Gedankenstrich.org

Jürgen Habermas († 14. März 2026) war einer der profiliertesten deutschen Philosophen und Soziologen der Gegenwart – und hat sich bis zuletzt aus einer Langfristperspektive mit dem Strukturwandel der politischen Öffentlichkeit im Horizont neuer soziotechnischer Konfigurationen auseinandergesetzt, so etwa in dem Text »Überlegungen und Hypothesen zu einem erneuten Strukturwandel der politischen Öffentlichkeit« (2021, 480, 498; open access in englisch 2022) wie folgt:

»In Europa hatte sich die bürgerliche Öffentlichkeit in ihrer literarischen und ihrer politischen Form erst allmählich aus dem Schatten älterer Formationen – vor allem der religiösen Öffentlichkeit des Kirchenregiments sowie der repräsentativen Öffentlichkeit der in Kaisern, Königen und Fürsten persönlich verkörperten Herrschaft – lösen können, nachdem die sozialstrukturellen Voraussetzungen für eine funktionale Trennung von Staat und Gesellschaft, von öffentlicher und privater wirtschaftlicher Sphäre erfüllt waren. Aus der lebensweltlichen Perspektive der Beteiligten betrachtet, steht deshalb die Zivilgesellschaft politisch aktiver Bürger von Haus aus in diesem Spannungsfeld der privaten und der öffentlichen Sphäre. Wir werden sehen, dass die Digitalisierung der öffentlichen Kommunikation die Wahrnehmung dieser Grenze zwischen privatem und öffentlichem Lebensbereich verschwimmen lässt, obgleich sich die sozialstrukturellen Voraussetzungen für diese auch rechtssystematisch folgenreiche Unterscheidung nicht verändert haben. Aus der Sicht der halb privaten, halb öffentlichen Kom-
munikationsräume, in denen sich heute die Nutzer sozialer Medien bewegen, verschwindet der inklusive Charakter einer bis dahin von der Privatsphäre erkennbar getrennten Öffentlichkeit.

[…] In den Kommunikations- und Sozialwissenschaften ist es inzwischen üblich, von disrupted public spheres zu sprechen, die sich vom Raum der journalistisch institutionalisierten Öffentlichkeit entkoppelt haben. Aber für die wissenschaftlichen Beobachter wäre es falsch, daraus die Konsequenz zu ziehen, die Beschreibung dieser symptomatischen Erscheinungen von demokratietheoretischen Fragen überhaupt abzutrennen.Denn die Kommunikation in verselbständigten Halböffentlichkeiten ist ja selbst keineswegs entpolitisiert; und selbst wo das zutrifft, ist die prägende Kraft, die diese Kommunikation für die Weltsicht der Beteiligten hat, nicht unpolitisch. Ein demokratisches System nimmt im ganzen Schaden, wenn die Infrastruktur der Öffentlichkeit die Aufmerksamkeit der Bürger nicht mehr auf die relevanten und entscheidungsbedürftigen Themen lenken und die Ausbildung konkurrierender öffentlicher, und das heißt: qualitativ gefilterter Meinungen, nicht mehr gewährleisten kann.«

Mitte März findet in Tokyo der Workshop »Digital Capitalism & Varieties of Science« statt, der von Stefan Böschen (Käte Hamburger Kolleg: Cultures of Research, RWTH Aachen) sowie Harald Kümmerle und Nicole Müller (German Institute for Japanese Studies, Tokyo) organisiert wird und Sozialforschende bzw. Praktiker:innen aus Japan, Deutschland sowie weiteren Ländern zusammenbringt:

»[…] By bringing together perspectives from STS, economics, and Japanese studies, along with insights from practice, the workshop seeks to open-up a productive dialogue on how emerging technologies, digital capitalism, and scientific cultures co-constitute one another—across regions, disciplines, and epistemic traditions. We hold that the case of Japan, the first non-Western country to become an advanced economy and fertile spawning ground for technoscientific imaginations and attributions, offers particularly valuable insights into these processes.«

Auf den Webseiten des Deutsches Instituts für Japanstudien (DIJ) lässt sich das Programm (12./13. März 2026) einsehen und ein Livestream des Workshops abrufen.

Vorderhand plausible potenzielle Technikzukünfte können weitreichende Effekte auf die Gegenwart haben – das zeigt sich jüngst erneut am Beispiel eines Blog-Posts von Citrini Research. Der Post ist überschrieben mit »The 2028 global intelligence crisis« und entwirft eine nahe Zukunft, in der (generative) künstliche Intelligenz die meisten Arbeitsaufgaben der ›Mittelschicht‹ übernimmt, was in Massenentlassungen, einer disruptiv kollabierenden Konsumwirtschaft und gleichzeitig rekordverdächtigen Unternehmensgewinnen resultieren soll. Kurz: Wirtschaftsunternehmen investieren laut diesem Post 2028 nicht mehr in Angestellte, sondern in KI-Technik. Prompt gingen die Aktien von Softwareanbietern, Zahlungsdienstleistern und weiteren Service-Anbietern an den globalen Finanzmärkten auf Talfahrt.

