📈 economics

Racing to Ruin

Diese Arbeit analysiert, wie der F&E-Wettbewerb im Schatten einer katastrophalen Katastrophe eine begrenzte Gleichgewichtsgrenze für den technologischen Fortschritt schafft, die durch das Zusammenspiel zwischen Überwachungstransparenz und dem Grad des Vertrauens bestimmt wird, den Unternehmen in die Rationalität ihrer Rivalen setzen.

Ursprüngliche Autoren: Drew Fudenberg, Andrew Koh

Veröffentlicht 2026-07-31

📖 7 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Drew Fudenberg, Andrew Koh

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das hochriskante Spiel von „Hör nicht auf, bis man es dir sagt“

Stellen Sie sich eine Welt vor, in der zwei Unternehmen darum wetteifern, das ultimative Superwerkzeug zu bauen. Denken Sie an zwei Köche, die versuchen, das perfekte, köstlichste Sandwich zu erfinden. Je schneller sie es erfinden, desto mehr Geld verdienen sie. Aber hier ist der Clou: Das Rezept ist so mächtig, dass, wenn sie es nur ein kleines Stück zu weit treiben, die ganze Küche explodieren könnte – was das Sandwich, die Köche und das Restaurant für immer zerstören würde. Dies ist die Welt des „existentiellen Risikos“ in der Wirtschaftswissenschaft. Es ist ein Zweig der Wissenschaft, der fragt: Wie verhalten sich kluge, rationale Menschen, wenn sie um einen Preis wetteifern, aber der Wettbewerb selbst alle töten könnte?

Die Kernidee hier ist ein „Rennen“. In normalen Rennen, wie einem 100-Meter-Lauf, rennt man so schnell man kann, weil man als Erster die Goldmedaille gewinnt. Aber in dieser speziellen Art von Rennen ist die Ziellinie eine Klippe. Wenn man zu schnell rennt, fällt man herunter. Das Paper untersucht ein erschreckendes Paradoxon: Selbst wenn beide Konkurrenten glücklicher wären, wenn sie beide langsamer würden, könnte die Angst, zurückgelassen zu werden, sie dazu zwingen, weiter zu rennen, bis sie abstürzen. Es ist ein Spiel auf Leben und Tod (ein „Game of Chicken“), das mit Lichtgeschwindigkeit gespielt wird, bei dem der einzige Weg zu überleben darin besteht, darauf zu vertrauen, dass der Gegner ausweicht – aber man kann nicht sicher sein, ob er das tun wird.

Das Paper: Wettlauf in den Ruin

Dieses Paper mit dem Titel Racing to Ruin taucht in ein einfaches, aber beängstigendes Modell von zwei Unternehmen (nennen wir sie „Tech A“ und „Tech B“), die darum konkurrieren, eine gefährliche Technologie voranzutreiben. Die Autoren, Drew Fudenberg und Andrew Koh, entwerfen ein Spiel, in dem jeder Schritt nach vorne die Gewinne des Unternehmens erhöht, aber gleichzeitig auch die Chance auf eine dauerhafte Katastrophe steigert, die alle zukünftigen Einnahmen vernichtet.

Die zentrale Frage lautet: Wie weit werden sie gehen, bevor sie aufhören?

Die perfekte Welt: Klare Signale und Vertrauen

Zuerst stellen sich die Autoren eine „perfekte“ Welt vor. In diesem Szenario können Tech A und Tech B die Züge des jeweils anderen sofort sehen. Wenn Tech A die Bremsen zieht, sieht Tech B dies augenblicklich. Sie wissen auch mit Sicherheit, dass das andere Unternehmen klug und rational ist (sie sind nicht „verrückt“ und werden nicht einfach nur zum Vergnügen weiterrennen).

In dieser perfekten Welt stellt das Paper fest, dass die Unternehmen an einem sehr spezifischen, vorhersehbaren Punkt anhalten werden. Es ist nicht so weit fortgeschritten, wie es ein einzelnes Unternehmen tun würde, wenn es allein wäre (ein Monopol), aber es ist auch nicht so weit, wie ein Unternehmen, das fälschlicherweise glaubt, sein Rivale stünde kurz vor dem Ausstieg. Die Autoren beweisen, dass die Unternehmen mit perfekter Sicht und totalem Vertrauen in der Lage sind, sich so zu koordinieren, dass sie kurz vor der Klippe anhalten. Sie werden nicht ewig rennen; sie werden eine sichere „Obergrenze“ finden und dort stoppen.

