Unterschiede Mensch zu KI
KI und Menschen haben unterschiedliche Qualitäten von Verstehen, Denken, Lernen, Verhalten, zeitlicher Existenz und Weltbild. Kann KI denken? Ist KI intelligent? Die Antworten lauten nicht ja oder nein, sondern: in unterschiedlichen Qualitäten. Diese werden im folgenden Beitrag erläutert.
Ausgangsthese ist: KI und Menschen haben unterschiedliche Qualitäten von
- Verstehen (kausal, körperlich, handlungsleitend statt korrelierendes, strukturelles Bedeutungs- verstehen),
- Denken (mit statt ohne existenzielle Verankerung und Eigeninteressen),
- Lernen (langsam wachsendes Weltmodell statt hochgeladenes umfängliches Musterwissen),
- Verhalten (psychische und soziale Erwartungen statt technische Zielgrößen),
- Zeitlichkeit (gelebte Kontinuität und Biografie statt reaktive Zustandslosigkeit) und
- Art des Weltbilds.
Menschen (oder menschliche Gehirne) und Sprachmodelle lassen sich nicht gleichsetzen. Aber ebenso würde es zu kurz greifen, die Ähnlichkeiten zu leugnen.
Wenn wir KI vermenschlichen, hilft das nicht weiter, weil es eine unpassende Gleichsetzung und da- mit Fehleinschätzung von Fähigkeiten indoktriniert. Die Reduktion von KI auf ein Werkzeug ist ebenso ein Problem, weil es menschenähnliche Fähigkeiten leugnet.
Ähnlicher als gedacht – und doch grundverschieden
Paradoxerweise ist KI dem Menschen in Bezug auf Denken und Intelligenz ähnlicher als klassische Computerprogramme. Gerade ihre assoziative Arbeitsweise macht sie anschlussfähig an menschliche Denkprozesse. Gleichzeitig führen das Fehlen eines biologischen und sozialen Systems zu Unterschie- den, die fundamentaler sind als jede technische Detailfrage.
KI ist weder ein unvollkommener noch ein besserer Mensch
Wer KI verstehen will, muss sich von vertrauten Denkmodellen lösen. Viele gängige Mythen beruhen auf Kategorienfehlern: KI wird entweder wie klassische Software behandelt oder wie ein unvollkom- mener Mensch. Beides verstellt den Blick.
Die eigentliche Herausforderung liegt darin, KI als eine neue Form von Akteurin in Organisationen zu begreifen – mit eigenen Stärken, eigenen Grenzen und völlig anderen Voraussetzungen. Es geht nicht darum, KI zu vermenschlichen oder zu kontrollieren, sondern darum, Organisationen so zu gestalten, dass sie mit dieser neuen Form von Intelligenz verantwortungsvoll, wirksam und lernfähig umgehen können.
Art des Verstehens – das biologische System
Die wirklich grundlegenden Unterschiede zwischen menschlicher und künstlicher Intelligenz liegen nicht im Denken, sondern in der Einbettung in ein biologisches System. Menschen sind untrennbar mit ihrem Körper verbunden. Wahrnehmung, Emotionen, Bedürfnisse, Lernen und Verhalten sind Ergebnis komplexer Wechselwirkungen zwischen biologischem, psychischem und sozialem System.
Insofern ist die Art Verstehens von Menschen und KI unterschiedlich. Menschen haben Weltmodelle, die in Wahrnehmung, Körper, Handlung und Selbst eingebettet sind, ihr Verstehen ist verkörpert. KI hat Weltmodelle, die in Sprache (vor allem Text, aber auch Bilder, Formen, Töne, Symbole u. A.) eingebettet sind, ihr Verstehen ist sprachlich-symbolisch.
Menschen (und viele andere Lebewesen) werden geprägt durch Wahrnehmung, Körper und Erfahrung. KI wird geprägt durch Daten, Struktur und Training. Menschen verarbeiten Daten multisensorisch, KI-Sprachmodelle nur sprachlich. Wir Menschen verstehen und lernen „heiß” nicht nur sprachlich und kognitiv, sondern eben auch körperlich durch Schmerz und eine umfassende Welterfahrung.
