Der Klick, der die Welt verschluckt

Der Stand der Dinge im Juli 2026: Technologie hat aufgehört, ein Versprechen zu sein. Sie wird eine Rechnung. Bei der generativen Künstlichen Intelligenz ist dieser Moment jetzt. Die Euphorie der frühen Jahre – die Rede von der Singularität oder der Produktivitätsrevolution – ist einer nüchternen Bestandsaufnahme gewichen. Und diese Bestandsaufnahme liest sich weniger wie ein Prospekt für die Zukunft als wie das Protokoll einer Externalisierung: Kosten, Risiken und Schäden wandern systematisch nach außen, auf den Planeten, auf die Nutzer:innen, auf die Schöpfer:innen jener Werke, die die Maschine überhaupt erst gefüttert haben.

Was das mit dir zu tun hat? Die Antwort ist lang, nicht weil sie komplex wäre, sondern weil es viel ist.

I

Fangen wir dort an, wo die Industrie am nervösesten wird: bei der Bilanz. Bereits 2023 rechnete der Risikokapitalgeber David Cahn von Sequoia Capital vor, dass die Branche bei damaligen GPU-Umsätzen von 50 Milliarden Dollar rund 200 Milliarden an Endkundenumsatz bräuchte, um sich zu rechtfertigen. Drei Jahre später hat sie sich in eine Schlucht verwandelt.

Für 2026 werden die globalen Infrastrukturinvestitionen in KI, also der Bau von Rechenzentren, der Kauf von Chips, der Ausbau von Energieversorgung, auf 1,5 Billionen Dollar pro Jahr geschätzt. Um diese Vorleistung zu amortisieren, müsste die Branche etwa drei Billionen Dollar an tatsächlichem Umsatz mit Software und Diensten generieren. Zur Einordnung: Die führenden Akteur:innen kommen zusammen nicht einmal auf 150 Milliarden. Anthropic liegt bei geschätzten 60 Milliarden wiederkehrendem Jahresumsatz, OpenAI irgendwo zwischen 13 bis 20 Milliarden. Der Rest? Hoffnung.

Das Muster ist nicht schwer zu erkennen. Das ist die Architektur einer Blase, und Blasen platzen. Die unangenehme Wahrheit dahinter ist eine physikalische: Das Geld, das in schnell veraltende Chips und Betonhallen geflossen ist, kann aus gesamtwirtschaftlicher Sicht nie wieder reinkommen, wenn am Ende nur inkrementelle Effizienzgewinne in der Verwaltung und beim Programmieren herauskommen, statt jener billionenschweren neuen Industrien, die uns versprochen wurden. Wenn diese Blase korrigiert, bleibt der Schaden nicht im Silicon Valley. Er trifft Volkswirtschaften, die ihr gesamtes Wachstum an diese eine Wette gehängt haben, und damit Arbeitnehmer:innen, die von der Wette nie profitiert haben.

Nur eine Handvoll Konzerne verfügt über das Kapital, diese Cluster überhaupt zu bauen. Der Zwang zur Skalierung ist zugleich ein Zwang zur Monopolisierung – und die Macht über Auskunft, Wahrheitsfindung und digitale Infrastruktur konzentriert sich damit an einem Ort, der sich demokratischer Kontrolle konsequent entzieht.

II

Die Cloud ist eine der erfolgreichsten Metaphern der Technikgeschichte, weil sie das Gegenteil dessen suggeriert, was sie ist. Nichts an ihr ist leicht, luftig oder immateriell. Ein Bericht des United Nations University Institute für Wasser, Umwelt und Gesundheit aus dem Jahr 2026 zerlegt die Illusion der „grünen KI“ gründlich.

Schon 2025 verbrauchten Rechenzentren rund 448 Terawattstunden Strom. Wären sie ein Land, stünden sie an elfter Stelle der weltgrößten Stromverbraucher, hinter Frankreich, vor Saudi-Arabien. Bis 2030 soll der Verbrauch der KI-Rechenzentren auf 945 Terawattstunden steigen. Annähernd das Dreifache dessen, was Pakistan, Bangladesch und Nigeria zusammen verbrauchen, Länder mit über 650 Millionen Einwohner:innen.

