Ein genauerer Blick
Ich halte wenig davon, künstliche Intelligenz pauschal zu feiern oder grundsätzlich abzulehnen. Mich interessiert vor allem, was sie im wirklichen Leben bringt. Wird eine Aufgabe leichter? Wird das Ergebnis besser? Oder sieht etwas nur beeindruckend aus, während die eigentlichen Probleme bestehen bleiben?
Bei einer neuen Technik sollten wir beides verlangen dürfen: Offenheit für ihre Möglichkeiten und ehrliche Antworten auf ihre Schwächen. Wer Bedenken äußert, ist deshalb noch lange kein Fortschrittsverweigerer. Und wer KI sinnvoll nutzt, gibt damit nicht automatisch sein eigenes Denken auf.
Die Frage „Bist du für oder gegen KI?“ greift deshalb zu kurz. Wir müssen genauer hinsehen: Welche Anwendung hilft wem, unter welchen Bedingungen und zu welchem Preis?
Pro: 1. Weniger Routine, mehr Zeit für die eigentliche Arbeit
Ein überzeugendes Argument für KI ist die mögliche Entlastung im Arbeitsalltag. Besonders interessant wird es dort, wo sich Aufgaben wiederholen und Beschäftigte regelmäßig ähnliche Anliegen bearbeiten.
Dass dabei messbare Vorteile entstehen können, zeigt die am 4. Februar 2025 online veröffentlichte Studie „Generative AI at Work“. Die Forscher untersuchten die Einführung eines KI-Assistenten anhand von Daten aus dem Arbeitsalltag von 5.172 Beschäftigten im Kundendienst. Mit KI-Unterstützung wurden durchschnittlich rund 15 Prozent mehr Kundenanliegen pro Stunde gelöst. Besonders profitierten weniger erfahrene Beschäftigte. Untersucht wurde allerdings ein bestimmter Einsatzbereich in einem Unternehmen, nicht die gesamte Arbeitswelt. [1]
Die Zahl ist beachtlich. Noch interessanter finde ich aber, was anschließend mit der gewonnenen Zeit geschieht.
In einem kleinen Betrieb könnte Entlastung bedeuten, Kunden sorgfältiger zu beraten, Aufträge besser vorzubereiten oder abends früher fertig zu sein. Dann wäre KI tatsächlich eine Verbesserung. Wird dagegen lediglich die nächste Leistungsvorgabe erhöht, kommt beim einzelnen Beschäftigten womöglich wenig von diesem Fortschritt an.
Pro: 2. Lernen kann individueller werden
Eine gute Lernhilfe sollte mehr leisten, als eine fertige Antwort auszugeben. Sie sollte erklären, auf Rückfragen eingehen und dabei helfen, einen Zusammenhang selbst zu verstehen.
Ein Beispiel für dieses Potenzial liefert eine am 3. Juni 2025 in „Scientific Reports“ veröffentlichte Untersuchung. In einem universitären Physikkurs erzielten Studierende mit einem gezielt entwickelten KI-Tutor bei den untersuchten Lerneinheiten größere Lernfortschritte in weniger Zeit als mit dem verglichenen Unterricht, der auf aktive Beteiligung setzte. Getestet wurde ein pädagogisch gestaltetes System in einer konkreten Unterrichtssituation. Daraus lässt sich nicht ableiten, dass beliebige Chatbots grundsätzlich besser unterrichten als Lehrkräfte. [2]
Als Ergänzung zum Unterricht und zur beruflichen Weiterbildung halte ich solche Anwendungen für interessant. Gerade bei einem schwierigen Thema wäre es hilfreich, eine Erklärung noch einmal in anderen Worten zu bekommen, ohne sich für die nächste Rückfrage rechtfertigen zu müssen.
Mein Maßstab wäre dabei einfach: Verstehe ich hinterher mehr? Kann ich einen ähnlichen Fall anschließend selbst lösen? Erst dann hat die Unterstützung ihren Zweck erfüllt.
