Zukunft ist kein Wetterbericht – Frithjof Bergmann

Fünf KI-Welten, fünf NWNC-Zielbilder und die Frage nach Human Work

Viele Menschen fragen sich gerade, wie unsere Zukunft mit KI aussehen könnte.
Die Antworten bewegen sich zuverlässig zwischen zwei Extremen. Auf der einen
Seite wartet das digitale Paradies: Maschinen erledigen die Arbeit, Wohlstand
wächst, und wir widmen uns endlich dem Wesentlichen. Auf der anderen Seite
steht die letzte Warnmeldung der Menschheit, vermutlich mit einem Button
darunter: „Risiko verstanden“.

Extreme haben einen Vorteil. Sie ersparen uns die mühsame Gestaltung des
Dazwischen.

Wenn das äußerste Take-off-Szenario eintritt und die Menschheit, um den
Fachbegriff zu verwenden, am Arsch ist, erübrigt sich auch die Debatte über
Human Work. Der Transformationsworkshop wird dann eher nicht nachgeholt. Für
alle weniger endgültigen Zukünfte gilt jedoch das Gegenteil: Sie entstehen
nicht einfach. Sie werden durch Investitionen, Beschaffung, Ausbildung,
Arbeitsrecht, Organisationsdesign und sehr alltägliche Entscheidungen geformt.

Zukunft ist kein Wetter, das aus dem Silicon Valley über uns hereinzieht. Wir
müssen nicht nur vorhersagen, ob es regnet. Wir entscheiden mit, ob wir Dächer,
Gärten oder ein Bewässerungssystem bauen.

Der britische Bericht
AI Scenarios 2030
beschreibt fünf mögliche KI-Welten. Er versteht sie ausdrücklich als
Stresstests, nicht als Prognosen. Im Flowbook KI haben wir diesen technischen
Szenarien eigene Bilder gegenübergestellt: den Ghost Learner, den wandernden
Burggraben, die faule KI, die versorgte Unfreiheit und die
Freiheitssubstrate. Unsere kritischen Redaktionsnotizen ergänzen die
unangenehmen Gegenfragen: Was geschieht, wenn KI zur kognitiven Krücke wird?
Wenn Agenten nicht entlasten, sondern Hypertasking erzeugen? Wenn
„Wahrheits-KI“ politischen Streit durch technische Gewissheit ersetzt? Und
wenn mehr Daten zwar mehr Varianten, aber nicht mehr Kreativität hervorbringen?

Der Bericht und die kritischen Notizen sollen hier nicht den Text beherrschen.
Sie liefern den Windkanal. Die eigentliche NWNC-Frage lautet: Welche Form
von Human Work wollen wir in jeder dieser Welten ermöglichen?

Human Work ist dabei nicht der traurige Rest, den eine Maschine noch nicht
beherrscht. Gemeint ist Arbeit, in der Menschen Können aufbauen, Urteil bilden,
Beziehungen gestalten, Verantwortung übernehmen, Widerstand erfahren und
gemeinsam Welt verändern. Sie kann bezahlt oder unbezahlt, digital oder
verkörpert, hoch spezialisiert oder alltäglich sein. Entscheidend ist, ob der
Mensch durch sie handlungsfähiger wird oder nur besser in eine Maschine passt.

76 Sekunden zur Leitfrage: Eine Simulation kann zeigen, was geschehen
könnte. Aber wer entscheidet, was geschehen soll?

Die technische Vertiefung dazu steht im eigenständigen Artikel
Die vorgespurte Welt:
Dort geht es um World Models und die Macht über den Möglichkeitsraum. Hier
geht es um die fünf gesellschaftlichen Szenarien und die Zielbilder für Human
Work, die in sehr unterschiedlichen Zukünften tragen sollen.

1. Slow Burn: Leistung ohne Lernweg

Im Szenario Slow Burn entwickelt sich KI langsamer als von vielen erwartet.
Trotzdem automatisiert sie zahlreiche digitale Routinen. Besonders unter Druck
geraten juniorige und ausführungsorientierte Rollen. Die Revolution kommt
nicht als Explosion. Sie beginnt damit, dass eine Einstiegsstelle nicht mehr
nachbesetzt wird.

