Opus des Volkes – Endlich frei von Kompetenz

Opus des Volkes: christopher-helm.com - Endlich frei von Kompetenz

Die Welt liegt uns zu Füßen, denn wir stehen drauf – wir gehen drauf, für ein Leben voller Schall und Rauch. – Mit freundlichen Grüßen, Lied der Gruppe Die Fantastischen Vier (1999)

Wer heute ein Claude-Abo für 20 Dollar abschließt, kann Finanzanalysen erstellen, Code schreiben, juristische Dokumente entwerfen, Präsentationen bauen und Marktrecherchen in Minuten erledigen. Kein Studium, keine zehn Jahre Berufserfahrung, kein Team. Opus 4.6 koordiniert seit gestern sogar mehrere Agenten parallel, findet Sicherheitslücken in Quellcode und verarbeitet eine Million Tokens Kontext. Die schöne neue Wissensarbeit braucht keine Wissensarbeiter mehr. Aber wenn ein Einzelner für 20 Dollar im Monat die Arbeit eines Teams erledigen kann, stellt sich eine Frage, die über das persönliche Hochgefühl hinausgeht: Wer bezahlt dafür – und wie lange noch?

Im ersten Teil dieser Analyse habe ich die ökonomischen Grundlagen des generativen KI-Marktes untersucht: die Rekordumsätze, die Milliardenverluste, den DeepSeek-Schock und das Paradox einer Branche, die mehr Geld verbrennt als je eine Softwareindustrie zuvor. Dieser zweite Teil stellt die Frage, die darüber hinausgeht: Was passiert mit einer Gesellschaft, die Kompetenz nicht mehr braucht?

Die Saatgut-Frage

In der Softwareentwicklung, dem Sektor mit der höchsten KI-Exposition, sank die Beschäftigung von Programmierern in den USA zwischen 2023 und 2025 um 27,5 %.¹ Entry-Level-Einstellungen bei den 15 größten Tech-Unternehmen fielen um 25 % im Vergleich zum Vorjahr.² Eine Stanford-Studie auf Basis von Gehaltsdaten von 25 Millionen Arbeitnehmern zeigt, dass die Beschäftigung der 22- bis 25-Jährigen in KI-exponierten Berufen um 6 % sank, während sie bei älteren Arbeitnehmern um 6 bis 9 % stieg.³

Erik Brynjolfsson, einer der Autoren der Stanford-Studie, liefert die Erklärung: Ältere Mitarbeiter verfügen über implizites Wissen, das sie durch Erfahrung erworben haben und das nie aufgeschrieben wurde. Dieses Wissen befindet sich nicht in den Sprachmodellen. Jüngere Mitarbeiter hingegen bringen genau das mit, was ein Sprachmodell bereits kann: Buchwissen.⁴

Das Problem ist nicht, dass Junior-Stellen wegfallen. Das Problem ist, woher die Seniors von 2035 kommen sollen. Wer heute keine Juniors einstellt, frisst sein eigenes Saatgut. Die Branche riskiert eine Generation von, wie es ein Analysebericht formuliert, »Architekten, die nie einen Ziegelstein gelegt haben«.⁵

Von Doing zu Choosing

Microsofts Future-of-Work-Report beschreibt den Wandel präzise: Generative KI verschiebt Arbeit von »Doing« zu »Choosing«. Statt etwas selbst zu erstellen, wählt der Mitarbeiter zwischen Outputs aus.⁶ Das klingt nach einem Effizienzgewinn. Die Kehrseite dokumentiert derselbe Bericht: Ohne gezieltes Training verlieren Mitarbeiter kognitive Kernkompetenzen, von der Planung über das Urteilsvermögen bis hin zur fachlichen Tiefe.