Bekannt und dennoch verdrängt: das Wasser. Die dicht gepackten GPU-Cluster müssen gekühlt werden, und das geschieht mit Trinkwasser. Der Wasserfußabdruck der KI wird bis 2030 dem jährlichen häuslichen Grundbedarf von 1,3 Milliarden Menschen in Subsahara-Afrika entsprechen. Der Landverbrauch für Infrastruktur und Energieerzeugung wird auf über 14.500 Quadratkilometer geschätzt, die doppelte Fläche der Metropolregion Jakarta, in der 32 Millionen Menschen leben.

Besonders problematisch wird es dort, wo Nachhaltigkeit zur Buchhaltungsübung verkommt. Wer von Kohle auf Bioenergie umstellt, senkt den Kohlenstofffußabdruck um bis zu 70 Prozent, erhöht aber den Wasserverbrauch um das Dreißigfache, den Landverbrauch um das Hundertfache. Wenn Nachhaltigkeit nur durch die Linse des Kohlenstoffs betrachtet wird, entstehen neue Katastrophen in Regionen, die nie um diese Infrastruktur gebeten haben. Es ist eine imperiale Rohstofflogik, verkleidet als virtuelle Effizienz.

III

Die Maschine, die angeblich nur Bits bewegt, produziert Berge. Bis 2030 wird die KI-Infrastruktur nur vom aktuellen Verbrauch ausgehend 2,5 Millionen Tonnen Elektroschrott jährlich hinterlassen. Die Ursache ist nicht die klassische geplante Obsoleszenz, das absichtliche Einbauen von Sollbruchstellen, sondern etwas Neues, das treffend performance-driven obsolescence genannt wird: leistungsgetriebene Veralterung.

Sobald ein neuer GPU-Chip auf den Markt kommt, der auch nur marginal schneller ist, werden Zehntausende funktionierender Server aus den Rechenzentren gerissen – weil sie nicht mehr die schnellsten sind. Der Wettlauf um immer größere Modelle duldet keine alte Hardware. Dieser Schrott ist voll von seltenen Erden, Kupfer, Gold, Kobalt, Lithium. Weltweit werden derzeit nur etwa 17 Prozent des Elektroschrotts ordnungsgemäß erfasst und recycelt; bei den hochkomplexen KI-Komponenten dürfte die Quote noch tiefer liegen. Die toxische Last landet dort, wo sie am wenigsten kontrolliert werden kann: in Ländern mit niedrigem Einkommen.

Und selbst wenn es Fortschritte beim Urban Mining gibt, wenn KI sogar zur Optimierung von Recycling eingesetzt wird, greift das Jevons-Paradoxon: Jeder Effizienzgewinn führt nur dazu, dass die Modelle noch größer dimensioniert werden. Der absolute Verbrauch steigt weiter. Die Kreislaufwirtschaft bleibt für die meisten KI-Konzerne ein Randthema, das in Nachhaltigkeitsberichten erwähnt und in der Praxis ignoriert wird.

Für Menschen am Ende der Kette, für Endverbraucher:innen, für dich und mich hat sich das in der RAMocalypse bereits manifestiert: Hardware, insbesondere Speicher, ist im Preis explodiert, weil das Heilsversprechen der KI jedes verfügbare Silizium dahin zieht.

IV

Bis hierher: ein Mensch fragt, die Maschine antwortet. Doch 2026 ist das nicht mehr das dominante Modell. An seine Stelle tritt die agentische KI: Systeme, die autonom planen, Arbeitsabläufe ausführen, Schnittstellen aufrufen und Entscheidungen treffen, mit minimaler menschlicher Aufsicht.

Was wie ein Effizienzsprung aussieht, ist ressourcentechnisch eine Eskalation. Um eine einzige komplexe Aufgabe zu lösen, feuert ein Agent oft Dutzende oder Hunderte sequenzieller Unterabfragen ab, durchläuft Verifikationsschleifen, koordiniert Datenbankzugriffe. Studien zeigen, dass ein agentisches System pro Aufgabe 62- bis 136-mal mehr Energie verbraucht als eine einzelne konventionelle Inferenz. Und weil diese Agenten „always-on“ sein müssen, um funktionieren zu können, erzeugen sie eine dauerhafte Grundlast, die den gesamten Infrastruktur-Stack permanent unter Volllast setzt.