Pro: 3. Ideen bekommen leichter einen Anfang
Ein leerer Bildschirm kann hartnäckiger sein als eine schwierige Aufgabe. Manchmal fehlt kein Wissen, sondern ein brauchbarer Einstieg.
Eine am 12. Juli 2024 in „Science Advances“ veröffentlichte Studie untersuchte, wie KI-generierte Ideen das Schreiben kurzer Geschichten beeinflussen. Die damit unterstützten Geschichten wurden im Durchschnitt als kreativer, besser geschrieben und unterhaltsamer bewertet. Besonders deutlich waren die Vorteile bei Teilnehmenden mit geringeren Werten im eingesetzten Kreativitätstest. [3]
Ein Vorschlag muss nicht unverändert übernommen werden, um hilfreich zu sein. Er kann eine Blockade lösen oder auf eine Richtung bringen, an die man zunächst nicht gedacht hat.
Bei einer Werbeanzeige, einem Vereinsprojekt oder einer Geschichte würde ich KI deshalb als Ideengeber einsetzen. Welche Idee trägt und welche Formulierung zur eigenen Haltung passt, möchte ich weiterhin selbst entscheiden.
Pro: 4. Forschung erhält zusätzliche Werkzeuge
Wer KI ausschließlich nach der Qualität von Chatbot-Antworten beurteilt, übersieht spezialisierte wissenschaftliche Anwendungen.
Ein Beispiel ist AlphaFold 3. In einer am 8. Mai 2024 in „Nature“ veröffentlichten Forschungsarbeit wurde ein Modell vorgestellt, das die räumliche Struktur von Molekülkomplexen vorhersagen kann. Dazu gehören unter anderem Kombinationen aus Proteinen, Nukleinsäuren und kleinen Molekülen. Die Veröffentlichung beschreibt sowohl die Leistungsfähigkeit als auch Grenzen des Verfahrens. [4]
Für mich ist das ein stärkeres Argument für KI als die nächste unterhaltsame Spielerei. Ein brauchbares Modell kann Forschenden zusätzliche Ansatzpunkte geben und helfen, Untersuchungen gezielter vorzubereiten.
Dabei bleibt eine Grenze entscheidend: Eine rechnerische Vorhersage ist noch kein experimenteller Nachweis. Ich würde den Nutzen solcher Systeme daran messen, wie gut sie wissenschaftliche Arbeit unterstützen, nicht daran, ob sie deren Prüfverfahren scheinbar überflüssig machen.
Pro: 5. Energie und Technik lassen sich gezielter einsetzen
KI braucht Energie. Sie kann aber auch dazu beitragen, Energie effizienter zu nutzen.
Die Internationale Energieagentur IEA beschreibt in ihrem am 10. April 2025 veröffentlichten Bericht „Energy and AI“ entsprechende Anwendungen in Industrie, Verkehr, Gebäuden und Energieversorgung. Dazu zählen die Optimierung von Produktionsprozessen, vorausschauende Wartung und eine bessere Steuerung komplexer Energiesysteme. Die Untersuchung sieht Einsparpotenziale, macht aber auch deutlich, dass deren Umsetzung unter anderem von geeigneten Daten, digitaler Infrastruktur und Fachkenntnissen abhängt. Mögliche Einsparungen sind deshalb nicht mit bereits erzielten Einsparungen gleichzusetzen. [5]
Hier lohnt sich ein nüchterner Blick: Spart die Anwendung tatsächlich Strom, Material oder unnötige Arbeit? Lässt sich das im laufenden Betrieb nachweisen?
Eine unspektakuläre Lösung mit messbarem Nutzen wäre mir lieber als eine eindrucksvolle Vorführung, bei der nachher niemand erklären kann, was sich konkret verbessert hat.
Contra: 1. Falsche Antworten können ausgesprochen glaubwürdig wirken
Eine problematische Schwäche generativer KI ist nicht allein, dass sie Fehler macht. Es ist die Art, wie diese Fehler auftreten können.
