Was die KI-Revolution wirklich für unsere Gesellschaft bedeutet

KI: großer Gleichmacher oder Feudalismus 2.0?

Wenn man täglich im Maschinenraum der technologischen Entwicklung steht und intensiv mit KI-Modellen arbeitet, verblasst der Lärm um den angeblichen „AI-Hype“ erstaunlich schnell. Wer heute noch von einem bloßen Trend spricht, verwechselt die chaotische Goldgräberstimmung an der Oberfläche mit der tektonischen Verschiebung, die sich gerade unaufhaltsam darunter vollzieht. Wir erleben den Aufbau einer neuen Epoche.

Doch die drängendste Frage, die über all den faszinierenden Demos und Produktlaunches schwebt, bleibt erschreckend oft unbeantwortet: Wem dient diese Technologie am Ende wirklich? Ist Künstliche Intelligenz der große gesellschaftliche Gleichmacher, der uns allen nie dagewesene Möglichkeiten schenkt – oder erleben wir gerade die Geburtsstunde eines neuen, digitalen Feudalismus, verpackt in die glänzende Illusion der grenzenlosen Machbarkeit? Ein tieferer Blick auf historische Parallelen und soziokulturelle Mechanismen zeigt ein komplexes, teils düsteres Bild unserer unmittelbaren Zukunft.

Der Red-Queen-Effekt: Wenn der Standard unaufhaltsam nach oben schießt

In der Evolutionsbiologie gibt es ein Konzept, das der Biologe Leigh Van Valen bereits 1973 aufstellte und das sich hervorragend auf unseren heutigen Arbeitsmarkt übertragen lässt: die Red-Queen-Hypothese (oder den Red-Queen-Effekt).Angelehnt an Alice Im Wunderlandbesagt dieses Prinzip, dass man so schnell rennen muss, wie man kann, nur um auf der gleichen Stelle zu bleiben. Der Grund dafür? Die Umgebung und die Konkurrenz entwickeln sich ebenfalls ständig weiter. Wenn plötzlich alle Zugang zu denselben bahnbrechenden Werkzeugen haben, reicht die bisherige Leistung nicht mehr aus, um aufzufallen – man muss sich immer mehr anstrengen, nur um den Status quo zu halten. Genau diese Dynamik spüren wir aktuell in der Wissensarbeit.

Neulich erzählte mir ein Freund, ein wirklich guter Entwickler, dass er heutzutage kaum noch eine echte Zeile Code selber tippt. Stattdessen dirigiert er die KI, formuliert Anforderungen, verwirft Lösungswege und orchestriert das Zusammenspiel der generierten Code-Blöcke. Er nutzt die Maschine als kognitives Exoskelett. Das Handwerk des Programmierens selbst ist für ihn zu einer Nebensache geworden.

Was bedeutet das für den Rest von uns? Wenn jeder Mensch per Mausklick Zugriff auf einen brillanten Programmierer, einen erstklassigen Werbetexter oder einen strategischen Analysten in seiner Tasche hat, verliert das reine Handwerk der Umsetzung über Nacht seinen Wert als Alleinstellungsmerkmal. Eine fehlerfreie E-Mail, ein solider Standard-Code oder ein gut strukturierter Businessplan sind keine Spitzenleistungen mehr. Sie sind das absolute Minimum, die Eintrittskarte, um überhaupt noch mitspielen zu dürfen. Der Boden, der "Base Level", für akzeptable Arbeit wird durch die KI massiv angehoben – doch die Decke, also was man erreichen kann, schießt für jene, die ohnehin schon Experten sind und die KI als Hebel nutzen, in fast grenzenlose Höhen. Am Ende gewinnt in diesem Hamsterrad nicht derjenige, der die Maschine bedienen kann, sondern der, der ihre Ergebnisse am besten beurteilen, kuratieren und in einen echten geschäftlichen Kontext übersetzen kann.

Drei Epochen der Technologie: Von der Berechnung zur Kognition

Um zu verstehen, warum KI unser gesellschaftliches Gefüge fundamentaler verändern wird als jede Erfindung seit der Dampfmaschine, hilft ein Blick auf die General Purpose Technologies – ein ökonomischer Begriff für Basisinnovationen, die ganze Gesellschaften umformen. Wir haben in den letzten vierzig Jahren drei entscheidende Epochen durchlaufen, die sich am besten darüber definieren lassen, was sie jeweils massiv verbilligt und für die Masse skaliert haben.

1. Die erste Epoche: Die Verbilligung der Berechnung Die erste Epoche begann in den späten 1970er Jahren mit dem Personal Computer. Der PC revolutionierte die Welt, indem er die Berechnung verbilligte. Rechenleistung war nicht länger in riesigen Mainframes zentralisiert, sondern kam auf den Schreibtisch des Einzelnen. Doch es gab einen gewaltigen Haken: Der Mensch musste die Sprache der Maschine lernen. Wir mussten DOS-Befehle tippen, klicken und uns an starre Interfaces anpassen. Zudem blieb für die meisten unter uns das Geschaffene isoliert. Wir programmierten auf unseren PCs vor uns hin und das war's. Der Flaschenhals war die Verteilung. Nur die allerwenigstens haben es geschafft zu "skalieren" – was aber am Ende dann auch nicht unbedingt immer die Besten waren... Distribution. Nur wenige haben es geschafft tatsächlich zu "skalieren" – und rückblickend waren die, die es geschafft haben auch nicht unbedingt die Besten (aber das steht auf einem anderen Blatt).
2. Die zweite Epoche: Die Verbilligung der Distribution Es dauerte eine Weile, aber mit dem Internet traten wir in die zweite Epoche ein: der Dot-Com-Boom der 90er Jahre. Das Internet verbilligte die Distribution auf nahe null. Plötzlich konnten Informationen, Texte und Videos in Millisekunden weltweit geteilt werden. Das Nervensystem der Welt war geboren. Doch auch hier blieb ein Flaschenhals bestehen: Die Produktion. Das Netz konnte deinen Text zwar kostenlos nach Tokio schicken, aber du musstest dich immer noch selbst hinsetzen und ihn schreiben. Das Praktische daran: die menschliche Eitelkeit. Menschen wollen sich darstellen und produzieren "Content" auch ohne direkte Entlohnung. Bis sich die Gattung der "Content Creator" entwickelt, braucht es noch eine Weile, aber auch ohne sie wächst der Inhalt des Internets exponentiell. Ungeplant wird damit die Basis für die nächste Evolutionsstufe geschaffen.
3. Die dritte Epoche: Die Verbilligung der Kognition Heute, in der dritten Epoche, greift die Künstliche Intelligenz genau diesen letzten Flaschenhals an. KI verbilligt die Kognition. Die Erstellung von Inhalten, das Erkennen von Mustern und das Lösen standardisierter Probleme kostet fast nichts mehr. Und das Faszinierendste daran: Zum ersten Mal in der Geschichte der Menschheit muss der Mensch nicht mehr die Sprache der Maschine lernen, um ihr Potenzial zu nutzen. Die Maschine hat unsere Sprache gelernt. Und um einmal, etwas Old School, ein Musik-Zitat zu bringen: “Get Ready! Get Ready! ’cause here I come!” (Sunny Domestoz). Das wird noch lustig... Mehr dazu im zweiten Teil...