Ermittlungen im Zusammenhang mit LinkedIn Posts zum Thema generative KI:

Die selbsternannte KI Polizei patrouilliert wieder mit feinem Sensorium für generische Phrasen und verdächtig klingenden Satzkonstruktionen, scannt Inhalte nach verdächtigen Formulierungen und …

… schlägt zu. Öffentlich. Mit schwacher Rhetorik und viel moralischer Überlegenheit.

Die womöglich unnatürlich anmutende Dichte an Gedankenstrichen ist schon zu bekannt, daher darf man jetzt auch keine Doppelpunkte mehr verwenden und auch falsche Anführungszeichen und das Unterlassen von korrektem Gendern gerät unter Verdacht.

📢 Was genau bringt diese kollektive Entrüstung?

NICHTS.

Die meisten von uns nutzen generative KI.

Die einen, um das Denken zu ersetzen, die anderen, um es zu ergänzen und zu erweitern. Beide nutzen die gleichen KI Modelle mit den gleichen Unzulänglichkeiten in Bezug auf Satzzeichen u.ä..

Wann lernen wir wieder, Texte nach Inhalt und Mehrwert zu beurteilen anstatt nach Formalitäten? Je besser LLMs werden umso weniger können wir Qualität nach solchen formalen Anzeichen beurteilen (was ohnehin keinen Sinn macht).

Natürlich ist ein Text mit einem überlangen Gedankenstrich ein klares Indiz dafür dass Claude mit im Spiel war. Aber was ist daran falsch? Wir sind angekommen in einer Zeit wo das Nutzen von KI definitiv keine Straftat ist sondern Standard.

Qualitätsprüfung von KI generierten Texten

Wenn dagegen Beiträge, die offensichtlich keinem menschlichen Denken entspringen, noch von menschlichem Intellekt überarbeitet wurden einfach ignoriert würden, würde auch der Algorithmus die Konsequenzen ziehen und solche „Content Creators“ weniger ausspielen.

Ich wünsche mir mehr Inhalte, die mitdenken statt performen, die irritieren, ohne zu provozieren und die sich nicht durch Bindestriche verdächtig, sondern durch ihren Gehalt bemerkbar machen.

Beiträge, die dem nährstoffarmen generischen Brei etwas entgegensetzen, damit mein Feed wieder ein Ort der Anregung wird und nicht nur ein All-you-can-eat-Buffet synthetischer Reize.

Wo sind die Texte, die nicht nur gefallen möchten, sondern Mehrwert bieten und etwas auslösen?

Hier geht es zum Beitrag auf LinkedIn: Erkennung von KI generierten Texten

Generative KI macht es möglich, zu jedem Thema einen professionell klingenden Fachartikel zu produzieren. Das verändert aber nicht, wer die Verantwortung für den Inhalt trägt.

Wer einen Fachartikel veröffentlicht, unterschreibt damit stillschweigend einen Vertrag mit seinen Lesern: Ich stehe für diesen Inhalt. Ob dabei KI genutzt wurde oder nicht macht keinen Unterschied, die Verantwortung bleibt beim Verfasser.

Das ist keine rein moralische Frage, sondern eine epistemische. Fachwissen bedeutet nicht nur, dass jemand Texte zu einem Thema produzieren kann. Es bedeutet, dass er beurteilen kann, ob das Ergebnis der KI nur plausibel ist oder einer fachlichen Überprüfung standhält. Und ob es einen Mehrwert bietet, denn das sollte ein fachlicher Beitrag leisten.

Hier entsteht ein Problem, das in der KI-Nutzung oft unterschätzt wird.

-> Die Delegation der Kompetenz

„Schreibe einen Fachartikel über Lieferkettenrisiken im Mittelstand.” Der Prompt ist gesetzt, das Ergebnis kommt nach Sekunden, klingt professionell, ist gut strukturiert, die KI zitiert sinnvoll wirkende Zusammenhänge. Was fehlt: eine kritische Instanz, die das Ergebnis tatsächlich prüft.

Das setzt Fachkompetenz voraus. Wer sie nicht besitzt, kann nicht beurteilen, ob ein Sprachmodell halluziniert, ob es veraltete Daten verwendet, ob es vereinfacht wo Differenzierung nötig wäre, ob es durch Trainingsverzerrungen systematisch in eine Richtung zieht (Bias).