Die neblige Welt: Wenn Signale verzögert sind

Fügen wir nun etwas Nebel hinzu. Was ist, wenn Tech A aufhört, aber Tech B es erst nach einer Weile weiß? Vielleicht verbreiten sich die Nachrichten langsam oder es gibt eine Verzögerung im Signal. Das Paper nennt dies „unvollkommene Transparenz“.

Hier wird es chaotisch. Die Autoren zeigen, dass die Unternehmen ewig rennen könnten, wenn die Nachrichten zu langsam sind. Warum? Weil Tech A denkt: „Wenn ich jetzt aufhöre, wird Tech B das für eine lange Zeit nicht wissen. Während sie es nicht wissen, werden sie weiterrennen und mehr Geld verdienen als ich, und die Gefahr wird immer größer.“ Also entscheidet sich Tech A dazu, ebenfalls weiter zu rennnen. Dies erzeugt eine Falle, in der beide Unternehmen dem Abgrund entgegenrennen, obwohl beide wissen, dass es eine schlechte Idee ist. Das Paper beweist, dass es, wenn die Verzögerung lang genug ist, ein Gleichgewicht gibt, in dem sie niemals aufhören und die Katastrophe mit 100-prozentiger Sicherheit eintritt.

Wenn die Nachrichten jedoch schnell genug sind (selbst wenn sie nicht perfekt sind), können sie dennoch anhalten. Sie könnten jedoch die sichere Grenze ein wenig überschreiten. Die Autoren berechnen, dass die zusätzliche Distanz, die sie über den sicheren Punkt hinaus rennen, etwa proportional zur Geschwindigkeit der Nachrichtenverzögerung ist. Wenn die Nachrichten sehr schnell sind, überschreiten sie den Punkt kaum. Wenn sie langsam sind, überschreiten sie ihn stärker.

Das Vertrauensproblem: Was, wenn Ihr Rivale „verrückt“ ist?

Die letzte Wendung betrifft das „Vertrauen“. Was ist, wenn Tech A sich nicht sicher ist, ob Tech B rational ist? Was ist, wenn die kleine Chance besteht, dass Tech B ein „verrückter Typ“ ist, der niemals aufhören wird, egal was passiert?

Die Autoren stellen fest, dass Vertrauen die entscheidende Zutat ist. Sie unterteilen die Welt in drei Zonen basierend darauf, wie sehr Tech A Tech B vertraut:

Niedriges Vertrauen: Wenn Tech A glaubt, dass eine beachtliche Chance besteht, dass Tech B verrückt ist, werden sie in den Ruin rennen. Warum das Risiko eingehen aufzuhören, wenn der andere vielleicht niemals aufhört? Die Katastrophe wird unvermeidlich.
Mittleres Vertrauen: Wenn das Vertrauen genau richtig ist, gibt es zwei mögliche Ergebnisse. Entweder halten beide sofort an (ein sicheres Gleichgewicht) oder beide rennen ewig weiter (ein gefährliches Gleichgewicht). Es ist wie ein Münzwurf.
Hohes Vertrauen: Wenn Tech A fast sicher ist, dass Tech B rational ist, werden sie anhalten. Das Paper zeigt, dass die Wahrscheinlichkeit, dass sie ewig weiterrennen, mit zunehmendem Vertrauen sehr schnell (quadratisch) sinkt.

Das zweischneidige Schwert der Transparenität

Eine der überraschendsten Erkenntnisse des Papers betrifft die Frage, wie das „Sehen“ des anderen Spielers das Vertrauen beeinflusst. Normalerweise denken wir, dass mehr Sichtbarkeit immer besser ist. Aber hier ist Transparenz ein zweischneidiges Schwert.

Die gute Seite: Schnellere Nachrichten helfen den Unternehmen, sich zu koordinieren, um anzuhalten. Wenn Tech A aufhört, sieht Tech B dies schnell und hält ebenfalls an.
Die schlechte Seite: Schnellere Nachrichten machen es auch verlockend, „abzuwarten und zu sehen“. Wenn Tech A aufhört, könnte Tech B denken: „Ich warte nur eine Sekunde ab, um sicherzugehen, dass Tech A wirklich aufgehört hat, damit ich noch ein wenig mehr Gewinn herausholen kann, bevor ich aufhöre.“ Wenn das alle tun, könnten sie am Ende länger rennen, als sie sollten.

