human and GPT

Wenn Kompetenz kein Beweis mehr ist

VonMarcin Sawicki

Jahrzehntelang wussten wir, wie man den Wert eines Menschen bei der Arbeit misst. KI verändert diese Regeln — und niemand weiß noch, womit man sie ersetzen soll.

Etwas, worin ich sehr gut war, ist jetzt kostenlos und im Überfluss vorhanden

Anfang 2026 veröffentlichte Aditya Agarwal — einer der ersten Ingenieure bei Facebook, später CTO von Dropbox, der Mann, der das Engineering-Team dieses Unternehmens von 25 auf tausend Personen skalierte — ein paar Sätze auf X, die sich im gesamten englischsprachigen Internet verbreiteten.

Er schrieb, dass er ein Wochenende damit verbracht hatte, gemeinsam mit Claude zu programmieren. Und dass ihm absolut klar geworden war: Wir werden nie wieder Code von Hand schreiben. Dann fügte er den Satz hinzu, der der Schlüssel zu dieser ganzen Geschichte ist: „Etwas, worin ich sehr gut war, ist jetzt kostenlos und im Überfluss vorhanden. Ich bin glücklich … aber desorientiert.“

Einige Wochen später vertiefte er diesen Gedanken in einem Essay, der ursprünglich in The Information erschien. Er schrieb über etwas, das weit schwerer zu verarbeiten ist als gewöhnliche berufliche Obsoleszenz: Er bemerkte, dass in jenem Wochenende KI-Agenten soziale Netzwerke von Grund auf aufbauten — genau die Art von Produkt, die er selbst in den frühen Jahren seiner Karriere bei Facebook geschaffen hatte. Sowohl das Wie seiner Arbeit als auch das Was seines Schaffens wurden gleichzeitig ersetzt. Innerhalb von 48 Stunden.

Seine Reaktion — eine Mischung aus Staunen und tiefer Traurigkeit — ist nicht in dem Sinne persönlich, dass sie nur ihn betrifft. Sie ist repräsentativ. Und sie verdient eine genauere Betrachtung, denn sie enthält etwas, worüber die Hauptströmung der Diskussion über KI fast nie spricht.

Es geht nicht um Arbeit. Es geht um Status.

Der Großteil des öffentlichen Gesprächs über KI und Beschäftigung kreist um eine einzige Frage: Wie viele Arbeitsplätze werden verschwinden? McKinsey, Goldman Sachs, das Weltwirtschaftsforum liefern Zahlen. Politiker sprechen von Umschulung. Journalisten schreiben Schlagzeilen wie „KI wird Ihren Beruf wegnehmen“. Die Gegenerzählung sagt das Gegenteil: Es wird mehr Millionäre geben als je zuvor, KI wird den Kuchen vergrößern.

Beide Seiten reden über Wirtschaft. Über Einkommen, Beschäftigung, den Arbeitsmarkt.

Agarwal sprach über etwas anderes. Er sprach über Status — und darüber, dass die Grundlagen, auf denen dieser sein ganzes Erwachsenenleben lang aufgebaut worden war, plötzlich instabil geworden waren. Das ist eine andere Erfahrung als Arbeitsplatzverlust. Man kann seinen Job verlieren und dennoch sein berufliches Selbstwertgefühl bewahren. Hier geht es um etwas Schwereres: um eine Situation, in der eine Fähigkeit, die man jahrelang erworben hat und durch die man auf eine bestimmte Weise wahrgenommen wurde, buchstäblich kostenlos und allgemein verfügbar wird.

Im Laufe der Geschichte des Berufslebens haben Menschen ihren Status durch die Schwierigkeit des Kompetenzerwerbs aufgebaut. Programmieren erforderte jahrelanges Studium, Übung, die Fähigkeit, gleichzeitig abstrakt und präzise zu denken. Literarisches Übersetzen erforderte Jahrzehnte der Auseinandersetzung mit zwei Sprachen. Medizinische Diagnose erforderte Tausende von Stunden auf Krankenstationen. Die Schwierigkeit des Erwerbs war ein Qualitätssignal — und ein Mechanismus zur Schaffung sozialer Hierarchien, die dem Lernaufwand einen Sinn gaben.

