{"id":88518,"date":"2026-05-15T22:29:51","date_gmt":"2026-05-15T20:29:51","guid":{"rendered":"https:\/\/www.klaus-janowitz.de\/wordpress\/?p=88518"},"modified":"2026-05-15T23:29:48","modified_gmt":"2026-05-15T21:29:48","slug":"intermediaritaet-konfabulation-ratifikation-wie-ki-gesellschaftlich-wirksam-wird","status":"publish","type":"post","link":"https:\/\/www.klaus-janowitz.de\/wordpress\/intermediaritaet-konfabulation-ratifikation-wie-ki-gesellschaftlich-wirksam-wird\/","title":{"rendered":"Intermediarit\u00e4t – Konfabulation – Ratifikation: Wie KI gesellschaftlich wirksam wird"},"content":{"rendered":"
\"\"<\/a>
Bild: remapstudio-unsplash.com<\/figcaption><\/figure>\n

Sich mit Maschinen unterhalten zu k\u00f6nnen ist in h\u00f6chstem Ma\u00dfe irritierend und faszinierend zugleich, und zwar in einem viralen Ausmass.\u00b9<\/em>
\nMaschinen als ein antwortendes Gegen\u00fcber 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\u00a0 gesellschaftlicher Macht auf.<\/p>\n

Generative KI als Erwartungstechnologie und Resonanzmaschine<\/strong><\/em><\/p>\n

Generative KI hat sich nicht als Technologie, die ein bestimmtes Problem l\u00f6st, verbreitet. Sie verbreitet sich nicht deshalb, weil sie bereits klar definierte Probleme zuverl\u00e4ssig l\u00f6st. Sie zirkuliert eher als eine Art universelle Erwartungstechnologie. <\/em>Wer mit Sprachmodellen arbeitet, nutzt sie nicht nur instrumentell, sondern beginnt, ihre M\u00f6glichkeiten als dialogische und kognitive Resonanzmaschine <\/em>zu erkunden.<\/p>\n

\"\"<\/a>
Bild: unsplash.com<\/figcaption><\/figure>\n

Die Erwartungen sind sehr breit gestreut. Das antwortende Gegen\u00fcber<\/em> passt sich an, es widerspricht selten, es verweigert sich kaum. Sprachmodelle sollen recherchieren, formulieren, sortieren, koordinieren, Entscheidungen vorbereiten oder ersetzen. Es gibt die \u00fcblichen Erwartungen an Effizienzgewinne durch die Automatisierung von Routinen – die sich dann oft als schwieriger als erwartet erweisen. F\u00fcr Unternehmen oder auch die \u00f6ffentliche Verwaltung lassen sich LLMs nicht umstandslos f\u00fcr ihren Bedarf nutzen. Ihre Ausgaben auf sprachliche Eingaben hin sind nur bedingt\u00a0 vertrauensw\u00fcrdig. Es fehlt ihnen eine maschinenhafte Zuverl\u00e4ssigkeit<\/em>.\u00b9<\/em><\/p>\n

KI als Sparrings-<\/em>\u00a0oder Denk<\/em>partner benennt eine h\u00e4ufige Nutzungserfahrung, die oft am Beginn reflektierter systematischer Beobachtungen steht. Der eigentliche Nutzen beginnt nicht dort, wo die KI fertige L\u00f6sungen liefert, sondern dort, wo sie reagiert. Wo sie nicht einfach abarbeitet, sondern Denkbewegungen sichtbar macht. Das ist unbequemer als ein klassisches Tool \u2013 aber auch nachhaltiger.\u00b3<\/em><\/p>\n

Diese und andere Nutzungserfahrungen bilden den Hintergrund einer Debatte<\/a>, die der Zukunftsforscher Klaus Burmeister seit<\/em> Ende 2025 angesto\u00dfen hat: Gemeint ist ein Prozess wechselseitiger Beeinflussung und Ver\u00e4nderung zwischen Mensch und KI.<\/em>\u00a0Die regelm\u00e4\u00dfige Arbeit mit KI ver\u00e4ndert die Fragen, Erwartungen und\u00a0 Denkroutinen<\/em>\u00b2.
\nIm Raum steht das Leitbild einer vorausschauenden Gesellschaftsforschung, die die unterschiedlichen Dimensionen des technischen und gesellschaftlichen Wandels einbezieht – im Gegensatz zu reaktiven Erkl\u00e4rungsmodellen und Technikfolgeabsch\u00e4tzungen.<\/p>\n

Wie werden technische Operationen gesellschaftlich wirksam?<\/em><\/strong><\/p>\n

