KI und menschliche Perspektiven: Welche Wirklichkeit bildet sie ab?

Daten sind keine neutrale Oberfläche der Welt

Wir sprechen oft über Daten, als würden sie die Wirklichkeit direkt abbilden. Etwas wird gemessen, gespeichert, ausgewertet und anschließend als Grundlage für Entscheidungen genutzt. Das wirkt sauber. Fast objektiv.

Aber Daten entstehen nie einfach von selbst. Jemand entscheidet, was erfasst wird. Jemand legt fest, welche Kategorien es gibt. Jemand bestimmt, was als relevant gilt und was nicht. Schon diese Entscheidungen formen die spätere Sicht auf ein Thema.

Was nicht erfasst wird, bleibt für ein System häufig unsichtbar. Erfahrungen, die nicht in eine vorhandene Kategorie passen. Kontexte, die schwer zu messen sind. Ambivalenzen, die in einer Tabelle keinen Platz finden. Auch Schweigen kann eine Datenstruktur sein, nur sieht man es ihr nicht sofort an.

Das bedeutet nicht, dass Daten wertlos sind. Im Gegenteil. Daten können helfen, Muster zu erkennen, blinde Flecken zu verringern und bessere Fragen zu stellen. Aber sie sind nicht vollständig. Und sie sind nicht frei von Perspektive.

Vielleicht beginnt ein reiferer Umgang mit KI genau an diesem Punkt: nicht mit der Behauptung, mehr Daten führten automatisch zu mehr Wahrheit, sondern mit der Aufmerksamkeit dafür, welche Art von Wirklichkeit durch diese Daten sichtbar wird.

Große Muster können kleine Wirklichkeiten überdecken

KI-Systeme arbeiten häufig mit Verdichtung. Aus vielen Signalen entstehen Muster. Aus vielen Texten, Bildern oder Entscheidungen entsteht eine Wahrscheinlichkeit. Daraus folgt eine Antwort, die plausibel wirkt, weil sie auf vielem basiert.

Das ist eine Stärke. Und zugleich eine Grenze.

Denn was häufig vorkommt, wird leichter erkennbar. Was selten vorkommt, tritt schneller in den Hintergrund. Einzelne Erfahrungen können statistisch randständig sein und trotzdem gesellschaftlich bedeutsam. Eine Minderheitenperspektive kann in den Daten klein erscheinen und für die betroffenen Menschen trotzdem zentral sein.

Hier entsteht ein Spannungsfeld. KI soll Orientierung geben. Dafür braucht sie Muster. Aber wenn sie nur dominante Muster reproduziert, wird sie zum Verstärker dessen, was ohnehin schon sichtbar ist.

Gerade bei gesellschaftlichen, kulturellen oder persönlichen Fragen reicht eine durchschnittliche Antwort oft nicht aus. Menschen leben nicht im Durchschnitt. Sie leben in bestimmten Biografien, Körpern, Sprachen, Milieus, Erinnerungen und Möglichkeiten.

Eine KI, die menschlicher werden soll, müsste deshalb nicht nur fragen: Welche Antwort ist am wahrscheinlichsten? Sondern auch: Welche Perspektiven fehlen in dieser Antwort? Welche Erfahrungen wurden kaum berücksichtigt? Welche Annahmen liegen unter der Oberfläche?

Personalisierung ist nicht dasselbe wie Perspektivenvielfalt

Eine naheliegende Antwort lautet: Dann muss KI eben persönlicher werden.

Das stimmt teilweise. Personalisierung kann helfen, Antworten relevanter zu machen. Sie kann Kontext berücksichtigen, frühere Entscheidungen einbeziehen und individuelle Bedürfnisse besser verstehen.

Aber Personalisierung allein reicht nicht.

Sie kann Menschen auch enger an bestehende Sichtweisen binden. Wenn ein System vor allem lernt, was ich ohnehin mag, glaube oder anklicke, entsteht nicht automatisch mehr Vielfalt. Es entsteht vielleicht nur eine präzisere Version meiner bisherigen Welt.

