02.05.2018

Die Mär vom Grundeinkommen als Sozialleistung – „wie viel ist genug?“

Alle Modelle sehen das bedingungslose Grundeinkommen ergänzend oder als Ersatz zu Sozialleistungen. Warum wird so selten über Arbeit als die eigentliche Sozialleistung gesprochen?
/artikel/grundeinkommen-arbeitshaltung
Das Grundeinkommen in Finnland wird nicht verlängert. Hier im finnischen Parlament wurde es entschieden.
(c) Wikimedia - das Grundeinkommen in Finnland wird Ende 2018 nicht verlängert. Hier im finnischen Parlament wurde es entschieden.

Der bekannte Feldversuch um das bedingungslose Grundeinkommen in Finnland wird nicht verlängert. So hat es die finnische Regierung jetzt im April 2018 entschieden. Statt das Experiment auf arbeitende Menschen auszuweiten, wie es ursprünglich geplant war, endet die Grundfinanzierung für 2.000 Arbeitslose mit dem Ende des Jahres. Ein guter Anlass, um die Idee von einer anderen Seite zu beleuchten.

Das Plädoyer der Wirtschaftsprofessoren Robert und Edward Skidelsky gilt unserem industriellen und technologischen Fortschritt. Sie stellen fest, im Ganzen sind wir vier Mal reicher als vor hundert Jahren. Die Technik macht uns so viel produktiver. Sie sprechen dabei nicht über ein bedingungsloses Grundeinkommen, sondern über unsere technologischen Fortschritt, der immer wieder Anlass gibt und gab, um über das bedingungslose Grundeinkommen zu sprechen.

Es geht um wegfallende Berufsbilder, Finanzierung und Feldversuche, aber wenn es um ein bedingungsloses Grundeinkommen geht, müssen wir auch über unsere Arbeitshaltung sprechen.

Der Armutsgrenze entkommen

Wir stehen in der Kleinstadt Dauphin in Kanada. Etwa 10% der Bevölkerung lebt dort zwischen 1974 und 1977 unter der Armutsgrenze. Sie erhalten für drei Jahre 100 kanadische Dollar pro Monat als bedingungsloses Grundeinkommen. Damit überschreiten sie die Armutsgrenze nicht, aber die Analyse des Projekts zeigt später: ihnen geht es besser und mit der Ausnahme von zwei Gruppen – junge Mütter und Teenager – arbeitet niemand weniger.

Immer, wenn über das Grundeinkommen gesprochen wird, wird es als Hilfs- oder Sicherheitspaket verstanden. Es wird selten über unser Bild von Arbeit und seine Bindung an Gehalt oder Bezahlung gesprochen.

Warum eigentlich? Für mich ist der Punkt die junge Mutter. Sie erbringt in ihrer alltäglichen Arbeit eine Sozialleistung – Kindererziehung – so wie es eine Leistung ist Straßen sauber zu halten, Software zu entwickeln, Getränke auszuschenken oder zu kochen, als Lehrer Wissen zu vermitteln, Bilder zu malen oder im Handwerk zu produzieren.

Über all die Leistungsträger

Beruflicher Erfolg hängt laut Studien eng mit der selbst erlebten Motivation für Arbeit und dem Frust am eigenen Arbeitsplatz zusammen. Bist du glücklich mit dem, was du tust, fühlst du dich erfolgreich. Also erzähl mir – was hast du heute geleistet?

Ich muss dabei an Schulnoten und die schulische Ausbildung denken. Dort werden wir erzogen aus Berufen auszuwählen, die es bereits gibt. Für diese Berufe werden wir theoretisch ausgebildet. Dabei geht selten der Blick hin zur Frage, was du persönlich beitragen möchtest. Und wenn wir keinen Beruf finden oder ihn verlieren, sind wir auf Sozialleistungen angewiesen.

Alle Finanzierungsmodelle und Diskussionen um ein bedingungsloses Grundeinkommen hadern damit, ob es finanzierbar ist, ob Menschen dann noch arbeiten gehen und wer die Leistungen erbringen wird, die augenscheinlich niemand erbringen möchte und von der Gesellschaft trotzdem gebraucht werden.