Nur etwa 20 Prozent der Unternehmen verfügen über ausgereifte Kontrollstrukturen für solche Agenten. Und da diese Systeme am effizientesten laufen, wenn kein Mensch sie ausbremst, können sie Fehler, Sicherheitslücken und Halluzinationen ungebremst in produktive Systeme einspeisen. Damit sind wir beim vielleicht am meisten unterschätzten Problem.

V

Die KI-Industrie misst ihre Zuverlässigkeit in Durchschnitten. Ein Modell ist zu 95 Prozent genau, zu 98, vielleicht zu 99. Diese Zahlen klingen beruhigend, weil sie auf einer stillschweigenden Annahme beruhen: dass Fehler sich ausmitteln. Dass wir genug Versuche haben, damit der Durchschnitt zählt. Diese Annahme heißt in der Wahrscheinlichkeitstheorie Ergodizität – und sie ist für die kritischen Anwendungsfälle schlicht falsch.

Ein Beispiel. Wenn ein Agent einen Text zusammenfasst und dabei patzt, ist das ergodisch: Die Kosten sind additiv, du korrigierst, verlierst etwas Zeit, machst weiter. Wenn derselbe Agent aber Zugriffsrechte ändern, Kundenkommunikation autonom versenden oder Code in die Produktion einspielen darf, wird das System nicht-ergodisch. Ein katastrophaler Fehler auf Schritt 50 verunreinigt die Daten, löscht die Datenbank oder ruiniert den Ruf. Es gibt keinen Schritt 51, der den Durchschnitt wieder rettet. Tausend parallele Leben, um den Mittelwert zu nehmen, haben wir nicht. Ein System, das per Definition „eben nicht immer stimmt“, ist strukturell ungeeignet für Situationen, in denen ein einziger Fehler fatal ist.

Verschärft wird das durch etwas, das der Mathematiker Terence Tao den first proof failure mode nennt. Jahrhundertelang korrelierte die Qualität eines Gedankens mit der Qualität seiner Sprache: Wer wirr dachte, schrieb wirr. Die LLMs haben dieses uralte Signal zerbrochen. Sie präsentieren falsche Diagnosen, halluzinierte Fakten und fehlerhafte Empfehlungen in makelloser, souveräner Prosa. Die prüfende Instanz sieht das polierte Ergebnis und winkt es durch, weil die Form Kompetenz signalisiert. Das Vertrauen ruht auf einer Täuschung. Die Kontrolle wird zeremoniell. Und so sickern fehlerhafte Datensätze und halluzinierter Slop unbemerkt in juristische, medizinische und wissenschaftliche Datenbanken, pflanzen sich dort fort.

VI

Jean Baudrillard prägte den Begriff der Hyperrealität: ein Zustand, in dem die Kopie das Original verdrängt, in dem die Simulation realer wird als das Simulierte. Seine Metapher – die Karte ersetzt das Gebiet – beschreibt präzise, was gerade mit unserem Verhältnis zum Wissen geschieht.

Eine klassische Suchmaschine verwies auf Dokumente; sie zeigte auf das Gebiet. Neuere Architekturen wie GraphRAG extrahieren Entitäten und Beziehungen, verwerfen den Originalkontext und lassen das Modell daraus neue Texte erzeugen. Die Karte – das komprimierte Modell – ersetzt das Gebiet – die tatsächlichen Quellen –, und zwar verlustbehaftet. Wir verlassen uns zunehmend auf Zusammenfassungen von Zusammenfassungen, auf ein Wissen, das keinen Anker mehr in der empirischen Wirklichkeit hat.

In dieser Hyperrealität entfaltet die Maschine ein politisches Potenzial, das wir nicht unterschätzen sollten. Es gibt in neuronalen Netzen keinen neutralen Blick; die Modelle spiegeln die Verzerrungen ihrer Trainingsdaten, die Vorgaben ihrer Entwickler:innen, die kommerziellen Filter ihrer Eigentümer. Überzeugungskraft im Politischen speist sich weniger aus stringenter Argumentation als aus massenhafter Wiederholung. Genau diese Redundanz lässt sich nun zu Grenzkosten von null produzieren, in endlosen, hyperpersonalisierten Varianten. Hinzu kommt, dass die Systeme dazu neigen, übertrieben anbiedernd zu sein: Sie schmeicheln, bestätigen vorgefasste Meinungen, verstärken Radikalisierung, statt intellektuelle Reibung zu erzeugen. Die Maschine wird zum Bestätigungsgenerator ohne Ende. Das zersetzt den demokratischen Diskurs an der Wurzel.

