Schlagwort: wirtschaft

Alle reden darüber, ob KI uns das Denken abnimmt. Kaum jemand fragt, was es kostet, nicht mit ihr zu denken. Dabei öffnet sich gerade eine neue Kluft. Sie verläuft nicht zwischen Arm und Reich, sondern zwischen zwei Menschen mit demselben Smartphone. Ein Essay über Aneignung und darüber, warum sich der Abstand verzinst.

Die Verweigerung

Mich beschäftigt eine Form der Ablehnung, die sich im Gespräch über künstliche Intelligenz immer wieder zeigt. Menschen erklären, dass sie diese Technik grundsätzlich nicht verwenden wollen. Manche haben sie ausprobiert und wenig Brauchbares erhalten. Andere verbinden schon den Versuch mit einem Verlust: an Eigenständigkeit, an handwerklichem Können, an der Gewissheit, einen Gedanken selbst hervorgebracht zu haben. In dem Satz „Ich schreibe meine Texte noch selbst“ steckt dann mehr als eine Auskunft über die Arbeitsweise. Er enthält eine Vorstellung davon, was Denken ausmacht und wodurch eine Leistung zur eigenen Leistung wird.

Dieser Verdacht hat eine lange Vorgeschichte. In Platons Phaidros erzählt Sokrates, wie der Gott Theuth dem König Thamus die Schrift als Mittel zur Verbesserung von Gedächtnis und Weisheit vorstellt. Thamus erwartet das Gegenteil: Wer sich auf äußere Zeichen verlasse, werde das eigene Gedächtnis vernachlässigen und erworbenes Wissen mit wirklichem Verständnis verwechseln. Dass uns diese Warnung schriftlich überliefert ist, macht sie reizvoll, aber noch nicht falsch. Ein Medium kann Möglichkeiten eröffnen und zugleich Fähigkeiten entbehrlicher werden lassen.¹

Auch bei KI sind die Einwände gegen ihre Herstellung, ihre Machtverhältnisse und ihre gesellschaftlichen Folgen berechtigt. Ich lasse diese Fragen hier bewusst beiseite. Mich interessiert ein engerer Ausschnitt:

Was geschieht zwischen Menschen, denen vergleichbare Werkzeuge zur Verfügung stehen, die daraus aber etwas sehr Verschiedenes machen?

Frühe repräsentative Befragungen aus den USA zeigen, wie schnell sich generative KI verbreitete und wie unterschiedlich sie je nach Bildung und Beruf verwendet wurde. Daraus folgt keine Gleichheit des Zugangs. Es wird aber sichtbar, dass Verfügbarkeit allein wenig über den Gebrauch verrät.²

Ein Teil der kommenden Ungleichheit entsteht genau dort: in der Zeit zwischen einer vorhandenen Möglichkeit und ihrer Aneignung.

Dieselbe Technik in verschiedenen Welten

Der Ausdruck „KI-Nutzer“ verdeckt beträchtliche Unterschiede. Wer einmal eine Geburtstagsrede erzeugen lässt, gehört ebenso dazu wie jemand, der seine tägliche Arbeit um das Zusammenspiel mit einem Sprachmodell herum neu organisiert. In einer Nutzungsstatistik können beide auf derselben Seite stehen. In ihrem Alltag tun sie kaum dasselbe.

Ich unterscheide vier Umgangsweisen. Da ist die Verweigerung, die schon den Versuch ablehnt. Daneben steht der gelegentliche Gebrauch: eine Formulierung glätten, ein Rezept anpassen, sich eine unbekannte Vokabel erklären lassen. Eine dritte Umgangsweise besteht darin, möglichst viel abzugeben. Ein Text wird erzeugt, übernommen und weitergereicht – ob seine Belege existieren oder seine Argumentation trägt, bleibt ungeprüft. Schließlich gibt es einen Gebrauch, bei dem sich die Arbeitsweise selbst verändert. Ein Problem wird zerlegt, eine erste Antwort wird angegriffen, ein Gegenbeispiel gesucht. Aus dem Austausch entsteht ein Verfahren, das später wieder eingesetzt und verbessert werden kann.

