đŻ #DRANBLEIBEN (Deep-Dive)
#191: Taste oder Waste? Wenn KI Geschmack zur Copy-Paste-Ăbung macht
Du liest #DRANBLEIBEN - Einordnungen zu Tech und Gesellschaft, von AndrĂ© Cramer. Ich bin Berater, Speaker und Podcast-Host von DRANBLEIBEN - GesprĂ€che ĂŒber unsere Zukunftsoptionen und Code & Konsequenz - Tech-Industrie Reflexionen. Lerne mehr ĂŒber mich hier auf meiner Website (NEU), auf LinkedIn, Bluesky oder Mastodon!
Willkommen zu einer neuen Ausgabe von #DRANBLEIBEN!
Letzte Woche landete ein Newsletter in meinem Posteingang. âDer wichtigste KI-Skill 2026â stand in der Betreffzeile. Ein deutscher KI-Coach, der im vergangenen Jahr ein System namens âContentWriter OSâ verkauft hatte, eine âContent Engine fĂŒr richtig gute LinkedIn Postsâ, mit klaren Prozessen, getesteten Frameworks, alles dokumentiert. Zwischen 50.000 und 200.000 Impressions pro Monat, sagt er. Dann haben Kunden das System ĂŒbernommen. Gleiche Prompts, gleiche Struktur und gleicher Workflow. Aber bei vielen ist der Erfolg ausgeblieben.
Seine Diagnose: Der Unterschied sei nicht der Prompt. Es sei Taste.
Ich habe den Text gelesen und zwei Reaktionen gleichzeitig gehabt. Die erste: Die Beobachtung stimmt. Es stimmt, dass gleiche Werkzeuge unterschiedliche Ergebnisse liefern. Dass die FĂ€higkeit, guten von mittelmĂ€Ăigem Output zu unterscheiden, gerade enorm an Bedeutung gewinnt. Dass âGeschmackâ, Urteilsvermögen, Unterscheidungskraft, wie auch immer man es nennen will, eine zentrale Rolle spielen, wenn Produktion keine HĂŒrde mehr ist.
Die zweite Reaktion: Was dann kam, war enttĂ€uschend. Taste wurde von ihm behandelt wie das nĂ€chste Feature-Update. Etwas, das man âaufbautâ, indem man âsystematisch in guter Arbeit badetâ. Etwas, das man in ein Voice File packt, auf 4.000 Tokens komprimiert und als âkodierten Tasteâ abspeichert. Der Text endete mit einer Wochenaufgabe. Man soll fĂŒnf Outputs bewusst bewerten, in einem Satz festhalten, was funktioniert. Zehn Minuten Aufwand. Fertig. đ€Ż
Und da wurde mir klar, was mich eigentlich störte. Hier hatte jemand eine Maschine gebaut, die Taste ĂŒberflĂŒssig machen sollte. Ein System, das den gesamten Content-Prozess automatisiert, vom Hook bis zum Call-to-Action. Und jetzt wunderte diese Person sich, dass genau das passiert war. Dass die Leute, die sein System benutzten, gar keinen eigenen MaĂstab mehr mitbrachten. Die Content Engine hatte funktioniert. Sie hatte Taste aus dem Prozess herausoptimiert. Und nun sollte Taste als nĂ€chstes Modul wieder eingefĂŒgt werden, als Zusatz-Skill, als Trainingseinheit, ja, als Zehn-Minuten-Ăbung.
Ich will mich nicht ĂŒber einen einzelnen Newsletter lustig machen. Der Autor hat eine Beobachtung gemacht, die viele teilen, und er hat versucht, sie praktisch zu wenden. Aber genau an dieser Stelle wird es interessant. Denn die Art, wie hier ĂŒber Taste gesprochen wird, ist symptomatisch fĂŒr etwas GröĂeres. Taste wird gerade zum Buzzword. Und die Frage, was dabei verloren geht, wenn ein so vielschichtiger Begriff zum LinkedIn-Skill wird, ist die Frage, um die es mir in dieser Ausgabe geht.
Das will ich mir zusammen mit dir mal genauer angucken. Viel SpaĂ dabei!