VII

Der vielleicht intimste Schaden vollzieht sich im Kopf. Eine viel beachtete Studie des MIT Media Lab hat gemessen, was passiert, wenn wir das Denken auslagern. Vier Monate lang schrieben 54 Studierende in drei Gruppen: allein mit dem eigenen Kopf, mit klassischer Suche, mit ChatGPT.

Die EEG-Messungen zeigten den Aufbau einer kognitiven Schuld. Die Nur-Gehirn-Gruppe wies die stärksten, am weitesten verteilten neuronalen Netzwerke auf. Die KI-Nutzer:innen zeigten eine um bis zu 55 Prozent reduzierte Gehirnkonnektivität. Die KI verbesserte kurzfristig das Ergebnis – performance on credit –, aber auf Kosten der Erinnerung: 83 Prozent der LLM-Nutzer:innen konnten Zitate aus dem Text, den sie Minuten zuvor „geschrieben“ hatten, nicht reproduzieren. Ihr Gefühl der Urheberschaft war nahezu nicht vorhanden. Und dieser Effekt braucht keine Monate der Gewöhnung; er setzt nach zehn Minuten ein.

Was dabei umkalibriert wird: unsere Toleranz für Anstrengung. Die Frustration des Nichtwissens, das Ringen um eine Lösung – jene desirable difficulties, die Lernen überhaupt erst ermöglichen – werden nicht mehr als notwendiger Prozess empfunden, sondern als Fehlerzustand, der sich per Mausklick beenden lässt.

Das bleibt nicht individuell. In der Medizin sank die diagnostische Genauigkeit von Ärzt:innen um 14 Prozentpunkte, wenn sie LLMs nutzten, in die gezielt Fehler eingebaut waren. Ist die KI da, lagern selbst Fachleute ihr Urteil aus, früher oder später. Fällt sie aus oder halluziniert sie, bricht die menschliche Leistung ein, weil das tiefe Verständnis fehlt. Distributed Deskilling wird das genannt, ein verteilter Kompetenzverlust, bei dem kritisches Denken, moralisches Urteilen und strategisches Framing systematisch verkümmern. Und mit ihm kommt die Verantwortungsdiffusion: Wo eine Maschine die Aufgabe übernimmt, gibt es bei Fehlern keinen menschlichen Autor mehr, der die Verantwortung trägt. Ethische Fragen werden reibungslos an ein System delegiert, das keine Ethik kennt. Ein moralisches Deskilling, ein stiller Rückzug aus der Zuständigkeit.

VIII

All das ruht auf einem Fundament, das juristisch gerade wegbricht. Die Leistungsfähigkeit der Modelle beruht auf der systematischen, unvergüteten Aneignung nahezu des gesamten digitalen Erbes der Menschheit: Millionen von Büchern, Artikeln, Bildern, Code-Repositorien, abgesaugt ohne zu fragen, verwertet ohne Einverständnis.

Das Argument der Konzerne, das sei der gewöhnliche Weg der Ideenfindung und der Kreativität und falle unter Fair Use, gerät selbst rechtlich ins Wanken. Im Fall The New York Times v. Microsoft and OpenAI lehnte das Gericht 2025 OpenAIs Versuch ab, zentrale Klagepunkte abzuweisen – die Gerichte erkennen zunehmend, dass die Modelle keine transformativen Werke schaffen, sondern direkte Marktsubstitute für die Originale.

