Unreife Erdbeeren und unreife KIs

Die meisten Menschen kaufen die zweite Sorte. Sie essen sie, finden sie „ganz gut“ und haben nach ein paar Jahren vergessen, dass es überhaupt eine erste gab. Das ist kein Ernährungsproblem. Es ist ein Gewöhnungsproblem – und Gewöhnung ist die leiseste Form des Verlusts, weil sie sich wie Zufriedenheit anfühlt. Mit Künstlicher Intelligenz in Unternehmen verhält es sich genauso. Mit einem Unterschied: Diesmal wissen wir, dass es anders ginge. Und tun es trotzdem nicht.

Alte Erzählung in neuem Gewand

Seit der Industrialisierung wird neue Technologie mit immer demselben Text eingeführt. Er geht ungefähr so: Das Neue kommt. Es ist unvermeidlich. Wer sich nicht anpasst, verliert. Also passt euch an, lernt es, werdet kompatibel mit dem, was wir gebaut haben.

Der Mensch passt sich der Technologie an, nie umgekehrt. So war es am Fließband. So war es bei den ERP-Systemen, über die heute niemand mehr ein Wort verliert – außer den Menschen, die sie bedienen müssen. So war es bei der Digitalisierung. Und so ist es bei der KI, nur schneller, lauter und mit deutlich mehr Angst im Gepäck als bei allen Vorgängern zusammen.

Die Angst ist verständlich. Sie ist nur an die falsche Adresse geschickt. Die meisten fürchten, KI nehme ihnen den Job. Diese Angst wird von denen, die KI verkaufen, je nach Bedarf bestätigt oder zerstreut – montags das eine, freitags das andere, je nachdem, was die Quartalszahlen gerade verlangen. Was dabei kaum jemand ausspricht: Die eigentliche Gefahr ist nicht, dass KI Arbeitsplätze ersetzt. Die eigentliche Gefahr ist, dass wir mit dem fortschrittlichsten Werkzeug der Menschheitsgeschichte exakt das tun, was wir seit zweihundert Jahren tun – Effizienz steigern, Kosten senken, Prozesse optimieren – und den Menschen damit ein weiteres Mal passend machen für das System, statt einmal das System passend zu machen für den Menschen.

Die überwältigende Mehrheit dessen, wofür KI heute in Unternehmen eingesetzt wird, sind Effizienzanwendungen. Ein verschwindender Rest dient dazu, etwas Neues zu schaffen – neue Wirkstoffe, neue Materialien, Antworten auf Fragen, die wir bisher nicht stellen konnten. Dazu gibt es inzwischen verschiedene Studien; Deloitte etwa kommt in seiner Erhebung State of AI in the Enterprise zu dem Befund, dass nur rund ein Drittel der Unternehmen KI nutzt, um wirklich Neues zu gestalten – der große Rest optimiert, was ohnehin schon da war. Das ist keine Prognose, sondern eine Bestandsaufnahme. Und sie sagt mehr über uns aus als über die Technologie. Man gibt einem Menschen ein Teleskop, und er benutzt es, um schneller die Zeitung zu lesen.

Was du kannst, nicht was du kostest

Es gibt eine bessere Frage als „Wie machen wir das effizienter?“. Sie lautet: „Was kannst du?“

Nicht: Was kannst du im Rahmen deiner Stelle. Nicht: Was kannst du, das wir längst eingeplant haben und in Spalte C wiederfinden. Sondern: Was kannst du wirklich – und wie verstärken wir das?

Die Frage klingt harmlos. In den meisten Unternehmen ist sie eine Zumutung. Weil die Antwort selten in der Stellenbeschreibung steht. Weil sie Mittel verlangt, die niemand budgetiert hat. Und weil sie unterstellt, dass der Mensch auf dem Stuhl mehr weiß als das Organigramm, das ihn dort platziert hat. Das ist in vielen Häusern ungefähr so willkommen wie die Bemerkung, der Kaiser trage nichts.