Unser Spiegelbild für dieses Szenario ist der Ghost Learner. Eine junge
Mitarbeiterin liefert mit KI gute Analysen, saubere Texte und brauchbare
Entwürfe. Nach außen sieht das nach Kompetenz aus. Im Inneren ist womöglich
wenig gewachsen: kein Fallgedächtnis, kein Gefühl für Ausnahmen, keine
Erfahrung damit, warum eine plausible Antwort trotzdem falsch sein kann.

Die Kritik an KI als kognitiver Krücke trifft hier einen realen Nerv. Wenn
Menschen Aufgaben vollständig auslagern, kann gute Assistenz schwaches Lernen
verdecken. Eine 2025 in den Proceedings of the National Academy of Sciences
veröffentlichte
Feldstudie mit fast 1.000
Schülerinnen und Schülern zeigte genau dieses Muster in einem begrenzten
Kontext: Eine weitgehend ungebremste GPT-4-Oberfläche verbesserte die Leistung
während der Übung. Ohne KI schnitt diese Gruppe im anschließenden Test jedoch
schlechter ab als die Kontrollgruppe. Ein didaktisch begrenzter Tutor, der
Hinweise statt fertiger Lösungen gab, vermied den negativen Effekt weitgehend.

Die Studie handelt von Mathematikunterricht, nicht vom gesamten Arbeitsleben.
Sie beweist keine allgemeine Verdummung durch KI. Sie zeigt etwas Wichtigeres:
Output und Können sind nicht dasselbe.

Die falsche Antwort wäre, alte Routinen aus pädagogischer Nostalgie zu retten.
Niemand muss drei Jahre Folien polieren, damit irgendwann strategisches Denken
entsteht. Das alte Lehrlingsmodell war oft nur ein Tauschgeschäft: Die Jungen
erledigen die langweiligen Dinge, die Alten nennen es Erfahrung, und später
darf man selbst langweilige Dinge delegieren.

Das NWNC-Zielbild ist deshalb nicht weniger KI, sondern eine neue
Lernarchitektur. Assistenzsysteme geben Hinweise, zeigen Alternativen und
erklären Unsicherheit. Menschen bearbeiten reale Fälle, treffen begründete
Entscheidungen, üben zeitweise ohne Assistenz und erhalten Rückmeldung von
erfahrenen Kolleginnen. Gemessen wird nicht nur, ob das Ergebnis stimmt,
sondern ob jemand erklären, anfechten und übertragen kann, was er getan hat.

Human Work bedeutet in Slow Burn: Menschen dürfen an Arbeit wachsen, auch
wenn die Maschine sie schneller erledigen könnte.

Der Kipppunkt liegt dort, wo Organisationen gute Ergebnisse mit gewachsener
Urteilskraft verwechseln. Wer heute keine Lernwege baut, hat morgen vielleicht
viele Prüferinnen, aber kaum jemanden, der das Prüfen lernen durfte.

2. Open Frontier: Zugang ohne Souveränität

In Open Frontier rücken offene und geschlossene Modelle näher zusammen.
Leistungsfähige KI wird für mehr Organisationen, Regionen und Gemeinschaften
zugänglich. Das klingt nach Demokratisierung. Es kann eine sein.

NWNC setzt daneben das Bild vom wandernden Burggraben. Wenn Modelle
leichter verfügbar werden, verschwindet Abhängigkeit nicht automatisch. Sie
wandert zu Rechenzentren, Energie, Daten, Chips, Fachkräften, Audits und
Vertriebskanälen. Offene Gewichte können eine offene Tür sein in einem Haus,
das jemand anderem gehört.

Dazu kommt die Kreativitätsfrage. Mehr Daten erzeugen mehr Kombinationen. Das
ist nicht nichts. Aber Kreativität besteht nicht nur darin, den
Möglichkeitsraum zu füllen. Sie besteht auch darin, etwas wegzulassen, eine
Spannung auszuhalten, einen unpopulären Bezug herzustellen oder zu wissen,
wann die eintausendste Variante das Problem nur höflich vergrößert.

