Beiträge

Veröffentlicht am

KI und der Schreibprozess – was bleibt, wenn die Maschine mitschreibt

Texte entstehen zuerst im Kopf, egal wo und wie sie aufgezeichnet werden

Was bleibt an eigener Leistung, wenn die Texte aus der Maschine kommen? Was bedeutet es für Journalismus und generell für das Schreiben von Texten, die eine öffentliche Wirkung beanspruchen?

Niederschwelliger Zugang, weitreichende  Folgen

Generative KI ist keine Technologie, die sich verbreitet hat, um ein klar definiertes Problem zuverlässig zu lösen. Sie ist eine folgerichtige Weiterführung der Digitalisierung des Wissens und der Kommunikation – KI trägt die Datenmassen des Social Web in sich, dazu einen Grossteil des digital verfügbaren Wissens. Das Social Web bedeutete eine Digitalisierung der öffentlichen digitalen Kommunikation, generative KI die des verfügbaren Wissens – binär zerlegt und rekombinierbar.
KI verarbeitet das, was digital zirkuliert, Informationen werden algorithmisch verdichtet und als synthetisierte Sprache wieder ausgegeben.

Verbreitet hat sich generative KI v.a. über den niederschwelligen Zugang. Dass die Möglichkeiten einer antwortenden, interagierenden Maschine von Beginn an gerade von Journalisten und Wissensarbeitern ausgiebig getestet wurden, war eine Selbstverständlichkeit. Die schrittweise Übernahme einzelner Funktionen war selten das Ergebnis einer grundsätzlichen Entscheidung. Was Arbeitsabläufe erleichtert und sich sinnvoll automatisieren lässt, setzt sich langfristig durch.

Content und Autorenschaft

In einer Auflistung von Tätigkeiten, die KI überflüssig machen würde, aufgestellt in den ersten Monaten des Hypes (Anfang 2023), stand der Content-Autor weit oben. Content fasst den namenlos publizierten Inhalt im digitalen Raum zusammen, meist funktionale Texte und Beschreibungen, die  einen Zweck erfüllen sollen. Content ist auf Durchsatz, nicht auf Rezeption angelegt.  Er lässt sich zumeist  mit einigen Vorgaben mit KI automatisieren – bedauert wird es von denen, die bisher davon gelebt haben, ansonsten wird es kaum problematisiert. 

Will man eine klare Grenze ziehen, sind Texte mit  Anspruch auf Autorenschaft auf Rezeption angelegt, auf die Wirkung, die sie hinterlassen – durch den Informationsgehalt, ihre Haltung und ihre sprachliche Gestaltung, daran werden sie gemessen. Autorentexte sind persönlich gezeichnet, sei es durch den eigenen Namen oder durch redaktionelle Autorisierung, mit der für den Inhalt eingestanden wird.
KI kann in allen Fällen genutzt werden, aber je differenzierter das erwünschte Ergebnis ausfallen soll  – so differenzierter muss auch die KI  instruiert werden.

Reputation als Schutzwall – Leitlinien und die verschleppte Diskussion

Erst in diesem Sommer wurde die Nutzung generativer KI zum Thema von Leitlinien in Leitmedien – zumindest von Grundsätzen, die sich als solche verstehen lassen.
Leitlinien machen die professionellen Maßstäbe sichtbar, die Redaktionen setzen – für die Reputation von Medienmarken und Autoren unerlässlich.

Die SZ verbreitet ein Statement, das als Selbstverpflichtung gelten kann (s. Abb. links).
Die Taz  hatte sich bereits vor drei Jahren KI-Leitlinien verordnet (vgl. Unsere KI-Leitlinien). Aktuell (20.06.) verweist Chefredakteurin Barbara Junge auf die Nutzung als Recherchetool,  Inspiration für einen Vortrag oder als Analyse-Instrument, als sprachliche Hilfsinstanz, als „intelligenter” Begleiter.
Die FAZ positioniert sich inhaltlich ähnlich, verbreitet ihre Sicht aber extern mit dem auf LinkedIn veröffentlichten Beitrag Die perfekte Arbeitsteilung zwischen Mensch und KI. KI wird darin nicht als Ersatz des Denkens verstanden, sondern als Kritiker und Verstärker des eigenen Denkens. Die KI übernimmt Routineaufgaben – vom Zusammenfassen bis zum Gegenprüfen –, ohne dass die geistige Reibung ausgelagert wird, an der Kompetenz erst entsteht: das Erinnern, Gewichten, Vergleichen und Widersprechen.

Die offene Diskussion über die Nutzung von KI war lange vermieden worden. Frühere Positionierungen hätten sicherlich Rechtfertigungszwänge mit sich gebracht. Für Medienmarken, insbesondere, wenn sie sich als Leitmedien verstehen, ist ihre Reputation essentiell – kaum etwas ist rufschädigender als Fälschungen und Plagiate. Der Stern hat sich nie von den gefaketen Hitler-Tagebüchern (1983!) erholt. Der Relotius-Skandal (12/2018) wirft noch immer einen Schatten auf den Spiegel.
In wissenschaftlichen Texten ist die Offenlegung der Quellen ein absolutes Kriterium. Verstösse dagegen werden rigoros sanktioniert und führten – seitdem sie einfacher zu entdecken waren – zu zahlreichen Skandalen. Der Plagiatsjäger Stefan Weber machte daraus ein Geschäftsmodell.
Im Journalismus gelten pragmatischere Konventionen. Zitate müssen gekennzeichnet, Quellen zumindest nachvollziehbar sein. Als Quelle ist KI nicht belastbar, ihre ungeprüfte Übernahme ist immer ein redaktioneller Fehler. KI  kann Informationen konfabulieren, die zwar plausibel erscheinen, aber schlicht nicht stimmen.

Die Ursünde der KI — ein Exkurs

Vorgelagert bleibt eine andere Frage von grosser Tragweite, nämlich die, wie die Maschine selbst zu ihrem Wissen gekommen ist. KI-Modelle wurden auf Terabytes von Daten aus dem Netz trainiert – darunter unzählige urheberrechtlich geschützte Artikel, Bücher und Recherchen, ohne Erlaubnis oder Vergütung gescraped. Man kann darin die Ursünde der KI sehen, auf der die gesamte Technologie aufbaut. Ohne das jahrelange, ungefragte Absaugen des Netzes gäbe es keine Large Language Models. Ihr komplettes Funktionieren baut darauf auf, die Schöpfungsmuster menschlicher Autoren, Künstler und Wissenschaftler, aber auch der gewöhnlichen Nutzer des Social Web statistisch zu verarbeiten.
Diese Frage reicht weit über das Thema Schreibprozess hinaus und verlangt eine eigene, ausführlichere Behandlung an anderer Stelle.

Der gesetzliche Rahmen: EU AI Act

Auslöser der aktuellen Diskussionen sind die zum 2.08. in Kraft tretenden Transparenzpflichten des EU AI Acts. Sie verlangen die Offenlegung direkter Kommunikation via Chatbots, von Deepfakes, wie etwa synthetisch erzeugten Audio-, Bild- und Videoinhalten. Für Texte von öffentlichem Interesse gilt die Kennzeichnungspflicht nur eingeschränkt: sobald sie von einer Redaktion oder einem Autor geprüft und autorisiert werden, sind sie davon enthoben – eine Form von Ratifikation, wie sie bereits in einem vorhergehenden Text beschrieben wurde.

