Das Thema Künstliche Intelligenz (KI) ist zur Zeit ein Hautthema der Wissenschaft.
Dazu gehört auch der Bericht in der Süddeutschen Zeitung (Interview von Michael Moorstedt - Samstag 10./11. September 2026), mit Oxford-Professor (für Ökonomie) Dr. Maximilian Kasy, der die Thematik KI auf folgende Punkte herunterbrach.
✅ Furcht vor KI: Überzeugend. Kasy hält Furcht für sinnvoll, wenn sie zu bewussten Entscheidungen führt, und nicht für Weltuntergangs-Szenarien. Die Antwort bleibt aber vage, welche Ängste dann berechtigt wären.
✅ Technologischer Determinismus: Stark. Die Weltuntergangserzählungen der CEOs als Verkaufsargument zu entlarven ist plausibel, bleibt aber Interpretation. Dass manche Warnungen auch ehrlich gemeint sein könnten, blendet er aus.
✅ Optimierungsziele: Der klarste Gedanke des Gesprächs. Hinter jedem System steht eine Zielfunktion, die Menschen gewählt haben, und darüber sollte der Streit gehen. Das Eisen-Beispiel (Schwerter oder Pflugscharen) ist anschaulich, aber etwas simpel.
✅ Alltagsbeispiele (Uber, Bewerbungen, Newsfeeds): Gut gewählt und nachvollziehbar.
✅ Staatlicher Einsatz (ICE, „Lavender“): Inhaltlich gewichtig, aber heikel. Die Lavender-Angaben beruhen laut Kasy selbst auf „Berichten“ und werden von der israelischen Armee bestritten. Als Beleg für Entscheidungen über Leben und Tod ist das angreifbar. Das Argument trägt auch ohne dieses Beispiel.
✅ Kafka und Erklärbarkeit: Klug. Statt jeden Einzelfall zu erklären, sollte man fragen, was ein System optimiert und womit es trainiert wurde. Das Social-Media-Beispiel passt gut.
✅ Kontrolle über Ressourcen: Logisch (Rechenleistung, Daten, Energie). Sehr kurz, hier hätte man nachhaken müssen, wer diese Ressourcen konkret kontrollieren soll.
✅ Datenaneignung als Landnahme: Der Vergleich ist pointiert, aber historisch schief. Der Hinweis auf Vergleiche wie bei Anthropic und die Benachteiligung kleiner Rechteinhaber ist dagegen sachlich stark.
✅ Externe Dateneffekte: Interessanter Punkt: Wer seine Arbeit digitalisieren lässt, schadet vor allem anderen. Dass Sprachmodelle bei den Textdaten an eine Grenze stoßen, ist als Behauptung zu pauschal.
✅ Verstaatlichung vs. Demokratie: Gut: Er will Kontrolle nicht von Altman zu Trump verschieben, sondern auf allen Ebenen demokratisieren. Wie das praktisch aussieht, bleibt offen.
✅ Bürgerräte: Konkret und originell (Losverfahren, wie bei Schöffen). Er räumt selbst ein, dass es utopisch ist. Offen bleibt, wie bindend solche Beschlüsse gegenüber Konzernen durchsetzbar wären.
✅ Transparenzgesetz: Der realistischste Vorschlag, mit dem Vergleich zu Buchhaltungspflichten sehr einleuchtend.
✅ Rechenzentren im Orbit: Zugespitzter Schluss. Die Rede von „rechten Tech-Oligarchen“ ist politisch, nicht analytisch.
Gesamt: Ein klarer, argumentativ starker Kern (Ziele statt Technik, Transparenz, Mitbestimmung). Schwächen sind Zuspitzungen und fehlende Gegenfragen der Interviewer. Besonders der Teil zur Durchsetzung der Kontrolle bleibt dünn.
Algorithmische Entscheidungssysteme wirken längst im Verborgenen: bei Plattformarbeit, Bewerbungen, Nachrichtenauswahl und besonders beim Staat (Abschiebungen in den USA, Zielauswahl im Gaza-Krieg, hier laut Berichten). Wichtiger als die Erklärung von Einzelentscheidungen ist für ihn die Frage, was ein System optimiert und worauf es trainiert wurde.
Kontrolle hängt an Rechenleistung, Trainingsdaten und Energie. Die Aneignung von Daten vergleicht er mit Landnahme: Große Rechteinhaber erstreiten Vergleiche, kleine gehen leer aus. Zudem entstehen „externe Dateneffekte“: Wer seine Arbeit digitalisieren lässt, trägt dazu bei, dass andere ersetzt werden.
Seine Lösung ist demokratische Kontrolle auf allen Ebenen, ausdrücklich nicht bloß Verstaatlichung. Konkret schlägt er Bürgerräte aus zufällig ausgewählten Betroffenen mit bindenden Entscheidungen vor (selbst „utopisch“) und als realistischen ersten Schritt Transparenzpflichten für Algorithmen, ähnlich der Buchführung. Die Pläne von Tech-Oligarchen wie Musk, Rechenzentren in den Orbit zu verlagern, sieht er als Versuch, sich demokratischer Kontrolle ganz zu entziehen.
... comment
