KI – Intelligent oder nicht intelligent?

Die Schrift als erstes "künstliches Gedächtnis"

Vor der Schrift war Wissen deutlich stärker an einzelne Menschen gebunden. Der Schamane kannte die Heilpflanzen, die Älteste die Geschichte des Stammes, der Handwerker seine Techniken. Mit dem Tod dieser Personen verschwand oft auch das Wissen. "Intelligenz" – verstanden als verfügbares Können – lag vollständig in Köpfen und kleinen Gruppen. Was nicht weitererzählt wurde, war einfach weg.

Die Schrift war die erste große Auslagerung des Gedächtnisses. Bereits Platon ließ in seinem Dialog Phaidros Sokrates die Sorge formulieren, die Menschen könnten durch das Schreiben ihre Erinnerungskraft verlieren – Buchstaben seien tot, sie könnten nicht antworten, sie machten die Lernenden bequem (z. B. Platon, 2022). Aus heutiger Sicht wirkt diese Sorge fast komisch. Damals aber war Schrift tatsächlich ein neues, künstlich anmutendes Gedächtnis. Plötzlich ließ sich Wissen speichern, kopieren, transportieren und über Generationen weitergeben.

Die Schrift hat Menschen nicht intelligenter gemacht. Sie hat vorhandene Intelligenz besser verfügbar gemacht. Das liegt erstaunlich nahe an Laniers Argument zur KI.

Stufen der Verdichtung: Bibliothek, Buchdruck, Enzyklopädie

Die wahrscheinlich Anfang des 3. Jahrhunderts v. Chr. entstandene Bibliothek von Alexandria war mehr als ein Gebäude mit Schriftrollen. Sie war die Verdichtung der geistigen Arbeit vieler Autorinnen, Autoren und Gelehrter über Generationen hinweg. Ein Gelehrter konnte dort auf Erkenntnisse zugreifen, die er selbst nie hätte erzeugen können. Trotzdem kommt niemand auf die Idee, eine Bibliothek sei "intelligent". Sie ist eher ein Speicher menschlicher Intelligenz.

Mit dem in Europa um 1440 von Johannes Gutenberg erfundenen Buchdruck geschah etwas Ähnliches, nur viel schneller. Vorher musste jedes Buch mühsam abgeschrieben werden. Danach konnten sich Ideen explosionsartig verbreiten. Reformation, wissenschaftliche Revolution und Aufklärung wären ohne diese Verdichtung kaum denkbar. Auch hier entstand keine neue Intelligenz, sondern ein leistungsfähigeres Netzwerk.

Die Aufklärung formulierte dann den ambitioniertesten Verdichtungsanspruch: das gesamte menschliche Wissen sollte gesammelt werden. Die ab 1751 erschienene Encyclopédie von Diderot und d'Alembert war funktional gesehen ein analoges Vorläufermodell der heutigen Wikipedia. Viele Fachleute lieferten Beiträge, die Herausgeber verdichteten sie, und Leserinnen und Leser griffen auf das Wissen zu, ohne die Urheber*innen zu kennen.

Das Internet

Hier wird der Übergang zum Historiker Yuval Noah Harari (Eine kurze Geschichte der Menschheit (Harari et al., 2014); Homo Deus – Eine Geschichte von Morgen (Harari, 2018)) interessant. In Nexus argumentiert er, Geschichte sei wesentlich von sog. "Informationsnetzwerken" geprägt. Religionen, Staaten, Märkte und die Wissenschaft sind für ihn Strukturen, in denen Informationen zwischen vielen Menschen fließen (Harari, 2024). Das Internet ist das bisher größte dieser Netzwerke. Milliarden Menschen produzieren Inhalte, Suchmaschinen und Plattformen ordnen sie.

Wikipedia ist das vielleicht klarste Beispiel. Wer einen Artikel über die Aortenklappe liest, spricht nicht mit einer einzelnen Person, sondern greift auf die Arbeit Hunderter oder Tausender zu. Trotzdem sagt niemand: Wikipedia denkt. Intuitiv ist klar, dass hier kollektives Wissen verdichtet wurde. Laniers Pointe lautet im Kern: Sprachmodelle sind dieselbe Idee, nur eine Stufe höher.

Der eigentliche Bruch: von Speicherung zu Synthese

Eine Bibliothek speichert Wissen. Wikipedia ordnet es. Ein Sprachmodell – also eine KI, die auf riesigen Textmengen trainiert wurde und daraus passende Antworten zusammensetzt – erzeugt darüber hinaus neue Formulierungen. Es beantwortet Fragen in Echtzeit, schreibt Texte, erklärt Zusammenhänge, übersetzt und kombiniert Quellen. In dieser Skalierung, Dialogfähigkeit und Alltagszugänglichkeit ist das historisch tatsächlich neu, und genau deshalb entsteht (wieder) der Eindruck einer eigenen Intelligenz.

