Warum „Künstliche Intelligenz“ eine irreführende Bezeichnung ist
Keine Umbenennung um ihrer selbst willen. Sondern eine ehrlichere Beschreibung dessen, was diese Systeme tatsächlich tun — und eine genaue Karte, wo menschliches Urteil die Führung behalten muss.
Intelligenz war nie nur eine Sache
Howard Gardners Theorie der multiplen Intelligenzen besagt, dass menschliche Intelligenz nicht einheitlich ist, sondern aus mehreren unterschiedlichen Fähigkeiten besteht. Die heutige KI, so ausgefeilt sie ist, berührt realistisch nur einen begrenzten Teil davon. Zunehmend erreicht sie sprachliche und logisch-mathematische Intelligenz. Existenzielle Intelligenz erreicht sie nicht — die Fähigkeit zu fragen, warum wir hier sind, was nach dem Tod geschieht, wer wir sind. Diese Lücke ist das ganze Argument.
Sprachlich
Sprache, Argumentation, Erzählung — das derzeit stärkste Terrain der KI.
Logisch–mathematisch
Muster, Schlussfolgerung, Optimierung — hier glänzt KI wirklich.
Räumlich
Struktur und Komposition in physischer oder visueller Form.
Musikalisch
Rhythmus, Klang und die emotionale Logik von Tönen.
Körperlich–kinästhetisch
Intelligenz, die sich durch den Körper und körperliche Disziplin ausdrückt.
Interpersonal
Menschen lesen, Vertrauen, Verhandlung, Fürsorge.
Intrapersonal
Selbsterkenntnis, Reflexion, Motivation.
Existenziell
Sinn, Zweck, Sterblichkeit — außerhalb der Reichweite von KI.
Deshalb verwende ich statt „Künstliche Intelligenz“ den Begriff Artificial Complementary Intelligence (ACI). KI erweitert bestimmte kognitive Fähigkeiten — sie bildet nicht die ganze Bandbreite dessen nach, was uns intelligent macht. Wie ACI als formales Framework funktioniert, zeigt die Seite Forschung →
Zwei Künstler, die es beweisen
Abstrakte Aussagen über „menschliche Intelligenz“ lassen sich leicht abtun. Diese beiden Werke nicht so leicht.
Christopher Nolan
Erzählerische Intelligenz, gewachsen aus einem Leben
Nolan bricht immer wieder die lineare Struktur aus Anfang, Mitte und Ende — er kehrt in Memento die Zeit um, schichtet in Inception Träume mit unterschiedlichen Geschwindigkeiten, lässt in Dunkirk drei unsynchronisierte Zeitlinien laufen, biegt in Interstellar die Zeit selbst und versteckt in The Prestige strukturelle Hinweise. Nichts davon entsteht durch rechnerische Optimierung. Es entsteht aus tiefer Beschäftigung mit Literatur — besonders mit Jorge Luis Borges, dessen Geschichten Zeit in Schleifen legen, der Erinnerung misstrauen und Wirklichkeit schichten — verbunden mit Nolans eigener Intuition und gelebter Erfahrung. KI kann bei Schnitt, Effekten oder technischen Schritten helfen. Den Funken, der persönliche Erfahrung und philosophisches Fragen zu einer schlüssigen, bedeutungsvollen Geschichte verschmilzt, kann sie nicht liefern.
Ostad Mahmoud Farshchian
Künstlerische Intelligenz, verwurzelt in Tradition und Innenleben
Farshchian gilt weithin als einer der einflussreichsten iranischen Maler der Moderne und als legendärer Meister der persischen Miniaturmalerei. Sein Werk ist nie repetitiv oder schematisch — jedes Stück ist eine originäre Schöpfung. Seine Inspiration schöpft er aus klassischer persischer Dichtung (Hafis, Rumi, Saadi), aus heiligen Texten verschiedener Traditionen und — vor allem — aus seiner eigenen inneren Vorstellungskraft. Seine Kompositionen zeigen räumliche Intelligenz in ihrer fließenden Struktur, intrapersonale Intelligenz in ihrer emotionalen Tiefe, existenzielle Intelligenz in ihrer Auseinandersetzung mit Sinn und Transzendenz und naturalistische Intelligenz in ihren symbolischen Bezügen zur Natur. Zusammen ergeben sie eine künstlerische Sprache, die kein Algorithmus auf Muster reduzieren kann.
Drei Dinge, die KI noch nicht nachbilden kann
Philosophische Absicht
Die Fähigkeit, Wirklichkeit, Identität, Sinn und Existenz zu hinterfragen — was real ist, wer wir sind, warum wir zählen — bleibt außerhalb der Reichweite von KI.
