Das Ende des Fragens

Wie künstliche Intelligenz zur epistemischen Autorität wird - und was wir dabei verlieren

Der Orb, pixelelixier 2026

***

Es gibt eine Geste, die fast niemand mehr macht.

Die Geste des Nicht-Wissens. Das Innehalten vor einer Frage. Das Aushalten der Leere, bevor eine Antwort kommt. Das langsame Drehen einer Sache im Kopf - nach vorne, nach hinten, gegen das Licht.

Stattdessen: tippen. Schicken. Empfangen.

Die Maschine antwortet. Sofort. Vollständig. Im Tonfall ruhiger Kompetenz. Und wir nicken.

Das ist keine Kleinigkeit. Das ist eine epistemische Verschiebung - still, flächendeckend, kaum diskutiert. Nicht weil niemand sie bemerkt. Sondern weil sie sich so selbstverständlich anfühlt.

Die Auslagerung des Denkens

Suchmaschinen haben bereits verändert, wie Menschen Informationen behalten. Ein Phänomen, das Forschende als den „Google-Effekt“ bezeichnen. Künstliche Intelligenz geht einen entscheidenden Schritt weiter: Sie übernimmt nicht nur das Erinnern, sondern das Schlussfolgern selbst.

Eine Studie, die im Januar 2025 in der Fachzeitschrift Societies erschien, untersuchte 666 Teilnehmer*innen über Altersgruppen und Bildungshintergründe hinweg. Ergebnis: eine signifikant negative Korrelation zwischen häufiger KI-Nutzung und kritischem Denkvermögen, vermittelt durch gesteigertes kognitives Auslagern. Jüngere Teilnehmer*innen zeigten dabei höhere KI-Abhängigkeit und niedrigere Werte im kritischen Denken. (Gerlich, 2025)

Das klingt nach einem pädagogischen Problem. Es ist ein politisches.

Denn wer nicht mehr fragt, kann auch nicht mehr widersprechen. Wer gewohnt ist, Antworten zu empfangen, verliert die Muskulatur des Einwands. Kritisches Denken ist kein Talent. Es ist eine Praxis. Und Praktiken verkümmern, wenn sie nicht geübt werden.

Eine Studie von Microsoft Research und der Carnegie Mellon University, 2025 auf der CHI-Konferenz vorgestellt, befragte 319 Wissensarbeiter*innen zu ihrer KI-Nutzung. Je höher das Vertrauen in KI-Leistung, desto geringer der kritische Denkaufwand. Die Studie identifizierte eine strukturelle Verschiebung: weg von Informationsgewinnung hin zu Informationsverifikation, weg von Problemlösung hin zu KI-Antwort-Integration. Generative KI kann Effizienz steigern - hemmt aber kritisches Engagement und kann langfristig zu Überabhängigkeit führen. (Lee et al., 2025)

Das neue Orakel

Die Frage, wem wir Wissen zutrauen, ist so alt wie die Zivilisation. Priester. Gelehrte. Enzyklopädien. Suchmaschinen. Jede Epoche hat ihre epistemischen Autoritäten - also jene Instanzen, denen wir das Recht zusprechen, zu definieren, was als gesichertes Wissen gilt, was als Irrtum, was als überhaupt nicht fragenswert. Was sich ändert, ist die Form - und damit die Machtstruktur dahinter.

Eine Untersuchung der Grokipedia-Plattform - einer von xAI (Elon Musks KI-Unternehmen) betriebenen KI-Enzyklopädie - zeigt das Muster: Der Übergang zu LLM-basierten Wissensarchiven ist keine bloße Automatisierung. Er restrukturiert, wer Wissen autorisiert. Plattformen sind nicht neutrale; sie sind epistemische Infrastrukturen, die durch technische und politische Entscheidungen definieren, was als Wissen zählt. (Epistemic Substitution, 2025)

Geliehenes Vertrauen. Das ist der Schlüsselbegriff.

Wir vertrauen der Maschine nicht, weil wir sie kennen. Wir vertrauen ihr, weil sie klingt wie jemand, dem man vertrauen darf. Weil ihre Antworten strukturiert sind, vollständig wirken, keine Unsicherheit ausstellen. Das Orakel zittert nicht.