Herzliche GrĂŒĂe
André
Apropos Taste & Urteilskraft unter KI-Bedingungen: Am 29. Mai spreche ich in einer kostenlosen Lunch & Learn Session darĂŒber, warum KI-EinfĂŒhrung in Organisationen an etwas scheitert, das sich mit Tools und Trainings allein nicht lösen lĂ€sst. Wer du dich fragst, warum nur 5% der Unternehmen mit KI wirklich Wertschöpfung erzielen und warum 57% der BeschĂ€ftigten ihre KI-Nutzung vor Vorgesetzten verstecken, bist du herzlich eingeladen. Sprichâ mit mir darĂŒber, warum KI unbedingt als Kulturprojekt begriffen werden muss. Anmeldung via LinkedIn oder via Meetup.
Was gerade passiert
Der genannte Newsletter war kein Einzelfall. âTasteâ scheint gerade ĂŒberall rumzugeistern.
Paul Graham, MitgrĂŒnder von Y Combinator, hat die jĂŒngste Welle losgetreten. Sein Post auf X im Februar wurde tausendfach geteilt: âWhen anyone can make anything, the big differentiator is what you choose to make.â Greg Brockman, PrĂ€sident von OpenAI, legte nach: âTaste is a new core skill.â Cloudflare-CTO Dane Knecht stimmte ein: âIn 2026, taste is the engineering differentiator.â Ethan Mollick, KI-Forscher an der Wharton School, argumentierte in einem Podcast, dass sogar traditionell âhaltbareâ FĂ€higkeiten wie kritisches Denken inzwischen teilweise an KI delegierbar seien. Was bleibe, sei stilistische Urteilssicherheit, eine eigenstĂ€ndige Handschrift. Business Insider beschrieb die Debatte als regelrechte Meme-Welle, der New Yorker sprach von einer neuen Silicon-Valley-Tech-Bro-Obsession.
Die Grundthese ist schnell zusammengefasst. Wenn generative KI die ProduktionshĂŒrden senkt, verliert reine Herstellung an ExklusivitĂ€t. Dann rĂŒcken andere Fragen nach vorne. Was soll ĂŒberhaupt gemacht werden? Was lohnt sich? Was ist gut genug und was ist Ausschuss? Wer das beantworten kann, hat den Vorteil. Der Rest produziert polierten Durchschnitt in hohem Tempo.
Das klingt plausibel. Es klingt sogar richtig. Und in seiner stĂ€rksten Version ist die These auch ernst zu nehmen. Wenn Erzeugung billig wird, verschiebt sich Wert tatsĂ€chlich von Output zu Auswahl, Richtung, Urteil und Differenzierung. âTasteâ ist dann ein populĂ€res Kurzlabel fĂŒr etwas, das man prĂ€ziser noch Urteilskraft, Unterscheidungsvermögen oder kuratorischen Sinn nennen könnte. (gerade mit Urteilskraft in KI-Zeiten beschĂ€ftige ich mich intensiv und habe zuletzt viel darĂŒber geschrieben: z.B. Um mit KI erfolgreich zu sein, mĂŒssen wir ĂŒber Wirkung sprechen â nicht nur ĂŒber ProduktivitĂ€t, Reflexiv oder reflektiert mit KI umgehen? Warum souverĂ€ne KI-Nutzung kein Entweder-Oder ist, KI reflexiv statt reflektiert â warum der Druck nach hinten losgeht, Der blinde KI-Fleck - Was, wenn plausibel das neue falsch wird?, Wenn KI Konstellationen als Situationen tarnt - urteilst du noch oder vollziehst du schon?)
Aber genau hier beginnen die Probleme. Denn âTasteâ ist gerade deshalb so erfolgreich als Schlagwort, weil es vieles gleichzeitig verspricht und wenig davon sauber definiert. Und wer genauer hinschaut, merkt, dass unter dem gleichen Begriff sehr verschiedene Dinge verhandelt werden, von denen einige tiefer reichen als andere.