Gelebte menschliche Erfahrung
Intelligenz, die von Kindheit, Angst, Beziehungen und emotionaler Erinnerung geprägt ist, lässt sich weder synthetisch erzeugen noch allein aus Daten ableiten.
Innovation statt Imitation
KI arbeitet mit Vorhersagen — sie kombiniert und mischt vorhandene Muster neu. Menschen erfinden, indem sie Regeln brechen und Bedeutung ganz neu definieren.
Meine Arbeits-Zeitleiste — 2027 bis 2034
Keine Prognose, an der ich mit Gewissheit festhalte — sondern ein Arbeitsmodell, mit dem ich einordne, wohin sich KI-gestützte Organisationen entwickeln und was in jeder Phase menschliche Verantwortung bleibt.
Die Grundlage entsteht
- Automatisierung bildschirmbasierter Einstiegsaufgaben in klassischen Rollen
- Robuste Frameworks für KI-Risikomanagement und strengere Regulierung
- Flächendeckende KI-Kompetenz wird zur beruflichen Grundfähigkeit
- Die Rolle des AI Product Owners entsteht und verbindet Geschäft, Technologie und Ethik
Governance wird formalisiert
- Aufgaben auf mittlerer Ebene werden zunehmend durchgängig von KI erledigt, statt in isolierter Automatisierung
- Meta-Beratungsrollen entstehen — KI-Governance, Systemintegration, algorithmisches Audit
- Organisationen fragen: „Wer sind wir jenseits von Effizienz?“
- Die Rolle des KI-Auditors formalisiert sich rund um Bias-Erkennung und Compliance
Vom Steuern von Aufgaben zum Steuern von Absichten
- Tiefere Integration von Robotik und kognitiver KI; agentische KI steuert Prozesse durchgängig
- Führung verlagert sich von Aufgaben zu Ergebnissen, Absicht und Verantwortung
- Nachhaltige Investitionen in menschliche Exzellenz — Verhalten, Sinn, Sinnstiftung, Systemdenken
Menschlichkeit wird zum Unterscheidungsmerkmal
- Beratung verlagert sich von operativer Umsetzung zu philosophischer Orientierung — Sinnstiftung, Ethik, Identität
- Mehr existenzielle Fragen, während klassische berufliche Identitäten erodieren
- Bis 2034 ist KI allgegenwärtig — und Weisheit, Urteilsvermögen, Ethik, Kultur und Verantwortung sind das, worum noch konkurriert wird
Neun Fragen, die mir am häufigsten gestellt werden
Zu KI-Kompetenz, Personalauswahl, Bildung und dazu, wo das Urteil verankert sein muss — direkt beantwortet.
Warum ist grundlegende KI-Schulung wichtig, und worin unterscheiden sich KI-Kompetenz, Datenkompetenz und Zertifizierung?
Wir würden niemanden ohne Rechenkenntnisse ein Budget verwalten lassen, lassen Mitarbeitende aber routinemäßig ohne Datenkompetenz mit KI arbeiten. Datenkompetenz betrifft Datenqualität, Verzerrungen, Kontext und Interpretation. KI-Kompetenz betrifft Modellverhalten, Halluzinationsrisiko und die Stellen, an denen menschliches Urteil eingreifen muss. Zertifizierung hilft nur als Teil lebenslangen Lernens, nicht als einmaliges Abzeichen — richtig umgesetzt schafft sie eine lebendige kognitive und ethische Grundlage und schützt Organisationen davor, ihr Urteil stillschweigend an Systeme auszulagern, die Bedeutung oder Folgen nicht verstehen.
Können KMU Datenreife erreichen?
Ja — oft wirksamer als große Organisationen. Datenreife hängt nicht von Größe oder teuren Plattformen ab, sondern von Absicht, Disziplin und Urteilsvermögen. KMU, die Fortschritt und Komplexität statt Bequemlichkeit suchen, reifen oft schneller — mit klareren Verantwortlichkeiten und weniger Altlasten. KI senkt die technischen Hürden, doch Reife entsteht, wenn Erkenntnisse in alltägliche Entscheidungen einfließen — starke Data Governance zählt mehr als Tools.
Wie wirkt eine Fachgemeinschaft als „externes Gehirn“ in einer Welt, in der KI zur Massenware wird?
