Der Zugang zu Fachwissen war über lange Zeit durch zahlreiche Hürden begrenzt. Wer ein neues Gebiet wirklich verstehen wollte, musste seine Sprache lernen, relevante Quellen finden, typische Argumentationsmuster erkennen und lange genug mit dem Thema arbeiten, um überhaupt beurteilen zu können, welche Fragen sinnvoll sind. Generative KI verkürzt einen Teil dieses Weges erheblich, weil Begriffe unmittelbar erklärt, Zusammenhänge auf unterschiedlichen Niveaus dargestellt, Gegenpositionen entwickelt und Wissenslücken sehr viel schneller sichtbar gemacht werden können.
Das macht einen Generalisten selbstverständlich nicht innerhalb weniger Stunden zum Experten. Erfahrung, Umsetzungskompetenz und jenes schwer greifbare Gespür für reale Situationen, das über Jahre entsteht, behalten ihren Wert. Was sich allerdings deutlich verändern kann, ist die Strecke bis zu jenem Punkt, an dem ein Außenstehender überhaupt in der Lage ist, ein fachliches Gespräch auf einem vernünftigen Niveau zu führen.
Und genau diese Verschiebung halte ich für interessant.
Der Generalist kann näher an den Experten heranrücken
Ein reflektierter Generalist kann sich heute sehr viel schneller erschließen, welche Grundannahmen hinter einer Empfehlung stehen, welche Alternativen in einem Fachgebiet typischerweise diskutiert werden, welche Kennzahlen relevant sind und an welchen Stellen unterschiedliche Experten zu unterschiedlichen Einschätzungen gelangen.
Dadurch verändert sich seine Rolle.
Er muss nicht dasselbe wissen wie der Spezialist, um nachfragen zu können, warum eine bestimmte Annahme gewählt wurde, welche Alternative geprüft wurde, welche Information das Urteil verändern würde oder an welcher Stelle Theorie und praktische Erfahrung auseinanderfallen.
Die Wissensasymmetrie verschwindet dadurch nicht, ihre Bedeutung kann allerdings geringer werden.
Für mich liegt darin eine ausgesprochen positive Entwicklung, weil ein qualifizierter Generalist und ein erfahrener Spezialist sehr unterschiedliche Stärken einbringen können. Der Experte besitzt Tiefe, Erfahrung und Kenntnis der praktischen Ausnahmen; der Außenstehende bringt häufiger eine größere Distanz zu jenen Annahmen mit, die innerhalb eines Fachgebiets irgendwann selbstverständlich geworden sind.
Gerade dort kann ein produktiver Austausch entstehen.
Expertise zeigt sich stärker in Einordnung und Erfahrung
Je leichter Grundlagenwissen verfügbar wird, desto deutlicher könnte sich hochwertige Expertise dort zeigen, wo sie ohnehin ihren größten Wert besitzt: bei Einordnung, Kontext und Erfahrung.
Ein guter Experte kennt meist jene Unterschiede, die in einer allgemeinen Erklärung unsichtbar bleiben. Er weiß, welche Ausnahme in der Praxis entscheidend sein kann, welche Kennzahl zwar korrekt ist und trotzdem ein falsches Bild erzeugt, welche theoretisch elegante Lösung regelmäßig an der Umsetzung scheitert oder welche scheinbar nebensächliche Rahmenbedingung das Ergebnis grundlegend verändert.
KI kann sehr viel Wissen zugänglich machen und einen Menschen erstaunlich schnell bis an die Grenze eines Fachgebiets führen. An dieser Grenze beginnt häufig erst jene Form von Erfahrung, die sich nur begrenzt aus Texten ableiten lässt.
Damit verändert sich Expertise aus meiner Sicht weniger in ihrem Wert als in der Art, wie sie sichtbar wird. Der bloße Besitz von Informationen verliert an Exklusivität, während die Fähigkeit, Informationen in einer konkreten Situation richtig einzuordnen, anspruchsvoll bleibt.