Das Bundesamt für Sicherheit in der Informationstechnik beschreibt in seinem Lagebericht 2025 sogenannte Halluzinationen: Aussagen von Sprachmodellen, die überzeugend erscheinen, inhaltlich aber falsch oder irreführend sein können. Eine flüssige Formulierung ist daher kein Beleg für eine zuverlässige Auskunft. [6]
Daraus ergibt sich ein unangenehmes Problem. Wer sich bereits auskennt, kann eine falsche Antwort möglicherweise erkennen. Wer gerade deshalb fragt, weil ihm das Fachwissen fehlt, hat es erheblich schwerer.
Bei einem Einladungstext wäre ein misslungener Satz schnell korrigiert. Bei einer technischen Berechnung könnte ein unbemerkter Fehler ganz andere Folgen haben. Deshalb würde ich eine fachliche Auskunft nicht allein danach bewerten, wie verständlich und selbstsicher sie formuliert ist.
Je größer der mögliche Schaden, desto weniger darf eine ungeprüfte Antwort genügen.
Contra: 2. Höhere Produktivität schützt nicht automatisch Arbeitsplätze
Eine Aufgabe schneller erledigen zu können, ist wirtschaftlich zunächst attraktiv. Was daraus für die Beschäftigten folgt, ist damit noch nicht entschieden.
Die Internationale Arbeitsorganisation ILO und das Forschungsinstitut NASK veröffentlichten am 20. Mai 2025 eine Untersuchung zum möglichen Einfluss generativer KI auf berufliche Tätigkeiten. Danach liegt etwa ein Viertel der weltweiten Beschäftigung in Berufen, deren Aufgaben potenziell von dieser Technik betroffen sind. Die Autoren sehen Veränderungen von Tätigkeiten als wahrscheinlicher an als die vollständige Ersetzung ganzer Berufe. Die Untersuchung sagt ausdrücklich nicht voraus, dass jeder vierte Arbeitsplatz wegfallen wird. [7]
Trotzdem ist die Sorge um die eigene berufliche Zukunft nicht mit dem Hinweis erledigt, die Menschen müssten sich eben anpassen.
Werden Beschäftigte weitergebildet? Bekommen sie Zeit, neue Aufgaben zu lernen? Werden sie an Verbesserungen beteiligt? Oder sollen weniger Menschen künftig dieselbe Arbeit bewältigen?
Ich würde einen technischen Fortschritt nicht allein am eingesparten Geld messen. Dazu gehört auch, ob diejenigen eine faire Chance erhalten, deren Arbeitsalltag sich dadurch verändert.
Contra: 3. Datenschutz und Vertrauen können auf der Strecke bleiben
Eine nützliche Anwendung verleitet schnell dazu, ihr mehr Informationen anzuvertrauen: ein Kundenschreiben, eine interne Kalkulation oder persönliche Unterlagen. Gerade dann sollte die Bequemlichkeit nicht das letzte Wort haben.
Das BSI weist in seinen Verbraucherinformationen darauf hin, dass die Betreibenden einer KI-Anwendung möglicherweise auf eingegebene Daten zugreifen können. [8]
Für mich müsste deshalb vor dem Hochladen geklärt sein, ob diese Informationen dort überhaupt hingehören. Welche Daten werden benötigt? Wer bekommt Zugriff? Was wird gespeichert? Ein überzeugendes Ergebnis beantwortet keine dieser Fragen.
Ein anderes Risiko betrifft die Glaubwürdigkeit von Stimmen und Aufnahmen. Auf seiner Informationsseite zu Deepfakes beschreibt das BSI beispielsweise einen Anruf mit der imitierten Stimme einer Führungskraft, der eine Geldtransaktion auslösen soll. [9]
Hier geht es um mehr als einen technischen Trick. Eine vertraut klingende Stimme könnte benutzt werden, um Vertrauen gezielt auszunutzen. Deshalb würde ich bei wichtigen Vorgängen nicht allein auf den Eindruck vertrauen, den eine Aufnahme oder ein Gespräch vermittelt.
