Wer den Menschen wegrationalisiert, ignoriert den Wert der Maschine

Wir schreiben das Jahr 2026, genauer gesagt einen gewöhnlichen Dienstagnachmittag im Februar. In den Büros der großen Tech-Konzerne leuchten die Bildschirme, in den Lagerhallen summen die Förderanlagen, und irgendwo in einem Podcast spricht ein selbsternannter Futurologe davon, dass die künstliche Intelligenz bald die Hälfte aller Arbeitsplätze übernehmen werde. Vielleicht hören Sie gerade Musik im Hintergrund, während Sie diesen Text lesen. Spotify schlägt Ihnen einen Song vor, den Sie nicht kannten, aber der Ihnen gefällt. Ein Algorithmus hat das für Sie entschieden. Ist das schon die Zukunft? Oder nur ein digitaler Plattenspieler mit besserer Gedächtnisleistung?

Es ist aufregend, an Wandel teilzuhaben. Beängstigend und herausfordernd zugleich. So auch die Automatisierung und Implementierung künstlicher Intelligenz in unsere Gesellschaft. Viele Fragen eröffnen sich, die sich nicht leicht beantworten lassen. Doch die Antworten sind häufig lauter als die Fragen selbst.

Zahlen, die durch die Nachrichtenkanäle wandern, klingen dramatisch. 85 Millionen Arbeitsplätze sollen laut Weltwirtschaftsforum bis Ende 2025 durch Automatisierung und KI verdrängt werden. McKinsey prognostiziert 800 Millionen verlorene Jobs bis 2030. Anthropic-CEO Dario Amodei warnt, die Hälfte aller Einstiegspositionen im Bürobereich könnte innerhalb von fünf Jahren verschwinden. 14 Prozent aller Arbeitnehmer, so eine aktuelle Studie, seien bereits durch KI ersetzt worden. Die Zahlen sind nicht falsch. Aber sie erzählen nur die halbe Geschichte.

Denn gleichzeitig zeigen dieselben Berichte, dass 97 Millionen neue Stellen entstehen könnten. Dass die tatsächliche Arbeitslosigkeit durch KI bislang deutlich unter den Erwartungen geblieben ist. Und dass die Wahrnehmung der Bedrohung systematisch höher liegt als die Realität. Wer nicht von Automatisierung betroffen ist, schätzt die Quote der Betroffenen auf 29 Prozent. Die tatsächliche Quote liegt bei etwa 14 Prozent. Wir leben in einer Welt, in der die Angst vor der Zukunft größer ist als die Zukunft selbst.

Hier beginnt das Problem. Nicht die Maschine, sondern die Erwartung. Eine Studie des IBM Institute for Business Value offenbart eine unbequeme Wahrheit: Unternehmensweite KI-Initiativen erzielen im Durchschnitt einen Return on Investment von gerade einmal 5,9 Prozent. Bei einer Kapitalinvestition von zehn Prozent. Das ist kein Durchbruch. Das ist ein Verlustgeschäft mit guter PR.

Noch deutlicher wird das Bild durch eine MIT-Studie aus dem Jahr 2025. Sie trägt den Titel „The GenAI Divide“ und kommt zu einem ernüchternden Ergebnis: 95 Prozent aller generativen KI-Pilotprojekte in Unternehmen liefern keinen messbaren finanziellen Ertrag. Fünf Prozent der Projekte erzeugen Millionenwerte. Der Rest? Kostet Geld, bindet Ressourcen, produziert Folien für Vorstandspräsentationen.

42 Prozent der Unternehmen haben 2025 bereits den Großteil ihrer KI-Projekte wieder eingestellt. Ein Jahr zuvor waren es nur 17 Prozent. Die Euphorie weicht der Ernüchterung. Der „Hype Cycle“ von Gartner hat die generative KI mittlerweile auf dem Abstieg in das „Tal der Enttäuschung“ verortet. Warum?

