Die Mitte und die Ränder

Was KI mit Innovation macht
Vor vierzehn Jahren habe ich meine Diplomarbeit am Central Saint Martins College in London über eine Frage geschrieben, die damals viele Innovationsabteilungen umtrieb: Können Schwärme, mit Online-Werkzeugen vernetzt, disruptive Innovationen hervorbringen? Crowdsourcing war das Versprechen der Stunde — eine Crowd lösen lassen, was einzelnen Unternehmen nicht mehr gelang.

Der Befund war eindeutig und ernüchternd. Crowdsourcing brachte solide Verbesserungen, neue Verpackungen, kleinere Optimierungen — aber nichts wirklich Disruptives. Der Philosoph Pierre Levy fasste den Grund in einem Satz, der mir bis heute geblieben ist: Eine Crowd könne existierende Probleme lösen, aber für disruptive Innovationen brauche es die Fähigkeit, neue Probleme zu stellen — und dafür habe man noch kein kollektives Intelligenzsystem. Die anderen Gründe lagen in der Architektur: zu geringe Diversität der Teilnehmenden, zu wenig Interaktivität zwischen ihnen, und vor allem in der Stratifizierung der beauftragenden Organisationen — in der Rigidität ihrer Hierarchien, die das eingesammelte Material wieder einsortierten, sobald es zurückkam.

Heute, vierzehn Jahre später, steht das nächste Werkzeug bereit, das verspricht, was Crowdsourcing nicht eingelöst hat. Es funktioniert anders — keine vernetzten Menschen mehr, sondern ein vernetztes Modell, das aus dem Werk dieser Menschen lernt. Pierre Levy hat im Sommer 2024, nach KI gefragt, selbst geantwortet: «Les textes de l'IA sont généralement redondants, banals et facilement reconnaissables. Ils n'ont pas été entraînés sur des idées rares mais au contraire sur l'avis général que l'on retrouve partout.» Nicht auf seltene Ideen trainiert, sondern auf den Allgemeinplatz. Sein zwölf Jahre alter Befund hat sich nicht aufgelöst — er hat sich vertieft.

Eine 2024 in der Zeitschrift Science Advances publizierte Studie hat das empirisch gefasst. Wenn Autorinnen und Autoren beim Schreiben Hilfe durch generative KI bekommen, werden ihre einzelnen Texte als kreativer beurteilt, besonders bei den weniger geübten. Aber: Diese Texte ähneln einander stärker als Texte ohne KI. Individuell ein Gewinn, kollektiv ein Verlust an Vielfalt. Die Autoren nennen es ein soziales Dilemma — jede einzelne Person ist besser dran, die Gesamtheit aber schöpft aus einem schmaleren Brunnen.

Das passt zur Architektur dieser Werkzeuge. Sprachmodelle berechnen, was statistisch wahrscheinlich ist. Wahrscheinlich heisst häufig. Häufig heisst: in der Mitte der Verteilung. Die Ränder — das Ungewöhnliche, das Randständige, das noch nicht Gesagte — werden geglättet. Hinzu kommt eine zweite Bewegung. Die Infrastruktur der KI konzentriert sich in den Händen einer überschaubaren Zahl von Anbietern: drei grosse Cloud-Konzerne, drei dominante Modell-Anbieter, ein einziger Lieferant der entscheidenden Chips. Diese Konzentration läuft der dezentralen Logik, aus der das Web einst entstanden ist, diametral entgegen.

Das Bild, das sich daraus ergibt, ist weder das eines Killers noch das eines Förderers, sondern eine Doppelbewegung. KI demokratisiert das Mittelmass — Novizen erreichen schneller das Niveau Erfahrener, Routineaufgaben werden für alle zugänglich. Gleichzeitig verstärkt sie die Konvergenz — viele Menschen ziehen aus demselben statistischen Mittelpunkt, vermittelt über wenige Konzerne, mit derselben Tendenz zum Allgemeinplatz. Wer Innovation als das versteht, was am Rand entsteht und neue Probleme stellt, sieht hier ein Problem. Wer Innovation als das versteht, was viele Menschen produktiver macht, sieht hier einen Fortschritt. Beides ist gleichzeitig wahr — und es ist möglicherweise dieselbe Bewegung, aus zwei Richtungen betrachtet.

Vor vierzehn Jahren lag das Hindernis in der Diversität der Crowds und in der Stratifizierung der Organisationen. Beides ist heute, im KI-Zeitalter, nicht verschwunden — es hat sich verschoben. Die Diversität liegt nun in den Trainingsdaten, die zur Mitte hin geglättet werden. Die Stratifizierung liegt in der Infrastruktur, in der eine Handvoll Konzerne entscheidet, welches kollektive Intelligenzsystem wir alle benutzen.

Bleibt die offene Frage: Wie hält man die Ränder offen, wenn das produktivste Werkzeug per Konstruktion zur Mitte tendiert?