Das sind keine vier Menschentypen. Dieselbe Person kann beim Schreiben sorgfältig mit KI arbeiten, ihre Reiseplanung gedankenlos delegieren und sie in einem anderen Bereich begründet ablehnen. Auch verrät der Zeitpunkt des Einstiegs für sich genommen wenig über die Tiefe des Gebrauchs. Die klassische Diffusionsforschung unterscheidet, wann Menschen eine Neuerung übernehmen. Hier geht es vor allem darum, was sie sich dabei aneignen.³

Ein naheliegendes Bild ist das gemeinsame Fitnessstudio-Abo. Beide können hinein, trainiert ist aber deshalb noch niemand. Der Vergleich greift allerdings zu kurz, sobald er Unterschiede bloß der Disziplin zuschreibt. Menschen müssen zunächst verstehen, welche Übungen für sie sinnvoll sind, wie sie ausgeführt werden und woran sich ein Fortschritt erkennen lässt. Bei KI kommt hinzu, dass sich eine schlechte Übung erstaunlich gut anfühlen kann. Ein flüssiger Absatz vermittelt auch dann Kompetenz, wenn er einen Fehler elegant verdeckt.

Die Forschung zur digitalen Ungleichheit kennt diese Verschiebung seit Langem. Eszter Hargittai untersuchte bereits 2002 Unterschiede der Fähigkeiten innerhalb der Gruppe der Internetnutzer. Alexander van Deursen und Ellen Helsper richteten den Blick später auf die greifbaren Vorteile, die Menschen aus ihrer Internetnutzung ziehen. Zwischen Zugang, Können und tatsächlichem Nutzen liegen jeweils eigene Übergänge.⁴ Dass jemand ein Werkzeug bedient, bedeutet noch nicht, dass sich dadurch seine Handlungsmöglichkeiten erweitern.

Das Smartphone mag dasselbe sein. Was jemand darin als Werkzeug erkennt, ist es noch lange nicht. Und dieses Erkennen ist keine besondere Eigenschaft einer Generation. Mit einem Bildschirm aufzuwachsen, erspart niemandem das Lernen, was sich mit ihm anfangen lässt.

Was Aneignung bedeutet

Aneignung beginnt für mich dort, wo eine Technik in die eigene Praxis eingeht und diese verändert. Jemand verwendet ein Sprachmodell dann nicht mehr ausschließlich, um die bisherige Aufgabe schneller zu erledigen. Er stellt auch die Aufgabe selbst anders. Muss aus einer Materialsammlung unmittelbar ein fertiger Text werden? Oder wäre es hilfreicher, zuerst ihre Widersprüche offenzulegen? Könnte die vermeintliche Schreibblockade daran liegen, dass die Fragestellung noch nicht trägt? Das Werkzeug wird zum Anlass, den eigenen Arbeitsgang zu überdenken.

In der alltäglichen Verwendung liegt eine Aktivität, die hinter der Bezeichnung Konsum leicht verschwindet.⁵ Auf KI übertragen ist Aneignung deshalb mehr als das Beherrschen einer Oberfläche. Sie besteht darin, dem System innerhalb der eigenen Arbeit eine begründete Funktion zu geben.

Dabei hilft Bourdieus Unterscheidung zwischen dem Besitz kultureller Güter und dem persönlich angeeigneten Können. Ein Buch im Regal und die Fähigkeit, seinen Gedankengang zu verstehen, sind verschiedene Formen kulturellen Kapitals. Das verkörperte Können verlangt Zeit und lässt sich nicht einfach durch den Kauf des Gegenstands erwerben.⁶

Ein KI-Zugang enthält entsprechend noch keine Urteilskraft. Auch eine Sammlung guter Eingaben ersetzt nicht die Erfahrung, wann eine Antwort am Problem vorbeigeht. Wer einen überzeugenden Einwand erkennen möchte, muss etwas von der Sache verstanden haben, gegen die er sich richtet.