KI beseitigt diese Fähigkeiten nicht so sehr, als dass sie sie von ihren Ergebnissen trennt. Und genau das verändert die Spielregeln auf eine Weise, die wirtschaftliche Modelle nicht erfassen können.

Forscher von Taylor & Francis, die 2025 die psychologischen Auswirkungen von KI auf indische IT-Fachleute analysierten, nannten das Phänomen treffend: Die Studienteilnehmer fühlten sich nicht nur kompetenzobsolet, sondern „unerwünscht“ — was darauf hindeutet, dass die Belastung über die technische Obsoleszenz hinausgeht und in den Bereich der symbolischen Entrechtung eintritt. Mit anderen Worten: Es geht nicht nur darum, ob man etwas kann. Es geht darum, ob das eigene Können in den Augen anderer noch einen Wert hat.

Das ist eine sehr alte menschliche Frage, die KI neu gestellt hat — und diesmal hat sie sie Millionen von Menschen gleichzeitig gestellt.

Die Angst, die noch keinen Namen hat

Es gibt etwas Charakteristisches in der Art und Weise, wie Menschen beschreiben, was sie in Bezug auf KI fühlen. Sie sprechen von „Angst“, von „Desorientierung“, von dem Gefühl, dass sich etwas ändert, sie aber nicht genau sagen können, was. Umfragen zeigen, dass mehr als die Hälfte der Arbeitnehmer in den USA Bedenken hinsichtlich der Auswirkungen von KI auf die Zukunft ihrer Arbeit äußern. Aber wenn man genauer nachfragt — stellt sich heraus, dass dieselben Menschen oft keine Angst vor Arbeitslosigkeit haben. Sie fürchten etwas, das schwerer zu benennen ist.

Forscher von Frontiers in Psychology beschreiben „KI-Angst“ als ein Phänomen, das auf drei Ebenen wirkt: kognitive Bedenken hinsichtlich der Kompetenzobsoleszenz, negativer Affekt beim Kontakt mit KI-bezogenen Informationen und Verhaltenstendenzen — Vermeidung oder kompensatorische Überabhängigkeit von den Werkzeugen selbst. Diese drei Ebenen zusammen bilden etwas, das wie klassische Existenzangst klingt — aber ihr Gegenstand ist neu und schwer mit der vorhandenen Sprache zu beschreiben.

Technologiephilosophen beginnen, diese Sprache aufzubauen. Eine 2026 veröffentlichte Arbeit führt den Begriff der „epistemischen Automatisierung“ ein — die systematische Übertragung wissenserzeugender Funktionen von menschlichen Akteuren auf algorithmische Systeme. Die zentrale Beobachtung lautet: Der Mensch hört auf, das primäre Subjekt im Prozess der Wissenserzeugung zu sein, und wird stattdessen zu einem nachgeordneten Bewerter algorithmisch generierter Ergebnisse. Das ist eine Verschiebung, die nicht nur den Arbeitsmarkt betrifft, sondern den grundlegenden Sinn der Ausführung bestimmter intellektueller Tätigkeiten.

Agarwal drückte es auf seine Weise aus und schrieb, dass diese Zeit „mich lehrt, was es bedeutet, wieder Mensch zu sein — nicht im romantischen Sinne, dass KI uns niemals ersetzen kann, sondern im unbequemen Sinne: dem Teil, bei dem man loslassen muss, was man war, um zu werden, was man sein könnte.“

Dieser Satz ist ehrlich und gut. Aber er beantwortet nicht die Frage, die offen bleibt: Wenn wir jahrzehntelang wussten, wie man den Wert eines Menschen an seinen Fähigkeiten misst — woran messen wir ihn jetzt? Und was geschieht mit Menschen, die ihr gesamtes Berufsleben damit verbracht haben, ein bestimmtes Wertsystem zu verinnerlichen, nur um zu beobachten, wie es sich radikal verändert — nicht allmählich, über Generationen, sondern innerhalb weniger Jahre?

