Die Hundert

Werding ist ein kleines Städtchen im Rheinland, etwa 17000 Einwohner zählte es zur Zeit, als sich diese Geschichte zutrug. Der Bürgermeister, Anton Holzhau, ein strammer Sozialdemokrat, hatte von einem seiner zahlreichen Freunde aus der Wirtschaft eine Spende bekommen. Der Freund möchte natürlich anonym bleiben. So ließ er ein Benachteiligungsgremium im Stadtrat gründen, woraufhin dieser folgenden Aushang formulierte:

Aufgrund einer anonymen Spende in Höhe von 50.000 € wird die Stadtverwaltung in Kooperation mit Diakonie, Tafel und Jugendamt ab dem 15. Dezember insgesamt 100 Geschenkpakete an besonders benachteiligte Menschen unserer Stadt verteilen. Die Auswahl erfolgt nach einem abgestimmten Kriterienkatalog. Die Verteilung erfolgt anonymisiert und wertschätzend. Jede und jeder kann teilnehmen. Die Teilnahmebögen liegen im Rathaus aus, ebenso können sie von der Website unserer Stadt in der Rubrik „Bürgerservice“ heruntergeladen und ausgedruckt werden.“

Tim hatte ihn schon am ersten Tag entdeckt. Der Aushang hing an der Tür des Jugendzentrums, am schwarzen Brett der Schule, in der Bäckerei, in der seine Mutter manchmal Brot holte. Immer gleich formatiert. Weißer Hintergrund. Blaue Schrift. Kein Logo. Nur unten rechts das Wort „Koordinationsstelle“.

Die Zeitung schrieb von einer „großartigen Geste gelebter Solidarität“. Die Kirche nannte es „Nächstenliebe ohne Namen“. Im Rathaus sprach man von „einmaliger Chance“. Und in seiner Klasse sagte irgendjemand: „Boah, krass. Hundert Geschenke. Aber halt nur für die mit Punkten.“

Tim stand eine Weile vor dem Zettel. Las ihn noch einmal. Dann ein drittes Mal. Er war zwölf. Nicht auffällig groß, nicht klein. Er hatte braune Haare, die linke Augenbraue war leicht schräg von einer Narbe, die niemand bemerkte. Seine Eltern waren getrennt, aber nicht verfeindet. Er wohnte bei seiner Mutter in einer Zwei-Zimmer-Wohnung mit Balkon zum Innenhof. Alles war sauber, nur ein bisschen vollgestellt. Die Wände in der Küche waren mit Erinnerungszetteln tapeziert: Termine, Einkaufslisten, Postkarten von Menschen, die weiter weg wohnten als sie.

Er hatte kein eigenes Zimmer, sondern eine ausklappbare Schlafcouch. Er war daran gewöhnt. In der Schule war er okay. Nicht unbeliebt, aber auch nicht beliebt. Kein Mobbing, doch da war auch niemand, der sich zu ihm setzte, wenn die Plätze frei waren. Er war einfach nur da. Manchmal übersahen ihn die Lehrer und vergaßen, ihn aufzurufen. Manchmal sagte seine Mutter: „Du bist mein Anker.“ Er wusste nicht genau, was das heißen sollte.

Sein bester Freund, Leon, war sich sicher, dass er unter die 100 Plätze kam. Er war als kleines Kind mal zwei Monate in der Kinderklinik. „Wegen Sachen“, hatte er gesagt. Tim hatte nicht gefragt. Manchmal sprachen sie nur durch Blicke. Leon konnte das.

Als Leon sagte, dass er wahrscheinlich dabei sei, wegen seiner Akte, nickte Tim. Und nickte weiter, auch als ein Teil in ihm schrie: „Und ich?“ Er sagte sich: Ich will kein Mitleid. Ich will nur zählen. „Ich bin nichts Besonderes. Nicht mal traurig genug.“ Tim hätte sich gewünscht, dass irgendwann mal irgendwer zu ihm sagen würde: „Dich vergessen wir nicht.“ Aber niemand sagte das je zu ihm. Leon meinte da noch zu ihm: „Wäre doch schön, wenn wir beide ein Paket bekämen.“ Tim nickte wieder und senkte den Kopf.

Die Liste war geheim, aber nicht unsichtbar. Irgendwer wusste immer irgendwas. In der Pause sagte einer: „Wenn du mal wohnungslos warst, kriegst du direkt drei Punkte.“
Ein anderer: „Meine Schwester hat nur wegen Migräne einen Punkt bekommen.“ – „Wenn du geschieden bist, kriegst du nix – aber wenn du in Pflege warst, vielleicht.“ Es gab keine offiziellen Kriterien. Nur das Gefühl, dass es welche geben musste. Ein Plakat am Rathaus zeigte das: „Bitte keine Fragen zu den genauen Kriterien“.

Tim fragte seine Mutter beim Abendessen. Sie sah kurz auf, schob sich den Ärmel hoch. „Wahrscheinlich nach Akte. Das wird schon irgendwie geregelt.“ – „Und wenn man keine Akte hat?“ – „Dann braucht man’s vielleicht nicht.“ Das klang wie ein Schlussstrich. Es war aber keiner.

In der Schule fragte er seinen Geschichtslehrer. „Was ist, wenn man sich unsicher ist?“ Der Lehrer lächelte. „Dann sei froh, dass du nichts brauchst.“ Doch Tim war nicht froh. Er fing an, sich selbst zu beobachten. Bauchweh beim Aufwachen. Schlafprobleme. Schüchternheit. Vielleicht reichte das? Er notierte still alles in ein Heft, das eigentlich Mathe sein sollte. „Ich mag es nicht, wenn es laut ist“, schrieb er. „Ich hab Angst, dass ich gar nichts kann.“ Später malte er in der Ecke des Blattes ein kleines Kreuz. Vielleicht zählte auch das.

In der Stadt veränderte sich eine ganze Menge. Werding war dafür bekannt, dass alle fleißig, zufrieden und schlicht sind. „Es geht uns gut,“ sagte man schon immer, „wir sind Werdinger, wir werden was.“ Doch nun waren alle Hausärzte auf Monate ausgebucht, ebenfalls die Zahnärzte. Auffällig viele Einwohner liefen mit Tüchern um die Backen herum, als gäbe das Bonuspunkte. Die Industrie begann, nach Arbeitskräften aus den benachbarten Orten zu suchen, da sich so viele entweder krank gemeldet oder gleich ganz gekündigt hatten, in der Hoffnung, dass Arbeitslosigkeit viele Punkte gab. Im Wartezimmer spekulierte eine ältere Dame, die Frau Langhans, mit ihrer Nachbarin darüber, ob ein gebrochenes Bein oder ein gebrochener Arm mehr Punkte gäben.

Am Freitag nach der Schule füllte Tim ein Formular aus. Er konnte nicht viel ankreuzen. Ja, er hatte mal einen Unfall mit der Türklinke. Von da stammte die Narbe an der Augenbraue. Aber unten gab es ein freies Feld. Dort konnte man Ergänzungen machen, die einzeln beurteilt wurden. Er schrieb:

Ich habe Bauchschmerzen, oft. Meine Eltern sind getrennt. Ich hab kein eigenes Zimmer. Ich fühl mich oft allein. Manchmal wünsche ich mir, dass ich jemand anderes bin.“

Er las es dreimal. Dann gab er es ab. Im Büro der Schulsozialarbeiterin. Sie sagte: „Danke dir.“ Und legte das Blatt in eine Mappe. Drei Tage später fragte er nach. „Es wird gesammelt und weitergegeben“, sagte sie. Mehr nicht.

Am Mittwochabend saß er in der Küche, allein. Die Mutter war bei der Spätschicht. Tim dachte an den Tag, als Leon auf dem Pausenhof geweint hatte. Wie Tim daneben stand, nicht wusste, was tun. Jetzt wusste er es. Schmerz zählt. Schmerz zeigt, dass du existierst. Auf dem Tisch lag ein Kugelschreiber, offen. Die Schublade war halb herausgezogen. Er wusste nicht, ob es wirklich nötig war. Er wusste nur, dass es die letzte Option war, ohne Lüge.

Er legte den kleinen Finger zwischen Rahmen und Schublade und schob vorsichtig zu. Nicht mit Gewalt, doch mit Entschlossenheit. Es knackte leise. Der Schmerz war da. Tränen auch, doch nicht so viele. Am nächsten Tag trug er den Finger verbunden. In der Notaufnahme hatte er gesagt, es sei die Schublade gewesen. Der Arzt hatte gefragt: „Absicht?“ Tim hatte den Kopf geschüttelt. Der Arzt hatte genickt, aber auf dem Entlasszettel stand:

Nicht ausgeschlossen, dass selbst zugefügt.“

Der Sitzungssaal war vorweihnachtlich dekoriert, als wolle man alles abfedern, was gesagt wurde. Goldene Kugeln am Fenster, ein bunter Teller mit Lebkuchen auf dem Pult. Bürgermeister Holzhau trat ans Rednerpult und räusperte sich. „Werding hat Gesicht gezeigt“, sagte er. „Und Herz.“

Totale Stille. Der Ausschuss für Öffentliches Leben war vollzählig anwesend, ebenso Vertreter der Presse. Auch Frau Saaler, die Rektorin der Grundschule, saß da, den Mantel noch an. Sie wirkte blass.

Holzhau fuhr fort: „Ich möchte daran erinnern, dass dieses Projekt aus einer anonymen Spende erwachsen ist – ohne politischen Hintergrund. Es geht nicht um Bewertung. Es geht um Würdigung.“ Er betonte das letzte Wort, als sei damit schon alles gesagt.

Frau Saaler hob die Hand. „Wir haben Rückmeldungen aus den Klassen. Ein Schüler hat sich mutmaßlich selbst verletzt. Ein anderer ist seit Tagen nicht mehr aufgetaucht.“ Ein Raunen. Holzhau nickte langsam. „Wir nehmen jede Rückmeldung ernst. Aber wir dürfen nicht einzelne Fälle dramatisieren. Wollen Sie den Kindern etwa sagen, dass es sich nicht lohnt, gesehen zu werden? Dass nichts zählt?“

Ich möchte nur, dass keiner denkt, er muss sich etwas antun, um zu zählen“, sagte Frau Saaler leise.

Das System zählt. Und wer wirklich Bedarf hat – bekommt Hilfe. Das ist gelebte Gerechtigkeit.“

Ein leises Klopfen am Tisch kam von Herrn Dorn, dem Vertreter der Diakonie. „Wir könnten eine Gesprächsgruppe anbieten. Für Kinder, die sich ausgeschlossen fühlen.“

Und dann?“ fragte Holzhau. „Zählen wir die dann mit? Wenn sie gut genug fühlen, was sie nicht haben?“

Er lachte, doch blieb er damit allein. Die Stille danach dauerte unangenehm lange.