Gleichzeitig gab es eine Reihe von Veröffentlichungen, an denen sich die Debatten zur KI-Nutzung festmachten. Darunter der exemplarisch  misslungene Text des thüringischen MP Voigt, komplett an die KI delegiert und nicht auf die Richtigkeit der Quellen überprüft.
Springer-Chef Döpfner veröffentlichte als Replik einen komplett von KI verfassten, polemischen Kommentar – innerhalb der Debatte ist er aber weniger der Vertreter eines Mediums, das öffentlichen Debatten einen Raum gibt, sondern CEO eines Konzerns mit eigenständigen wirtschaftlichen und auch politischen Zielen. 

Fünf Stufen der Delegation (Modell von Mirko Lange)

Was lässt sich im einzelnen an eine KI delegieren? Der Kommunikationsberater Mirko Lange hat vor einigen Wochen in einem bei LinkedIn veröffentlichtem Text ein sehr brauchbares Modell vorgestellt, dass die Nutzung von  KI-generierten Texten in fünf Stufen einteilt.
Nur in der erste Stufe der Vollständigen Delegation greift der EU-Act – in der Praxis eine eher  experimentelle Randerscheinung.
Was Lange in den Stufen 3 – Eigener Rohtext, maschinelle Überarbeitung und 4 – Menschlicher Text, punktuelle Hilfe beschreibt, entspricht den oben genannten Leitlinien von SZ, Taz und FAZ. Eine solche Art der Nutzung kann ich auch im eigenen Umfeld beobachten, es wird auch von anderen – von Redaktionsleitlinien bis zu einzelnen Praktikern – bestätigt.
Empirisch belastbare Ergebnisse dazu liegen noch nicht vor, wären aber aufschlussreich. Der Eindruck bleibt: Textarbeiter und Autoren haben sich mit dieser Arbeitsteilung eingerichtet, weitgehend zufrieden mit dem, was ihnen die Maschine als Assistenz abnimmt.

Il Foglio:  Vollständige Delegation als Experiment

Wie eine gelungene, wenn auch experimentelle, vollständige Delegation aussehen kann, zeigt das Beispiel der italienischen Zeitung Il Foglio. Seit etwas mehr als einem Jahr wird jeden Dienstag eine Beilage (link) komplett von KI erstellt. Mit der Zeit habe man gelernt, Prompts so präzise nachzuschärfen, dass die Maschine weder ins Uferlose konfabuliert noch bloßen Mainstream reproduziert.
In kreativen Prozessen agiert die KI, wie Chefredakteur Cerasa betont, wie ein Scharfschütze: Sie trifft exakt das Ziel, auf das man sie ansetzt, erzeugt von sich aus aber keine neue Reibung (taz 20.07.2026). Auf den Fall Voigt angesprochen, verweist er auf eine pragmatische Parallele: Für Politiker, die seit jeher mit Ghostwritern arbeiten, sei nicht entscheidend, wie ein Text handwerklich entsteht – sondern einzig, wer am Ende die Unterschrift darunter setzt und dafür haftet.

Die eigene Schreibstimme als Trainingsdata

Nicht berücksichtigt im Stufenmodell sind die von Autoren selbst trainierten Modelle, digitale Spiegelungen der eigenen Schreibstimme, gefüttert mit eigenen Texten, Büchern, Essays und Notizen. Die KI konfabuliert dann nicht mehr im Rahmen des allgemein verfügbaren Datenbestandes, sondern im vorgegeben eigenen Stil. Die Ratifikation entspricht der Stufe 3 oder 4 – der Autor steht ein, die Substanz folgt den spezifischen Satzarchitekturen, Metaphernwelten, Rhythmen und stilistischen Eigenheiten.

Ki-Detektoren und die Skandalierungsfalle

Seit einiger Zeit gibt es KI-Detektoren, die den KI-generierten Anteil von Texten einschätzen – mit unterschiedlicher Zuverlässigkeit. Problematischer als die technische Trefferquote ist die Skandalisierung, die sich daran hängt. So meldete der Spiegel vor einigen Wochen (30.06.) den Verdachtsfall, Wirtschaftsministerin Reiche habe für mehrere Gastartikel in der FAZ und im Handelsblatt KI genutzt. Es gibt viele gute Gründe, Reiches Politik zu kritisieren – aber welchen Sinn macht es, KI-Nutzung in abgezeichneten, verantworteten Texten als Täuschungsversuch zu rahmen?

Das ist die falsche Kategorie. Der entscheidende Punkt ist Ratifikation: Wer  namentlich einen Text zeichnet, übernimmt die Haftung für seinen Inhalt — unabhängig davon, mit welchem Werkzeug er entstanden ist. Die Debatte um Manipulation und Täuschung durch generative KI ist berechtigt. Aber sie trifft hier das falsche Ziel.

Was bleibt

Das führt zurück zur  Einstiegsfrage Was bleibt an eigener Leistung, wenn die Texte aus der Maschine kommen? Die in den vorhergehenden Beiträgen eingeführte Trias (s. Graphik)  der gesellschaftlichen Wirksamkeit von KI hilft bei der Einordnung: Synthetisierende Intermediarität — beschreibt die KI als vermittelndes Werkzeug zwischen Datenbasis und Ausgabe. Plausible Konfabulation — benennt die stochastische Natur der Maschine, die zwar plausibel klingt, aber von Fakten nichts weiß.
Ratifikation schließlich teilt sich in zwei Stufen auf: Die individuelle kognitive Ratifikation beschreibt den epistemischen Moment, in dem der Autor die Ausgabe der  KI prüft, als eigenen Gedanken übernimmt, internalisiert und weiterdenkt – noch ohne rechtliche Konsequenz. Die redaktionelle Ratifikation bildet den finalen Schritt: Sie ist der auch rechtlich wirksame Akt der Publikation, des Einstandnehmens, der Verantwortung konstituiert – unabhängig vom handwerklichen Herstellungsweg.

