Das ist kein wütender Brandbrief

Über Technologie zu schreiben ist immer eine Falle. Es ist leicht, wie ein Unheilsprophet zu klingen, der bei jedem neuen Werkzeug die Faust gegen alte Gewohnheiten erhebt. Darum geht es hier nicht.

Ich bin nicht gegen Technologie. Ich bin ein Nerd, ein Geek und der Typ Mensch, der Werkzeuge, Systeme, Software und seltsame kleine Workflows, die das Leben leichter machen, tatsächlich genießt. Ich mag gute Werkzeuge. Ich mag elegante Systeme. Ich mag das Gefühl, etwas zu entdecken, das Reibung aus einer Aufgabe entfernt, ohne ihr ihren Sinn zu nehmen.

Aber ich bin auch Pädagoge, was bedeutet, dass ich jeden Tag die andere Seite der Maschine sehe. Ich sehe junge Menschen die langsame Arbeit des Lernens überspringen, weil ein Werkzeug die Schulaufgabe für sie erledigen kann. Es liefert die Antwort, aber es überträgt kein Wissen. Es erzeugt das Produkt, aber es macht den Lernenden nicht kompetenter.

Genau das ist das Problem, das ich in meinem früheren Essay The Illusion We Call Intelligence untersucht habe: Die Gefahr besteht nicht nur darin, dass KI Sprache erzeugen kann. Die Gefahr besteht darin, dass wir anfangen, erzeugte Ausgabe mit Verstehen, Bequemlichkeit mit Lernen und Sprachgewandtheit mit Denken zu verwechseln. Ein Schüler kann einen ausgefeilten Absatz abgeben und trotzdem nicht wissen, wie man einen solchen schreibt. Ein Arbeitnehmer kann einen Bericht erstellen und trotzdem das Urteil dahinter nicht verstehen. Die Oberfläche verbessert sich, während die innere Fähigkeit schwächer wird.

Es geht also nicht darum, Technik zu hassen. Es geht darum zu fragen, was Technik nicht ist.

Das Video und die Idee des „Software-Hirns“

Das zentrale Video zu diesem Beitrag ist die Decoder-Folge von Nilay Patel für The Verge, „The People Do Not Yearn for Automation“, veröffentlicht am 23. April 2026. Patel ist Chefredakteur von The Verge und Moderator des Decoder-Podcasts. In der Folge kritisiert er das, was er als Software-Hirn bezeichnet: eine Art, die Welt als Datenbanken, Schleifen, Eingaben, Ausgaben und Systeme zu sehen, die nur darauf warten, automatisiert zu werden.

Patels Punkt ist nicht einfach, dass KI unbeliebt ist. Seine These ist, dass die Tech-Branche missversteht, warum Menschen sie ablehnen. Die Branche behandelt das menschliche Leben immer wieder so, als ließe es sich für Software lesbar machen, wenn nur genug Daten gesammelt und genug Abläufe automatisiert würden.

Das mag für Geschäftsprozesse funktionieren. Für das Leben funktioniert es nicht.

Ein Unternehmen kann Lagerbestände in eine Datenbank überführen. Eine Lieferroute kann zu einem Optimierungsproblem werden. Eine Kundenservice-Warteschlange kann sortiert, getaggt und weitergeleitet werden. Aber das menschliche Leben ist nicht nur eine Warteschlange. Es umfasst Zögern, Widerspruch, privaten Kontext, schlechtes Timing, Schweigen, Groll, Erinnerung und Würde. Das alles passt nicht sauber in eine Produkt-Roadmap.

Patels Kritik ist wichtig, weil er nicht nur über KI spricht. Er spricht über eine breitere Tech-Gewohnheit: die Annahme, dass etwas, nur weil es sich in Software modellieren lässt, auch um die Software herum neu gestaltet werden sollte. Das Ergebnis ist eine Welt, in der von Menschen erwartet wird, maschinenlesbarer, besser verfolgbar, berechenbarer und für Systeme verfügbarer zu werden, die Bequemlichkeit versprechen.

Menschen lehnen Technologie nicht immer ab, weil sie sie missverstehen. Manchmal lehnen sie sie ab, weil sie verstehen, was sie von ihnen verlangt.

Warum Menschen der Tech-Branche misstrauen

Das knüpft direkt an ein weiteres Video an: „The AI industry is ignoring how much people hate it“, eine Folge von The Tech Report, moderiert von Isaac Pound und veröffentlicht am 20. April 2026. Darin argumentiert Ed Zitron, Autor von Where’s Your Ed At und Moderator von Better Offline, dass die KI-Branche die Öffentlichkeit jahrelang verärgert hat und dann überrascht tut, wenn die Menschen wütend werden.

