Der unsichtbare Ghostwriter
Du öffnest morgens dein Laptop, tippst ein paar Stichworte in ein Textfeld und Sekunden später liegt ein ausformulierter Bericht vor dir. Kein Ringen um den richtigen ersten Satz. Kein Kaffee, der kalt wird, während du auf den blickenden Cursor starrst. Nur: Ergebnis.
Das fühlt sich gut an. Und das ist genau das Problem.
Hannah Arendt hat in den 1950er Jahren zwischen drei menschlichen Tätigkeiten unterschieden: Arbeiten, Herstellen und Handeln. Das Handeln war für sie das Entscheidende. Es ist das, was wir tun, wenn wir uns als freie Wesen in die Welt einbringen, etwas riskieren und eine Stimme erheben, die unverwechselbar unsere ist. Echtes Schreiben war lange Zeit so ein Akt des Handelns. Es war Selbstpositionierung. Es war Haltung, die eine Form sucht.
Was passiert, wenn diese Form nun jemand anderes sucht?
Der KI-Ghostwriter stellt nicht einfach ein Werkzeug zur Verfügung wie eine Rechtschreibprüfung oder ein Wörterbuch. Er übernimmt den Teil des Prozesses, in dem wir am meisten wir sind. Das Ringen mit dem Satz ist kein lästiges Hindernis auf dem Weg zur Idee. Es ist die Idee, die Gestalt annimmt. Wer diesen Teil delegiert, delegiert einen Kern dessen, was uns als handelnde Wesen ausmacht.
Jetzt könnte man sagen: Übertreib nicht. Menschen haben immer Sekretäre gehabt, Lektoren, Ghostwriter aus Fleisch und Blut.
Stimmt. Der entscheidende Unterschied liegt jedoch im Maßstab und in der Unsichtbarkeit. Was früher ein Privileg weniger war, ist heute für fast alle verfügbar – eine Demokratisierung des Zugangs zur polierten Stimme. Doch wie Ulrich Beck in der Risikogesellschaft gezeigt hat, bedeutet die Demokratisierung eines ambivalenten Phänomens nicht automatisch Fortschritt. Die Risiken verschwinden nicht, sie werden nur schwerer zuzuordnen. Wessen Stimme spricht hier eigentlich? Und wer trägt die Verantwortung für das Gesagte?
Hinzu kommt: KI ist kein menschlicher Ghostwriter. Sie ist ein statistisches Modell, trainiert auf dem Durchschnitt aller je digitalisierten Texte und oft auch auf historischen Daten voller gesellschaftlicher Vorurteile. Genau das führt in anderen Bereichen zu gravierenden Problemen. In Kreditscoring-Algorithmen etwa reproduzieren Systeme systematisch Diskriminierung: Sie weisen Bewerber*innen aus bestimmten ethnischen Gruppen oder Wohnvierteln höhere Risikowerte zu, selbst wenn deren finanzielle Situation vergleichbar ist. Was als neutrale „Datenanalyse“ daherkommt, perpetuiert strukturelle Ungleichheit, nur dass niemand mehr direkt verantwortlich zu sein scheint.
Noch dramatischer wird es bei autonomen Waffensystemen. Hier delegieren Staaten nicht nur Formulierung, sondern potenziell die Entscheidung über Leben und Tod an Algorithmen. Die Maschine wählt Ziele aus, trifft in Millisekunden Entscheidungen. Und im Ernstfall bleibt eine gefährliche Verantwortungslücke: Wer trägt die Schuld, wenn ein autonomes System falsch liegt? Der Programmierer? Der Kommandant? Der Hersteller? Oder einfach „das System“?
Im öffentlichen Diskurs – und hier wäre Habermas unruhig – lebt Demokratie davon, dass Menschen erkennbare Positionen vertreten und dafür eintreten. Das setzt voraus, dass ich weiß, wer spricht. Wenn immer mehr Texte, Kommentare, Kreditentscheidungen oder sogar tödliche Handlungen aus derselben probabilistischen Quelle destilliert werden, wird der öffentliche Raum nicht vielfältiger. Er wird glatter.
Nicht lauter. Glatter.
Das ist kein Aufruf, KI-Tools wegzuwerfen. Es ist vielmehr die Einladung, eine unbequeme Frage nicht zu schnell mit Effizienz-Argumenten zuzuschütten: Wenn du deine Stimme immer öfter auslagerst – was bleibt dann noch übrig, das unverwechselbar dein ist? Und was bedeutet das langfristig für unsere Fähigkeit zum politischen Handeln im arendtschen Sinne?