Luis Garicano

Über Luis Garicano

Luis Garicano ist Full Professor of Public Policy an der London School of Economics und spezialisiert sich auf Organisationsökonomie, Wissenshierarchien und die Ökonomie der KI. Seine Forschung darüber, wie Unternehmen Wissensarbeit organisieren – und wie KI diese Strukturen stört – wird zunehmend relevant, da Sprachmodelle professionelle Dienstleistungen umgestalten.

Bevor er 2023 zur LSE zurückkehrte, war Garicano Mitglied des Europäischen Parlaments (2019-2022), wo er Vizepräsident der Renew Europe Gruppe mit Zuständigkeit für Wirtschaftsangelegenheiten war. Diese politische Erfahrung gibt ihm eine einzigartige Perspektive auf die Regulierungslandschaft für KI, insbesondere hinsichtlich des EU AI Act und der Auswirkungen der DSGVO auf die europäische Wettbewerbsfähigkeit.

Garicanos akademische Arbeit umfasst die University of Chicago Booth School of Business (wo er Full Professor of Economics and Strategy war) und die London School of Economics. Seine Forschung zu Wissenshierarchien und Meister-Lehrling-Beziehungen hat neue Dringlichkeit erlangt, da KI droht, die ökonomische Logik von Junior-Fachkräften zu eliminieren.

Karriere-Highlights

• London School of Economics (2023-heute): Full Professor of Public Policy
• Europäisches Parlament (2019-2022): MEP, Vizepräsident von Renew Europe für Wirtschaftsangelegenheiten
• University of Chicago Booth (2004-2014): Professor of Economics and Strategy
• Centre for Economic Policy Research: Research Fellow

Bemerkenswerte Positionen

Zum Training-Ladder-Problem

Garicanos markantester Beitrag zur KI-Ökonomie ist die Identifizierung, wie KI professionelle Entwicklungspipelines bedroht. In traditioneller Wissensarbeit tauschen Berufseinsteiger „Routinearbeit” (Vertragsüberprüfung, Grundlagenrecherche, PowerPoint-Folien) gegen Mentoring von Experten. KI entwertet diese Währung:

“Der Lehrling zahlt nicht in Dollar, er zahlt in einfachen Aufgaben… Wenn die KI die Grundlagenrecherche bei McKinsey machen kann, die Vertragsüberprüfung bei Cravath machen kann, wie bezahlst du dann deine Ausbildung?”

Dies schafft ein potenzielles Marktversagen, bei dem implizites Wissen – die Expertise, die nur durch direkte Mentorschaft übertragen werden kann – vollständig aufhört, übertragen zu werden.

Zur europäischen KI-Regulierung

Mit seiner Erfahrung im Europäischen Parlament bietet Garicano eine kritische Sicht auf EU-Regulierungsansätze:

“Alles deutet darauf hin, dass die DSGVO schlecht für EU-Unternehmen war, und jetzt fügen wir den EU AI Act hinzu. Ein Teil des Risikos besteht darin, dass man versucht, die Technologie zu kontrollieren, und am Ende ohne Technologie dasteht.”

Er ist skeptisch gegenüber Versuchen, die Technologieentwicklung zu „steuern”, und weist auf die spieltheoretische Unmöglichkeit der Koordination zwischen konkurrierenden Akteuren hin.

Zu Supervision Thresholds

Garicano führt das Konzept einer „Supervision Threshold” ein – der Punkt, an dem KI autonom genug wird, dass menschliche Aufsicht nicht mehr benötigt wird. Unterhalb dieser Schwelle erweitert KI die menschliche Produktivität, bleibt aber durch menschliche Aufmerksamkeit begrenzt. Darüber wird KI zu einem Substitut:

“In dem Moment, in dem die KI autonom wird, denke ich, bekommt man einen Sprung, einen diskreten Sprung.”

Wichtige Zitate

• “Solange die KI deine Überwachung braucht, weil sie viele Fehler macht, ist der Mensch der Flaschenhals.” (über KI-Autonomie)
• “Man muss schlauer sein als die KI, um die KI korrigieren zu können.” (über Aufsichtsanforderungen)
• “Wer ist hier ‘wir’? Ist es China, sind es die USA? Sind es Unternehmen? Sind es Arbeitnehmer?” (über regulatorische Koordination)
• “Ein sehr guter KI-Programmierer mit viel KI kann eine enorme Hebelwirkung haben und eine sehr große Marktgröße erreichen.” (über Superstar-Effekte)

Weiterführende Literatur

• AI Agents - Die autonomen Systeme, die Garicanos Supervision Threshold überschreiten
• Enterprise AI - Wo die Training-Ladder-Effekte am sichtbarsten sind
• Human-in-the-Loop - Das Aufsichtsmodell, das Garicano analysiert