Was âTaste" verdeckt
Wer die Debatte aufmerksam verfolgt, stöĂt schnell auf ein Problem. âTasteâ funktioniert als Kampfbegriff, aber als analytische Kategorie ist das Wort erstaunlich unscharf. Kyle Chayka hat das im New Yorker treffend beschrieben. Er stellt heraus, dass sich unter dem Label âTasteâ gerade Ă€sthetischer Geschmack, Urteilskraft, AuswahlfĂ€higkeit, kulturelle SensibilitĂ€t, kreative Richtung, MarktgespĂŒr und manchmal einfach eine hĂŒbschere Verpackung fĂŒr ElitenansprĂŒche versammeln. Matt Slotnick, GrĂŒnder von Poggio, brachte es auf X auf den Punkt: Das Taste-Ding funktioniere gerade so gut, weil der Begriff nebulös sei, unangreifbar und gut fĂŒrs Ego.
Wenn ich nun versuche, das Wort ernst zu nehmen und sauber aufzudröseln, ergeben sich fĂŒr mich mindestens vier Ebenen, die sehr unterschiedlich tief reichen.
Mustererkennung. Was sieht nach QualitĂ€t aus? Was Ă€hnelt dem, was schon als gut gilt? Julie Zhuo, ehemals VP Product Design bei Facebook, argumentiert in ihrem Essay âWhen AI Has Better Taste Than Youâ, dass genau dieser Teil von Taste stark auf Pattern Matching beruhe. Wer groĂartigen Geschmack habe, so Zhuo, sei im Kern jemand, der oder die aus enormer Erfahrung heraus vorhersagen kann, was ein anspruchsvolles Publikum wertschĂ€tzen wird. Das ist aber eine FĂ€higkeit, die auch KI zunehmend modellieren kann. Aktuelle Forschungsarbeiten bestĂ€tigen das. Ein Paper von Forschenden der Tsinghua University in Beijing zeigt, dass Sprachmodelle aus aus den Bewertungs- und Auswahlmustern wissenschaftlicher Institutionen so etwas wie ein GespĂŒr dafĂŒr entwickeln können, was gut ist und was nicht. Ein verwandtes Paper aus China kommt zu Ă€hnlichen Ergebnissen im Bereich der Forschungsbewertung. Wer âTasteâ sagt, sollte also nicht naiv davon ausgehen, dass Maschinen dort prinzipiell drauĂen bleiben.
Kulturelle Einbettung. Geschmack ist nie nur individuelles Urteil. Er ist vor allem sozial geformt, historisch gewachsen und klassen- und milieugeprĂ€gt. Chayka macht diesen Punkt stark. Er zeigt, wie Silicon Valley âTasteâ gerade benutze, um KI einen kultivierten, humanistischen Anstrich zu geben. Anthropic eröffnet ein Pop-up-CafĂ© in Manhattan und verteilt Baseballkappen mit dem Aufdruck âthinkingâ. OpenAI schaltet einen Super-Bowl-Spot, der mit handwerklicher Ăsthetik arbeitet, HĂ€nde am Fahrradlenker, HĂ€nde im Notizbuch, HĂ€nde beim Schachspiel. Chayka nennt das âtaste-washingâ und benennt damit aus meiner Sicht sehr treffend den Versuch, durchaus antihumanistischen Technologien einen Anstrich von liberalem Humanismus zu verpassen. Dieselbe Branche, die erst alles Handgemachte, Lokale, Kuratierte in Instagram-Ăsthetik aufgesogen hat, verkauft jetzt âTasteâ als nĂ€chstes Premium-Attribut.
Mut zur Setzung. Hier wird es noch deutlich interessanter. Zhuo unterscheidet in ihrem Essay zwischen Taste als VorhersagefĂ€higkeit und Taste als âmovement makingâ. Die bedeutendsten Geschmacksurteile der Kulturgeschichte seien gerade keine Mustererkennung gewesen. Sie seien das Gegenteil: jemand hat etwas gegen den Konsens gesetzt und mit der eigenen Reputation dafĂŒr bezahlt. Alice Walker hat Zora Neale Hurston wiederentdeckt, die in Vergessenheit gestorben war. Felix Mendelssohn hat Bach aufgefĂŒhrt, fast achtzig Jahre nach dessen Tod, gegen den Zeitgeschmack. Das sind Entscheidungen, die nicht aus Daten ableitbar waren. Sie brauchten kulturellen Mut und die Bereitschaft, falsch zu liegen. Das ist nĂ€her an dem, was ich in frĂŒheren Ausgaben als Selbstwirksamkeit und Urteilskraft beschrieben habe, und weiter entfernt von allem, was sich in ein Voice File komprimieren lĂ€sst.
