DNB-Modell sieht KI-Inflationsrisiko im Euroraum

Gute Nachrichten über künstliche Intelligenz können im Euroraum zunächst wie ein Preisschock wirken. Zu diesem Ergebnis kommt ein neues Arbeitspapier der niederländischen Zentralbank DNB. Das Modell verbindet positive US-KI-Nachrichten zuerst mit einem stärkeren Dollar, höheren Import- und Energiekosten sowie steigenden Verbraucherpreisen im Euroraum. Produktion und Beschäftigung reagieren später und unsicherer.

Das ist ein geldpolitisch relevantes Szenario. Es ist aber weder eine beobachtete Wirkung der KI-Nutzung noch eine Prognose oder offizielle Position der DNB. Die Ergebnisse sind Impulsantworten eines Modells. Sie gelten nur, wenn die gewählten Börsenbewegungen tatsächlich KI-Nachrichten abbilden und die statistischen Annahmen andere US-Schocks ausreichend trennen.

Ein Aktienfaktor soll KI-Nachrichten isolieren

Die Autorin konstruiert zunächst einen täglichen Aktienfaktor. Auf der einen Seite stehen Unternehmen mit hoher KI-Exposition, darunter Nvidia, AMD, ASML, Microsoft, Alphabet, Amazon, Meta und mehrere Softwareanbieter. Auf der anderen Seite stehen ältere Technologiekonzerne und Firmen mit geringerer KI-Exposition. Die Portfolios werden nach veränderlicher Marktkapitalisierung gewichtet und vierteljährlich neu ausbalanciert. Die Differenz ihrer Renditen soll erfassen, wie Anleger den erwarteten wirtschaftlichen Wert von KI neu bewerten. Der Datensatz reicht von Januar 2015 bis Juli 2026. Das beschreibt das DNB-Arbeitspapier 871 in Abschnitt 2.

Für die Plausibilitätsprüfung sammelt die Studie 31 Ereignisse. Dazu gehören Modell- und Chip-Neuheiten, Investitionen, Geschäftszahlen sowie regulatorische Entscheidungen. Für 24 Ereignisse legt die Autorin vorab eine positive oder negative Richtung fest. In allen 24 Fällen bewegt sich der Faktor am Ereignistag in diese Richtung. Sieben mehrdeutige Fälle zählen nicht in die Trefferquote.

Eine solche Trefferquote ist eindrucksvoll, ersetzt aber keine zufällige Versuchsanordnung. Ereignisse und erwartete Vorzeichen wurden von Hand ausgewählt. Einige Daten enthalten gleichzeitig Unternehmenszahlen, Konjunktur- oder Regulierungssignale. Die Studie kontrolliert deshalb für US-Wachstumsüberraschungen und geldpolitische Überraschungen. Ein Placebo-Test mit 26 anderen Technologieereignissen liefert keinen vergleichbaren Ausschlag. Auch nach Herausrechnen breiter Halbleiterrenditen bleibt das Signal bestehen. Damit wird eine reine Chipwette weniger wahrscheinlich, nicht unmöglich.

Drei Schocks, 14 Ereignistage

Im nächsten Schritt schätzt die Studie ein tägliches Bayes-VAR mit sechs Variablen. Es enthält den KI-Faktor, den breiten Aktienmarkt, den VIX, die zweijährige US-Rendite, die Zinskurve und den nominalen effektiven Dollarkurs. Das Modell unterscheidet einen KI-Nachrichtenschock, eine allgemeine Risikobewegung und einen geldpolitischen Schock.

Die Trennung folgt Vorzeichen-, Größen- und Ereignisrestriktionen. Ein positiver KI-Schock muss den KI-Faktor und den Gesamtmarkt anheben. Der Ausschlag des KI-Faktors muss größer sein. Der VIX muss fallen und der Dollar steigen. Bei einem allgemeinen Risikoaufschwung fällt der Dollar im Modell, während eine geldpolitische Lockerung zusätzlich die zweijährige Rendite drückt. Für 14 besonders starke Ereignistage, an denen sich der KI-Faktor um mehr als 1,5 Standardabweichungen bewegte, muss der identifizierte Schock außerdem das erwartete Vorzeichen tragen. Aus 10.000 zulässigen Ziehungen erhalten jene mehr Gewicht, in denen der KI-Schock den Aktienfaktor am Ereignistag stärker erklärt.

Gerade der Wechselkurs ist die schwächste Stelle dieser Identifikation. In der täglichen Ereignisstudie reagiert der Dollarkurs je nach Ereigniskategorie unterschiedlich. Nur bei politischen Ereignissen ist die Dollaraufwertung annähernd statistisch belastbar. Das Papier bezeichnet die direkte Unterstützung für diese Restriktion selbst als schwächer als jene für Aktienfaktor, Gesamtmarkt und Volatilität.