Eine pluralistische KI müsste mehr können. Sie müsste unterschiedliche Perspektiven nebeneinanderstellen, ohne sie sofort zu einer glatten Antwort zu verschmelzen. Sie müsste sagen können: Aus dieser Sicht ergibt sich das. Aus einer anderen Sicht sieht es anders aus. Und diese Perspektive ist in den vorhandenen Daten kaum vertreten.

Das wäre weniger bequem als eine eindeutige Antwort. Aber vielleicht ehrlicher.

Denn viele wichtige Fragen haben nicht nur eine richtige Perspektive. Sie haben mehrere legitime Blickrichtungen. Manche widersprechen sich. Manche ergänzen sich. Manche zeigen erst durch ihre Spannung, worum es wirklich geht.

Prinzipien für eine pluralistischere KI

Wenn KI menschliche Vielfalt nicht reduzieren, sondern sichtbarer machen soll, braucht sie andere Gestaltungsprinzipien. Nicht nur mehr Rechenleistung. Nicht nur bessere Modelle. Auch eine andere Form von Aufmerksamkeit.

Ein erstes Prinzip wäre Transparenz. Menschen sollten erkennen können, aus welchen Daten, Annahmen und Wertvorstellungen eine Antwort entsteht. Nicht in jedem technischen Detail. Aber so, dass deutlich wird: Diese Antwort kommt nicht aus dem Nichts. Sie trägt eine Herkunft in sich.

Ein zweites Prinzip wäre Perspektivenmarkierung. KI könnte häufiger zeigen, welche Sichtweisen sie berücksichtigt und welche nicht. Gerade bei komplexen Themen wäre das wertvoller als der Eindruck endgültiger Gewissheit.

Ein drittes Prinzip wäre Widerspruchsfähigkeit. Menschen brauchen Möglichkeiten, ihre eigene Perspektive einzubringen, zu korrigieren oder der Nutzung bestimmter Daten zu widersprechen. Eine KI, die nur ableitet, aber nicht zuhört, bleibt ein System über Menschen. Nicht mit ihnen.

Ein viertes Prinzip wäre der bewusste Umgang mit Unsicherheit. Eine gute KI der Zukunft sollte nicht behaupten, die eine Wahrheit zu kennen, wenn sie nur eine plausible Antwort geben kann. Sie sollte Unsicherheit benennen. Nicht als Schwäche, sondern als Teil einer ehrlichen Orientierung.

Und vielleicht braucht es noch ein fünftes Prinzip: Raum für das Seltene. Nicht jede relevante Erfahrung ist groß in den Daten. Manche Perspektiven sind gerade deshalb wichtig, weil sie nicht im Zentrum stehen.

Die wichtigere Frage

Oft fragen wir, wie intelligent KI noch wird. Wie schnell. Wie mächtig. Wie autonom.

Das sind wichtige Fragen. Aber sie reichen nicht.

Die vielleicht tiefere Frage lautet: Wessen Wirklichkeit bildet KI ab?

Wenn Daten immer eine Perspektive darstellen, dann entscheidet die Gestaltung von KI auch darüber, welche Perspektiven gesellschaftlich wirksam werden. Welche Stimmen verdichtet werden. Welche Erfahrungen in Antworten einfließen. Welche Sichtweisen als normal erscheinen. Und welche nur am Rand vorkommen.

Ich glaube nicht, dass die Antwort darin liegt, KI grundsätzlich abzulehnen oder Daten zu misstrauen. Dafür sind beide zu wertvoll. Aber wir sollten vorsichtiger werden mit der Vorstellung, dass technische Systeme automatisch objektiver sind als menschliche Wahrnehmung.

Vielleicht wird eine gute KI nicht die sein, die am überzeugendsten so klingt, als hätte sie recht.

Vielleicht wird sie die sein, die besser sichtbar macht, aus welcher Perspektive sie spricht.

Und die uns einlädt, nach den Perspektiven zu fragen, die noch fehlen.