Human Work liegt in dieser Welt deshalb nicht im bloßen Bedienen offener
Modelle. Es liegt im Aufbau lokaler Fähigkeit: Systeme verstehen, anpassen,
warten und wechseln; Daten mitnehmen; Fehler beheben; Modelle in Sprache,
Kultur, Fachpraxis und konkrete Lebenswelten einbetten. Eine Gemeinde, ein
Medienhaus oder eine Genossenschaft wird nicht souverän, weil jemand ein
Open-Source-Modell heruntergeladen hat. Souverän wird sie, wenn Menschen es
verantwortlich betreiben und notfalls ohne den ursprünglichen Anbieter
weiterarbeiten können.

Das NWNC-Zielbild ist die KI-Werkstatt statt der KI-Zapfsäule. Schulen,
Bibliotheken, Verwaltungen, Betriebe und lokale Gemeinschaften erhalten Zugang
zu Compute, Energie, offenen Werkzeugen und Lernräumen. Sie konsumieren nicht
nur fertige Intelligenz. Sie bauen Gegenmacht durch Können auf.

Human Work bedeutet in Open Frontier: Menschen machen aus technischem
Zugang eine soziale Fähigkeit.

Der Kipppunkt ist Ausstiegsfähigkeit. Wenn Daten, Abläufe und Kompetenz lokal
bleiben, kann Offenheit Freiheit verteilen. Wenn nur das Modell offen ist,
während alles andere gemietet bleibt, hat der Burggraben lediglich die Straße
gewechselt.

3. Augmented Growth: Hilfe ohne Handlungsmacht

Augmented Growth ist die freundlichste der fünf Welten. KI automatisiert
große Teile digitaler Arbeit, neue Rollen entstehen, öffentliche und private
Dienste verbessern sich, Menschen bleiben aus rechtlichen, sozialen und
praktischen Gründen in vielen Schleifen.

Aber „Human in the loop“ ist noch keine Stellenbeschreibung. Der Mensch kann
urteilen, Gegenmodelle verlangen und eine Empfehlung verändern. Er kann auch
nur am Ende auf „Bestätigen“ klicken, damit die Haftung wieder einen Namen hat.
Die Oberfläche sieht in beiden Fällen fast gleich aus. Macht hat bekanntlich
kein eigenes Icon.

Auch Agenten lösen dieses Machtproblem nicht automatisch. Sie können
entlasten, aber ebenso mehr parallele Aufträge, Statusmeldungen und
Entscheidungen erzeugen. Drei Agenten, die gleichzeitig Zeit sparen, können
erstaunlich viel Zeit benötigen. Wenn Bots einander Zusammenfassungen von
Zusammenfassungen schicken, wächst nicht zwingend Erkenntnis. Manchmal wächst
nur die Anzahl sehr effizient erzeugter Gründe, noch ein Dashboard zu öffnen.

Unser Gegenbild ist die faule KI. Sie ist keine schwache KI und keine
Prognose. Sie ist ein Zielbild für ein begrenztes, menschenkluges System. Eine
faule KI automatisiert nicht jede Pause, beobachtet nicht jeden Arbeitsschritt
und beschleunigt nicht jeden schlechten Prozess. Sie weiß, dass menschliche
Latenz kein Systemfehler ist. In dieser Zeit entstehen Zweifel, Beziehung,
Humor, Konfliktklärung und Verantwortung.

Human Work umfasst in Augmented Growth vor allem Rahmung und Beziehung: das
richtige Problem wählen, Prioritäten setzen, Betroffene hören, Werte
abwägen, Widersprüche aushalten, Entscheidungen erklären und für ihre Folgen
einstehen. Menschen müssen nicht in jeder technischen Schleife bleiben. Aber
sie müssen dort wirksam bleiben, wo Ziele umstritten, Folgen ungleich verteilt
oder Entscheidungen schwer rückholbar sind.