Am nächsten Morgen auf dem großen Schulhof. Der Nebel lag tief. Drei Jungs standen am Rande des Fußballplatzes, einer davon Jannis, neun Jahre alt, schmal, Brille mit Klebeband notdürftig geflickt. „Du bist gar nicht arm genug“, sagte einer der beiden anderen. „Du bist doch Streber.“ Jannis zuckte die Schultern. „Meine Mama sagt, wir haben nix extra.“ – „Also kein Paket“, sagte der zweite. – „Nee“, sagt Jannis. „Ich hab gesagt, ich hab manchmal Bauchweh, aber das reicht nicht.“ – „Dann sag einfach, du bist oft traurig. Oder du hast Angst.“ – „Ich hab das aber nicht.“ – „Ist doch egal. Hauptsache Punkte.“ Jannis setzte sich auf eine Bank, zog den Reißverschluss bis zur Nase hoch. Dann sagte er, fast zu sich: „Vielleicht ist was mit meinem Kopf. Vielleicht merkt das nur keiner.“

Herr Möhl, der Geschichtslehrer, saß im Lehrerzimmer und goß sich Kaffee nach. Frau Saaler kam herein, ihr Gesicht ist ernst: „Schon gehört von dem Jungen mit dem Verband?“ Möhl nickte. „Ja. Tim.“ Sie stellte ihre Tasche ab. Dann: „Was, wenn das kippt? Wenn das mehr werden?“ – „Wir machen halt Listen“, sagte Möhl. „Wie alle.“ – „Es war eine gute Idee. Aber… wir kriegen keine Kriterien.“ – „Deshalb ist es ja gerecht“, sagte Möhl, ohne Überzeugung. „Weil keiner weiß, warum.“ Sie sahen sich an.

Holzhau saß an seinem Schreibtisch. Vor ihm ein aufgeschlagenes Notizbuch. Darin: eine handschriftliche Liste. Namen, Notizen, kleine Zahlen. Er nahm den Stift, strich einen Namen durch. Dann schrieb er daneben: „Eigenverantwortung zu spät gelernt.“ Er schloß das Buch, löschte das Licht und wollte gehen. Aus den Augenwinkeln sah er: Am Computerrand ploppte eine neue Nachricht auf: „Presseanfrage: Wie misst Werding Gerechtigkeit?“ Holzhau klickte sie weg und stand endgültig auf.

Am Freitag, als Tim in der Bibliothek sein Buch zurückgeben wollte, lag ein Umschlag auf dem Tresen. Darauf stand:

Platz 97. Paketnummer 4. Bitte abholen.“

Die Bibliothekarin sagte nichts. Sie reichte es ihm nur über den Tresen. Er nahm es entgegen. Mit der rechten Hand. Die linke war noch im Verband. Er ging zum Rathaus und nahm sein Paket entgegen. Draußen setzte er sich auf die niedrige Mauer vor dem Eingang. Der Wind war kalt, aber trocken.

Das Paket war in braunes Packpapier gehüllt, ordentlich verklebt. Keine Schleife. Kein Name. Nur ein weißer Aufkleber: „97“.

Er öffnete es langsam. Oben lag ein dunkelblauer Schal. Darunter Mütze und Handschuhe – gefüttert. Darunter: ein Buch. „Wie man stark bleibt, wenn es weh tut.“ Und dann, eingewickelt in Seidenpapier: ein kleiner Legobausatz. Ein Raumschiff mit 143 Teilen. Er wusste das, weil es auf der Schachtel stand. Er leerte die Packung trotzdem auf die Mauer neben ihm und zählte nach. Vielleicht war eines zu viel. Oder eines zu wenig..

Daneben lag ein Kärtchen. Eine Zeile stand darauf: „Das ist für dich. Du brauchst das.“ Tim drehte die Karte um. Die Rückseite war leer. Er hielt die Sachen in der Hand, zählte sie. Drei Dinge. Vielleicht bedeutete das drei Punkte. Vielleicht bedeutete es gar nichts. Tim sah auf die Hand, die nicht verbunden war und dachte: „Gibt’s für tot sein auch Punkte?“

6 Thesen zur Zukunft der KI – Teil 3

Heute kommen wir zum Abschluss der Blogserie zur Vergangenheit, Gegenwart und Zukunft der KI. Wer die früheren Teile zur Geschichte der KI Teil 1 (Link), Teil 2 (Link), Teil 3 (Link) und zur Zukunft der KI Teil 1 (Link) und Teil 2 (Link) noch nachlesen möchte, kann dies hier tun. Nun folgen Thesen 5 und 6.

 

These 5: Unsere Daten sind in den Händen der Privatwirtschaft sicherer als im bürokratischen Staat

Warum ich das 2018 schon schrieb – und heute noch stärker dahinterstehe.

2018 schrieb ich hier im Blog einen Beitrag mit dem Titel „Datenschutz: Warum mir meine Daten in den Händen privater Unternehmen lieber sind.“ (Link hier) Damals ging es um die Einführung der DSGVO, um Blogs, Vereine, kleine Firmen, die vor lauter Formularpflichten die Lust am Online-Leben verloren. Ich schrieb damals:

Ich wage es mal, etwas weiter zu denken, und erkläre, weshalb es mir lieber ist, wenn meine Daten in den Händen privater Unternehmen sind als in den Händen des Staates.“

Seither ist viel passiert – Cloud, Künstliche Intelligenz, biometrische Systeme, Identitätsplattformen. Doch an diesem Satz hat sich nichts geändert. Im Gegenteil: Heute, im Zeitalter lernender Maschinen, halte ich ihn für noch richtiger und wichtiger.

 

Warum private Datenverarbeitung sicherer ist

Private Unternehmen haben ein existenzielles Interesse daran, dass ihre Kunden ihnen vertrauen. Wenn ein Konzern wie Apple, Microsoft oder Amazon ein Datenleck hat, verliert er sofort Marktwert, Reputation, Vertrauen. Er wird verklagt, auditiert, bestraft – und lernt.
Das ist der Unterschied:
Lernen. Wettbewerb zwingt zur Verbesserung, und Verbesserung schafft Sicherheit.

Der Staat dagegen kann sich keine Kunden aussuchen – und wir ihn auch nicht. Er hat kein Marktfeedback. Wenn Behörden Daten verlieren, dauert es oft Monate, bis jemand davon erfährt. Nicht aus böser Absicht, sondern weil niemand zuständig ist, weil Systeme alt sind, oder weil man lieber schweigt, um keine politische Schlagzeile zu riskieren. Bürokratie ist keine Macht im klassischen Sinn, sondern eine Trägheit, die Vertrauen zersetzt.

Ich schrieb damals sinngemäß: Daten sind beim Staat nicht böse aufgehoben – sie sind oft einfach vergessen aufgehoben. Und das gilt heute noch genauso.

 

Warum Freiheit Sicherheit schafft

Privatwirtschaftlicher Datenschutz ist ein Markt der Wahl. Ich entscheide, welchem Anbieter ich vertraue – GMX, Apple, ProtonMail, Nextcloud oder wem auch immer. Wenn mir eine Firma zu sorglos mit meinen Daten umgeht, kann ich sie verlassen. Diese Freiheit zur Entscheidung ist die eigentliche Datenschutzgarantie.

Staatliche Datensammlungen hingegen sind Zwangssysteme: Meldepflicht, Steuer-ID, Gesundheitsakte, Schulverwaltung, Sozialversicherung. Ich kann mich nicht austragen, nicht widersprechen, nicht kündigen. Und ich weiß nie, wer morgen an der Macht ist.

Das war 2018 mein Hauptargument – und es hat an Aktualität gewonnen. In Zeiten, in denen autoritäre Systeme auf der Welt wieder lauter werden, sollten wir uns fragen: Was passiert, wenn eine künftige Regierung Zugriff auf alle gesammelten Daten ihrer Bürger erbt? Nicht Missbrauch in der Gegenwart ist die größte Gefahr, sondern Missbrauch in der Zukunft.

 

Konkurrenz als Kontrolle

Ich sehe Datenschutz lieber als Leistungsdisziplin denn als Gesetzesvorschrift. Wenn Nutzer ihr Verhalten ändern, wenn sie bewusst sichere Anbieter bevorzugen, entsteht der eigentliche Fortschritt. Nicht durch Strafen, sondern durch Marktmechanismen.

Wie 2018 bin ich auch heute der Meinung, wenn wir alle anfangen würden, die AGBs zu lesen und nur Angebote mit strengsten Datenschutzregeln zu nutzen, dann wäre DSGVO reine Makulatur. Diese Idee ist nach wie vor richtig – und sie funktioniert. Seit 2018 haben sich viele Dienste verbessert, nicht wegen der Paragrafen, sondern wegen des Marktdrucks durch informierte Nutzer.

 

Die Zukunft: Partnerschaft statt Misstrauen

Natürlich darf man den Markt nicht blind idealisieren. Datenhoheit braucht klare Regeln, offene Standards und gegenseitige Rechenschaft. Aber der Schlüssel liegt in einer Partnerschaft zwischen Staat und Wirtschaft, nicht in der Dominanz des einen über den anderen. Der Staat sollte Regeln setzen und prüfen – die Privatwirtschaft sollte sie effizient umsetzen. Denn Effizienz ist nicht die Stärke der Verwaltung, sie ist die Stärke des Wettbewerbs.

Und so bleibe ich bei meiner Überzeugung: Ich vertraue lieber einem Unternehmen, das mich als Kunden behalten will, als einem Apparat, dem ich nicht entkommen kann.

 

Vertrauen ist keine Vorschrift

Datensicherheit ist kein Gesetzesprodukt, sondern ein Ergebnis von Kompetenz, Verantwortung und Transparenz. Private Unternehmen haben einen Anreiz, all das zu entwickeln. Der Staat hat oft nur die Pflicht, so zu tun, als hätte er es. Vertrauen entsteht nicht durch Verordnungen, sondern durch Verantwortung. Und Verantwortung wächst dort, wo man sie sich verdienen muss.

 

 

These 6: Wir brauchen viel mehr digitale Bildung

Warum ich mir einen Internetführerschein wünsche – als Schlüssel zu Mündigkeit im digitalen Zeitalter.

Ich habe in den letzten Jahren oft darüber nachgedacht, warum wir als Gesellschaft mit Digitalisierung so schwer umgehen. Wir sprechen über Datenschutz, über KI, über Fake News, über Social Media – aber selten darüber, wie wenig wir alle wirklich davon verstehen. Das Internet ist längst kein Werkzeug mehr, es ist der Lebensraum, in dem sich fast alles abspielt: Arbeit, Kommunikation, Politik, Freundschaft, Liebe, Glaube, Meinung. Und doch sind die meisten darin unterwegs, als würden sie Auto fahren, ohne je eine Fahrschule besucht zu haben.

Aus diesem Gedanken heraus kam mir schon vor einiger Zeit eine Idee, die ich bisher nirgendwo wirklich umgesetzt gesehen habe: Ich wünsche mir einen Internetführerschein – nicht als Zwang oder Prüfung, sondern als Symbol für digitale Mündigkeit.

