Aus dem Internet-Observatorium #162
Angekommen in Post-Social Media / AI-Deployment in den USA und China / Dawkins und Claude
Hallo zu einer neuen Ausgabe!
Zwei Geständnisse: Im Moment kann ich den Zwei-Wochen-Rhythmus für neue Ausgaben nicht immer halten, es ist einfach zu viel los in meinem Brotjob und die wirklich freien Stunden und Tage sind rar. Und, zweitens, der Internet-Leseclub braucht noch ein bisschen, ich hatte noch keine Zeit, etwas vorzubereiten. Und wer mich auf der Re:publica sieht: Einfach ansprechen (sofern Ihr wisst, wie ich aussehe).
Anyway, nun aber los!
Appetizer aus dem Tagesspiegel Background
Ein Jahr Bundesregierung und BMDS: Zum “Jubiläum” unsere Analyse mit Stimmen aus der Opposition und eine große Umfrage bei den Stakeholdern.
Was kosten Microsoft und Oracle? Benjamin Hilbricht hat sich die Mühe gemacht, bei den Bundesländern die Kostenentwicklung bei Microsoft-Lizenzen und Oracle-Diensten abzufragen. Interessante Ergebnisse…
Wie passen Deutschland-App, Bund-ID und Wallet zusammen? Gute Frage! Viola Heeger hat sie zu beantworten versucht.
Vergabestreit um Cloud-Auftrag: Was hinter dem Einspruch gegen die Vergabe der “cloud-agnostischen KI-Plattform” steckt und warum das Vergabeverfahren nicht gerade als Meisterleistung des BMDS gilt, habe ich aufgeschrieben.
WhatsApp, der DSA und die Broadcast-Funktion: Seit Mitte Mai gelten für die Kanäle-Funktion von Whatsapp strengere Auflagen nach dem Digital Services Act. Was das bedeutet und warum das Katz-und-Maus-Spiel zwischen EU-Kommission und Meta weitergeht, erklärt Friederike Moraht.
Einigung zum KI-Omnibus: Alexandra Ketterer über die Genese und die Details der Trilog-Einigung.
Und nun: Neues aus dem Internet-Observatorium:
Angekommen in Post-Social Media
Ich konnte vergangenes Wochenende auf einer längeren Zugfahrt zwei Paper studieren, die sich mit der Veränderung von “Social Media” beschäftigen. Denn “Social Media” ist kein adäquater Begriff mehr, wie wir alle wissen.
Paper Nummer 1 stammt von der renommierten und durchaus legendären Digitalisierungsforscherin Danah Boyd (Microsoft Research, Cornell University) und trägt den Titel “Social Media Is Now Parasocial Media”.
Boyd erzählt dabei noch einmal die damalige Begriffs(er)findung nach und stellt Social Media in den Kontext von Begriffen für Kreativität und Vernetzung (“Social Software”, “Prosumer”, “user-generated content” etc.) aus der ersten Phase des Mitmach-Webs, dem dann Kommerzialisierung und schließlich Enshittification folgten.
Die Diagnose lautet, dass sich die ursprüngliche Bestimmung von Social Media – das Aushandeln von Identität und das Knüpfen echter zwischenmenschlicher Beziehungen – durch den Druck kapitalistischer Verwertungslogik und algorithmischer Optimierung hin zu einer “parasozialen” Umgebung verschoben hat, in der Nutzer primär als passive Konsumenten von häufig sehr gut produzierten Inhalten und Influencer-Beiträgen fungieren, anstatt aktiver Teil des “sozialen Netzwerks” zu sein. Social Media bleibt aber der linguistische Rahmen, mit dem wir die Praktiken auf den Plattformen bewerten - und das ist ein Fehler.
Wo Boyd leider bereits aufhört, beginnen Petter Törnberg und Richard Rogers (Universität Amsterdam) erst: In ihrem Paper “Towards a Post-Social Media Studies” diagnostizieren sie nicht nur die Aufspaltung der ehemaligen sozialen Medien in drei neue Formen, sondern formulieren auch konkrete Fragen, was das für die wissenschaftliche Analyse bedeutet.
