Warum KI nicht jedem Menschen gleich viel nützt

Über innere Reibung und die Frage, wo künstliche Intelligenz bei einem Menschen wirklich ansetzt.

Es gibt E-Mails, die müssten in zwei Minuten geschrieben sein und beschäftigen mich trotzdem länger, als sie sollten. Nicht, weil mir die Worte fehlen oder ich nicht wüsste, was ich sagen will. Sondern weil ich einen Satz schreibe, ihn wieder lösche, einen anderen nach oben hole, einen Gedanken nach unten schiebe, eine Nuance prüfe, die der Empfänger vielleicht überliest – und vielleicht auch nicht. Der Inhalt liegt längst bereit. Nur eben nicht als Reihe, sondern als Geflecht. Die eigentliche Arbeit besteht darin, aus dem Geflecht eine Linie zu machen.

Das Denken ist dabei nicht das Problem, das Schreiben für sich genommen auch nicht. Schwer ist die Übersetzung. Und je länger ich darüber nachdenke, desto mehr glaube ich, dass genau hier eine unterschätzte Frage liegt: nicht, was Menschen können – sondern wo bei ihnen die eigentliche Hürde sitzt. Denn die sitzt nicht bei allen an derselben Stelle.

Die übliche Frage greift zu kurz

Wenn über künstliche Intelligenz gesprochen wird, geht es fast immer um ihre Fähigkeiten. Sie kann Texte schreiben, Bilder erzeugen, Programme entwickeln, Daten auswerten, übersetzen, zusammenfassen, recherchieren. Die Liste wird beinahe wöchentlich länger, und sie ist beeindruckend. Aber sie beantwortet eine andere Frage nicht, die mir mindestens so interessant erscheint: Wenn alle dieselbe Technologie nutzen – warum verändert sie den einen kaum und den anderen tiefgreifend?

Der Engpass

Ich habe dazu eine Vermutung. Sie lautet: Der Nutzen, den ein Mensch aus KI zieht, hängt weniger an dem, was die Technologie kann, als daran, wo bei diesem Menschen vorher der Engpass lag. Bei manchen lag dieser Engpass nie beim Verstehen, bei den Ideen oder beim Wissen. Er lag dort, wo aus einem reichen, oft vernetzten, manchmal eher gefühlten als sprachlichen Inneren eine klare äußere Form werden soll – ein Text, eine Entscheidung, ein Konzept, mit dem ein anderer Mensch etwas anfangen kann.

Für dieses Stocken gibt es einen Namen, der mir passend erscheint: innere Reibung. Sie entsteht, wenn jemand viele Gedanken parallel hält, viele Perspektiven gleichzeitig sieht, viele mögliche Folgen abwägt – und gerade deshalb länger braucht, um zu verdichten. Es wäre ein Missverständnis, das für eine Schwäche zu halten. Diese Reibung ist häufig die Rückseite von etwas Wertvollem: von Weitblick, von Gespür für Kontext, von der Fähigkeit, Zusammenhänge zu sehen, die anderen entgehen. Der Preis dafür ist, dass das Ordnen, Kürzen und Festlegen mehr Kraft kostet.

Natürlich beschreibe ich damit auch ein Stück weit mich selbst – und das gehört zu der Vorsicht, mit der diese Beobachtung zu lesen ist.

Warum dieselbe Technologie so verschieden wirkt

Wenn die Vermutung trägt, folgt daraus etwas Einfaches: KI wirkt dort am stärksten, wo sie den größten Engpass auflöst. Bei dem einen schärft sie ein Werkzeug, das ohnehin schon scharf war. Bei dem anderen öffnet sie eine Tür, die vorher verschlossen schien. Die Technologie ist dieselbe – der Unterschied liegt im Menschen, der vor ihr sitzt.