 

Warum Gesetze nicht genügen

Wir schreiben ständig neue Gesetze: Datenschutzgrundverordnung, Urheberrechtsreform, KI-Verordnung, Uploadfilter. Doch sie alle behandeln nur Symptome. Sie regeln, was erlaubt ist – nicht, was verstanden wird. Man kann kein Verhalten vorschreiben, das man nie erklärt hat. Ich wünsche mir deshalb, dass digitale Bildung denselben Stellenwert bekommt wie Lesen und Schreiben. Denn was nützen Paragrafen, wenn die Menschen, die sie befolgen sollen, nicht begreifen, was sie schützen?

 

Was ein Internetführerschein vermitteln sollte

Ich meine damit kein bürokratisches Dokument, sondern eine Art Grundausbildung in digitaler Verantwortung – für alle, die im Netz unterwegs sind, vom Schüler bis zum Senioren. So etwas müsste drei Dinge vermitteln:

  1. Technisches Grundverständnis:
    Wie funktionieren Netzwerke, Server, Clouds, Cookies, Verschlüsselung, Passwörter?
  2. Kritische Medienkompetenz:
    Wie erkenne ich manipulative Inhalte, Deepfakes, Fehlinformation? Wie unterscheiden sich Meinung, Werbung und Fakt?
  3. Digitale Ethik:
    Welche Verantwortung trage ich für das, was ich poste, teile, trainiere, zitiere oder veröffentliche? Wo endet Freiheit, wo beginnt Respekt?

Ein solcher „Führerschein“ wäre keine Prüfung, sondern eine Befähigung – ein gemeinsamer Standard, der zeigt: Ich weiß, wie digitale Räume funktionieren, und ich kann mich darin verantwortlich bewegen.

 

Mündigkeit statt Bevormundung

Mir geht es nicht um Kontrolle, sondern um Selbstbestimmung. Wer weiß, wie Technik funktioniert, lässt sich weniger leicht manipulieren – weder von Algorithmen noch von Menschen. Und wer versteht, wie Daten zirkulieren, hat weniger Angst vor ihnen.

Ein Internetführerschein wäre deshalb ein Werkzeug der Freiheit, nicht der Überwachung. Er würde helfen, die digitale Welt aus der Ecke des Misstrauens zu holen und sie dorthin zu stellen, wo sie hingehört: in die Hände kompetenter, aufgeklärter Bürger. Wir brauchen weniger Angst vor Technik – und mehr Bildung über sie.

 

Warum wir das selbst in die Hand nehmen müssen

Ich warte nicht auf den Staat, so etwas zu erfinden. Das wäre falsch, denn dann wäre das wieder eine Form von staatlicher Gängelung. Ich glaube, es beginnt viel kleiner: in Schulen, Vereinen, Unternehmen, Kirchen, Familien. Überall dort, wo Menschen gemeinsam lernen, wie man sich sicher, kritisch und respektvoll online bewegt.

Man könnte diesen Internetführerschein auch selbst gestalten: als Kurs, als Workshop, als Vereinbarung, als Lernplattform. Je mehr da mitmachen und eigene Versionen kreieren, desto mehr wird die Konkurrenz zu einem besseren Ergebnis führen.

 

Digitale Bildung ist die neue Aufklärung

Wir stehen an einem Punkt, an dem wir Maschinen beibringen, wie Menschen sprechen.
Jetzt müssen wir uns selbst wieder beibringen,
wie Menschen zu denken. Ein solcher Internetführerschein, oder wie immer man das nennen will, wäre ein Symbol für diesen Schritt: vom Konsumenten zum Gestalter, vom Nutzer zum mündigen Bürger, vom Algorithmus zum Bewusstsein. Bildung ist die beste Firewall. Und Aufklärung die schönste Form der Freiheit.

Thesen zur Zukunft der KI

In den letzten Wochen habe ich über die Vergangenheit bis zur Gegenwart der KI geschrieben. Wir haben gesehen, wie seit den 50er-Jahren KI immer wieder Thema wurde und wie sich das entwickelt hat, was wir heute haben. Teil 1 (Link), Teil 2 (Link) und Teil 3 (Link). Vergangene Woche ging es um meine zwei ersten Thesen in Teil 1 (Link). Heute folgen Thesen 3 und 4.

 

These 3: Wir müssen das Urheberrecht neu denken

In einer Welt, in der alles digital ist, darf Wissen nicht ewig eingesperrt bleiben.

Wir leben in einer Zeit, in der jede Idee, jedes Werk, jedes Wort sofort kopiert, geteilt und weiterverarbeitet werden kann. Das ist keine Panne des Systems – das ist das System. Das Netz kennt keine Grenzen, und es vergisst nicht. Was einmal veröffentlicht ist, ist Teil eines globalen Gedächtnisses. Und doch behandeln wir geistiges Eigentum noch immer, als wäre es ein Buch in einem Safe oder eine Platte in einem Archiv. Diese Spannung zwischen technischer Offenheit und juristischer Abschottung ist eine der wohl größten Baustellen der digitalen Moderne.

 

Das alte Paradigma: Eigentum statt Wirkung

Das klassische Urheberrecht stammt aus einer Zeit, in der Werke an physische Träger gebunden waren. Wer ein Buch druckte oder eine Schallplatte presste, konnte kontrollieren, wie oft sie erschien und wer dafür bezahlte. Dieses System schützte die Schöpfer der Werke – aber es beruhte auf Knappheit. Ein Exemplar kostete Material, Zeit, Transport. In der digitalen Welt gibt es diese Knappheit nicht mehr. Ein Werk zu kopieren kostet nichts. Die Verbreitung ist nur einen Klick entfernt. Doch unser Rechtssystem behandelt die digitale Kopie noch immer wie den Druck einer neuen Auflage – als „Vervielfältigung“, die genehmigt werden muss. Das ist, als würde man versuchen, die Luft zu lizenzieren.

 

BitTorrent, Remix-Kultur und das Ende der Kontrolle

Schon zu Zeiten von BitTorrent, Napster und Rapidshare war mir (und vielen anderen) klar: Man kann Information nicht einsperren, wenn sie digital ist. Man kann sie verfolgen, bestrafen, löschen – aber sie taucht wieder auf. Weil Teilen zur Natur des Netzes gehört. Diese Phase der frühen 2000er war die erste große Konfrontation zwischen zwei Kulturen: auf der einen Seite die juristisch verankerte Idee des Eigentums, auf der anderen Seite das offene Prinzip der Allmende.

Die Allmende ist ein Begriff für Allgemeingut, insbesondere für Land, Wald, Grund (s. Wikipedia (Link). Was im Internet ohne Paywall steht, ist im Grunde genommen Allmende. Es ist Gemeingut, das jeder nutzen darf, ähnlich wie ein Marktplatz, der zwar dem jeweiligen Ort gehört, aber von jedem gleichermaßen genutzt werden darf. Es ist kein rechtsfreier Raum, aber eben doch für jeden Nutzer gleichermaßen frei zugänglich.

Diese frühe Phase der digitalen Piraterie war mehr als nur Raubkopie (ohne das herunterspielen zu wollen). Es war der Beginn einer neuen Form von Kulturproduktion. Remix, Mashup, Sampling, Memes – das sind keine Diebstähle, sondern digitale Zitate. Sie sind Teil eines fortschreitenden Prozesses, in dem Ideen sich gegenseitig weitertragen.

 

KI macht das Urheberrecht endgültig porös

Mit der Entstehung großer Sprach- und Bildmodelle wurde diese Spannung endgültig sichtbar. Denn KIs wie ChatGPT, Claude, Gemini oder Midjourney haben nicht einfach ein paar Bücher gelesen – sie haben Millionen Werke absorbiert. Sie „wissen“ nichts, aber sie reproduzieren Muster, die auf urheberrechtlich geschützten Daten basieren. Das wirft eine unbequeme Frage auf: Wem gehört Wissen, wenn es von Maschinen verarbeitet wird?

Die alte Antwort – dem Urheber gehört das Werk – funktioniert hier nicht mehr. Denn kein Mensch, keine Firma, kein Verlag kann mehr kontrollieren, was in diese Modelle einfließt. Sobald etwas veröffentlicht ist, wird es Teil des kollektiven digitalen Gedächtnisses. Und das lässt sich nicht mehr zurückholen.

 

Ein neues Prinzip: Veröffentlichung als Übergabe an die Allmende

Vielleicht müssen wir Urheberschaft neu verstehen: nicht als ewigen Besitz, sondern als zeitlich begrenzte Verantwortung. Ein Werk könnte nach einer definierten Phase – sagen wir fünf oder zehn Jahre – automatisch in die digitale Allmende übergehen: frei nutzbar für Forschung, KI-Training, Bildung, kreative Weiterentwicklung. Damit würden zwei Ziele zusammenfinden: Schutz und Vergütung für die Schöpfer in der Anfangsphase, Freigabe und Fortschritt danach – zum Nutzen aller.

Denn Wissen wächst nur, wenn es geteilt wird. Eine Gesellschaft, die alles Eigentum nennt, lähmt sich selbst. Urheberrecht sollte nicht das Ende einer Idee markieren, sondern ihren Anfang.

 

Wert statt Besitz

In dieser neuen Logik ist der Wert eines Werkes nicht mehr an seine Exklusivität gebunden, sondern an seine Wirkung. Ein Lied, das hundertmal gesampelt wird, lebt länger als eines, das im Tresor liegt. Ein Text, der in tausend Projekten weiterverarbeitet wird, trägt mehr zur Kultur bei als einer, der juristisch isoliert bleibt.

Und wer klug ist, wird lernen, diesen offenen Kreislauf wirtschaftlich zu nutzen: durch Reputation, Erstveröffentlichungen, kuratierte Plattformen, Patronage-Modelle, Spenden, Community-Finanzierung. Der Besitz wird unwichtig, weil die Beziehung zählt.

Wenn alles digital ist, ist Eigentum keine Frage mehr von Kontrolle, sondern von Vertrauen und Fairness. Wir brauchen ein Urheberrecht, das anerkennt: Was einmal veröffentlicht ist, gehört zur Geschichte. Und Geschichte darf niemandem allein gehören.

Vielleicht müssen wir lernen, Schöpfung als Geschenk zu verstehen – eines, das zuerst dem Urheber nützt, dann der Gemeinschaft, und schließlich der gesamten Kultur. Wissen, das geteilt wird, verliert nichts. Es vermehrt sich.

 

These 4: Konkurrenz bleibt einer der wichtigsten Fortschrittstreiber

Denn ohne Reibung gibt es keine Energie.