Die Autoren zeigen, dass bei bestimmten Vertrauensstufen das Beschleunigen der Nachrichten den Prozess sogar dazu bringen kann, das Anhalten zu verhindern. Es kann die Unternehmen von einem sicheren „gemeinsam anhalten“-Gleichgewicht in ein gefährliches „ewiges Rennen“-Gleichgewicht treiben, einfach weil die Versuchung, auf eine Bestätigung zu warten, zu groß wird.

Das Fazbeit

Das Paper kommt zu dem Schluss, dass Wettbewerb und Koordination gegeneinander kämpfen.

Der Wettbewerb treibt die Technologie voran, weil jeder an der Spitze sein will.
Die Koordination bremst sie zurück, weil jeder die Klippe vermeiden will.

Wenn die Unternehmen einander klar sehen und einander vertrauen können, können sie einen sicheren Haltepunkt finden. Aber wenn die Signale trüb sind oder sie an der geistigen Gesundheit des anderen zweifeln, könnten sie bis zum bitteren Ende weiterrennen, selbst wenn sie wissen, dass es sie zerstören wird. Die Autoren sagen nicht, dass dies in der realen Welt passieren muss, aber sie beweisen mathematisch, dass es unter den richtigen (oder falschen) Bedingungen passieren kann.

Kurz gesagt deutet das Paper darauf hin, dass wir zur Vermeidung einer technologischen Katastrophe mehr brauchen als nur kluge Unternehmen; wir brauchen ein System, in dem sie ihre Züge augenblicklich sehen können und darauf vertrauen können, dass alle nach den Regeln spielen. Ohs ohne dieses Vertrauen könnte der Wettlauf zur Klippe unaufhaltsam sein.

Technisches Resümee: Racing to Ruin

1. Problemstellung

Das Paper untersucht den F&E-Wettbewerb zwischen Duopolisten in der Gegenwart eines existenziellen Risikos: Das Vorantreiben der technologischen Grenze erhöht die Hazard-Rate (Ausfallrate) eines katastrophalen Ereignisses, das alle Cashflows der Firmen dauerhaft auf Null senkt. Im Gegensatz zu Standardmodellen des Patentwettlaufs, bei denen das Ziel darin besteht, als Erster einen Preis zu erringen, geht es hier um die Frage, wie weit sich die technologische Grenze vorantreibt, bevor die Firmen freiwillig aufhören.

Die zentrale Spannung ergibt sich aus dem Zielkonflikt zwischen Wettbewerbsanreizen und Koordination. Die Cashflow-Gewinne steigen mit der eigenen Technologie, sinken jedoch mit der Technologie des Rivalen. Wenn das Risiko gering ist, domiert das Wettbewerbsmotiv, und die Firmen setzen den Wettlauf ungeachtet der Handlungen des Rivalen fort. Wenn das Risiko im Verhältnis zu den Grenzerträgen hoch ist, bevorzugen die Firmen das Aufhören genau dann, wenn auch ihr Rivale aufhört, was das Problem in ein Koordinationsspiel verwandelt. Das Paper stellt folgende Fragen:

Wie weit schreitet die technologische Grenze im Gleichgewicht voran?
Wie beeinflussen Transparenz (die Geschwindigkeit der Beobachtung des Stoppens eines Rivalen) und Vertrauen (der Glaube an die Rationalität des Rivalen) diese Grenze?
Unter welchen Bedingungen wird „Racing to Ruin“ (unendliche Skalierung, die zu einer sicheren Katastrophe führt) zu einem Gleichgewichtsergebnis?

2. Methodik und Modellaufbau

Die Autoren entwickeln ein dynamisches Spiel in kontinuierlicher Zeit zwischen zwei Firmen ( $N=\{1,2\}$ ).