Das NWNC-Zielbild ist Co-Agency. KI erweitert den Handlungsspielraum, ohne
den Menschen zum dekorativen Freigabepunkt zu machen. Beschäftigte können
Annahmen öffnen, Daten korrigieren, Empfehlungen überstimmen, Prozesse stoppen
und begründet eine langsamere Route wählen. Teams erhalten nicht nur neue
Tools, sondern auch ein Recht auf Konzentration.

Human Work bedeutet in Augmented Growth: Der Mensch bleibt nicht in der
Schleife. Sein Urteil verändert die Schleife.

Der Kipppunkt liegt zwischen Eingriff und Bestätigung. Wenn Widerspruch eine
reale Wirkung hat, entsteht Zusammenarbeit. Wenn er nur protokolliert wird,
entsteht Haftungstheater mit freundlicher Benutzeroberfläche.

4. Transformation Economy: Versorgung ohne Teilhabe

In der Transformation Economy bleibt der technische Fortschritt hoch, aber
die soziale Bilanz kippt. Viele kognitive Aufgaben werden automatisiert,
Einstiegswege brechen weg, Gewinne und Infrastruktur konzentrieren sich. Eine
Gesellschaft kann dabei materiell reicher und menschlich ärmer werden.

Wir nennen diese Möglichkeit versorgte Unfreiheit. Menschen können
ein Einkommen, ausgezeichnete automatisierte Dienste und einen persönlichen
KI-Assistenten besitzen und trotzdem keinen Schlüssel zum Maschinenraum haben.
Sie sind versorgt, aber nicht beteiligt. Eine Bürgerdividende verteilt Ertrag.
Sie verteilt noch keine Urteilsmacht, Werkzeuge oder gesellschaftliche Rolle.

Noch grundsätzlicher ist die Idee einer „Wahrheits-KI“. Politische und
gesellschaftliche Konflikte sind nicht bloß schlecht gelöste
Informationsprobleme. Eine KI kann Fakten prüfen, Folgen simulieren und
Widersprüche zeigen. Sie kann aber nicht neutral entscheiden, welche
Ungleichheit gerecht, welches Risiko zumutbar oder welche Zukunft
wünschenswert ist. Wer solchen Streit an eine angeblich objektive Maschine
delegiert, beseitigt Politik nicht. Er versteckt sie in Trainingszielen,
Zugangsrechten und Systemprompts.

Human Work darf in dieser Welt nicht auf Restbeschäftigung reduziert werden.
Arbeit ist auch Beitrag, Fürsorge, Handwerk, Lernen, Selbstklärung,
Nachbarschaft, Kunst und gemeinsames Bauen. Menschen brauchen Weltkontakt und
die Erfahrung, dass ihr Handeln für andere einen Unterschied macht. Freizeit
allein erzeugt das nicht. Ein gut ausgestatteter Warteraum bleibt ein
Warteraum.

Das NWNC-Zielbild verbindet materielle Sicherheit mit
Freiheitssubstraten: Zeit, Lernorte, Werkzeuge, Energie, Daten,
Rechenleistung, Gemeinschaft, geschützte Räume und einklagbare Rechte. Dazu
kommen neue Formen gemeinsamer Produktion: lokale Werkstätten, öffentliche
KI-Labore, Genossenschaften, offene Wissensräume und Institutionen, in denen
Menschen Infrastruktur nicht nur nutzen, sondern mitgestalten und mitbesitzen.

Human Work bedeutet in Transformation Economy: Menschen erhalten nicht nur
Versorgung, sondern die Mittel, einen wirksamen Beitrag zu wählen.

Der Kipppunkt liegt beim Eigentum an den Möglichkeiten. Werden Menschen zu gut
versorgten Konsumenten maschineller Leistung, wächst Abhängigkeit. Erhalten sie
Zeit, Können, Rechte und Infrastruktur, kann Produktivität tatsächlich Freiheit
finanzieren.