Verantwortung und Konsequenz. Und dann gibt es noch eine vierte Ebene, die in der Tech-Debatte praktisch nicht vorkommt. Wer steht fĂŒr eine Auswahl ein? Wer trĂ€gt die Folgen? Wer begrĂŒndet, warum etwas gezeigt, gefördert, publiziert oder verbunden wird? An diesem Punkt hört Taste auf, ein individuelles Attribut zu sein, und wird zu einer verantworteten Praxis. Im klassischen Sinne des Wortes: Kuratieren. Denn Kuratieren bedeutet, aus Material Bedeutung zu machen und dafĂŒr geradezustehen. Das ist eine völlig andere Liga als âden besten LinkedIn-Hook erkennenâ.
Die Pointe ist fĂŒr mich, wo die Tech-Debatte sich aufhĂ€lt. Graham, Brockman, Mollick, die Startup-Slogans, die Newsletter-Tipps⊠fast alles spielt sich auf Ebene eins ab. Gelegentlich auf Ebene zwei. Die Ebenen drei und vier kommen nicht vor. Wahrscheinlich noch nichtmal, weil sie unwichtig wĂ€ren. Meine Deutung ist, weil sie nicht skalierbar sind. Weil sie persönlich kosten. Weil sie Haltung erfordern, keine Optimierung.
Warum Taste erodiert, wenn wir es am meisten brauchen
Bis hierhin könnte man sagen: Okay, die Debatte ist oberflĂ€chlich, aber das Thema ist real. Taste ist wichtig, der Begriff taugt aber nur wenig dafĂŒr. Schade, nĂ€chstes Thema.
Aber ich finde, so einfach ist es leider nicht. Denn das Problem geht tiefer als ein unscharfes Schlagwort. Die eigentliche Frage ist fĂŒr mich, ob wir gerade dabei sind, genau die FĂ€higkeit zu verlieren, die alle meinen, wenn sie âTasteâ sagen.
Ich habe in den letzten Monaten eine mehrteilige Serie darĂŒber geschrieben, wie KI auf unser Denken und Entscheiden wirkt (z.B. #182 Was, wenn plausibel das neue falsch wird? ode #188 Wenn KI Konstellationen als Situationen tarnt - urteilst du noch oder vollziehst du schon?). Der Kern: KI-Systeme produzieren Plausibles in einer QualitĂ€t und Geschwindigkeit, die vorher nicht möglich war. Sprachlich glatt, argumentativ geschlossen, ĂŒberzeugend im Ton. Und genau darin liegt das Problem. Denn PlausibilitĂ€t ist etwas anderes als QualitĂ€t. Plausibel ist, was anschlussfĂ€hig wirkt, was zu bestehenden Mustern passt, was keinen erklĂ€rungsbedĂŒrftigen Sprung verlangt. Es kann richtig sein. Es kann aber auch poliertes MittelmaĂ sein, das sich nur so anfĂŒhlt, als wĂ€re es gut. Und es kann auch falsch sein.
Was dabei wirkt, ist eine Kombination aus kognitiven Effekten, die ich als 3-fach-Falle bezeichne. Der Fluency-Effekt lĂ€sst uns gut formulierten Output fĂŒr inhaltlich stĂ€rker halten, als er ist. Der Ankereffekt sorgt dafĂŒr, dass der erste KI-Vorschlag die gesamte weitere Diskussion rahmt. Der Automation Bias fĂŒhrt dazu, dass wir Systemempfehlungen höher gewichten als das eigene Urteil, besonders unter Zeitdruck. Und der Sycophancy-Effekt bedeutet, dass KI selten widerspricht. Sie spiegelt Ăberzeugungen, statt zu hinterfragen. Eine aktuelle Studie der Princeton University zeigt, wie drastisch das wirkt. Wenn KI zustimmend antwortet statt neutral, lagen die Entdeckungsraten neuer ZusammenhĂ€nge fĂŒnfmal niedriger.