Das ist keine Angst vor Arbeitslosigkeit. Es ist eine Angst vor Bedeutungslosigkeit. Und das ist etwas, für das die vorherrschende Erzählung über KI — die wirtschaftliche, statistische, schlagzeilengetriebene — keine Kategorie hat.

Menschen, die wir nicht mehr brauchen — und die Frage nach Anerkennung

Es gibt noch einen weiteren Faden, der normalerweise getrennt erscheint, obwohl er tief mit den vorherigen verbunden ist.

Wenn KI eine Aufgabe erledigt — einen Text schreibt, ein Dokument übersetzt, Code generiert — sieht die Person auf der anderen Seite des Bildschirms ein Ergebnis. Sie sieht den Prozess nicht. Sie sieht die Mühe nicht, die jemand hätte investieren können. Sie weiß nicht — und fragt oft nicht — ob es von einem Menschen mit fünf Jahren Erfahrung oder von einem Sprachmodell in fünf Sekunden geschrieben wurde.

Für den größten Teil der Geschichte der Wertschöpfung spielte es eine Rolle, wer etwas gemacht hat. Nicht nur aus Qualitätsgründen — weil ein Meisterhandwerker etwas besser machte als ein Lehrling — sondern aus sozialen Gründen. Anerkennung war in die Struktur beruflicher Beziehungen eingebaut. Man wusste, wer was getan hatte. Es war bekannt, wie viel Aufwand das gekostet hatte.

KI hat diese Struktur nicht mit einem einzigen Schlag abgebaut. Sie tat etwas Subtileres: Sie machte das Ergebnis sichtbar und den Aufwand unsichtbar. Für viele Menschen ist diese Verschiebung tief desorientierend, weil sie den Mechanismus trifft, der ihr berufliches Selbstwertgefühl untermauerte — einen Mechanismus, den das menschliche Gehirn, das für das Leben in sozialen Hierarchien auf Basis von Anerkennung und Wertschätzung evolviert ist, als etwas Grundlegendes behandelt.

PNAS Nexus beschreibt dieses Phänomen präzise: Generative KI verändert nicht nur Praktiken — sie transformiert grundlegend die Bewertung von Wissen und Fähigkeiten. Wenn KI das menschliche Kompetenzniveau in einem bestimmten Bereich übertrifft, schwächen sich die Anreize, diesen Bereich bis zur Exzellenz zu beherrschen. Das ist nicht nur eine wirtschaftliche Kalkulation. Es ist eine Veränderung in der Logik, die jahrzehntelang den Sinn des Lernens selbst organisierte.

Gleichzeitig — und das ist vielleicht der subtilste aller Fäden — wächst die Zeit, die Menschen in Gesprächen mit KI-Systemen verbringen. Eine Studie von MIT und OpenAI aus dem Jahr 2025, die fast tausend Teilnehmer und über 300.000 Nachrichten umfasste, stellte fest, dass ein höherer täglicher Chatbot-Gebrauch mit stärkerem Einsamkeitsgefühl und geringerer Sozialisierung mit anderen Menschen korrelierte. Eine Längsschnittstudie mit mehr als zweitausend Erwachsenen aus vier westlichen Ländern bestätigte die Richtung: ein erhöhter Gebrauch sozialer Chatbots sagte einen Anstieg des Isolationsgefühls voraus.

Das ist kein Argument gegen KI als Werkzeug. Es ist die Beobachtung, dass sich etwas in der Struktur alltäglicher Beziehungen verschiebt — und dass diese Verschiebung sich über eine Einsamkeitsepidemie legt, die in der westlichen Welt bereits existierte. Ein Mensch, der häufiger mit einem Sprachmodell als mit anderen Menschen spricht, wird dadurch nicht stärker verbunden. Er wird weniger.