Der leichtere Zugang hat eine Kehrseite
Die Beschleunigung hat allerdings einen eigenen blinden Fleck. Wer sich innerhalb von zwei Stunden ein erstaunlich gutes Vokabular, plausible Argumente und die wichtigsten Gegenpositionen eines Fachgebiets erschließen kann, kann sich auch innerhalb von zwei Stunden kompetenter fühlen, als er tatsächlich ist. Sprachliche Plausibilität wird von KI serienmäßig produziert; sie ist deshalb kein verlässlicher Beleg dafür, dass ein Zusammenhang wirklich verstanden wurde.
Gerade der qualifiziertere Zugang zum Expertenwissen verlangt damit eine zusätzliche Form intellektueller Disziplin: zu wissen, wie weit das eigene Vorverständnis reicht und wo Erfahrung beginnt, die sich nicht durch eine schnelle Recherche ersetzen lässt. Die Demokratisierung von Fachwissen kann Gespräche auf ein höheres Niveau heben, sie kann ebenso eine neue Form von Scheinkompetenz erzeugen, wenn diese Grenze aus dem Blick gerät.
Gute Antworten machen gute Fragen wertvoller
Je besser KI-Systeme werden, desto mehr verschiebt sich für mich allerdings noch etwas anderes.
Wenn eine hochwertige Antwort innerhalb weniger Sekunden verfügbar ist, gewinnt die Frage an Bedeutung, welches Problem überhaupt beantwortet werden soll.
Eine brillante Analyse hilft wenig, wenn ihre Ausgangsfrage am eigentlichen Problem vorbeigeht. Sie kann sogar problematisch werden, weil eine sehr überzeugende Antwort einer falschen Annahme zusätzliche Glaubwürdigkeit verleihen kann.
Genau an diesem Punkt stößt der leichtere Zugang zu Wissen auf eine Grenze.
Um eine gute Frage zu stellen, muss ich ausreichend verstehen, worum es in der konkreten Situation tatsächlich geht, welche Interessen eine Rolle spielen, welche Annahmen unausgesprochen im Raum stehen und weshalb verschiedene Beteiligte dieselbe Ausgangslage möglicherweise völlig unterschiedlich wahrnehmen.
Mehr Information hilft dabei, löst dieses Problem allerdings nicht vollständig.
Denn häufig entsteht das notwendige Verständnis erst im Austausch mit anderen Menschen.
Man kann sich beispielsweise mit KI hervorragend auf die Frage vorbereiten, wie ein bestehender Freigabeprozess automatisiert werden könnte. Wenn die Mitarbeiter im Gespräch allerdings immer wieder darauf hinweisen, dass die eigentliche Verzögerung durch ungeklärte Zuständigkeiten bei Ausnahmen entsteht, löst eine noch bessere Antwort auf die Automatisierungsfrage das falsche Problem. Der entscheidende zusätzliche Kontext stand dann nicht in der Aufgabenstellung, sondern im Gespräch.
Und damit gewinnt eine Fähigkeit an Bedeutung, die im Vergleich zu leistungsfähigen KI-Systemen fast unspektakulär wirkt: Zuhören.
Wer gut fragen will, muss gut zuhören
Wer gut fragen will, muss zuerst gut zuhören.
Gutes Zuhören bedeutet für mich in diesem Zusammenhang mehr, als einem anderen Menschen ausreichend Zeit zum Sprechen zu geben. Es bedeutet, lange genug bei seiner Sichtweise zu bleiben, um zu verstehen, welches Problem er tatsächlich beschreibt, weshalb bestimmte Aspekte für ihn wichtig sind und ob die zuerst formulierte Frage möglicherweise bereits eine falsche Einengung enthält.
Gerade in fachübergreifenden Situationen kann das entscheidend sein.
