KI-Skepsis: Versagen bei Basisaufgaben trotz Job-Effizienz

Debatte über KI-Versagen bei Basisaufgaben

Die künstliche Intelligenz, die verspricht, die Arbeitswelt zu revolutionieren, scheitert bereits daran, Buchstaben eines Wortes korrekt zu zählen. In einer ausführlichen Diskussion haben mehrere Teilnehmer systematische Fehler bei Modellen wie ChatGPT, Gemini oder HuggingChat dokumentiert: von erfundenen grammatischen Geschlechtern im Spanischen bis hin zu Fehlern bei elementaren Berechnungen. Ein Teilnehmer fasst es mit Sarkasmus zusammen: „Es ist lächerlich. Man muss es dreimal verlangen, erklären, wo der Fehler liegt, und es klappt trotzdem nicht, obwohl algorithmisch etwas recht einfach zu programmieren wäre.“

Das anfängliche Unbehagen ist kein Einzelfall. Ein anderer Nutzer berichtet, dass das Werkzeug ihm „ähnliche Dinge“ angetan habe, räumt aber ein: „Ich bin immer noch überrascht, wie viel sie versteht, auch wenn sie manchmal Fehler macht.“ Die Kritik erstreckt sich auf das fehlende logische Denken: „KI denkt nicht nach, sie wiederholt nur, was ihr beigebracht wurde“, urteilt ein Dritter und vergleicht sie mit einem verknöcherten Beamten. Die Metapher des plappernden Papageis zieht sich durch die gesamte Diskussion: ein System, das wahrscheinliche Antworten ausspuckt, ohne deren Bedeutung zu verstehen.

Warum scheitert KI bei scheinbar einfachen Aufgaben?

Das zugrunde liegende Problem ist technischer Natur und wird von den Entwicklern selbst anerkannt. Ein Teilnehmer zitiert eine Erklärung von ChatGPT: „LLMs generieren vorhersagbaren Text basierend auf statistischer Wahrscheinlichkeit und sprachlichen Mustern; sie führen keine präzisen Berechnungen oder deterministischen Prozesse durch.“ Das bedeutet, es gibt keinen Algorithmus, der Buchstaben zählt oder grammatikalische Geschlechter zuweist; es gibt ein Modell, das auf das wahrscheinlichste Wort im Kontext setzt. Deshalb „improvisiert“ es, wenn mathematische Präzision gefordert wird, anstatt die Lösung zu berechnen.

Diese probabilistische Natur erklärt, warum ein Modell neunundneunzigmal korrekt „zwei plus zwei“ antworten kann und beim hundertsten Versuch mit „Kirschkuchen“ danebenliegt. Es ist kein Programmierfehler, sondern die Konsequenz eines Systems, das nicht rechnet, sondern vorhersagt. Die Paradoxie besteht darin, dass diese Ungenauigkeit neben Fähigkeiten koexistiert, die selbst Skeptiker in Erstaunen versetzen. Ein Nutzer erzählt, wie ein erfahrener Kinderarzt nach dem Prüfen verstummte, als die KI die Dosierung eines seltenen Medikaments für ein 15-Kilo-Kind korrekt bestimmte, einschließlich der Umrechnung von Milligramm in Milliliter.

Reale Auswirkungen auf Beschäftigung: Zwischen Entlassung und Produktivität

Während einige über technische Grenzen diskutieren, haben andere bereits Schritte am Arbeitsmarkt unternommen. Ein Teilnehmer gesteht offen: „Du kannst es mehreren ehemaligen Mitarbeitern erzählen, die ich entlassen habe, weil ein maßgeschneiderter ChatGPT dieselben repetitiven Aufgaben wie das Erstellen von Berichten, Datenanalyse oder Content-Erstellung für 20 € statt 2500 €/Monat erledigt.“ Die Zahl ist eindringlich und fasst die wirtschaftliche Gleichung zusammen, die viele Unternehmen gerade evaluieren.