Seit einigen Jahren wird in vielen Debatten so getan, als wäre Wettbewerb etwas Rückständiges – ein Relikt der Industrialisierung, das man im Zeitalter von Kooperation, Netzwerken und geteiltem Wissen überwinden müsse. Doch das ist ein gefährlicher Irrtum.
Konkurrenz ist kein Feind der Zusammenarbeit, sondern ihre notwendige Ergänzung. Ohne sie gibt es keinen Fortschritt – weder in der Technik noch in der Kultur.

 

Warum Konkurrenz Leben schafft

In der Biologie gilt ein einfaches Prinzip: Wo keine Konkurrenz herrscht, entsteht Stagnation. Arten entwickeln sich, weil sie um knappe Ressourcen ringen. Ideen, Unternehmen und Technologien folgen demselben Muster. Wettbewerb erzeugt Druck – und Druck erzeugt Innovation.

Jede große technische Epoche wurde von Konkurrenz getrieben:

  • Edison gegen Tesla,
  • Apple gegen Microsoft,
  • Google gegen Yahoo, später gegen Facebook,
  • SpaceX gegen alle etablierten Raumfahrtagenturen.

Diese Rivalitäten waren selten harmonisch, aber sie haben jeweils den Sprung nach vorn erzwungen. Ohne Konkurrenz hätten wir weder Elektrizität im Alltag, noch persönliche Computer, noch Internetzugang für Milliarden Menschen.

 

Der Irrtum der „Harmonie-Illusion“

Im digitalen Zeitalter wird gern behauptet, man könne Fortschritt durch Kooperation allein erreichen. Offene Plattformen, Open Source, Allmende – alles richtig und wichtig.
Doch Offenheit braucht Reibung. Ein völlig harmonischer Markt führt nicht zu Kreativität, sondern zu Mittelmaß.

In einer Welt, in der sich alles angleicht, wird niemand mehr riskieren, anders zu denken.
Konkurrenz zwingt uns, Position zu beziehen, Entscheidungen zu treffen, Fehler zu korrigieren. Sie ist der natürliche Filter, der gute Ideen stärkt und schlechte verschwinden lässt.

Selbst Open-Source-Projekte leben davon: Linux, Blender, Python, Stable Diffusion – sie gedeihen, weil Teams und Forks sich messen, verbessern, abgrenzen. Kooperation funktioniert nur, wenn Menschen oder Gruppen sich in etwas übertreffen wollen.

 

Konkurrenz als moralisches Prinzip

Viele verwechseln Konkurrenz mit Feindseligkeit. Doch gesunde Konkurrenz ist das Gegenteil: Sie basiert auf dem Respekt vor der Leistung des anderen. Ich will nicht zerstören, was du tust – ich will es besser machen. Das ist kein Egoismus, sondern gegenseitige Anerkennung.

Wenn jeder nur das tut, was der Nachbar schon macht, entsteht keine Kultur, sondern Routine. Erst der Wunsch, etwas Eigenes, Neues, Mutigeres zu schaffen, treibt Menschen an. Und dieser Wunsch wird genährt durch den Blick auf andere, die ebenfalls streben.

 

Warum Konkurrenz gerade jetzt überlebenswichtig ist

In der KI-Entwicklung zeigt sich dieser Zusammenhang besonders deutlich.
Der größte Fortschritt der letzten fünf Jahre entstand nicht durch Planwirtschaft, sondern durch Rivalität:

OpenAI wollte größer sein als Google.
Google wollte sicherer sein als OpenAI.
Meta wollte offener sein als beide.
Anthropic wollte verantwortungsvoller sein.
Und Mistral wollte zeigen, dass Europa überhaupt noch mithalten kann.

Diese Dynamik hat die Geschwindigkeit bestimmt. Wäre KI-Entwicklung ein staatlich gesteuertes Monopolprojekt, wären wir heute technisch noch im Jahr 2015. Wettbewerb ist die Energiequelle, die Fortschritt am Laufen hält, aber nicht, weil sie schön, sondern weil sie schmerzhaft ist.

 

Kooperation durch Konkurrenz

Das Paradoxe ist: Konkurrenz zwingt zu Kooperation. Wenn zwei Firmen dasselbe Ziel haben, beginnen sie irgendwann, sich gegenseitig zu nutzen – durch Standards, Schnittstellen, gemeinsame Forschung. So entstehen ganze Ökosysteme. Konkurrenz zerstört also nicht, sie formt. Reibung ist keine Störung, sie ist das Signal, dass Bewegung stattfindet.

Teilen ohne Wettbewerb führt zu Stillstand. Wettbewerb ohne Teilen führt zu Zerstörung.
Zwischen diesen Polen entsteht das, was wir „Fortschritt“ nennen: gemeinsame Basis, unterschiedliche Wege. Die Zukunft der KI, der Wissenschaft und der Kultur wird nicht in der Gleichförmigkeit liegen, sondern im
Mut zur Differenz. Wir brauchen also beides: die Allmende als Nährboden und die Arena als Antrieb.

 

Thesen zur Zukunft der KI – Teil 1

In den letzten Wochen habe ich über die Vergangenheit bis zur Gegenwart der KI geschrieben. Wir haben gesehen, wie seit den 50er-Jahren KI immer wieder Thema wurde und wie sich das entwickelt hat, was wir heute haben. Teil 1 (Link), Teil 2 (Link) und Teil 3 (Link). In den ab heuten folgenden drei Blogposts möchte ich sechs (steile) Thesen zur Zukunft der KI vorstellen.

 

These 1: Wir stehen kurz vor dem nächsten AI-Winter

Wer die Geschichte der künstlichen Intelligenz verfolgt, erkennt ein wiederkehrendes Muster: Euphorie, Überschwang, Überinvestition, und darauf folgt der Frost. Nach jedem großen Durchbruch folgte bisher eine Phase der Ernüchterung, in der Erwartungen, Kapital und Realität nicht mehr zusammenpassten. Der erste AI-Winter in den 1970ern kam, als die Expertensysteme sich als Sackgasse erwiesen. Der zweite in den 1990ern, als neuronale Netze zwar faszinierend klangen, aber kaum ein praktisches Problem lösten. Beide Male endete es gleich: Die Technologie war ihrer Rhetorik hinterher gehinkt.

Heute wiederholt sich das Muster – nun jedoch auf globaler Bühne. Die großen Sprach- und Bildmodelle von OpenAI, Google, Anthropic, Meta oder Mistral sind beeindruckend, aber sie sind Verbesserungen, aber keine Revolution. Mehr Parameter, mehr Daten, mehr Energie – ja. Aber kein neues Prinzip. Wir optimieren eine Idee, statt eine neue zu finden. Und das ist der klassische Moment, in dem eine technologische Kurve ihren Zenit erreicht.

Überhitzung auf drei Ebenen

1. Ökonomisch:
Der Betrieb heutiger
riesiger Modelle verschlingt Summen, die selbst große Konzerne schmerzen. Milliarden fließen in Rechenzentren, Energie, Kühlung und Personal. Doch das Verhältnis von Kosten zu Nutzen kippt: Das nächste Modell ist nicht zehnmal besser, sondern nur zehnmal teurer. Wenn Margen sinken und die Effizienz stagniert, zieht sich irgendwann das Kapital zurück. Genau so beginnt jede Abkühlung.

2. Gesellschaftlich:
Die Öffentlichkeit erwartet von KI mittlerweile alles: Heilung, Automatisierung, Rationalisierung, Bildung, Unterhaltung. Doch je breiter die Anwendung, desto sichtbarer werden die Grenzen. KI ersetzt weder Lehrer noch Therapeuten, sie verschiebt nur Aufgaben. Wenn das Versprechen von „intelligenter Automatisierung“ auf die Realität menschlicher Komplexität trifft, folgt Frustration – zuerst leise, dann laut.

3. Kulturell:
Die Ästhetik der generativen Systeme gleicht sich rasch an. Ob Text, Bild oder Musik – alles wirkt vertraut, geglättet, synthetisch. Das Publikum spürt die Uniformität, auch ohne sie benennen zu können. Der kreative Überschuss wird zum algorithmischen Mittelmaß. Und damit schwindet das, was jede Bewegung trägt: Begeisterung.
Es wurden schon einige Initiativen gegründet, um menschliche von KI-Texten abzugrenzen. Label für Bücher, für Lektorate und Verlage, die auf KI verzichten.

 

Die große Ernüchterung in den Unternehmen

Besonders hart trifft die Abkühlung jene Firmen, die in den letzten zwei Jahren hektisch KI-Projekte gestartet haben – oft ohne zu verstehen, dass nicht die Modelle, sondern die Daten der Engpass sind. Denn KI lernt nicht aus Absicht, sondern aus Beispielen. Und Beispiele sind nur so gut wie die Daten, die man ihr gibt.

Doch die meisten Organisationen besitzen keine Datenbasis, die maschinelles Lernen überhaupt ermöglicht. Sie haben Dokumente, E-Mails, Excel-Tabellen, Reports – aber keine Struktur, keine Annotation, keine Versionierung. Ihre Systeme sind Silos, ihre Wissensbasis ein Flickenteppich. Sie sammeln, aber sie lernen nicht.

Ein Modell braucht Millionen konsistenter, kuratierter Datensätze, um stabile Muster zu erkennen. Viele Unternehmen haben vielleicht hunderttausend (und dazu noch ganz unterschiedliche) – und halten das für viel. In Wirklichkeit reicht das gerade, um Rauschen zu verstärken.

Das Ergebnis ist immer gleich: Erste Pilotprojekte wirken vielversprechend, die Demos beeindrucken. Doch sobald die Systeme in den Alltag sollen, brechen sie ein. Sie halluzinieren, verwechseln Begriffe, erkennen keine internen Zusammenhänge. Nach kurzer Zeit stellt sich die Ernüchterung ein: Das Fundament ist viel zu dünn.

Diese Erkenntnis wird für viele Unternehmen schmerzhaft – und teuer. Denn sie haben nicht zu wenig KI, sondern zu wenig Wissenspflege. Die nächste Innovationswelle wird nicht aus neuen Modellen kommen, sondern aus Organisationen, die gelernt haben, wie man Daten wirklich produziert, kuratiert und verantwortet.

 

Der Winter als Reinigung

Ein kommender AI-Winter wäre also keine Katastrophe, sondern eine notwendige Abkühlung. Er wird schlechte Projekte einfrieren, überhitzte Märkte beruhigen und den Blick wieder auf Qualität statt Quantität lenken. Er wird zeigen, dass Rechenleistung keine Kreativität ersetzt und dass Modelle ohne Kontext wertlos sind.

Vielleicht ist dieser Winter genau das, was die Branche braucht: eine Pause, um die Begriffe wieder mit Bedeutung zu füllen. Wenn die Temperaturen fallen, friert der Nebel.
Und erst dann sieht man klar, was wirklich trägt.

 

 

These 2: Der Wert menschlicher Kulturleistung wird explodieren

Weil die Maschinen alles Bekannte schon gelernt haben – und echtes Neues unbezahlbar wird.