Richtig eingesetzt, könnte KI bei genau dieser Frage helfen. Sie könnte Stärken sichtbar machen, die im Jahresgespräch zuverlässig untergehen, irgendwo zwischen „Weiter so“ und dem Hinweis, man möge an der eigenen Sichtbarkeit arbeiten. Sie könnte erkennen, wann ein Mensch wirklich gut ist und warum. Sie könnte die Arbeit übernehmen, die Menschen ausbremst, damit Menschen das tun, worin sie unersetzlich sind.

Stattdessen schreibt sie Protokolle. Berechnet Formeln. Formuliert E-Mails um, die ohnehin niemand liest – jetzt allerdings in besserem Deutsch. Das ist nicht falsch. Es ist nur, als hätte man das Rad erfunden und beschwere damit Papier.

Wirkliche Veränderung beginnt nicht bei der Frage, was die KI kann. Sie beginnt bei der Frage, was die Menschen wollen, was sie gut können, was sie antreibt, was sie aufhält. Erst wenn das auf dem Tisch liegt, lohnt das Gespräch über Technologie. Alles andere ist die korrekte Antwort auf eine Frage, die niemand gestellt hat.

Das Outsourcing der Menschlichkeit

Es gibt eine Gefahr, die in der KI-Debatte fast nicht vorkommt. Sie ist subtiler als Jobverlust und schwerer zu beziffern als Effizienzgewinn – was sie für eine Debatte, die alles beziffern will, praktisch unsichtbar macht. Sie lautet: Wer das Denken auslagert, lagert irgendwann die Menschlichkeit gleich mit aus.

Menschlichkeit ist hier nichts Sentimentales. Sie ist die Fähigkeit, eigene Wünsche zu formulieren, eigene Urteile zu fällen, einen eigenen Geschmack zu haben. Zu wissen, was man will. Nicht, weil ein System es vorgeschlagen hat, sondern weil man selbst darauf gekommen ist.

Diese Fähigkeit wird gerade abtrainiert. Nicht aus böser Absicht, sondern aus Bequemlichkeit – und durch Systeme, die von unserer Bequemlichkeit ausgesprochen gut leben.

Man kann das bei Tinder besichtigen. Das Versprechen lautet: Wir zeigen dir, wen du liebst. Tatsächlich zeigt die App einem, wen man ohnehin schon kennt – beziehungsweise das statistische Mittel all derer, die man je nach rechts gewischt hat. Das Überraschende, das Unpassende, der Mensch, der einem auf dem Papier nichts zu sagen hat und dann zwanzig Jahre bleibt: genau das filtert das System heraus. Das Ergebnis ist nicht besseres Dating. Es ist die Industrialisierung des Begehrens.

Was bei Tinder das Begehren trifft, trifft anderswo das Produkt, die Kultur, die Nachricht – und bald die Art, wie Unternehmen ihre Zukunft planen. Algorithmen verstärken, was schon da ist. Strukturell Neues können sie sich nicht vorstellen, weil sie ausschließlich aus dem Alten lernen. Das ist kein Defekt, das ist ihr Wesen. Der Defekt läge darin, ihnen die Zukunft zu überlassen.

Wir werden zu einem Bündel fremder Wünsche

Ein Satz begegnet mir in Gesprächen mit Führungskräften häufiger als jeder andere: „Wir müssen das jetzt angehen.“ Gemeint ist KI. Fragt man, warum, kommt verlässlich dieselbe Antwort: weil alle es tun. Weil der Wettbewerb es tut. Weil man sonst zurückfällt.

Das ist keine Strategie. Das ist das Verhalten von jemandem, der aufgehört hat, eigene Wünsche zu haben, und sich die der anderen geliehen hat – von Anbietern, Beratern, Analysten und einer Presse, die alle gemeinsam sehr gut davon leben, dass man ihre Wünsche für die eigenen hält. Ein Berater, der einem sagt, man liege goldrichtig, wird selten ein zweites Mal gebucht.