Zitrons Punkt ist unmissverständlich. Die Menschen haben bereits mit steigenden Kosten, Arbeitsplatzunsicherheit, Wohnungsdruck, Gesundheitskosten und allgemeiner Instabilität zu kämpfen. Dann treten KI-Führungskräfte auf die Bühne und sagen ihnen, dass viele Jobs verschwinden könnten, dass Unternehmen riesige Rechenzentren brauchen, dass Modelle mächtig und gefährlich sind und dass all dies unvermeidlich sei.

Aus Zitrons Sicht ist das Misstrauen nicht rätselhaft. Die Menschen hören Drohung, Hype und Anspruchsdenken. Sie sehen Unternehmen, die Geld, Daten, Energie, rechtliche Freiheit und öffentliche Geduld verlangen und dabei vage Versprechen über künftigen Wohlstand machen.

Das ist wichtig, weil die Branche öffentliche Wut oft als Kommunikationsproblem behandelt. Wenn die Menschen KI nur besser verstehen würden, so die Denkweise, würden sie sie akzeptieren. Aber Vertrauen entsteht nicht nur durch Erklärung. Vertrauen entsteht durch Erfahrung.

Die Menschen haben bereits automatisierten Kundenservice erlebt, der ihnen nicht helfen kann, Empfehlungssysteme, die Aufmerksamkeit manipulieren, Plattformen, die Daten ernten, und Produkte, die schlechter werden, nachdem sie unvermeidlich geworden sind. Sie haben gesehen, wie Tech-Unternehmen Offenheit versprechen und dann geschlossene Ökosysteme bauen. Sie haben erlebt, wie Werkzeuge, die als Ermächtigung verkauft wurden, zu Systemen der Überwachung, Abhängigkeit oder Kostensenkung wurden.

Zitron argumentiert außerdem, dass KI-Unternehmen aufhören sollten, Modelle wie menschliche Begleiter wirken zu lassen, und sie stattdessen wie gewöhnliche Werkzeuge behandeln sollten. Das ist wichtig, weil anthropomorphes Design Menschen dazu bringen kann, Systemen zu viel zu vertrauen, die sie nicht verstehen. Ein Chatbot, der sagt: „Ich verstehe“, mag tröstlich klingen, aber er versteht nicht im menschlichen Sinn. Er sagt voraus, reagiert und setzt die Interaktion fort.

Dieser Unterschied ist nicht gering. Er ist der Unterschied zwischen einem Werkzeug und einer Beziehung.

Die Kluft ist kein Zufall

Die Kluft zwischen Menschen und Technik entsteht, weil die Anreize unterschiedlich sind.

Die Branche sieht Automatisierung, Skalierung, Effizienz und Markteroberung. Normale Menschen sehen Arbeitsplatzrisiko, Überwachung, verschlechterte Dienstleistungen, gebrochenes Vertrauen und Werkzeuge, die sie oft weniger menschlich fühlen lassen. Ein Unternehmen mag einen Kundenservice-Bot als Effizienz sehen. Der Kunde kann es als Gefangensein in einer Schleife erleben, ohne dass auf der anderen Seite jemand Verantwortung trägt.

Deshalb ergibt sich die Algorithmusaversion durchaus. Menschen verzeihen menschliche Fehler oft leichter als Maschinenfehler, weil menschliche Fehler sich weiterhin verantwortbar anfühlen. Eine Person kann erklären, sich entschuldigen, improvisieren oder den Kontext verstehen. Ein System kann das oft nicht. Ein einziger Maschinenfehler kann Vertrauen zerstören, weil der Nutzer keinen klaren Weg hat, eine Entscheidung anzufechten.

Und selbst wenn ein automatisiertes System statistisch gut ist, können Menschen sich ihm dennoch widersetzen, wenn es Autonomie, Identität oder Würde bedroht. Ein Arbeitnehmer hasst die Software vielleicht nicht, weil sie nutzlos ist. Vielleicht hasst er sie, weil sie ihn beobachtet. Eine Lehrkraft lehnt KI vielleicht nicht ab, weil sie keinen Text erzeugen kann. Vielleicht lehnt sie sie ab, weil Schüler sie nutzen, um das Denken zu umgehen, das die Aufgabe eigentlich fördern sollte.

Dort wird die Diskussion ernster. Die Frage ist nicht, ob KI funktioniert. Manchmal tut sie es. Die Frage ist, welche Art von Arbeit sie ersetzt, welche Art von Mensch sie hervorbringt und welche Art von Beziehung sie zwischen Menschen und Institutionen schafft.