Contra: 4. Unterstützung kann zu Gleichförmigkeit und Abhängigkeit führen
Die bereits erwähnte Untersuchung zu Kurzgeschichten vom 12. Juli 2024 zeigte auch eine Kehrseite: Die mit KI-Ideen unterstützten Geschichten ähnelten einander stärker als die ohne diese Unterstützung verfassten Texte. Bessere Bewertungen einzelner Ergebnisse gingen in diesem Experiment mit geringerer Vielfalt zwischen den Ergebnissen einher. [3]
Das ist kein Beweis dafür, dass jeder KI-gestützte Text gleich klingt. Es ist aber ein Grund, eigene Ideen nicht vorschnell durch den ersten brauchbaren Vorschlag zu ersetzen.
Mich würde stören, wenn persönliche Beiträge so lange geglättet werden, bis nichts Eigenes mehr übrig bleibt. Eine ungewöhnliche Formulierung oder eine unbequeme Meinung kann wertvoller sein als ein makelloser Text, der niemandem etwas zu sagen hat.
Auch beim Lernen und Arbeiten möchte ich ohne digitale Unterstützung handlungsfähig bleiben. Eine Hilfe sollte meine Fähigkeiten erweitern, nicht schrittweise an ihre Stelle treten.
Contra: 5. Der zusätzliche Strombedarf ist keine Nebensache
Wer über mögliche Energieeinsparungen spricht, muss den Verbrauch der dafür benötigten Infrastruktur ebenfalls berücksichtigen.
In ihrem am 16. April 2026 veröffentlichten Bericht „Key Questions on Energy and AI“ erwartet die IEA, dass der weltweite Stromverbrauch von Rechenzentren von rund 485 Terawattstunden im Jahr 2025 auf etwa 950 Terawattstunden im Jahr 2030 steigt. Diese Zahlen beziehen sich auf alle Rechenzentren, nicht ausschließlich auf KI. Für KI-orientierte Rechenzentren erwartet die Agentur in demselben Zeitraum eine Verdreifachung des Stromverbrauchs. Die Angaben für 2030 sind eine Prognose, kein bereits feststehendes Ergebnis. [10]
Daraus folgt weder, dass jede KI-Anwendung verschwenderisch ist, noch, dass ihr Energiebedarf nebensächlich wäre.
Die möglichen Einsparungen auf der einen Seite dürfen nicht pauschal mit dem zusätzlichen Verbrauch auf der anderen Seite verrechnet werden. Zuerst müsste nachgewiesen werden, welcher Nutzen tatsächlich entsteht und welcher Aufwand dafür erforderlich ist.
Für meine Bewertung reicht es jedenfalls nicht, dass ein Dienst auf dem Bildschirm sauber und mühelos erscheint. Die Infrastruktur dahinter gehört zur Rechnung.
Meine Abwägung: Nicht jede Automatisierung ist ein Fortschritt
Fünf Pro-Argumente und fünf Contra-Argumente ergeben keinen Gleichstand. Die Punkte lassen sich nicht wie Stimmen bei einer Abstimmung zusammenzählen. Ein erheblicher Sicherheitsmangel kann schwerer wiegen als mehrere kleine Komfortvorteile.
Ich würde sinnvollen KI-Einsatz deshalb an drei Fragen festmachen.
Löst die Anwendung ein konkretes Problem? Nicht jede Aufgabe braucht KI. Manchmal wäre ein verständliches Formular, eine zuverlässige Software oder ein erreichbarer Ansprechpartner die bessere Lösung.
Lässt sich das Ergebnis überprüfen? Je wichtiger eine Entscheidung ist, desto mehr Wert würde ich auf nachvollziehbare Grundlagen legen. Eine Prüfung darf nicht darin bestehen, dieselbe Frage noch einmal zu stellen und sich über eine ähnlich klingende Antwort zu freuen.
Wer profitiert, und wer trägt das Risiko? Zeitersparnis, wirtschaftlicher Nutzen, Datenschutz und mögliche Schäden gehören zusammen. Eine Verbesserung für den Anbieter ist nicht zwangsläufig auch eine Verbesserung für Beschäftigte, Kunden oder die Öffentlichkeit.