Der Post ist allerdings explizit als »scenario, not a prediction« markiert. Er ist im Stil eines What-if-Reports aus dem Juni 2028 verfasst, verarbeitet nahezu alle derzeit flottierenden KI-Narrative und bietet insofern einen umfassenden Überblick über gängige Zuschreibungen an intelligente Technologie. Er kommt zu folgendem dystopischen Resümee:

Daniel Silver, Soziologieprofessor an der University of Toronto Scarborough, hat den Syllabus zu seinem vielversprechenden Graduiertenseminar »Beyond the Singularity: Building Artificial Social Intelligence« auf Substack geteilt. Für die einzelnen Sitzungen hat er ein breites Portfolio von Lesestücken an der Schnittstelle von Soziologie, Kognitionswissenschaft, Informatik und Digitalisierungsforschung zusammengestellt, die sich dort auch gebündelt abrufen lassen. Darum geht es:

The ambition driving much artificial intelligence is to build a god: a singular, all-knowing super-intelligence. This seminar begins from the proposition that this goal is not only misguided but also ignores a fundamental proposition of classical sociology: intelligence is social. We will advance the proposition that true superintelligence (often referred to as ASI), should it ever exist, will not be a monolithic entity, but a fundamentally social and distributed system.

We will seek to dislodge the prevailing image of Artificial General Intelligence (AGI) – a gigantic individual mind – for a richer and more generative concept: Artificial Social Intelligence (ASI). We will explore the idea that the future of AI lies in networks of intelligent agents that must learn to creatively and situationally understand, coordinate, and sometimes compete with each other and with us.

While computer science often approaches this topic through Multi-Agent Systems (MAS), our focus is distinct and complementary; we will use classical sociology as a launching point to reimagine AI, focusing on the underlying capabilities and orientations that make multi-agent interaction possible and more or less effective.

Lucy Suchman, die sich seit mehreren Jahrzehnten mit dem Verhältnis von Technik und Gesellschaft sowie der Entwicklung künstlicher Intelligenz auseinandersetzt, sieht eine der Kernaufgaben der Sozialwissenschaften im gegenwärtigen Diskurs um KI darin, »to challenge discourses that position AI as ahistorical, mystify ›its‹ agency and/or deploy the term as a floating signifier« (Suchman 2023).

Vier aktuelle sozialwissenschaftliche Publikationen beschreiben KI in diesem Sinne als genuin soziotechnisches Phänomen (siehe dazu auch Schrape 2025, 2025b) und bieten instruktive Annäherungen aus ihren jeweiligen Perspektiven:

Der erste Lack ist ab; die allgemeine Begeisterung um ChatGPT und Co. ist spürbar abgekühlt. Damit reiht sich generative KI in das Wechselspiel von Hype und Ernüchterung um neue Technologien ein, das in der Techniksoziologie als ein wiederkehrendes Phänomen soziotechnischer Entwicklung identifiziert worden ist.

Spätestens seit dem Sommer 2025 hat sich die Stimmung um generative artificial intelligence gedreht – und inzwischen werden im öffentlichen Diskurs beinahe täglich Kommentare aufgegriffen, die vor einer »KI-Blase« an den globalen Finanzmärkten oder vor der Überbewertung der sozioökonomischen Relevanz von KI insgesamt warnen. Ein zuletzt ob ihrer Eindeutigkeit vielreflektiertes Beispiel sind die Einschätzungen des Analysten Julien Garran, hier in einem Gespräch mit CNN:

»[…] if you use large language model AI to create an application or a service, it can never be commercial. One of the reasons is the way they were built. The original large language model AI was built using vectors to try and understand the statistical likelihood that words follow each other in the sentence. And while they’re very clever, and it’s a very good bit of engineering required to do it, they’re also very limited. The second thing is the way LLMs were applied to coding. What they’ve learned from — the coding that’s out there, both in and outside the public domain — means that they’re effectively showing you rote learned pieces of code. That’s, again, going to be limited if you want to start developing new applications. And the third set of problems, in terms of how it’s built, is around the idea of scaling. There’s a real problem at a certain point in terms of how much you have to spend to improve them. I’d say it’s definite that (developers) have hit a scaling wall […].

[…] There are certain bullsh*t jobs out there — some parts of management, consultancy, jobs where people don’t check if you’re getting it right or don’t know if you’ve got it right. So you can argue that you can replace bullsht with bullsh*t, and, yes, OK, I’m prepared to accept that you probably can, but that doesn’t really make it more broadly useful. […] The AI ecosystem can’t really sustain itself. […] Consequently, to maintain the process, you need to have a continued funding, which is why it looks like a permanent funding tour. But despite all of this, there’s no obvious way that they actually turn this around to a profit. It’s hope over realistic expectation […].«

Ende September ist die ARD-ZDF-Medienstudie 2025 erschienen, die aus der seit Mitte der 1960er-Jahre erhobenen Langzeitstudie Massenkommunikation und der seit 1997 erhobenen ARD/ZDF-Onlinestudie hervorgegangen ist. Sie basiert auf einer Zufallsstichprobe (70% Telefon-Stichprobe mit Dual-Frame und 30% Online-Stichprobe; N=2.512), ist repräsentativ für die deutschsprachige Wohnbevölkerung ab 14 Jahren in Deutschland und wurde wischen dem 28. Januar und 13. April 2025 erhoben. Ausführliche Artikel zur Medienstudie finden sich in den Media Perspektiven.

Einige Kernergebnisse: