Die USA bauen nicht nur neue Fabriken. Sie bauen die Menschen dafür gleich mit.

Die Vereinigten Staaten investieren nicht nur in neue Werke, sondern in die Menschen, die sie beherrschen sollen. Japan und Südkorea zeigen, warum Erfahrungswissen zur strategischen Ressource wird. Für Deutschland ist das eine Warnung.

Die neue industrielle Knappheit

Die Vereinigten Staaten entdecken die Fabrik neu. Lange klang Industriepolitik in Washington nach Halbleitern, Rechenzentren, Steuergutschriften und milliardenschweren Standortzusagen. Inzwischen aber rückt eine weniger glänzende, dafür entscheidende Frage nach vorn: Wer soll diese Anlagen eigentlich betreiben? Und wer versteht die Maschinen noch, wenn sie nicht mehr nur mechanisch laufen, sondern datengetrieben, vernetzt und zunehmend KI-gestützt?

Der Engpass der neuen Industrie liegt nicht allein bei Chips, Strom, Kapital oder Genehmigungen. Er liegt beim Können. Das Manufacturing Institute und Deloitte rechnen damit, dass die amerikanische Industrie zwischen 2024 und 2033 bis zu 3,8 Millionen neue Beschäftigte benötigen könnte; ohne entschlossene Qualifizierung könnten rund 1,9 Millionen Stellen unbesetzt bleiben. Damit wird Fachkräftepolitik zur Industriepolitik. Wer Fabriken baut, aber die Menschen dafür nicht ausbildet, errichtet am Ende nur teure Hüllen.

Google bringt KI auf den Shopfloor

Google liefert dafür ein erstes Signal. Der Konzern stellt über Google.org zehn Millionen Dollar für das Manufacturing Institute bereit. 40.000 Beschäftigte und Nachwuchskräfte der Industrie sollen KI-Kompetenzen erwerben. Geplant sind zwei Programme: „AI 101 for Manufacturing“ als Einstiegskurs für die Fertigung und „Advanced AI for Manufacturing Technicians“ für Techniker, die mit KI-gestützten Anlagen, Wartungssystemen und digitalisierten Produktionsprozessen arbeiten. Außerdem soll das Ausbildungsnetzwerk FAME USA erweitert werden.

Das ist mehr als eine weitere Digitalinitiative für die Konferenzbühne. Google bringt KI an den Ort, an dem sie über Produktivität entscheidet: auf den Shopfloor. Die Botschaft lautet nicht, dass jeder Maschinenführer zum Datenwissenschaftler werden muss. Sie lautet: Die nächste Produktivitätswelle entscheidet sich an der Maschine, in der Instandhaltung, in der Qualitätssicherung, im Prozessverständnis.

Apple macht die materielle Seite der KI sichtbar

Apple setzt den industriellen Rahmen noch größer. Der Konzern kündigte an, in den kommenden vier Jahren mehr als 500 Milliarden Dollar in den Vereinigten Staaten auszugeben. Dazu gehören eine neue Advanced-Manufacturing-Anlage in Houston für Server, die Apple Intelligence und Private Cloud Compute tragen sollen, die Verdopplung des U.S. Advanced Manufacturing Fund, zusätzliche Investitionen in Siliziumentwicklung und KI sowie eine Manufacturing Academy in Michigan für amerikanische Hersteller.

Das ist mehr als eine Standortzusage. Apple macht sichtbar, was in vielen KI-Debatten leicht übersehen wird: Künstliche Intelligenz braucht Rechenzentren, Chips, Server, Strom, Kühlung, Lieferketten, Präzisionsfertigung, Wartung und Menschen, die all das beherrschen. KI ist nicht körperlos. Sie hat eine materielle Grundlage. Wer sie industriell nutzen will, muss diese Grundlage bauen, sichern und betreiben können.

GE, Siemens und Toyota bauen die Fachkräftepipeline

Google und Apple sind nur die sichtbarsten Fälle. GE Aerospace hat über seine Stiftung ein fünfjähriges Programm über 30 Millionen Dollar aufgelegt. Ab 2026 sollen damit 10.000 zusätzliche Fachkräfte für Advanced Manufacturing und Luftfahrttechnik qualifiziert werden. Die Mittel fließen in Ausrüstung, Lehrpersonal, Curricula, lokale Trainingsprogramme und finanzielle Unterstützung für Teilnehmer.

