zu einzelnen Anbietern.

Damit könnte gute Unterstützung für viele Menschen erschwinglich werden. Ob die jeweils teuerste technische Spitze darüber hinaus einen entscheidenden Vorteil bietet, bleibt offen. Für zahlreiche Aufgaben mag ein günstiges Werkzeug völlig ausreichen. Für andere könnten höhere Kapazitäten oder zusätzliche Funktionen relevant bleiben. Die soziale Wirkung hängt daran, wie groß diese Unterschiede im tatsächlichen Einsatz sind.

Gute KI als öffentliche Infrastruktur

Die Folgerung muss daher nicht lauten, jedem das teuerste Abonnement zu bezahlen. Sinnvoller wäre, einen brauchbaren Zugang samt Anwendungskompetenz als mögliche Aufgabe öffentlicher Infrastruktur zu behandeln.

Schulen und Hochschulen könnten geeignete Systeme gemeinsam bereitstellen. Bibliotheken könnten betreute KI-Arbeitsplätze anbieten. Für Arbeitsuchende wären Werkzeuge zur Weiterbildung und Bewerbung denkbar. Solche Angebote sollten daran gemessen werden, ob sie Menschen wirksam unterstützen, ihre Daten schützen und ohne hohe private Ausgaben zugänglich sind.

Die Weltbank untersucht im „Digital Progress and Trends Report 2025“ die globale KI-Kluft anhand ihrer Grundlagen: Konnektivität, Rechenkapazität, Daten und Kompetenzen. Ihr Schwerpunkt liegt auf Ländern und deren Entwicklungsmöglichkeiten. Die Übertragung auf private Haushalte ist eine gesellschaftspolitische Einordnung, keine direkte Aussage dieses Berichts über deutsche Familien.

Sie lenkt den Blick aber auf einen entscheidenden Punkt: Zugang besteht aus mehr als einem Login. Wer KI sinnvoll nutzen soll, braucht verlässliche Werkzeuge und die Möglichkeit, den Umgang mit ihnen zu lernen.

Eine neue Klassenfrage könnte dort entstehen, wo sich kleine Lern- und Arbeitsvorteile über Jahre summieren und überwiegend denen offenstehen, die bereits gut ausgestattet sind. Ihre Antwort entscheidet sich deshalb nicht allein am Preis der besten KI. Entscheidend ist, ob gute, überprüfbare Unterstützung auch jene erreicht, die sie sich bisher am wenigsten leisten können.