Was bleibt, ist das Entscheidende: Guter Text soll den Leser erreichen, Informationen müssen stimmen, Quellen geprüft sein. Schreiben ist nicht nur Formulierung, sondern auch ein Denkprozess, eine gedankliche Durchdringung. Gute Texte verdichten Erfahrungen, Beobachtungen und Urteile zu einer eigenen Stimme. Diese begriffliche Arbeit — das Einordnen und Gewichten — lässt sich nicht delegieren. Sie bleibt beim Autor, auch wenn KI den Schreibprozess erleichtern kann.

p.s. Dieser Text steht in einem Zusammenhang, an dem ich weiter arbeite —  Technogenese, der langfristige Prozess, in dem Technologie und Gesellschaft sich wechselseitig formen. Mehr dazu: Technogenese – die digitale Revolution als Zivilisationsprozess

Eigene Grafik: Die Trias der gesellschaftlichen Wirksamkeit von KI bleibt gültig– Lizenz: CC-BY-NC 4.0

 

Die perfekte Arbeitsteilung zwischen Mensch und KI – FAZ – LinkedIn 13.07.2027 –   Barbara Junge: Ist da Wer? KI und Journalismus. Taz 20.06.2026  Ambros Waibel: Künstliche Intelligenz ist wie ein Scharfschütze – Interview mit Claudio Cerasa. Taz. 20.07.2026- Märzinger, Marina: Begleitung des Denk- und Schreibprozesses durch KI-basierte Werkzeuge – In: Magazin Erwachsenenbildung.at 19 (2025) 55, S. 29-37- Mirko Lange: Der Beginn einer Hexenjagd auf KI-Texte?  LinkedIn. 17.06.2026   



Veröffentlicht am

Die Landnahme der KI als Technogenese – Zur Diskussion

Der folgende Text knüpft direkt an den vorhergehenden Text Die Fundamentalopposition zu KI und ihre Grenzen an.
Technologie und Gesellschaft prägen sich  gegenseitig. Akzeptanz und  Widerstand, aber auch der Drang zur monopolistischen Macht sind dabei bestimmend. Ich greife das Konzept der “digitalen Landnahme” bei der Verbreitung von KI auf. “Technogenese” wird als tragender Begriff der wechselseitigen Dynamik weitergeführt. 

Hype-Zyklus: Warum KI sich stabilisiert hat

Bild: Steve Johnson unsplash +

Die Verbreitung  generativer KI seit Ende 2022 steht in einer Folge von Hypes: Krypto/Web3 und das Metaverse. All diesen Hypes ist gemeinsam, dass sie als DIE ZUKUNFT angepriesen wurden.
Ausgelöst wurden sie weniger durch technische Innovationen oder  gesellschaftliche Nachfrage, sondern in erster Linie durch fluides Venture Capital auf der Suche  nach einem new big thing.
Krypto/Web3 wurde als die neue Evolutionsstufe des Internet inszeniert. Ein dezentrales Netz, in dem Daten und Anwendungen auf der Blockchain verwaltet werden, Intermediäre überflüssig erscheinen und das Internet demokratisiert werden sollte – mit Token als Eigentumsrechten und Kryptowährungen als Transaktionsbasis..
Letztlich verstanden nur wenige das sehr komplexe Konzept. In der Realität bedeutete Web3 nicht Demokratisierung, sondern entwickelte sich zu einem Spielkasino, in dem sich einige wenige bereicherten, während der völlig überzogene Energieverbrauch massiven ökologischen Schaden anrichtete.

Das Metaverse versprach ein immersives, mit allen Sinnen erlebbares Netz. Was an realer Umsetzung erkennbar wurde, blieb aber weit hinter den visionären Erwartungen zurück. Dennoch gab es einer aufstrebenden VR-Branche einen Anschub.

Im Gegensatz zu den Vorgängern stiess der KI-Hype auf ausreichende gesellschaftliche Resonanz, um sich zu stabilisieren. Generative KI kam nicht als Lösung eines Problems, sondern als Basistechnologie für multiple Anwendungen.
Der niederschwellige Zugang machte den Einstieg einfach – kein teures Zusatzgerät war nötig, die Möglichkeiten ausgiebig zu erkunden oder lästige Alltagsaufgaben erledigen zu lassen. Auf diesem Wege verbreitete sich die Logik des Umgangs: Wie erziele ich für mich sinnvolle Ergebnisse?  Was spielerisch erprobt wurde, fand bald den Weg in professionelle Anwendungen. 

Social Media – die Entdeckung der Datenströme als Rohstoff 

Ohne Social Media keine generative KI. Quelle: fredcavazza.net – Creative Commons  nach Klick in voller Auflösung auf neuer Seite

Ohne Social Media gäbe es keine generative KI. Die öffentliche digitale Kommunikation ist eingehegt in Strukturen der Verwertung – alles, was im Gedächtnis der Gesellschaft digital abrufbar ist, kann zu einer industriell verwertbaren Ressource werden. Aber auch bestehende kulturelle Güter (soweit digitalisierbar), sind Rohstoff.
Ein wesentlicher Unterschied: Das Social Web war nicht von Konzernen erfunden. Es war mit einem partizipativen, basisdemokratischen Aufbruch verbunden, man sprach von einer Netzkultur und einer Netzgemeinschaft.  Bis  heute ist dieser Aufbruch eine Referenz für gesellschaftliche Beteiligung.
Generative KI war dagegen von Beginn an ein Projekt der Konzerne. Niemand anders konnte die nötigen Investitionen stemmen.
Die Landnahme der Konzerne im Social Web geschah erst nachträglich mit dem Ausbau der Plattformen. Die Datenströme der öffentlichen Kommunikation wurden als Rohstoff entdeckt – ihre Verwertung bildete eine Grundlage des Aufstiegs der heutigen Digitalkonzerne. So gelang ein  Machtausbau in digitalen Räumen, vorbei an gesellschaftlicher Kontrolle und staatlicher Regulierung.
Aus genau dieser Position des Wissens über die Kommunikationsströme und der damit angesammelten finanziellen Mittel, begann der Ausgriff auf die Digitalisierung des Wissens. OpenAI, Anthropic etc.  entstanden in diesem BigTech-Ökosystem, nicht außerhalb davon. 

Die Landnahme der KI

Rund drei Jahre nach dem Start von Chat GPT durchdringt generative KI als universeller Dienstleister das gesamte Internet und ist mittlerweile in vielen, wenn nicht den meisten Branchen in Arbeitsabläufen integriert. Die höchste Durchdringung ist wohl in der Tech-Branche selbst. KI-Coding Assistenten sind flächendeckend im Einsatz.
Oft genannte Beispiele sind so unterschiedliche Dinge wie Vertragsprüfung, personalisierte Kundenansprache oder Bilddiagnostik im Gesundheitswesen. In der Marktforschung verbreiten sich Umfragen mit KI-Personas bzw. simulierten Teilnehmern. KI ist Teil gesellschaftlicher Infrastrukturen geworden, beschleunigt und strukturiert Prozesse. Dahinter  kaum zurückspulen lässt – das wichtigste Ziel der Konzerne.

In den debattierenden Branchen, wie Journalismus, Zukunfts- und Trendforschung und den kreativen Berufen bleibt KI weiterhin ein vorrangiges Diskussionsthema – wie verändert sie Vorstellungen von Autorenschaft und Authentizität?  Wie sehr verletzt sie Urheberrechte? Was ist ihr Nutzen als Assistenz, was bleibt als eigene Leistung? KI kann Schreib- und Denkprozesse stützen, aber begriffliche Arbeit nicht ersetzen.