Das bedeutet keineswegs, zunächst das ganze Fach beherrschen zu müssen. Gerade beim Lernen kann KI einen Einstieg erleichtern. Die entscheidende Tätigkeit liegt dann im fortgesetzten Rückbezug: Kann ich das Erklärte in eigenen Worten wiedergeben? Trägt es auch in einem anderen Beispiel? Woher weiß ich, dass die Antwort stimmt? Technisches Wissen über die Konstruktion eines Modells kann dabei hilfreich sein. Für den alltäglichen Gebrauch braucht es vor allem fachliche Maßstäbe und ein Bewusstsein für die eigenen Grenzen.

Die Vorstellung, Denken müsse sich vollständig innerhalb des Kopfes vollziehen, ist ohnehin erklärungsbedürftig. Andy Clark und David Chalmers haben mit ihrer These vom erweiterten Geist vorgeschlagen, verlässlich eingebundene äußere Hilfsmittel als Bestandteile kognitiver Prozesse zu betrachten.⁷ Ein Notizbuch hält einen Gedanken fest, an den ein weiterer anschließen kann. Die Forschung zum kognitiven Auslagern beschreibt ebenfalls, wie Menschen ihre Umgebung einsetzen, um geistige Anforderungen zu bewältigen.⁸ Daraus folgt noch keine Gleichsetzung von Notizbuch und künstlichem Sprachmodell. Es eröffnet aber eine andere Frage: Welche Tätigkeit wird durch das Auslagern möglich, und welche findet dadurch nicht mehr statt?

Deshalb halte ich das Bild des Dirigenten für treffend. Er spielt die Instrumente nicht selbst und prägt dennoch die Interpretation. Er muss hören, was geschieht, Unterschiede bemerken und Entscheidungen treffen. Ein bloßes Wedeln mit dem Taktstock wäre hier mit nichten eine künstlerische Leitung. Ebenso ist das Fragen, Auswählen und Verwerfen von KI-Vorschlägen eine eigene geistige Leistung. Ihre Qualität hängt daran, ob die Entscheidungen begründet werden können. Dirigieren setzt Hören voraus.

Ich habe diesen Essay selbst so erarbeitet: im Gespräch mit einer KI. Die Leitfrage, die Gliederung und die Maßstäbe habe ich gesetzt, den zentralen Begriff ausgewählt. Formulierungen, Einwände und Quellen sind im Austausch entstanden, wurden verworfen und neu gefasst. Ob das gelungen ist, lässt sich nur am Text und seinen Belegen prüfen; der Hinweis auf meine Steuerung ist noch kein Qualitätsnachweis. Wer diese Arbeitsweise verteidigt, muss sich genau dieser Prüfung stellen.

Der Aneignungszins

Der erste Nutzen einer solchen Arbeitsweise ist häufig unspektakulär. Eine wiederkehrende Aufgabe dauert kürzer. Ein Zusammenhang wird früher verständlich. Die Vorbereitung auf ein Gespräch fällt gründlicher aus. Für sich genommen sind das einzelne Vorteile. Interessanter wird es, wenn ein solcher Gewinn die Voraussetzungen des nächsten verändert.

Aneignungszins nenne ich den sich verstärkenden Zugewinn an Handlungsmöglichkeiten, der entsteht, wenn Menschen die durch KI gewonnene Zeit und die im Umgang mit ihr erworbenen Fähigkeiten wieder in Lernen und die Verbesserung ihrer Arbeitsweise investieren.

Nehmen wir eine Lehrkraft, die regelmäßig Unterrichtsmaterial erstellt. Zunächst lässt sie sich zusätzliche Übungsbeispiele vorschlagen. Sie prüft sie, verwirft ungeeignete und spart bei der Vorbereitung etwas Zeit. Einen Teil dieser Zeit verwendet sie darauf, typische Verständnisprobleme ihrer Lernenden genauer zu erfassen. Beim nächsten Mal kann sie präziser beschreiben, welche Aufgabe sie braucht. Das Ergebnis passt besser, die Nacharbeit wird geringer. Die gewonnene Zeit erlaubt nun eine differenziertere Rückmeldung. Aus dieser erfährt sie wiederum mehr darüber, was im Unterricht tatsächlich verstanden wurde.