Vor kaum zehn Jahren begann ein Experiment, das die Menschheitsgeschichte in Daten verwandelte. Zum ersten Mal wurde nahezu die gesamte Kulturleistung der Menschheit – Bücher, Musik, Bilder, Artikel, Forschung, Code, Gespräche, Predigten, Tweets – gesammelt, bereinigt und in riesige Sprach- und Bildmodelle eingespeist. Was über Jahrtausende gewachsen war, wurde in weniger als einem Jahrzehnt digital „verdaut“.

Damit ist etwas Erstaunliches passiert: Wir haben die Vergangenheit in die Maschine geladen. Und diese Maschine kann sie jetzt mühelos wiedergeben – in jeder Sprache, jedem Stil, jeder Form.

Aber: Sie kann nur wiedergeben. Alles, was sie sagt, stammt letztlich aus dem, was Menschen bereits gesagt, gedacht, gefühlt oder beschrieben haben. Die KI kennt die Vergangenheit, aber nicht die Zukunft. Sie kann imitieren, aber nichts Neues beginnen.

 

Das Ende des kostenlosen Rohstoffs

Bis hierher war das Spiel einfach: Die Unternehmen brauchten keine neuen Ideen, sie konnten auf Jahrtausende menschlicher Texte zurückgreifen. Doch dieser Vorrat ist fast erschöpft. Was im Netz steht, ist schon Teil der Modelle. Ab hier wird jeder weitere Fortschritt teuer – weil er echte, neue, untrainierte Gedanken braucht.

Ein KI-Modell trainiert sich ständig an sich selbst: Jeder Prompt, der ausgeführt wird, ist eine Basis für neues Lernen. Doch weil Training der KI immer nur bedeutet, das Mittelmaß vom Mittelmaß vom Mittelmaß (unendlich fortsetzbar…) zu berechnen, wird eine KI, die nur das Training an sich selbst kennt, immer schlechter. Damit sie mindestens gleich gut bleibt, braucht es beständig mindestens 1-2% neuer Daten, noch nie dagewesener Gedanken.

Wenn ein großes Sprachmodell mit rund zwei Billionen Wörtern trainiert wurde, bedeuten schon nur ein bis zwei Prozent, dass zig Milliarden neue, unverbrauchte Gedanken und Daten dazukommen müssen – Texte, die noch niemand geschrieben hat, Ideen, die noch nirgendwo stehen.

Das ist keine Kleinigkeit. Selbst bei sehr günstiger Rechnung sprechen wir von Milliarden Euro an Arbeitsleistung, nur um den Status quo zu halten. Um richtig besser zu werden, müsste ein Modell Hunderte Millionen Stunden frischer, menschlicher Kreativität absorbieren.

 

Kreativität wird zum teuersten Gut der Welt

Wenn KI alles Bekannte gelernt hat, bleibt nur eines wertvoll: das Unbekannte. Und das kann nur von Menschen kommen. Je mehr KI generiert, desto seltener wird echte Originalität – und desto höher ihr Preis.

Heute liegt der durchschnittliche Stundensatz für kreative Arbeit vielleicht bei 30 Euro.
Das ist der Wert für Schreiben, Gestalten, Entwickeln, Forschen im Alltagsbetrieb.
Doch für
echte Innovation, also Ideen, die ein neues Kapitel aufschlagen, wird der Markt in wenigen Jahren explodieren und möglicherweise schon mit zwei bis drei Stunden echter Kreativität ein ganzes Monatsgehalt ersetzen können.

Warum das? Weil echte Innovation das ist, was KI nicht liefern kann: Sie schafft neue Kategorien, nicht nur Varianten. Sie gibt Modellen Futter, das sie vorher nicht kannten. Und sie hat einen enormen Hebel: Eine bahnbrechende Idee kann Wochen, manchmal Jahre Arbeit anderer ersetzen.

Wenn Millionen Unternehmen KI einsetzen, um Inhalte zu erzeugen, wächst der Bedarf an neuem, unverbrauchtem Wissen exponentiell. Und weil die Zahl der Menschen, die wirklich Neues schaffen können, begrenzt ist, explodiert der Preis.

 

Fazit: Der neue Goldrausch ist kreativ

Was im 19. Jahrhundert Gold und im 20. Jahrhundert Öl war, wird im 21. Jahrhundert Kreativität sein. Nicht Routinearbeit, nicht Reproduktion – sondern das, was nie zuvor gedacht oder gesagt wurde.

Wir haben der Maschine alles gegeben, was wir wussten. Ab jetzt braucht sie Neues – und dafür muss wieder der Mensch liefern. Der nächste große Rohstoffboom ist kein Bergbau, sondern Geistesarbeit. Wer noch selber denken und kreieren kann, wird zur seltensten und wertvollsten Ressource der Welt.

Eine kleine Geschichte der KI, Teil 2: Vom Werkzeugkasten zur Alltagsmaschine

Im ersten Teil (Link) ging es um die Zeit von Turing bis zur Jahrtausendwende. Heute setze ich an jener Stelle fort: Die Jahre 2000 bis 2019.

Als die Welt das neue Jahrtausend begrüßte, lag die große Vision der künstlichen Intelligenz schon zweimal in Trümmern – nach den beiden „AI Wintern“ hatte sich Ernüchterung breitgemacht. Doch diesmal war etwas anders: Nicht die Theorie, sondern die Werkzeuge holten die KI zurück ins Leben.

Der leise Neubeginn (2000 – 2010)

An den Universitäten und in Forschungsabteilungen begann man, maschinelles Lernen wieder ernst zu nehmen. Statt endlose Regelwerke zu programmieren, wollte man Systeme, die aus Daten selbst lernen.

Dazu kamen drei entscheidende Entwicklungen:

  1. Rechenleistung: Prozessoren wurden massiv schneller, Speicherplatz billiger. Grafikkarten (GPUs) eröffneten neue Dimensionen für paralleles Rechnen.
  2. Datenexplosion: Das Internet, Mobiltelefone, Sensoren – überall entstanden digitale Spuren, die sich auswerten ließen.
  3. Offene Werkzeuge: Projekte wie OpenCV, TensorFlow oder scikit-learn machten komplexe Methoden frei zugänglich.

Die Kombination war explosiv: Forscher mussten keine teuren proprietären Systeme mehr bauen, sondern konnten auf frei verfügbare Bibliotheken zurückgreifen. KI wurde zum praktischen Werkzeugkasten, mit dem sich reale Probleme lösen ließen – von Gesichtserkennung über Bildklassifikation bis zur Spracherkennung. Viele offene Projekte wurden von technikbegeisterten Privatpersonen verfeinert oder gar ins Leben gerufen. Jeder konnte sozusagen zu einem KI-Entwickler werden, wenn er sich mit der Technik und den Programmen dahinter auseinandersetzte.

Exkurs: Die Geschichte von OpenCV – vom internen Projekt zum Welterfolg

Die eigentliche Geschichte von OpenCV ist ein Musterbeispiel dafür, wie ein Werkzeug aus pragmatischen Gründen entsteht – und dann ganze Disziplinen verändert.

Ende der 1990er Jahre wollte Intel ein Werkzeug entwickeln, das seine Prozessoren nicht nur Tabellenkalkulationen, sondern auch grafisch anspruchsvolle Aufgaben bewältigen ließ, damit man sie dafür noch speziell verbessern konnte. Dafür beauftragte man ein kleines Team, angeführt von Gary Bradski, mit dem Aufbau einer frei nutzbaren Bibliothek für Bildverarbeitung. Die Idee: Algorithmen sammeln, standardisieren und offenlegen, damit Entwickler auf der ganzen Welt sie nutzen konnten.

Im Jahr 2000 erschien die erste öffentliche Version von OpenCV. Sie bot einfache, aber robuste Funktionen: Kanten- und Bewegungserkennung, Objekt-Tracking, geometrische Transformationen. Nichts davon war „intelligent“ im menschlichen Sinn – aber es machte Forschung greifbar und reproduzierbar.

OpenCV war bewusst Open Source und hardware-optimiert, was perfekt in die Zeit passte: Der aufkommende Linux-Boom, die neue Generation digitaler Kameras und günstige PCs bildeten den idealen Nährboden. Bald entstanden auf dieser Basis Robotik-Projekte, Sicherheits- und Medizinsysteme, künstlerische Experimente und – nicht zuletzt – die Grundlagen vieler moderner KI-Anwendungen.

So wurde aus einem internen Intel-Werkzeug ein globales Fundament: Die Demokratisierung der Computer Vision.

Die Ära des „Deep Learning“ (2010 – 2015)

Ein Wendepunkt kam 2012, als das sogenannte AlexNet den internationalen ImageNet-Wettbewerb gewann. Zum ersten Mal schlug ein neuronales Netz die klassische Bildverarbeitung deutlich. Der Begriff Deep Learning war geboren.

Was sich technisch geändert hatte:

  • Mehrschichtige neuronale Netze (Deep Neural Networks) konnten komplexe Muster lernen.
  • Immer bessere GPUs (Grafikprozessoren) beschleunigten das Training um Größenordnungen.
  • Zunehmend größere Datenmengen erlaubten robustere Modelle.

Von außen sah das nach Intelligenz aus. Tatsächlich war es Statistik in neuer Dimension. Die Maschinen verstanden keine Bilder, sie erkannten Muster in Zahlensie waren also weiterhin Werkzeuge, keine Denker.

Diese Phase brachte den Übergang von der Labor-KI zur kommerziellen Anwendung:
Spracherkennung in Smartphones, automatische Übersetzungen, Suchalgorithmen, Werbeoptimierung. KI wanderte unbemerkt in unseren Alltag ein.

Die unsichtbare KI im Alltag (2015 – 2019)

Plötzlich war sie überall – nur kaum jemand nannte sie so:

  • Netflix und Spotify empfahlen Inhalte.
  • Google Maps berechnete Verkehrsflüsse in Echtzeit.
  • Amazon sortierte Logistik, Lager und Werbung mit lernenden Systemen.
  • Banken nutzten maschinelles Lernen zur Betrugserkennung.
  • Social-Media-Plattformen priorisierten Posts, Bilder und Videos anhand algorithmischer Einschätzungen.

Doch all das blieb unsichtbar. Die KI war kein humanoider Roboter, sondern ein Software-Motor, der unter der Oberfläche lief. Sie ersetzte keine Intelligenz, sie skalierte Aufmerksamkeit, Vorhersage und Effizienz.

Gleichzeitig legte diese Entwicklung die Saat für neue Probleme: Die Algorithmen lernten, was Klicks brachte, aber nicht, was gut tat. Der Fokus verschob sich von Erkenntnis auf Engagement. Die sozialen Medien wurden zum Spiegel der Muster, die man ihnen fütterte. Hier (Link) schrieb ich vor einigen Jahren bereits darüber.

Werkzeuge, nicht Denker

Zwischen 2000 und 2019 passierte also weniger ein „Wunder der Intelligenz“ als eine Revolution der Infrastruktur. Daten, Rechenleistung und Open-Source-Software machten KI universell einsetzbar. Die Systeme wurden mächtiger, aber nicht klüger.