Weil Automatisierung an ihre Grenzen stößt, sobald sie künstlich geschaffene Räume verlässt und in der Realität agieren soll. In einer Umgebung, in der sich Variablen ständig verändern. In der Kontext wichtiger ist als Muster. In der Verantwortung nicht delegiert werden kann. Selbst in Tech-Unternehmen, die händeringend versuchen, einfache und repetitive Aufgaben von Entwicklern zu automatisieren, bleibt der große Aha-Moment aus. Denn es schlägt immer stärker durch: Wenn der Mensch am Ende des Tages keine Verantwortung für die Entwicklung und damit auch die Fehler des Codes übernehmen kann, können diese Systeme nicht wirtschaftlich im technischen Lebenszyklus betrieben werden.

Microsoft-CEO Satya Nadella verkündete, dass bereits 30 Prozent des Unternehmenscodes von KI geschrieben werden. Gleichzeitig richteten sich über 40 Prozent der jüngsten Entlassungen bei Microsoft gegen Softwareentwickler. Das Unternehmen, das die KI erschafft, entlässt die Menschen, die sie verstehen. Das ist kein Triumph der Effizienz. Das ist ein Pyrrhussieg. Denn wer kontrolliert den Code, wenn niemand mehr versteht, was er tut? Wer übernimmt die Haftung, wenn niemand mehr die Architektur kennt? Wer behebt den Fehler, den die Maschine nicht als Fehler erkennt?

Und hier kommen wir zu einem Phänomen, das in den Debatten um künstliche Intelligenz mit geradezu religiöser Inbrunst behandelt wird: die technologische Singularität. Also die Möglichkeit, das die immer wichtiger werdenden Eckpunkte the Accountability and Responsibility in einem effiziengetriebenen wirtschaftlichen System übernommen werden können, indem Maschinen Maschinene entwickeln, verbessern und kontrollieren.

Der Begriff klingt nach Science Fiction. Und tatsächlich entstammt er genau diesem Kontext. Die Idee, dass eine künstliche Intelligenz sich selbst verbessern könnte, bis sie die menschliche Intelligenz übersteigt und einen unkontrollierbaren Sprung in der technologischen Entwicklung auslöst. Ray Kurzweil, Googles Director of Engineering, prophezeit diesen Moment für das Jahr 2045. Vorher, 2029, soll eine KI den Turing-Test bestehen. Die Singularität ist nah, heißt sein Buch. Und viele glauben ihm. Doch die Singularität ist eine spekulative Idee, die auf den Mathematiker John von Neumann zurückgeht und später von Vernor Vinge und Ray Kurzweil popularisiert wurde. Sie ist ein Buzzword, das von vermeintlichen Technokraten verwendet wird, die sich möglicherweise zu wenig mit dessen Definition und Schweregrad auseinandersetzen. Moore’s Law, das Gesetz vom exponentiellen Wachstum der Rechenleistung, stößt an physikalische Grenzen. Die Miniaturisierung von Transistoren erreicht atomare Dimensionen. Die Wärmeentwicklung wird zum kritischen Faktor. Und Quantencomputer, die oft als Retter genannt werden, befinden sich seit Jahrzehnten „kurz vor dem Durchbruch“ und bleiben dennoch weit von praktischer Anwendbarkeit entfernt. Wir befinden uns seit den 1940er Jahren stets kurz davor und immer ganz weit weg davon

Ja, technologischer Wandel ist spannend. Daran teilzuhaben umso mehr. Und daran zu partizipieren, indem man versucht, sich aktiv zu beteiligen und Kapital zu schlagen, macht auch noch reich. Doch hier kommen wir zum grundlegenden Punkt. Nicht alles, was glänzt hilft auch. Es geht am Ende des Tages in aktuellen Automatisierungsprozessen immer um den Menschen als Endvariable. Wir wollen diesen effizienter gestalten oder gar ersetzen. Denn alle Prozesse, die ohnehin ohne eine menschliche Interaktion funktionieren, sind doch schon längst durch regelbasierte Programme im Hintergrund automatisiert worden. Das ist der Kern der Sache. Die einfache Automatisierung ist bereits geschehen. Was übrig bleibt, ist das Komplexe. Und das komplexeste was wir kennen ist eben komplex, weil es biologisch lebt. Ein Zustand, den eine Maschine nie erreichen wird.