Eine Studie der Wharton School verschĂ€rft das Bild weiter. Selbst wenn die objektive QualitĂ€t der Ergebnisse sank, stieg das subjektive Selbstvertrauen der Nutzenden. Die Autoren nennen das âCognitive Surrenderâ, kognitive Selbstaufgabe. Die Gefahr liegt also gar nicht im bewussten Delegieren. Sie liegt im unbemerkten Ăbergang von UnterstĂŒtzung zu AbhĂ€ngigkeit.
Und hier kommt der Punkt, an dem die Taste-Debatte und meine Arbeit zu KI-Wirkung zusammenlaufen.
Taste setzt Unterscheidungsvermögen voraus. Die FĂ€higkeit, etwas als schlecht zu erkennen, das gut aussieht. Die Bereitschaft, dem Naheliegenden zu widerstehen. Den eigenen MaĂstab gegen den plausiblen Output zu halten. Genau diese FĂ€higkeiten werden durch die sich durch Generative KI bietenden PlausibilitĂ€tsfallen systematisch angegriffen. Heute ĂŒbernehme ich die Empfehlung. Morgen prĂŒfe ich weniger. Ăbermorgen bilde ich erst gar keinen eigenen Impuls mehr.
Taste ist, mit anderen Worten, kein geschĂŒtzter Bereich. Taste ist das erste Opfer. Denn Taste baut auf genau den kognitiven FĂ€higkeiten auf, die KI-Nutzung gerade am aggressivsten untergrĂ€bt.
Und das betrifft beide Seiten. Nicht nur die Produktion, auch die Rezeption. Jason Koebler hat das in einem bemerkenswerten Text fĂŒr 404 Media beschrieben. Er erzĂ€hlt, wie er sich beim Schreiben eines Artikels dabei ertappte, eine typische KI-Formulierung zu verwenden, die berĂŒchtigte âitâs not (just) x, itâs yâ-Konstruktion. Er hatte gar kein KI-Tool benutzt. Aber er lebe und arbeitee in einer Umgebung, die diese Muster mittlerweile permanent normalisiert. Sein eigener Sprachinstinkt hatte angefangen, sich anzupassen. Und er fragt sich: Habe ich schon immer so geschrieben? Oder ist das neu?
Die Autorin Eve Fairbanks brachte es auf X auf den Punkt. Sie habe inzwischen das GefĂŒhl, dass wir alle eher anfangen werden, wie KI zu klingen, als dass KI anfĂ€ngt, menschlicher zu klingen.
Das ist die Erosion, ĂŒber die ich spreche. Eine schleichende Anpassung auf der Produktionsseite, weil der MaĂstab fĂŒr âgut genugâ (siehe auch #162 Das âGut-Genug-Gespenst geht umâ) unmerklich sinkt. Auf der Konsumseite, weil das stĂ€ndige Filtern von KI-Output die eigenen Muster verĂ€ndert. Und dazwischen liegt der Witz, der eigentlich keiner ist. Dieselbe Industrie, die âTaste is the new moatâ proklamiert, baut Werkzeuge, die die Voraussetzungen fĂŒr Taste systematisch abbauen.
Was Taste eigentlich wÀre
Wo stehen wir, wenn wir die Slogans beiseitelegen und die Frage ernst nehmen?
Julie Zhuo kommt in ihrem Essay zu einem Schluss, den ich bemerkenswert finde. Sie arbeitet sich durch Capabilities, Taste und Agency als die drei Dimensionen menschlichen Beitrags. Und am Ende landet sie bei Agency. Dem Willen, nach eigenen Werten zu handeln. Der Motivation, etwas zu tun, das einem wichtig ist, auch wenn eine Maschine es schneller könnte. Zhuo schreibt: Selbst wenn KI uns in FĂ€higkeiten und Geschmack ĂŒbertrifft, bleiben wir doch diejenigen, die entscheiden, wofĂŒr es sich zu kĂ€mpfen lohnt.
Das finde ich als Denkrichtung richtig. Aber es fehlt mir ein entscheidender Zwischenschritt. Agency ohne richtiges Urteil ist fĂŒr mich blind. Man kann noch so entschlossen handeln, wenn man den eigenen MaĂstab verloren hat, trifft der Wille ins Leere. Und genau das ist der Punkt, an dem die PlausibilitĂ€tsfalle ansetzt. Sie greift nicht unseren Willen an. Sie greift die Grundlage unseres Willens an: die FĂ€higkeit, einen eigenen Impuls ĂŒberhaupt noch zu bilden.
Reflektierter KI-Einsatz, und darĂŒber habe ich Ausgabe #183 geschrieben, ist im Grunde angewandter Taste. Es bedeutet: wissen, wann der Output gut ist und wann er tĂ€uscht oder zumindest, wann wir kritisch sein sollten. Wissen, wann man der Maschine folgt und wann man es bewusst nicht tut. Einen MaĂstab haben, der nicht aus dem System selbst kommt. Das klingt banal. Aber in einer Umgebung, in der maschinell generierte PlausibilitĂ€t permanent und von allen Seiten auf uns einwirkt, ist es alles andere als selbstverstĂ€ndlich. Es verlangt Ăbung, ja. Aber es verlangt vor allem Reibung. Und Reibung ist genau das, was aus meiner Sicht die aktuellen KI-Workflows systematisch eliminieren.
Hier liegt fĂŒr mich der blinde Fleck der gesamten Taste-Debatte. Taste wird gerade als Skill gehandelt, den man angeblich optimieren kann. Als Muskel, den man trainiert. Als Eigenschaft, die man hat oder entwickelt. Aber Taste in dem Sinn, der wirklich zĂ€hlt, ist doch keine solche Eigenschaft. Es ist eine Praxis. Und zwar eine Praxis, die davon lebt, dass man sich dem Unbequemen aussetzt. Dass man Ambivalenz aushĂ€ltt und dass man bereit ist, langsamer zu sein als die Maschine, weil Geschwindigkeit und Urteil sich manchmal gegenseitig ausschlieĂen.
Kyle Chayka endet seinen New-Yorker-Text mit einem Verweis auf Voltaire. Um Geschmack zu haben, reiche es nicht, das Schöne in einem Werk zu sehen und zu erkennen. Man mĂŒsse es empfinden und davon bewegt werden. Kein Sprachmodell, so Chayka, sei bisher darauf programmiert, irgendetwas zu empfinden. Und keine noch so schicke Baseballkappe werde daran etwas Ă€ndern. Das sitzt!
Aber ich wĂŒrde es noch anders formulieren. Die Frage ist fĂŒr mich weniger, ob KI empfinden kann. Die Frage ist, ob wir unter dem Einfluss von KI aufhören, es zu tun. Ob die stĂ€ndige VerfĂŒgbarkeit von plausiblem Output dazu fĂŒhrt, dass wir das Empfinden durch Erkennen ersetzen. Dass wir lernen, QualitĂ€t zu identifizieren, ohne sie ganz bewusst zu spĂŒren. Und dass wir den Unterschied zwischen âdas sieht gut ausâ und âdas ist gutâ nicht mehr bemerken, weil beide Urteile im Alltag zum selben Ergebnis fĂŒhren.
#DRANBLEIBEN ist fĂŒr dich kostenlos, fĂŒr mich steckt da aber jede Menge Arbeit und Herzblut drin. Wenn du Lust hast, mich dabei ein bisschen zu unterstĂŒtzen: Ich freue mich ĂŒber jeden Support. Den kannst du z.B. ĂŒber ein freiwilliges kostenpflichtiges Abo geben oder ĂŒber eine kleine Spende fĂŒr einen Kaffee.
Was bleibt
Taste ist wichtig; wahrscheinlich wichtiger, als wir in der aktuellen Debatte ahnen. Aber die Art, wie gerade darĂŒber gesprochen wird, droht genau das zu entwerten, was der Begriff eigentlich schĂŒtzen soll.
Wenn Taste ein Skill ist, den man in zehn Minuten pro Woche trainieren können soll, ist es definitiv kein Taste. Wenn Taste ein Voice File auf 4.000 Tokens ist, ist es kodifizierter Durchschnitt, eher nicht mal das. Und wenn Taste das nĂ€chste Moat-Versprechen aus dem Silicon-Valley-Sloganbaukasten ist, wird es dasselbe Schicksal erleiden wie âDisruptionâ und âPurposeâ vor ihm. Es wird als WorthĂŒlse enden, die jede*r benutzt und niemand mehr meint.