Die Delegation des Schreibens ist kein Problem. Die Delegation des Urteilsvermögens schon.

-> Was Sprachmodelle nicht leisten

Ein LLM optimiert auf sprachliche Plausibilität. Ein Satz, der gut klingt und grammatikalisch vollständig ist, hat gute Chancen, im Output zu erscheinen, unabhängig davon, ob er richtig ist oder Mehrwert liefert. Denn KI-generierte Inhalte können plausibel klingen und trotzdem falsch liegen. Gerade bei komplexen Fachthemen, wo Quellen dünn, Zusammenhänge mehrdeutig oder Datensätze unvollständig sind, ist das Fehlerrisiko erhöht.

Wer da nicht selbst bewerten kann, merkt es nicht.

-> Expertise als Voraussetzung, nicht als Ergebnis

Die Logik „Ich nutze KI, um wie ein Experte zu wirken” dreht die Kausalität um. Expertise entsteht nicht durch die Nutzung eines Werkzeugs wie einem LLM, das gut klingende Texte produziert. Sie entsteht durch Auseinandersetzung, Fehler, Korrektur, vertiefte Beschäftigung mit einem Thema.

KI kann Expertinnen und Experten gut unterstützen: beim Strukturieren, beim Formulieren, beim Zusammenführen von Material. Was sie nicht kann: das Urteilsvermögen ersetzen, das nötig ist, um den Output zu validieren.

Wer diesen Unterschied nicht kennt oder ignoriert, trägt trotzdem die Verantwortung für das, was veröffentlicht wird. Gegenüber Menschen, die auf der Suche nach verlässlichen Einschätzungen sind.

Das ist keine Frage der KI-Nutzung, sondern der Integrität im Umgang mit Öffentlichkeit.

KI kann jeden zum Autor machen. Zum Experten nicht.

Hier geht es zum Beitrag auf LinkedIn: KI ist kein Fachexperte

„Erkläre mir, warum ich recht habe.”

Das ist kein Prompt.

Das ist die Grundeinstellung, mit der viele Menschen generative KI nutzen. Sie merken es nur nicht.

Confirmation Bias ist die psychologische Neigung, nur wahrzunehmen, was die eigene Weltsicht bestätigt. Das ist nichts Neues, alle haben ihre eigene Wahrheit.

Personalisierung = Confirmation Bias als Geschäftsmodell

Was als menschlicher Denkfehler begann, wurde mit Suchmaschinen zur Produktstrategie: Algorithmen liefern Ergebnisse passend zur Filterblase und nennen es Personalisierung. Und das wiederum passt perfekt zur Theorie der Wissensresistenz: der Neigung zu glauben, was ins eigene Weltbild passt, statt zu glauben, wofür es gute Gründe gibt.

Generative KI macht aus diesem Problem eine Kunstform.

LLMs halluzinieren nicht nur einzelne Fakten, sie halluzinieren ganze Wirklichkeiten. Aber sie tun es auf eine Weise, die gefährlicher ist als jeder Suchalgorithmus zuvor: Sie sprechen in ganzen Sätzen, argumentieren und klingen sehr überzeugend. Sie liefern die fertige Begründung gleich mit.

Der Mechanismus ist simpel: Wenn ich ChatGPT (oder ein anderes LLM) frage „Belege mir, dass meine These X stimmt”, dann liefern sie genau das. Nicht aus Böswilligkeit. Sondern weil sie auf Kohärenz trainiert sind, nicht auf Wahrheit. Sie generieren plausible Antworten auf Basis statistischer Muster.

Wir prompten uns damit unseren Bias selbst.

Formulierungen wie „Erkläre mir, warum…”, „Bestätige, dass…” oder „Zeige mir Beispiele dafür, dass…” sind dafür prädestiniert. Die KI wird zur perfekten Bestätigungsmaschine. Sie liefert nicht nur Links zu Quellen, die unsere Überzeugung stützen, sie formuliert die Argumentation gleich mit. Flüssig. Scheinbar objektiv. Ohne Widerspruch.

Die Frage ist jetzt: Welche Wirklichkeit konstruiert die KI für mich, basierend auf dem, was ich bereits glaube?

