Liebe Lili,

vielen Dank für deine kluge und zugleich anspruchsvolle Frage! Sie berührt einen zentralen Punkt im Umgang mit künstlicher Intelligenz: Wie wir darüber sprechen, prägt ganz wesentlich, wie wir sie verstehen. Ich versuche, die Antwort aus beiden Perspektiven zusammenzuführen – einer eher technischen und einer sprach- bzw. gesellschaftskritischen.

Was KI technisch „tatsächlich“ macht

Aus informatisch-mathematischer Sicht lässt sich KI (z. B. Sprachmodelle) stark vereinfacht so beschreiben:

• Es handelt sich um stochastische Systeme (also probabilistische Modelle),
• die sich in einem latenten Raum von mathematischen Repräsentationen bewegen,
• basierend auf Einbettungen von Zeichenketten (Text wird in Zahlen übersetzt),
• und daraus wahrscheinliche nächste Ausgaben (wieder Text) generieren.

Oder noch nüchterner gesagt:

KI berechnet, welche Zeichenfolge statistisch am besten auf eine andere folgt.

Diese Beschreibung macht deutlich:

Es gibt kein Verstehen, kein Bewusstsein, keine Absicht – nur Musterverarbeitung.

Warum wir trotzdem „vermenschlichen“

Begriffe wie „lernen“, „denken“ oder „halluzinieren“ sind anthropomorphe Metaphern. Sie sind aus zwei Gründen so verbreitet:

• Anschaulichkeit:

Es ist für uns viel leichter, ein bekanntes menschliches Konzept zu nutzen („halluzinieren“), als abstrakte Prozesse wie „Fehler im Wahrscheinlichkeitsraum“ zu erklären.

• Kommunikation:

Technische Begriffe wie „Parameteroptimierung im latenten Raum“ sind korrekt, aber schwer zugänglich.

Das Problem dabei:

Diese Sprache erzeugt schnell die Vorstellung, KI sei menschenähnlich, mit eigenen Gedanken oder Absichten.

Aber: Auch technische Sprache ist nicht neutral

Auch die scheinbar „objektive“ technische Beschreibung ist nicht frei von Metaphern. Als zwei Beispiele:

• Der Begriff „Stochastik“ hat eine historische und kulturelle Herkunft (u. a. geprägt von Johann Bernoulli).
• Der Begriff „Raum“ (wie in „latenter Raum“) ist selbst eine Metapher – wir stellen uns dabei etwas Räumliches vor, obwohl es sich um abstrakte mathematische Strukturen handelt.

Das bedeutet:

Wir können nicht nicht metaphorisch sprechen.

Jede Beschreibung – ob psychologisch oder technisch – ist geprägt von Sprache, Kultur und Denkmodellen.

Fazit: Ein Spannungsfeld ohne einfache Lösung

Die Antwort ist daher nicht eindeutig, sondern bewusst ambivalent:

• Ja, Anthropomorphisierung ist problematisch, weil sie unser Verständnis verzerrt. Aber auch technische Sprache ist nicht neutral, sondern voller Metaphern.
• Entscheidend ist daher bewusster Sprachgebrauch:
• Welche Begriffe wir wählen, sollte davon abhängen, was wir erklären wollen – und wem.

Vielleicht lässt sich das so zusammenfassen:

Wir brauchen anschauliche Metaphern, aber wir sollten sie immer als Metaphern kenntlich machen.

Wenn dich das weiter interessiert, lohnt sich ein Blick in die Science and Technology Studies – dort wird genau untersucht, wie Sprache unser Verständnis von Technologie formt (siehe unten).

Herzliche Grüsse

Tobias /Hodel

Literatur:

Bender, Emily M., Timnit Gebru, Angelina McMillan-Major, and Shmargaret Shmitchell. 2021. “On the Dangers of Stochastic Parrots.” Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (New York, NY, USA), FAccT ’21, vol. 47 (March): 610–23. https://doi.org/10.1145/3442188.3445922.

Meyer, Roland. 2024. “It’s a Flat World. The Synthetic Realities of Sora.” Rrrreflect. Journal of Integrated Design Research; Special Issue 1, 151 KB, 4 pages. https://doi.org/10.57684/COS-1267.

Oberbichler, Sarah, and Cindarella Petz. 2025. Working Paper: Implementing Generative AI in the Historical Studies. Version 1.0. February 25. https://doi.org/10.5281/ZENODO.14924737.