Auch Siemens USA verbindet Produktionsinvestitionen mit Qualifizierung. Das Unternehmen spricht von einer Milliarde Dollar amerikanischer Fertigungsinvestitionen in fünf Jahren und will bis 2030 rund 200.000 Elektriker und Manufacturing Experts qualifizieren. Dahinter steht eine nüchterne Erkenntnis: Die industrielle Transformation braucht nicht nur KI-Strategen, sondern Menschen, die Strom, Sensorik, Steuerungen, Anlagen und Prozesse beherrschen.

Toyota Alabama zeigt die regionale Variante. In Huntsville arbeitet der Konzern mit technischen Schulen und lokalen Ausbildungseinrichtungen zusammen, um junge Leute für industrielle Instandhaltung, Engineering und Produktion zu gewinnen. Das klingt kleiner als Apple oder Siemens, ist aber strategisch nicht weniger wichtig. Industriewachstum entscheidet sich nicht nur in Vorstandsetagen, sondern in regionalen Ausbildungsökosystemen.

Japan zeigt, warum Erfahrungswissen zählt

Japan ist der internationale Fall, an dem sich erkennen lässt, worum es eigentlich geht. Dort ist Alterung keine ferne Prognose mehr, sondern industrielle Realität. Wenn erfahrene Beschäftigte ausscheiden, verlieren Unternehmen nicht nur Arbeitsstunden. Sie verlieren Prozesswissen, Maschinengefühl, Qualitätsurteil und jene Routine, mit der Störungen oft erkannt werden, bevor sie in einer Kennzahl auftauchen.

Deshalb behandelt Japan Erfahrungswissen stärker als knappe industrielle Ressource. Lean, Gemba, Standardisierung, Robotik und KI sind dort nicht nur Effizienzvokabeln, sondern Mittel, um Wissen in Organisationen zu halten. Eine Reuters-Umfrage vom Mai 2026 zeigt, dass ein Drittel der befragten japanischen Unternehmen KI-Roboter bereits nutzt oder deren Einsatz prüft; in der Transportausrüstungsindustrie liegt der Anteil sogar bei 80 Prozent. Als wichtigster Einsatzbereich wird die Fertigung genannt.

Japan konserviert damit nicht einfach die Vergangenheit. Es versucht, Erfahrung produktiv zu machen, bevor sie in Rente geht. Genau darin liegt die Lehre für alternde Industrienationen: Erfahrungswissen ist kein sentimentaler Restbestand, sondern Produktionsvermögen.

Südkorea übersetzt Produktionswissen in Smart-Factory-Strukturen

Südkorea ist der zweite asiatische Kontrastfall. Während Japan stark aus der Alterungslogik kommt, behandelt Südkorea industrielle Kompetenz vor allem als Smart-Factory- und Datenfrage. Die staatliche Smart Manufacturing Innovation Initiative ist seit 2014 erheblich gewachsen; das Budget stieg bis 2025 auf 247,9 Milliarden Won, rund 174 Millionen Dollar. Etwa 95 Prozent davon flossen laut OECD in die Einführung smarter Fabriken, der Rest in Dateninfrastruktur und regionale KI-Initiativen.

Damit lässt sich die internationale Landkarte knapp zeichnen: Japan versucht, Erfahrungswissen zu sichern und mit Robotik produktiv zu halten. Südkorea digitalisiert die Fabrik systematisch über Daten, Sensorik und staatlich gestützte Programme. Amerika baut um neue Werke herum eine industrielle Lerninfrastruktur. Deutschland besitzt viel Erfahrungswissen, behandelt es aber noch zu selten wie eine strategische Ressource.

Auch klassische Industrieunternehmen investieren in Qualifizierung

Die neue industrielle Lernbewegung beschränkt sich nicht auf Halbleiter, Luftfahrt oder Software. Anheuser-Busch investiert 600 Millionen Dollar in amerikanische Werke und verbindet diese Investitionen mit technischer Qualifizierung. Der Brauer will 15 technische Trainingszentren an Standorten in den Vereinigten Staaten eröffnen und mehr als 90 Prozent seiner Produktionsbelegschaft in den nächsten fünf Jahren weiterqualifizieren.