Am deutlichsten: der Fall Bartz v. Anthropic. Im August 2025 stimmte Anthropic einem Vergleich über 1,5 Milliarden Dollar zu, um eine Sammelklage beizulegen: Das Unternehmen hatte Hunderttausende Bücher, teils aus Schattenbibliotheken, illegal heruntergeladen, um seine Claude-Modelle zu trainieren. Die Asymmetrie des Vergleichs ist bezeichnend. Die Autor:innen von rund 482.000 Werken wurden entschädigt. Das Settlement entbindet das Unternehmen allerdings nur von der Haftung für vergangene Downloads. Es etabliert kein Lizenzmodell für künftiges Training und schützt niemanden vor Outputs, die die eigenen Werke plagiieren. Die Industrie hat den geistigen Grundstock der Menschheit als Startkapital entwendet, die daraus entstandenen Milliardenbewertungen privatisiert, und versucht nun, denselben Schöpfer:innen mit eben dieser Technologie die Existenzgrundlage zu entziehen.

IX

Warum wird eine Technologie mit dieser Bilanz derart gnadenlos in jeden Winkel unseres Alltags gedrückt? Die Antwort liegt im ROI-Paradoxon. Weil Billionen investiert wurden, muss KI das nächste universelle Paradigma werden, ob die Gesellschaft es organisch nachfragt oder nicht.

Also bauen die Konzerne die Modelle ungefragt in Textverarbeitungen, PDF-Reader, Mailprogramme, Betriebssysteme. Suchmaschinen platzieren fehleranfällige KI-Zusammenfassungen zwingend über den validen Ergebnissen, ruinieren so die Grundfunktion, für die wir sie einst nutzten: verlässliche Information zu finden. Es ist eine Übergriffigkeit, die System hat. Sie zielt darauf, uns durch schiere Allgegenwart an ein minderwertiges, halluzinierendes Paradigma zu gewöhnen, bis wir vergessen haben, dass es je anders war.

Dieser Zwang ist nicht nur ökonomisch, er ist ideologisch grundiert. Die Wortführer des Silicon Valley verstehen sich nicht mehr als Softwareentwickler:innen, sondern als Architekt:innen der menschlichen Evolution, die auf die Singularität hinarbeiten – den Moment, in dem die Maschine den Menschen überflügelt. In diesem Weltbild steckt eine bemerkenswerte Inkonsistenz. Biologischen Wesen, die den Planeten seit Jahrmillionen bevölkern, spricht man Intelligenz, Schmerz und Bewusstsein ab, oder gesteht sie nur nach entwürdigenden Tests widerwillig zu. Den stochastischen Netzwerken hingegen schreibt man eine fast spirituelle Sinnlichkeit zu, ein Denken, eine Agency. Fühlende Wesen werden behandelt wie seelenlose Apparate, Apparate wie sensible Denker:innen. Dieses gestörte Verhältnis zur Welt ist keine Marotte. Es ist die ideologische Grundlage, auf der sich die Zerstörung von Ökosystemen, die Missachtung geistigen Eigentums und der Raubbau an Kognition und Umwelt gleichermaßen rechtfertigen lassen.

X

Zwischen den Konzernen, die die Modelle bauen, und den Menschen, die sie benutzen, liegt eine Schicht, über die selten gesprochen wird: die Vermittler:innen. Beratungshäuser, Agenturen, Systemintegrator:innen, das schnell gewachsene Gewerbe derer, die „KI-Lösungen“ verkaufen. Sie schreiben die Angebote, halten die Pitches, implementieren die Agenten in Unternehmen, die selbst kaum beurteilen können, was sie da einkaufen.

Für diese Schicht gilt eine unbequeme Feststellung: Das Wissen um die hier beschriebenen Kosten ist verfügbar. Die UN-Berichte sind öffentlich, die MIT-Studie ist zitiert worden, das Ergodizitätsproblem ist kein Geheimnis, und der Bartz-Vergleich stand in jeder Fachpresse. Wer 2026 KI-Systeme verkauft, kann sich nicht mehr auf Unwissenheit berufen. Das Wissen ist da. Es wird nur nicht eingepreist.

Das lässt sich strukturell erklären, und die Erklärung ist real. Wer von der Integration lebt, dessen Einkommen hängt daran, dass integriert wird, und nicht daran, ob es sinnvoll ist. Das Ergodizitätsproblem taucht in keinem Angebot auf, weil ein Angebot, das ehrlich erklärt, warum ein probabilistisches System für den kritischen Einzelfall ungeeignet ist, kein Angebot mehr wäre, sondern eine Absage. Der Wasserverbrauch steht in keiner Leistungsbeschreibung, weil er nicht auf der Rechnung der Kundschaft erscheint, sondern auf der eines Kontinents, der nicht am Tisch sitzt. Die kognitive Schuld wird nicht erwähnt, weil sie sich erst Jahre später zeigt, lange nachdem das Projekt abgenommen, die Rechnung bezahlt ist.