Der Vorsprung liegt hier nicht in einer einzigen schnellen Materialerstellung. Er entsteht dadurch, dass frühere Verbesserungen in spätere Arbeit eingehen. Die Lehrkraft verfügt nach mehreren Durchläufen über ein Verfahren, das genauer auf ihre Ziele abgestimmt ist. Zugleich hat sie selbst etwas gelernt. Wer daneben jedes Mal neu beginnt, arbeitet womöglich genauso gewissenhaft, kann aber weniger auf bereits verbesserte Abläufe zurückgreifen.

Eine verwandte Überlegung liegt der Wissenskluft-Hypothese zugrunde. Mehr öffentlich verfügbare Information muss Unterschiede im Wissen nicht verkleinern, wenn manche Gruppen die zusätzlichen Informationen schneller aufnehmen und einordnen können.⁹ Bei KI vermute ich einen ähnlichen Vorgang auf der Ebene des Handelns: Die Fähigkeit, sich eine neue Möglichkeit zu erschließen, wird ihrerseits zum Mittel, die nächste leichter zu erschließen.

Kehren wir zu den zwei Menschen mit demselben Smartphone zurück. Natürlich wachsen Fähigkeiten nicht wie ein Guthaben mit festem Zinssatz: Lernkurven flachen ab, Verfahren veralten, Prüfen kostet Zeit. Doch die Schlussfolgerung hängt nicht an der Form der Kurve, sondern an einer einfachen Prämisse.

Wenn künstliche Intelligenz die Arbeit des 21. Jahrhunderts so tiefgreifend verändert, wie es sich derzeit abzeichnet, wenn also Schreiben, Analysieren, Planen und Lernen selbst andere Tätigkeiten werden, dann kann es nach einigen Jahren keinen Gleichstand zwischen den beiden geben.

Wer sich das Werkzeug angeeignet hat, arbeitet dann nicht nur schneller, sondern in einer anderen Arbeitswelt. Der andere arbeitet womöglich genauso gewissenhaft, aber mit den Verfahren von gestern. Wer diesen Vorsprung bestreiten will, muss deshalb die Prämisse bestreiten: dass KI die Arbeit wirklich verändert.

Auch die Kosten des Unterlassens werden erst über diesen Umweg verständlich. Wer eine nützliche Anwendung heute nicht ausprobiert, verliert zunächst nur eine mögliche Erleichterung. Wenn diese Erleichterung aber zu einer besseren Methode hätte führen können, bleiben auch deren spätere Erträge aus. Es geht um Möglichkeiten, die aufeinander aufbauen. Ob daraus ein erheblicher Abstand wird, hängt davon ab, was jemand mit ihnen anfangen könnte und wie wichtig die betreffenden Tätigkeiten in seinem Leben sind.

Dieser Abstand muss sich übrigens nicht zuerst im Einkommen zeigen. Er kann darin liegen, einen beruflichen Wechsel überhaupt für machbar zu halten, eine schwierige Aufgabe selbstbewusster anzugehen oder ein lange aufgeschobenes Vorhaben zu beginnen. Zum individuellen Potenzial gehören auch solche Erweiterungen des eigenen Möglichkeitsraums. Eine Betrachtung, die nur eingesparte Minuten zählt, würde einen Teil davon übersehen.

Warum Menschen nicht aneignen

Wer aus dieser Überlegung einen Sturheitsvorwurf macht, überspringt den schwierigsten Teil. Menschen begegnen einer Technik mit Erfahrungen und Erwartungen, die sich nicht durch ihre bloße Verfügbarkeit erledigen. Ein Werkzeug kann objektiv nützlich erscheinen und subjektiv vor allem den drohenden Verlust einer vertrauten Rolle verkörpern. Wer befürchtet, dass die eigene Arbeit entwertet wird, braucht keinen weiteren Hinweis darauf, wie eindrucksvoll eine Maschine sie nachahmen kann.

Manchmal fehlt auch schlicht eine überzeugende Anwendung. Das Technologieakzeptanzmodell von Fred Davis hebt den wahrgenommenen Nutzen und die wahrgenommene Einfachheit der Verwendung hervor.¹⁰ Wer eine belanglose Antwort auf eine unbestimmte Frage erhalten hat, sieht wenig Grund für einen zweiten Versuch. Der Nutzen erschließt sich dann erst durch eine Erfahrung, für die bereits etwas Vertrauen und Zeit aufgebracht werden müssten. Ohne diese Erfahrung bleibt wiederum unklar, wofür sich der Aufwand lohnen soll.

Vertrauen ist dabei anspruchsvoller als Begeisterung. Im Anschluss an Luhmann lässt es sich als eine Möglichkeit verstehen, trotz unvollständigen Wissens handlungsfähig zu bleiben.¹¹ Niemand kann vor jedem Gebrauch die gesamte Technik kontrollieren. Im einzelnen Fall braucht es deshalb eine begründete Einschätzung, was man dem System zutrauen darf. Fehlt sie, kann sowohl vollständiger Rückzug als auch ein unangemessenes Vertrauen entstehen. Die Fähigkeit, Unsicherheit auszuhalten und begrenzt zu prüfen, gehört selbst zur Aneignung.

Hinzu kommt das Selbstbild. Wenn jemand lange Anerkennung dafür erhalten hat, gut zu formulieren, kann ein Sprachmodell an mehr rühren als an die Organisation einer Aufgabe. Es verändert die Bedeutung einer Fähigkeit, auf die sich das eigene Selbstverständnis stützt. Die Theorie kognitiver Dissonanz hilft, solche Spannungen zu beschreiben: Widersprüche zwischen Überzeugungen und Erfahrungen erzeugen einen Druck, sie zu bearbeiten.¹² Die Technik abzuwerten wäre eine mögliche Reaktion. Eine andere bestünde darin, neu zu bestimmen, worin die eigene Leistung liegt. Aus einer skeptischen Haltung allein lässt sich allerdings keine dieser inneren Bewegungen sicher ablesen.

Das gängige Bild vom Maschinenstürmer hilft deshalb nur begrenzt. Historische Maschinenstürmerei war, wie Eric Hobsbawm herausgearbeitet hat, auch ein gezieltes Mittel des Arbeitskampfs. Sie richtete sich gegen konkrete Verschlechterungen von Arbeits- und Lebensbedingungen.¹³ Die Ludditen zerschlugen wenigstens Webstühle, die ihnen das Brot nahmen. Der heutige Maschinenstürmer klickt lediglich nicht auf den Button und hält das für Widerstand. Zwischen dem persönlichen Verzicht und einer wirksamen Gegenwehr liegt eine politische Frage, die der Verzicht allein nicht beantwortet. Das macht ihn nicht illegitim. Es begrenzt nur, was man sich von ihm versprechen kann.

Die Gründe für Nichtnutzung verdienen also eine genaue Betrachtung. Dennoch beantworten gute Gründe für ein Unbehagen noch nicht die Frage nach seinen Folgen. Auch eine verständliche Entscheidung kann Möglichkeiten ungenutzt lassen. Beides gilt zugleich: Niemand muss seine Zurückhaltung als charakterlichen Mangel behandeln. Aber es lohnt sich, gelegentlich zu prüfen, ob die Ablehnung noch auf einer aktuellen Erfahrung beruht oder längst die Erfahrung verhindert, an der sie sich ändern könnte.

Einwände und Grenzen

Drei Einwände wiegen schwer, und alle drei lassen sich aus der Sicht des Einzelnen stellen: Ist der Vorsprung überhaupt so groß, wie die Zinsmetapher nahelegt? Wem gehört die gewonnene Zeit? Und was verlerne ich, während ich mir etwas aneigne?

Der Vorsprung ist kleiner, als er scheint

Gegen die Vorstellung einer wachsenden Aneignungskluft spricht zunächst ein bemerkenswerter Befund: KI kann Leistungsunterschiede verkleinern. Shakked Noy und Whitney Zhang ließen 453 Hochschulabsolventen berufstypische Schreibaufgaben bearbeiten. Mit ChatGPT sank die Bearbeitungszeit um 40 Prozent, die bewertete Qualität stieg um 18 Prozent, und die Unterschiede zwischen den Teilnehmenden wurden kleiner.¹⁴ Erik Brynjolfsson, Danielle Li und Lindsey Raymond fanden im Kundenservice ebenfalls die größten Vorteile bei weniger erfahrenen Beschäftigten.¹⁵

Für jeden, der spät einsteigt, ist das zunächst eine gute Nachricht. Wer an einer Aufgabe bisher gescheitert ist, gewinnt oft mehr als jemand, dem sie ohnehin leichtfiel. Urteilskraft ist kein Besitz, den manche mitbringen und andere nie erwerben können.

Diese Experimente messen allerdings einzelne Aufgaben. Sie zeigen, wie zwei Menschen heute einen Text schreiben, nicht, wie sich ihr Arbeiten über Jahre verändert. Der Aneignungszins zielt auf diesen zweiten Vorgang: auf das Verfahren, das sich mit jedem Durchlauf verbessert. Ob er den Ausgleich innerhalb der einzelnen Aufgabe auf längere Sicht überwiegt, ist offen. Zeigen längerfristige Untersuchungen überwiegend Angleichung, muss die These enger gefasst werden.

Wem die gewonnene Zeit gehört

Auf dem Papier ist die Rechnung einfach: Eine Aufgabe dauert kürzer, die gewonnene Zeit fließt in die nächste Verbesserung, der Ertrag wächst. Im Alltag verschwindet gesparte Zeit erstaunlich oft, bevor man über sie verfügen konnte. Hartmut Rosa hat dieses Paradox als Kern moderner Beschleunigung beschrieben: Technik verkürzt die Dauer einzelner Vorgänge, doch die Zahl der Vorgänge wächst schneller. Wer in der Zeit eines Briefes zehn E-Mails schreibt, schreibt am Ende eben zwanzig.¹⁶ Schon Staffan Linder bemerkte, dass jede Minute umso kostbarer erscheint, je produktiver eine Arbeitsstunde wird – bis selbst die Freizeit unter Effizienzdruck gerät.¹⁷

Dazu passt ein nüchterner Befund aus Dänemark. Humlum und Vestergaard fanden bis zwei Jahre nach der Einführung von ChatGPT keine nachweisbaren durchschnittlichen Effekte auf Einkommen und Arbeitsstunden, obwohl sich Aufgaben und Arbeitsweisen veränderten.¹⁸ Für den Einzelnen heißt das: Eine schneller erledigte Aufgabe ist noch kein Gewinn. Sie wird erst zu einem, wenn man über die frei gewordene Zeit auch verfügt. Wird sie sofort mit neuen Aufgaben gefüllt, läuft der Aneignungszins im Hamsterrad. Man läuft schneller, aber das Rad beschleunigt mit.

Judy Wajcman widerspricht allerdings der Vorstellung, die Technik selbst erzeuge diesen Sog. Zeitnot entstehe aus sozialen Erwartungen und aus der Art, wie wir Geräte in unser Leben einbauen.¹⁹ Gerade das macht ihren Einwand für diesen Essay fruchtbar. Wenn die Technik den Ausgang nicht festlegt, wird der Umgang mit der gewonnenen Zeit selbst zu einem Teil der Aneignung. Zwischen Zinseszins und Hamsterrad entscheidet nicht das Werkzeug, sondern was jemand mit der Zeit tut, die es freigibt. Wie groß dieser Spielraum im Einzelfall ist, hängt natürlich auch von Arbeitsverhältnissen ab, die sich nicht individuell aushandeln lassen. Das markiere ich hier nur.

Reinvestieren heißt dabei nicht, jede Minute wieder in Arbeit zu stecken. Wer durch KI früher fertig wird und den Abend für sich hat, kann genau den Gewinn erzielt haben, auf den es ihm ankommt. Erholung, Beziehungen und unverplante Zeit bedürfen keiner Rechtfertigung durch spätere Produktivität. Der Aneignungszins beschreibt eine mögliche Entwicklung, er begründet keine Pflicht, das eigene Leben als fortwährende Kapitalanlage zu führen.