Insofern gibt es zwei unterschiedliche Wege, um Effizienz zu erhöhen. Der erste Weg fragt: Wie kann ich aufgrund technologischer Neuerungen Prozesse gestalten, die keiner menschlichen Interaktion mehr bedürfen? Der zweite Weg fragt: Wie kann ich trotz der Komplexitätserwartung des Menschen und seiner Umwelt einen Prozess optimieren, an dem am Ende unausweichlich der Mensch steht? Wir reden immer viel zu viel darüber, wie disruptiv diese Technologien sind, wie viel sie ersetzen und wie viel sie verändern. Aber sehr wenig darüber, wie eine zukünftige Interaktion mit ihnen aussehen wird, muss und kann. Oft vergessen wir dabei, dass diese Interaktion nicht immer aktiv, sondern meist passiv verlaufen wird.

Es arbeitet etwas im Hintergrund, was sodann einen Einfluss auf uns hat. Die Vision, dass wir gemeinsam mit einem Roboter am Fließband arbeiten und hier eine tatsächliche Interaktion durch die Übergabe eines Produktteils entsteht, ist doch nichts anderes als Science Fiction. Bis auf sehr wenige spezifische Anwendungsfelder: Warum sollte ich ein lebendes Objekt dieser Gefahr aussetzen? Und wieso sollte ich vor allem eine Tätigkeit, die so oder so und offensichtlich schon automatisiert werden kann, weiter einem Menschen zugänglich gemacht werden? McKinsey spricht davon, dass KI-Agenten sich von „Assistenten“ zu „virtuellen Mitarbeitern“ entwickeln. Das klingt nach Fortschritt. Aber es beschreibt genau das, was ich meine: Die Interaktion wird unsichtbar. Die Maschine arbeitet im Hintergrund. Der Mensch spürt nur noch die Wirkung. Das ultimative Ziel ist nicht die aktive Zusammenarbeit zwischen Mensch und Maschine. Es ist die Effizienz durch Unsichtbarkeit. Der passive Einfluss. Das System, das optimiert, ohne dass wir es bemerken.

Und genau hier liegt die eigentliche Frage: Wie wirken Technologien auf uns und unsere Gesellschaft? Nicht nur durch aktive, sondern vor allem durch passive Interaktion. Das ist der ultimative Effizienzgewinn. Und gleichzeitig die ultimative Veränderung unserer Autonomie. Wenn wir am Ende Arbeitsleistung nur mit Rohstoffkosten ins Bodenlose skalieren können, wie wertvoll werden dann am Ende des Tages die menschlichen Arbeitsstunden? Die immer und ausschließlich durch Leben und Tod weder abgeschätzt noch vorhergesagt oder monetär beziffert werden können.

Deloitte prognostiziert, dass bis 2030 zwei Drittel aller Jobs stark auf Soft Skills basieren werden. Die Fähigkeiten also, die Maschinen nicht replizieren können: Empathie, Kreativität, Urteilsvermögen, moralische Entscheidung. Gleichzeitig berichten 49 Prozent der Führungskräfte und 37 Prozent der Mitarbeiter, dass Berufseinsteiger heute unterentwickelte Soft Skills mitbringen.

Das ist das Paradox unserer Zeit. Wir automatisieren die Fähigkeiten weg, die trainiert werden können. Und erwarten Fähigkeiten, die nur durch Erfahrung entstehen. Wenn wir Einstiegsjobs wegrationalisieren, wo können Menschen dann lernen und sich weiterentwickeln, um bestmöglich auf Aufgaben in der Zukunft vorbereitet zu sein? 49 Prozent der Gen-Z-Arbeitssuchenden glauben bereits, dass KI den Wert ihrer Hochschulausbildung reduziert hat. Arbeitnehmer zwischen 18 und 24 Jahren machen sich 129 Prozent wahrscheinlicher als über 65-Jährige Sorgen darüber, dass KI ihren Job obsolet macht. Die junge Generation, die eigentlich die Zukunft gestalten soll, fühlt sich von ihr bedroht.