Eine Studie aus dem klinischen Bereich macht die Dynamik sichtbar. Ärzte, die sich auf eine KI-gestützte Polypen-Erkennung verließen, zeigten nach nur drei Monaten einen signifikanten Rückgang ihrer eigenständigen diagnostischen Fähigkeiten.⁷ In der Buchhaltung dokumentierten Rinta-Kahila et al. einen ähnlichen Effekt: Die Abhängigkeit von automatisierter Buchhaltungssoftware machte die Buchhalter und damit die gesamte Organisation unfähig, die Aufgaben eigenständig auszuführen.⁸

Der Springer-Aufsatz »AI deskilling is a structural problem« nennt das Phänomen »capacity-hostile environments«: Umgebungen, in denen die KI-Vermittlung die Entwicklung menschlicher Fähigkeiten systematisch behindert.⁹ Die Autoren argumentieren aus einer neo-aristotelischen Perspektive: Der Wert, auf dem Gipfel des Everest zu stehen, ergibt sich aus der kompetenten Ausübung der Fähigkeiten, die für den Aufstieg nötig sind, nicht daraus, per Helikopter dort abgesetzt zu werden.

Opus 4.6 ist der Helikopter.

Huxleys Muster

In Aldous Huxleys Brave New World werden Menschen von Dingen befreit, die eigentlich wertvoll sind, und empfinden diese Befreiung als Fortschritt. Befreiung von Schmerz durch Soma, Befreiung von Bindung durch normierte Promiskuität, Befreiung von eigenständigem Denken durch Konditionierung. Mustapha Mond, der Weltcontroller, erklärt dem Wilden John, warum Kunst, Wissenschaft und Religion abgeschafft wurden: Sie destabilisieren. Courage ist überflüssig in einer Gesellschaft, die so konstruiert ist, dass sie keinen Mut braucht.¹⁰

Die Parallele ist nicht metaphorisch. PwC berichtet, dass nur noch 5 % der befragten Unternehmen einen Hochschulabschluss als zwingend für Einstiegspositionen betrachten.¹¹ In Großbritannien fielen die Tech-Einstiegsstellen 2024 um 46 %, mit einer Prognose von weiteren 53 % bis 2026.¹² KPMG reduzierte seine Graduate-Einstellungen um 29 %, PwC UK strich 200 Einstiegsstellen mit explizitem Verweis auf generative KI.¹³ 49 % der US-amerikanischen Gen-Z-Jobsuchenden glauben, dass KI den Wert ihres Studiums entwertet hat.¹⁴

Huxley hätte das Muster erkannt: Eine Gesellschaft befreit sich von der Notwendigkeit, etwas zu lernen, und empfindet das als Fortschritt. Der Unterschied zu Brave New World ist, dass die Konditionierung freiwillig geschieht und 20 Dollar im Monat kostet.

Das Acemoglu-Paradox

Daron Acemoglu und Pascual Restrepo haben den theoretischen Rahmen geliefert, der diese Dynamik ökonomisch fasst. Ihr Task-Based Framework unterscheidet zwischen Displacement-Effekt (Maschinen ersetzen Arbeit in bestimmten Aufgaben) und Productivity-Effekt (die Kosteneinsparungen durch Automatisierung steigern die Nachfrage in nicht-automatisierten Aufgaben).¹⁵ Historisch haben sich beide Effekte ausgeglichen: Neue Aufgaben und Berufsbezeichnungen erklären etwa die Hälfte des Beschäftigungswachstums in den USA zwischen 1980 und 2010.¹⁶

Die Warnung liegt im Konzept der »excessive automation«: Automatisierung, die schneller voranschreitet als gesellschaftlich wünschenswert. Exzessive Automatisierung erzeugt nicht nur direkte Ineffizienzen, sondern kann auch das Produktivitätswachstum bremsen, weil Ressourcen verschwendet werden.¹⁷ Acemoglu und Johnson formulieren es in Power and Progress so: Die aktuelle Tendenz geht dahin, KI in Richtung weiterer Automatisierung zu entwickeln. Damit könnte man das Versprechen der »richtigen« KI verpassen, jener, die bessere ökonomische und soziale Ergebnisse hervorbringt.¹⁸