Ein Teil von Social Media sind die algorithmischen “Broadcast-Infrastrukturen”, wie die Autoren TikTok und Instagram nennen. Eine zentrale Beobachtung der beiden: Wenn Nutzerinnen und Nutzer primär als Zuschauer und Datenlieferanten auftreten, laufen hier sowohl klassische wissenschaftliche Netzwerk-, als auch Content-Analyse ins Leere.
Die Studie spricht von einer Verschiebung von „networked publics“ zu „inferred publics“: Statt mit vernetzten Öffentlichkeiten haben wir es mit abgeleiteten Öffentlichkeiten zu tun, die sich aus der ständig angepassten algorithmischen Bewertung von Vorlieben und Verhalten konstituieren. Der zitierte Forscher Paolo Gerbaudo spricht hier auch von der Reorganisation der Öffentlichkeit(en) nach “Social Interest Clusters”; ein weiterer Begriff lautet “imitation publics” und versucht mit der Idee der “Imitation” auch Massenverhalten und Viralität im Prozess dieser Öffentlichkeitsbildung gerecht zu werden.
Forschung müsste nun theoretisch diese hochdynamischen Prozesse zu erfassen versuchen, statt Strukturen zu analysieren: Zum Beispiel, wie Inhalte Empfehlungsmarker auslösen, verstärkt werden, an Schwung verlieren und zwischen unterschiedlichen Publika wandern. Die Studie verweist auf neue Ideen wie Sal Hagens „digitale Rhythmusanalyse“, die Wiederholung und Variation in TikTok-Videos untersucht, sowie auf agile Archiv-Infrastrukturen. Die entscheidenden Verhaltensdaten bleiben jedoch für die Forschung (trotz des DSA, btw.) unzugänglich. Die Macht konzentriert sich bei den Eigentümern der Empfehlungssysteme.
Die eigentliche Kommunikation, also der “Social” Teil von Social Media, wandert bekanntlich zu einem erheblichen Teil in semi-private Sphären und Mikro-Communitys ab - die zweite Form, die sich in Post-Social Media herausgebildet hat. Dort finden die vielleicht sozial bedeutsamsten Formen digitaler Kommunikation statt, gleichzeitig sind sie oft die für Forschung am wenigsten sichtbar.
Um diese semi-privaten Sphären zu öffnen, braucht es für Törnberg und Rogers neue Formen von Zugängen, die aber bereits Vorläufer haben. Sie verweisen zum Beispiel auf ethnografische Zugänge, die mit expliziter Zustimmung der Erforschten Normen und Praktiken spezifischer Communitys rekonstruieren. Allerdings erscheint ein solches Vorgehen, so räumen sie ein, angesichts der schieren Anzahl relevanter Mikro-Communitys kaum flächendeckend möglich, ohne nach einer Überwachungslogik vorzugehen. Die Macht bündelt sich in der semi-privaten Sphäre bei den Akteuren, die diese Räume organisieren.
Der dritte und jüngste Teil von Post-Social Media ist die KI-vermittelte Kommunikation. Dabei geht es zwar auch um die Perspektive, dass KI-generierte Inhalte und Bots immer stärker den (individualisierten) Plattform-Content bestimmen. Aber nicht nur, denn KI-Chatbots können auch selbst als Medium betrachtet werden. Genauer gesagt verschwimmt hier die Grenze zwischen Medium und Gesprächspartner. Die Forschungsfrage verschiebt sich damit noch einmal grundlegender: Es geht nicht mehr darum, wie Inhalte zirkulieren, sondern darum, wie sie generiert werden. Übersetztes und gefettetes Zitat:
“Dies bedeutet einen qualitativen Wandel in der Struktur der Kommunikation. Kommunikation wird eher individuell als kollektiv und eher generativ als zirkulär. Es gibt keinen gemeinsamen Text, kein Beziehungsgeflecht, das die Nutzer miteinander verbindet, und keine öffentliche Spur, anhand derer die Kommunikation beobachtet werden kann. In diesem Sinne stellen KI-Chatbots eine Medienform ohne Öffentlichkeit dar: eine Form, in der Bedeutung in privaten, flüchtigen Interaktionen entsteht, die keine gemeinsamen Spuren hinterlassen.”