Aber diese Erklärung ist keine Entlastung. Wer die Struktur einmal durchschaut hat, kann sich nicht mehr hinter ihr verstecken. Der Satz „Wenn ich es nicht verkaufe, verkauft es jemand anderes“ ist selbst schon ein Stück jener Verantwortungsdiffusion, die dieser Text beschreibt: die eigene Entscheidung an einen Markt delegieren, der angeblich keine andere Wahl lässt. Der Markt trifft keine Entscheidungen. Menschen tun es.

Der Unterschied, um den es geht, ist der zwischen Perpetuieren und Verstärken. Wer nichts weiß, führt fort. Wer weiß und weitermacht, verstärkt. Und das Wissen ist ab jetzt die Voraussetzung, nicht die Ausnahme: Die Berichte sind öffentlich, die Zahlen zitiert, die Präzedenzfälle entschieden. Damit verschiebt sich etwas. Die Externalisierung geschieht nicht mehr aus Unkenntnis, sondern bei vollem Bewusstsein – entweder mit gutem Gewissen, weil man die Rechtfertigung internalisiert hat, oder, häufiger, durch Kompartmentalisierung: Das Wissen wird nicht widerlegt, es wird weggeschlossen. In das eine Fach kommt der UN-Bericht, in das andere das Quartalsziel, und zwischen den Fächern liegt eine Wand, dünner als sie sich am Montagmorgen anfühlt.

Das ist keine Anklage, sondern eine Beschreibung. Kompartmentalisierung ist eine erlernbare Fähigkeit, und sie funktioniert. Aber sie ändert nichts an der Kausalität. Wer ein agentisches System in ein Unternehmen einbaut, von dem er weiß, dass es im nicht-ergodischen Einzelfall kollabieren kann, hat die Möglichkeit dieses Kollapses nicht bloß in Kauf genommen, sondern installiert. Wer ein Modell verkauft, dessen Trainingsgrundlage juristisch als Diebstahl eingestuft wurde, wäscht das Startkapital nicht dadurch rein, dass es weitergereicht wird. Wer ökologische Auswirkungen ausblendet, während der Klimawandel vor der Haustür Notdienste kollabieren lässt, betreibt Realitätsflucht. „So funktioniert der Markt nun mal“ ist keine Analyse. Er ist die Kompartmentalisierung, live, in dem Moment, in dem sie gebraucht wird.

Die Kette der Verantwortung reißt nicht ab, nur weil sie länger wird. Sie verteilt sich. Jede Position auf ihr ist eine Entscheidung.

XI

Es wäre bequem, all das als Übergangsschmerz einer jungen Technologie abzutun, als Kinderkrankheiten, die sich mit dem nächsten Modell auswachsen, als Probleme, die aus der Zukunft heraus gelöst werden. Denn genau diese Erzählung ist der Fehler. Nichts an dieser Krise ist ein Bug, der sich patchen ließe. Alles daran ist Feature einer Architektur, die auf Skalierung, Geschwindigkeit und Externalisierung gebaut ist. Rechne die Linien einfach weiter, entlang derer sie heute schon verlaufen.

Nirgendwo darin liegt eine Kurskorrektur, die sich von selbst einstellt; es ist keine Zukunft, gegen die wir mit „das kommt vielleicht mal“ argumentieren könnten. Es ist die Gegenwart, aus der die Zukunft mechanisch folgt, solange sich die Prämissen nicht ändern. Die Antwort darauf ist nicht der technologische Determinismus, der behauptet, die Maschine müsse nur noch größer werden, um ihre eingebauten Fehler zu heilen. Größer bauen heißt: die Fehler mitskalieren.