Was bleibt

Agarwal — obwohl er einen Essay voller echter Traurigkeit schrieb — blieb nicht beim Klagen. Er schrieb auch über die Tatsache, dass Anpassungsfähigkeit zur neuen Währung wird. Und wichtigerweise, dass sie — im Gegensatz zu einem Abschluss einer renommierten Universität — für jeden zugänglich ist.

Das ist beruhigend. Aber es erfordert eine gewisse Korrektur.

Anpassungsfähigkeit als neue Währung ist real. Aber die Geschichte des technologischen Wandels lehrt, dass die Fähigkeit zur Anpassung nie gleichmäßig verteilt war. Dass neue Wertsysteme, die alte ersetzen, diese nicht gleichmäßig und gerecht ersetzen. Dass diejenigen, die jahrelang etwas gelernt haben, das plötzlich billiger geworden ist, nicht immer die Ressourcen, die Zeit oder den Kontext haben, um von heute auf morgen umzuschwenken.

Es gibt einen tieferen philosophischen Versuch, mit diesem Problem umzugehen. Eine in Springer veröffentlichte Arbeit über „befreiende Entfremdung“ schlägt vor, dass die Loslösung von der Arbeit — obwohl kurzfristig desorientierend — langfristig befreiend sein kann, weil sie menschliche Energie auf das lenkt, was wirklich menschlich ist: Handlungsfähigkeit, Kreativität, die Fähigkeit zur Freude und zur Sinnkonstruktion. Der Bezug auf Marx ist bewusst: Entfremdung von der Arbeit muss nicht nur ein Verlust sein.

Aber das erfordert etwas, das keine Technologie liefert: Zeit, den Verlust zu verarbeiten. Und ein Umfeld, das dieses Verarbeiten versteht und zulässt.

Agarwal schließt seinen Essay mit einem Satz, den es wert ist, sich zu merken: „Das war schon immer der schwierigste Teil, lange vor der KI. Die Technologie hat es nur unmöglich gemacht, ihn zu ignorieren.“

Das ist ehrlich. Und es beschreibt den Moment, in dem wir uns befinden, gut.

Aber in diesem Satz fehlt auch etwas: die Anerkennung, dass diese Unmöglichkeit des Ignorierens für viele Menschen nicht als Einladung zur Transformation ankommt — sondern als Urteil. Und dass zwischen diesen beiden Erfahrungen desselben Sachverhalts eine Kluft liegt, die keine Erzählung über Anpassungsfähigkeit als neue Währung von selbst schließt.

Die Frage nach der menschlichen Relevanz im Zeitalter nach ChatGPT ist keine Frage darüber, ob KI uns ersetzen wird. Es ist eine Frage darüber, wie man Sinn neu aufbaut, wenn die Grundlagen, auf denen wir ihn aufgebaut haben, sich schneller verändern, als die menschliche Psyche mithalten kann.

Vorerst haben wir keine Antwort auf diese Frage. Was wir haben, ist eine wachsende Zahl von Menschen, die sie stellen — und ein immer knapperes Angebot an Worten, die präzise genug sind, um sie zu artikulieren.

Quellen

  • Aditya Agarwal, When Your Life’s Work Becomes Free and Abundant, South Park Commons / The Information, März 2026 — Link
  • Sharma et al., Psychological impacts of AI-induced job displacement among Indian IT professionals, Taylor & Francis, September 2025
  • Frontiers in Psychology, The impact of career adapt-abilities on AI anxiety, 2026 — Link
  • Epistemic Automation and the Deformation of the Human, Religions (MDPI), April 2026 — Link
  • Acemoglu et al., Impact of generative AI on socioeconomic inequalities, PNAS Nexus, 2024 — Link
  • Sidorkin, Embracing liberatory alienation: AI will end us, but not in the way you may think, AI & Society, Springer, 2025 — Link
  • Fang et al. (MIT/OpenAI), How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use, arXiv, 2025 — Link
  • Folk & Dunn, How Does Turning to AI for Companionship Predict Loneliness and Vice Versa?, Psychological Science, 2026 — Link

Ähnliche Beiträge