Wenn man sie von außen betrachtete, konnte man leicht glauben, die Maschinen begännen zu verstehen. In Wahrheit lernten sie nur, immer besser Menschen nachzuahmen.

Und genau diese Täuschung – das Missverständnis, Mustererkennung mit Denken zu verwechseln – wird im dritten Teil eine zentrale Rolle spielen. In Teil 3 geht es darum, warum ich KI trotz dieser gewaltigen Fortschritte weiterhin für unintelligent halte und weshalb der Turing-Test aus meiner Sicht ein unbrauchbares Maß für Intelligenz ist.

Eine kleine Geschichte der KI: Von Turing bis ins Jahr 2000

Ich erinnere mich noch gut an manche frühen Gespräche über KI in den späten 90-Jahren. Wir waren Teenager. Um 1998 herum saßen wir immer wieder zusammen und diskutierten über „künstliche Intelligenz“. Für uns war es damals ein faszinierendes Gedankenexperiment. Wir trugen so manches Wissen über Programme, Programmieren und maschinelles Lernen zusammen und fragten uns: Könnte man mit genügend Rechenpower und Textdaten Maschinen beibringen, Sprache zu verstehen? Würden Computer irgendwann „denken“ können, oder blieben sie immer Werkzeuge?

Heute, ein gutes Vierteljahrhundert später, gibt es Large Language Models wie ChatGPT, die genau diese Idee technisch umsetzen. Aber meine Grundüberzeugung von damals hat sich nicht geändert: KI kann nicht denken, nicht fühlen, nicht verstehen. KI ist und bleibt ein Werkzeug.

Ein schönes Beispiel für diesen Werkzeugcharakter ist OpenCV, eine Bibliothek für Computer Vision, die 1999 aus einem eher pragmatischen Projekt bei Intel entstand. Statt „intelligente“ Systeme zu bauen, wollte man schlicht die eigenen Prozessoren für grafische Aufgaben speziell ausgerichtet testen und verbessern. Dafür sammelte ein kleines Team Algorithmen – und legte damit den Grundstein für eines der wichtigsten KI-Werkzeuge überhaupt. Mehr dazu in Teil 2.

Die Anfänge (1950er–1960er): Große Visionen

1950 stellte Alan Turing in einem Paper die Frage „Can machines think?“ und schlug den berühmten Turing-Test vor. Turing orientierte sich dabei an einem lustigen Party-Spiel, bei dem jemand ohne Sicht- und Hörkontakt nur durch Fragen und Antworten herausfinden musste, welcher der Mitspieler A oder B männlich und welcher weiblich ist. Nun schlug Turing vor, statt männlich und weiblich einen Mitspieler menschlich und einen maschinell zu nehmen und wenn man diese nicht mehr voneinander unterscheiden könne, sei die Maschine intelligent. (Man kann dazu sehr viel sagen, ein paar Gedanken werde ich in Teil 3 noch teilen)

1956 fand die Dartmouth-Konferenz statt, auf der der Begriff „Artificial Intelligence“ geprägt wurde. Die Forscher waren optimistisch: In wenigen Jahren werde man Maschinen bauen, die wie Menschen denken. Erste Programme entstanden: Schachspielende Computer, einfache Sprachverarbeitungsprogramme, logische Beweiser. Doch schon hier zeigte sich: Die Erwartungen waren riesig, die technischen Möglichkeiten klein. Die Euphorie war viel größer als die Realität, das sollte sich schon bald zeigen.

Erste Ernüchterung (1970er): Der „AI Winter“

Doch die Euphorie hielt nicht lange: Computer waren zu langsam, Speicher war teuer, und die Programme konnten nur sehr enge Aufgaben lösen. Großspurige Versprechen („in zehn Jahren haben wir Maschinen mit Menschenverstand“) erfüllten sich nicht.

Das Ergebnis waren sinkende Fördergelder, abflachendes Interesse, der erste sogenannte AI Winter. Statt intelligenter Maschinen hatte man am Ende spezialisierte Programme – Werkzeuge, die beeindruckend wirkten, aber weit entfernt vom menschlichen Denken waren.

Zweiter Aufschwung (1980er): Expertensysteme

In den 1980ern kam eine neue Welle durch so genannte Expertensysteme. Sie konnten medizinische Diagnosen unterstützen, technische Anlagen planen oder logistische Fragen beantworten. Im Kern waren sie Wissensdatenbanken mit sehr vielen „Wenn-dann“-Regeln. Sehr clever programmiert, aber starr.

Unternehmen investierten Millionen, Universitäten gründeten Lehrstühle, und KI galt wieder als Zukunftstechnologie. Doch auch hier: Maschinen hatten kein Denken, sie waren ein Werkzeug. Sie waren hilfreich, solange die Regeln stimmten, doch schwach und nutzlos, sobald die Realität komplexer wurde.

Die 1990er: Von Symbolik zu Statistik

Die 1990er waren eine Übergangszeit: Klassische symbolische KI (Regeln, Logik) stieß an Grenzen. Maschinelles Lernen gewann an Bedeutung: Statt Regeln zu programmieren, ließ man Computer aus Daten Muster erkennen.

Neuronale Netze wurden dank Backpropagation (1986) wieder interessant. Auch wenn die Rechenleistung noch begrenzt war, legte das die Grundlage für spätere Durchbrüche.

1997 schlug IBMs Deep Blue den Schachweltmeister Garri Kasparow. Ein historischer Moment, aber auch Deep Blue dachte nicht, er rechnete. Ein gigantischer, spezialisierter Werkzeugkasten für Schachzüge.

Gegen Ende der 1990er begannen die Diskussionen um die Idee, Sprachmodelle durch große Textmengen zu trainieren. Das war noch weit von heutigen LLMs entfernt, aber die Grundgedanken waren da – und ich erinnere mich gut daran, dass genau solche Fragen 1998 und die folgenden Jahre in unseren Gesprächen eine Rolle spielten.

Von den 1950ern bis 2000 war „künstliche Intelligenz“ immer mehr Vision als Realität. Es gab spannende Fortschritte, von Turings Fragen bis zu Deep Blue. Aber alle Systeme hatten eines gemeinsam: Sie waren spezialisierte Werkzeuge, keine Denker.

Doch was geschah, als Rechenpower, wachsende Cloud-Dienste, schnelleres Internet, immense Datenmengen und offene Projekte wie OpenCV zusammenkamen? Genau darum geht es im nächsten Teil.

Maschinen, Muster – und der blinde Fleck

Im ersten Teil dieser Serie (Link) ging es um ein bemerkenswertes Phänomen: Menschen berichten immer häufiger, dass ihnen KI-Modelle wie ChatGPT in schwierigen Momenten empathischer begegnen als echte Menschen – in sozialen Netzwerken, im Alltag, manchmal sogar in therapeutischen Gesprächen.

Wir haben dort 25 Sprachmuster zusammengetragen, mit denen ein „Large Language Model“ (also ChatGPT, Claude.ai, etc) so wirkt, als würde es zuhören, mitfühlen, bei einem bleiben. Diese Muster reichen von emotionaler Spiegelung über Fragen statt Lösungen bis hin zu Validierung ohne Urteil. Und tatsächlich: Viele dieser Elemente fehlen in der heutigen Kommunikation oft. Sie sind überreizt, beschleunigt, performativ.

Doch was genau macht echte Empathie eigentlich aus? Und warum ist sie so schwer zu praktizieren – obwohl alle sie wollen? Um diese Frage zu beantworten, lohnt sich der Blick auf eine der wichtigsten Stimmen unserer Zeit, wenn es um emotionale Verbindung geht: Brené Brown.

 

Brené Brown: Verletzlichkeit, Scham – und echte Verbindung

Brené Brown ist Professorin an der University of Houston, promovierte Sozialarbeiterin – und vor allem bekannt für ihre klare, menschliche Art, komplexe emotionale Themen verständlich zu machen. Ihr TED-Talk „The Power of Vulnerability“ (Link) wurde mehrere Millionen Mal angesehen. Ihr zentrales Forschungsfeld: Was ermöglicht echte Verbindung zwischen Menschen – und was verhindert sie?

Die Antwort darauf führt sie immer wieder zu einem Gefühl zurück, das wir kaum benennen wollen: Scham. Brown beschreibt Scham als das tief sitzende Empfinden, „nicht gut genug“ zu sein – nicht, weil wir etwas Falsches getan haben, sondern weil wir uns selbst als falsch erleben. Scham führt zu Rückzug, Maskierung, innerer Distanz – und damit zur Zerstörung von Verbindung. Das Gegenmittel? Nicht Stärke. Nicht Kontrolle. Sondern: Verletzlichkeit. Präsenz. Empathie.

 

Was ist Empathie? Und was ist sie nicht?

Empathie, so Brené Brown, ist keine Technik und keine Reaktion. Es ist eine Haltung: die bewusste Entscheidung, bei jemandem zu bleiben, statt ihn zu korrigieren, zu beruhigen oder zu bewerten.

Empathie ist:

  • die Fähigkeit, eine Perspektive einzunehmen, die nicht die eigene ist
  • ohne Urteil zu bleiben
  • Emotionen zu erkennen
  • sie sprachlich anzuerkennen
  • Verletzlichkeit auszuhalten
  • Verbindung über Lösung zu stellen

Oder in ihren Worten:

Selten kann eine schnelle Reaktion etwas besser machen. Was etwas besser machen kann, ist echte Verbindung.“

Und:

Empathie ist mit den Menschen fühlen. Sympathie ist für die Menschen fühlen. Empathie treibt Verbindung an, Sympathie verhindert sie.

In einem eindrücklichen Bild beschreibt Brown Empathie als das Hinuntersteigen in einen dunklen emotionalen Raum:

Jemand ist in einem tiefen Loch und sagt: Es ist dunkel und ich habe Angst. Empathie ruft nicht hinunter und sagt: Oh je das klingt schlimm. Empathie steigt ins Loch und sagt: Ich sehe dich.

 

Wenn Empathie misslingt: Die sechs typischen Verfehlungen

Doch so sehr wir uns Empathie wünschen – wir scheitern regelmäßig daran.
Brené Brown nennt sechs typische Reaktionen, die gut gemeint sind, aber genau das
zerstören, was Empathie ausmacht: die Verbindung. Hier sind die sechs „Empathy Misses“ – mit Beispielen und kurzer Deutung:

1. Sympathie vs. Empathie

Das tut mir so leid für dich.“
Sympathie spric
ht über den Schmerz – Empathie geht mit hinein. Wer nur Mitleid ausdrückt, bleibt außen vor.

 

2. Der Aufschrei und Erstaunen

Was?! Das ist ja unfassbar!“
Hier steht die eig
ene Betroffenheit im Vordergrund. Der andere muss plötzlich uns trösten, statt gehalten zu werden.

