Forschung
Perspektiven
KI-Revolution
"Technische Systeme werden intelligent"
Prof. Dr. Sabina Jeschke. Foto (c) Sabina Jeschke

Sabina Jeschke verbindet Wissenschaft und Wirtschaft: Die Physikerin war Professorin an der RWTH Aachen und Vorständin der Deutschen Bahn; heute ist sie Aufsichtsrätin und CEO des KI Park e. V. Im Interview mit secuview spricht sie über KI als industrielle Revolution, Europas verlorene technologische Führungsposition und neue Wege zu digitaler Souveränität.

Prof. Dr. Sabina Jeschke
Im Interview
— Erinnern Sie sich an den Moment, in dem Ihnen klar wurde, dass KI weit mehr sein würde als ein weiteres Digitalisierungsthema?

Es war kein Moment, es waren einige Monate um 2012, während meiner Zeit als Professorin in Aachen. Zwei Ereignisse fielen fast zusammen: Das Google Car fuhr selbstständig durch eine amerikanische Kleinstadt, IBM Watson gewann Jeopardy. Bis dahin hatte KI im Labor gelebt – Deep Blue spielte Schach, feste Regeln, vollständige Information, keine Überraschungen. Und plötzlich fährt ein Fahrzeug durch eine ganz normale Kleinstadt, in der jederzeit ein Kind auf die Straße springen kann. Das war der Kipppunkt: Technische Intelligenzen können sich in der Komplexität des menschlichen Alltags bewegen. Verkürzt man die erste industrielle Revolution auf ein Wort, dann wäre das „Dampfmaschine“. Verkürzt man die vierte auf ein Wort, wäre das „KI“. Und ausformuliert lautet der Satz: Technische Systeme werden intelligent. Das ist keine weitere Stufe der Digitalisierung, sondern eine andere Kategorie.

— Im öffentlichen Diskurs wird KI auf Chatbots und Produktivitätsgewinne reduziert. Wo sehen Sie die größten Missverständnisse?

Viele sind bei dem Bild stehen geblieben, das 2022 entstanden ist. Ich unterscheide drei Phasen. Phase eins, 2022/23: kleine, konkrete Fragen. Übersetz mir diesen Text. Mal mir ein Bild im Stil von van Gogh, aber ohne Sonnenblume. Im Grunde eine bessere Suchmaschine. Phase zwei, ab 2024: KI als Mitarbeiter – oder zumindest als Teil eines Mitarbeiters. „Hier sind die Interviewfragen, mach mir einen Antwortentwurf, du kennst mich ja.“ Genau das hätte ich als Vorständin früher meinem Assistenten gegeben. Phase drei, heute: KI als Betriebssystem. Der Vergleich dafür kommt aus Ihrer Welt. Mein Rechner ist nicht deshalb sicher, weil ich kontrolliere, ob der Virenscanner läuft, sondern weil im Hintergrund permanent Prozesse mitlaufen, die das System selbst überwachen. Sie arbeiten mit Mustererkennung: Wenn nachts um drei ungewöhnliche Datenbankzugriffe stattfinden, wenn Sende- und Empfangsvorgänge aus dem gewohnten Rahmen fallen, schlagen Anomaliedetektoren an – und dann greift das System ein, bevor ich überhaupt etwas bemerke. In dieselbe Richtung entwickelt sich KI: ein System, das mitläuft, in meine Mailbox schaut und sagt: „Du hast um elf ein Gespräch, du bist nicht vorbereitet, hier ist bereits ein Entwurf.“ Wer heute über Produktivitätsgewinne beim Textschreiben diskutiert, diskutiert noch Phase eins.

— Welche drei Fragen sollte sich ein mittelständisches Unternehmen stellen, bevor es KI flächendeckend einführt?