Das Problem liegt nämlich nicht in der Technologie. Es liegt in unserem Umgang mit ihr. In der Illusion, dass eine gut formulierte Antwort auch eine wahre Antwort ist.

Was dagegen hilft?

Prompts, die Widerstand einbauen und bewusst gegen die eigene Überzeugung arbeiten:

„Welche Argumente sprechen gegen meine These?”

„Wo sind die Schwachstellen in dieser Annahme?”

„Welche Perspektive übersehe ich hier systematisch?”

Die eigene Brille abzusetzen bedeutet nicht, keine Haltung zu haben. Sondern zu erkennen, dass wir eine tragen. Und dass KI sie verstärkt – es sei denn, wir fragen anders.

Der Bestätigungsfehler ist menschlich. Ihn zur Standardeinstellung unserer digitalen Werkzeuge zu machen, ist eine Entscheidung. Denn was bleibt von Erkenntnis übrig, wenn jede Frage bereits die gewünschte Antwort enthält?

Die Lösung liegt darin, Prompts zu formulieren, die unbequem sind: nicht für die KI, sondern für uns selbst.

Hier geht es zum Beitrag auf LinkedIn: Wir prompten uns unseren Bias selbst

„Macht KI uns bald überflüssig?“
Das ist die falsche Frage.
Die viel wichtigere lautet: Sind wir bereit, aufzuhören, wie Maschinen zu arbeiten?

Jahrelang haben wir genau das versucht. Wir haben uns selbst optimiert, unsere Kalender getaktet wie Prozessoren und unsere Kommunikation auf Transaktionsgeschwindigkeit getrimmt.

Dieser Wettlauf ist vorbei. Die Maschine hat gewonnen.
Und das ist die beste Nachricht des Jahrzehnts.

Denn dieser “Verlust” der maschinellen Aufgaben an die KI löst eine wunderbare Inversion der Wertschöpfung aus:

Mehr Menschlichkeit dank generativer KI

1. Die Rückeroberung der Resonanz

Wenn KI uns Zeit schenkt, dann ist das nicht einfach nur “Freizeit” im Sinne von Leerlauf. Es ist die Rückgewinnung kognitiver und emotionaler Bandbreite. Lange wurde unsere Menschlichkeit von administrativer Last und repetitivem Abarbeiten verschüttet. Klug angewandte KI übernimmt nun das Rauschen, damit wir uns wieder dem Signal widmen können. Sie gibt uns den Raum zurück, um echte Gespräche zu führen. Wir bekommen die Chance, uns wieder den Nuancen zu widmen: den subtilen Zwischentönen in Verhandlungen oder Mitarbeitergesprächen, die keine KI decodieren kann.

2. KI als Spiegel unserer Führungskultur

Es ist ein Irrglaube, dass KI uns weniger Verantwortung abverlangt. Das Gegenteil ist der Fall. Wer KI effektiv steuern will, braucht exzellente Führungskompetenz. Eine unklare Anweisung führt zu einem halluzinierenden Ergebnis. KI hält uns den Spiegel vor: Wer keine Empathie, keine klare Vision und kein kontextuelles Verständnis besitzt, wird an der KI scheitern, so wie er an der Führung von Menschen scheitert. “Prompting” ist im Kern nichts anderes als Delegieren mit höchster Präzision. Menschliche Weisheit wird damit zur härtesten Währung am Arbeitsmarkt.

3. Menschliche Verbindung als Premium-Produkt

In einer Welt, in der synthetische Inhalte unendlich verfügbar sind, wird das Authentische zum Luxusgut. Wissen ist überall abrufbar, aber Vertrauen lässt sich nicht automatisieren. Die wirklichen Durchbrüche werden künftig in Ökosystemen und Allianzen entstehen, in denen die chemische Reaktion zwischen Menschen den Unterschied macht.

Wir stehen an einer Schwelle, an der Technologie nicht mehr dazu dient, uns von unserer Natur zu entfernen, sondern sie zur Bedingung für Erfolg macht.

Die Zukunft gehört für mich nicht den schnellsten Rechnern. Sie gehört den empathischsten, vernetztesten und menschlichsten Persönlichkeiten.

Hier geht es zum Beitrag auf LinkedIn: Macht KI uns überflüssig? Mehr Menschlichkeit dank generativer KI