Ein Bild macht das deutlicher. Stellen Sie sich jemanden vor, der ein fertiges Gebäude vor sich sieht: die Statik, die Proportion, wie sich die Räume später anfühlen werden. Die Hürde ist hier nicht das Verstehen. Die Hürde ist das technische Aufzeichnen, damit andere danach bauen können. Wer ein Handwerk gelernt hat, kennt das: Man trägt die Konstruktion im Gefühl, lange bevor man sie sauber auf Papier gebracht hat. Genau in diese Lücke zwischen im Kopf fertig und für andere brauchbar greift KI – und wo diese Lücke groß war, ist der Effekt entsprechend groß.

Ähnlich in einer Besprechung: Mancher erfasst sofort das ganze System, wer mit wem, welche Entscheidung welche Folge nach sich zieht. Gefragt ist aber nicht dieses Erfassen, sondern die Verdichtung auf drei klare Sätze, mit denen der Raum weiterarbeiten kann. Auch das ist ein Engpass, an dem KI ansetzen kann.

Und dann gibt es den Gegenfall, der genauso wichtig ist. Für viele Menschen war das Formulieren nie die Hürde. Sie denken in Linien, die E-Mail ist in zwei Minuten geschrieben, die Gliederung steht von selbst. Für sie ist KI Komfort, eine Beschleunigung – aber kein Hebel, der etwas grundlegend verschiebt. Daran sieht man, dass es nicht um besser oder schlechter geht, nicht um klügere gegen weniger kluge Köpfe. Es geht schlicht darum, wo der Engpass liegt. Bei manchen liegt er beim Schreiben, bei anderen ganz woanders, bei manchen kaum spürbar irgendwo.

Die Forschung deutet zumindest auf eine ungleiche Verteilung der Wirkung hin. In einer großen Untersuchung von Brynjolfsson, Li und Raymond zu mehreren Tausend Kundenservice-Mitarbeitenden stieg die Produktivität im Schnitt um rund 14 Prozent – bei den unerfahrensten und gering qualifizierten Kräften aber um etwa ein Drittel, während die erfahrensten kaum profitierten. Man muss redlich bleiben: Das misst Qualifikationsniveau, nicht Denkstil – aber es zeigt, wie ungleich derselbe Hebel greift, je nachdem, wie groß der Abstand vorher war.

Denkpartner oder Denk-Ersatz

Es gibt allerdings eine Bedingung, ohne die der Hebel nicht greift. Sie entscheidet darüber, ob KI Fähigkeiten erweitert oder sie nach und nach aushöhlt – und sie liegt in der Art der Nutzung.

Man kann KI im Grunde sagen: Mach das für mich. Das Ergebnis kommt schnell, oft ordentlich, manchmal verblüffend gut. Aber wer nur übernimmt, produziert auf Dauer Durchschnitt. Eine vielzitierte Studie zu kreativem Schreiben fand genau das: KI hob die Qualität, half besonders denen mit anfangs schwächeren Texten – und ließ die Ergebnisse zugleich einander ähnlicher werden. Wo viele dasselbe Werkzeug auf dieselbe passive Weise benutzen, entsteht Gleichförmigkeit. Und Gleichförmigkeit ist das Gegenteil dessen, was einen Menschen unterscheidbar und wertvoll macht.

Man kann aber auch etwas anderes sagen: Hilf mir, besser darüber nachzudenken. Dann wird KI zum Gegenüber, das Annahmen prüft, Perspektiven anbietet, Gegenfragen stellt, das eigene Denken schärft, statt es zu ersetzen. Eine Feldstudie von Dell’Acqua und Kollegen mit über 700 Beratenden zeigt beide Seiten dieser Münze deutlich. Bei Aufgaben innerhalb der Reichweite der KI wurden die Nutzer messbar schneller und besser. Bei einer Aufgabe außerhalb dieser Reichweite jedoch lagen sie rund 19 Prozent häufiger falsch als die Vergleichsgruppe ohne KI – und am schlechtesten schnitten diejenigen ab, die die Ausgabe blind übernahmen, statt sie zu hinterfragen.