Technologie und Stoppen: Die Firmen treiben die Technologie mit der Einheitsspeed voran, bis sie aufhören. Das Aufhören ist irreversibel. Im Basisszenario beobachten die Firmen die Stopp-Entscheidung des Rivalen perfekt und unmittelbar.
Erträge: Firma $i$ erhält einen Cashflow-Ertrag $\pi(t_i, t_j)$ , wobei $t_i$ ihr eigenes Technologieniveau und $t_j$ das des Rivalen ist. Die Funktion $\pi$ ist streng steigend in der eigenen Technologie und streng fallend in der des Rivalen.
Katastrophenrisiko: Ein Marktzusammenbruch tritt mit einer Rate $\lambda(T)$ ein, wobei $T = \max(t_1, t_2)$ die technologische Skala der Grenze ist. Die Hazard-Rate $\lambda$ ist nicht-rückläufig.
Repräsentativer Agenten-Benchmark: Die Autoren konstruieren eine „repräsentative Firma“, die missweisende Überzeugungen hegt: Sie nimmt an, dass die Technologie des Rivalen zum aktuellen Zeitpunkt $t$ eingefroren ist. Dieser Agent löst ein optimales Stopp-Problem, indem er den Grenznutzen der Skalierung gegen das Katastrophenrisiko abwägt. Die Lösung $\tau_R$ dient als kritischer Benchmark.
Erweiterungen: Das Basismodell wird erweitert um:
1. Imperfektes Transparenz: Das Stoppen wird mit einer Verzögerung (Rate $E \sim \text{Exp}(\omega)$ ) beobachtet.
2. Imperfektes Vertrauen: Firmen können „verrückte Typen“ (im Sinne von Kreps-Wilson) sein, die niemals aufhören, mit einer Wahrscheinlichkeit von $1-p$ .

3. Kernergebnisse

A. Perfekte Transparenz (Basisszenario)

Unter perfekter Überwachung und der gemeinsamen Kenntnis der Rationalität liegt die Gleichgewichtsgrenze innerhalb eines spezifischen Intervalls $[\tau, \tau_R]$ .

Obere Schranke ( $\tau_R$ ): Die Grenze überschreitet niemals die Stopp-Zeit des repräsentativen Agenten ( $\tau_R$ ). Wenn eine Firma bei $\tau_R$ aufhört, beobachtet der Rivale dies sofort und hört ebenfalls auf. Rückwärtsinduktion stellt sicher, dass keine Firma über $\tau_R$ hinaus fortfährt.
Untere Schranke ( $\tau$ ): Die Grenze schreitet mindestens bis $\tau$ voran, der Stopp-Zeit eines Monopolisten (bei dem die Technologie des Rivalen Null ist). Aufgrund der Log-Supermodularität ist der Grenznutzen der Skalierung höher, wenn der Rivale aktiv ist, was sicherstellt, dass die Grenze über das Monopolniveau hinausgeht.
Gleichgewichtsstruktur: Gleichgewichte sind entweder „gebündelt“ (beide hören gleichzeitig bei $\tau_R$ auf) oder „gespreizt“ (einer hört früher auf, der andere später, aber die Grenze bleibt innerhalb von $[\tau, \tau_R]$ ).
Vergleichende Statik: Höhere Hazard-Raten ziehen beide Schranken nach innen. Stärkere Wettbewerbsintensität (höhere Sensitivität der Gewinne gegenüber der relativen Position) drückt die obere Schranke $\tau_R$ nach außen.

B. Imperfekte Transparenz (Verzögerte Überwachung)

Wenn das Stoppen mit einem Verzug (Rate $\omega$ ) beobachtet wird, wird der Koordinationsmechanismus gestört.

Racing to Ruin: Wenn die Überwachung ausreichend verrauscht ist ( $\omega < \bar{\omega}$ ), existieren Gleichgewichte, in denen beide Firmen ewig weiterrennen, was mit Wahrscheinlichkeit eins zur Katastrophe führt. Die Verzögerung verhindert, dass ein einseitiges Aufhören rechtzeitig erwidert wird, um die andere Firma zu retten.
Überschreiten der Decke: Wenn die Überwachung präzise ist ( $\omega > \bar{\omega}$ ), stoppt jedes Gleichgewicht in endlicher Zeit. Dennoch kann die Grenze die Decke der perfekten Transparenz $\tau_R$ überschreiten.
Quantitative Schranke: Unter einer „Tail-Bedingung“ (die sicherstellt, dass wettbewerbsbedingte Verluste nicht verschwinden und Hazards beschränkt sind), beträgt der erwartete Überschuss $O(1/\omega)$ . Wenn die Überwachung perfekt wird ( $\omega \to \infty$ ), konvergiert die Grenze gegen $\tau_R$ .
Mechanismus: Firmen betreiben einen „War of Attrition“ (Abnutzungskampf), indem sie warten, ob der Rivale zuerst aufhört. Die Kosten des Wartens sind die anhaltende Gefahr und die Erosion der Gewinne, während der Nutzen der geringe Gewinn als alleiniger Überlebender während des Detektionsverzugs des Rivalen ist.