5. Take-Off: Geschwindigkeit ohne Richtung

Take-Off ist der äußerste Stresstest. Führende Systeme übertreffen Menschen
in fast allen kognitiven Aufgaben, KI beschleunigt die weitere KI-Forschung,
ein geopolitisches Wettrennen schwächt Sicherheitsgrenzen. Das Szenario ist
keine Vorhersage. Es prüft, was geschieht, wenn technische Geschwindigkeit die
institutionelle Reaktionsfähigkeit überholt.

Die irrationalen Antworten darauf sind bekannt: religiöse Erlösung oder
komplette Lähmung. Entweder die Maschine löst alles, oder man könne ohnehin
nichts mehr tun. Beide Haltungen sind erstaunlich bequem. Die eine lagert
Hoffnung aus, die andere Verantwortung.

Unsere Antwort darauf ist Beschleunigung ohne Take-off-Gewissheit und
epistemische Demut. KI hilft bereits beim Bau von KI. Wo Ergebnisse klar
prüfbar sind, kann maschinelle Suche Forschung erheblich beschleunigen. Wo
Ziele umstritten, Folgen langfristig und Werte nicht messbar sind, bleibt
Richtung eine menschliche und politische Aufgabe.

Human Work wird in dieser Welt nicht durch Schnelligkeit konkurrenzfähig. Es
wird durch Legitimation, Mut und Begrenzung unverzichtbar. Menschen müssen
entscheiden, welche Ziele nicht optimiert, welche Systeme nicht autonom
verbunden und welche Schritte nicht ohne Zustimmung ausgelöst werden dürfen.
Pflege, Handwerk, Schule, Medizin, Landwirtschaft und andere verkörperte
Arbeiten sind dabei keine rückständigen Zonen. Sie erinnern daran, dass Welt
nicht nur aus Information besteht und Verantwortung nicht auf einem Server
wohnt.

Das NWNC-Zielbild sind verfassungsähnliche Bremsen für Beschleunigung:
unabhängige Gegenmodelle, dokumentierte Unsicherheit, menschliche Stopprechte,
mehrere technische Wege, ein betreibbarer Notmodus und bewusst langsame
Verfahren für irreversible Entscheidungen. Ein roter Knopf, der erst die KI um
Erlaubnis fragt, ist farblich interessant und sonst eher Dekoration.

Human Work bedeutet in Take-Off: Menschen geben Richtung, gerade wenn sie
mit der Geschwindigkeit der Maschine nicht konkurrieren können.

Der Kipppunkt liegt dort, wo Beschleunigung zur Begründung ihrer eigenen
Unkontrollierbarkeit wird. Zukunftsgestaltung beginnt lange davor: bei jeder
Entscheidung, die heute Widerspruch, Vielfalt und Abschaltbarkeit einbaut oder
wegoptimiert.

Vier Warnungen, die durch alle fünf Welten laufen

Aus der Spiegelung der fünf Welten ergeben sich vier einfache
Unterscheidungen.

Leistung ist nicht Lernen. Ein gutes Ergebnis kann Kompetenz zeigen. Es
kann Kompetenz auch verdecken. Systeme müssen sichtbar machen, ob Menschen
Urteil aufbauen oder nur Antworten beziehen.

Zugang ist nicht Souveränität. Ein verfügbares Modell ist noch keine
eigene Fähigkeit. Souveränität beginnt mit Können, Portabilität,
Infrastrukturzugang und dem Recht, einen Anbieter zu verlassen.

Assistenz ist nicht Agency. Wer schneller arbeitet, entscheidet nicht
automatisch mehr. Agency zeigt sich daran, ob Menschen Ziele verändern,
Widerspruch wirksam machen und Prozesse stoppen können.

Information ist nicht Wahrheit und Wahrheit ist nicht Konsens. KI kann
Belege ordnen und Behauptungen prüfen. Sie darf den gesellschaftlichen Streit
darüber, was gelten soll, nicht als Rechenfehler behandeln.

Diese Warnungen sind keine Anti-KI-Position. Sie sind eine anspruchsvollere
Pro-KI-Position. Eine Technologie ist nicht deshalb menschenzentriert, weil im
Organigramm noch Menschen vorkommen. Sie muss Menschen fähiger machen, ihre
Welt zu verstehen und zu verändern.