Eine hilfreiche Analogie liefert der Taschenrechner. Er rechnet schneller und fehlerärmer als jeder Mensch und verarbeitet Zahlen, an denen mancher Kopf scheitern würde. Niemand würde dennoch sagen, der Taschenrechner verstehe Mathematik. Wir würden eher sagen, dass er einen Teil mathematischer Arbeit automatisiert. Lanier würde argumentieren, dass Sprachmodelle dasselbe für sprachliche und kognitive Routineprozesse leisten.

Emergenz im Netzwerk

An einer besonderen Stelle weichen die Lanier und Harari voneinander ab. Lanier betont vor allem, dass hinter jeder KI-Antwort Menschen stehen. Harari betont stärker, dass Informationsnetzwerke häufig Eigenschaften entwickeln, die niemand geplant hat. Ein Markt "kennt" den Preis eines Produkts, ohne dass eine einzelne Person alle relevanten Informationen hätte. Eine Demokratie verarbeitet Informationen über Millionen Bürgerinnen und Bürger. Die Wissenschaft tut dies für Millionen Forschende.

Solche Eigenschaften nennt man emergent – sie entstehen aus dem Zusammenspiel vieler Teile, ohne in einem einzelnen Teil schon angelegt zu sein. In dieser Lesart wird ein Netzwerk als Ganzes leistungsfähiger als seine Mitglieder. Damit rückt Harari etwas näher an die Idee einer Form kollektiver Intelligenz, ohne sie einem einzelnen System zuzusprechen.

Der Kompromiss: weder denkendes Wesen noch bloße Datenbank

Beide Positionen lassen sich aus meiner Sicht gut zusammenführen. Lanier beschreibt die nüchterne Erinnerung: KI ist verdichtete menschliche Kultur. Harari beschreibt die historische Tiefe: Informationsnetzwerke entwickeln immer wieder neue kollektive Fähigkeiten. Ein Sprachmodell ist dann weder ein denkendes Wesen noch eine bloße Datenbank, sondern eine neue historische Stufe der Wissensverdichtung:

Schrift → Bibliothek → Buchdruck → Enzyklopädie → Internet → Sprachmodelle

ChatGPT ist in dieser Lesart nicht die erste künstliche Intelligenz der Geschichte, sondern die bislang leistungsfähigste Maschine zur Organisation und Rekombination menschlichen Wissens. Das passt zu dem, was Harari als fortschreitende Evolution von Informationsnetzwerken beschreibt – und es nimmt die Aura der Magie aus der Diskussion, ohne den Bruch kleinzureden.

Was das für die medizinische Ausbildung heißt

Für Lehrende und Studierende hat diese Lesart praktische Konsequenzen. Wer KI als denkendes Gegenüber begreift, neigt dazu, Antworten zu glauben. Wer sie als Verdichtung menschlicher Kultur versteht, bleibt eher kritisch. Die Antwort kann nur so klug sein wie das Material, das in das Modell geflossen ist, und nur so verlässlich wie die Stelle, an der wir sie prüfen. Das ist eine vertraute Haltung – sie ist die Grundlage jeder Quellenarbeit und kritischen Evidenzgenerierung.

Was wir (noch) nicht wissen

• Wo die Grenze zwischen Synthese und "echtem Verstehen" liegt, ist philosophisch wie empirisch offen. Sprachmodelle lösen Probleme, an denen frühere Systeme scheiterten – was das im strengen Sinn heißt, ist (noch) umstritten.
• Wie sich emergente Eigenschaften messen lassen, ist methodisch unklar. Harari beschreibt sie auf historischer Ebene, auf Modellebene fehlen belastbare Kriterien.
• Welche Lernwirkung der KI-Einsatz langfristig hat, ist für die Medizinausbildung noch nicht hinreichend untersucht (Feigerlova et al., 2025; Wang et al., 2026). Erste Studien deuten an, dass viel vom didaktischen Setting abhängt – Genaueres bleibt Aufgabe der nächsten Jahre.

Fazit

KI ist weder Magie noch Hokuspokus. Sie ist die jüngste – und derzeit beeindruckendste – Stufe einer langen Reihe von Werkzeugen, mit denen Menschen Wissen verdichten und einander zugänglich machen. Wer das im Blick behält, kann sie produktiv nutzen, ohne ihr mehr Eigenständigkeit zuzusprechen, als sie tatsächlich hat.

Referenzen