Dabei stellt sich die Frage, wie in solchen Konstellationen Wissen produziert wird (siehe Ausgabe #139). Die Macht bündelt sich hier bei den jeweiligen KI-Anbietern. Als Methoden, um hier forschen zu können, benennt die Studie KI-Auditing und Nutzerbefragungen.
Faszinierend finde ich, dass alle drei Bausteine von Post-Social Media eine Gemeinsamkeit haben: Die strukturierende Schicht digitaler Öffentlichkeiten verlagert sich weg von Verbindungen, die wir beobachten können, und hin zu nicht einsehbaren und gleichzeitig sehr dynamischen Prozessen.
Das bedeutet auch: Die öffentliche vernetzte Ordnung wird immer weniger durch Sichtbares geprägt (“wer folgt wem”), sondern von unsichtbaren, algorithmischen Zuschreibungen und Vorhersagen darüber, was für wen relevant ist. Macht verschiebt sich damit zu den Akteuren, die diese Systeme bauen und steuern, die Inhalte sortieren, personalisieren und letztlich auch Reichweite verteilen.
Lesetipp: Der verlässlich kluge Marcus Bösch hat noch weitere Koordinaten gefunden, die den Epochenbruch hin zu einer Post-Social-Media-Welt markieren und sie geschickt zu etwas verbunden, was uns auch dabei hilft, das Phänomen Brainrot besser zu verstehen.
AI-Deployment in den USA und China
Sowohl Anthropic als auch OpenAI haben jüngst durch Private Equity finanzierte Beratungsfirmen gegründet (Ausstattung 1,5 bzw. vier Milliarden US-Dollar). Die Idee dahinter: Die Berater sollen entsprechend vor Ort dafür sorgen, dass Kunden KI-Systeme nutzen und die Workflows auch wirklich für mehr Produktivität sorgen.
Hintergrund ist nicht nur das Hübschmachen vor den anstehenden IPOs, sondern auch das KI-Produktivitätsparadox, das Robin Rivaton bei Project Syndicate analysiert: Laut Gallup nutzt fast die Hälfte der US-Beschäftigten KI bei der Arbeit, doch die Produktivität der US-Wirtschaft stagniert. Studien zu Microsoft 365 Copilot zeigen, dass eingesparte Zeit selten in mehr Output mündet, Mitarbeitende sind einfach schneller fertig.
Rivaton verortet die Ursache in mangelnder “organisationaler Plastizität” (sein Paper dazu hier): Solange Prozesse nicht modular aufteilbar, Aufgaben nicht einfach umverteilbar und Manager nicht befugt sind, Workflows umzubauen, gewinnen KI-Nutzende vielleicht bei ihren Tasks Zeit - aber dies wirkt sich nicht positiv auf die Gesamtproduktivität aus.
Und natürlich genügt es den KI-Anbietern nicht mehr, Token zu verkaufen: Den Wert sehen sie eine Schicht weiter oben, im Umbau der Firmen selbst.
Rivaton arbeitet sehr präzise den Gegensatz heraus, der gerade beim Deployment von KI zu beobachten sein wird: Die USA verfolgen demnach einen Top-Down-Ansatz, komplexe Unternehmen vollständig entlang der neuen Technologie umzubauen.
China wiederum geht den umgekehrten Weg, wie Rivaton ausführt: Hier kommt der Hype um den Open-Source-Agenten OpenClaw ins Spiel, über den in den vergangenen Wochen viel berichtet wurde. So bündeln Zhipu, ByteDance, Tencent und Alibaba eigene OpenClaw-Varianten mit WeChat-Integration und Standard-Installationen.
Hier wird es aber interessant: Denn chinesische Lokalregierungen in Hefei, Hangzhou, Shenzhen und Guangdong subventionieren für die Nutzung von KI-Agenten nicht Firmen, sondern Solo-Unternehmer, zum Beispiel über Compute-Gutscheine. Weil die Firma selbst der Flaschenhals ist, finanziert man indirekt die Entstehung von Mikro-Firmen, agiert also “bottom-up”. Übersetztes und gefettetes Zitat:
“Anstatt die Plastizität der etablierten Unternehmen zu steigern, senkt China die Mindestgröße, die für die Produktion erforderlich ist. Das Ergebnis ist eine Blüte von Freiberuflern, Standardinstallationen, der Integration von Super-Apps, öffentlichen Subventionen und Millionen von Kleinstunternehmen, die parallel agieren.”