In den vorhergehenden Beitr\u00e4gen<\/a>\u00a0wurde der Begriff Technogenese<\/em> <\/strong>entwickelt \u2013 als prozesssoziologischer Rahmen<\/em> f\u00fcr eine wechselseitige Ver\u00e4nderung von Technik und Gesellschaft.
\nWie wird aus technischen Operationen gesellschaftlich wirksames Handeln? Und wie wirken deren Auswirkungen auf gesellschaftliche Ordnungen zur\u00fcck?Dar\u00fcber hat sich in der Debatte mittlerweile ein Konsens herausgebildet.<\/p>\n

Ein Ergebnis dieser Debatte ist die funktionale Sequenz von Synthetischer Intermediarit\u00e4t, Plausibler Konfabulation<\/em> und Kognitiver Ratifikation<\/em>. Diese Trias beschreibt nicht KI allgemein, sondern aktuelle Funktionsweisen und die\u00a0 kulturelle Praxis: wie Menschen gegenw\u00e4rtig mit KI umgehen \u2013 und wie daraus gesellschaftlich wirksames Handeln wird.<\/p>\n

Synthetische Intermediarit\u00e4t<\/strong><\/em> ist die Basisleistung der Denkmaschine. Sie erzeugt kontextabh\u00e4ngige Synthesen<\/em> aus dem Wissensmaterial, das ihr zugef\u00fchrt wurde \u2013 nicht aus eigenem Verstehen, sondern aus statistischen Mustern \u00fcbernommener Wissensbest\u00e4nde.
\nSprachmodelle 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 kontextabh\u00e4ngige Synthesen erzeugen. Das ist ihre St\u00e4rke und zugleich ihre strukturelle Grenze.<\/p>\n

Plausible Konfabulation <\/strong><\/em>ist die Arbeitsweise der Denkmaschine. Sie erzeugt Antworten, die koh\u00e4rent und \u00fcberzeugend klingen \u2013 nicht weil sie wahr, sondern weil sie plausibel sind und den statistischen Mustern des angeeigneten Wissens entsprechen.
\nDer Begriff ersetzt den der Halluzination<\/em>. Letzterer benennt eine wahrgenommene Fehlfunktion, wenn wahre Antworten erwartet werden. Konfabulation<\/em> ist der Standardmodus der KI. Der Begriff stammt aus der Neuropsychologie und bezeichnet dort das unbewusste F\u00fcllen von Ged\u00e4chtnisl\u00fccken \u2013 die Parallele passt, weil auch die Maschine nicht wei\u00df, dass sie L\u00fccken f\u00fcllt. Ergebnisse sind nicht wahr, sondern plausibel \u2013 gesteuert durch die Eingaben der Nutzer, begrenzt durch das Modell.<\/p>\n

Kognitive Ratifikation<\/em><\/strong> ist die soziale Best\u00e4tigung der Ausgaben der Denkmaschine,\u00a0 eine Art Qualit\u00e4tsabnahme, und damit der Beginn ihrer gesellschaftlichen Wirkung. Erst mit ihrer Anerkennung, \u00dcbernahme und Weiterverarbeitung wird aus der technischen Operation ein gesellschaftlich wirksames Ergebnis.
\nBereits heute l\u00e4sst sich beobachten, dass Menschen beginnen, ihre Kommunikation und ihre Denkweisen an die Interaktion mit Sprachmodellen anzupassen.<\/p>\n

Genealogie einer Wissensmaschine<\/em><\/strong><\/p>\n

Generative KI<\/em> ist ein Kind des Social Web. Ohne die Digitalisierung kollektiven Wissens, die Datenf\u00fclle sozialer Plattformen und die massenhafte Speicherung allt\u00e4glicher Kommunikation g\u00e4be es sie nicht.\u00a0 Die systematische Verkn\u00fcpfung, Verdichtung und Automatisierung dieses Wissens ist nahezu zwangsl\u00e4ufige Folge der technischen Entwicklung und der gesellschaftlichen Digitalisierung.
\nDas Social Web strukturierte \u00d6ffentlichkeit neu – ein Thema, das uns mit seinen Folgen seitdem besch\u00e4ftigt. Der Anschub des Social Web (Web 2.0)\u00a0 wirkte demokratisierend, mit einem Freiheitsfenster neuer M\u00f6glichkeiten. Mit der Konzentration auf wenige Plattformen verst\u00e4rkten sich oligarchische Strukturen.
\nGenerative KI reorganisiert den Zugang zu Wissen selber. Der niederschwellige Zugang wird oft als Empowerment<\/em> erlebt, Sprachmodelle erleichtern Recherche, Formulierung und kognitive Organisation.<\/p>\n