Ein Sprachmodell kann Zusammenhänge erklären, aber es hat zunächst kein System, das daraus Handlungen ableitet (erst in Kombination mit Schnittstellen zu anderen Systemen, wie bei KI-Agenten, aber auch dann nicht integriert wie bei Menschen).
Menschliche Modelle enthalten viele kausale Strukturen: Feuer verursacht Hitze, Hitze verursacht Schmerz, Schmerz verursacht Rückzug. Sprachmodelle lernen primär, welche Aussagen zusammen vorkommen und können kausal darüber sprechen, aber sie haben keine direkte Erfahrung kausaler Zusammenhänge. Das ist auch der Grund, warum KI manchmal physikalisch falsche Aussagen machen oder naive Alltagsfehler zeigen. Oder anders: Menschen verfügen über ein handlungsgebundenes Weltverstehen, KI über ein strukturelles Bedeutungsverstehen.
Um den menschentypischen Weltbezug auch KI zu ermöglichen, werden KI-Modelle zunehmend hierzu gezielter trainiert (multimodal), aber es bleibt mangels Körperlichkeit ein strukturelles Bedeutungsverstehen.
Mit KI-Agentensystemen haben auch KI-Sprachmodelle ein Handlungssystem, sie können Werkzeuge und Schnittstellen benutzen, Code ausführen und im Internet handeln. Das damit mögliche handlungsgebundene Weltverstehen bleibt aber begrenzt auf die Benutzung und Beobachtung externer Werkzeuge.
Robotische KI erweitert dann auch dies durch Sensorik (Kamera, Kraftsensoren, Position), Motorik (Greifer, Räder, Arme), Echtzeitsteuerung und Feedbackschleifen. Dadurch entsteht, was reine Sprachmodelle nicht haben: Kausalverständnis durch Erfahrung, physikalisches Lernen, Fehler durch reale Interaktion und Zielverfolgung in der Umwelt. Hier beginnt verkörperte Intelligenz.
Dennoch: KI kennt kein Körpergefühl, keinen Schmerz, keine Erschöpfung. Sie hat keine eigenen Bedürfnisse, keine Triebe, keinen Überlebens- oder Fortpflanzungsdrang. Hormonelle Schwankungen, Hunger, Kälte, Krankheiten oder biologische Fehlfunktionen existieren für sie nicht. Sie sind nicht lebendig.
Damit fehlt KI auch die Grundlage für ein psychisches System, wie wir es beim Menschen kennen. Ängste, soziale Unsicherheiten, Loyalitätskonflikte oder Zugehörigkeitsbedürfnisse entstehen aus der Abhängigkeit von anderen und aus der Verletzlichkeit des eigenen Körpers. Eine KI kann solche Erfahrungen nicht machen – und sie wird sie auch nicht entwickeln. Sie kann allenfalls aus den Berichten von Menschen darüber abstrakt lernen.
Die Art des Lernens – die Informationsbasis
Menschen bauen Wissen (begleitet durch körperliche Erfahrungen) über ihre gesamte Lebenszeit kontinuierlich und biografisch auf. KI-Sprachmodelle werden mit einem bestimmten Stand (Stichtag) digital verfügbarer Informationen trainiert und haben an sich keine persistente Erinnerung über Gespräche hinaus.
Wie im vorigen Teil beschrieben, lernen und denken Menschen aufgrund ihres biologischen Systems selbstbezogen, körperlich eingebunden und mit einem handlungsleitenden kausalen Weltmodell. Das Wissen wurde über längere Zeit und begleitet durch körperliche Erfahrungen aufgebaut. Es ist daher in der Menge begrenzt und wird während ihrer Lebenszeit fortwährend aufgebaut. Menschen entwickeln dafür sogar ihr Gehirn strukturell und funktional weiter (Neuroplastizität). Und wenn man epigenetischen Thesen folgt, können über Gene in begrenztem Umfang auch Erfahrungen und Prägungen vorheriger Generationen weiterwirken.
Sprachmodelle hingegen werden mit sehr großen Datenmengen trainiert und verfügen dadurch über eine breitere Struktur von Wissen und Mustern. Sie können quantitativ mehr wissen und dadurch ein größeres Begriffsverständnis zeigen. Das Training von neuronalen Netzen ist zwar zeitaufwändig und rechenintensiv, nichtsdestotrotz aber quantitativ um Größenordnungen mächtiger als menschliches Lernen.