Landnahme. Bild: valerie-v. unsplash.com

Digitale Landnahme³ (digital landgrab) greift das historische Bild der physischen Landnahme auf und überträgt es auf die Expansion digitaler Techniken, damit auch der Digitalkonzerne, samt ihrem Zugriff auf Funktionen und Märkte. Frühere Beispiele waren etwa die Ausbreitung von Airbnb und Uber. Komplexer ist die als Graphnahme⁴ (entlang sozialer Graphen) bezeichnete Einnahme bereits existierender Beziehungsnetzwerke und digitaler Interaktionsräume.
Es geht darum, knappe digitale Ressourcen bzw. gesellschaftliche Einflusszonen zu sichern, bevor staatliche Regulierungen oder Konkurrenten dies verhindern. Im Kontext der KI-Entwicklung sind v.a. Rechte an spezifischen Datenbeständen knapp geworden, seien es Verlagsarchive, wissenschaftliche Datenbanken oder Plattformen mit historisch gewachsenen  internen Datenströmen.
Die Landnahme der KI verläuft strategisch. Es gilt KI-Funktionen so schnell und tief in essenzielle Prozesse einzubetten, dass sie schlicht unverzichtbar werden.  Es können neue Funktionen sein, die es bis dahin noch nicht gab – oder es sind bestehende, die von ihr übernommen werden. Es gilt, generative KI in  Schnittstellen von Systemen zu bringen und sie dort unersetzlich zu machen. KI wird vom nützlichen, optionalen Werkzeug zur unsichtbaren Bedingung der Ausführung von Arbeit.

Die Maschine als ein antwortendes Gegenüber ist eine historische Neuheit  der Technikgeschichte – ein Erlebnis, das sich dem Nutzer unverzüglich einprägt. Sie wird in vielfacher Form genutzt. So als begleitendes Denkwerkzeug, unterstützender Sparringspartner, als Tutor oder  synthetische Personas.  AI Companionship bezeichnet darüber hinaus eine neue Form sozialer Mensch-Maschine-Interaktion.

Landnahme der KI bedeutet auch Einnahme des Wissens. Bild: elisa calvet. unsplash.com

Ein wesentliches Ziel der Landnahme ist epistemische Autorität, das Etablieren der Maschine als  Instanz der Wissensvermittlung selbst. Dabei bleibt generative KI technisch determiniert – sie führt aus,  was Menschen in ihre Architektur und  ihr Training gelegt haben – das setzt ihre Grenzen.
Zur anerkannten Instanz wird sie erst durch menschliche Ratifizierung.
Ein Indiz erfolgter Landnahme ist die zunehmende Akzeptanz von KI-generierten Antworten. Von vielen Nutzern wird sie trotz ihrer Limits ohne Einschränkung für zuverlässig und legitimiert gehalten. Kritiklose Übernahme ist bereits eine Form der Autorisierung.

Social Media bedeutete eine Digitalisierung der öffentlichen digitalen Kommunikation, Generative KI die des verfügbaren Wissens – binär zerlegt und rekombinierbar. Eine globale Infrastruktur aus dem kollektiven Wissen in den Händen weniger Konzerne ist ein Einschnitt von historischen Dimensionen. Die Konzerne sind zu Machtakteuren eigener Ordnung mit hegemonialen Ambitionen geworden.
Heute geht es darum, möglichst viele Positionen zu besetzen und mit aller Kraft zu expandieren. Es ist dasselbe Modell, wie es die vormachten. Die Landnahme ist dem Märkte zu sichern , es ist dasselbe Prinzip des  wie  sie  und die Geschäftsmodelle später zu klären – ähnlich wie die Social Media Konzerne vor anderthalb Jahrzehnten.  

Karen Hao, Autorin von Empire of AI fasste es in einem Interview zusammen: These companies are not competing on behalf of their countries. They are racing for their own dominance. Sie attestiert den Konzernen den Willen zum Wachstum um jeden Preis:  Moving fast and leaving ethical dilemmas behind. 

KI-generiert bedeutet nicht automatisch gut oder schlecht. KI führt das aus, was Menschen ihr anweisen. Sie erzeugt kontextabhängige Synthesen aus dem Wissensmaterial, das ihr zugeführt wurde – nicht aus eigenem Verstehen, sondern aus den statistischen Mustern übernommener Wissensbestände. Die Antworten klingen oft kohärent und überzeugend – nicht weil sie wahr, sondern weil sie plausibel sind und den statistischen Mustern des angeeigneten Wissens entsprechen.
Gesellschaftlich wirksam werden KI-Ergebnisse erst durch ihre soziale Bestätigung – ein Zusammenhang, den ich an anderer Stelle als Intermediarität, Konfabulation und Ratifikation beschrieben habe:

Die Trias der gesellschaftlichen Wirksamkeit von KI – (Eigene Graphik: Lizenz: CC-BY-NC 4.0) 

Grenzen für die Menge des Ausstosses gibt es nicht. Das Netz wird überschwemmt mit Slop, generiertem visuellen Müll. Wo Inhalte beliebig generiert und simuliert werden können, entstehen neue Möglichkeiten von Manipulation und Desinformation, sie unterhöhlen das Wahrheitsverständnis. KI erweitert insbesondere die manipulativen Möglichkeiten  visueller Desinformation. 

 

Technogenese – die wechselseitigen Wirkungen von Technologie und Gesellschaft

Die wechselseitigen Wirkungen von Technologie und Gesellschaft lassen sich mit all ihren Folgen und Abhängigkeiten nicht annähernd in einem Text von  ca.  2000-Wörtern darstellen.
Möglich ist jedoch der Entwurf einer Perspektive, die aktuelle Entwicklungen als Resultat dieser Dynamik verständlich macht.  Gesellschaftliche Prozesse verlaufen nicht als lineare Kausalketten – Gesellschaft formt Technologie – und Technologie formt Gesellschaft.

Den Begriff Technogenese hatte ich in den letzten Beiträgen in die Debatte zur Ko-Evolution von Mensch und Maschine eingebracht. Technogenese beschreibt nicht nur die Ko-Evolution von Technik und Gesellschaft, sondern auch einen grundlegenden, generationenübergreifenden Prozess der Auslagerung von Gedächtnis und Handlungswissen in technische Formate.

Erstmals verwendet wurde der Begriff Technogenese von dem französischen Medienphilosophen Bernard Stiegler. Ihm zufolge verändert die  Entwicklung technischer Systeme nicht nur unsere Werkzeuge, sondern unsere Denkweisen,  Erinnerungsstrukturen und deren kollektive Organisation. Schrift externalisiert Gedächtnis, Druck vervielfältigt es, Photographie und Film  konservieren es visuell.
Mit der Digitalisierung, noch mehr mit  generativer KI, radikalisieren sich diese Prozesse.  Es geht nicht mehr nur um die Auslagerung von Handlungswissen, sondern um die Automatisierung kognitiver und kreativer Operationen selbst. Technogenese wird zur politischen Frage: Wer nimmt den neu entstandenen Raum des externalisierten Denkens ein? Wer kontrolliert diese technischen Formate –  und damit, was als Wissen, als Wahrheit, als Gedächtnis zählt?