Daraus folgt etwas, das oft als technische Fertigkeit missverstanden wird: Gute Prompts sind weniger eine Frage von Werkzeugkenntnis als von Denkfähigkeit. Wer ein Problem versteht, Kontext geben kann, präzise fragt und die Antwort kritisch weiterverarbeitet, bekommt bessere Ergebnisse – nicht, weil er die richtigen Knöpfe kennt, sondern weil er weiß, was er eigentlich wissen will.

Was sich dadurch verschiebt

Wenn das stimmt, verschiebt KI leise etwas Größeres als nur unsere Arbeitsgeschwindigkeit. Sie verschiebt, woraus sich beruflicher Vorteil speist. Über lange Zeit lag dieser Vorteil stark im Ansammeln und Abrufen von Wissen. Wer viel gelesen, viel behalten, viel formal gelernt hatte, war im Vorteil. Ein Teil dieses Vorteils wird gerade billiger – Wissen ist abrufbar geworden. Was an Gewicht gewinnt, sind Fragenqualität, Urteilskraft, das Erkennen von Chancen und die Fähigkeit, etwas tatsächlich umzusetzen.

Das ist kein kleiner Punkt. Es bedeutet, dass Stärken sichtbarer und wirksamer werden können, die sich früher schwerer in vorzeigbare Form bringen ließen: vernetztes Denken, praktisches Können, unternehmerisches Gespür, die Art von Wissen, die man sich über das Tun und Üben aneignet statt über Fachbücher. Diese Fähigkeiten waren immer wertvoll. Neu ist, dass die Hürde zwischen ihnen und einem brauchbaren Ergebnis niedriger geworden ist.

Die notwendige Grenze

Man kann diesen Gedanken leicht überdehnen, deshalb die nüchterne Gegenseite. KI ersetzt kein Fachwissen, keine Erfahrung, kein Urteilsvermögen und keine Verantwortung. Wer ein Thema nicht versteht, wird durch KI nicht zum Experten – er wird höchstens zu jemandem, der nicht merkt, dass er es nicht versteht. Wer keine Entscheidung treffen will, wird durch KI nicht entscheidungsfähig. Und ein glatter, überzeugend klingender Text ist nicht dasselbe wie ein durchdachter. Genau hier liegt die Gefahr des blinden Übernehmens: Die Form täuscht über die Substanz hinweg. Die Bewertung, die Einordnung, das Verantworten einer Entscheidung – das bleibt beim Menschen, und es sollte dort bleiben.

Eine Frage zum Schluss

Vielleicht ist die interessanteste Frage also nicht, was künstliche Intelligenz alles kann. Sondern eine, die sich jeder für sich selbst stellen kann: Wo lag eigentlich mein Engpass – und setzt KI genau dort an? Bei manchen ist es das Schreiben. Bei anderen das Sortieren, das Anfangen, das Entscheiden, das Übersetzen eines Gefühls in eine Form. Bei wieder anderen sitzt der Engpass kaum spürbar irgendwo, und dann bleibt KI ein nützliches, aber unspektakuläres Werkzeug.

Vielleicht verändert KI nicht jeden Menschen gleichermaßen. Vielleicht entfaltet sie ihre größte Wirkung dort, wo sie innere Reibung verringert und Menschen hilft, vorhandene Fähigkeiten endlich wirksamer einzusetzen – nicht, indem sie für uns denkt, sondern indem sie uns das Denken leichter sichtbar machen lässt.

---

Quellen und weiterführende Studien:

• Brynjolfsson, Li & Raymond, „Generative AI at Work“ (NBER 2023 / Quarterly Journal of Economics 2025): nber.org/papers/w31161
• Dell’Acqua et al., „Navigating the Jagged Technological Frontier“ (Harvard/BCG 2023, Organization Science 2026): hbs.edu/faculty
• Doshi & Hauser, „Generative AI enhances individual creativity but reduces the collective diversity of novel content“ (Science Advances 2024): science.org
• Lee et al., „The Impact of Generative AI on Critical Thinking“ (Microsoft Research / CMU, CHI 2025): dl.acm.org