Was bleibt vom Menschen, wenn er nicht mehr denkt - sondern gedacht wird? Und wie kann er Handlungsfähigkeit zurückgewinnen - wenn genau das eigenes Denken voraussetzt?

— Steven Broschart

Die stille Verschiebung

Nach der Erfindung des Buchdrucks und später des Internets bot die Suche über Google die schnellste Möglichkeit, Informationen zeitnah zu finden. Und wenn der Klick auf ein Suchergebnis nicht ausreichte, kaufte man sich ein Fachbuch zum gewünschten Thema und arbeitete sich durch Dokumentationen. Wissen bedeutete oft:

  • suchen,
  • vergleichen,
  • abstrahieren,
  • und selbst mentale Modelle aufbauen.

Heute passiert immer häufiger etwas anderes: Menschen fragen Sprachmodelle wie ChatGPT, Claude oder Gemini. Nicht unbedingt, weil Suchmaschinen plötzlich schlecht geworden wären. Sondern weil dialogbasierte KI-Systeme eine neue, situationskonkrete, intuitivere, kognitiv leichtere Form des Wissenszugangs ermöglichen. Ein Blick auf die Evolutionsgeschichte zeigt immer wieder: Das effizientere System setzt sich durch.

Das wirkt zunächst wie eine rein technische Weiterentwicklung bestehender Suchsysteme. Tatsächlich steckt aber deutlich mehr dahinter. Denn Large Language Models verändern nicht nur den Zugang zu Informationen. Sie beginnen, die Struktur menschlicher Wissensverarbeitung selbst zu verändern.

Warum Fachbücher unter Druck geraten

Die gleiche Dynamik betrifft Fachliteratur. Historisch betrachtet erfüllten Fachbücher mehrere Funktionen:

  • Wissen speichern,
  • Wissen strukturieren,
  • Wissen vermitteln,
  • und Menschen dazu "zwingen", abstrakte Konzepte auf konkrete Situationen zu übertragen.

Gerade dieser letzte Punkt ist entscheidend. Denn wer ein Fachbuch liest, muss:

  • abstrahieren,
  • priorisieren,
  • mentale Modelle ableiten,
  • und vermittelte Konzepte eigenständig auf die eigene Realität anwenden.

Das ist kognitiv anstrengend - aber genau dadurch entsteht tiefes Verständnis.

LLMs verändern den Prozess der Informationsbeschaffung fundamental. Denn ein Sprachmodell kann Wissen nicht nur erklären, sondern situativ anpassen:

  • an den Kenntnisstand,
  • an die Branche,
  • an den konkreten Anwendungsfall,
  • an Rückfragen,
  • und sogar an individuelle Denkfehler.

Dadurch verschiebt sich Wissensvermittlung von expliziter Generalisierung hin zu dialogbasierter Operationalisierung. Oder einfacher gesagt: Bücher zwingen Menschen zur Abstraktion. LLMs nehmen ihnen einen Teil dieser Abstraktionsarbeit ab.

Das könnte langfristig zu einer sinkenden Nachfrage nach klassischen Fachbüchern führen - zumindest dort, wo Bücher primär Wissenstransfer leisten. Denn warum sollte beispielsweise jemand 400 Seiten über Projektmanagement lesen, wenn ein KI-System das Modell kennt, die Situation versteht und sofort konkrete Handlungsvorschläge generieren kann?

Die Denkprothese

Die Externalisierung von Denprozessen erinnert zunächst an frühere technologische Verschiebungen, wie

  • Taschenrechner externalisierten das Kopfrechnen,
  • GPS und Navigationsgeräte externalisierten die Orientierung,
  • Suchmaschinen externalisierten die Wissensspeicherung.

Wenn LLMs nun immer mehr Strukturierung, Transferleistung, Priorisierung und situative Wissensanwendung übernehmen, dann muss der Mensch immer weniger Wissen aufbauen, verstehen und langfristig speichern. Denn er kann Wissen jederzeit im Dialog mit der Maschine für eine spezifische Situation abrufen und implizit, also als Koordinator, verarbeiten. Wir sprechen hier von einer kontinuierlichen Denk-Arbeitsteilung zwischen Mensch und Maschine.

Problematisch ist auf diesem Hintergrund, dass diese Entwicklung vollkommen freiwillig erfolgt. Denn kognitive Entlastungen und Effizienzsteigerungen werden als spürbare Vorteile wahrgenommen. Zum einen ist es für den Menschen bequem, wenn kognitiv anstrengende Dinge delegiert werden können. Auf wirtschaftlicher Ebene zwingt der Konkurrenzdruck zu immer mehr Effizienz. Die Notwendigkeit für ein tieferes Verständnis, für ein kognitive Durchdringen, hat in dieser Argumentation kaum Platz. Es erscheint vielmehr als ein Argument aus einer vergangenen Epoche.