Digitalisierung verläuft zumeist disruptiv – sie übersetzt etablierte Praktiken in digitale Logiken. Das Lexikon wird zur Wikipedia, lokale Vermietung zur globalen Plattform, der Wandel der Tonträger vom Vinyl bis hin zum Streaming wurde oftmals als prototypisch beschrieben. Dass diese Transformationen weit mehr als rein technologische Innovationen sind, zeigt sich exemplarisch im Falle der digitalen Photographie.
Während analoge Photographie im Consumer-Bereich ein privates Erinnerungsmedium war, ist die Smartphone-Photographie heute eine visuelle Grundlage öffentlicher Kommunikation,  nahezu unbegrenzt und ohne zeitliche Verzögerung verfügbar. Die private Nutzung – das Festhalten von Momenten – besteht zwar weiter, Photographie ist aber in einen neuen Kommunikationsraum integriert, der durch gänzlich andere Formen der Selbstdarstellung geprägt ist. Nicht nur die Technik, ebenso ihre soziale Einbindung wandelte sich fundamental.

Die Beispiele liessen sich fortsetzen. Technologien und ihre spezifischen Anwendungen greifen in bestehende soziale Handlungssysteme ein – aber nicht alle setzen sich durch, entweder finden sie keine Anknüpfung an Handlungsmuster, oder sie stossen  auf Ablehnung.
Man denke etwa an KI-Brillen mit integrierter Kamera – technisch machbar, stossen sie auf soziale Abwehr. Sie erleichtern Übergriffe so sehr, dass sie das geschützte Gut der Privatsphäre verletzen.
Akzeptanz und Ablehnung bzw. Widerstand wirken als Korrektive technologischer Entwicklung.

Wie tief Technologien in die Lebenswelt eindringen, zeigt etwa das Beispiel Online-Dating. Ein soziales Verhalten, das von Zufällen, emotionalen Impulsen und Ritualen  bestimmt ist, wird in eine algorithmische Logik übersetzt. Manche Nutzer schätzen die Auswahl und die Effizienz, andere lehnen die Vermessung der Gefühle ab. Beide Haltungen sind Teil des Prozesses von Akzeptanz und Ablehnung.
Viele der technologischen Innovationen verbreiten sich dann rasch, wenn sie den Nutzern einen spürbaren Mehrwert, eine soziale Dividende, bieten. Meist sind es radikal erleichterte Zugänge: zu Wissen, Mobilität oder auch Gemeinschaft.
Anders die ökonomische Dividende: die Abschöpfung der Gewinne ermöglichte privatwirtschaftlichen Unternehmen den Aufbau marktbeherrschender Monopole. 

Generative KI ist keine externe Innovation, die von aussen eindringt,  sondern eine folgerichtige Erweiterung – eine Radikalisierung des digitalen Kapitalismus. Es geht nicht mehr darum, dass ein Prozess oder ein Geschäftsfeld disruptiert wird, sondern um die Disruption von Prozessen der  Wissensgenerierung selber.

Technologie tritt nicht als neutraler Faktor von aussen hinzu, sondern organisiert  Sozialität, Wahrnehmung und Kognition neu. So wie sich mit der industriellen Revolution eine Logik der Effizienz verbreitete, verbreitet sich heute eine digitale Logik: binäre Zerlegung und algorithmische Neukombination – nach gesetzten Vorgaben. Entscheidend ist, wer diese setzt.
Die großen Konzerne eignen sich Infrastrukturen, Datenbestände und Kommunikationsräume an und verschieben damit Machtasymmetrien. Das ist digitale Landnahme. Der gesellschaftliche Wille, sie einzuhegen, ist vorhanden, muss sich aber politisch durchsetzen.

Das Konzept Technogenese öffnet die Perspektive darauf, wie technische Formate entstehen, warum sie in bestimmte soziale Ordnungen passen, welche Wirkungen sie entfalten – und wie demokratisch gestaltet werden kann, um Machtasymmetrien zu begrenzen.

 

Valerie Wirtschafter & Nitya Nadgir: Is the politicization of generative AI inevitable? I The Scale-at-All-Costs AI Trap . Interview mit Karen Hao aboutdigitalhealth.com— Bernard Stiegler | centre Georges Pompidou, ParisHypomemnesis and Grammatisation   Sascha Dickel: Die Inklusion von Maschinen – Zur Rolle von generativer KI in der Gesellschaft. youtube 5/2026 –
³vgl.:  Andreas Boes, Tobias Kämpf, Barbara Langes, Thomas Lühr (7/2015) Landnahme im Informationsraum. Neukonstituierung gesellschaftlicher Arbeit in der „digitalen Gesellschaft”.WSI-Mitteilungen 2/2015, Seiten 77-85.
⁴ Graphname Facebook  besetzte den Graphen sozialer Verbindungen, (incl. instagram und What’s App), Google den Interest Graph, Amazon den Consumption Graph, Apple und Google teilen sich den Mobilfunkgraph. Das Wissen über die Verbindungen ist Machtfaktor (vgl. Michael Seemann: Die Macht der Plattformen. 2021)

 

 



Veröffentlicht am

Die Fundamentalopposition zu KI und ihre Grenzen

Digitale Antifa?  Bild: joshua-koblin; unsplash+

Die beiden folgenden Texte setzen eine Reihe von Beiträgen zur Debatte Ko-Evolution von Mensch und KI  fort. Eine Auseinandersetzung mit der Fundamentalopposition gegen KI ist der Ausgangspunkt. Im zweiten Teil geht es dann um die “Landnahme der generativen KI” – und den Versuch der Deutung als einen Prozess der Technogenese. 

Die Faschismuskeule ist das gröbste Geschütz  in der öffentlichen Debatte. Es geht nicht darum, eine Fehlentwicklung zu korrigieren — es ist eine Totaldiagnose, die die politische Reaktion auf Verweigerung und Widerstand eingrenzt und dabei jede Aushandlung ausschließt.

Jürgen Geuter, bekannt als @tante, holt sie in seinem Rant AI as a Fascist Artifact (26.04.26) gegenüber KI hervor. Nicht als Warnung vor Missbrauch, nicht als Beschreibung einer Tendenz, sondern als Strukturdiagnose: KI sei inhärent faschistisch, ihre Technologie auf faschistischen Ideen gegründet, ihr gesellschaftlicher Effekt die strukturelle Unterstützung faschistischen Denkens – klare Kante¹.

Geuters Text ist keine Analyse, sondern als Intervention zu verstehen. Ein Rant,  der Zuspitzung bewusst als Stilmittel nutzt. Das ist nicht neu. Als @tante hatte er sich mit einer vernichtenden Kritik am Hype um Web3 (“das Internet, das es zu verhindern gilt”) und die Blockchain-Ökonomie einen Namen gemacht. Eine Kritik, die dazu beitrug, Web3 als nicht tragfähig zu delegitimieren.
Der aktuelle Text richtet sich gegen Positionen, die KI regulieren, demokratisieren, zumindest gesellschaftlich einhegen wollen. Also gegen die Vorstellung, die Technologie könne von ihren Machtstrukturen getrennt und politisch zurückgewonnen werden.