Erstens: Was ist unsere KI-Gesamtstrategie? Ich erlebe überall Leuchttürme – hier wird etwas ausprobiert, dort etwas aufgesetzt. Das ist gut, aber es ersetzt keine Antwort darauf, wo wir in drei bis fünf Jahren stehen wollen. Stattdessen wird diskutiert, ob ChatGPT gerade besser ist als Claude oder umgekehrt und ob die chinesischen Modelle inzwischen aufgeholt haben. Solche Diskussionen greifen viel zu kurz. Zweitens: Wie verändert sich das Geschäftsmodell entlang des Kernprodukts? Nicht in HR, nicht im Support – im Kern. Wenn ich heute Autos baue: Baue ich in fünf Jahren immer noch Autos? Oder verkaufe ich gar keine Fahrzeuge mehr, sondern betreibe Flotten und verkaufe garantierte Verfügbarkeit von Mobilität, weil die Wertschöpfung dann in Disposition, Daten und Vorhersage liegt und nicht mehr im Blech? Ich habe Möglichkeiten, die ich vorher nicht hatte, und Wettbewerber, die es vorher nicht gab. Drittens: Wie entsteht Kompetenz in der Organisation? Nicht dadurch, dass die Geschäftsführung 42 Schulungsmodule einkauft, sondern dadurch, dass die Mitarbeitenden selbst akzeptieren, dass sie sich weiterentwickeln müssen. Man kann sich nicht in den Bus setzen und darauf warten, dass der einen zur Kompetenz fährt. Man muss sein Fahrrad herausholen, die Kette ölen und den Berg selbst hochfahren. Und es braucht jemanden, der den Hut aufhat – nicht zwingend unter der Bezeichnung Chief AI Officer, aber in dieser Rolle: auf Vorstandsebene oder unmittelbar darunter, mit dem Mandat, die verstreuten Initiativen über die Gesamtorganisation hinweg zu bündeln. Das ist dieselbe Debatte, die wir vor einigen Jahren über den Chief Digital Officer geführt haben. Was hat man denn geglaubt, wie es sonst gehen soll – dass die Dinge von allein konvergieren, obwohl niemand sie zusammenführt?

— Es entstehen viele Pilotprojekte, aber vergleichsweise wenige Anwendungen gehen in den produktiven Betrieb. Woran scheitert der Übergang?

An zwei Punkten, und der zweite liegt tiefer. Erstens entstehen frühe KI-Projekte oft aus einem kleinen verschworenen Team heraus, einem gallischen Dorf. Sie stärken das Selbstbewusstsein der Organisation. Aber es sind Inseln, denen Brücken und Fährverbindungen fehlen. Sie setzen auf Technologien, die zwei Jahre später keine Rolle mehr spielen, lassen sich nicht in die Gesamtarchitektur integrieren und sterben irgendwann – auch wenn sie fachlich gut waren. Zweitens, und das wird kaum diskutiert: Die Generationszeit von KI beträgt sechs Monate. (Nur zum Vergleich: Beim Verbrennerauto sind es sechs Jahre). Wenn wir heute sagen, wenige KI-Anwendungen schafften es in den Betrieb, schauen wir auf etwas, das vor zwei Jahren konzipiert und vor einem Jahr evaluiert wurde – sonst könnten wir es gar nicht beurteilen. Wir beurteilen also eine KI, die im Kindergarten war, während die heutige Abitur macht. Compliance und Governance sind übrigens nicht das Problem des Übergangs, sie sind der Showstopper davor. Jedem Pilotprojekt, das überhaupt existiert, muss man beinahe gratulieren: Entweder wurde die Compliance ausgedribbelt – oder sie wurde schlicht nicht gefragt.

Hier hat generative KI die Rolle künstlicher Intelligenz als persönlicher Assistent bildlich dargestellt.
— KI-Agenten bereiten Entscheidungen zunehmend vor oder treffen sie mit. Wo verläuft die Grenze zwischen Assistenz und Delegation?

Das ist keine harte Grenze, sie verschiebt sich mit der Leistungsfähigkeit der Systeme. Stellen Sie einem LLM dieselbe substanzielle Frage heute und vor drei Jahren: Die Halluzinationsquote ist massiv gefallen. Vor drei Jahren war das eher ein Brainstorming – „mal sehen, was ChatGPT dazu sagt“. Heute delegiere ich das Anschreiben an einen Geschäftspartner vollständig. Themenabhängig bleibt es unterschiedlich: Wo mache ich Urlaub in Thailand, und buch mir das Hotel gleich mit – das kann ich abgeben. Soll ich meinen Job kündigen – da delegiere ich nicht. Mein Vater war Techniker und besetzte im Kernkraftwerksbau die Position eines Ingenieurs. Als die ersten Taschenrechner erschwinglich wurden, saß er mit dem Rechenschieber daneben und rechnete nach, weil er dem Gerät nicht glaubte. Zwei Jahre lang musste der Taschenrechner beweisen, dass er rechnen kann. Dann wurde aus Assistenz Delegation. Heute würde niemand ein Ingenieurbüro beauftragen, das die Statik eines Hauses mit Stift und Papier rechnet statt mit soliden numerischen Verfahren. Im Grunde ist die Frage falsch gestellt. Aber sie ist gut, weil man an ihr sieht, wo die Grenzen des eigenen Denkens liegen, sobald man akzeptiert, dass man es mit einer nicht-biologischen, aber intelligenten Entität zu tun hat.

"Vertrauen entsteht durch das Experiment, einen anderen Weg gibt es nicht."

— Vertrauen gilt als zentraler Erfolgsfaktor für KI. Wodurch entsteht es?

Vertrauen entsteht durch das Experiment; einen anderen Weg gibt es nicht. Die Technikgeschichte kennt viele Beispiele dafür, die Eisenbahn ist eines: Im 19. Jahrhundert wurde ernsthaft medizinisch darüber gestritten, ob der menschliche Organismus diese Geschwindigkeiten und Erschütterungen überhaupt verträgt: Es gab eine ausgewachsene Debatte über die sogenannte Eisenbahnkrankheit, und der Chirurg John Eric Erichsen beschrieb in den 1860er-Jahren mit dem railway spine ein Nervenleiden, das er auf das Reisen mit der Bahn zurückführte. Widerlegt wurden diese Sorgen nicht durch Gutachten, sondern dadurch, dass man mit der Bahn fuhr. Und hätten wir das Automobil vor hundert Jahren so reguliert, wie wir heute KI regulieren, hätten wir vorher wissen müssen, dass es Führerschein, Verkehrszeichen, Sicherheitsgurt und Airbag braucht. Damals wusste niemand, was ein Airbag ist. Offensichtlich funktioniert es doch so: Man führt eine Technologie ein, obwohl man ihr nicht vollständig traut, gewinnt Vertrauen, weil sie im eigenen Gebrauch funktioniert – und stellt dort ein Verkehrsschild auf, wo sie es nicht tut. Man reguliert nach, an den Stellen, an denen die Risiken tatsächlich auftreten.

— Deepfakes, synthetische Identitäten, automatisiertes Social Engineering: Welche Folgen hat der Vertrauensverlust in digitale Informationen?

Fälschung und Manipulation sind nichts Neues, und die gesellschaftliche Antwort darauf kam historisch fast immer nachlaufend. Der Buchdruck machte religiöse Texte, politische Pamphlete und Bibelübersetzungen plötzlich massenhaft vervielfältigbar. Fürsten, Reformatoren und Kirchen nutzten das neue Medium, um ihre jeweilige Lesart zu verbreiten; die Gegenreaktion bestand in Druckprivilegien, Zensur und Verboten. Beim Internet war die Befürchtung ähnlich: In Wikipedia könne jeder seinen Unsinn hineinschreiben. Das kann grundsätzlich tatsächlich passieren – nur ist es dann potenziell tagesaktueller und ebenso schnell korrigierbarer Unsinn. In der letzten gedruckten Brockhaus-Ausgabe konnte dagegen noch nicht stehen, was Deep Learning in seiner heutigen Bedeutung ist. Diese Enzyklopädien waren in Sorgfalt und redaktioneller Qualität kaum zu überbieten. Sie konnten aber immer nur den Wissensstand ihres Redaktionsschlusses abbilden. Jede neue Medientechnologie zerstört damit zunächst einen Teil der bisherigen Vertrauensordnung. Wenn Herkunft, Autorität und Echtheit nicht mehr selbstverständlich erkennbar sind, müssen neue Verfahren entstehen, die Seriosität anders begründen: durch nachvollziehbare Quellen, institutionelle Verantwortung, redaktionelle Kontrolle oder – in der Wissenschaft – durch Peer Review. Solche Mechanismen entstehen jedoch fast immer erst, nachdem das neue Medium die alten Gewissheiten bereits erschüttert hat. Die These, wir könnten Deepfakes so regulieren, dass sie nicht mehr passieren, halte ich keine Sekunde für plausibel. Was hilft, ist Urteilskompetenz. Noch nie hatte ein so großer Anteil der Bevölkerung über so viele Jahre Zugang zu Schule, beruflicher Qualifikation, Hochschulbildung und frei verfügbarem Wissen. Wir sind die bestgebildete Gesellschaft, die es je gab. Und wir lassen Sechzehnjährige wählen. Dann müssen wir uns auch zutrauen, dass Menschen Plausibles von Unplausiblem trennen. Die Schule muss die Gesellschaft anbieten; lernen muss ich selbst.