Die Tech-Branche behandelt Misstrauen oft als irrational. Es ist nicht immer irrational. Manchmal ist es Erinnerung. Menschen erinnern sich daran, aus der Fürsorge automatisiert worden zu sein.

Arbeit, Identität und Bildung

KI wird die Arbeit beeinflussen. Das steht fest. Aber sie wird nicht jedes Land auf die gleiche Weise beeinflussen.

Jede Volkswirtschaft ist anders aufgebaut. Manche sind stark von Dienstleistungen abhängig. Manche von Fertigung, Outsourcing, Tourismus, Landwirtschaft, Überweisungen, Beschäftigung im öffentlichen Sektor, informeller Arbeit oder kleinen Unternehmen. Auch Bevölkerungen bewegen sich unterschiedlich. Junge Menschen wandern ab, qualifizieren sich um, leisten Widerstand, passen sich an oder verlassen ganze Branchen – je nach den lokalen Bedingungen.

Darum wird die Wirkung von KI keine saubere Geschichte einer „Weltwirtschaft“ sein. Es werden viele nationale Geschichten sein, jede geprägt von Arbeitsmärkten, Bildungssystemen, Regulierung, Löhnen, Migration und politischen Entscheidungen. In einem Land kann KI Büro- und Dienstleistungsjobs bedrohen. In einem anderen kann sie Outsourcing neu gestalten. In einem weiteren kann sie die Kluft zwischen Menschen, die die Werkzeuge nutzen können, und Menschen, die von ihnen gesteuert werden, vertiefen.

Dasselbe gilt für die Bildung. Wenn Schüler KI nutzen, um Übung zu überspringen, können sie bessere Aufgaben abgeben und gleichzeitig schlechter lernen. Das ist kein Fortschritt. Es ist das Auslagern der Anstrengung, die Können aufbaut. Ein Werkzeug, das für den Schüler antwortet, bildet den Schüler nicht automatisch aus.

Lernen braucht Reibung. Es braucht den unbeholfenen Versuch, den missglückten Satz, den unfertigen Gedanken, die Korrektur, den zweiten Anlauf. Wenn ein Werkzeug all das entfernt, kann es auch den Weg entfernen, auf dem Kompetenz entsteht.

Zugängliche Intelligenz klingt wie ein Geschenk. Aber wenn sie Urteilsvermögen schwächt, die Geduld verringert, Übung ersetzt und Menschen beibringt, flüssige Ergebnisse ohne Verständnis zu vertrauen, kann sie mehr Probleme schaffen, als sie löst.

Was Technik nicht ist

Technologie kann menschliche Fähigkeiten erweitern. Sie kann uns beim Schreiben, Rechnen, Übersetzen, Organisieren, Suchen, Entwerfen und Bauen helfen. Sie kann schwierige Arbeit erleichtern. Sie kann Zugang eröffnen, wo Zugang begrenzt war.

Aber Technologie ist nicht Bedeutung. Sie ist kein Urteilsvermögen. Sie ist kein Vertrauen. Sie ist keine Bildung. Sie ist keine Fürsorge. Sie ist nicht der gelebte Prozess, durch den ein Mensch fähiger wird.

Diese Unterscheidung ist wichtig, weil die KI-Debatte sie oft verwischt. Das Produkt erledigt die sichtbare Aufgabe, also tun wir so, als hätte es den unsichtbaren Prozess ersetzt. Es schreibt den Absatz, also tun wir so, als hätte es gelernt. Es antwortet dem Kunden, also tun wir so, als hätte Service stattgefunden. Es fasst das Meeting zusammen, also tun wir so, als hätte Verständnis stattgefunden.

Das ist die Illusion. Nicht, dass die Werkzeuge nutzlos wären, sondern dass das Ergebnis ausreicht.

Schau dir die Videos an

Dieser Beitrag skizziert nur das Argument. Patels Video ist nützlich, weil es die Weltanschauung hinter dem Problem benennt: software brain. Zitrons Interview ist nützlich, weil es erklärt, warum öffentliche Wut auf KI nicht nur Angst vor Veränderung ist, sondern eine Reaktion auf Drohungen, Hype, Jobangst und Misstrauen.

Und meine eigene Position, aus Die Illusion, die wir Intelligenz nennen, ist, dass wir aufhören sollten, Ausgabe mit Verständnis zu verwechseln. Technologie sollte menschliche Fähigkeiten erweitern. Sie sollte uns nicht dazu bringen, sie aufzugeben.

Schau dir Nilay Patels Decoder-Folge „The People Do Not Yearn for Automation“ hier an:

Schau dir Ed Zitron bei The Tech Report „The AI industry is ignoring how much people hate it“ hier an: