Wie Forschende und Bevölkerung Künstliche Intelligenz wahrnehmen

Eine RWTH-Studie vergleicht erstmals die Wahrnehmung von Künstlicher Intelligenz bei akademischen Expertinnen und Experten mit der der Allgemeinbevölkerung auf einer breiten Datenbasis.

Aachen/Germany, 11. Mai 2026. – Eine Studie der Aachener Hochschule RWTH vergleicht erstmals die Wahrnehmung von Künstlicher Intelligenz, kurz KI, bei akademischen Expertinnen und Experten mit der der Allgemeinbevölkerung auf einer breiten Datenbasis. Die Studie entstand am Lehrstuhl für Kommunikationswissenschaften der RWTH Aachen. Autorin war Professorin Martina Ziefle. Befragt wurden 1.100 repräsentativ ausgewählte Bürgerinnen und Bürger. 119 KI-Expertinnen und Experten. Es wurden zahlreiche KI-Szenarien durchgeführt, angefangen von medizinischer Diagnose über autonome Waffensysteme bis hin zu politischer Entwicklung und Entscheidung.

„Wer KI entwickelt, denkt anders über KI als jene, die mit ihr leben müssen. Expertinnen und Experten halten KI-Entwicklungen für wahrscheinlicher, nützlicher und weniger riskant als die Allgemeinbevölkerung“, meint Philipp Brauner, Leiter der Studie, kurz und knackig dazu. Wer sich mit KI beschäftigt, beschäftigt sich vor allem auch mit den Grundlagen der menschlichen Existenz, mit Grundlagenforschung. Als ein vielleicht angemessenes Beispiel kann man die Evolution des Lernens nennen.

Zu Beginn der Evolution stand das Zufallslernen. Erkennen von Regelmässigkeiten, Beobachtung von Auslösern und deren Folgen. Es folgten das Magische Wissen, wie es vielleicht am bekanntesten aus der Mythologie ist. Kausale Zuordnungen von, überwiegend geheimen Kräften hinter beobachteten Phänomenen. Eine weitere Phase war Lernen nach Versuch und Irrtum, eher unsystematisch. Aktives Ausprobieren von Interventionen und der Dokumentation von beobachten Folgen. In einer vierten Phase der Evolution menschlichen Lernens war Versuch und Irrtum nach vorherrschenden Theorien der Fall. Im Mittelpunkt standen Experimente auf Basis von verallgemeinerungsfähiger kausaler Beziehungsmuster, bzw. Modellierungen. Antizipation und Stimulation bilden bislang die letzte evolutionäre Phase des Lernens. Dieses Lernen entspricht einer dynamischen Modellierung von komplexen kausalen Beziehungen und Lernen durch Vermeidung negativer Konsequenzen. Das durchlaufen dieser Wissensgenerationen bauen zwar aufeinander auf, aber bleiben im Menschen parallel vorhanden (Renn, 2011, S.57–66).

Der Lernvorgang des Menschen zeigt sich aber auch besonders beeindruckend, wenn man sich den Boston-Effekt vergegenwärtigt, vielleicht am besten bezogen auf die Medien. Anders als noch vor Jahrhunderten sind Medien so engmaschig geworden, das man die kausalen Beziehungen in einer Dokumentation bereits überblicken kann. Wissen wird aus unterschiedlichsten Quellen aufbereitet, anschaulich und verständlich dargestellt und in 60 oder 90 Minuten verständlich präsentiert. Denn die gesamte Vergangenheit ist im Menschen repräsentativ im Unterbewussten und stellt dem die Gegenwart gegenüber. Man kann begreifen was man sieht und Zusammenhänge herleiten. Wissen selbstständig zu erarbeiten ist dabei allerdings nicht berücksichtigt.

Daher ist es mit dem Lernen alleine nicht getan. Die Boston Consulting Group hat in den 1960er Jahren den folgenden Zusammenhang entdeckt. Zwischen Erfahrung durch Wiederholen und Kostenminimierung entsteht bei der Herstellung von Stückkosten zeitgleich eine Erhöhung der Produktionsmenge die sich durch den Lerneffekt ergeben haben (1). Irgendwann kommt es bei einem Lernvorgang durch Wiederholungen dazu, das sich das zu lernende Material verfestigt bis eine gewisse Sättigung eintritt. Und hiermit auch Vergleichbar den Einstieg in die Künstliche Intelligenz bietet. Eine Künstliche Intelligenz benötigt eine Referenz als einen einmalige Lernvorgang. Durch Wiederholungen kommt es irgendwann, je nach Gestaltung zu einer gewissen Verselbständigung (et al. Russell, 2023, S. 730).

Ein Lernvorgang der viele Jahrhunderte, Jahrtausende beim Menschen vor sich ging, der findet bei der Entwicklung der Künstlichen Intelligenz eine hochgradige Beschleunigung. Lernen ist ein zentraler Bestandteil der Künstliche Intelligenz, aber bei weitem nicht alles.

Menschen, die benannten Expertinnen und Experten, sind also mit den Themen der Grundlagen beschäftigt und vertraut. Vor diesem Hintergrund sind auch Funde, die mit teils modernster Technologie untersucht werden aus neuen Perspektiven zu betrachten.