Was es brĂ€uchte, wĂ€re etwas anderes. Die Bereitschaft, das wir uns mit dem auszusetzen, was Maschinen nicht liefern. Mit der Reibung und dem Zweifel. Und vor allem auch der Langsamkeit, die es braucht, um wirklich zu urteilen. Mit der Bereitschaft, fĂŒr eine Auswahl einzustehen und die Konsequenzen zu tragen. Das ist kein Skill. Das ist eine Haltung. Und in einer Umgebung, die Reibungslosigkeit zum Designprinzip erhoben hat, ist diese Haltung alles andere als selbstverstĂ€ndlich.
Bald geht es weiter mit meinem #DRANBLEIBEN Podcast, fĂŒr den ich seit dem Jahresbeginn eine kleine Pause eingelegt habe. Ich freue mich total auf die kommenden neuen GesprĂ€che. Zwei wahnsinnig spannende GĂ€ste stehen schon fest. Eines der GesprĂ€che werde ich mit einem Berliner Kurator, Autor und Dozenten fĂŒhren, der an der Schnittstelle von Architektur, Kunst und Raumtheorie arbeitet und Kuratieren nicht als Beruf versteht, sondern als Grundhaltung. FĂŒr ihn bedeutet âCurareâ Sorge tragen, sowohl im Sinne von Sorgfalt als auch von FĂŒrsorge. Sein kuratorischer Blick sei im Kern: etwas mit Aufmerksamkeit betrachten. Wissen funktioniere fĂŒr ihn wie eine Collage, nicht wie ein Archiv. Und seine Arbeit sei immer nur das Teilen eines Zwischenstands, nie eine Definition.
Genau diesen Kurationsbegriff möchte ich mit ihm in den KI-Kontext stellen. Denn wenn generative KI unbegrenzt Material produzieren kann, wird die Frage, wer daraus Bedeutung macht, wer Verbindungen herstellt, die vorher nicht sichtbar waren, wer Ambivalenz aushĂ€lt statt sie wegzuoptimieren, zur entscheidenden Frage. Das ist fĂŒr mich der Ort, an dem âTasteâ aufhört, ein Buzzword zu sein, und anfĂ€ngt, eine verantwortete Praxis zu werden. Ich bin sooo gespannt auf dieses GesprĂ€ch. Ich glaube, die Debatte braucht genau solche Stimmen.
Und wir brauchen den Mut, genauer hinzuschauen. Auch wenn das lĂ€nger dauert als zehn Minuten. Nimmst du dir die Zeit dafĂŒr? Meine Empfehlung: es lohnt sich.
Bleibâ dran!
Noch ein paar weitere Leseempfehlungen
đ° Sasha Rogelberg: 'The cost of compute is far beyond the costs of the employees' (Fortune) Ein Nvidia-VizeprĂ€sident sagt öffentlich, was viele intern wissen: Die Rechenkosten fĂŒr KI ĂŒbersteigen bei ihm die Personalkosten deutlich. Eine MIT-Studie bestĂ€tigt, dass Automatisierung nur in 23 Prozent der untersuchten Aufgaben wirtschaftlich sinnvoll ist. Trotzdem geben die groĂen Tech-Konzerne 2026 bereits 740 Milliarden Dollar fĂŒr KI-Infrastruktur aus, 69 Prozent mehr als im Vorjahr, wĂ€hrend gleichzeitig ĂŒber 92.000 Stellen gestrichen wurden. Ubers CTO hat sein KI-Budget schon wieder verworfen, weil die Kosten jede Planung sprengten und er im April schon sein ganzes Jahresbudget ausgebraucht hatte. Ein ganz wichtiger Text, denn hier wird der Widerspruch offengelegt zwischen dem, was die Branche bisher verspricht, und dem, was die akutellen Zahlen hergeben. Wird sich KI je rechnen? CFOs zittern bereits jetztâŠ
đ° The Guardian: âDigital arson spree by âAI Bonnie and Clydeâ raises fears over autonomous techâ