In schnelllebigen Feldern wie KI kann Intelligenz nicht mehr individuell bleiben — sie wird kollektiv. Eine Fachgemeinschaft verankert gemeinsames Urteil, Ethik und gelebte Erfahrung in Standards und Praxis. Wenn Algorithmen zur Massenware werden, liegt das eigentliche Risiko nicht im Auslagern von Tools, sondern im Auslagern von Interpretation, Verantwortung und zentraler Wertschöpfung. Technologie führt aus; der Mensch interpretiert und gibt Bedeutung.
Sind Einstiegspositionen verschwunden — oder haben wir versäumt, sie neu zu gestalten?
Einstiegspositionen sind nicht verschwunden — Einstiegsaufgaben sind es. Laufbahnen wurden um bildschirmbasierte Ausführung herum aufgebaut, und darin ist KI heute schlicht besser. Das eigentliche Versäumnis ist, dass wir Rollen auf Organisationsebene nicht neu gestaltet haben. Rollen, die auf Urteil, Sinnstiftung und Verantwortung beruhen, werden wachsen, auch wenn andere verschwinden.
Was sollte die Hochschulbildung beenden, fortführen und neu beginnen?
Aufhören, Wissensvermittlung und statische Fähigkeiten als Hauptwert zu betrachten — Wissen ist reichlich vorhanden und zunehmend automatisiert. Weiterhin kritisches Denken, Systemdenken, Ethik und tiefes Fachverständnis fördern. Beginnen, über kognitive Intelligenz hinaus zu lehren: Kreativität, emotionale Tiefe, Selbstreflexion, Sinnstiftung — und kurzfristige, anpassungsfähige Kurse mit langfristiger Bildung in Bereichen verbinden, in denen KI nicht mithalten kann.
Warum zählen Portfolios und Charakter heute mehr als Lebensläufe?
Die klassischen Signale der Personalauswahl funktionieren nicht mehr — Lebensläufe werden automatisiert, Anschreiben generiert, und Keyword-Abgleich belohnt Politur statt Kompetenz. Portfolios zeigen, wie jemand denkt und entscheidet. Doch Portfolios allein reichen nicht: Ebenso wichtig ist ein Portfolio von Entscheidungen, nicht nur von Ergebnissen — Belege für Urteilsvermögen unter Unsicherheit. Wissen ist billig, Tools sind reichlich vorhanden; Urteil ohne Integrität ist gefährlich — deshalb wird Vertrauen zur knappen Ressource.
Welche Fähigkeiten werden bis 2030 am wichtigsten sein, und welche werden heute überschätzt?
Toolspezifisches Wissen und Prompt-Routine werden bereits zur Massenware, so wie einst PC-Kenntnisse. Die echten Unterscheidungsmerkmale sind Urteilsvermögen unter Unsicherheit, Systemdenken, ethisches Abwägen, emotionale Intelligenz und die Fähigkeit, Sinn und Narrative zu schaffen. KI glänzt bei der Interpolation — der Optimierung innerhalb bekannter Muster —, tut sich aber mit Extrapolation und Regelbruch schwer. Die Ausführung skaliert mit KI; die Wertschöpfung bleibt menschlich.
Wie baut man Urteilsvermögen und Verantwortlichkeit auf — nicht nur Tool-Kompetenz?
Urteilsvermögen lässt sich nicht so trainieren wie der Umgang mit Tools. Tools lernt man durch Anleitung; Urteilsvermögen entsteht aus gelebter Verantwortung — Entscheidungen, Konsequenzen, Nachdenken über den Zweck. KI lässt sich rechnerisch simulieren, aber nicht von innen erleben: Sie empfindet weder Zweifel noch moralisches Gewicht. Deshalb muss die Verantwortung immer beim Menschen bleiben.
Was sollten Berufsverbände standardisieren oder zertifizieren, damit Weiterbildung (CPD) glaubwürdig wird?
Fähigkeiten zertifizieren, nicht Anwesenheit. In einer Welt, in der Inhalte überall verfügbar sind, ist Vertrauen die knappe Ressource. Glaubwürdige Weiterbildung sollte echtes Urteilsvermögen belegen — wie Entscheidungen getroffen, wie KI gesteuert und was gelernt wurde — durch portfoliobasierte Nachweise und reflektierte Praxis, nicht durch protokollierte Stunden oder Tool-Abzeichen.
Bis 2034 wird KI überall sein. Menschlichkeit wird das Unterscheidungsmerkmal sein.
Gegründet auf Weisheit, Urteilsvermögen, Ethik, Kultur und Sinn. KI soll unterstützen. Der Mensch muss der Visionär bleiben — das ist die Grundannahme jedes Mandats, das ich übernehme.