Die Antwort ist nicht einfach. Aber sie beginnt mit der Erkenntnis, dass Effizienz kein Selbstzweck ist. Und dass die Optimierung von Prozessen nicht automatisch zur Optimierung von Menschen führt. Eine Gesellschaft, die ihre Jungen nicht mehr einarbeitet, verliert nicht nur Arbeitskräfte. Sie verliert Wissen, Erfahrung und Kontinuität.

Die rein prozessuale Natur der Dinge wird allgemein zwei unterschiedlichen Wirkrichtungen folgen.

Die erste: Wir möchten einen Prozess effizienter gestalten, der uns die Möglichkeit gibt, etwas erreichbarer zu machen. Was am Ende des Tages immer auf einer menschlichen Ressourcenschonungskalkulation basiert. Also einer passiven Interaktion.

Die zweite: Wir wollen die tatsächliche aktive Interaktion mit einer Technologie gestalten, da wir diese als gewinnbringend für uns und unsere Umwelt erachten. Die natürlich auch passive Folgen haben kann, die wir zunächst nicht antizipieren.

Aber was auf keinen Fall geschehen wird, ist, dass etwas verändert und automatisiert wird, ohne dass am Ende des Tages daraus entweder ein wirtschaftlicher, gesellschaftlicher oder individueller Nutzen entsteht. Die Frage ist nur, wer daran verdient. Und wer die Kosten trägt.

Die Diskussionen und Limitationen, die gerade entstehen, gehen in die richtige Richtung. Wie können wir denn noch Arbeit einer KI überhaupt gewinnbringend nutzen, wenn wir diese nicht mehr verstehen und kontrollieren können? Macht es ein Produkt wertvoll, wenn wir es nicht verstehen? Welche Opportunitätskosten kommen auf uns zu, und lohnt sich das überhaupt?

63 Prozent aller Arbeitsplätze in den USA verfügen über mindestens eine nicht-technische Barriere gegen Automatisierung. Das sind keine technischen Grenzen. Das sind menschliche Grenzen. Regulatorische Anforderungen. Kundenpräferenzen. Ethische Erwägungen. Die Dinge, die nicht in Code übersetzt werden können. Das Baugewerbe, die Pflege, persönliche Dienstleistungen, sie alle wachsen. 94 Prozent der Bauunternehmen berichten von Schwierigkeiten, Arbeitskräfte zu finden. Nicht weil niemand bauen will, sondern weil die Arbeit komplex, körperlich und kontextabhängig ist. Maschinen können das nicht ersetzen. Zumindest nicht in absehbarer Zeit.

Die Frage ist nicht, und wird niemals sein, ob der Mensch in einer dystopischen Irrelevanz auf der Erde vor sich hin vegetiert. Diese Angst ist so alt wie die Industrialisierung selbst. Sie begleitete die Dampfmaschine, das Fließband, den Computer. Und jedes Mal erwies sie sich als übertrieben. Das bedeutet nicht, dass wir sorglos sein sollten. Im Gegenteil. Wir sollten die Veränderungen ernst nehmen, die stattfinden, aber sie eben auch aktiv gesellschaftlich bearbeiten. Wir sollten über Umschulungsprogramme sprechen, über soziale Sicherungssysteme, über die Verteilung von Gewinnen aus Automatisierung. Wir sollten fragen, wer profitiert und wer verliert. Aber wir sollten aufhören, in Kategorien der Ersetzung zu denken. Denn wer den Menschen wegrationalisiert, rationalisiert die Maschine weg.