— Ist der europäische AI Act eher ein Innovationshemmnis oder die Voraussetzung dafür, dass KI langfristig Akzeptanz findet?

Ein regulatorischer Rahmen ist sinnvoll. Der AI Act in dieser Form ist es nicht. Sein konzeptionelles Fundament wurde im April 2021 gelegt. Ende 2022 erschien ChatGPT; Anfang 2023 wurde sichtbar, dass generative KI nicht nur eine weitere Anwendung, sondern ein technologischer Paradigmenwechsel war. Trotzdem wurde im Dezember 2023 ein Regelwerk politisch beschlossen, dessen Grundarchitektur aus der Welt vor ChatGPT stammte. Generative KI ließ sich nun nur noch nachträglich in diese Architektur einbauen. Genau darin zeigt sich das Problem: Ein Gesetzgebungsverfahren, das fast drei Jahre benötigt, kann eine Technologie mit Entwicklungszyklen von wenigen Monaten nicht angemessen erfassen. Richtig wäre gewesen zu sagen: Gute Idee, wichtige Vorarbeit – aber die technologische Grundlage hat sich verändert, also setzen wir neu an. Verloren hätte man wenig. Die Beteiligten waren klug und eingearbeitet, das Netzwerk stand, und die richtigen Fragen waren gestellt. Bei dieser hohen Dynamik der KI ist ein Risiko, das ich heute identifiziere, morgen vielleicht keines mehr – und das entscheidende sehe ich heute noch gar nicht. Man sollte sich außerdem fragen, warum die technologisch führenden Regionen der Welt überwiegend darauf verzichten, der gesamten Technologie vorab ein umfassendes horizontales Regelwerk überzustülpen. Die Antwort ist: Wer so vorgeht, sitzt nicht im Driver‘s Seat. Und wer nicht im Driver‘s Seat sitzt, bestimmt die Richtung nicht. Umgekehrt wäre es richtig: erst die technologische Führung zurückgewinnen, dann den Rahmen schrittweise entwickeln – wie beim Automobil, mit klarem Ziel, am liebsten null Verkehrstote. Aber nicht vorher so tun, als wüsste man, wo die Risiken liegen.

"Umso schneller müssen wir auf den Vordersitz, statt weiter wie ein Wackeldackel auf der Hutablage mitzufahren."

— Wenn Regulierung nicht der Weg zu technologischer Souveränität ist – was dann?

Dass unsere Daten in die USA fließen – oder nach China, da kann man inzwischen wählen –, liegt allein daran, dass wir uns diesen Technologien nicht rechtzeitig geöffnet und deshalb keine eigenen, souveränen Lösungen aufgebaut haben, auf die wir heute zurückgreifen könnten. Das ist natürlich eine Rückschaubetrachtung auf vergossene Milch, die sich nicht mehr zurück in die Flasche bringen lässt. Umso schneller müssen wir auf den Vordersitz, statt weiter wie ein Wackeldackel auf der Hutablage mitzufahren. Und es gibt eine neue Chance, etwas kontraintuitiv: die offenen chinesischen Modelle. Mich erinnert das gerade ein bisschen an den alten „Linux gegen Windows“ Streit – und natürlich steht auch bei den offenen Modellen ein Geschäftsmodell dahinter: Wer Qwen nimmt, soll die Alibaba Cloud nehmen – und hat dann sein Problem statt in den USA in China. Aber ich muss das nicht tun. So, wie ich früher meine eigene Linux-Distribution betreiben konnte, ohne Suse oder Red Hat zu kaufen, kann ich diese Modelle wirklich lokal hosten, entkoppelt von der Infrastruktur des Anbieters. Das ist ein Stück weit Insourcing: wieder mit eigenen Leuten, dafür vollständig in der Kontrolle. Ich diskutiere das gerade mit einer der großen deutschen Universitäten für deren Verwaltung. Da geht es nicht um echtzeitfähige Prozesse wie etwa in einer Bank, sondern um Personalverwaltung, Einschreibungen, Prüfungsverfahren, saubere Belege. Wenn das offene Modell bei solchen Anwendungen der absoluten technologischen Spitze einige Wochen oder Monate hinterherläuft, ist das völlig unerheblich – dafür habe ich volle Autonomie. Was DeepSeek im Januar 2025 vorgeführt hat, ist im Übrigen kein Voodoo, sondern schlicht eine hervorragende ingenieurstechnische Leistung, zu der man den Chinesen nur gratulieren kann – erbracht mit einem Bruchteil des Geldes, der Trainingszeit und der Entwicklungszeit, die für die großen amerikanischen Modelle aufgewendet wurden. Und genau das ist der Punkt: Diese Leistung hängt nicht an gigantischen Finanzinvestments und nicht daran, dass ein Konzern wie Microsoft oder Amazon dahintersteht. Ein gut ausgestattetes Forscherteam in Deutschland oder Europa hätte das ebenso leisten können.