Seien es Augen, Ohren, die Fähigkeit zu handeln, sowie vielleicht die Bewegungsfähigkeit. Das Thema KI ist nicht nur sehr differenziert. All diese Disziplinen werden als Bestandteile im Einzelnen erforscht und bilden, gemeinsam den Menschen in seiner Gesamtheit ab. Wo Probleme jüngst erkannt werden, wird versucht KI zum Einsatz zu bringen. es wird zu einem Selbstläufer, allem voran auch in der Industrie. Wo Ärztinnen und Ärzte versuchten den Menschen unter der Bedingung zu verstehen, diese wieder gesund zu machen, dort stehen heute ganzheitliche Konzepte um Menschen mit Funktionen des Menschsein zu betrauen, die auf dem Weg sind ein Spiegelbild der Persönlichkeit zu werden. Im Zeitalter einer Künstlichen Intelligenz liegt der Fokus auf der Konzentration was den Menschen ausmacht. So beschreibt Thomas Heichele, was die Besonderheit der Zusammenführung von KI und Robotik ausmacht. Erkenntnisse aus der Evolutionsbiologie und Entwicklungspsychologie stehen Pate, Philosophie und menschliches Bewusstsein werden in Wechselwirkung von Gehirn, Körper und Umwelt entwickelt (et al. Voigt, 2021, S. 98).

Intelligenz stellt sich als die Fähigkeit dar, die Grenzen des eigenen Denkens als Probleme zu erkennen (et al. Voigt, 2021, S. 109). Diese Erkenntnis macht vielleicht die Darstellung deutlich wie und aus welcher Perspektive sich KI für die Bevölkerung deutlich macht. Gewöhnlich nimmt man die Auseinandersetzung mit der KI genauso in Anspruch wie jedes andere handlungserweiternde Element. Die Vorstellungskraft über deren Konsequenzen sieht der Konsument, Konsumentin allerdings gewöhnlich zu Beginn der Entwicklung nicht. Da wir aber in einer Zeit Leben in der die Welt wachsend komplexer wird, wird sich das zusammenarbeiten und zusammenwirken als Hilfreich erweisen was Menschen wiederum zusammen führen muss.

Brauner erläutert: „Für uns war besonders aufschlussreich, dass bei Expertinnen und Experten das Gesamturteil über KI fast dreimal stärker vom wahrgenommenen Nutzen als vom wahrgenommenen Risiko bestimmt ist. In der Bevölkerung ist dieser Abstand deutlich geringer, Risiken fallen hier viel stärker ins Gewicht.“ Beide Gruppen stimmen darin überein, was gut oder schlecht ist – etwa, dass KI in der Medizin nützlich, im Militär aber problematisch ist. In strittigen Feldern wie Justiz, politischer Entscheidungsfindung oder sozialer Überwachung klaffen die Bewertungen auseinander.

Die Studie warnt vor einem strukturellen Risiko: Wenn KI vorwiegend mit nutzenorientiertem Blick entwickelt und eingesetzt wird, entstehen Systeme, die an den Risikoprioritäten der Bevölkerung vorbeigehen. „Wir nennen das „Prokrustische KI“. Diese ist nicht auf die Gesellschaft zugeschnitten, sondern erwartet, dass die Gesellschaft sich ihr anpasst“, so Brauner. Er ergänzt: „Die Lösung ist einfach: Mehr Partizipation und Beteiligung der Bevölkerung an Entwicklung, Einführung und Regulierung von KI.“

Erich Fromm sah in allem schöpferischen Tätigsein des Menschen, ob als Handwerk, Kunst, die Beschäftigung mit Materialien und Dingen die Vereinigung des Menschen selbst mit seinem Material. Das repräsentiere für den Menschen die Welt ausserhalb seiner selbst (Fromm, 2020, S. 29). Diesen Wunsch nach einer zwischenmenschlichen Vereinigung sei das stärkste Bestreben im Menschen, mit dem dieser das Getrenntsein zu überwinden sucht.
Dieses Getrenntsein sei das wesentlichste an der Existenz des Menschen. Er erhebt sich über das Tierreich und seine instinktive Anpassung, er transzendiert die Natur und verlässt diese doch nie ganz (Fromm, 2020, S. 16).

Originalpublikation:

https://link.springer.com/article/10.1007/s00146-026-03023-8

Weitere Informationen:

Philipp Brauner, Felix Glawe, Gian Luca Liehner, Luisa Vervier & Martina Ziefle: Charting the AI Perception Gap: Divergent Views on Risk, Benefit, and Value Between Experts and the Public Challenge the Societal Acceptance of AI. AI & Society, Springer (2026).

Renn, Ortwin (2011): Plädoyer für eine universelle Evolutionsperspektive im Dienste der interdisziplinären Forschung. In: Gerhard, V.; Lucas, K. und Stock, G. (Hrsg.): Evolution. Theorie, Formen und Konsequenzen eines Paradigmas in Natur, Technik und Kultur. Akademie-Verlag: Berlin.

1 Erfahrungskurve
https://www.wirtschaftslexikon24.com/d/erfahrungskurve/erfahrungskurve.htm

Russell, Stuart; Norvig, Peter; Künstliche Intelligenz – Ein moderner Ansatz, 4. Auflage, Pearson Studium, 2023

Voigt, Uwe; Rathmann, Joachim; Natürliche und Künstliche Intelligenz im Anthropozän, 2021, wbg Academic Verlag

Fromm, Erich; Die Kunst des Liebens, Manesse Verlag Zürich, Aus dem Englischen übersetzt von Liselotte und Ernst Mickel, 2020

Wie das Gehirn lernt
http://de.gate-communications.com/wie-das-gehirn-lernt/

Bildquelle
Myshoun Ai generated Pixabay