Eine Maschine ohne Nutzer ist nutzlos. Ein Produkt ohne Konsumenten ist wertlos. Eine Dienstleistung ohne Empfänger ist keine Dienstleistung. Am Ende jeder Wertschöpfungskette steht ein Mensch. Und das wird sich nicht ändern. Denn wie traurig wäre denn eine Realität in der Agenten menschliches Kosumverhalten und wirtschaften künstlich nachahmt. Die Welt braucht keine Maschinen, keine Wirtschaft und keine Menschen, jedoch der Mensch braucht all jene Dinge.

Die Geschichte der Technologie ist keine Geschichte der Ersetzung. Sie ist eine Geschichte der Transformation. Der Webstuhl hat den Weber nicht abgeschafft. Er hat ihn zum Fabrikarbeiter gemacht. Der Computer hat den Buchhalter nicht eliminiert. Er hat ihn zum Analysten gemacht. Und die KI wird den Wissensarbeiter nicht gänzlich verdrängen. Sie wird ihn verändern.

Professor Dilan Eren von der Ivey Business School warnt davor, dass Unternehmen, die als Reaktion auf KI ihre Junior-Positionen eliminieren, einen strukturellen Fehler begehen. Sie sparen kurzfristig Kosten und verlieren langfristig den Nachwuchs. Sie automatisieren die Lehrzeit weg und wundern sich dann, dass niemand mehr die Expertise hat, die sie brauchen.

Haben wir überhaupt noch eigene Deutungshoheit und Relevanz über unsere Umweltprozesse, oder werden sich diese in naher Zukunft in technologischer Singularität auflösen?

Künstliche Intelligenz ist derzeit in genau jenen Dingen gut, die zuvor so oder so schon maschinell und artifiziell waren. Kalkulationen. Code. Prozessverfolgung. Mustererkennung in strukturierten Daten. All das, was sich in Regeln übersetzen lässt, was mathematisch beschreibbar ist, was durch Iteration optimiert werden kann.

Aber sie ist nicht gut in Menschlichkeit. Nicht in Kreativität. Nicht in Empathie. Nicht in der Neukombination von Ideen, die aus dem Nichts zu entstehen scheinen. Nicht in moralischem Urteil unter Unsicherheit. Nicht in dem, was wir Intuition nennen, obwohl wir nicht genau wissen, was das ist.

Und hier stellt sich eine Frage, die über Technologie hinausgeht. Eine Frage, die im Kern philosophisch ist aber vor allem reflektiert zurück auf die technologische Singularität als rudimentär erscheint.

Glauben wir, dass unser menschliches Dasein und unsere Intelligenz durch einen bis in die Kleinteiligkeit vorherbestimmbaren Algorithmus erklärbar sind? Dass wir, bei ausreichender Rechenleistung und Datengrundlage, vollständig modellierbar wären? Dass Kreativität nur eine komplexe Form von Mustererkennung ist, Empathie nur eine Simulation auf Basis von Erfahrungsdaten, Bewusstsein nur ein emergentes Phänomen neuronaler Aktivität?

Oder glauben wir daran, dass es möglicherweise auch eine Alleinstellungskomponente gibt? Etwas, das nicht nur durch regelbasierte, aber höhere Mathematik erklärt werden kann? Etwas, das den Raum für Unerklärbares lässt. Für das, was wir nicht messen können, weil es sich der Messung entzieht. Nicht aus Mystizismus, sondern aus der schlichten Anerkennung, dass nicht alles, was real ist, auch quantifizierbar sein muss. In jedem hinreichend mächtigen formalen System gibt es wahre Aussagen, die innerhalb dieses Systems nicht bewiesen werden können. Ein solches System kann seine eigene Widerspruchsfreiheit nicht beweisen. Es gibt mathematische Wahrheiten, die wahr sind, aber nicht algorithmisch herleitbar.