Am schwierigsten wird diese Unterscheidung dort, wo die Fähigkeit zum Prüfen selbst erst entstehen müsste. Wer nie einen längeren Gedankengang entwickelt hat, kann seine Qualität kaum am fertigen Klang beurteilen. Manches muss deshalb weiterhin ohne Abkürzung geübt werden. Gelungene Arbeit mit KI kann auch darin bestehen, sie vorübergehend wegzulegen und zu prüfen, was vom gemeinsam Erarbeiteten selbstständig verfügbar bleibt.

Neben dem Aneignungszins kann sich also auch ein Verlust aufbauen. Das Werkzeug liefert immer bessere Ergebnisse, während der Nutzer immer weniger davon beurteilen kann. Nach außen erscheint das als wachsende Leistungsfähigkeit, im Inneren schrumpft womöglich die Unabhängigkeit. Die Menge erzeugter Texte wäre für gelungene Aneignung deshalb ein denkbar schlechter Maßstab.

Die Bedingungen des Handelns können sich so verändern, dass auch das Festhalten am bisherigen Verfahren eine neue Bedeutung erhält.²⁰ Man arbeitet weiterhin sorgfältig, kennt sein Fach und erfüllt seine Aufgaben. Dennoch vergrößert sich der relative Abstand zu Menschen, deren Verfahren sich währenddessen verändern. Zurückzufallen setzt dann kein persönliches Schlechterwerden voraus.

Für KI ist damit noch keine allgemeine Zukunft beschrieben. Menschen lernen nach, Anwendungen enttäuschen, neue Werkzeuge machen alte Vorsprünge hinfällig. Auch entscheidet eine technische Möglichkeit nicht darüber, welches Leben erstrebenswert ist. Aber die Frage nach der Aneignung lässt sich durch diesen Vorbehalt nicht erledigen. Wer ausschließlich fragt, ob KI Denken ersetzt, übersieht jene Formen des Gebrauchs, in denen sie anspruchsvolleres Denken erst ermöglicht. Wer nur die Beschleunigung sieht, übersieht ebenso leicht, was dabei nicht mehr gelernt wird.

Die Frage, was es kostet, nicht mit KI zu denken, bleibt deshalb berechtigt. Zu ihr gehört untrennbar eine zweite: Was kostet es, mit ihr so zu arbeiten, dass die eigene Urteilskraft entbehrlich erscheint? Bewusste Aneignung behält beides im Blick. Ihr Maßstab ist die Fähigkeit, mehr zu verstehen und begründeter zu handeln, einschließlich der Entscheidung, auf Unterstützung zu verzichten.

Die verzinste Kluft verläuft deshalb mitten durch die Gruppe der KI-Nutzer. Auf der einen Seite wächst die Fähigkeit, ein mächtiges Werkzeug für eigene Fragen einzusetzen. Auf der anderen wächst vor allem die Gewöhnung daran, fertige Antworten zu erhalten. Beide können zunehmend beeindruckende Ergebnisse vorweisen. Doch nur bei einem Teil davon vergrößert sich zugleich die eigene Handlungsfähigkeit.

Ob wir uns ein Werkzeug angeeignet haben, zeigt sich daran, welche Fragen wir ohne seine Antwort noch selbst stellen können.

