Gedankenstrich.org

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:

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:

Der seit 2012 erhobene Reuters Institute Digital News Report 2025 ist erschienen. Er bietet einen umfassenden Überblick zur weltweiten Rezeption von Nachrichten und Nutzung aktueller Informationsquellen. In Deutschland fand die Erhebung zwischen dem 16. und 30. Januar 2025 statt; die Stichprobe ist für Onliner ab 18 Jahren repräsentativ. Hier die wichtigsten Links dazu:

• Reuters Institute Digital News Report 2025 (komplett als PDF)
• Ergebnisse für Deutschland 2025 (Arbeitspapiere des HBI Nr. 77)

Einige Kernergebnisse:

Nicht nur in Diskussionen zu den gesellschaftlichen Auswirkungen von generativer künstlicher Intelligenz und autonomer Technik wird die Gegenwart der Zukunft offenkundig; gerade in Zeiten des Umbruchs rückt die Frage nach den Potenzialen und Risiken möglicher Zukünfte in den Mittelpunkt gesellschaftspolitischer wie sozialwissenschaftlicher Debatten.

Im Rahmen des Zukunftskongresses »Next Frontiers. Applied Fiction Days« (Universität Stuttgart) findet am Donnerstag, den 5. Juni 2025 ab 14 Uhr der öffentliche Workshop »Die Wissenschaft (von) der Zukunft – Erkundungen im Grenzgebiet des Möglichen« mit Beiträgen von Alexander Mäder (HDM Stuttgart), Eileen Mandir (Hochschule München), Christoph Sorg (HU Berlin) sowie Marco Sonnberger und Jan-Felix Schrape (beide Universität Stuttgart) statt. Darum geht es:

Über mögliche Zukünfte kann die Wissenschaft eigentlich nichts sagen, denn als Objekt möglicher Untersuchungen steht sie noch nicht zur Verfügung. Die Zukunft ist per definitionem offen, daher werden Entscheidungen in der Gegenwart immer unter Unsicherheit oder Nichtwissen bezüglich der zukünftigen Auswirkungen getroffen. Angesichts multipler Krisenlagen wird allerdings die Zukunft zum »Problem«, das bearbeitet werden muss. Zukunftsbezogene Planung, das systematische Entwerfen und Entwickeln von Zukünften gewinnt vor diesem Hintergrund wieder neue Bedeutung. Was bedeutet dies für die Wissenschaft als Praxis?

Immer schon gab es Verknüpfungen, die die Wissenschaft als Quelle für Szenarien, Modelle oder »Realutopien« heranzogen. Solche Kulturtechniken des »Futuring« finden sich in ganz verschiedenen Fächern und mit ganz verschiedenen Ausprägungen. Anders als in den Technikutopien vergangener Zeiten scheinen die heutigen Formen des kollektiven Futuring vor allem auf Partizipation abzustellen: Die Zukunft soll »unsere«, eine »von uns« gemachte sein. Während das Ausmalen von Untergangsszenarien nicht schwerfällt, bedürfen Realutopien, Business-Pläne und plausible Zukunftsszenarien der gemeinsamen Anstrengung. Wissenschaft und Gesellschaft müssen dazu irgendwie zusammenfinden.

Derartige plausible Szenarien einer positiven Zukunft sind gesellschaftlich nachgefragt: Dem kollektiven Pessimismus begegnet man am besten, indem man den Imaginationsmuskel gemeinsam übt. Welchen Beitrag können verschiedene Wissenschaften hier leisten? Welche Fächer haben – aus welchen Gründen – eine besondere Affinität zum Möglichkeitssinn? Ist so etwas wie eine start-up-Kultur in der Wissenschaft denkbar und sinnvoll? Wie ist das Verhältnis von Wissenschaft und Gesellschaft zu überbrücken, zu vermitteln, zu beleben?