Diese Grundhaltung entscheidet nicht über die Menschheit. Sie entscheidet nicht darüber, ob Maschinen uns ersetzen werden oder nicht. Aber sie entscheidet über die Art und Weise, wie wir Menschen mit zukünftigem und schnellem technologischen Wandel umgehen. Wer glaubt, dass der Mensch vollständig berechenbar ist, wird die Automatisierung als unvermeidliche Konsequenz betrachten. Als eine Frage der Zeit, bis die Maschine aufholt. Wer hingegen glaubt, dass es etwas Irreduzibles gibt, wird die Automatisierung als Werkzeug betrachten. Als etwas, das uns ergänzt, nicht ersetzt. Als etwas, das die repetitiven Aufgaben übernimmt, damit wir uns dem widmen können, was nur wir können.

Beide Haltungen können produktiv sein. Beide können destruktiv sein. Entscheidend ist, dass wir sie bewusst wählen. Dass wir nicht in eine Zukunft stolpern, sondern sie gestalten. Am Ende ist Veränderung immer ein Produkt des Adressaten. Nicht der Technologie.

75 Prozent der Wissensarbeiter nutzen bereits KI-Tools, oft ohne formelle Genehmigung ihrer Unternehmen. Die Adaption geschieht, ob wir sie planen oder nicht, ob wir uns befürworten oder dagegen streuben. Ja diese Veränderungen werden disruptiv sein, sie werden eine Menge transformationskosten mit sich bringen, grundlegende Prinzipien unsere heutigen Lebens hinterfragen, aber sie werden nicht den Menschen als lebendes Individuum ersetzen. Die Frage ist, ob wir sie gestalten oder von ihr gestaltet werden. Wichtig ist, dass wir auf diese Veränderungen aktive reagieren, sie tatsächlich Verwalten. Technocratic setzt auch immer eine Übermacht voraus, vor allem aber im Denken und Handeln, indem wir selber entscheiden können, ob wir in unserer Realität dieser Technokratie auch einen derart großen Raum einräumen möchten.

Nvidia-CEO Jensen Huang widerspricht der Angsterzählung. Er argumentiert, dass höhere Produktivität typischerweise zu mehr Einstellungen führt, nicht zu weniger. Dass die Fokussierung auf Gefahr eine Verzerrung ist, die den Blick auf Chancen verstellt. Dass KI nicht gefährlich genug ist, um sie nur wenigen anzuvertrauen, sondern offen und verantwortungsvoll entwickelt werden sollte. Das ist keine naive Technophilie. Es ist eine Haltung, die Verantwortung einfordert, statt sie abzugeben. Die fragt, was wir aus der Technologie machen, statt was die Technologie aus uns macht. Das ist die Art und Weise, wie wir gespannt und gestaltend in die Zukunft blicken sollten, fernab von reaktanz, aber auch von sich profilierender überschwinglichkeit, die sich ohnehin falsifizieren wird.

Veränderungen sind Pilotprojekte, die sich auf jeder Ebene erst neu beweisen müssen. 88 Prozent der KI-Piloten erreichen nie die Produktion. Das ist keine Schwäche der Technologie. Es ist ein Zeichen dafür, dass wir noch lernen. Dass die Integration von KI in menschliche Arbeitsprozesse komplexer ist, als es die Powerpoint-Folien der Berater vermuten lassen. Und das ist gut so. Denn es bedeutet, dass wir Zeit haben. Zeit, Fragen zu stellen. Zeit, Strukturen zu schaffen. Zeit, Verantwortung zu definieren. Zeit, zu entscheiden, welche Zukunft wir wollen. Die Zukunft ist nicht etwas, das uns passiert. Sie ist etwas, das wir machen. Mit oder ohne Maschinen. Am besten: mit Maschinen, die uns dienen. Nicht mit Maschinen, denen wir dienen. Denn am Ende gewinnt nicht, wer gegen KI kämpft. Auch nicht, wer ihr blind vertraut. Sondern wer sie besser nutzt als alle anderen. Und das bedeutet: wer versteht, was sie kann. Und was nicht.