🏃‍♀️ #DRANBLEIBEN (Die schnellen 3)

#138: Enteignet, entwertet, ermüdet: Was generative KI mit unserer Sprache, unserer Kreativität – und unserem Gefühl für Bedeutung macht.

Apr. 06, 2025

Neben all den beeindrucken Fortschritten, welche im Bereich „Künstliche Intelligenz” weiterhin in atemberaubendem Tempo zu beobachten sind, spreche hier im Newsletter immer wieder über KI aus einer anderen Perspektive. Dieses mal möchte ich den Blick auf in kritisches Thema lenken. Und zwar darauf, wie KI unsere Sprache, unsere Kultur, unser Denken verändert. Selten war das, was wir dabei spüren, so deutlich greifbar wie in diesen Wochen - warum das so ist, seht ihr in den Empfehlungen. Die Frage, die sich dabei wie ein roter Faden durch diese Ausgabe zieht, lautet: Was bleibt, wenn alles wie Sprache klingt – oder wie Kunst aussieht – aber nichts mehr eine echte Beziehung zu uns herstellt?

Drei Texte haben mich in den letzten Tagen besonders beschäftigt – jeder auf seine Weise ein Schlaglicht auf eine beginnende kulturelle Entkopplung. Eine Entkopplung, auf die wir sehr genau achten sollten. Und die für uns von Bedeutung sein sollte.
The Atlantic hat offengelegt, in welchem Ausmaß Tech-Konzerne wie Meta urheberrechtlich geschützte Bücher aus Piratenbibliotheken genutzt haben, um ihre KI-Modelle zu trainieren. Inklusive interner Mails, die zeigen, wie gezielt man juristische Grauzonen ausnutzen wollte. Ein Skandal, ja – aber auch ein Symptom. Denn wofür werden all diese Texte eigentlich gebraucht?

Venkatesh Rao liefert darauf eine nüchterne Antwort: Für das große sprachliche Mittelmaß. Große Sprachmodelle wie ChatGPT oder Claude erzeugten „Beta-Sprache“ – flüssig, korrekt, erwartbar. Alles, was nicht „aus der Reihe tanzt”. Erik Hoel wiederum beschreibt, was mit uns passiert, wenn Bilder – wie der Stil von Studio Ghibli, dem man in diesen Tagen kaum entkommen kann – zu Filtern verkommen. Alles sieht dann irgendwie aus wie Kunst. Wirkt aber nicht mehr so.

Diese drei Texte ergänzen sich zu einem Bild, das beunruhigend klar ist. Nicht, weil KI etwas zerstört. Sondern weil KI unsere kulturellen Errungenschaften zu gut kopiert – und damit entleert.

Der rote Faden dieser Ausgabe: Enteignung. Entwertung. Ermüdung. Drei Symptome eines Systems, das uns als Datenquelle braucht – aber anscheinend nicht mehr als schöpferisches Gegenüber.

3 wertvolle Artikel

The Unbelievable Scale of AI’s Pirated-Books Problem (Alex Reisner, The Atlantic)

Was tun, wenn man Millionen hochwertiger Texte braucht, aber keine Lust hat, dafür zu zahlen? Bei Meta lautete die Antwort offenbar: Einfach runterladen. Für das KI-Modell LLaMA 3 griff das Unternehmen auf LibGen zurück – eine riesige, piratierte Online-Bibliothek, vollgestopft mit urheberrechtlich geschützten Büchern und wissenschaftlichen Artikeln. Interne Firmen-Chats zeigen: Lizenzen wären teuer gewesen und hätten Wochen gedauert. Also lieber der direkte Weg – inklusive Torrent-Download, mit Wissen von Mark Zuckerberg persönlich.

Das Problem dabei: Wer mit BitTorrent runterlädt, lädt auch hoch. Das heißt: Meta könnte nicht nur Inhalte genutzt, sondern auch aktiv verbreitet haben – eine klare Urheberrechtsverletzung. Offenbar war das Risiko intern bekannt. Es gab konkrete Anweisungen, Spuren zu verwischen: ISBNs raus, keine Hinweise auf LibGen, kein Zitat in der Öffentlichkeit. Während Meta schweigt, beteuert OpenAI, dass man solche Daten zuletzt 2021 verwendet habe – von Ex-Mitarbeitern.