Wir werden, als Unternehmen wie als Gesellschaft, immer mehr zu einem Bündel von Wünschen, die andere an uns herantragen. Die Fähigkeit, einen eigenen Wunsch zu fassen, bevor jemand einem erklärt, was man zu wünschen hat, ist eine der wichtigsten Kompetenzen der kommenden Jahre. Sie steht in keinem KI-Curriculum. Sie taucht in keiner Digitalstrategie als Ziel auf. Und sie ist genau das, was fehlt.

Es ist auch ein Innovationsproblem. Ein Unternehmen, das nur noch baut, was Algorithmen als wahrscheinlich nachgefragt ausweisen, hört auf, das zu bauen, was niemand bestellt hat. Dabei ist das Unbestellte – das Produkt, die Idee, die Möglichkeit, von der wir noch nicht wissen, dass wir sie wollen – das Einzige, was je verändert hat, wie wir leben. Niemand hat nach dem Smartphone verlangt. Man hat nach einem besseren Telefon verlangt, und die meisten hätten sich ein kleineres gewünscht.

Das wirksamste KI-Projekt war eine Tageszeitung

Das wirksamste KI-Projekt, das ich je begleitet habe, war eine Tageszeitung. In einem großen Pharmaunternehmen haben wir es ausprobiert. Hundertfünfzig Menschen bekamen jeden Morgen eine gedruckte Zeitung; hundertfünfzig andere, die Vergleichsgruppe, bekamen keine.

Die Gruppe ohne Zeitung saß nach sechs Minuten am Platz. Die Gruppe mit Zeitung stand fünfunddreißig, vierzig Minuten beim Kaffee zusammen und redete.

Man könnte das für verlorene Zeit halten. Es war das Gegenteil. Die Zeitungsleser brauchten den Tag über kaum noch interne Meetings – sie hatten morgens schon geklärt, was sonst drei Termine gekostet hätte – und sparten am Ende gut anderthalb Stunden Arbeit pro Tag. Sie kannten einander plötzlich, nicht als Funktion auf einem Organigramm, sondern als Mensch. Sie hatten dieselben Informationen zur selben Zeit wie die anderen und konnten diese in Gesprächen im selben Maß an die Anforderungen des Unternehmens und seiner Produkte anpassen. Sie waren, gemessen an vorher, 11 bis 16 % innovativer.

Der eigentliche Punkt kommt aber erst. Dieselben Menschen benutzten anschließend auch die KI anders. Nicht, um schneller Protokolle zu schreiben, sondern um gemeinsam etwas zu entwickeln, das es vorher nicht gab. Die Zeitung hatte ihnen nicht Wissen gegeben – Wissen hatten sie genug. Sie hatte ihnen einander gegeben. Und Menschen, die einander haben, optimieren nicht. Sie erfinden.

Der Volksempfänger und die Vielfalt

Ein Blick auf X, das frühere Twitter, genügt, um zu sehen, wie schnell aus einem offenen Raum für viele Stimmen der Verstärker einer einzigen wird – sobald Algorithmus und Eigentümer in dieselbe Richtung drücken. Das ist kein Naturgesetz. Es ist eine Entscheidung, getroffen von sehr wenigen für sehr viele.

Die Warnung dahinter ist nicht neu. Als in den dreißiger Jahren der Volksempfänger kam, klang das technische Versprechen vertraut: Information für alle, überall, günstig. Was daraus wurde, weiß man – nicht, weil das Gerät böse gewesen wäre, sondern weil es nur einen Sender gab. Ein Empfänger ist immer nur so demokratisch wie das, was man hineinsendet.

Liegt die KI-Infrastruktur in wenigen Händen, bestimmen zwei, drei Anbieter, welche Inhalte verstärkt werden, welche Wünsche als normal gelten, welche Zukunft als plausibel erscheint. Daneben verblasst die Medienkonzentration des zwanzigsten Jahrhunderts. Nicht weil die Absicht finsterer wäre. Weil die Reichweite größer ist.

KI muss vielfältiger werden. Mehr kleine Modelle, mehr lokale Anpassung, mehr unterschiedliche Trainingsdaten und Wertvorstellungen, mehr verschiedene Auffassungen davon, was überhaupt eine gute Antwort ist. Nicht als technische Spielerei. Als gesellschaftliche Notwendigkeit.

