Sich mit Maschinen unterhalten zu können ist in höchstem Maße irritierend und faszinierend zugleich, und zwar in einem viralen Ausmass.¹
Maschinen als ein antwortendes Gegenüber sind eine neue Erfahrung, sie sind weder Werkzeug noch Medium im bisherigen Sinne. Das ist neu in der Technikgeschichte und wirft grundlegende Fragen nach Wissen, emotionaler Wirkung und gesellschaftlicher Macht auf.
Generative KI als Erwartungstechnologie und Resonanzmaschine
Generative KI hat sich nicht als Technologie, die ein bestimmtes Problem löst, verbreitet. Sie verbreitet sich nicht deshalb, weil sie bereits klar definierte Probleme zuverlässig löst. Sie zirkuliert eher als eine Art universelle Erwartungstechnologie. Wer mit Sprachmodellen arbeitet, nutzt sie nicht nur instrumentell, sondern beginnt, ihre Möglichkeiten als dialogische und kognitive Resonanzmaschine zu erkunden.
Die Erwartungen sind sehr breit gestreut. Das antwortende Gegenüber passt sich an, es widerspricht selten, es verweigert sich kaum. Sprachmodelle sollen recherchieren, formulieren, sortieren, koordinieren, Entscheidungen vorbereiten oder ersetzen. Es gibt die üblichen Erwartungen an Effizienzgewinne durch die Automatisierung von Routinen – die sich dann oft als schwieriger als erwartet erweisen. Für Unternehmen oder auch die öffentliche Verwaltung lassen sich LLMs nicht umstandslos für ihren Bedarf nutzen. Ihre Ausgaben auf sprachliche Eingaben hin sind nur bedingt vertrauenswürdig. Es fehlt ihnen eine maschinenhafte Zuverlässigkeit.¹
KI als Sparrings- oder Denkpartner benennt eine häufige Nutzungserfahrung, die oft am Beginn reflektierter systematischer Beobachtungen steht. Der eigentliche Nutzen beginnt nicht dort, wo die KI fertige Lösungen liefert, sondern dort, wo sie reagiert. Wo sie nicht einfach abarbeitet, sondern Denkbewegungen sichtbar macht. Das ist unbequemer als ein klassisches Tool – aber auch nachhaltiger.³
Diese und andere Nutzungserfahrungen bilden den Hintergrund einer Debatte, die der Zukunftsforscher Klaus Burmeister seit Ende 2025 angestoßen hat: Gemeint ist ein Prozess wechselseitiger Beeinflussung und Veränderung zwischen Mensch und KI. Die regelmäßige Arbeit mit KI verändert die Fragen, Erwartungen und Denkroutinen².
Im Raum steht das Leitbild einer vorausschauenden Gesellschaftsforschung, die die unterschiedlichen Dimensionen des technischen und gesellschaftlichen Wandels einbezieht – im Gegensatz zu reaktiven Erklärungsmodellen und Technikfolgeabschätzungen.
Wie werden technische Operationen gesellschaftlich wirksam?
In den vorhergehenden Beiträgen wurde der Begriff Technogenese entwickelt – als prozesssoziologischer Rahmen für eine wechselseitige Veränderung von Technik und Gesellschaft.
Wie wird aus technischen Operationen gesellschaftlich wirksames Handeln? Und wie wirken deren Auswirkungen auf gesellschaftliche Ordnungen zurück?Darüber hat sich in der Debatte mittlerweile ein Konsens herausgebildet.
Ein Ergebnis dieser Debatte ist die funktionale Sequenz von Synthetischer Intermediarität, Plausibler Konfabulation und Kognitiver Ratifikation. Diese Trias beschreibt nicht KI allgemein, sondern aktuelle Funktionsweisen und die kulturelle Praxis: wie Menschen gegenwärtig mit KI umgehen – und wie daraus gesellschaftlich wirksames Handeln wird.
Synthetische Intermediarität ist die Basisleistung der Denkmaschine. Sie erzeugt kontextabhängige Synthesen aus dem Wissensmaterial, das ihr zugeführt wurde – nicht aus eigenem Verstehen, sondern aus statistischen Mustern übernommener Wissensbestände.
Sprachmodelle rufen Wissen nicht ab wie ein Archiv, und sie sind auch kein Werkzeug im klassischen Sinn. Sie sind Vermittlungsinstanzen, die aus angeeignetem, nicht selbst erworbenem Wissen kontextabhängige Synthesen erzeugen. Das ist ihre Stärke und zugleich ihre strukturelle Grenze.
Plausible Konfabulation ist die Arbeitsweise der Denkmaschine. Sie erzeugt Antworten, die kohärent und überzeugend klingen – nicht weil sie wahr, sondern weil sie plausibel sind und den statistischen Mustern des angeeigneten Wissens entsprechen.
Der Begriff ersetzt den der Halluzination. Letzterer benennt eine wahrgenommene Fehlfunktion, wenn wahre Antworten erwartet werden. Konfabulation ist der Standardmodus der KI. Der Begriff stammt aus der Neuropsychologie und bezeichnet dort das unbewusste Füllen von Gedächtnislücken – die Parallele passt, weil auch die Maschine nicht weiß, dass sie Lücken füllt. Ergebnisse sind nicht wahr, sondern plausibel – gesteuert durch die Eingaben der Nutzer, begrenzt durch das Modell.