Geuter stützt sich dabei vor allem auf zwei Bezugspunkte. Zum einen auf die Definition des  KI-Kritikers Ali Alkhatib (vgl. Destroy AI) – der KI nicht als Technologie mit politischen Eigenschaften versteht, sondern als politisches Projekt schlechthin:
I think we should shed the idea that AI is a technological artifact with political features and recognize it as a political artifact through and through. AI is an ideological project to shift authority and autonomy away from individuals, towards centralized structures of power. Projects that claim to “democratize” AI routinely conflate “democratization” with “commodification“.
Zum anderen bezieht er sich auf einen Text des Technikphilosophen Langdon Winner Do Artifacts Have Politics?  (1980).  Ihm zufolge sind Technologien keine neutralen Werkzeuge, sondern tragen eine inhärente Politik in sich: Ihre Gestaltung, ihre Infrastruktur und die Ziele ihrer Entwickler setzen bestimmte politische oder soziale Strukturen voraus und fördern diese.

Die analytischen Grenzen der Fundamentalopposition

Rainer Mühlhoff vermeidet zwar in Künstliche Intelligenz und der neue Faschismus eine Gleichsetzung von KI und Faschismus, hebt aber eine ideologische und technologische Affinität hervor. In der Rezension hatte ich seine Grundthese ausdrücklich geteilt: Aus der Verbindung von Alt-Right-Politik und elitistischen Tech-Ideologien erwächst ein faschistisches Potential. Skeptisch bleibe ich jedoch gegenüber der weitergehenden Annahme, KI selbst besitze eine besondere Nähe zum Faschismus.

Präemption – die Vorwegnahme und Steuerung zukünftigen Verhaltens – ist ein Schlüsselbegriff seiner Argumentation. Im Extremfall wird KI zur Menschensortier-Technologie, die Chancen und gesellschaftliche Teilhabe vorab verteilt. Entscheidungen werden so nicht auf der Grundlage konkreten Handelns, sondern aufgrund statistischer Erwartungen an zukünftiges Verhalten getroffen.
Geuter wie Mühlhoff führen im weiteren Argumente an, die auf koloniale, rassistische, überwiegend westlich geprägte Grundlagen vieler Trainingsdaten verweisen. Generell ein Mangel an Diversität, damit verbunden  eine Ausgabe  entsprechender Ergebnisse.
Reicht diese Argumentation, eine Technologie als faschistisch zu deklarieren, ihr zumindest eine besondere Affinität zu attestieren?  Sieht man von Grok ab, das von Eigentümer Musk aktiv politisch gelenkt wird, sind LLMs nicht faschistischer als die Welt, aus der sie sich bedienen und in die sie eindringen. LLMs verhalten sich so, wie in Compliance- und Markenrichtlinien festgelegt wurde. 

Der Kern ihrer Kritik, bei Mühlhoff explizit als zentrale These (S.18) genannt, richtet sich gegen eine Ideologie der Disruption, die in Tech-Eliten und -Communities fest verankert ist: die Vorstellung, dass Technologie Gesellschaft grundlegend transformiert. Eine Disruption die Tech-Libertäre herbeisehnen – und die von rechten Kräften strategisch genutzt wird.
KI erscheint so als eine Machttechnologie, die sich ideal für autoritäre oder gar faschistische Zwecke eignet (vgl. Mühlhoff, S 12 u. 18),  als ein soziotechnisches Phänomen in den Händen weniger Oligopole, die es – top-down –  für ihre politischen Ziele einsetzen. In diesem Kontext gewinnt das berüchtigte Zitat des Tech-Milliardärs Peter Thiel – “I no longer believe that freedom and democracy are compatible“ – und das Wirken seiner Netzwerke eine verstörende  Relevanz.

An dieser Einschätzung baut sich die Haltung der Fundamentalopposition auf, die sich mit dem  Zitat KI ist fundamental unvereinbar mit emanzipierten, egalitären und freiheitlichen Gesellschaften. Dabei handelt es sich nicht um einen Designfehler, sondern sie ist so gedacht (Malte Engeler in der taz vom 20.06.)  als Selbstdefinition beschreiben lässt.

Der Rohstoff und die materielle Dimension von KI

Die Bereitstellung generativer KI ist, einschliesslich ihrer kompletten Lieferkette,  ein extrem ressourcenintensiver Prozess. Grundrohstoff ist das in binäre Daten bzw. statistisch nutzbare Muster zerlegte online und offline gesammelte Wissen: LLM systems scrape vast amounts of publicly available digital data—spanning text, images, code, and media—to train proprietary models (Kate Crawford). 
Der analoge Anteil wurde eingescannt und eingespielt. Online sammeln Crawler ein, was es zu holen gibt: Datenmassen aus dem Social Web, Texte, Bilder, Code-Datenbanken – den Fundus des Wissens, der Stile, der Bedeutungen und der Interaktionen. Gesellschaftliche Kommunikation und kulturelle Produktion werden dabei zum Rohstoff einer Industrie.  Aus diesem Rohstoff entstehen Modelle, die nicht wissen, sondern gelernt haben, die Muster menschlicher Kommunikation erstaunlich gut nachzuahmen.

Das ist nicht alles: manuelle menschliche Arbeit bleibt erforderlich.  Datenkennzeichnung und -bereinigung, wie Labeling, Qualitätsfilterung, Ethik-Checks, oft Klickarbeit genannt, ist zumeist in Niedriglohnländer ausgelagert.
Hinzu kommt ein enormer Verbrauch an Energie und Wasser, sowie erhebliche CO₂-Emissionen.

Der Atlas of AI  von Kate Crawford erschien schon vor dem KI-Hype(2021), ist aber  immer noch die beste Übersicht zur materiellen Dimension von KI. Crawford widerlegt die Vorstellung von KI als immaterieller Cloud-Software, indem sie den enormen physischen und gesellschaftlichen Ressourcenverbrauch nachweist, der mit der Technologie verbunden ist. Sie beleuchtet die politische und ökonomische Verankerung von KI, sowie die damit verbundenen sozialen und ökologischen Kosten. Crawford nennt KI  eine Kultur der Extraktion, die auf der Abschöpfung von Zulieferungen materieller, operativer und ideeller Art beruht.

Der aktuelle politische Hintergrund

Neuer Faschismus oder Verklumpung von Macht? – Screenshot: youtube Trump hosts tech CEOs at White House 4.09.25

In der politischen Diskussion seit Ende 2024 wirkt der Schock des Schulterschlusses zwischen der MAGA-Bewegung und Tech-Oligarchen weiter. Die Bilder von der Trump-Inauguration, begleitet von Tech-Oligarchen, haben sich eingeprägt.
Die Gleichzeitigkeit von technologischer Entwicklung, Monopolisierung von Infrastrukturen, wachsendem Einfluss rechter Netzwerke und einer unvorhersehbaren Machtpolitik haben zu einer Verschärfung politischer und kultureller Konflikte, sowie zu einer aggressiveren öffentlichen  Kommunikation geführt.

Wie geschlossen und gefestigt ist ein solches Machtsystem? Der Begriff  Verklumpung beschreibt ein unspezifisches Machtsystem das sich um – auf je eigene  Weise – charismatische Zentren ballt, und dabei institutionelle und zivilisatorische Standards unterläuft, die lange als selbstverständlich galten. Weniger ein stabiles System, als eine opportunistische Konstellation, die sich rasch in ihrer Form ändern oder auch wieder zerfallen  kann.