Das Beispiel ist deshalb relevant, weil die industrielle KI-Debatte gerade dort konkret wird, wo Anlagen laufen, Material bewegt, Qualität gesichert und Störungen beseitigt werden müssen. KI in der Industrie entscheidet sich nicht in der Rhetorik des Fortschritts, sondern daran, ob Beschäftigte verstehen, wie Sensoren, Daten, Maschinen, Materialfluss und Qualität zusammenhängen. Wer dieses Wissen nicht aufbaut, bekommt keine intelligente Fabrik, sondern nur teure Systeme mit unklarem Nutzen.

Der Staat flankiert die neue Industrieausbildung

Auch der Staat zieht mit. Das amerikanische Arbeitsministerium stellt bis zu 145 Millionen Dollar für den Ausbau registrierter Ausbildungsprogramme bereit. Zielbranchen sind unter anderem Schiffbau, Verteidigungsindustrie, Halbleiter, KI-Infrastruktur und Nuklearenergie. Das ist Industriepolitik über Qualifikation: Wer strategische Branchen stärken will, muss die Menschen ausbilden, die sie am Laufen halten.

Die amerikanische Antwort ist dabei nicht besonders elegant, aber wirksam. Sie besteht aus Geld, Kursen, Zertifikaten, Trainingszentren und Apprenticeships. Man kann das pragmatisch nennen. Man kann es auch als Rückkehr zu einer schlichten Einsicht verstehen: Produktion ist kein abstraktes System. Sie braucht Menschen, die Maschinen verstehen.

Was Berater und Industrieexperten sehen

Die großen Beratungshäuser erkennen darin keinen Nebenschauplatz. Deloitte und das Manufacturing Institute sprechen von einer doppelten Lücke: Es fehlen Bewerber, und es fehlen Fähigkeiten. BCG weist darauf hin, dass Unternehmen die Bedeutung von Training nicht unterschätzen dürften und KI-Wert über Produktivität, Qualität und Mitarbeiterzufriedenheit messen sollten. Entscheidend ist also nicht die Technik allein, sondern die Fähigkeit, Arbeit, Rollen und Qualifizierung neu zu ordnen.

Damit entsteht ein klares Muster. Amerika baut nicht nur neue Fabriken. Es baut eine Lerninfrastruktur um die Fabrik herum. Google bringt KI-Kurse in die Fertigung. Apple verbindet KI-Server, Advanced Manufacturing und industrielle Ausbildung. GE Aerospace stärkt Luftfahrttechnik und Präzisionsfertigung. Siemens bildet Elektriker und Produktionsspezialisten aus. Anheuser-Busch qualifiziert seine Produktionsmannschaft. Toyota arbeitet an der regionalen Fachkräftepipeline. Washington finanziert Apprenticeships für strategische Branchen.

Die deutsche Frage

Für Deutschland ist das unbequem. Hier wird seit Jahren über Fachkräftemangel gesprochen, doch das Erfahrungswissen der Babyboomer wird noch zu selten als industrielle Substanz behandelt. Nach Destatis erreichen in den kommenden 15 Jahren 13,4 Millionen Erwerbspersonen das gesetzliche Rentenalter; das ist knapp ein Drittel der heutigen Erwerbspersonen. Das Institut für Arbeitsmarkt- und Berufsforschung rechnet demografisch bedingt ohne Zuwanderung bis 2035 mit einem Rückgang des Erwerbspersonenpotentials um 7,2 Millionen.

Für die Industrie heißt das: Es verschwinden nicht nur Beschäftigte. Es verschwinden Routinen, Störungswissen, Lieferantengedächtnis, Maschinengefühl und jene Erfahrung, die selten in Handbüchern steht. Dieses Wissen sitzt besonders im Mittelstand, im Maschinenbau, in der Instandhaltung, im Sondermaschinenbau, im Werkzeugbau, bei Zulieferern und in gewachsenen Kunden- und Lieferantenbeziehungen. Deutschland besitzt davon sehr viel. Es inventarisiert es nur zu selten.

Fazit: KI beginnt nicht bei der Software

Die nächste industrielle Produktivitätsfrage lautet deshalb nicht, welche KI ein Unternehmen kauft. Sie lautet, welches Erfahrungswissen gesichert werden muss, damit KI in der Produktion überhaupt Wirkung entfalten kann. Unternehmen müssen dieses Wissen behandeln wie eine kritische Anlage: identifizieren, sichern, übertragen, digitalisieren. Wer erst beim Abschiedsgeschenk beginnt, hat schon verloren.