Dabei liegt die Verantwortung nicht allein beim einzelnen Nutzer. Auch Entwickler, Anbieter und Organisationen, die KI einsetzen, sollten erklären können, welche Grenzen ihre Systeme haben und wie Fehler erkannt und korrigiert werden.
Ich bin für KI, wo ihr Nutzen nachvollziehbar ist. Ich bin gegen die Vorstellung, jede Automatisierung sei schon deshalb ein Fortschritt, weil sie technisch möglich ist.
Entscheidend ist für mich nicht, wie viel wir einer Maschine überlassen können. Entscheidend ist, ob unser Leben dadurch tatsächlich besser wird.
Wo überwiegt für euch der Nutzen, und an welcher Stelle würdet ihr bewusst auf KI verzichten?
Quellen und weiterführende Informationen
[1] Erik Brynjolfsson, Danielle Li und Lindsey Raymond: „Generative AI at Work“
Online veröffentlicht am 4. Februar 2025 in The Quarterly Journal of Economics. Untersuchung zur Einführung eines KI-Assistenten bei 5.172 Beschäftigten im Kundendienst.
Quelle lesen ↗
[2] Greg Kestin und weitere Autoren: „AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting“
Veröffentlicht am 3. Juni 2025 in Scientific Reports. Untersuchung eines gezielt entwickelten KI-Tutors in einem universitären Physikkurs.
Quelle lesen ↗
[3] Anil R. Doshi und Oliver P. Hauser: „Generative AI enhances individual creativity but reduces the collective diversity of novel content“
Veröffentlicht am 12. Juli 2024 in Science Advances. Experiment zur Bewertung und Vielfalt von Kurzgeschichten mit und ohne KI-generierte Anregungen.
Quelle lesen ↗
[4] Josh Abramson und weitere Autoren: „Accurate structure prediction of biomolecular interactions with AlphaFold 3“
Veröffentlicht am 8. Mai 2024 in Nature. Forschungsarbeit zur Vorhersage räumlicher Strukturen von Molekülkomplexen.
Quelle lesen ↗
[5] Internationale Energieagentur: „Energy and AI“, Kapitel „AI for energy optimisation and innovation“
Bericht veröffentlicht am 10. April 2025. Analyse von KI-Anwendungen zur Optimierung von Energieversorgung und Energieverbrauch.
Quelle lesen ↗
[6] Bundesamt für Sicherheit in der Informationstechnik: „Schwächen von LLMs“
Bestandteil des Lageberichts zur IT-Sicherheit in Deutschland 2025. Erläuterungen zu Halluzinationen und weiteren Schwächen großer Sprachmodelle.
Quelle lesen ↗
[7] Internationale Arbeitsorganisation / NASK: „Generative AI and Jobs: A Refined Global Index of Occupational Exposure“
Veröffentlicht am 20. Mai 2025, ILO Working Paper 140. Untersuchung zur potenziellen Betroffenheit beruflicher Tätigkeiten durch generative KI.
Quelle lesen ↗
[8] Bundesamt für Sicherheit in der Informationstechnik: „Texte & Co. mit Künstlicher Intelligenz erstellen – Generative KI und ihre Risiken“
Verbraucherinformationen zum Umgang mit generativer KI und eingegebenen Daten. Veröffentlichungsdatum nicht eindeutig feststellbar; Recherche vom 9. Oktober 2026.
Quelle lesen ↗
[9] Bundesamt für Sicherheit in der Informationstechnik: „Deepfakes – Gefahren und Gegenmaßnahmen“
Informationen über manipulierte Stimmen, Bilder und Videos sowie mögliche Betrugsszenarien. Veröffentlichungsdatum nicht eindeutig feststellbar; Recherche vom 9. Oktober 2026.
Quelle lesen ↗
[10] Internationale Energieagentur: „Key Questions on Energy and AI – Executive summary“
Bericht veröffentlicht am 16. April 2026. Aktualisierte Projektion zum Strombedarf von Rechenzentren und KI.
Quelle lesen ↗