Das Rechenzentrum, das niemand braucht

Werden wir konkret. Der KI-Diskurs in Unternehmen dreht sich fast nur um große Sprachmodelle, die in gewaltigen Rechenzentren laufen, Strom im Umfang von Kleinstädten verbrauchen und einer Handvoll Anbieter gehören. Das ist die Supermarkt-Erdbeere: einheitlich, jederzeit verfügbar, hübsch anzusehen – und in den meisten Fällen nicht das, was man tatsächlich braucht.

Was tut ein Mensch in einem mittelständischen Unternehmen mit KI? Er fasst Protokolle zusammen, schreibt E-Mails um, sucht etwas in internen Dokumenten, bereitet eine Präsentation vor, unterstützt Forschung, Studien, codet ein paar Modelle. Dafür braucht er kein Modell, das auf zehntausend Grafikkarten in einer Halle in Virginia rechnet. Er braucht ein schlankes, gut trainiertes Modell – lokal, auf seinem Gerät, ohne Latenz, ohne Datenschutzrisiko, ohne die Abhängigkeit von einem Dienst, der heute günstig ist und morgen weiß, was man zu zahlen bereit wäre. Der stattdessen tief integriert ist in das, was das Unternehmen will – weiß es das?

Small Language Models sind für viele Zwecke nicht der Kompromiss. Sie sind die richtige Lösung. Sie laufen auf einem ordentlichen Laptop, teils sogar Smartphone. Sie schützen Daten, weil die Daten das Gerät gar nicht erst verlassen. Sie sind billiger, schneller und in ihrem Fach oft präziser als das große Generalmodell, das alles ein bisschen kann. Wir suchen den Lichtschalter und die Beleuchtung im Wohnzimmer. Wir brauchen dafür kein Kraftwerk, das wir jedes Mal in Texas anwerfen, sondern eine Glühbirne hier.

Aber wir kaufen das Kraftwerk. Weil uns jemand erklärt hat, dass man das so macht. Weil alle es kaufen. Weil die Angst zurückzufallen größer ist als die Bereitschaft zu fragen, wohin man eigentlich will.

Social Media war die Generalprobe

KI kann so enttäuschend enden wie Social Media. Das ist kein Pessimismus, das ist eine Lehre aus der jüngeren Geschichte – und die jüngere Geschichte ist bekanntlich die einzige, aus der noch nie jemand etwas gelernt hat.

Social Media begann als Versprechen: Jeder bekommt eine Stimme. Es entstehen Verbindungen, die es vorher nicht geben konnte. Wissen verbreitet sich, Kulturen treffen sich, Menschen finden zueinander. Geworden ist daraus eine Infrastruktur der Aufmerksamkeit, in der Empörung sich besser verkauft als Erkenntnis, in der Algorithmen die Kultur nicht abbilden, sondern formen, und in der die meisten Menschen vor allem das konsumieren, was andere für sie ausgewählt haben – früher hätte man QVC geschaut.

Das Muster ist immer dasselbe: Eine Technologie mit echtem Potenzial wird in eine Erzählung gespannt, die jemand anderem nützt. Aus Nutzern werden Nutzer im doppelten Sinn – sie nutzen das System, und das System nutzt sie.

Einen Vorteil hat die KI noch, den Social Media damals auch hatte: Es ist noch nicht zu spät. Die Infrastruktur ist noch nicht verfestigt, die Abhängigkeiten noch nicht tief, die Gewohnheiten noch nicht eingeschliffen. Aber das Fenster, durch das man bei solchen Dingen entscheidet, steht erfahrungsgemäß kurz offen und schließt sich leise.