Kognitive Ratifikation ist die soziale Bestätigung der Ausgaben der Denkmaschine, eine Art Qualitätsabnahme, und damit der Beginn ihrer gesellschaftlichen Wirkung. Erst mit ihrer Anerkennung, Übernahme und Weiterverarbeitung wird aus der technischen Operation ein gesellschaftlich wirksames Ergebnis.
Bereits heute lässt sich beobachten, dass Menschen beginnen, ihre Kommunikation und ihre Denkweisen an die Interaktion mit Sprachmodellen anzupassen.
Genealogie einer Wissensmaschine
Generative KI ist ein Kind des Social Web. Ohne die Digitalisierung kollektiven Wissens, die Datenfülle sozialer Plattformen und die massenhafte Speicherung alltäglicher Kommunikation gäbe es sie nicht. Die systematische Verknüpfung, Verdichtung und Automatisierung dieses Wissens ist nahezu zwangsläufige Folge der technischen Entwicklung und der gesellschaftlichen Digitalisierung.
Das Social Web strukturierte Öffentlichkeit neu – ein Thema, das uns mit seinen Folgen seitdem beschäftigt. Der Anschub des Social Web (Web 2.0) wirkte demokratisierend, mit einem Freiheitsfenster neuer Möglichkeiten. Mit der Konzentration auf wenige Plattformen verstärkten sich oligarchische Strukturen.
Generative KI reorganisiert den Zugang zu Wissen selber. Der niederschwellige Zugang wird oft als Empowerment erlebt, Sprachmodelle erleichtern Recherche, Formulierung und kognitive Organisation.
Die Aneignung kultureller Leistungen
Generative KI-Modelle werden in großem Umfang mit Werken trainiert, für die kein explizites Einverständnis der Urheber eingeholt wurde. Der Vorwurf illegitimer Aneignung kultureller Leistungen begleitet die Entwicklung der Technologie von Beginn an.
Kumulation (Anhäufung) von Wissen ist eine Grundlage menschlicher Zivilisation. Wissen kann gesammelt, weitergegeben und aufgebaut werden. Die Verfügung über erworbenes Wissen ist ein wirtschaftliches Gut und eine wesentliche Einkommensquelle von Wissens- und Kreativarbeitern. Dieser ökonomische Wert wird durch Rechte gesichert – und durch generative KI strukturell unterhöhlt: Kollektiv produziertes Wissen wird angeeignet, verdichtet und als kostenpflichtiger Dienst zurückgegeben.
Hype als Geschäftsmodell
Der gegenwärtige KI-Boom wird nicht allein durch technische Möglichkeiten und ihre Akzeptanz angetrieben, sondern durch eine Ökonomie der Zukunftserwartungen. Venture Capital finanziert weniger konkrete Problemlösungen als die Aussicht auf zukünftige infrastrukturelle Dominanz. Der Hype ist nicht bloß Begleiterscheinung der Entwicklung, sondern selbst Teil des Geschäftsmodells.
Technogenese – eine prozessoziologische Rahmung
Digitale Technologien verändern Wahrnehmung, Wissen und Machtverhältnisse, nicht punktuell, sondern als langfristiger gesellschaftlicher Prozess. Genau hier schliesst der Begriff Technogenese an, ohne eine bestimmte Fortschrittslogik zu übernehmen. Der Begriff beschreibt keinen linearen Prozess und kein technisches Heilsversprechen. Nutzungserfahrungen, Wissensaneignung, Kapitallogiken und gesellschaftliche Erwartungen wirken nicht getrennt voneinander, sondern in gegenseitiger Wechselwirkung – in Interdependenz. Ist man sich dessen bewusst, wird klarer, dass die Gestaltung von Zukunft ein langer, oft konfliktreicher Prozess von Aushandlungen ist – und nur selten zwangsläufig verläuft.
Dieser Text entstand im Rahmen der Debatte Ko-Evolution von Mensch und Maschine. Er spiegelt die Wahrnehmung von Wissensarbeitern – jenen, die den Dialog mit der Maschine selbst führen und reflektieren. Anderswo übernehmen Dienstleister die Implementation von KI, Nutzer haben es dann mit abgeschlossenen Produkten zu tun.
vgl.: ²Klaus Burmeister: Sieben Erkenntnisse aus 18 Monaten Ko-Evolution und fünf Notizen.- Eine Zwischenbilanz. LinkedIn 12.04.2026. :¹Athanasios Karafillidis Containment eines Laborunfalls. Über die Regulierung Künstlicher Intelligenz. Lizenziert für merkur-zeitschrift.de – 04/2026 — ³ Markus Schall: Mit KI dialogisch denken lernen: Warum gute Fragen wichtiger sind als gute Modelle – Kate Crawford: Atlas of AI. Yale University Press. 2021. 327 S. de: Atlas der KI . Übers: Frank Lachmann 8/24
Im Blog: KI als Intermediär – Plausible Konfabulation (01/26) ; Die Sozialisation von Maschinen – Künstliche Intelligenz: Transformation und Krisen in Wirtschaft und Gesellschaft . (Rez.zu Frank Witt – 04/25). –