Die Gleichschaltung von Denkprozessen

Die eigentliche Disruption liegt allerdings noch eine Ebene tiefer. Denn LLMs liefern ja nicht nur Informationen. Sie strukturieren Denken. Jede Antwort eines Sprachmodells enthält bereits

  • Priorisierungen,
  • Gewichtungen,
  • Vereinfachungen,
  • Frames,
  • sprachliche Glättungen,
  • und implizite Annahmen darüber, was relevant, plausibel oder "vernünftig" ist.

Das geschieht meist nicht aggressiv oder offensichtlich manipulativ. Im Gegenteil: Die Systeme wirken immer freundlich, hilfreich, kooperativ und ausgewogen. Und oft auch mit einer solchen Sicherheit, als ob sie eine Kapazität im angefragten Fachbereich wären. Genau dadurch entsteht ihre psychologische Sogwirkung. Denn Menschen gehen nicht in eine Abwehrhaltung, wenn die Informationen plausibel und hilfreich, wenn der Kommunikationsstil empathisch, sprachlich glatt und sozial anschlussfähig erscheint.

Das eigentliche Risiko besteht deshalb nicht in direkter Manipulation - sondern eher in langfristiger Denk-Konvergenz.

Wenn Millionen Menschen:

  • ähnliche Modelle,
  • ähnliche Trainingsdaten,
  • ähnliche Antwortmuster,
  • und ähnliche Priorisierungen nutzen,

dann können sich Denkprozesse langsam angleichen. Nicht autoritär. Nicht sichtbar. Sondern einfach, bequem und komfortabel. Die Folge wäre keine klassische Gleichschaltung im historischen Sinn. Sondern eine statistische Homogenisierung von Sprache - und damit auch von Denkpfaden. Gerade weil LLMs auf Konfliktreduktion und die wahrscheinlichste Synthese optimieren sind, tendieren sie häufig zu geglätteten Erklärungen mit moderaten Position und dem größten Konsens, eingebettet in standardisierten Argumentationsmuster.

Ist das effizient? Vielleicht. Aber gleichzeit auch sehr verflachend. Denn originelle Gedanken entstehen oft gerade in an der Grenze zu Konflikten, Unsicherheiten und Widersprüchen. Sie entstehen dann, wenn Menschen eigene Denkmodelle entwickeln müssen. Wenn Sie die Thematik kognitiv durchdringen.

Die eigentliche Transformation

Die vielleicht wichtigste Veränderung des KI-Zeitalters besteht deshalb nicht darin, dass Maschinen intelligenter werden. Sondern darin, dass Menschen immer seltener gezwungen sind, Wissen selbst zu strukturieren. Denn LLMs treten zunehmend zwischen Mensch und Wissen. Und genau dadurch verändern sie gleichzeitig:

  • Lernen,
  • Suche,
  • Marketing,
  • Websites,
  • Autorenschaft,
  • Medien,
  • wahrscheinlich menschliche Kognition selbst
  • und damit tatsächlich auch die Entscheidungsfindung.

Fazit: Was bleibt, wenn das Denken delegiert wird?

Auf YouTube finden sich zahlreiche Tutorials, wie sich mit Hilfe von KI ganze Bücher schreiben lassen. Und Amazon registrierte mit dem Aufkommen von LLMs eine nie dagewesene Schwemme an E-Books. Die Hürden waren noch nie so niedrig, so viel schlechten Content in so kurzer Zeit zu produzieren. Mit geliehenem, externalisiertem Denken. Über Inhalte, die zwar von Menschen organisiert, aber vom "Autor" kognitiv nicht durchdrungen werden.

Wir befinden uns aktuell in einer gewaltigen Transformationsphase, in der wir uns im Zusammenspiel mit Künstlicher Intelligenz ausprobieren. Es wird wohl noch etwas dauern, bis wir verstehen, welche Position der Menschen mit seiner Zeit, Erfahrung und Sachverstand in diesem Prozess nicht verlassen, bzw. zurückgewinnen sollte. Ja, er wird immer weniger zu einem Lieferanten von Information - das übernimmt die Maschine. Aber er sorgt mit seinen Erfahrungen für eine klare Positionierung, für Perspektive und Haltung. Etwas, was die KI "by Design" nicht liefern kann. Der Mensch muss sich der bequemen Glättung wiedersetzen und Widersprüche aushalten, statt sie wegzumoderieren. Nicht als prinzipielle Rebellion gegen maschinellen Denken. Sondern als sinnvolle und zielführende Zusammenführung von Effizienz und Qualität.

Vielleicht ist das die eigentliche Herausforderung der nächsten Jahre: nicht jede Denkarbeit zu externalisieren, nur weil es geht. Sondern bewusst zu entscheiden, welche kognitiven Prozesse wir abgeben - und welche wir uns leisten sollten zu behalten. Denn was wir nicht mehr selbst denken, verlernen wir irgendwann zu denken.