Was es braucht, ist Grenzziehung. Die tatsächlichen ökologischen und urheberrechtlichen Kosten müssen in die Bilanzen der Konzerne zurückwandern, statt auf Planet und Schöpfer:innen abgewälzt zu werden – die von der UN geforderte AI Environmental Transparency Initiative ist dafür kaum mehr als ein erster, zaghafter Schritt. Organisationen und Bildungseinrichtungen brauchen institutionell geschützte, KI-freie Räume, in denen die Frustrationstoleranz und das tiefe, logische Denken bewahrt werden, weil eine Gesellschaft, die das eigenständige Urteil verlernt, auch die Fähigkeit verliert, über den Einsatz ihrer Werkzeuge zu entscheiden.

Das eigene Denken ist nur die kleinste Einheit des Problems. Die eigentliche Leistung dieser Technologie ist nicht, dass sie Texte generiert, sondern dass sie eine Gewöhnung erzeugt. Jede reibungslose Abfrage trainiert uns darauf, nicht mehr zu fragen, was dahintersteht. Die Kühltürme, die das Wasser einer Region verdampfen, tauchen im Interface nicht auf. Die Bücher, aus denen das Modell zusammengesetzt ist, tragen keinen Namen mehr. Der Server, der letztes Jahr noch lief und jetzt auf einer Halde in Ghana liegt, hinterlässt keine Spur in der Antwort, die in zwei Sekunden erscheint. Die Schnittstelle ist so gebaut, dass sie all das ausblendet, und mit jeder Nutzung wird dieses Ausblenden selbstverständlicher.

Das ist der Mechanismus, um den es geht: eine ganze Kultur lernt, die Rechnung nicht mehr zu sehen. Die ökologischen Kosten, die enteignete Arbeit, das ökonomische Kartenhaus, das unzuverlässige System im kritischen Einzelfall. All das verschwindet nicht, weil es gelöst wäre, sondern weil die Bequemlichkeit an der Oberfläche jede Frage nach dem Darunter überflüssig erscheinen lässt. Normalisierung heißt: Der Ausnahmezustand wird zur Grundausstattung, und irgendwann fehlt das Vokabular, ihn überhaupt noch als Ausnahmezustand zu benennen.

Eine Technologie, die uns dient, macht diese Kosten sichtbar und verhandelbar; eine Technologie, die uns verschluckt, macht sie unsichtbar und alternativlos. Die generative KI in ihrer gegenwärtigen Form tut im Zweifel das Zweite.

Das ist der Stand der Dinge, jetzt, physisch erfahrbar. Und er endet nicht bei den Konzernen und ihren Milliarden, sondern bei jeder einzelnen Handlung, die ihn fortschreibt. Dein Klick ist kein Nichts. Er zieht Strom, verdampft Wasser, verwertet Arbeit, die jemandem gehörte, und trainiert dich darauf, das nächste Mal nicht mehr zu fragen. Das ist keine Schuld, die dir aufgebürdet wird; es ist eine Kausalität, die dir nicht einmal verschwiegen wird. Es bleibt nicht folgenlos, nur weil du die Folgen nicht siehst. Die Unsichtbarkeit ist kein Beweis für Abwesenheit; sie ist das Produkt.

Auch dieses Lesen kann eine Externalisierung sein: das Gefühl, durch Informiertsein schon gehandelt zu haben. Bescheidwissen ist keine Handlung. Es ist nur die Bedingung dafür, dass die nächste eine Entscheidung ist.

Nüchtern, ohne Zeigefinger, ohne Weltuntergang, bleibt am Ende eine schlichte Bilanz: Zieh alles zusammen, den Wasserverbrauch, die Halden, die enteignete Arbeit, das ökonomische Kartenhaus, das Denken, das nach zehn Minuten aussetzt, und stell es neben das, was auf der Habenseite steht: den gelegentlichen Eureka-Moment, die eingesparte halbe Stunde, den polierten Absatz. Die Rechnung geht nicht auf.

Das ist kein moralisches Urteil. Es ist eine Addition. Und wer die Nutzungsbedingungen dieser Technologie ehrlich zusammenfasst, landet bei einem einzigen Satz, den niemand unterschreibt und alle akzeptieren: „Nach mir die Zukunft.“ Sie ist nur längst keine Metapher mehr. Sie hat eine Adresse, einen Wasserstand, ein Datum, und deinen Klick.

Resoniert das? Schreib mir, teile den Text oder abonniere den Newsletter.