Ein Zielbild für Human Work

Wir sollten die fünf Szenarien deshalb nicht mit einer sechsten Prognose
beantworten. Wir brauchen Zielbilder, die in mehreren Zukünften tragen.

Human Work ist lernfähig. Jede Automatisierung beantwortet auch die Frage,
wie Anfängerinnen Erfahrung gewinnen und wie Expertise erneuert wird.

Human Work ist anfechtbar. Menschen können Annahmen, Daten und
Entscheidungen prüfen, korrigieren und stoppen, ohne dafür gegen die gesamte
Organisation kämpfen zu müssen.

Human Work ist souverän. Kritische Arbeit bleibt auch bei Anbieterwechsel,
Netzausfall oder politischem Konflikt in einer einfacheren Form möglich.

Human Work ist verkörpert und beziehungsfähig. Pflege, Bildung, Handwerk,
Kunst, Konflikt und gemeinsames Lernen werden nicht an der Geschwindigkeit von
Bildschirmarbeit gemessen.

Human Work ermöglicht Beitrag. Materielle Sicherheit wird mit realen
Möglichkeiten verbunden, etwas zu können, zu bauen, zu geben und gemeinsam zu
entscheiden.

Human Work darf langsam sein. Nicht jede Verzögerung ist Ineffizienz.
Manche Langsamkeit ist Prüfung. Manche Reibung ist Lernen. Manche Pause ist der
Moment, in dem jemand merkt, dass das System gerade sehr elegant das Falsche
tut.

Ein Zielbild ist keine Utopie zum Aufhängen. Es ist eine Entscheidungsfolie.
Man erkennt es im Ausbildungsbudget, in der Beschaffungsklausel zur
Datenportabilität, im Stopprecht einer Sachbearbeiterin, in der Zeit für ein
Lehrgespräch, im lokalen Server, in der offenen Werkstatt und in der Frage, wer
an einer Automatisierungsrendite beteiligt wird.

So wird Zukunft geformt: nicht durch die eine große Entscheidung im Jahr 2030,
sondern durch tausend kleine Festlegungen darüber, was Menschen lernen dürfen,
worüber sie verfügen und wo ihr Urteil zählt.

Wir können nicht wissen, welche der fünf KI-Welten kommt. Wahrscheinlich wird
es ohnehin eine unordentliche Mischung. Aber wir können bestimmen, welche
menschlichen Möglichkeiten in dieser Mischung robust bleiben sollen.

Die Zukunft ist kein Wetterbericht.

Sie ist eine gemeinsame Baustelle. Das ist anstrengender als Vorhersagen. Aber
wenigstens diskutieren wir dann nicht über Regenschirme, während andere bereits
den Beton gießen.

Trusted New Work AI: Szenarien prüfen, Zielbilder verantworten

Dieser Artikel trennt externe Szenarien, empirische Evidenz und eigene
NWNC-Interpretation. Die fünf technischen Zukunftsbilder stammen aus dem
britischen Szenariobericht. Die Begriffe Ghost Learner, wandernder Burggraben,
faule KI, versorgte Unfreiheit und Freiheitssubstrate sind Denkfiguren aus dem
Flowbook KI. Die kritischen Notizen aus DU MAIN Social wurden als redaktionelle
Gegenfragen verwendet, nicht als Sachbelege. Der konkrete Lernclaim wurde an
der PNAS-Primärstudie geprüft und auf deren begrenzten Kontext beschränkt.

KI-Werkzeuge haben Recherche, Gegenprüfung und Textarbeit unterstützt. Kein
Modellurteil gilt als Sachbeleg oder Wahrheitsbeweis. Auswahl, Gewichtung,
Formulierung und Verantwortung bleiben menschliche Redaktionsarbeit.

Quellen und Weiterlesen

UK Government Office for Science: AI Scenarios 2030
Hamsa Bastani et al.: Generative AI without guardrails can harm learning
Flowbook KI

Hinterlasse einen Kommentar

Schreibe einen Kommentar Antwort abbrechen