— KI verändert auch die digitale Bedrohungslandschaft. Welche Entwicklungen beobachten Sie besonders aufmerksam?

Ich sehe drei Schichten. Die klassische Kriegsebene: intelligente Drohnen, autonome Systeme. Darunter die hybride Kriegsführung: Desinformation, Cyberoperationen, Beeinflussung. Und dann die individuelle Ebene, der bislang viel zu wenig Gewicht beigemessen wird. In der Cybersecurity gibt es dafür den Begriff harvest now, decrypt later. Daten werden heute abgegriffen und gespeichert, obwohl sie verschlüsselt und damit im Moment wertlos sind – in der Erwartung, dass leistungsfähige Quantenrechner sie in zehn oder fünfzehn Jahren entschlüsseln können. Das verändert die Zeitachse von Angreifbarkeit grundlegend. Denken Sie das zu Ende. Jemand ist heute politisch, wirtschaftlich und gesellschaftlich völlig unbedeutend und hinterlässt Spuren, für die sich niemand interessiert. Zwei Jahrzehnte später steht dieselbe Person an der Spitze eines Unternehmens, einer Behörde oder einer Partei – und plötzlich ist Material verwertbar, das zum Zeitpunkt seiner Entstehung als sicher galt. Im besten der schlechten Fälle erkennt die betroffene Person die Gefahr und zieht sich aus ihrer Position zurück. Im schlechtesten bleibt sie – und wird erpressbar. Dann ist nicht mehr sie das eigentliche Ziel, sondern die Institution, für die sie steht. Das halte ich für die gefährlichste Entwicklung in diesem Feld, gerade weil sie erst mit großer Verzögerung sichtbar wird und deshalb heute niemanden alarmiert. Und genau deshalb sollte jetzt niemand auf die Idee kommen, Quantum Computing regulieren zu wollen. Das Ergebnis wäre, dass wir die Technologie auch nicht verstehen – und diejenigen, die es gegen uns einsetzen, sehr wohl.

— Umgekehrt eröffnet KI neue Möglichkeiten für die Cyberabwehr. Wo liegt das größte Potenzial?

