Montagsblock /368

Von Paul Watzlawick, dem großen österreichischen Psychologen, der knapp 50 Jahre in Kalifornien geforscht und gelehrt hat, gibt es eine von mir immer wieder gerne zitierte Anekdote. Ein französisches Ehepaar wünscht sich verzweifelt Kinder. Als die beiden die Hoffnung schon fast aufgegeben haben, tritt der Glücksfall doch noch ein. Aus Freude und Dankbarkeit nennen sie ihr Söhnchen „Formidable“. Der Name indes wird zur Bürde. Zeit seines Lebens bleibt Formidable eine Zielscheibe lahmer Witze. An seinem Sterbebett gesteht er schließlich seiner Frau: „Ich habe mich mein ganzes Leben lang mit diesem blöden Namen abgefunden, nun möchte ich nicht, dass er auch noch auf meinem Grabstein verewigt wird. Schreib, was du willst, aber erwähne meinen Namen nicht.“ Und so gibt sie einen Grabstein in Auftrag, auf dem zu lesen steht: „Hier liegt ein Mann, der sein ganzes Leben seiner Frau treu und liebevoll ergeben war.“ Und jeder, der fortan an diesem Grab vorbeikam, hielt kurz inne und sagte unweigerlich: „Ui, c’est formidable.“

Besser kann man nicht anschaulich machen, wie sehr plausibles Denken zum Problem werden kann. Menschen verzweifeln oft an dieser Logik. Sie wähnen sich im kollektiven Vorgefühl der Richtigkeit der Lösung, die allerdings gleichzeitig den Keim des ursprünglichen Problems in sich wachsen lässt.

Was lernen wir? Jede Beobachtung und daraus abgeleitetes Denken sind zunächst nur eine unter vielen. Es ist entscheidend, von welcher Perspektive aus man denkt. Realität ist, wie in der Gesellschaft unterschiedlich beobachtet und gedacht wird. Eine moderne Gesellschaft zeichnet sich deshalb dadurch aus, dass erstens alles auch anders sein könnte (Kontingenz), zweitens sich „jene empirischen Operationen (Beobachtungen) und Kommunikationen (Handlungen) einstellen, die wir beobachten“.

Die Folge: Es könnte von jedem Punkt aus auch woandershin weitergedacht werden. Das Denken ist polykontextural: „Es gibt keinen dominanten beziehungsweise legalen Beobachter. Die Gesellschaft ist ohne Mitte, sie ist nicht ausstattbar mit gültigen Direktiven.“ Einerseits pluralisieren und multiplizieren sich Perspektiven und das Denken allgemein im Zeitgespräch, andererseits simulieren sie Einheit, wo immer sie können. Anders gesagt: Komplexität strebt nach Einfachheit. Damit es auch alle verstehen. „Alle prominenten Programme dieser gesellschaftlichen Welt ringen um Anerkennung für Unterschiedliches unter dem Dach eines Geltungsraumes.“

Die Demokratie (Politik) sucht diese Vielfalt und Differenz von Ideen, Meinungen und Positionen zu integrieren. Der Markt (Wirtschaft) lässt sogar potenzielle Feinde (Wettbewerber) an derselben Sache mitwirken. Hier zeigt sich die wahre Inklusionsleistung des Denkens. Womit wir wieder bei Paul Watzlawick sind. Jede Lösung kann zum Problem und jedes Problem zur Lösung werden.

Dafür müssen wir wieder Denken lernen. Fragt sich nur, wie inklusives Denken gefördert werden kann? Hier kommt nun das sogenannte Polanyi-Paradoxon ins Spiel. Dieses Paradoxon, benannt nach dem Wissenschaftsphilosophen Michael Polanyi, verweist auf die grundlegende Einsicht, dass „wir mehr wissen, als wir sagen können“. Anders formuliert: Ein erheblicher Teil menschlichen Wissens ist implizit – wir sind zwar in der Lage, komplexe Aufgaben zu bewältigen, können jedoch oft nicht explizit formulieren, wie wir dies genau tun.

Wie wir genau denken, ist noch ungelöst. Deshalb brauchen wir einen Raum, wo wir ungestört miteinander denken lernen.

Gerade diese epistemische Lücke, dass man immer noch mehr wissen könnte, als man denkt, stellte die traditionelle Computerprogrammierung vor ein nahezu unlösbares Problem. Denn wenn es dem Menschen selbst nicht gelingt, die zugrunde liegenden Regeln seines Handelns und Erkennens vollständig zu artikulieren, wie soll dann ein Computer sie auf Basis vordefinierter Anweisungen ausführen?

Expertensysteme – jene frühen Formen künstlicher Intelligenz, die auf der formalen Kodifizierung menschlicher Expertise basieren – stoßen hier unweigerlich an ihre Grenzen. Ihre Wissensbasis speist sich aus expliziten Regeln, festgelegten Fakten, aus Lehrbuchwissen und der formalisierbaren Erfahrung menschlicher Experten. Doch das Polanyi-Paradoxon macht deutlich: Genau dieses explizite Wissen reicht nicht aus, um die volle Komplexität realer Problemlagen abzubilden.

Künstliche neuronale Netzwerke durchbrechen dieses epistemologische Dilemma. Ihr entscheidender Vorteil besteht darin, dass sie nicht mehr auf vorgängig definierte Begriffe oder vollständig formuliertes Wissen angewiesen sind. Stattdessen lernen sie, durch die Verarbeitung großer Datenmengen implizite Muster zu erkennen – ohne dass diese zuvor begrifflich fixiert werden müssen.

Besteht also Wissen lediglich in der Vernetzung von digitalen Daten? Auch nicht so eindeutig zu beantworten. So mächtig Big Data und statistische Analysewerkzeuge auch erscheinen mögen – allein durch deren Einsatz vermag maschinelles Lernen noch keine echte Intelligenz hervorzubringen.

Während der Mensch durch gezielte Fragen, Experimente und Kontextvergleiche die Bedingungen seiner Wahrnehmung verändern und so kausale Strukturen erschließen kann, bleibt die künstliche Intelligenz auf die ihr vorgegebenen Datenräume beschränkt. Der Mensch sucht nach dem Warum, die Maschine nach dem Wiederkehrenden – und in dieser Differenz offenbart sich der entscheidende erkenntnistheoretische Abstand zwischen aktiver Einsicht (Denken) und algorithmischer passiver Verarbeitung (Denken).

Der Mensch bewältigt solche Fragen durch aktive Beobachtung – also durch die Fähigkeit, externe Informationen gezielt zur Interpretation interner Daten heranzuziehen. Im Unterschied zu maschinellen Algorithmen gelingt es dem Menschen weitaus leichter, die Grenzen passiver Beobachtung zu überwinden. Durch bewussten Perspektivwechsel, Szenenwechsel und Erfahrungstransfer verfeinert der Mensch sein Denken und seine Urteilsfähigkeit kontinuierlich.

Wir nennen es Selberdenken. Die Königsdisziplin. C’est formidable!

Peter Felixberger, Montagsblock /368

30. März 2026