Das Thema ist für DRANBLEIBEN-Leser*innen kein neues – ich habe in früheren Ausgaben immer wieder auf das Spannungsfeld zwischen KI-Training und Urheberrecht hingewiesen. Und auch in meinem Podcast Code & Konsequenz gibt es eine Folge mit einer detaillierten Besprechung dazu. Doch was The Atlantic jetzt mit seiner Recherche offenlegt, bringt eine neue Dimension ins Spiel: harte Belege aus internen Mails, strategische Verschleierung, kalkuliertes Risiko. Und: Sie stellen eine durchsuchbare Datenbank bereit, in der jeder Autor*in selbst nachsehen kann, ob die eigenen Werke betroffen sind. Eine wichtige Ressource für alle, die wissen wollen, was ihre Arbeit in KI-Systemen wirklich „wert" ist.

LibGen selbst ist ein wilder Mix aus Bildungszugang, digitalem Aktivismus und systematischer Urheberrechtsverletzung. Ursprünglich gestartet, um Studierenden in Ländern wie Iran oder Indien Wissen zugänglich zu machen, ist die Plattform heute ein globales Schattenarchiv. Millionen Werke – von Sally Rooney bis Nature – landen so in KI-Modellen, ohne dass Autor*innen gefragt oder bezahlt wurden.

Das wirft die große Frage auf: Wie gehen wir mit Wissen im Zeitalter der generativen KI um? Zugang ist wichtig – keine Frage. Aber wenn Tech-Konzerne diesen Zugang in Geschäftsmodelle verwandeln, die menschliche Kreativität nur noch als Rohstoff behandeln, wird’s problematisch. Wissen verliert Kontext, Urheber*innen verlieren Sichtbarkeit, und am Ende profitiert nur „Big Tech”.

Plus: Reisners Artikel macht deutlich, dass es nicht nur um technische Möglichkeiten geht – sondern um einen tiefgreifenden kulturellen Zugriff auf das kollektive Werk der Menschheit. Die KI-Industrie ist auf einem Datensatz gebaut, der „Everything“ umfasst – nur eben ohne die Einwilligung derer, die ihn geschaffen haben.

📌 Was drin steckt

Meta nutzte Millionen raubkopierter Bücher aus LibGen zum KI-Training.
Interne Chats belegen strategische Ignoranz ethischer und rechtlicher Bedenken.
Auch OpenAI hat laut Klage auf LibGen-Daten zugegriffen.
BitTorrent-Nutzung bedeutet womöglich aktive Weiterverbreitung von Raubkopien.
Unternehmen setzen auf „Fair Use“-Verteidigung – mit unsicherem Ausgang.
Die KI-Modelle sind auf einem Fundament aus unrechtmäßig angeeigneter Sprache gebaut.

🎯 Warum lesen?

Weil dieser Artikel zeigt, wie aus kulturellem Gemeingut technisches Kapital wird – ohne Zustimmung, ohne Anerkennung, ohne Rücksicht.

LLMs as Index Funds: Language, Homogenization, and the Search for Alpha (Venkatesh Rao)

Im vorangegangenen Artikel ging es um die Schattenseiten des KI-Trainings mit millionenfach illegal beschafften Daten. Doch was passiert eigentlich nachdem all diese Texte in die Modelle geflossen sind? Venkatesh Rao liefert darauf eine eindrückliche Antwort: Unsere Sprache selbst wird geglättet, standardisiert, normiert. Er stellt eine interessante Analogie her: LLMs wie GPT oder Claude verhielten sich zur Sprache wie Indexfonds zur Börse. Denn sie bildeten den Durchschnitt ab, nicht die Ausnahme. Alles klinge zunehmend plausibel, flüssig, aber eben auch: austauschbar.

Rao nennt das „Beta“-Sprache – reibungsarm, vorhersagbar, effizient. Doch die eigentliche sprachliche Energie – das, was überrascht, bewegt, stört, inspiriert – lebt woanders: im sprachlichen „Alpha“. Gemeint ist die unberechenbare, rohe Originalität, die entsteht, wenn Menschen schreiben, ohne sich dem Durchschnitt zu unterwerfen. Doch diese Form wird zunehmend in private Räume verdrängt: Substacks, Discords, interne Notizen. Hier testet man neue Formen, versteckt vor dem Blick der Maschinen.

Erst wenn eine Idee reif sei, wage sie den „IPO“ – den Sprung in die Öffentlichkeit. Aber selbst dann beginne sofort die nächste Phase: Das Originelle werde kopiert, verdünnt, in Modelle eingespeist – und schließlich als neuer Standard wieder ausgespuckt. Der Zyklus von Alpha zu Beta sei endlos, aber entscheidend für unsere kulturelle Entwicklung.

Rao zeichnet das Bild einer sprachlichen Zweiklassengesellschaft: Hier die öffentliche, synthetische Sprache der Modelle; dort die verborgene, riskante Kreativität einzelner. Wer heute etwas Eigenes sagen will, muss bewusst gegen den Strom schwimmen. Es reicht nicht, Sprachmodelle zu bedienen – wir müssen lernen, uns von ihnen abzuheben. Die Zukunft der Sprache gehört jenen, die wissen: Das Wertvolle ist selten dort, wo alle hinschauen. Sondern da, wo man erstmal leise bleibt – bis der richtige Moment kommt, laut zu werden.

📌 Was drin steckt

LLMs erzeugen sprachliches Mittelmaß – „Beta Language“.
Originelle Sprache („Alpha“) wird verdrängt oder absorbiert.
Der öffentliche Raum wird von synthetischer Sprache geflutet.
Es entsteht eine zwei-stufige Sprachökonomie: normiert vs. lebendig - eine Zweiklassengesellschaft der Sprache entsteht: öffentlich normiert vs. privat kreativ.
Zentrale Warnung: Wer nur noch auf LLMs setzt, verliert die Fähigkeit zum sprachlichen Risiko – und damit zur echten Innovation.

🎯 Warum lesen?
Weil Rao klarmacht, dass es nicht genügt, mit KI „effizient“ zu kommunizieren. Wer Sprache liebt, muss lernen, sich vom Mittelmaß abzuheben.

Was Rao für unsere Sprache analysiert, gilt auch für unsere Bilder, unsere Ästhetik, unsere Emotionen. Die große Stärke der KI ist nicht, dass sie perfekte Kunstwerke erschafft – sondern dass sie viel erschafft. Schnell. Auf Knopfdruck. Immer wieder.
Und genau das wird zum Problem.

Denn wenn alles aussieht wie Ghibli, fühlt sich irgendwann nichts mehr wie Ghibli an.

Erik Hoel beschreibt 👇 diesen Moment des Bedeutungsverlusts als Beginn einer „semantischen Apokalypse“ – nicht laut und spektakulär, sondern schleichend, leise, innerlich. Sein Essay ist keine Zukunftsvision, sondern ein Erfahrungsbericht. Und er trifft einen Nerv.

Welcome to the semantic apocalypse: Studio Ghibli style and the draining of meaning (Erik Hoel)

Was im letzten Artikel auf sprachlicher Ebene analysiert wird, greift dieser Text nun visuell und emotional auf: Wenn künstliche Intelligenz alles „wie etwas“ aussehen lassen kann, verliert das echte Etwas seinen Zauber. Der Autor Erik Hoel nennt das die „semantische Apokalypse“ – ein kultureller Bedeutungsverlust, der nicht durch Zensur oder Zerstörung entsteht, sondern durch Imitation. Als OpenAI sein neues Bildmodell veröffentlichte, explodierte das Netz mit Ghibli-Stil-Fotos. Alles wurde weichgezeichnet, träumerisch, nostalgisch – und seltsam leer.

Denn so schön es ist, Kinderfotos im Look von Totoro zu sehen: Der Stil allein macht noch kein Werk. Die Magie entsteht im Kontext, im Bruch, im Unvollkommenen. Hoel beschreibt, wie ihn beim dritten Bild nicht Freude, sondern Traurigkeit erfasste – ein Zeichen, dass hier etwas Kulturelles stirbt: das Einmalige. KI braucht keine perfekte Kopie, um etwas zu entwerten. Nah genug reicht völlig, um Originale emotional zu entkernen. Was einst 15 Monate Handarbeit brauchte, gibt es jetzt auf Knopfdruck.

Das erinnert fatal an das psychologische Phänomen der „semantischen Sättigung“: Ein Wort, zu oft wiederholt, verliert Bedeutung. Ghibli. Ghibli. Ghibli. Ein Stil, zu oft imitiert, verliert Tiefe. Das betrifft nicht nur Sprache, sondern Kunst, Emotion, Identität. KI-Modelle lernen von dem, was Entwickler lieben – und verwandeln es in skalierbare Ästhetik als Abo-Service. Kultur wird zur Oberfläche. Substanz verblasst.

Hoels Diagnose ist beunruhigend: Nicht die Superintelligenz zerstört unsere Welt, sondern die Replizierbarkeit des Schönen. Und unsere Bereitschaft, das Original gegen Filtereffekte zu tauschen. Wenn alles aussieht wie Ghibli, fühlt sich irgendwann nichts mehr wie Ghibli an. Es bleibt die Hülle. Und ein Klick weiter die nächste. Das ist die „semantische Apokalypse“: Eine Welt voller Nachbildungen, die alle Bedeutung verwischt.