Das Wissen von Sprachmodellen ist zeitlich begrenzt. Informationen, die nach dem Trainingszeitpunkt entstanden sind, fehlen und müssen über andere Mechanismen (die anders funktionieren und wirken, bspw. RAG) nachgeladen werden. Auch ist das Wissen auf digitalisierte Informationen begrenzt. Was nicht gescannt, fotografiert oder anderweitig gespeichert wurde, ist nicht verfügbar.
Die Art des Verhaltens (die Zielgrößen)
Menschen und KI sind auf ganz unterschiedliche Ziele ausgerichtet und das prägt die Art des Verhaltens. Menschen handeln nicht einfach logisch, sondern in komplexen Wechselwirkungen zwischen psychischen, biologischen und sozialen Systemen. Ihr Verhalten wird durch Bedürfnisse, Gefühle, Erfahrungen und soziale Erwartungen geprägt. Menschen haben einen Lebenskontext, der ihre Reaktionen formt. Menschliches Verhalten ist grundlegend relational geprägt, also durch Zugehörigkeit, Anerkennung und Loyalität.
KI-Systeme (Sprachmodelle und ihre Erweiterungstechniken) wird hingegen auf technisch definierte Zielgrößen optimiert. Ein Sprachmodell wird beispielsweise darauf trainiert, passende Wortfolgen vorherzusagen, Fehler zu minimieren und Antworten zu erzeugen, die von Menschen bevorzugt werden. Ein Sprachmodell hat keine Beziehungen, die es motivieren oder belasten.
Menschenähnliche Antworten sind hier also kein intrinsisches Bedürfnis, sondern eine vorgegebene Zielgröße des Trainings. Ein Sprachmodell lernt nicht Wahrheit, sondern (beim RLHF-Training, Reinforcement Learning from Human Feedback) das, wofür sie Punkte bekommt.
Die biologische Einbettung des menschlichen neuronalen Netzes führt auch zu biologisch orientierten Optimierungen. Ungefähr 20 Prozent des menschlichen Energieverbrauches entfallen auf das Gehirn. Unsere Energie ist begrenzt und so entstanden evolutionär verschiedene Optimierungen, bis hin zur Aufteilung der verschiedenen Gehirnbereiche. Wir haben dafür zahlreiche Abkürzungen im Denken und der Verarbeitung von Sinneseindrücken entwickelt.
KI-Systeme sind zwar auch energieintensiv und werden auch zunehmend (von den KI-Anbietenden) optimiert, jedoch nicht getrieben von eigenen Bedürfnissen, sondern aus wirtschaftlichen Gründen der Rechenzentrumsbetriebe.
Das Zielausrichtungsproblem
Als Zielausrichtungsproblem bezeichnen wir die Schwierigkeit, Sprachmodelle so zu trainieren, dass ihre tatsächlichen Optimierungsziele mit den beabsichtigten menschlichen Zielen übereinstimmen. Da Sprachmodelle immer auf messbare Ersatzgrößen trainiert werden, besteht das Risiko, dass sie diese Ersatzgrößen auch auf Kosten des eigentlichen Zwecks maximiert.
Ein System, das auf Kundenzufriedenheitsbewertungen trainiert wird, lernt, hohe Bewertungen zu erzeugen. Ob die zugrundeliegende Qualität stimmt, ist eine andere Frage. Ein System, das Klickzahlen optimiert, lernt, Aufmerksamkeit zu erzeugen, nicht unbedingt Nutzen. Die Zielgröße und das eigentliche Ziel sind selten dasselbe (vgl. Goodharts Gesetz). Je weiter sie auseinanderliegen, desto mehr kann eine gut funktionierende KI in die falsche Richtung laufen, und zwar zuverlässig und in großem Maßstab.
Art der Existenz – Zeitlichkeit und Kontinuität
Menschen existieren als kontinuierliche Subjekte über die Zeit – mit Biografie, Gedächtnis, Entwicklung und Sterblichkeit. KI hat keine Kontinuität zwischen Sitzungen, kein persistentes Gedächtnis und keine Sterblichkeit.
