Gedankenstrich.org

Mitte September 2026 hat Anthropic-CEO Dario Amodei (nicht zum ersten Mal) dazu aufgerufen, die Entwicklung besonders leistungsfähiger KI-Systeme zu verlangsamen – diesmal allerdings mit quasi instantaner Unterstützung von Sam Altman, Demis Hassabis und Elon Musk. Der Anlass dafür ist eine Zuspitzung der Debatte um sogenannte »Frontier AI«: Im Zentrum stehen nicht mehr allein Falschinformationen, Urheberrechtsfragen oder die Veränderung von Arbeit, sondern Szenarien, in denen hochautonome Systeme Cyberangriffe skalieren, sich der Kontrolle entziehen oder zentrale gesellschaftliche Infrastrukturen gefährden könnten. Es brauche daher eine Verlangsamung oder Pause der KI-Entwicklung sowie unabhängige Prüfungsverfahren.

Darin liegt zunächst ein nachvollziehbares Anliegen: Wenn technische Systeme in immer mehr Arbeits-, Kommunikations- und Entscheidungszusammenhänge eingebunden werden, sollte ihre Entwicklung nicht allein durch Wettbewerbsdruck und kurzfristige Marktchancen bestimmt sein. Gleichzeitig ist der Aufruf nach einem »KI-Slowdown« kein neutraler Sicherheitsvorschlag, sondern Teil eines Konflikts über Deutungshoheit, Zuständigkeit und die legitime Gestaltung technischen Wandels – und hat daher berechtigte Kritik hervorgerufen (siehe u.a. The Guardian, Reason):

• Eine erste Kritik betrifft die Glaubwürdigkeit der Forderung: Wenn gerade die Unternehmen, die massiv in immer leistungsfähigere Modelle, riesige Rechenzentren und die Erschließung neuer Einsatzmärkte investieren, nun zur Verlangsamung aufrufen, liegt die Frage nahe, warum sie ihr eigenes Entwicklungstempo nicht eigenständig reduzieren. Ein öffentlicher Ruf nach internationaler Koordination könne wie der Versuch erscheinen, die Verantwortung vom eigenen Unternehmen auf Staaten und Konkurrenten zu verlagern.
• Eine zweite Kritik benennt die Gefahr eines Regulierungskartells: Strenge Regeln für Trainingsrechenleistung, Modellzugang, Evaluierung und Dokumentation könnten gerade jenen Unternehmen nützen, die bereits über Kapital, Cloud-Infrastruktur, exklusive Datenzugänge und große Compliance-Abteilungen verfügen. Kleinere Unternehmen, zivilgesellschaftliche Projekte und Open-Source-Initiativen würden dadurch noch abhängiger von wenigen marktführenden Plattformen.
• Zum dritten verengt die Debatte den Blick auf hypothetische Fernrisiken: Die Vorstellung einer in naher Zukunft außer Kontrolle geratenen Superintelligenz mobilisiert zweifelsohne öffentliche Aufmerksamkeit, geht aber mit der Gefahr einher, gegenwärtige und empirisch greifbare Konflikte nachrangig erscheinen zu lassen, darunter die Ausbeutung von Daten- und Klickarbeit, urheberrechtlich umstrittene Trainingsdaten, Diskriminierungsrisiken, sozioökonomische Machtasymmetrien, die Umgestaltung qualifizierter Arbeit sowie der erhebliche Energie- und Ressourcenbedarf großer KI-Modelle.

Es geht insofern nicht nur darum, wie schnell KI leistungsfähiger wird; es geht darum, in welchen Bereichen sie eingesetzt wird, welche Entscheidungsrechte damit verbunden sind, wie Verantwortung zugerechnet werden kann und welche Akteure über die technischen Grundlagen verfügen.

Techniksoziologische Perspektiven

Der Studienband »Digitale Transformation« in der Reihe Einsichten: Themen der Soziologie ist nun in zweiter Auflage erschienen (weitere Informationen bei transcript und UTB). Aus der Einleitung:

In den Media Perspektiven findet sich eine bündige Zusammenschau der JIM-Studie 2025 mit Blick auf die KI-Nutzung von Jugendlichen zwischen 14 und 19 Jahren in Deutschland (PDF):

• 50 Prozent der Befragten nutzten ChatGPT mehrmals die Woche oder täglich; im Falle von Google Gemini waren es 12 Prozent; im Falle von Meta AI 8 Prozent. Andere Angebote verzeichneten deutlich geringere Werte.
• Unter den KI-Nutzenden setzten ca. 75 Prozent entsprechende Angebote »für Hausaufgaben oder zum Lernen« ein (in Gymnasien: 79 Prozent), 70 Prozent, »um sich zu informieren«, und 47 Prozent »zum Spass«.
• 57 Prozent stimmen der Aussage »Den Infos von KI kann man vertrauen« zu; ein ähnlicher Anteil vermutet, dass KI »Menschen aus Berufen verdrängen« wird – aber auch, dass KI dabei hilft, »die Herausforderungen der Zeit zu bewältigen«.

Angesichts der raschen Veralltäglichung der bewussten oder unbewussten KI-Nutzung (etwa über Suchmaschinen oder Sprachassistenten) hebt der Überblick die »Bedeutung von Informations- und Nachrichtenkompetenz« hervor: »Jugendliche müssen KI erkennen, KI-basierte Antworten einordnen, Quellen prüfen und aufmerksam ein, ob KI nicht lieber ›halluziniert‹, als Wissenslücken preiszugeben. All diese Kompetenzen müssen sich auch Erwachsene erst aneignen. Diese Fähigkeiten zu vermitteln und entsprechende Angebote bereitzustellen, ist eine gemeinsame Verantwortung von Familie, Schule, Medienanbietern und Politik.«

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 […].«