📌 Was drin steckt

KI-generierte Kunst führt zu kultureller semantischer Sättigung.
Stile geliebter Künstler*innen wird kopiert, häufig basierend auf den Vorlieben der Entwickler selbst – was als gezielte Ästhetik-Kolonisierung eingeordnet werden kann.
Diese Imitationen sind nicht perfekt – aber „nah genug“, um das Original gefühlsmäßig zu entwerten.
Die Wiederholung von Stilmitteln löst eine weitere emotionale Entkopplung aus.
Stil wird zur reinen Oberfläche – entkoppelt von Intention und Kontext.
Der Mensch verliert den Bezug zum Menschlichen in der Kultur.
KI ist nicht nur ein Werkzeug – sie verändert unser Wahrnehmungsvermögen.
Kultur wird zur bloßen Struktur – ohne Substanz.

🎯 Warum lesen?
Weil Hoel nicht nur analysiert, sondern fühlt. Und damit zeigt, wie KI unsere Beziehung zu Bedeutung, Kunst und Empfindung neu konfiguriert – und auszehrt.

🎭 Ein Quersprung: die stille Frage am Rand

Letzten Monat habe ich in #DRANBLEIBEN den Essay „Is it okay?“ von Robin Sloan empfohlen. Dort geht es um eine zentrale Frage rund um KI: Ist es moralisch vertretbar, dass große Sprachmodelle auf der gesammelten Schriftkultur der gesamten Menschheit – von Sloan als „Everything“ bezeichnet – trainiert werden? Hier, in diesem Kontext, halt dieses Essay er noch lauter nach. Denn zwischen Enteignung, Entwertung und Erschöpfung bleibt genau diese Frage offen: Ist es okay?

Ist es okay, wenn eine Welt entsteht, in der Maschinen Texte schreiben, die uns gleichgültig lassen – auf Grundlage von Büchern, die wir nie bezahlt haben?

Sloan gibt keine Antwort. Vielleicht geht es letztlich nicht darum, diese Frage endgültig zu beantworten. Sondern sie offen zu halten – als moralischer Kompass. Als Einladung zur Reflexion. Als Anker in einem System, das derzeit lieber alles zu glätten scheint, als uns in unserem Menschsein wirklich voranzubringen.

Fazit

Vielleicht erleben wir gerade nicht nur einen technologischen Durchbruch, sondern auch eine kulturelle Sättigung. Ein Zuviel an Stil. Ein Zuwenig an Substanz. Wenn KI-Modelle imitieren, reproduzieren, filtern – und wir das Schöne auf 20-Dollar-Abos reduzieren – bleibt etwas Entscheidendes auf der Strecke: unsere Beziehung zum Echten.

Dazu kommt: Die Grundlage dieser „synthetischen Kultur“ ist nicht neutral. Alex Reisner von Atrlantic hat deutlich gemacht, auf welchen Wegen sich die Trainingsdaten solcher Modelle zusammensetzen – oft aus Werken, für die nie ein Einverständnis vorlag. Aus Wissen und Kreativität, das einfach eingesogen wurde.
Sprache, Kunst, Wissenschaft: Alles wird eingespeist, homogenisiert, ausgeworfen. Erst entkoppelt vom Ursprung. Dann entleert von Bedeutung.

Rao lässt zumindest die Hoffnung auf Rückzugsräume offen – auf kleine, nicht-öffentliche Orte, an denen Neues entstehen darf, bevor es wieder verschluckt wird vom synthetischen Strom. Erik Hoel dagegen beschreibt die Melancholie, die eintritt, wenn selbst die stärksten Bilder – Totoro, die Musik, das kindliche Staunen – nur noch wie eine Nachahmung wirken.

Das Menschliche in der Kultur – es verschwindet nicht von heute auf morgen. Aber es wird leiser, diffuser, austauschbarer. Und vielleicht liegt genau hier unsere Aufgabe: nicht lauter zu sprechen, sondern wieder zuzuhören. Uns zu erinnern. Und bewusst Räume zu schaffen, in denen Bedeutung nicht zur Syntax wird, sondern Bedeutung bleibt. Wo wir uns ganz bewusst darüber sind, wo uns KI-basierte Dienste das Leben erleichtern können. Und wo sie eine Gefahr für all das schöne darstellt, was uns zu dem macht, was wir sind: Menschen.

Das war es für heute. Bitte leitet oder empfehlt den Newsletter doch gerne weiter ➡️ ✉️ - das würde mir sehr helfen. Danke euch für die Aufmerksamkeit und bis zum nächsten Mal!