Es gibt einen alten Witz in der Luftfahrtindustrie. Demnach setzt sich die ideale Crew aus einem Piloten und einem Hund zusammen. Die Aufgabe des Piloten besteht darin, den Hund zu füttern, die des Hundes, den Piloten zu beißen, wenn er irgendwelche Steuerelemente bedient. Zu einem solchen Job-Sharing ist es bisher nicht gekommen. Im Cockpit hat noch immer der Mensch und nicht die Maschine das Sagen. Zwar übernimmt der Computer in hochautomatisierten Verkehrsflugzeugen die Navigation und Kontrolle der Geschwindigkeit. Doch der Pilot startet und landet noch immer selbst. Der erste Autopilot – ein Flugregler zur Stabilisierung der Fluglage und -geschwindigkeit – wurde bereits 1914 bei einem Luftsicherheitswettbewerb in Paris vom Luftfahrpionier Lawrence Sperry vorgestellt. Die Automatisierung hat den Piloten nicht überflüssig gemacht, im Gegenteil: Manuelle Flugfertigkeiten sind in heiklen Situationen wie bei einem Strömungsabriss kaum ersetzbar.

Man kann aus dieser Beobachtung extrapolieren, dass auch andere Berufe wie Ärzte, Anwälte oder Journalisten nicht etwa wegfallen, nur weil jetzt ein Roboter im Haus sitzt – und obwohl in den vergangenen Jahren automatisierte Diagnose- oder Recherchetools beziehungsweise Schreibprogramme entwickelt wurden. Gewiss, Maschinen können Informationen viel schneller verarbeiten. Computer spielen mittlerweile besser Schach, Go und Poker als der Mensch. Schachweltmeister Magnus Carlsen erreichte eine Elo-Zahl – ein Maß für die Stärke eines Schachspielers – von 2882. Supercomputer kommen in den Bereich von über 3300. Trotzdem ist die Überwachungsfunktion und letzte Entscheidungsbefugnis des Menschen unabdingbar. Indizieren die Anomalien, die der Supercomputer Watson in den Datensätzen identifiziert, wirklich einen Krebsverdacht? Sind die Geschwindigkeitsdaten, die die Sonde am Flugzeug in die Bordcomputer einspeist, korrekt? Nur der Mensch besitzt Kontextwissen und kann prüfen, ob ein Ereignis möglicherweise noch andere Ursachen hat.

Es gibt zwei weitere Beispiele, die Zweifel an der Hypothese nähren, nach der die Automatisierung mehr Jobs vernichtet als neue schafft. Da wären etwa die Geldautomaten. Vor 50 Jahren ging in London der erste davon in Betrieb. Schon damals war die Sorge groß, dass die Maschine den Bankangestellten am Schalter ersetzen könnte. Diese Befürchtungen haben sich größtenteils nicht bestätigt. Zwischen 1995 und 2010 stieg die Zahl der Geldautomaten in den USA exponentiell von 100 000 auf 400 000. Trotzdem blieb die Beschäftigungskurve relativ stabil – die Zahl der "teller", der Bankkassierer oder Schalterbeamten, nahm um die Jahrtausendwende sogar zu.

Der Grund liegt darin, dass der Betrieb von Geldautomaten den Banken erlaubt, ihr operatives Geschäft zu geringeren (Personal-)Kosten durchzuführen. Weil die Betriebskosten sanken, wurden neue Geldinstitute gegründet. Zwischen 1988 und 2004 stieg die Zahl der Banken um 40 Prozent. Die Automatisierung im Bankwesen hat nicht zum Jobverlust geführt, sondern neue Arbeitsplätze geschaffen. Zwar ist diese Gleichung nach der Bankenkrise nur noch mit Ausnahmen gültig, doch aus dem Beispiel ATM lassen sich einige Lehren für die Automatisierungsdebatte ziehen.

Sprachliche Verunstaltungen

Wenn man mit Übersetzungsprogrammen einen Satz übersetzen will, kommt zuweilen grober Unfug als Ergebnis heraus – wie das zweite Beispiel lehrt: "Herrlich, plump Buck Mulligan kam aus dem Treppenhaus, Mit einer Schüssel Schaum, auf dem ein Spiegel und ein Rasiermesser lag Gekreuzt." Dieser erste Satz des Romans "Ulysses" von James Joyce ist Weltliteratur. Was Google Translate in der deutschen Übersetzung daraus macht, hat mit Literatur allerdings nicht mehr viel gemein und kommt einer Verhunzung der deutschen Sprache gleich. Eigentlich müsste der Satz heißen: "Stattlich und feist erschien Buck Mulligan am Treppenaustritt, ein Seifenbecken in Händen, auf dem gekreuzt ein Spiegel und ein Rasiermesser lagen."

Zugegeben: Joyces 987 Seiten umfassendes Monumentalwerk ist auch für menschliche Übersetzer keine leichte Kost. Doch die deutsche Sprache ist – trotz zahlreicher Ausnahmen – ein logisches System, das bestimmten syntaktischen und grammatikalischen Regeln gehorcht. Subjekt, Prädikat, Objekt, das sind die klaren Leitplanken für die Satzbildung. Und alles, was logisch ist, kann programmiert werden. Zumindest theoretisch. In der Praxis aber haben Übersetzungsprogramme große Probleme, wenn sie noch nicht mit der entsprechenden Literatur "gefüttert" wurden. Und selbst wenn Maschinen grammatikalisch korrekte Übersetzungen produzieren, wird man als Leser womöglich die Übersetzung aus Menschenhand bevorzugen, weil diese stilistisch runder und ausgewuchteter ist. Ergo: Übersetzer müssen kurz- bis mittelfristig keine Angst haben, dass Maschinen ihnen ihre Jobs wegnehmen.

Diese empirischen Beispiele erheben keinen Anspruch auf makroökonomische Generalisierbarkeit. Was im Bankensektor oder Übersetzungswesen passiert, kann in der Medizin- oder Taxibranche ganz anders aussehen. Und man kann auch die Entwicklungslinien aus der Vergangenheit nicht ohne Weiteres in die Zukunft projizieren. Doch so schwarz und weiß, wie die Ökonomen ihre Szenarien malen, ist die Wirklichkeit wohl nicht. Es dominieren die Grautöne. Womöglich muss der Mensch die Maschine nicht nur (mit Daten) füttern, sondern ihr gelegentlich auch auf die Füße treten.