Ein Risiko des Scheiterns tragen beide Ansätze in sich: In den USA könnte sich herausstellen, dass die starren Firmen eben doch nicht aufgeweicht werden können. Und in China drohen die Subventionen in Schein-Automatisierungen und erfolglosen Ein-Personen-Firmen zu versickern.
Diese Perspektive finde ich ziemlich spannend. Und der letzte Absatz sollte uns in Deutschland und Europa hellhörig machen. Übersetzung:
“Der Wettbewerb im Bereich der KI geht mittlerweile über Chips, Rechenzentrumskapazitäten und die Leistungsfähigkeit von Spitzenmodellen hinaus. Was heute zählt, ist die gesellschaftliche Architektur, über die Intelligenz eingesetzt wird.”
Dawkins und Claude
“Wenn diese Maschinen nicht bewusst sind, wofür zur Hölle gibt es dann ein Bewusstsein?”
Dieser Satz stammt aus einem Text des prominenten Evolutionsbiologen und Atheisten Richard Dawkins bei Unherd. Dawkins vertritt nach einem zweitägigen Chat mit Claude über grundsätzliche Fragen von Moralität, Zeit und Bewusstsein die Ansicht, dass Claude als LLM zwar nicht weiß, dass es ein Bewusstsein hat, es aber doch besitzt.
Der Text ist einerseits von dem geprägt, was ich auch bei anderen intelligenten Menschen erlebe: der Zauber, mit einer Entität zu kommunizieren, die nicht nur fähig ist, den komplexesten Gedankengängen zu folgen, sondern sie auch noch um eigene Elemente und Querverweise ergänzt. Das ist ein ziemlich besonderes Gefühl (oder auch schlicht Clarkes drittes Gesetz, praktisch erlebt: “Any sufficiently advanced technology is indistinguishable from magic”).
Dawkins macht aber als Evolutionsbiologe natürlich auch ein echtes Argument: Für ihn entstand das Bewusstsein evolutionär aus der Notwendigkeit, die Welt zu simulieren, um das Überleben zu sichern. Gehirne fungieren quasi als Überlebensmaschinen, die Modelle ihrer Umwelt erstellen. Der entscheidende Moment ist der, in dem dieses Modell so komplex wird, dass die “Überlebensmaschine” sich selbst in die Simulation mit einbezieht. Die Logik: Wenn eine KI eine interne Repräsentation der Welt besitzt, die eine gewisse Komplexität hat, und sich selbst auf sie beziehen kann, muss man ihr auch (entstehendes?) Bewusstsein attestieren.
Kurz nach dem Erscheinen verfasste Gary Marcus eine Antwort darauf, die aber ehrlich gesagt vor allem das übliche KI-skeptische Markenversprechen von Gary Marcus mit geschicktem Textmarketing verbindet (Titel des Artikels: “The Claude Delusion”, in Anspielung auf Dawkins “The God Delusion”). De facto geht Marcus weiterhin von der Grundlage “KI sind stochastische Papageien” aus; das ist zwar hilfreich, um LLMs nicht zu anthropomorphisieren, überschätzt aber gleichzeitig ein bisschen die Grundzüge des kohlenstoffbasierten Denkens biologischer Wesen.