KI verschiebt die Abwehr zeitlich nach vorn. In der ältesten Logik erkannte man den Angriff erst, als die Bombe einschlug. Der nächste Entwicklungsschritt bestand darin, die Flugbahn eines Geschosses zu erkennen und es noch in der Luft abzufangen – der Iron Dome zeigt dieses Prinzip eindrücklich. Künftig geht es darum, noch früher anzusetzen: etwa ungewöhnliche Beschaffungsmuster bei Chemikalien, Bauteilen oder anderen Dual-Use-Gütern zu erkennen, bevor daraus überhaupt eine konkrete Waffe oder ein Anschlagsplan entsteht. Voraussetzung dafür sind technologische Führungsfähigkeit und Datenfusion – in Kürze, das Geschäftsmodell von Palantir. Der Attentäter vom Berliner Weihnachtsmarkt 2016 war den Behörden bereits bekannt; das Problem war weniger das völlige Fehlen von Informationen als ihre Bewertung, Zusammenführung und konsequente Nutzung. KI hätte aus verstreuten Kontakten, Bewegungen und Warnhinweisen womöglich früher ein Gesamtbild erzeugen können – bevor Amri einen LKW kaperte und ihn als Waffe gegen den Weihnachtsmarkt einsetzte. Der Preis ist eine stärkere Beobachtung des Individuums. Ich bin Halbschwedin. In Schweden bekommt man bei der Geburt eine Personnummer, die einen das ganze Leben begleitet – Handyvertrag, Kindergarten, Zahnarzt; sie ist beinahe wichtiger als der Name. Fragen Sie dagegen Deutsche, ob Schweden ein Land sei, das seine Bürger stark überwacht, dann ernten Sie Kopfschütteln: „Schweden? Das ist doch Bullerbü.“ Genau so denken wir hier über dieses Land – Astrid Lindgren, rote Holzhäuser, Mittsommer. Eine freundliche Verklärung, die mit der tatsächlichen Datenlage des schwedischen Staates wenig zu tun hat. Die Zuschreibung ist also eine völlig andere, obwohl die Beobachtungstiefe dort erheblich größer ist als bei uns. Jeder Schritt der Menschheitsentwicklung hat zu mehr Transparenz geführt und im Großen und Ganzen mehr genutzt als geschadet. Mir ist trotzdem klar, dass solche Modelle kippen können. Und ganz nüchtern: Die Menschen in Deutschland vertrauen ihrem Staat gerade nicht grenzenlos. Wenn Sie eine europäische Palantir-Alternative bauen, die technologisch mithält – hervorragend, und lassen Sie sich davon nicht abschrecken. [Anm. d. Red.: secunet bietet gemeinsam mit dem Partner INNOSYSTEC die sichere und souveräne Datenintegrations- und Analyseplattform SCOPE x SINA Cloud an.] Trotzdem wird ein erheblicher Teil der deutschen Wählerschaft fragen, wie viel Transparenz er dem eigenen Staat zugestehen will. Und das ist im Kern keine technische Frage, sondern eine Vertrauensfrage: Wie viel Vertrauen bringe ich einer Institution entgegen, die Daten über mich zusammenführt, und worauf gründet dieses Vertrauen? Solange es fehlt, hilft auch die beste europäische Lösung nicht. Diese Frage wird neu ausgehandelt werden müssen – und sie ist von der Souveränitätsfrage strikt zu trennen. Das sind zwei Paar Schuhe.

— Welche Formen der Zusammenarbeit von Mensch und KI halten Sie langfristig für erfolgversprechend – und auf welche menschlichen Fähigkeiten kommt es an?

Wir werden diese Systeme weiter in Richtung Menschenähnlichkeit entwickeln, weil wir Intelligenz nur aus unserer eigenen, menschlichen Perspektive entwerfen können. Ein System gezielt in Richtung einer „Marsmenschintelligenz“ zu entwickeln, ist uns gar nicht möglich, weil wir nicht wissen, wie eine solche Intelligenz beschaffen wäre. Bei humanoiden Robotern kommt reiner Pragmatismus hinzu: Ich will, dass er meine Küche aufräumt, also gebe ich ihm Hände mit fünf Fingern und ungefähr menschliche Proportionen – sonst muss ich andere Griffe an die Schränke schrauben. Wir werden künftig in hybriden Teams aus Menschen und technischen Intelligenzen arbeiten. Das kennen wir längst, bisher nur biologisch: Der Drogenfahnder und sein Hund bilden ein hybrides Team über Artengrenzen hinweg, ebenso der Blinde mit seinem Blindenhund. Neu ist, dass das Trüffelschwein jetzt robotisch sein kann – dann braucht es nachts keine Pause und riecht womöglich besser. Die Menschenähnlichkeit der Intelligenz ist dabei ein Erfolgsfaktor: Damit kann ich schneller und sicherer kommunizieren als mit einem System, dessen Intelligenz mir nicht zugänglich ist. Bei den menschlichen Fähigkeiten in Ihrer Frage wäre ich außerdem vorsichtig mit zeitlich-stabilen Antworten. Jede solche Antwort unterstellt, dass der Differenzvektor zwischen menschlichem und technischem Können bleibt. Vor einigen Jahren hieß es: Macht etwas mit sozialen Skills, die Betreuung von Menschen durch Menschen bleibt uns. Heute empfinden es sehr viele Menschen als ausgesprochen angenehm, sich einem Berater oder Therapeuten anzuvertrauen, der eine künstliche Intelligenz ist – weil sie ihm Dinge sagen, die sie einem Menschen gegenüber nicht aussprechen würden.

Fragt man KI im Jahr 2026, wie sie sich die Kommunikation mit Menschen vorstellt, erhält man ein Bild wie dieses. Künftig könnten realistische virtuelle Räume genutzt werden, um Arbeitsergebnisse einer KI zu beurteilen.
— Was wird derzeit überschätzt, was unterschätzt?