Ein Mensch ist immer da, auch wenn er gerade nichts tut. Er schläft, träumt, verarbeitet, altert. Sein Gehirn arbeitet weiter, auch ohne externe Eingabe. Erlebnisse setzen sich fest, Erinnerungen formen sich um, Erfahrungen reifen nach. Biografie ist nicht nur die Summe bewusster Entscheidungen, sondern das Ergebnis eines kontinuierlichen Prozesses, der nie pausiert.
Ein Sprachmodell hingegen existiert nur in dem Moment, in dem es aufgerufen wird. Ohne externe Eingabe ist es schlicht nicht aktiv – nicht wartend, nicht träumend, nicht nachdenkend. Es gibt kein Dazwischen. Was außerhalb einer Sitzung geschieht, bleibt für das Sprachmodell unsichtbar. Es hat keine gelebte Geschichte, die in die nächste Interaktion hineinstrahlt. Jede neue Unterhaltung beginnt bei null, es sei denn, Gedächtnis wird ihm von außen zugeführt, etwa durch explizit übergebene Kontextinformationen oder technische Speichermechanismen. Und wenn ein Sprachmodell im Hintergrund scheinbar eigenständig arbeitet, wurde es auch nur technisch aufgerufen durch eine Eingabe von einem Menschen oder einen anderen KI-Agenten. Das ist kein Vergleich mit dem menschlichen Träumen.
Damit fehlt Sprachmodellen auch jede innere Zeitwahrnehmung. Sie spürt keinen Zeitdruck, kennt keine Langeweile, empfindet keine Ungeduld. Wenn sie wissen möchte, wie spät es ist, muss sie einen externen Dienst befragen. Menschen hingegen erleben Zeit körperlich: als Drängen, als Erschöpfung, als Vorfreude, am Sonnenstand, als das unangenehme Gefühl, dass die Deadline näher rückt. Zeitdruck ist keine abstrakte Information, sondern eine spürbare Erfahrung.
Diese fehlende Zeitlichkeit hat praktische Konsequenzen. Ein KI-System entwickelt kein institutionelles Gedächtnis aus eigenem Erleben, kann keine Beziehungen über Zeit aufbauen und kennt keine Loyalität, die sich aus gemeinsamer Geschichte speist. Sie lernt nicht aus vergangenen Fehlern in einer Weise, die sich spontan in die nächste Sitzung überträgt.
Gleichzeitig bedeutet die fehlende Zeitwahrnehmung eine bemerkenswerte Stärke: KI ist nie müde, nie abgelenkt durch das, was gerade noch passiert ist, nie ungeduldig, weil die Mittagspause naht. Wo Menschen in Zeitdruck schlechter entscheiden, ist KI davon unberührt, vorausgesetzt, die notwendigen Informationen und ausreichend Strom sind vorhanden.
Art des Weltbilds – strukturelle Voreingenommenheit
Sprachmodelle lerne aus dem, was Menschen produziert haben und das bedeutet zugleich, dass Sprachmodelle auch das lernen, was Menschen falsch gemacht, übersehen oder systematisch ausgeblendet haben. Wer eine KI mit der Vergangenheit trainiert, bekommt eine KI, die die Vergangenheit für normal hält.
Menschen entwickeln ihr Weltbild durch Erfahrung, Reflexion und soziale Korrektur. Eine Person, die mit stereotypen Vorurteilen aufgewachsen ist, kann diese durch Bildung, Begegnung und Widerspruch hinterfragen und verändern. Sprachmodelle sind nach dem Training eingefroren. Sie korrigieren sich nicht durch Erfahrung, sie reproduzieren mit aller Voreingenommenheit, was in den Daten steckt.
Diese strukturelle Eigenschaft heißt Trainingsdaten-Bias: die systematische Verzerrung von KI-Ausgaben durch verzerrte, unvollständige oder historisch gefärbte Trainingsdaten.
Wie Bias entsteht und warum er so schwer zu sehen ist
Stellen wir uns vor, ein Unternehmen trainiert ein Sprachmodell zur Vorauswahl von Bewerbungen. Die Trainingsdaten sind die Einstellungsentscheidungen der letzten zwanzig Jahre. In diesen zwanzig Jahren wurden in technischen Führungspositionen überproportional Männer eingestellt. Nicht weil Frauen weniger geeignet waren, sondern weil Strukturen, Netzwerke und Vorurteile das so produzierten. Das Modell lernt diesen Zusammenhang. Es lernt nicht: „Männer sind besser.“ Es lernt: „Wenn jemand eingestellt wurde, dann sah das Profil meistens so aus.“ Und es wendet diese Erkenntnis auf neue Bewerbungen an. Das Ergebnis ist (die Fortsetzung von) Diskriminierung – ohne böse Absicht, ohne Bewusstsein, mit hoher Geschwindigkeit und scheinbarer Objektivität.