Haupttext und Grafiken nennen andere Größen

Unter diesen Annahmen berichtet der Haupttext für den Euroraum einen Höchststand des Gesamt-HVPI von rund 1,6 Prozent nach 18 Monaten. Der Kern-HVPI soll nach 30 Monaten etwa 1,3 Prozent erreichen. Zweijährige Inflationserwartungen steigen demnach um bis zu 36 Basispunkte, zehnjährige um 16 Basispunkte. Aktien im Euroraum sollen nach 47 Monaten 4,6 Prozent über dem Ausgangswert liegen. Gaspreise erreichen laut Text nach zehn Monaten rund 24 Prozent.

Diese Werte sind keine Vorhersagen. Sie beschreiben kumulierte Modellreaktionen auf einen KI-Nachrichtenschock von einer Standardabweichung. Zudem lassen sie sich aus den veröffentlichten Abbildungen 8 und 9 nicht direkt reproduzieren. Clarqo liest die dort gezeichneten Medianspitzen visuell und näherungsweise als 0,7 Prozent für den Gesamt-HVPI, 0,4 Prozent für den Kern-HVPI, 19 und 10 Basispunkte für die beiden Inflationserwartungen, knapp 3 Prozent für Aktien sowie etwa 12 Prozent für Gas. Diese Näherungswerte sind keine im Fließtext des Papiers berichteten Schätzwerte. Das DNB-Forschungsportal wiederholt die Richtung der Ergebnisse, löst diese Differenz aber nicht auf.

Die Grafiken zeigen außerdem 68- und 90-prozentige höchste Dichteintervalle. Viele der breiteren Bänder schließen null ein. Die stärksten positiven Medianreaktionen sind deshalb nicht gleichbedeutend mit präzise geschätzten Effekten.

Der Preiskanal hält besser als der Eurokanal

Mit sechs statt zwölf Monatsverzögerungen bleiben höhere Import-, Energie- und Verbraucherpreise sowie die verzögerte Realaktivität grundsätzlich sichtbar. Die Ausschläge sind oft kleiner. Ohne die Glättung über benachbarte Horizonte werden die Reihen deutlich unruhiger. Gesamt- und Kern-HVPI werden dann vor allem zwischen etwa 30 und 45 Monaten positiv. Der Wechselkurs ist noch unpräziser. Damit überlebt die Richtung, nicht aber die behauptete zeitliche Genauigkeit.

Der härteste Test entfernt die Jahre 2020 bis 2022. In den verbleibenden Daten zeigen Gesamt- und Kern-HVPI, Erzeuger-, Import- und Energiepreise in den ersten 24 Monaten weiterhin überwiegend ein inflationäres Profil. Die Effekte halten kürzer an, und die Unsicherheitsbänder werden erheblich breiter. Aktien, Wechselkurs, Zinssätze und Inflationserwartungen ändern dagegen an manchen Horizonten Stärke oder Vorzeichen. Auch Produktion und Arbeitsmarkt bleiben unpräzise. Eine Schätzung mit gleichen Gewichten für die zulässigen Schockverläufe liefert ähnliche Medianrichtungen, aber breitere Intervalle, die nach Angaben des Papiers meist null einschließen.

Die belastbare Lesart ist daher enger als die Schlagzeile. Das Modell stützt die Möglichkeit, dass US-KI-Euphorie über externe Kosten vor Produktivitätsgewinnen im Euroraum ankommt. Es belegt nicht, dass eine bestimmte KI-Meldung den Euro oder deutsche Verbraucherpreise kausal bewegt.

Was das für Deutschland bedeutet

Für Deutschland kommt das Szenario in einer empfindlichen Phase. Nach der vorläufigen amtlichen Schätzung der Bundesbank lag die deutsche HVPI-Rate im September 2026 bei 3,3 Prozent. Das ist kein Nachweis eines KI-Effekts. Es zeigt nur, dass zusätzliche Import- oder Energieimpulse auf eine bereits über dem mittelfristigen Zwei-Prozent-Ziel liegende Rate träfen.

Die geldpolitische Konsequenz wäre trotzdem nicht, auf KI-Schlagzeilen mit einem deutschen Zinsschritt zu reagieren. Die Bundesbank wirkt über den EZB-Rat an Entscheidungen für den gesamten Euroraum mit. Die EZB-Strategie verlangt, Inflationsausblick, zugrunde liegenden Preisdruck und Unsicherheit gemeinsam zu bewerten. Der Wechselkurs ist kein eigenes Ziel, wirkt aber über Importgüter und Vorleistungen auf Preise.

Für die Praxis spricht das Papier deshalb für ein Diagnosepaket, nicht für eine automatische Reaktion. Entscheidend wären Eurokurs, Import- und Erzeugerpreise, Energiekomponenten, kurzfristige Inflationserwartungen sowie tatsächliche KI-Investitionen. Erst wenn mehrere dieser Reihen gemeinsam und anhaltend drehen, entsteht ein glaubwürdiges geldpolitisches Signal. Bis dahin bleibt die importierte KI-Inflation eine modellgestützte Warnung mit auffällig breiten Fehlerbalken.