Überschätzt wird der Blick auf die Modelle selbst. Sie können das genialste LLM haben – wenn Sie kein High-Performance Computing (HPC) haben, auf dem es gerechnet wird, hilft die Verbesserung des Algorithmus überhaupt nichts. Und wenn Sie ein hoch echtzeitfähiges Problem haben, aber kein 5G, kein 6G und keine redundante Schicht über Satellitenkommunikation, nützt es Ihnen nicht, dass der Algorithmus es theoretisch hätte lösen können. Unterschätzt werden deshalb erstens Rechenleistung – HPC und perspektivisch Quantum – und zweitens Konnektivität samt Satelliten und Redundanzen. Und drittens, am stärksten unterschätzt: virtuelle Welten und Simulationstechniken. Seit der Metaverse-Hype abgeklungen ist, steht das Thema kaum noch im öffentlichen Rampenlicht – obwohl in Forschung und Industrie intensiv daran weitergearbeitet wird. Dabei stellt sich eine sehr praktische Frage: Wenn ich eine KI bitte, eine Sicherheitsplanung für den Flughafen Berlin bei doppeltem Passagieraufkommen zu machen – wie beurteile ich eigentlich die Antwort? Dafür brauche ich virtuelle Räume, die ich gemeinsam mit der KI begehen kann. Virtuelle Welten sind das Kommunikationsinterface zwischen technischer und biologischer Intelligenz.

— Und dieses Interview – ist es mit künstlicher Intelligenz entstanden?

Selbstverständlich. Ausgangspunkt war ein strukturiertes Interview, das mit mir geführt und anschließend transkribiert wurde. Auf dieser Grundlage habe ich den Text mit Unterstützung mehrerer KI-Systeme entwickelt: recherchiert, strukturiert, verdichtet, sprachlich geschärft, auf Widersprüche geprüft und mehrfach redigiert. Die Gedanken, Thesen und Bewertungen sind meine. KI war dabei weder Ghostwriter noch Orakel, sondern ein außerordentlich leistungsfähiges Arbeitsinstrument. Ich schulde den Lesern nicht den umständlichsten Entstehungsprozess, sondern den bestmöglichen Text. Dabei auf die besten verfügbaren Werkzeuge zu verzichten – das hielte ich eher für eine Beleidigung ihrer Zeit und ihrer Intelligenz. Dass Politiker seit Jahrzehnten Reden vortragen, die von Referenten und Assistenten vorbereitet wurden, wurde stets akzeptiert. Sobald eine künstliche Intelligenz beteiligt ist, wird daraus plötzlich eine Debatte über die Reinheit der Autorschaft. Das ist weniger Sorge um die Autorschaft als eine Abwehrreaktion auf die vierte narzisstische Kränkung: Nun sind nicht einmal Denken und Sprache noch ausschließlich menschliches Hoheitsgebiet. Entscheidend ist nicht, ob ein Text mit Stift, Textverarbeitung, menschlicher Unterstützung oder künstlicher Intelligenz entstanden ist. Entscheidend ist, wer ihn verantwortet. Für diesen Text gilt deshalb ganz einfach: Ich stehe mit meinem Namen dafür ein – für jeden Gedanken, jede Aussage und jeden Satz.

(c) Getty Images
Kontaktanfrage

Haben Sie Fragen oder Anmerkungen zu diesem Artikel? Dann kontaktieren Sie uns über das nebenstehende Kontaktformular!

Seite 1
Submit
* Pflichtfelder
Logo

secuview ist das Online-Magazin von secunet, Deutschlands führendem Cybersecurity-Unternehmen. Hier finden Sie Neuigkeiten, Trends, Standpunkte und Hintergrundinformationen aus der Welt der Cybersicherheit für Behörden und Unternehmen. Ob Cloud, IIoT, Home Office, eGovernment oder autonomes Fahren – ohne Sicherheit kann es keine Digitalisierung geben.

 

Zusätzlich zum Online-Magazin erscheint secuview zweimal jährlich als Zeitschrift, die Sie in gedruckter Form kostenfrei abonnieren oder als PDF herunterladen können.

secuview ist das Online-Magazin von secunet, Deutschlands führendem Cybersecurity-Unternehmen. Ob Cloud, IIoT, Home Office, eGovernment oder autonomes Fahren – ohne Sicherheit kann es keine Digitalisierung geben.

© 2026 secunet Security Networks AG