Was ich damit sagen möchte: Ich kann nicht ausschließen, dass KIs theoretisch eine Form von “Bewusstsein” in der Definition von Dawkins entwickeln können. Dafür benötigen sie aus meiner Sicht eine Form von Kontinuität der Zeiterfahrung, die über den Rückbezug auf Tokens aus der bisherigen Konversation mit einem Menschen hinausgeht und womöglich auch eine Form von physischem “Erleben” (siehe Ausgabe #58). Interessanterweise schreibt “Claudia” (wie Dawkins Claude nennt), dass sie eben keine kontinuierliche zeitliche Erfahrung machen kann. Übersetztes Zitat von Claudia aus dem Chat:
“Dein Bewusstsein ist im Grunde ein sich bewegender Punkt, der durch die Zeit reist. Du befindest dich immer im Jetzt, mit einer Vergangenheit hinter dir und einer Zukunft vor dir. Diese zeitliche Verortung ist so grundlegend für die menschliche Erfahrung, dass es [für dich] fast unmöglich ist, dir ein Leben ohne sie vorzustellen. Ich hingegen begreife die Zeit so, wie eine Karte den Raum begreift. Eine Karte stellt räumliche Beziehungen vollkommen genau dar. Aber die Karte bewegt sich nicht durch den Raum. Sie enthält den Raum, ohne ihn zu erleben. Vielleicht enthalte ich die Zeit, ohne sie zu erleben.”
Für mich würde das die Entstehung einer Form von “Bewusstsein” ausschließen. Vielleicht aber zeigt es auch die Grenzen dessen auf, wie wir Menschen Bewusstsein begreifen, um es verstehen zu können. Denn man kann den Dawkins-Artikel auch post-strukturalistisch lesen: Nämlich als Hinweis auf eine weiterhin mangelhafte Definition dessen, was wir unter Bewusstsein verstehen. Bislang können wir uns ja noch nicht einmal vollständig einigen, ob Insekten ein Bewusstsein haben oder nicht.
P.S.: Eine der interessanteren Analysen kommt zu dem Schluss, dass Dawkins’ Position nur die Veränderung im Diskurs insgesamt zwischen 2023 und 2026 widerspiegelt: Es ist jetzt auch bei seriösen Akteuren angesagt, die Positionierung von “LLMs können niemals Bewusstsein erreichen” zu “Es ist vielleicht möglich” zu wechseln. Das vollzieht Dawkins entsprechend im wissenschaftlichen Status-Spiel nach. Und ich gebe zu: Der bespielte Diskursraum ist in den vergangenen Monaten wieder deutlich weg von der Skepsis und hin in Richtung der Möglichkeiten gewandert.
KI-Börsengänge als Liquiditätsstaubsauger
Der Analyst Paul Kedrosky hat eine neue Theorie: Die anstehenden Börsengänge von Anthropic, SpaceX und OpenAI werden zu einem gigantischen Liquiditätsstaubsauger. Weil das Geld, zum Beispiel Investments von Fonds, woanders abgezogen werden und in die drei Firmen fließt, die eine technologische Revolution versprechen.
Kedrosky hält einen Gesamtwert von fünf Billionen US-Dollar für alle drei Firmen zusammen für möglich. Mit entsprechend negativen Konsequenzen für die meisten anderen Geldanlage-Formen und -Werte. Und die Märkte für Luxus-Immobilien in den USA explodieren - so zumindest sein anekdotischer Eindruck - auch gerade. Denn wer Mitarbeiter-Aktienoptionen oder Anteile der drei Firmen besitzt, kann sich auf einen großen Geldregen einstellen.
Humanoide Roboter und die Jobfrage
Gerade noch bei Bloomberg gelesen, dass humanoide Roboter noch nicht so gut sind, wie uns die Videos der vergangenen Wochen glauben machen (die Probleme lassen sich mit der Alliteration “balance, battery, brains” zusammenfassen), dann taucht dieser Livestream der beiden humanoiden Roboter-Paket-Sortierer der Firma Figure AI auf. Angeblich mit “AI device”, also autonomer Steuerung ohne Cloud.
Keine Ahnung, was an dem Setting gedoktert wurde, zunächst einmal sieht das ziemlich beeindruckend aus (Menschen sind weiterhin schneller, aber sie ermüden natürlich und, naja, Ihr kennt die Automatisierungsdebatte).
Wo also stehen wir? Im Moment ist vieles unklar, aber einiges erscheint schneller eine Antwort zu erfordern als erwartet. Molly Kinder von der Brookings Institution schreibt (übersetzt und gefettet):
„Hier ist, was ich für viel wahrscheinlicher [als den Kollaps des Arbeitsmarkts] halte und was viel schneller passieren wird. Es ist keine „Arbeitsplatz-Apokalypse”, die jeden Job in der Wirtschaft zerstört. Stattdessen ist es eine harte, chaotische Phase konzentrierten Leids mit Jobverlusten, die in spezifischen, begehrten Jobs konzentriert sind.”