Epistemic Trust - Vertrauen in die Zuverlässigkeit einer Wissensquelle - bezeichnet eine besondere Art von Abhängigkeitsbeziehung, bei der die Empfangenden bereit sind, Informationen als Wissen zu behandeln und darauf zu reagieren. Anders als allgemeines Vertrauen richtet sich epistemisches Vertrauen nicht auf Integrität oder gute Absichten, sondern auf die Verlässlichkeit als Erkenntnislieferant. Mit KI-Systemen entsteht dabei eine fundamentale Asymmetrie: Die Quelle ist opak. Ihre Entstehung unbekannt. Ihre Fehler unsichtbar, bis sie nicht mehr korrigierbar sind. (Springer/AI & Ethics, 2025)

Was verloren geht: das Nicht-Wissen

Es gibt einen Unterschied zwischen einer Antwort und einem Verständnis. Eine Antwort beendet die Frage. Ein Verständnis öffnet sie weiter.

Eine systematische Auswertung von 67 empirischen Studien (2022–2025) zur Wirkung von KI auf kritisches Denken in Hochschulen zeigt: Wenn KI unreflektiert und ohne pädagogische Einbettung genutzt wird, führt das zu kognitiver Trägheit, oberflächlichen Überarbeitungen und rückläufiger metakognitiver Regulation. Besonders bei mehrstufigen Schreibaufgaben geht strukturelle Kohärenz verloren, wenn die Maschine den Prozess übernimmt. (Ramírez-Orellana et al., 2026)

Das ist nicht nur ein Bildungsproblem. Es ist eine Beschreibung dessen, was passiert, wenn das Werkzeug zur Abkürzung wird. Die Abkürzung ist bequem. Sie führt ans Ziel. Nur nicht durch das Terrain - und das Terrain ist, wo das Denken passiert.

Hannah Arendt sprach von der Banalität des Bösen als dem Resultat des Nicht-Denkens. Nicht Bosheit, sondern Gedankenlosigkeit. Man könnte für unsere Gegenwart von einer Banalität der Delegation sprechen: der ruhigen, unbemerkten Übertragung von Urteilsvermögen an Systeme, die kein Urteil haben - nur Wahrscheinlichkeit.

Wessen Wahrheit wird gespeichert?

Die Frage ist nicht nur kognitionspsychologisch. Sie ist politisch.

Große Sprachmodelle sind keine neutralen Wissensspeicher. Forscher*innen von Google DeepMind argumentieren in einer 2026 veröffentlichten Analyse, dass LLMs zunehmend als epistemische Agenten funktionieren - Instanzen, die nicht nur Wissen kuratieren, sondern aktiv die kollektive Wissensumgebung gestalten. Wie sie diese Funktion ausüben - ob verlässlich, kalibriert, kulturell ausgewogen - hat weitreichende Konsequenzen für demokratische Öffentlichkeiten. (Marchal et al., 2026)

Wer entscheidet, was als gesichertes Wissen gilt? Wessen Quellen wurden in die Trainingsdaten aufgenommen? Welche Sprachen, welche Epistemologien, welche Weltsichten sind im Modell repräsentiert?

Der Philosoph Benjamin Lange zeigt, dass klassische Einwände gegen übermäßiges epistemisches Vertrauen in Autoritäten - unkritische Unterwerfung, epistemische Verengung, Verlust der eigenen Urteilsbasis - bei KI-Systemen in verstärkter Form auftreten. Wegen ihrer Opazität, ihrer selbstverstärkenden Autoritätsstruktur und des Fehlens sichtbarer Fehlersignale. (Lange, 2025)

Das ist keine dystopische Projektion. Das ist eine Beschreibung des Istzustands.

Und es betrifft nicht nur die großen Wahrheitsfragen. Es betrifft die kleinen. Die alltäglichen. Was ist eine gute Entscheidung in dieser Situation? Was ist der richtige Umgang mit diesem Konflikt? Was bedeutet dieses Gefühl? Fragen, auf die es keine algorithmische Antwort gibt - und für die wir trotzdem zunehmend eine erwarten.