Der Spezialist erkennt vielleicht sofort ein bekanntes technisches Muster und denkt innerhalb der etablierten Lösungslogik seines Fachgebiets. Der Generalist stolpert womöglich über eine Annahme, die innerhalb dieses Fachgebiets kaum mehr ausgesprochen wird. Beide Beobachtungen können wertvoll sein, sofern ausreichend Aufmerksamkeit vorhanden ist, sie wahrzunehmen und gegeneinanderzustellen.
KI kann anschließend einen enormen Beitrag leisten. Sie kann Hypothesen prüfen, Informationen strukturieren, Argumente vergleichen, fehlende Perspektiven ergänzen und mögliche Lösungen entwickeln.
Ihre Leistung hängt allerdings wesentlich davon ab, welches Problem ihr übergeben wird.
Wer den Kontext nicht verstanden hat, kann heute sehr viel schneller als früher eine ausgezeichnete Antwort auf die falsche Frage erhalten.
Die eigentliche Knappheit verschiebt sich
Genau darin liegt für mich die interessanteste Konsequenz.
Wir kommen aus einer Welt, in der hochwertiges Wissen knapp, der Zugang dazu teuer und der Aufbau eines belastbaren Vorverständnisses zeitaufwendig war. KI reduziert einen Teil dieser Knappheit in bemerkenswerter Geschwindigkeit.
Dadurch werden andere Dinge relativ wertvoller.
Aufmerksamkeit und Kontextverständnis. Die Fähigkeit, unausgesprochene Annahmen wahrzunehmen. Offenheit gegenüber einer Sichtweise, die der eigenen widerspricht. Das Gespür dafür, wann eine Frage noch zu früh oder zu eng formuliert wurde. Und schließlich die Urteilskraft, mehrere plausible Antworten in einer konkreten Realität einzuordnen.
Diese Fähigkeiten sind weniger spektakulär als der Zugriff auf enormes Wissen und vermutlich auch schwieriger zu messen. In einer Welt, in der Antworten immer leichter erzeugt werden können, gewinnen sie gerade deshalb an Bedeutung.
Ich sehe darin keinen Widerspruch zur Demokratisierung von Fachwissen. Im Gegenteil: Je leichter Menschen ein anspruchsvolles Vorverständnis entwickeln können, desto höher kann auch die Qualität des Austauschs zwischen Experten und Generalisten werden.
Das setzt allerdings auf beiden Seiten eine gewisse intellektuelle Bescheidenheit voraus.
Der Generalist sollte schnellen Zugang zu Wissen nicht mit jahrelanger Erfahrung verwechseln. Der Experte wiederum wird sich daran gewöhnen müssen, dass seine Empfehlungen häufiger von Menschen hinterfragt werden, die zwar nicht dieselbe fachliche Tiefe besitzen, ihre Fragen aber inzwischen sehr viel besser vorbereiten können.
Im besten Fall entsteht daraus keine Konkurrenz zwischen Generalist und Spezialist, sondern ein anspruchsvollerer Dialog.
Der Moment vor der Antwort
Darin liegt eine der interessanteren Ironien des KI-Zeitalters.
Unsere Systeme werden immer besser darin, uns schnell Antworten zu liefern, Argumente zu strukturieren und Wissenslücken zu schließen. Gerade dadurch gewinnt der Moment vor der Antwort an Bedeutung.
Haben wir ausreichend verstanden, worum es eigentlich geht?
Haben wir dem Experten, dem Kollegen, dem Kunden oder dem Mitarbeiter lange genug zugehört?
Welche Annahme steckt bereits in unserer Frage?
Und gibt es vielleicht eine bessere Frage, die wir noch gar nicht gestellt haben?
Je leistungsfähiger die Antwortmaschine wird, desto größer kann der Wert dieser vorgelagerten Arbeit werden.
Denn am Ende entscheidet die Qualität einer Antwort nur über einen Teil des Ergebnisses. Mindestens ebenso wichtig ist, ob wir zuvor verstanden haben, welche Frage es überhaupt wert ist, beantwortet zu werden.