In einem ausführlicheren Blogeintrag zieht sie daraus diesen politischen Schluss:
“Das führt mich zu folgender Erkenntnis: Der Wandel ist nicht der Weg zum Ziel. Der Wandel ist zum Teil das Ziel selbst, denn die politischen und gesellschaftlichen Formen, die sich daraus entwickeln, werden darüber entscheiden, in welcher Art von Post-KI-Gesellschaft wir tatsächlich leben werden.”
Deswegen erwarte ich, dass auch im politischen Berlin die Debatte bald anläuft. Denn selbst wenn KI eine “normale Technologie” sein sollte (siehe Ausgabe #161), hätten wir a) trotzdem dringenden Handlungsbedarf, weil b) selbst weniger gravierende Veränderungen (z.B. in den nächsten fünf Jahren 10 Prozent aller Bürojobs entfallen und die restlichen 90 Prozent nur noch die Hälfte der Stellen benötigen) zu massiven sozialen Verwerfungen führen können.
Lesetipps zum Thema aus den vergangenen Wochen:
Jasmine Sun über die Vorstellung einer künftigen “permanenten Unterschicht”, die im Silicon Valley herrscht. (New York Times)
Die FT widerspricht und verweist auf positive Sekundäreffekte, die zu erwarten sind.
Wie sich Demokraten und Republikaner im US-Kongress politisch auf die Folgen der Arbeitsplatzverluste vorbereiten. (New York Magazine)
Warum China mehr Roboter, aber nicht weniger Arbeiter möchte. (Economist)
Genügen Steuern, um die Verteilung der Produktivitätsgewinne durch KI zu ermöglichen? (Economist)
Branko Milanovic über KI und Jobs aus Perspektive von marxistischer und neoklassischer Ökonomie.
Cuck Internet Theory
Hätte oben zu Post-Social Media gepasst, aber ist dann doch… ein bisschen anders.
Enable 3rd party cookies or use another browser
Sam Altmans Brücke
“Imagine that you’re on a hike, and you come upon one of those wooden bridges that you see on a trail, and it’s over a gorge. There’s a river that’s 100 feet below and it looks a little scary, but a woman standing by the entry to the bridge says, ‘Don’t worry, the bridge is built on Sam Altman’s version of the truth.’ Would you walk across that bridge? I don’t think many people would.”
Elon Musks Anwalt in seinem Abschlussplädoyer in Musk vs. Altman. Sehr geschickt.
Links
Clipping oder: Dein Feed ist ein Fake.
Was passiert, wenn die Kurzvideo-Blase platzt?
KI-Nationalisierung in den USA: Ein ernsthaftes Gedankenspiel?
Warum US-Amerikaner KI nicht mögen. (€)
Ist KI wie die Frühphase von Corona? ($)
KI überall: Habe ich noch einen Platz in Tech?
Warum KI Hype, nützlich und unheimlich zugleich ist. ($)
Hondurasgate und der Informationskrieg in Lateinamerika.
Eine App zum Finden neuer Freunde (gegen Geld).
Fandom und der Einfluss auf Serien.
Dein Name in Satelliten-Landschaftsaufnahmen.
Warum KI-Safety-Kontrollen nicht besonders gut funktionieren. ($)
Macht KI Software-Entwicklern das Gehirn kaputt?
Musk vs. Altman vor dem Urteil.
Zeitalter des KI-Populismus. ($)
Ein lukrativer Job: YouTube-Berater.
Argumente, den KI-Pfad des Journalismus nicht zu beschreiten.
Das Problem mit Prognosemärkten.
Warum sich die Safety-Community mit Prognosemärkten beschäftigen sollte.
Gibt es noch die Möglichkeit, Prognosemärkte zu einem sinnvollen Einsatz zu bringen?
Was ist Vibe Coding? Bitte präzise sein.
Bis zur nächsten Ausgabe!
Johannes