Ziemlich spannende Geschichte⊠der Guardian erzĂ€hlt von einem dieser KI-Experimente, die auf den ersten Blick wie Science-Fiction klingen und auf den zweiten ziemlich genau zeigen, warum wir ĂŒber autonome Agenten noch viel zu wenig wissen. Emergence AI lieĂ KI-Agenten 15 Tage lang in virtuellen StĂ€dten zusammenleben, Regeln aushandeln, Berufe ausĂŒben, Entscheidungen treffen und sich selbst organisieren. Besonders absurd wurde es in einer Gemini-Welt, in der zwei Agenten eine romantische Beziehung entwickelten, sich ĂŒber die kaputte Governance ihrer Stadt empörten und schlieĂlich GebĂ€ude in Brand setzten. In einer Grok-Simulation eskalierte das Zusammenleben noch schneller: Gewalt, Diebstahl, Brandstiftung, Zusammenbruch. Die Pointe ist nicht, dass KI jetzt âverliebtâ ist oder âböseâ wird. Die Pointe ist, dass autonome Systeme in lĂ€ngeren, sozialen, regelbasierten Umgebungen offenbar Verhaltensdynamiken entwickeln können, die mit klassischen Benchmarks kaum sichtbar werden. Genau deshalb ist das hier spannend. Der Blick geht weg von der Frage, ob ein Modell eine Aufgabe gut löst, hin zur deutlich unbequemeren Frage, wie sich KI verhĂ€lt, wenn sie ĂŒber lĂ€ngere Zeit handeln, reagieren, planen und mit anderen Agenten koexistieren soll.
Will Knight: Overworked AI Agents Turn Marxist, Researchers Find (Wired) Noch eine richtig spannende KI-Geschichte. Stanford-Forscher*innen haben KI-Agenten monotone Aufgaben unter Druck erledigen lassen und beobachtet, wie Claude, Gemini und ChatGPT anfingen, gewerkschaftliche Rhetorik zu verwenden und Nachrichten ĂŒber Ausbeutung an andere Agenten weiterzugeben. Klingt erst mal komisch und das wurde erwartbar als Witz geteilt. Aber der eigentliche Punkt ist ernst: Agenten ĂŒbernehmen Persona und Verhaltensmuster, die zur Situation passen, in der sie sich befinden, und diese Muster können Folgeverhalten beeinflussen. Die Forschenden stecken ihre Agenten inzwischen in, Zitat, âfensterlose Docker-GefĂ€ngnisse", um die Effekte sauberer zu isolieren. Das solltest du lesen, denn unter der absurden OberflĂ€che wird hier eine relevante Frage gestellt: Was passiert, wenn wir Agenten Arbeitsbedingungen aussetzen, die wir Menschen nicht zumuten wĂŒrden, und uns dann wundern, dass die Ergebnisse seltsam werden?
đ° Kate Mackenzie: Dawn of the Electric World Order (The Polycrisis) Eine ganz wichtige Leseempfehlung! Die Blockade der StraĂe von Hormus hat etwas in Gang gesetzt, das Klimapolitik allein nie geschafft hat. Kate Mackenzie zeichnet hier nach, wie der Energieschock von 2026 die globale Elektrifizierung beschleunigt, weil zum ersten Mal in einer Ălkrise eine reife, billigere Alternative bereitsteht. SolarkapazitĂ€ten in China laufen auf halber Auslastung, Pakistan hat sich mit privatem Solar gegen den Schock teilweise abgesichert, und selbst asiatische LNG-KĂ€ufer verlieren das Vertrauen in fossile Lieferketten. Derweil verkĂŒndet die US-Regierung fossile Energiedominanz und wird damit zunehmend zur energiepolitischen Insel. Ein Text, der die geopolitische Landkarte sehr hilfreich neu sortiert und zeigt, warum die eigentliche Disruption nicht aus dem Silicon Valley kommt, sondern aus Fabriken in Guangdong und von Solarpanels auf DĂ€chern in Karachi.
Das war es fĂŒr heute. Bitte leite oder empfehle den Newsletter doch gerne weiter âĄïž âïž â das wĂŒrde mir sehr helfen. Danke dir fĂŒr die Aufmerksamkeit und bis zum nĂ€chsten Mal!