Der Faschismusvorwurf benennt zwar reale Gefahren – aber er erklärt nicht den Prozess der Entstehung, Verbreitung und gesellschaftlichen Aneignung. Der Widerstand gegen Generative KI  lässt sich als Teil eines gesamten Prozesses verstehen.
Monopolisierung strukturell relevant gewordener Dienste bedeutet eine Gefährdung der Demokratie, letztlich ist es eine Frage der Machtbalance. Noch bedrohlicher ist  eine Autokratie, die sich ihrer als Herrschaftsinstrument bedient.

Der nachfolgende Text an schliesst hier an. Er versucht,  die Landnahme generativer KI als einen Prozess der Technogenese  zu verstehen, nicht als abschliessende Analyse, sondern als Beitrag zur Debatte. 

 

Jürgen Geuter: AI as a Fascist Artifact. dt.: KI als faschistisches Artefakt. 21.04.2026. – deutsch: KI als faschistisches Artefakt.  auch: : Gareth Watkins; AI: The New Aesthetics of Fascism  9.02.2025- Rainer Mühlhoff : Künstliche Intelligenz und der neue Faschismus. Reclam Verlag Juli 2025. – The Scale-at-All-Costs AI Trap . Interview mit Karen Hao —  Ali Alkhatib: Destroy AI 24.06.2024. Langdon Winner: Do Artifacts Have Politics? MIT Press 1980. Kate Crawford: Atlas of AI. Yale University Press. 2021. 327 S. – Valerie Wirtschafter & Nitya Nadgir: Is the politicization of generative AI inevitable?    ¹  In anderen Texten drückt sich Geuter relativierender aus: „Ich würde nicht sagen, dass diese Systeme grundsätzlich vollständig faschistisch sind. Aber sie funktionieren sehr gut in faschistischer Logik – auch besser als in anderen Logiken”. t3n 26.12.25 oder aktuell (16.6.26) in dem Blogbeitrag „KI“-Effizienzversprechen und der Niedergang der Demokratie.
² Malte Engeler: Denken wie das verbreitete Mittelmaß – Taz  16.06.2026 –

 

 

 


Veröffentlicht am

Visuelle Desinformation – Digitale Bilder zwischen Populismus und Manipulation (Rez.)

Visuelle Desinformation  – eine Strategie politischer Kommunikation

Ganz zu Beginn war das Internet vor allem ein Textmedium. Wer es selber erlebt hat, erinnert sich an Textwüsten, die oft mehr an Code und Kommandozeilen als an Kommunikation erinnerten – Newsgroups, Foren und E-Mails als Hauptkanäle. Die Bilder kamen in Schritten dazu, von den stark komprimierten jpgs der Jahrtausendwende über die ersten Fotoplattformen bis zu Live-Videos in Social Media. Mit zunehmender Bandbreite, leistungsfähigeren Endgeräten und der Verbreitung der Smartphones wurde aus dem Textmedium ein mehr und mehr visuelles.
Heute ist digitale Kommunikation  zu einem grossen Teil  visuelle Kommunikation. Der Content der Plattformen kommt oft ohne Zwischenschritte von den SmartPhones und wird ohne nennenswerte Verzögerung verbreitet. Bilder transportieren Informationen nicht nur anders als Texte – sie strukturieren Wahrnehmung, Aufmerksamkeit und Emotionen auf eigene Weise.

Marcel Lemmes,  der Autor von Visuelle Desinformation. Digitale Bilder zwischen Populismus und Manipulation, wurde in diese Entwicklung hineingeboren (Jg. 1996). Selber erinnere ich mich, dass genau in diesen Jahren die Debatten um Online-Communities und digitale Identitäten begannen. Wenige Jahre später (4/2001) hatte ich eine  Konferenz moderiert, auf der es um virtuelle soziale Beziehungen  ging. Die Dokumentation dazu wurde auf CD erstellt, die Bandbreiten reichten damals noch nicht aus, Bild- und Tonaufzeichnungen online zu stellen.
Heute geht es um algorithmische Öffentlichkeiten, visuelle Kommunikation und KI-generierte Bilder. Die Grundfrage ist jedoch erstaunlich ähnlich geblieben. Wie verändern digitale Medien die Art, wie Gemeinschaften entstehen, Bedeutung erzeugt wird und Öffentlichkeit funktioniert? Und wie und von wem werden die Wirkungen genutzt?

Lemmes untersucht in Visuelle Desinformation  einen Ausschnitt daraus. Seine Frage ist die der aktuellen politischen Wirkung populistischer Propaganda. Wie Bilder dazu genutzt werden, Emotionen anzusprechen, Identitäten zu erzeugen, Feindbilder zu konstruieren und politische Mobilisierung zu betreiben (16). Ihr Einsatz unterscheidet sich deutlich von klassischer strategischer Kommunikation.
Desinformation ist kein Versehen, sondern Strategie. Sie untergräbt das Vertrauen in Institutionen, Medien und Expertise – also genau jene Instanzen, die populistische Ansprüche hinterfragen könnten. Das macht desinformative Kommunikation nicht nur kompatibel mit Populismus, sondern zu einem seiner konstitutiven Werkzeuge.

Digitale  Bilder sind sicherlich kein exklusiv populistisches Medium, aber sie sind in besonderer Weise mit Populismus kompatibel. Sie verkürzen Komplexität, emotionalisieren, sind anschlussfähig und viral – genau die Eigenschaften, auf die populistische Kommunikation angewiesen ist ¹.

Zentral in Lemmes’ Analyse ist das Dreieck Desinformation, Populismus und visuelle Kommunikation – eingebettet in die spezifischen Eigenheiten digitaler Medien: Geschwindigkeit, Skalierbarkeit, algorithmische Verstärkung und die Umgehung klassischer Gatekeeping-Strukturen.
Digitaltät ist der allgegenwärtige Meta-Kontext. Lemmes orientiert sich an theoretischen Ansätzen, die die digitale Transformation als kulturellen und gesellschaftlichen Wandel beschreiben, darunter drei Bücher, die ich in den vergangenen Jahren rezensiert hatte: Kultur der  Digitalität von Felix Stalder (2016), 4.0,  Die Lücke die der Rechner lässt  von Dirk Baecker (2018) und Muster. Theorie der Digitalen Gesellschaft  von Armin Nassehi  (2019). 

Stalders Konzept der Digitalität – Referenzialität, Gemeinschaftlichkeit, Algorithmizität bildet den wichtigsten theoretischen Rahmen. Referenzialität meint die Nutzung bestehenden kulturellen Materials für die eigene Produktion. Gemeinschaftlichkeit verweist auf die konstitutive Rolle kollaborativer Praktiken in digitalen Kontexten. Ohne Algorithmizität wären die Möglichkeiten der digitalen Welt kaum nutzbar. Algorithmen steuern als automatisierte Personalisierung die Zuordnung digitaler Medieninhalte.
Baeckers Begriff des Überschusssinns – jedes  Medium stellt mehr Kommunikationsmöglichkeiten bereit, als aktuell wahrgenommen werden können – erklärt einen Teil der kommunikativen Wirksamkeit von Bildern, aber auch ihre Anfälligkeit für Manipulation.
Nassehi fasst ein Grundverständnis von Digitalität systemtheoretisch ein.  Seine zentrale These besagt, dass die gesellschaftliche Moderne immer schon digital war – digitale Technik ist demnach die logische Konsequenz einer in ihrer Grundstruktur bereits digital organisierten Gesellschaft.
Imagined community  (nach Benedict Anderson, 1983)  ist ein weiteres, für das Buch wesentliches Konzept. 