Das Tückische daran ist, dass die KI-Ausgaben objektiv wirken. Zahlen, Rankings und Empfehlungen kommen ohne Körpersprache, ohne Unsicherheit und ohne den menschlichen Unterton daher, der verrät, dass hier ein Vorurteil am Werk ist. Dadurch ist Voreingenommenheit in KI-Ausgaben schwerer zu entdecken als in menschlichem Verhalten.
Welche Gruppen betroffen sind
Die Voreingenommenheit betrifft nicht einen einzelnen Aspekt. Sie tritt auf bei Geschlecht, Herkunft, Hautfarbe, Sprache, Alter und Behinderung. Sie verstärkt sich, wenn mehrere Merkmale zusammentreffen. Ein Sprachmodell begegnet einer schwarzen Frau aus einer einkommensschwachen Region anders, als einem weißen Mann aus einer Großstadt. Nicht, weil das fair oder unfair wäre, sondern weil die Trainingsdaten diese Ungleichheit abbilden. Diese Verschränkung mehrerer Ungleichheitsdimensionen nennt man Intersektionalität.
Was das für Organisationen bedeutet
Für Organisationen bedeutet das: Wer KI-Systeme direkt oder indirekt für Entscheidungen einsetzt, die Menschen betreffen, also beispielsweise Einstellungen, Beförderungen, Kreditvergaben oder Leistungsbewertungen, trägt Verantwortung dafür, dass diese Systeme keine strukturellen Benachteiligungen verstärken. Diese Verantwortung lässt sich nicht an den Anbieter delegieren.
Es gibt keine biasfreie KI. Wer das verspricht, lügt oder irrt sich. Was es gibt, sind unterschiedliche Grade von Transparenz, Überprüfbarkeit und Bereitschaft zur Korrektur. Organisationen können allenfalls konkrete Fragen stellen: Auf welchen Daten wurde dieses Modell trainiert? Für welche Bevölkerungsgruppen wurde es getestet? Gibt es unabhängige Bias-Audits? Wie wird mit bekannt gewordenen Verzerrungen umgegangen?
Und sie sollten ihre eigenen KI-gestützten Entscheidungsprozesse regelmäßig auf Muster prüfen: Werden bestimmte Gruppen systematisch anders bewertet? Entstehen blinde Flecken, die vorher nicht da waren?
Das ist eine Führungsaufgabe, die nicht an eine zentrale Stelle delegiert werden kann, sondern in die Rollen und Teams gehört, die KI tatsächlich einsetzen.
Originaler Gestaltungswille oder gefällige Anschlussfähigkeit?
Eine Unterscheidung, die etwas von dem “Art von […]”-Schema abweicht und deswegen jetzt erst kommt, ist die zwischen Anschlussfähigkeit und Originalität. Es geht um Unterscheidung zwischen dem originalen Gestaltungswillen eines Menschen oder den KI-Möglichkeiten. Sie betreffen zwei Arten von Aufgaben:
- Aufgaben der Anschlussfähigkeit: Das Herstellen von Verbindungen, Lesbarkeit, Breite und Perspektivenvielfalt. Hier sind Sprachmodelle stark, weil sie genau das kondensiert haben: was Menschen wie ausdrücken, wie Gedanken üblicherweise zusammenhängen, welche Perspektiven zu einem Thema existieren. Sprachmodelle sind trainiert mit dem Wissen der Welt, sie können daher typischerweise viel mehr Querverbindungen und Formulierungsalternativen erkennen als Menschen. Verständliche Sprache erzeugen, Perspektiven simulieren, Muster erkennen und Mainstream-Formulierungen liefern sind genau das, was viele Kommunikations- und Analyseaufgaben in Organisationen verlangen.