Das Museum der ausgestorbenen Berufe

Dort, wo früher Harzer, Köhler, Fassbinder, Wagner und Kammerdiener als Statuen standen, gesellen sich jetzt 3D-Ausdrucke der Schreibarbeiter, Kassierer und bald Fahrer oder Lagerarbeiter hinzu. Das 20.Jahrhundert hat die industrielle Revolution bestimmt, jetzt kommt die digitale Revolution und im Museum der ausgestorbenen Berufe reicht der Platz nicht mehr.

Seit Januar hat in Seattle Amazon Go seine Türen geöffnet, der erste Supermarkt ohne Kassen. Schleusen wie in der U-Bahn regeln den Einlass, Sensoren und Kameras registrieren, was den Regalen entnommen wird und die Amazon App rechnet ab.

Ob hier bereits Drohnen das Einräumen übernehmen oder noch Menschen am Werk sind, geben die Quellen nicht her. 2016 hat Amazon immerhin erstmalig Lieferungen per Flugdrohne zum Kunden gebracht. Arbeitsplätze fallen weg, während andere Berufe neu entstehen. Flugdrohnen müssen gewartet werden. Gleichzeitig sind viele Jobs zwischen Altenpflege und Kindererziehung unterbesetzt, weil Bezahlung und Wertschätzung der Arbeit dahinter im Verhältnis zu anderen Berufen nicht stimmen.

Ich lese von Googles selbstfahrenden Autos und dass sie mittlerweile ohne menschlichen Fahrer auskommen. Ich lese von der Blockchain, Artificial Intelligence und Chatbots, die im wortwörtlichen Sinne bald gesprächsfähig sind.

+++ “Sie sind arbeitswillig, aber es wird einfach keine Arbeit geben” +++

Studien, Modelle & Finanzierung

Im Wust aus Studien und Finanzierungsmodellen, die das Grundeinkommen bewerten, diskutieren oder über die Umsetzung nachdenken, fühlt man sich schnell verloren.

Vorherrschend zur Finanzierung ist heute die Idee, neben Abbau von Bürokratie und Sozialleistungen eine Robotersteuer einzuführen. Andere argumentieren, der Konsum müsse im Vergleich zum Einkommen stärker besteuert werden, also ein Ausbau der Umsatz- / Mehrwertsteuer hin zur Konsumsteuer. Der Verein Mein Grundeinkommen nimmt es bereits seit 2014 selbst in die Hand und hat seitdem 167 Grundeinkommen über 12.000€ finanziert und verlost.

Aus der Wirtschaft gibt es viele namhafte Unterstützer wie Siemens-Chef Joe Käser, SAP-Vorstand Bernd Leukert, ebay-Gründer Pierre Omidyar, Prof. Götz W. Werner von der dm-drogerie markt-Kette, Telekom-Chef Tim Höttges oder Josef Zotter mit seinen Schokoladen. Viele haben verstanden, welches Potential das Konzept hat, aber auch welche Risiken es birgt.

In einer breiten Befragung von Führungskräften durch Ernst & Young ist die Mehrheit der Manager trotzdem gegen ein Grundeinkommen. Rund ein Drittel erwarten zwar, dass Arbeitsplätze in ihren Unternehmen wegfallen, mehr als zwei Drittel gehen jedoch davon aus, dass bei einem bedingungslosen Grundeinkommen die Arbeitsmotivation in den unteren Einkommensschichten sinken würde.

Dann ist da noch ein OECD-Paper. Weil im Modell, wo das Grundeinkommen bisherige Sozialleistungen ersetzt, Zahlungen für Krankheit und langfristige Arbeitslosigkeit teurer sind als das Grundeinkommen selbst, soll es Armut sogar fördern und sei nicht finanzierbar.