Nebenbei fällt auf, dass Lemmes den Begriff des Überschusssinns sowohl bildtheoretisch bei Gottfried Boehm als auch medientheoretisch bei Dirk Baecker aufgreift. In beiden Fällen bezeichnet er die Eigenschaft von Medien, hier speziell von Bildern, mehr Bedeutungsmöglichkeiten zu erzeugen, als sich eindeutig festlegen lassen. Gerade darin liegt ein Teil ihrer kommunikativen Wirksamkeit – aber auch ihrer Anfälligkeit für Manipulation und Desinformation.

Die Plattformen der Social Media sind das Feld, das Habitat visueller Desinformation.  Generell begünstigen sie visuelle und affektive Inhalte. Die Grenzen zwischen Realität und Konstruktion sind fliessend. Soziale und politische Realitäten werden auf eindimensionale Ursache-Wirkungs-Schemata reduziert, um impulsive Bewertungen wachzurufen (288).  

Bei der Analyse von Bildern stützt sich Lemmes auf die semiotischen und bildtheoretischen Ansätze  von Roland Barthes und Charles Sanders Peirce. Peirce erklärt die Struktur der Zeichen, Barthes die kulturell-ideologische Aufladung von Bildbedeutung – also genau jene Schicht, auf der visuelle Desinformation operiert.  Nicht durch falsche Fakten allein, sondern durch die gezielte Aktivierung kultureller Codes und emotionaler Resonanzen.
Einen weiten Teil des Buches nehmen die darauf aufbauenden bild- und zeichentheoretischen  Analysen ein –  einschliesslich ihrer Grundlagen in Kunstgeschichte und Semiotik. Der Autor zeigt an konkreten Beispielen, wie visuelle Zeichen ideologisch aufgeladen, kontextuell verfremdet und affektiv instrumentalisiert werden.

Bildbeispiel Sexualstrafrecht als Bildpropaganda, Posting auf X (03/24)  S. 324

Ein Beispiel: In der Abbildung rechts wird eine Situation von Gewalt und Bedrohung gegen Frauen emotional hervorgerufen.
Sexualstraftaten verdreifacht: Abschiebungen sind Frauenschutz.
Der Slogan verbindet diese emotionale Reaktion mit der politischen Forderung nach Abschiebungen und suggeriert, dass Abschiebungen eine direkte und notwendige Maßnahme sind, um Frauen vor sexualisierter Gewalt zu schützen (323).
Die behauptete Kausalität wird durch statistische Angaben gestützt. Deren Anstieg ist jedoch v.a. auf die Erweiterung von Straftatbeständen (Verletzung der sexuellen Selbstbestimmung, 2016) zurückzuführen.

Desinformation und Fake News im Vergleich (S. 123). Graphik wird nach Klick in voller Auflösung in neuem Fenster angezeigt

Fake News sind das im öffentlichen Diskurs wohl präsenteste Format von Desinformation. Lemmes unterscheidet genau  zwischen beiden Begriffen – eine Differenzierung, die ansonsten oft unterbleibt. Desinformation ist demnach der übergeordnete und präzisere Begriff: systematisch, intentional und auf Schädigung des Informationsökosystems ausgerichtet.
Fake News ist breiter, diffuser – und wird im politischen Diskurs oft selber als manipulativer Begriff  verwendet, der genau diese Unterscheidung verwischt.

Die Materialbasis der Arbeit stammt überwiegend aus der Phase  vor dem Durchbruch generativer KI. Analysiert werden v.a. Memes, Sharepics, Social-Media-Fotos und Bild-Text-Kombinationen.
Die Analyse bleibt damit auf eine visuelle Kommunikation bezogen, in der visuelle Inhalte noch an reale Aufnahmeereignisse rückgebunden sind. KI-generierte Bilder verschieben diesen Rahmen. Wo zuvor Bilder bearbeitet und kontextuell verfremdet wurden, können heute vollständig synthetische Bildwelten entstehen, denen kein reales Ereignis mehr zugrunde liegt. Die Grenze zwischen Dokumentation, Inszenierung und Simulation wird dadurch weiter destabilisiert.
Im Schlusskapitel weist der Autor bereits darauf hin, dass realistische Bildmanipulationen, automatisierte Inhaltsproduktion und die Verschleierung von Urheberschaften die Analyse visueller Desinformation vor neue Herausforderungen stellen werden (339).

Seit der Einreichung der Dissertation im Mai 2025 hat sich die Relevanz KI-generierter visueller Desinformation weiter erhöht, während zugleich die (technische) Qualität der erzeugten Bilder deutlich gestiegen ist. Die von Lemmes analysierten Mechanismen verschwinden dadurch nicht, sondern gewinnen im Kontext generativer Systeme eine neue Qualität. Gleichzeitig unterstreicht diese Entwicklung die Aktualität der Grundfragen der Arbeit.

Als Dissertation ist Visuelle Desinformation der akademischen Form verpflichtet. Die Verbindung von Populismus, visueller Kommunikation und Desinformation ist der besondere Alleinstellungswert des Buches. Und diese Verbindung ist wissenschaftlich sauber herausgearbeitet.
Das Interesse am Thema geht aber weit über den akademischen Kontext hinaus. Visuelle Kommunikation ist heute ein selbstverständlicher Bestandteil des digitalen Alltags. Visuelle Desinformation ist so keine Randnotiz politischer Kommunikation, sondern Teil alltäglicher Medienerfahrung. Jeder mit Social-Media-Erfahrung begegnet entsprechenden Mechanismen – und sollte sie im Idealfall ohne fachliche Vorbildung erkennen können.

Eine nicht-akademische, gestraffte Sachbuchfassung bzw. ein Reader zur politischen Bildung würde m.E. – ergänzt um die Spezifität KI-generierter Bilder – auf grosses Interesse stossen.

 

Marcel Lemmes: Visuelle Desinformation. Digitale Bilder zwischen Populismus und Manipulation. Herbert von Halem Verlag, Köln 2025.  365 S.;  –  ¹ Das digitale populistische Bild ist entsprechend definiert als „ein dynamisches, technisch vermitteltes und sozial eingebettetes Zeichen, das strategisch eingesetzt wird, um ideologische Ziele durch spezifische Bildakte zu verfolgen” (297).
Rezensionen zu Kultur der  Digitalität von Felix Stalder (2016), 4.0 oder die Lücke die der Rechner lässt  von Dirk Baecker (2018) und Muster. Theorie der Digitalen Gesellschaft  von Armin Nassehi  (2019).  – 



SideMenu