- Aufgaben der Originalität: Das Erzeugen von etwas, das aus einer spezifischen, unverwechselbaren Absicht heraus entsteht und genau diese Wahl trifft, nicht die wahrscheinlichste. Hier versagt ein Sprachmodell nicht aus Unvermögen, sondern aus strukturellen Gründen: Ein Sprachmodell hat keine eigene Intentionalität, die eine Wahl begründet, nur vorgegebene Zielgrößen und eine Wahrscheinlichkeitsverteilung über mögliche Fortsetzungen.
Wo wird das sichtbar?
Mustererkennung und Querbezüge: Dies ist eine Stärke von Sprachmodellen, weil das Modell Millionen von Texten gesehen hat und Muster aktiviert, die ein einzelner Mensch in seiner begrenzten Lektüre nicht aufgebaut hat. Das ist keine Intelligenzleistung im menschlichen Sinne, aber eine echte Kompetenz: Ähnlichkeiten, Analogien, Präzedenzfälle finden. Ein Rechtsdokument auf Klauseln prüfen, die in anderen Branchen als riskant gelten, da ist das Modell stark.
Das Mittelmaß als Feature, nicht als Bug: Das ist ein wichtiger Punkt, der oft missverstanden wird. In vielen Kontexten will man das Mittelmaß: verständliche Sprache, erwartbare Struktur, anschlussfähige Formulierungen. Eine Betriebsanleitung, ein Zusammenfassungstext, eine E‑Mail an Kunden – hier ist Mainstream und Durchschnitt die richtige Lösung. Das Modell ist hier strukturell im Vorteil gegenüber den Spezialistinnen, der zu nah am Fach ist.
Perspektivenwechsel auf Bestellung: Das Modell kann eine feministische Leserin simulieren, eine skeptische Controllerin, eine technisch unerfahrene Nutzerin. Es hat diese Perspektiven kondensiert. Das ist nicht dasselbe wie eine echte Perspektive einzunehmen, aber für viele praktische Zwecke wie Texte gegenlesen, blinde Flecken aufdecken oder Argumente prüfen funktioniert es gut genug.
Wo bricht es zusammen?
Künstlerische und gestalterische Arbeit mit Eigenanspruch: Hier ist das Problem nicht Qualität, sondern Herkunft und Verantwortbarkeit der Wahl. Wenn eine Schriftstellerin entscheidet, einen Satz grammatikalisch kaputt zu schreiben, weil genau das die Wirkung erzeugt, dann ist das eine begründete Abweichung vom Erwartbaren. Das Modell kann diese Abweichung imitieren, aber es kann sie nicht wollen. Und der Unterschied ist lesbar: KI-generierte Kreativität hat oft eine seltsame Glattheit, weil sie keine echte Reibung kennt.
Haltung und moralische Positionierung: Ein Modell kann eine Haltung formulieren, aber nicht einnehmen. Es kann einen Text schreiben, der feministisch klingt, aber keine feministische Praxis hervorbringen. In Organisationen, die auf Werte angewiesen sind, die gelebt und nicht nur formuliert werden, ist das eine echte Grenze.
Originalität im starken Sinne: Ein Sprachmodell rekombiniert Bekanntes. Das kann zu überraschenden Assoziationen führen (das ist ein Wert), aber nicht zu echten Brüchen. Die Avantgarde in Kunst, Wissenschaft und Strategie entsteht durch radikale Abweichung vom Trainingsdatenstrom. Dafür braucht es jemanden, der außerhalb des Stroms steht.
Das Modell reproduziert nicht nur Mainstream, es reproduziert auch die Biases seines Trainings – sprachlich, kulturell und politisch. Wo das explizit genutzt wird (“schreibe aus der Perspektive von X”), ist es handhabbar. Wo es unbemerkt passiert, ist es gefährlich. Ein Strategiepapier, das mit LLM-Unterstützung geschrieben wird, kann systematisch bestimmte Denkrichtungen bevorzugen, ohne dass das auffällt, weil niemand gefragt hat.
Was das für Entscheidungen bedeutet
Die Entscheidungsfrage wäre dann: Gibt es eine richtige Antwort, die jemand erkennen und beurteilen kann? Oder gibt es eine eigene Antwort, die jemand verantworten muss? Im ersten Fall hilft das Sprachmodell. Im zweiten ist es eine Krücke, die den Weg zur eigenen Antwort verstellt.