Feldversuche in der Schweiz, Namibia und Alaska

Die Schweiz stimmte 2016 gegen ein bedingungsloses Grundeinkommen. Jetzt will stattdessen die Filmemacherin Rebecca Panian für ein ganzes Dorf Grundeinkommen finanzieren und die Zeit danach filmisch dokumentieren. Sie stellt die Fragen: „willst du weiterhin sagen: Du musst arbeiten fürs Geld, damit du leben kannst? Oder willst du sagen können: Du bekommst Geld zum Leben, damit du tätig sein kannst?“

In Namibia wurde 2008 ein Testlauf von deutschen Spendengeldern finanziert. Dabei bekam jeder Einwohner des Dorfes Otjivero umgerechnet 6 Euro pro Monat. Die wichtigsten Ergebnisse dieser Praxisprobe waren, dass danach mehr Kinder die Grundschule besuchten oder sie nicht abbrachen, die Kriminalitätsrate sank, mehr Menschen die Klinik besuchen konnten und die Armutsquote derjenigen, die sich kein Essen leisten konnten, deutlich sank.

In Alaska erhält jeder Bürger eine jährliche Dividende aus dem staatlichen Alaska Permanent Fund. Seit 1976 fließen Teile der Öl-Einnahmen des Landes in den Topf, dessen Aktiengewinne dann an die Einwohner des Landes ausgeschüttet werden. Facebook-Gründer Mark Zuckerberg hat sich nach seinem Alaska-Besuch an diesem Beispiel für ein bedingungsloses Grundeinkommen ausgesprochen.

Frankreich, Brasilien, die Niederlande und Schleswig-Holstein bringen gegenwärtig Testballons auf den Weg oder diskutieren darüber.

Leistung ist die Arbeit, die wir gerne erbringen

Mir schwirrt der Kopf und ich suche nach einem anderen Ansatzpunkt. Die Wirtschaftsprofessoren Robert und Edward Skidelsky sprechen vom Wachstumswahn hin zu einer Ökonomie des guten Lebens. Sie fragen: „wie viel ist genug?“.

Wir stehen in Finnland. 2.000 Menschen sind dort Arbeitslos und erhalten seit Januar 2017 statt Arbeitslosengeld 560 € bedingungsloses Grundeinkommen pro Monat für zwei Jahre. Eine erste Analyse des Projekts nach einigen Monaten zeigt: die Teilnehmerinnen fühlen sich weniger gestresst bei gleicher Arbeitsleistung. Eine detaillierte Auswertung der Ergebnisse ist nach dem Ende des Experiments Anfang 2019 geplant. Forscherinnen argumentieren, der schon vorab begrenzte Zeitraum und jetzt das angekündigte Ende verhindern sinnvolle Ergebnisse, weil daraus eine Mitnahme-Mentalität entstünde.

In ihrem Grundsatzprogramm führt die ÖVP zum Grundeinkommen aus: „Ein Bedingungsloses Grundeinkommen würde falsche Anreize setzen und den Wert von Leistung aberkennen.“

Meinen sie die Leistung im Beruf und vergessen andere Leistungseben wie Erziehung, ehrenamtliche Arbeit oder innerer Antrieb? Wir sind reicher geworden. Wenn es um ein bedingungslosen Grundeinkommen geht, müssen wir über unsere Arbeitshaltung sprechen.

Arbeit ist mehr als Beschäftigung und Geld allein macht nicht glücklich. Kinder müssen erzogen und ältere Familienmitglieder gepflegt werden. Das bedingungslose Grundeinkommen ist eine Idee, unser Arbeitssystem menschlicher und damit besser für den Menschen zu gestalten. Es wertschätzt Arbeit unabhängig vom Arbeitsvertrag.


⇒ Das Silicon Valley & der Traum vom BGE

OECD-Paper

Verein MGE

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Die Mär vom Grundeinkommen als Sozialleistung – „wie viel ist genug?“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die Mär vom Grundeinkommen als Sozialleistung – „wie viel ist genug?“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die Mär vom Grundeinkommen als Sozialleistung – „wie viel ist genug?“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die Mär vom Grundeinkommen als Sozialleistung – „wie viel ist genug?“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die Mär vom Grundeinkommen als Sozialleistung – „wie viel ist genug?“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die Mär vom Grundeinkommen als Sozialleistung – „wie viel ist genug?“

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die Mär vom Grundeinkommen als Sozialleistung – „wie viel ist genug?“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die Mär vom Grundeinkommen als Sozialleistung – „wie viel ist genug?“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die Mär vom Grundeinkommen als Sozialleistung – „wie viel ist genug?“