Das World Economic Forum prognostiziert bis 2030 zwar 170 Millionen neue Arbeitsplätze bei 92 Millionen wegfallenden.¹⁹ Aber die entscheidende Variable ist nicht die Nettobilanz, sondern die Qualität der neuen Stellen und die Frage, wer Zugang zu ihnen hat. Wenn 77 % der neuen KI-Stellen einen Master-Abschluss erfordern²⁰ und gleichzeitig der Wert des Bachelor-Abschlusses sinkt, entsteht nicht ein Übergang, sondern eine Kluft.

Die Soma-Frage

Generative KI macht Kompetenz verfügbar, ohne sie zu erzeugen. Der Nutzer erhält das Ergebnis, nicht die Fähigkeit. Das ist der zentrale Unterschied zur Demokratisierung von Wissen durch Bücher, Bibliotheken oder das Internet. Diese Technologien machten Wissen zugänglich, setzten aber voraus, dass der Mensch es sich aneignet, versteht und anwendet. Opus 4.6 überspringt diesen Schritt.

Microsoft nennt die entstehende Rolle den »Agent Boss«: den Menschen, der KI-Agenten baut, ihnen Aufgaben delegiert und sie überwacht.²¹ Das klingt nach Aufwertung. In der Praxis beschreibt es eine Aufsichtsrolle über Prozesse, die der Aufseher selbst nicht mehr durchdringen kann, weil er die fachliche Tiefe nie erworben hat. Die Frage, die Huxley dem Weltcontroller stellt, bleibt unbequem: Wenn Kompetenz entwertet wird, weil ein System sie ersetzt, wer überprüft das System?

Die Federal Reserve Bank of New York berichtet, dass die Arbeitslosenquote für Absolventen mit geisteswissenschaftlichen Abschlüssen inzwischen etwa halb so hoch ist wie die von Informatikern und Ingenieuren.²² Das klingt kontraintuitiv. Es bestätigt aber Acemoglus Hypothese: Was KI nicht ersetzen kann, sind tacit knowledge, Urteilsvermögen, kontextuelle Intelligenz und soziale Fähigkeiten. Also genau das, was man nicht in einem Prompt formulieren kann.

Was bleibt

Michael Polanyi formulierte 1966: »We can know more than we can tell.«²³ Wir können mehr wissen, als wir aussprechen können. Dieses implizite Wissen, das Erfahrungswissen, die Intuition des Handwerkers, das Gespür des Arztes, das Urteilsvermögen des Analysten, ist das, was Sprachmodelle nicht haben. Sie haben Muster. Sie haben Wahrscheinlichkeiten. Sie haben eine bemerkenswerte Fähigkeit, Kompetenz zu simulieren. Sie haben nicht die Erfahrung, aus der Kompetenz entsteht.

Opus 4.6 ist ein außerordentliches Werkzeug. Es kann einem Einzelnen die Produktivität eines Teams verleihen. Es kann eine Finanzanalyse in Minuten liefern, für die ein Analyst Tage bräuchte. Es kann 500 Zero-Day-Schwachstellen finden, die Menschen übersehen hätten. Das ist nicht trivial. Das verändert Märkte.

Aber eine Gesellschaft, die Kompetenz durch Zugang zu einem Modell ersetzt, verwechselt Ergebnis mit Fähigkeit. Sie verwechselt den Helikopter mit dem Aufstieg. Und sie riskiert, eine Generation hervorzubringen, die alles werden kann, so hat es Mama versagt, aber nichts davon auch versteht.

Mustapha Mond würde sagen: Das ist der Preis der Stabilität. Huxley hat uns gewarnt, dass wir den Preis nicht als Preis erkennen werden, sondern als Fortschritt.