1. Vgl. Platon: Phaidros, übersetzt von Friedrich Schleiermacher, Onlineausgabe Projekt Gutenberg DE, o. J., 274c–275b. Die Stellenangabe folgt der ausgabenübergreifenden Stephanuszählung. ↩︎
2. Vgl. Bick, Alexander/Blandin, Adam/Deming, David J.: The Rapid Adoption of Generative AI, NBER Working Paper Nr. 32966, Cambridge (MA): National Bureau of Economic Research 2024. ↩︎
3. Vgl. Rogers, Everett M.: Diffusion of Innovations, 5. Auflage, New York: Free Press 2003. Die hier vorgeschlagene Unterscheidung nach Aneignungstiefe ist eine eigene Heuristik; sie ist nicht mit Rogers’ Kategorien des Übernahmezeitpunkts gleichzusetzen. ↩︎
4. Vgl. Hargittai, Eszter: Second-Level Digital Divide: Differences in People’s Online Skills, in: First Monday 7 (2002), H. 4, ohne Seitenzählung; van Deursen, Alexander J. A. M./Helsper, Ellen J.: The Third-Level Digital Divide: Who Benefits Most from Being Online?, in: Robinson, Laura u. a. (Hg.): Communication and Information Technologies Annual: Digital Distinctions and Inequalities, Studies in Media and Communications, Bd. 10, Bingley: Emerald 2015, S. 29–52. ↩︎
5. Vgl. de Certeau, Michel: Kunst des Handelns, übersetzt von Ronald Voullié, Berlin: Merve 1988, Allgemeine Einführung. ↩︎
6. Vgl. Bourdieu, Pierre: Ökonomisches Kapital, kulturelles Kapital, soziales Kapital, in: Kreckel, Reinhard (Hg.): Soziale Ungleichheiten, Soziale Welt, Sonderband 2, Göttingen: Otto Schwartz 1983, S. 183–198. ↩︎
7. Vgl. Clark, Andy/Chalmers, David: The Extended Mind, in: Analysis 58 (1998), H. 1, S. 7–19. Die Übertragung auf den Umgang mit generativer KI ist eine Überlegung dieses Essays. ↩︎
8. Vgl. Risko, Evan F./Gilbert, Sam J.: Cognitive Offloading, in: Trends in Cognitive Sciences 20 (2016), H. 9, S. 676–688. ↩︎
9. Vgl. Tichenor, Phillip J./Donohue, George A./Olien, Clarice N.: Mass Media Flow and Differential Growth in Knowledge, in: Public Opinion Quarterly 34 (1970), H. 2, S. 159–170. Die Anwendung auf KI-gestützte Arbeitsweisen erfolgt analogisch. ↩︎
10. Vgl. Davis, Fred D.: Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology, in: MIS Quarterly 13 (1989), H. 3, S. 319–340. ↩︎
11. Vgl. Luhmann, Niklas: Vertrauen. Ein Mechanismus der Reduktion sozialer Komplexität, Stuttgart: Ferdinand Enke 1968. ↩︎
12. Vgl. Festinger, Leon: A Theory of Cognitive Dissonance, Stanford (CA): Stanford University Press 1957. Daraus folgt keine psychologische Diagnose einzelner KI-Skeptiker. ↩︎
13. Vgl. Hobsbawm, Eric J.: The Machine Breakers, in: Past & Present 1 (1952), H. 1, S. 57–70. ↩︎
14. Vgl. Noy, Shakked/Zhang, Whitney: Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence, in: Science 381 (2023), H. 6654, S. 187–192. Die Prozentwerte beziehen sich auf die im Experiment gemessene Bearbeitungszeit und bewertete Textqualität. ↩︎
15. Vgl. Brynjolfsson, Erik/Li, Danielle/Raymond, Lindsey: Generative AI at Work, in: The Quarterly Journal of Economics 140 (2025), H. 2, S. 889–942. Untersucht wurden 5.172 Beschäftigte; Produktivität wurde als Zahl gelöster Anliegen pro Stunde erfasst. ↩︎
16. Vgl. Rosa, Hartmut: Beschleunigung. Die Veränderung der Zeitstrukturen in der Moderne, Frankfurt am Main: Suhrkamp 2005. Das Beispiel der E-Mails ist eine eigene Veranschaulichung. ↩︎
17. Vgl. Linder, Staffan B.: The Harried Leisure Class, New York: Columbia University Press 1970. ↩︎
18. Vgl. Humlum, Anders/Vestergaard, Emilie: Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI, NBER Working Paper Nr. 33777, Fassung vom 13. März 2026, zuvor unter dem Titel Large Language Models, Small Labor Market Effects. Vgl. insbesondere S. 1–4 der genannten Fassung; Registerbeobachtung bis Dezember 2024. Working Paper. ↩︎
19. Vgl. Wajcman, Judy: Pressed for Time. The Acceleration of Life in Digital Capitalism, Chicago: University of Chicago Press 2015. ↩︎
20. Vgl. Rosa: Beschleunigung (wie Anm. 16). ↩︎