Die Aneignung kultureller Leistungen<\/strong><\/em><\/p>\n

Generative KI-Modelle werden in gro\u00dfem Umfang mit Werken trainiert, f\u00fcr die kein explizites Einverst\u00e4ndnis der Urheber eingeholt wurde. Der Vorwurf illegitimer Aneignung kultureller Leistungen begleitet die Entwicklung der Technologie von Beginn an.
\nKumulation (Anh\u00e4ufung) von Wissen ist eine Grundlage menschlicher Zivilisation. Wissen kann gesammelt, weitergegeben und aufgebaut werden. Die Verf\u00fcgung \u00fcber erworbenes Wissen ist ein wirtschaftliches Gut und eine\u00a0 wesentliche Einkommensquelle von Wissens- und Kreativarbeitern. Dieser \u00f6konomische Wert wird durch Rechte gesichert \u2013 und durch generative KI strukturell unterh\u00f6hlt: Kollektiv produziertes Wissen wird angeeignet, verdichtet und als kostenpflichtiger Dienst zur\u00fcckgegeben.<\/span><\/p>\n

Hype als Gesch\u00e4ftsmodell<\/strong><\/em><\/p>\n

Der gegenw\u00e4rtige KI-Boom wird nicht allein durch technische M\u00f6glichkeiten und ihre Akzeptanz angetrieben, sondern durch eine \u00d6konomie der Zukunftserwartungen. Venture Capital<\/em> finanziert weniger konkrete Probleml\u00f6sungen als die Aussicht auf zuk\u00fcnftige infrastrukturelle Dominanz. Der Hype ist nicht blo\u00df Begleiterscheinung der Entwicklung, sondern selbst Teil des Gesch\u00e4ftsmodells.<\/p>\n

Technogenese \u2013 eine\u00a0 prozessoziologische Rahmung<\/strong><\/em><\/p>\n

Digitale Technologien ver\u00e4ndern Wahrnehmung, Wissen und Machtverh\u00e4ltnisse, nicht punktuell, sondern als langfristiger gesellschaftlicher Prozess. Genau hier schliesst der Begriff Technogenese<\/strong><\/em><\/a> an, ohne eine bestimmte Fortschrittslogik zu \u00fcbernehmen. Der Begriff beschreibt keinen linearen Prozess und kein technisches Heilsversprechen. Nutzungserfahrungen, Wissensaneignung, Kapitallogiken und gesellschaftliche Erwartungen wirken nicht getrennt voneinander, sondern in gegenseitiger Wechselwirkung –\u00a0 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 zwangsl\u00e4ufig verl\u00e4uft.<\/p>\n

Dieser Text entstand im Rahmen der Debatte Ko-Evolution von Mensch und Maschine<\/em><\/a>. Er spiegelt die Wahrnehmung von Wissensarbeitern \u2013 jenen, die den Dialog mit der Maschine selbst f\u00fchren und reflektieren. Anderswo \u00fcbernehmen Dienstleister die Implementation von KI, Nutzer haben es dann mit abgeschlossenen Produkten zu tun.<\/span><\/p>\n

 <\/p>\n

vgl.: \u00b2Klaus Burmeister:<\/strong> Sieben Erkenntnisse aus 18 Monaten Ko-Evolution und f\u00fcnf Notizen.- Eine Zwischenbilanz.<\/a>\u00a0 LinkedIn 12.04.2026. \u00a0<\/span>:\u00b9Athanasios Karafillidis <\/strong>Containment eines Laborunfalls. \u00dcber die Regulierung K\u00fcnstlicher Intelligenz. Lizenziert f\u00fcr merkur-zeitschrift.de – 04\/2026 — \u00b3 Markus Schall<\/strong>: Mit KI dialogisch denken lernen: Warum gute Fragen wichtiger sind als gute Modelle\u00a0<\/a> – <\/span>Kate Crawford<\/strong>: Atlas of AI. Yale University Press. 2021. 327 S. de: Atlas der KI . \u00dcbers: Frank Lachmann 8\/24\u00a0<\/span><\/p>\n

I<\/span>m Blog:<\/strong> KI als Intermedi\u00e4r \u2013 Plausible Konfabulation<\/a>\u00a0 (01\/26) ; Die Sozialisation von Maschinen \u2013 K\u00fcnstliche Intelligenz: Transformation und Krisen in Wirtschaft und Gesellschaft<\/a> . (Rez.zu Frank Witt – 04\/25). –\u00a0<\/span><\/span><\/p>\n