Was macht KI mit unserer Sprache?

Die vorliegende und hier zu rezensierende Publikation des deutschen Wissenschaftsjournalisten Christoph Drösser widmet sich einem der prägendsten technologischen Phänomene der Gegenwart: großen Sprachmodellen und ihrer gesellschaftlichen, epistemologischen sowie bildungspolitischen Bedeutung. Bereits das Inhaltsverzeichnis signalisiert eine klar strukturierte Dramaturgie von der ideengeschichtlichen Verortung (»Der Traum von der sprechenden Maschine«) über die technische Fundierung (»Large Language Models – Die Masse macht’s«) und die praktische Anwendung (»ChatGPT konkret: Grundkurs in Prompt-Engineering «) bis hin zu normativen und kulturtheoretischen Reflexionen (»Das Ende des Besinnungsaufsatzes«; »Sind wir nicht alle ein bisschen ChatGPT?«). Der Aufbau folgt einer argumentativen Progression vom Mythos zur Methode und von der Technik zur Anthropologie.

Bereits in der Einleitung positioniert der Autor fundiert das Werk als wesentlichen Beitrag zur Deutung eines möglichen Epochenumbruchs. Die künstliche Intelligenz erscheint auf diese Weise keinesfalls nur als Instrument, sondern als epistemisches Dispositiv, das Wissenserzeugung, -verteilung und -bewertung transformiert. Die Einführung kontextualisiert folgerichtig die Begeisterung und Verunsicherung historisch und formuliert die sehr interessante Leitfrage, aus welchem Grund Sprachmodelle Autorschaft, Kreativität und Urteilskraft einer neuen Definition unterziehen. Bemerkenswert ist der differenzierte Blickwinkel, der die technologische Leistungsfähigkeit und gesellschaftliche Implikationen gleichermaßen berücksichtigt.

Das Kapitel über den Traum der sprechenden Maschine entfaltet eine ideenhistorische Genealogie, die den Bogen von frühen Automatenfantasien über kybernetische Modelle bis zu modernen KI-Systemen spannt. Besagter »Traum« dient als heuristische Kategorie, die das Begehren nach mechanisierter Sprache und reproduzierbarem Denken deutlich sichtbar macht. Große Sprachmodelle erscheinen als Paradigmenwechsel, weg von regelbasierten Systemen hin zu datengetriebenen Architekturen, die Bedeutung nicht ›verstehen‹, sondern Muster hochdimensionaler Wahrscheinlichkeitsräume approximieren. Das Werk verbindet auf vergleichsweise wenigen Seiten technikgeschichtliche und kulturphilosophische Perspektiven und zeigt, dass die Sprache sowohl ein Medium der Weltaneignung als auch Spiegel gesellschaftlicher Praktiken ist.

Der folgende Abschnitt erläutert die technische Logik moderner Sprachmodelle: Skalierung ist konstitutiv für ihre Leistungsfähigkeit. Datenmenge, Parameterzahl und Trainingsressourcen erzeugen emergente Eigenschaften, die qualitativ neue Fähigkeiten ermöglichen. Die Darstellung vermeidet naive Anthropomorphisierung, setzt statt ›Verstehen‹ auf Wahrscheinlichkeitsverteilungen und statistische Mustererkennung. Gleichzeitig werden epistemische Risiken wie Halluzinationen, Bias und Intransparenz benannt. Die »Masse« bedeutet nicht nur Potenzial, sondern auch Problematik, wodurch technologische Faszination und kritische Reflexion Hand in Hand gehen. Im nächsten Kapitel verschiebt sich der Fokus auf die menschliche Interaktion. Prompt-Engineering wird als neue Kulturtechnik vorgestellt: Präzise Eingaben bestimmen die Qualität der Ergebnisse. Die Maschine fungiert nicht als autonome Intelligenz, sondern als Werkzeug, das menschliche Kompetenzen verstärkt und Defizite offenlegt. Dieses Kapitel skizziert ein neues Kompetenzprofil: problemorientiertes Denken, präzise Formulierung und kritische Evaluation werden zentral. Die Rolle des Nutzers wandelt sich vom passiven Rezipienten zum aktiven Koproduzenten.

Das Kapitel zu Schule und Hochschule markiert die Herausforderung traditioneller Prüfungsformate: Wenn KI kohärente Texte erzeugen kann, gerät die Bewertung individueller Schreibkompetenz unter Druck. Das Werk plädiert für Integration statt Verbot: Bildung sollte sich von Reproduktion hin zu Reflexion, Kritik und Kontextualisierung verschieben. Prüfungsformate könnten dialogischer, prozessual oder mündlich gestaltet werden. Die zentrale Frage bleibt: Wie nutzen Studierende KI transparent, reflektiert und verantwortungsvoll?

Das abschließende Kapitel öffnet die Perspektive auf die menschliche Seite. Wenn Sprachmodelle statistische Muster reproduzieren, tun Menschen in gewisser Weise Ähnliches: Sozialisation als Muster-Internalisierung. Die Maschine wird zum Spiegel menschlicher Praxis, ohne Bewusstsein oder Intentionalität. Die Analogie wird produktiv genutzt, ohne Gleichsetzung vorzunehmen. Differenz bleibt entscheidend: Menschen verfügen über Intentionalität, Kontextwissen und körperliche Verankerung, während die Maschine nur Muster rekombiniert.

Das Werk überzeugt durch Ausgewogenheit und argumentative Klarheit. Technisches Grundlagenwissen, didaktische Reflexion und philosophische Tiefe werden miteinander verknüpft. Der Gedankengang vom historischen Traum zur Gegenwart und Zukunftsfragen ist stringent. Lediglich die politischen und ökonomischen Dimensionen großer KI-Systeme könnten stärker ausgearbeitet sein. Insgesamt bietet das Buch eine fundierte Orientierung in einem Feld zwischen Faszination und Verunsicherung und ist für Leserinnen und Leser aus Bildung, Medien, Philosophie und Technik gleichermaßen empfehlenswert.