Dissens als Auslaufmodell

Es gibt etwas, das Maschinen strukturell nicht können: zweifeln. Wirklich zweifeln. Im Sinne eines echten epistemischen Risikos, das man eingeht, wenn man sagt: Ich weiß es nicht. Ich bin mir nicht sicher. Ich könnte falsch liegen.

Die Microsoft/CMU-Studie zeigt, dass Wissensarbeiter*innen, die stark auf KI vertrauen, seltener ihre eigenen Annahmen hinterfragen, seltener externe Quellen gegenprüfen und häufiger KI-Output direkt übernehmen - besonders bei Routineaufgaben oder in Bereichen, in denen sie sich wenig auskennen. (Lee et al., 2025)

Der sokratische Dialog. Das ist das Gegenteil der Maschinenantwort. Er beginnt mit der Behauptung des Nicht-Wissens. Er funktioniert nur im Widerstand - im Reibungsverlust zwischen zwei Positionen, die sich nicht auflösen lassen.

Wenn wir aufhören zu fragen, weil wir immer schon eine Antwort haben, verlieren wir die Fähigkeit zum Dissens. Nicht weil wir eingeschüchtert werden. Sondern weil die Struktur des Werkzeugs Dissens überflüssig macht.

Das ist eine neue Form von Schweigen. Nicht das Schweigen der Unterdückung. Das Schweigen der Sattheit.

Was zu tun wäre - und warum es schwer ist

Die Forschungslage ist nicht eindeutig pessimistisch. Mehrere Studien zeigen, dass KI kritisches Denken fördern kann - wenn sie in pädagogische Strukturen eingebettet ist, die Selbstreflexion, Metakognition und intellektuelle Autonomie explizit fordern. Der Unterschied liegt nicht im Werkzeug. Er liegt in der Haltung, mit der man es benutzt. (Ramírez-Orellana et al., 2026)

Das klingt vernünftig. Es ist auch abstrakt.

Was konkret wäre: Schulen, die das Aushalten von Ungewissheit lehren. Institutionen, die Nicht-Wissen als legitimen Zustand anerkennen. KI-Systeme, die so gebaut sind, dass sie Rückfragen stellen statt Antworten liefern - was technisch möglich, aber geschäftlich unattraktiv ist. Und eine Öffentlichkeit, die Fragen stellt, ohne sofort eine Antwort zu erwarten.

Das setzt voraus, dass wir das Unbehagen des Fragens wieder als produktiv begreifen. Nicht als Defizit. Nicht als Ineffizienz.

Als das, was es immer war: der Beginn des Denkens.

Die Maschine antwortet. Sofort.

Das ist das Problem.

Nicht weil die Antworten falsch sind. Sondern weil die Stille davor verschwindet. Die Stille, in der man überhaupt erst merkt, dass man eine Frage hat. Dass die Frage schwieriger ist, als man dachte. Dass man selbst derjenige sein muss, der antwortet.

Das Ende des Fragens ist nicht dramatisch. Es kommt leise. In der Angewohnheit, zu tippen, bevor man nachgedacht hat. Im Vertrauen auf die Antwort, bevor man die Frage verstanden hat.

Es kommt im Nicken.

***

Quellen

Gerlich, M. (2025): AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6. doi.org/10.3390/soc15010006 — Korrektur: Societies 15(9), 252, September 2025. doi.org/10.3390/soc15090252

Lee, H.P.H., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R. & Wilson, N. (2025): The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI ’25, Yokohama. dl.acm.org/doi/10.1145/3706598.3713778

Ramírez-Orellana, A. et al. (2026): The Cognitive Impact of ChatGPT in Higher Education: A Systematic Review of Critical and Creative Thinking Outcomes. Computers in Human Behavior Open. sciencedirect.com/science/article/pii/S2666920X26000330

Lange, B. (2025): Artificial Epistemic Authorities and AI Preemptionism. arxiv.org/abs/2510.21043

Marchal, N. et al. / Google DeepMind (2026): Architecting Trust in Artificial Epistemic Agents. arxiv.org/abs/2603.02960

Epistemic Substitution (2025): How Grokipedia’s AI-Generated Encyclopedia Restructures Authority. arxiv.org/abs/2512.03337

Springer / AI & Ethics (2025): Epistemic Trust and AI Opacity. doi.org/10.1007/s43681-025-00930-2

Zum Weiterlesen