Die deutsche Wirtschaft steht unter Druck, doch die aktuellen Maßnahmen der Regierung führen kaum zu einer nachhaltigen Erholung. Unternehmen sind mit Unsicherheiten konfrontiert, die Investitionen hemmen – insbesondere hinsichtlich der Energieversorgung und der damit verbundenen Kosten. Viele Betriebe schieben deshalb notwendige Investitionen auf – genau die Investitionen, die das wirtschaftliche Wachstum antreiben könnten.

Die deutsche Wirtschaft tritt seit über zwei Jahren auf der Stelle. In den kommenden Quartalen dürfte eine langsame Erholung einsetzen. Aber an den Trend von vor der COVID-19-Pandemie wird das Wirtschaftswachstum auf absehbare Zeit nicht mehr anknüpfen können. Die Dekarbonisierung, die Digitalisierung, der demografische Wandel und wohl auch der stärkere Wettbewerb mit Unternehmen aus China haben strukturelle Anpassungsprozesse in Deutschland ausgelöst, die die Wachstumsaussichten für die deutsche Wirtschaft dämpfen. 

Das Bruttoinlandsprodukt dürfte im Jahr 2024 um 0,1% sinken und in den kommenden beiden Jahren um 0,8% bzw. 1,3% zunehmen. Damit revidieren die Institute ihre Prognose vom Frühjahr 2024 leicht nach unten. Getragen wird die schmalspurige Erholung vom steigenden privaten Verbrauch, der von kräftigen Zuwächsen der real verfügbaren Einkommen angeregt wird. Das Anziehen der Konjunktur in wichtigen Absatzmärkten, wie den europäischen Nachbarländern, wird den deutschen Außenhandel stützen. Zusammen mit günstigeren Finanzierungsbedingungen kommt dies den Anlageinvestitionen zugute. Die Wirtschaftspolitik sollte Produktivitätshemmnisse abbauen, den Strukturwandel zulassen und die politische Unsicherheit verringern.

In statistics, samples are drawn from a population in a data-generating process (DGP). Standard errors measure the uncertainty in estimates of population parameters. In science, evidence is generated to test hypotheses in an evidence-generating process (EGP). We claim that EGP variation across researchers adds uncertainty—nonstandard errors (NSEs). We study NSEs by letting 164 teams test the same hypotheses on the same data. NSEs turn out to be sizable, but smaller for more reproducible or higher rated research. Adding peer-review stages reduces NSEs. We further find that this type of uncertainty is underestimated by participants.