C. Imperfektes Vertrauen (Verrückte Typen)

Wenn Firmen unsicher sind, ob ihr Rivale rational ist (Wahrscheinlichkeit $p$ für Rationalität), ändern sich die Dynamiken. Die Autoren identifizieren drei Vertrauenszonen ( $\ell = p/(1-p)$ ):

Niedriges Vertrauen ( $\ell < \underline{\ell}$ ): Jedes Gleichgewicht führt zu „Racing to Ruin“. Die Angst, dass der Rivale ein „verrückter Typ“ ist, der niemals aufhört, macht ein einseitiges Aufhören zu kostspielig.
Mittleres Vertrauen ( $\underline{\ell} \le \ell \le \bar{\ell}$ ): Sowohl das „gemeinsame sofortige Stoppen“ als auch „Racing to Ruin“ sind Gleichgewichte. Firmen können koordinieren, um aufzuhören, aber der Anreiz, auf die Verifizierung zu warten (Free-Riding am Signal), hält das schlechte Gleichgewicht aufrecht.
Hohes Vertrauen ( $\ell > \bar{\ell}$ ): In jedem Gleichgewicht verschwindet die Wahrscheinlichkeit, ewig weiterzurennen (bedingt auf beide rational zu sein), quadratisch in der Odds-Ratio der Prior-Wahrscheinlichkeiten $(\bar{\ell}/\ell)^2$ .

Das zweischneidige Schwert der Transparenz:
Transparenz interagiert unterschiedlich mit den beiden Koordinationsmodi:

Sequenzielle Koordination (Zuerst aufhören): Schnellere Überwachung ( $\uparrow \omega$ ) hilft, indem sie den Preis der Reziprozität erhöht (der Rivale stoppt früher nach der Detektion).
Simultane Koordination (Zusammen aufhören): Schnellere Überwachung schadet, indem sie die Kosten des Abweichens („Warten und Verifizieren“) senkt. Wenn die Überwachung schnell ist, kann eine Firma warten, um zu bestätigen, dass der Rivale aufgehört hat, bevor sie selbst aufhört, was die simultane Koordination untergräbt.
Folglich kann eine Erhöhung der Transparenz zuerst das „Stop Together“-Gleichgewicht zerstören (Übergang von Medium zu Low Trust), bevor sie schließlich die „Stop First“-Koordination ermöglicht (Übergang von Low zu High Trust).

4. Beiträge und Bedeutung

Das Paper trägt zur Literatur über dynamische F&E, Wars of Attrition und die Ökonomie existenzieller Risiken bei.

Strategische Quelle übermäßigen Risikos: Die Autoren identifizieren einen strategischen Mechanismus für übermäßiges Risikotragen, der selbst unter risiko-neutralen, geduldigen Akteuren bestehen bleibt. Die Unfähigkeit, das Aufhören zu koordinieren – getrieben durch Transparenz- und Vertrauensfriktionen – kann zu einer Katastrophe führen, selbst wenn alle Firmen lieber aufhören würden.
Grenzen der technologischen Entwicklung: Das Paper etabliert, dass unter perfekter Information die Grenze strikt durch Monopol- und Repräsentanten-Schwellenwerte begrenzt ist, was eine klare theoretische Grenze für das „Racing“-Verhalten liefert.
Rolle von Information und Überzeugungen: Die Analyse zeigt, dass Transparenz nicht unambig vorteilhaft ist. Während sie langfristig das endlose Rennen verhindert, kann sie intermediäre Koordinationsregime destabilisieren. Ebenso ist Vertrauen ein entscheidender Faktor dafür, ob das „schlechte“ Gleichgewicht (Ruin) ausgewählt wird.
Politische Implikationen: Die Ergebnisse legen nahe, dass in hochriskanten Technologiewettläufen (z. B. KI) das Design von Überwachungsregimen und die Kultivierung von Vertrauen entscheidend sind. Es reicht nicht aus, Handlungen transparenter zu machen, wenn dies gleichzeitig das Free-Riding auf die Verifizierung fördert.

Das Paper schließt mit dem Schluss, dass während perfekte Transparenz im Grenzwert die effiziente Decke wiederherstellt, imperfekte Transparenz und Vertrauen eine komplexe Landschaft schaffen, in der „Racing to Ruin“ ein selbstverstärkendes Gleichgewicht sein kann, was die Fragilität der Koordination im Schatten der Katastrophe verdeutlicht.