Der Ersatz ist weder total noch homogen. Derselbe Teilnehmer schränkt ein, dass KI „uns allen laut Experten nicht die Arbeit wegnehmen wird. Sie nimmt sie nur – aus mysteriösen Gründen – Codezeilen-Programmierern weg“. Andere weisen darauf hin, dass das Werkzeug Zeit bei spezifischen Aufgaben spart: Präsentationen vorbereiten, die „wie von einem City-Berater geschrieben aussehen“, Textentwürfe generieren oder Daten analysieren. Ein Nutzer jubelt: „Mir hat es bisher schon mehrfach Beratung, Anwalt, Community Manager und Grafikdesigner erspart.“

Die Kluft zwischen Hype und Alltagsrealität

Skepsis durchzieht den Austausch wie ein unterirdischer Fluss. „Es ist ein System, um korrekte Konversation vorzutäuschen, sonst nichts. Dahinter steckt nichts“, urteilt ein Teilnehmer. Ein anderer vergleicht es mit Autos: „Autos waren anfangs auch nicht besser als Pferde.“ Die Diskussion driftet zum Phänomen der Tech-Blasen ab: „Alle Tech-Trends sind gleich; wer seit Jahren im Internet unterwegs ist, erkennt sie ohne tiefere Analyse“, bemerkt ein Veteran, der Graphen und Drohnen als Beispiele nennt.

Der Vorwurf, es sei nur eine vorübergehende Mode, kollidiert mit denen, die es täglich nutzen. „Wir lernen wirklich neue Arten der Interaktion damit. Vor einem Jahr wäre mir nie eingefallen, was ich heute mit ChatGPT mache“, erwidert ein Teilnehmer. Die Diskussion wird hitzig, wenn Vorwürfe des Besserwissens („Schwager“) laut werden und Nutzer blockiert werden. Mitten im Lärm sticht eine Überlegung hervor: „Der Schlüssel liegt darin, dass es Aufgaben optimiert und die dafür nötige Zeitinvestition reduziert; es hilft, produktiver zu sein.“

Das Problem des Fragestellers, nicht des Antwortgebers

Eine Strömung vertritt die Ansicht, dass die meisten Fehler nicht beim System, sondern beim Nutzer liegen. „Prompts müssen sehr spezifisch und logisch sein, sonst machst du dir selbst Chaos“, warnt ein Teilnehmer. Ein anderer hebt dies auf eine höhere Ebene: „Hier hast du die Hauptgrenze einer KI gefunden: der Idiot, der ihr keine vernünftigen Befehle geben kann.“ Die Idee, dass das Werkzeug so gut ist wie sein Benutzer, gewinnt unter den Verteidigern Anhänger.

Kritiker kontern jedoch mit konkreten Beispielen für Fehler, die nicht vom Prompt abhängen. „Frag einfach, wie viele ‚r‘ im Wort ‚arrancar‘ (spanisch) sind, und alle Modelle scheitern, außer OpenAIs 1 Preview und einem chinesischen Modell“, stellt ein Teilnehmer fest. Die Unfähigkeit, Buchstaben zu zählen oder vorherzusagen, wie lang ihre eigene Antwort sein wird, verrät das Fehlen symbolischer Denkmechanismen. Für Befürworter ist dies ein Detail; für Gegner der Beweis, dass der Kaiser keine Kleider trägt.

Unsichere Zukunft eines Werkzeugs, das bereits da ist

Die Diskussion erreicht kein eindeutiges Urteil. Einige sehen eine laufende Produktivitätsrevolution; andere eine weitere Blase. „KI ist die Zukunft, und sie wird es immer bleiben“, ironisiert ein Teilnehmer und fasst die Skepsis derer zusammen, die jahrelang unerfüllte technologische Versprechen gehört haben. Auf der Gegenseite antwortet ein Verteidiger mit einem Marktargument: „Klar, Alter, denn sie wird für immer so bleiben und sich absolut nicht weiterentwickeln.“

Was aus dem Austausch hervorgeht, ist ein mächtiges Werkzeug für bestimmte Aufgaben und ein tollpatschiges für andere, dessen Auswirkung auf die Beschäftigung sich in einigen Sektoren bereits materialisiert, während sie in anderen übertrieben wird. Menschliche Aufsicht bleibt in der EU per Vorschrift obligatorisch, eine implizite Anerkennung, dass Zuverlässigkeit nicht garantiert ist. Mit diesen Voraussetzungen ist die ehrlichste Prognose, dass KI weiterhin konkrete Aufgaben – und einige Arbeitnehmer – ersetzen wird, ohne das Versprechen einer totalen Revolution einzulösen. Der Rest ist vorerst nur heiße Luft.