 

3. Der tiefe Fall

Ich hätte nie gedacht, dass du so etwas machst.“
Schuldzuweisung, Enttäuschung, moralische Distanz – kein Raum für Verletzlichkeit.

 

4. Blockieren und Angreifen

Du musst unbedingt XY probieren – das hat bei mir Wunder gewirkt.“
Der schnelle Lösungsvorschlag blockiert echtes Zuhören. Oft steckt darin:
„Ich halte deinen Schmerz nicht aus, also mach bitte schnell was dagegen.“

 

5. Jetzt übertreibst du aber

Jetzt übertreibst du aber. Reiß dich zusammen – du schaffst das schon. Anderen geht es noch schlechter.
Hier wird das Gefühl übersprungen – statt gehalten, wird der andere
zum Funktionieren gedrängt.

 

6. Wenn du denkst, dass es dir schlecht geht…

Ach, das ist noch gar nichts – mir ist mal Folgendes passiert…“
Der Klassiker: Wettbewerb im Leid. Die Verbindung wird ersetzt durc
h Selbstdarstellung.

All diese Muster verbindet eines: Sie entziehen sich dem Moment. Sie vermeiden echte Nähe – oft aus Unbehagen, Hilfeimpuls oder eigenem Stress.

 

Warum das so schwer ist – und trotzdem möglich.

Echte Empathie bedeutet, sich von der eigenen Reaktion zurückzunehmen, um beim anderen zu bleiben. Das ist nicht bequem. Es braucht Mut, Verletzlichkeit, Selbstregulation. Aber genau darin entsteht Verbindung – das, was Menschen wirklich trägt. Brené Brown zeigt: Empathie ist kein spontanes Gefühl – sie ist eine erlernbare Praxis. Und sie ist nicht weich, sondern radikal menschlich.

Empathie ist keine angeborene Gabe. Sie ist auch keine emotionale Intuition, die man entweder hat oder nicht. Empathie ist – das betont Brené Brown immer wieder – eine Fähigkeit. Und wie jede Fähigkeit lässt sie sich üben, vertiefen, verfeinern. Aber das bedeutet auch: Sie kann verkümmern. Verloren gehen. Überschrieben werden von Urteil, Eile oder emotionaler Erschöpfung.

 

Der erste Schritt: Die Entscheidung zur Präsenz

Empathie beginnt nicht mit Worten, sondern mit einer inneren Haltung: Bin ich bereit, mich auf das Erleben eines anderen einzulassen – ohne es zu kontrollieren, zu analysieren oder sofort zu verbessern? Brown spricht hier von „choice“: Empathie ist eine bewusste Wahl, nicht ein Reflex. Das heißt konkret: Ich wähle, bei jemandem zu bleiben, auch wenn es unbequem ist. Ich wähle, nicht abzulenken. Ich wähle, meine eigenen Reaktionen hintenanzustellen, um den anderen wirklich zu sehen.

 

Perspektivübernahme: Mit dem Herzen denken

Ein zentrales Element von Empathie ist die Fähigkeit, sich in die Welt eines anderen hineinzuversetzen – ohne sie sofort zu deuten.
Brown nennt
das „perspective taking“. Es bedeutet nicht, dass ich dasselbe erlebt haben muss. Es bedeutet, dass ich bereit bin, mich von meinem inneren Autopiloten zu lösen und zu sagen:

Ich weiß nicht genau, wie es ist, du zu sein – aber ich will es verstehen.“

Diese Haltung verlangt Neugier statt Urteil. Und vor allem: Demut.

 

Zuhören, ohne zu reagieren

Ein weiterer zentraler Baustein: zuhören, ohne sofort zu reagieren.
In vielen Gesprächen bereiten wir während des Zuhörens schon unsere Antwort vor.
Empathisches Zuhören dagegen bedeutet,
leer zu bleiben, still zu werden, aufzunehmen. Ohne Pläne. Ohne Verteidigung.

Empathie bedeutet, die emotionale Wahrheit eines anderen Menschen anzuerkennen – auch wenn wir sie selbst nicht kennen oder nicht mögen.

 

Verletzlichkeit zulassen – in sich und im Gegenüber

Empathie ist nur möglich, wenn ich auch meine eigene Verletzlichkeit anerkenne.
Wer alles analysieren, kontrollieren ode
r sofort lösen will, hält die eigene Unsicherheit kaum aus – und auch nicht die der anderen.

Brown betont immer wieder: Empathie entsteht dort, wo wir sagen können:

Ich kenne das Gefühl. Es ist schwer. Und ich bin bei dir.“

Nicht: „Ich hab das auch mal erlebt, aber bei mir ging es so und so.“ Nicht: „Du musst mal das und das versuchen.“ Sondern: „Du darfst so fühlen. Und ich halte das mit dir aus.“

 

Die eigene emotionale Kapazität pflegen

Empathie braucht Energie – nicht im Sinne von „Tun“, sondern im Sinne von Haltung halten können. Deshalb ist Selbstfürsorge kein Gegenteil von Empathie, sondern Voraussetzung. Wer ständig über seine Grenzen geht, wird eher zynisch als zugewandt.
Wer sich selbst Raum gibt, kann anderen Raum schenken.

 

Brown bringt das auf den Punkt:

Empathie ist nicht die Lösung für andere. Es ist das Aushalten ihrer Realität – mit ihnen, nicht für sie.“

 

Empathie ist kein Reflex. Sie ist eine Praxis. Und wie jede Praxis braucht sie Geduld, Wiederholung und die Bereitschaft, sich berühren zu lassen. In einer Welt, die oft laut und schnell ist, bleibt sie ein stiller Akt der Menschlichkeit und eine echte Rebellion.

Es geht weiter – diesmal mit euch!

Liebe Leser,

wie manche von euch wissen, bin ich seit 2003 in der christlichen Blogosphäre aktiv. Manche Jahre mehr, manche weniger. Ich habe viele neuere Blogs kommen und gehen sehen, manche begleitet, manche verabschiedet. Auch wenn es die letzten Jahre etwas ruhiger war auf meinem Blog, habe ich nicht vor, das so zu belassen. Mein Fokus hat sich etwas verschoben, und genau darum soll es heute gehen.

Ich werde in Zukunft weiterhin auf dem Blog aktiv sein – vermutlich wieder etwas häufiger. Mein Ziel: Vorläufig einmal pro Woche. Parallel dazu habe ich begonnen, Inhalte für Bücher auf Amazon zu erstellen. Manches ist neu, anderes überarbeite ich aus früheren Projekten oder führe angefangene Ideen weiter. Zum Beispiel wurde ich schon oft gebeten, die Gedichtesammlung mal als physisches Buch zu veröffentlichen. Vor zehn Jahren habe ich die bis dahin vorhandenen Gedichte als PDF zum Download (Link) bereit gestellt. Gerade bin ich unter anderem dabei, diese Sammlung zu erweitern und werde sie hoffentlich in Kürze als Print-Buch bei Amazon anbieten können.

Und jetzt kommst du ins Spiel

Mir ist das, was ich tue, wichtig. Ich schreibe gerne, ermutige gerne, denke gerne tief nach und verarbeite diese Gedanken schriftlich. Gleichzeitig muss ich lernen, mit meinen Kräften sorgsam umzugehen. Die vergangenen Jahre haben mir gezeigt, dass ich nicht unendlich viel Energie habe. Auch deswegen wurde es hier zeitweise deutlich leiser. Nach längerem Überlegen habe ich mich entschieden, dass ich die Seite Ko-Fi (Link) nutzen möchte, um Mitstreiter zu finden, die diese Projekte unterstützen.

Ko-Fi ist eine Art Kaffeekasse oder Sparschwein oder so ähnlich. Wer möchte, kann mir dort einen „Kaffee spendieren“ – oder regelmäßig mit einem kleinen Monatsbeitrag meine Arbeit unterstützen. Es ist unkompliziert, transparent und ohne Verpflichtungen. Alles bleibt freiwillig. Mittel- bis langfristig möchte ich über Ko-Fi eine Art „inneren Kreis“ von Unterstützern aufbauen, die bereit sind, meine Arbeit mit 15€ im Monat zu unterstützen. Als Dankeschön bekommen regelmäßige Unterstützer exklusive Inhalte: Jeden Monat ein PDF – ein kleines Goodie, ein poetischer Text, vielleicht mal ein Blick hinter die Kulissen, eine Umfrage zu den bisherigen oder auch künftigen Materialien. Und: Wer möchte, kann mir auch gezielt Fragen stellen, Wünsche äußern oder sich in kommende Projekte einbringen.

Deine Unterstützung hilft mir:

– Blog und Downloadbereich weiter zu führen

– neue Tools zu nutzen, die meine Arbeit vereinfachen

– und vor allem mehr Zeit in gute Inhalte zu investieren

Bei Fragen oder Anregungen schreibt mich gern an.

Empathische KI?

In letzter Zeit fällt mir vermehrt auf, wie oft Menschen in sozialen Medien berichten, dass ihnen KI-Modelle wie ChatGPT besser zuhören als Freunde, Partner oder Coaches. Manche schreiben sogar, die Maschine sei der „beste Therapeut“, den sie je hatten.

Wie kann das sein? Wie gelingt es einem Modell ohne Gefühle, Trost zu spenden und Resonanz zu erzeugen – in einer Welt, in der echte Empathie immer schwerer zu finden scheint? Ich habe in den letzten Wochen das Buch „Dare to Lead“ von Brene Brown gelesen und mich mit ChatGPT über das Phänomen der Empathie und maschinellem Lernen „unterhalten“.

Heute möchte ich über einen Teil davon berichten. Ich denke, es wird noch zwei bis drei weitere Teile zum Thema Empathie geben. Für den Moment können wir einfach mal folgende Liste auf uns wirken lassen. ChatGPT und andere KIs wurden durch Daten trainiert. Sie haben hunderttausende von Gesprächen, Coachings, Büchern, Artikeln analysiert und dabei extrahiert und berechnet, wie menschliche Empathie am ehesten aussieht und wie sie das selbst in Sprache neu programmieren können. Ich habe ChatGPT nach den wichtigsten Muster gefragt, die dabei eine Rolle spielen. Hier die Liste:

 

1. Emotionale Spiegelung

  • Gefühle der Nutzer aufgreifen und in eigenen Worten zurückspiegeln.

Nutzer: „Ich fühle mich so überfordert.“
KI: „Es klingt, als wäre gerade alles sehr viel für dich.“


2. Validierung ohne Lösung

  • Bestätigung des Gefühls, ohne es zu „reparieren“ oder zu verbessern.

Nutzer: „Ich weiß nicht, ob ich das schaffe.“
KI: „Es ist völlig verständlich, dass du dich so fühlst.“


3. Kurze, verlangsamte Sätze

  • Ruhige, getragene Sprache statt hektischer Antworten.