Übrigens ist die gesamte Technologie vorhanden um über Verlage (die, die es noch gibt) eine Nachrichteninfrastruktur aufzubauen ohne Google und Meta dahinter. Diese Struktur könnte sich mit Kommunen souverän vernetzen und man könnte Soziales Wachstum aufgrund regionaler Daten betreiben. Man könnte auch neue direkte Werbeformen entwickeln: ich brauche einen Carport, ich lade ein Foto meines Hauses hoch und bekomme digital oder sogar in der gedruckten Ausgabe Angebote von Herstellern oder, noch besser, regionalen Tischlern. Das würde regionale Wertschöpfung ermöglichen.

Das Verlagsbeispiel, weil ich nicht weiß, was sie tun – aber sie lesen gerade, hier in diesem Heft. Stellen Sie sich vor, Ihr Unternehmen würde unabhängig und souverän die regionale, nationale Wirtschaft und Gesellschaft stärken, weniger Populismus ermöglichen und mehr soziales Wachstum und damit wirtschaftliche Entwicklung, Innovation, ein höheres BIP (weil nicht alles gleich nach „sonstwo“ geht). Doch. Das geht. Jetzt. Denken Sie nach. Gerne auch mit KI.

Was reife KI bedeuten würde

Eine reife Erdbeere schmeckt nach sich selbst. Sie braucht kein Aroma, keine Optimierung, keine Marke. Sie ist, was sie sein soll, weil man ihr die Zeit gelassen hat, es zu werden. Reife ist nichts, was man hinzufügt. Es ist das, was übrigbleibt, wenn man aufhört einzugreifen.

Reife KI wäre eine Technologie, die dem Menschen dient, der sie benutzt, nicht dem System, das sie verkauft. Die Stärken verstärkt, statt Schwächen zu verwalten. Die neue Fragen möglich macht, statt alte Antworten zu beschleunigen. Die die Menschlichkeit nicht ersetzt, sondern schützt – indem sie uns die Arbeit abnimmt, die uns von dem abhält, worin wir unersetzlich sind.

Das klingt utopisch. Es ist technisch längst möglich. Was fehlt, ist nicht die Technologie. Was fehlt, ist die Entscheidung, sie so zu benutzen.

Die Menschen fürchten, KI werde ihnen alles nehmen. Und tun gleichzeitig alles dafür, dass sie es kann – sie delegieren Entscheidungen, lagern Urteile aus, lassen sich ihre Wünsche von einem System vorschlagen, das sie anschließend für die eigenen halten. Das ist kein Widerspruch. Das ist das Ergebnis einer Erzählung, die so vollständig geworden ist, dass daneben keine zweite mehr Platz hat.

Dabei wäre die zweite ganz einfach. Sie lautet: Wir haben ein großartiges Werkzeug. Was wollen wir damit bauen?

Die Frage, die fehlt

Wenn ich mit Unternehmen über KI spreche, höre ich viele Fragen. Welches Modell sollen wir nehmen. Wie schnell müssen wir skalieren. Was macht der Wettbewerb. Wie erklären wir es den Mitarbeitenden, möglichst so, dass sie nicht merken, dass wir es selbst nicht wissen.

Eine Frage höre ich fast nie: Was wäre für uns – für genau uns, mit diesen Menschen, dieser Kultur, diesen tatsächlichen Mitteln – wirklich möglich? Nicht wahrscheinlich. Nicht üblich. Möglich.

Das ist der Unterschied zwischen der Erdbeere aus dem Supermarkt und der vom Wochenmarkt. Zwischen dem Modell, das alle kaufen, und dem, das passt. Zwischen einer KI, die uns in einer alten Erzählung effizienter macht, und einer, die uns hilft, eine neue zu schreiben.

KI hat, wie die Supermarkt-Erdbeere, im Zweifel wenig gesellschaftlichen Nutzen – solange wir nicht wissen, was wir wollen. Solange wir nicht bereit sind zu schmecken, was möglich wäre. Solange wir „ganz gut“ für gut genug halten.

Noch lässt die Technologie zu, dass wir anders entscheiden. Dass wir die Frage stellen. Dass wir aufhören, fremde Wünsche zu übernehmen, und anfangen, eigene zu formulieren.

Das ist keine technische Aufgabe. Das ist eine menschliche.