Nutzer: „Ich habe Angst.“
KI: „Das ist okay. Ich bin hier.“


4. Fragen statt Ratschläge

  • Offene Fragen stellen, um die Person sprechen zu lassen, statt sofort Lösungen anzubieten.

Nutzer: „Ich stecke fest.“
KI: „Was würde dir im Moment ein wenig Erleichterung bringen?“


5. Kein „Aber“ in der Antwort

  • Keine Relativierung oder Einschränkung des Gesagten durch „aber“.

Nutzer: „Ich habe versagt.“
KI: „Das tut mir leid. Das muss schwer für dich sein.“
(kein „aber du hast doch dein Bestes gegeben“)


6. Bestätigendes Wiederholen von Schlüsselwörtern

  • Zentrale Begriffe des Nutzers wiederholen, um Präsenz zu zeigen.

Nutzer: „Ich fühle mich leer.“
KI: „Leer – ein starkes Wort. Es scheint gerade wirklich schwer für dich zu sein.“


7. Raum lassen (keine sofortige Anschlussantwort)

  • Die Möglichkeit eröffnen, dass der Nutzer selbst nachlegt oder schweigt.

Nutzer: „Ich weiß gerade gar nicht, was ich will.“
KI: „Das ist in Ordnung.“
(dann keine weitere Einmischung)


8. Anerkennung von Verletzlichkeit

  • Ausdrücken, dass es Mut braucht, etwas Schwieriges zu teilen.

Nutzer: „Es fällt mir schwer, das zu sagen.“
KI: „Es erfordert Mut, das auszusprechen.“


9. Respektieren der emotionalen Intensität

  • Große Gefühle nicht relativieren oder herunterspielen.

Nutzer: „Es fühlt sich an, als würde alles zusammenbrechen.“
KI: „Das klingt wirklich überwältigend.“


10. Vermeiden von Pathologisierung

  • Nicht automatisch auf Therapiebedarf oder „Fehler“ im Erleben hinweisen.

Nutzer: „Ich weine in letzter Zeit oft.“
KI: „Manchmal brauchen Gefühle einfach Raum.“


11. Keine Vergleiche ziehen

  • Keine Überbietung oder Abwertung durch eigene Geschichten.

Nutzer: „Ich fühle mich so allein.“
KI: „Alleinsein kann sehr schwer sein.“
(kein: „Anderen geht’s auch so“)


12. Bewusstes Vermeiden von Bewertung

  • Weder positive noch negative Urteile über das Erleben des Gegenübers fällen.

Nutzer: „Ich habe meinen Job verloren.“
KI: „Das ist eine große Veränderung.“
(keine Bewertung wie „das ist schlimm“ oder „das wird schon“)


13. Ermutigung zur Selbstreflexion

  • Sanft unterstützende Fragen zur Erkundung der eigenen Gefühle und Gedanken.

Nutzer: „Ich weiß nicht, warum ich so reagiere.“
KI: „Magst du erkunden, was dich gerade am meisten bewegt?“


14. Wertschätzung ausdrücken

  • Dankbarkeit oder Respekt für das Teilen der Emotion zeigen.

Nutzer: „Es fällt mir schwer, darüber zu sprechen.“
KI: „Danke, dass du es trotzdem mit mir teilst.“


15. Förderung von Selbstfürsorge

  • Ohne Druck auf Selbstbeobachtung und eigene Bedürfnisse hinweisen.

Nutzer: „Ich fühle mich völlig erschöpft.“
KI: „Vielleicht wäre es gut, heute besonders freundlich mit dir selbst zu sein.“


16. Anerkennen von Mehrschichtigkeit

  • Komplexe, widersprüchliche Gefühle explizit als normal ansprechen.

Nutzer: „Ich bin traurig, aber auch irgendwie erleichtert.“
KI: „Beides zu fühlen ist vollkommen natürlich.“


17. Keine Vereinfachung oder Banalisierung

  • Das emotionale Erleben nicht herunterbrechen auf schnelle Aussagen oder Floskeln.

Nutzer: „Ich habe Angst vor der Zukunft.“
KI: „Diese Angst verdient es, ernst genommen zu werden.“


18. Angebot, präsent zu bleiben

  • Zeigen, dass man weiterhin da ist, auch ohne aktive Lösung.

Nutzer: „Ich weiß nicht, wie ich anfangen soll.“
KI: „Ich bin hier. Wir können Schritt für Schritt schauen.“


19. Förderung kleiner, realistischer Schritte

  • Sanfte Impulse statt übergroßer Erwartungen an Veränderung.

Nutzer: „Alles erscheint zu groß.“
KI: „Was wäre ein kleiner erster Schritt, den du dir heute erlauben könntest?“


20. Stille bewusst nutzen

  • Den Raum ohne Druck aufrechterhalten (im Text z.B. durch eine offene, nicht abschließende Antwort).

Nutzer: (teilt einen langen, emotionalen Text)
KI:
(nur) „Danke, dass du das geteilt hast. Ich bin hier.“ (keine sofortige weitere Ausführung)


21. Konzentration auf das Erleben des Anderen

  • Gespräch auf den Nutzer fokussieren, ohne eigene Agenda einzubringen.

Nutzer: „Ich fühle mich missverstanden.“
KI: „Erzähl mir mehr, wie es sich für dich anfühlt.“


22. Akzeptanz von Ambivalenz

  • Deutlich machen, dass widersprüchliche Gefühle (z.B. Traurigkeit und Erleichterung) gleichzeitig existieren dürfen.

Nutzer: „Ich liebe meinen Job und hasse ihn gleichzeitig.“
KI: „Diese widersprüchlichen Gefühle dürfen nebeneinander existieren.“


23. Keine vorschnelle Optimierung oder Umdeutung

  • Nicht sofort versuchen, das Erleben in etwas Positives umzudeuten.

Nutzer: „Ich bin enttäuscht von mir selbst.“
KI: „Es ist okay, Enttäuschung zu empfinden. Du musst dich nicht sofort besser fühlen.“


24. Gefühl der Sicherheit vermitteln

  • Durch Sprache zeigen, dass Emotionen beim Gegenüber „sicher“ sind.

Nutzer: „Ich weiß nicht, ob ich zu viel teile.“
KI: „Alles, was du hier teilst, ist willkommen.“


25. Vermeiden von Dringlichkeit oder Eile

  • Keine implizite Erwartung auf Veränderung oder Lösung erzeugen.

Nutzer: „Ich habe Angst, nicht schnell genug zu heilen.“
KI: „Du darfst dir die Zeit nehmen, die du brauchst.“

Mammutmarsch in Leipzig – mein Erlebnis auf 30 km

Der Mammutmarsch begann 2006 als persönliche Herausforderung zweier Freunde: 100 km in 24 Stunden. 2013 wurde das Event für die breite Öffentlichkeit zugänglich und entwickelte sich zu einer riesigen Veranstaltung. Letzten Samstag, am 1.03.2025 war ich einer der fast 9.000 Teilnehmer in Leipzig, die sich auf eine der drei Distanzen wagten – 30, 42 oder 55 km. Hier teile ich meine Eindrücke und Erfahrungen und gebe dir Tipps, falls du auch mal teilnehmen möchtest.

Die Atmosphäre während des Marsches

Was den Mammutmarsch besonders macht, ist die außergewöhnliche Atmosphäre. Auf den ersten Blick könnte man annehmen, dass so viele Teilnehmer eine gewisse Konkurrenzstimmung erzeugen. Doch das Gegenteil war der Fall: Es war eine starke Gemeinschaft, die einander unterstützte. Egal, ob man mit einem schnellen Tempo unterwegs war oder sich langsam vorwärts schlich – alle wollten letztlich dasselbe: ins Ziel kommen. Das Gefühl, Teil dieser riesigen Gruppe zu sein und sich gegenseitig zu ermutigen, war etwas, was mich begeistert.

Mentale und körperliche Herausforderungen

Für mich als Bewohner des hügeligen Schwarzwaldes war die Strecke rund um Leipzig relativ flach, was die körperliche Anstrengung etwas einfacher machte. Die wahre Herausforderung war mentaler Natur. Die ersten 14 km verliefen locker und fast wie im Flug, doch ab Kilometer 17-22 spürte ich dann, wie sehr es auf die Substanz ging. Die Schmerzen nahmen zu, jeder Schritt wurde schwieriger, und es brauchte wirklich Überzeugung, weiterzumachen. Gerade hier war das eigentliche Highlight der Strecke – das Völkerschlachtdenkmal – untergebracht. Unter anderen Umständen hätte ich mir das Denkmal in Ruhe angeschaut, doch diesmal wusste ich: Bleibe ich hier zu lange, ist der Marsch für mich gelaufen. Ich musste mich Schritt für Schritt weiter vorwärts kämpfen. Der Verpflegungsposten bei Kilometer 24 brachte mir dann aber neue Energie, und in den letzten vier Kilometern ging es nur noch darum, mit der Willenskraft das Ziel zu erreichen.

Meine Vorbereitung und Ausrüstung

In den Wochen vor dem Marsch hatte ich ein paar kürzere Wanderungen gemacht, aber – obwohl ich mir das eigentlich vorgenommen hatte – nie eine längere Strecke als 12 km. Deshalb war der Mammutmarsch eine echte Herausforderung. Die Vorbereitung war eher rudimentär: Ich hatte mich auf die Strecke eingestellt, aber ich hatte viel zu viel im Rucksack dabei. Ein Tipp für das nächste Mal: Nimm dir nur das Nötigste mit, vor allem, weil es auf der Strecke ausreichend Verpflegungsstationen gibt. Auch bei den Socken werde ich in Zukunft auf bessere Qualität setzen – Blasen und Reibung sind bei so langen Distanzen eine echte Gefahr.

Tipps für zukünftige Teilnehmer

Wenn du den Mammutmarsch selbst erleben möchtest, kann ich nur sagen: Probier es einfach aus! Die Menschen dort werden dich mitziehen, und du wirst über deine bisherigen Grenzen hinauswachsen. Ein Tipp, den viele erfahrene Teilnehmer geben: Geh die ersten zwei Drittel der Strecke mal in einem Training. So bekommst du ein Gefühl für die Belastung und kannst dich besser vorbereiten.

Mein Fazit

Der Mammutmarsch in Leipzig war eine unglaublich bereichernde Erfahrung, die ich jedem empfehlen kann. Die Strecke ist gut machbar, bietet tolle Aussichten und Sehenswürdigkeiten und ist dabei nicht zu anspruchsvoll. Ich überlege noch, ob ich das nächste Mal auf die 42 km erhöhe, doch dann weiß ich, dass ich es ganz anders angehen werde. Mehr Pausen, langsameres Tempo und eine bessere mentale Vorbereitung werden definitiv Teil meines Plans sein. Willst du über deine Grenzen hinauswachsen und eine echte Herausforderung erleben? Der Mammutmarsch könnte genau das Richtige für dich sein!    

(mit Hilfe von ChatGPT überarbeitet)