Heft 923, April 2026

KI-gemanagte Arbeit – vier Dimensionen aus philosophischer Sicht

von Lisa Herzog

Im Herbst 2025 stellte das Kursbuch einer Reihe von Intellektuellen und Künstlerinnen die Frage: »Kann ich durch künstliche Intelligenz ersetzt werden?« Die kürzeste Antwort gab die Filmemacherin und Künstlerin Hito Steyerl: »Ja, aber warum?«1 Steyerl, die sich in ihrem Werk immer wieder mit KI auseinandersetzt und gerade auch einen Band zum Thema veröffentlicht hat,2 hat in der Tat wenig Grund zur Sorge: Ihre Arbeit ist interessant und vielfältig, mit der Möglichkeit, ihre Kreativität in immer wieder neue Bahnen zu lenken. In vielen anderen Berufen jedoch ist zu erwarten, dass KI Menschen vielleicht nicht komplett ersetzen, aber doch ihre Arbeit massiv verändern wird.

Aus ökonomischer Perspektive ist mit dem Einsatz von KI in der Arbeitswelt vor allem die Hoffnung auf höhere Produktivität verbunden, insbesondere durch die Einsparung von Arbeitszeit. Wenn beispielsweise die Erstellung von Drehbüchern, Protokollen oder Übersetzungen automatisiert erfolgt und die anschließende Überprüfung weniger Zeit kostet als die händische Erstellung, kann das für Arbeitende und Arbeitsorganisation gewinnbringend sein, wenn die Arbeitszeit stattdessen in andere, potenziell interessantere Aktivitäten gesteckt werden kann.

Aus gesellschaftlicher Sicht jedoch hat Arbeit neben wirtschaftlicher Produktivität auch noch weitere Dimensionen. Ich lege meinen Fokus bewusst auf Fälle, in denen zu erwarten ist, dass der Einsatz von KI die Qualität und das Erleben von Arbeit verschlechtert – denn hier, und nicht bei den positiven Beispielen, liegt gesellschaftlicher Diskussions- und politischer Handlungsbedarf.3 Ist zum Beispiel der Verlust an menschlichen Fähigkeiten, wenn KI übernimmt, zu verschmerzen – oder sollten manche, gerade in geopolitisch unsicheren Zeiten, erhalten bleiben? Ist es, aus Gründen der gesteigerten Effizienz, rechtfertigbar, wenn Arbeit »schlechter« wird, etwa weil algorithmisch gemanagte Arbeitende weniger soziale Kontakte haben?

Ohne Anspruch auf Vollständigkeit konzentriere ich mich hier auf die didaktischen, gemeinschaftsfördernden, sinnstiftenden und politischen Dimensionen von Arbeit. Aus ökonomischer Sicht könnte man Effekte in diesen Dimensionen als positive oder negative »Externalitäten« beschreiben: Sie erzeugen Nutzen oder Lasten für Dritte, ohne dass diese in der Bilanz der Arbeitsorganisation auftauchen würden. Nicht alle Effekte jedoch lassen sich leicht quantitativ erfassen und bepreisen. Manche spielen eine große Rolle auf der Ebene der arbeitenden Individuen und ihres sozialen Umfelds, andere auf der Ebene der Gesellschaft als Ganzer, manche auf beiden Ebenen.

Der didaktische Wert von Arbeit

Die erste Dimension von Arbeit, die durch den Einsatz von KI verändert werden könnte, lässt sich anhand des aristotelischen Begriffs der Tugend verstehen und auf einen breiteren Begriff von Fähigkeiten ausweiten. Tugenden, so Aristoteles in seiner Nikomachischen Ethik, sind lobenswerte Charaktereigenschaften, die man vor allem in der Ausübung der entsprechenden Tätigkeiten erwirbt. Dasselbe gilt für zahlreiche praktische Fähigkeiten in der Arbeitswelt: Um sie zu erhalten, muss man in Übung bleiben. Oft erhält man sich nur dadurch auch die praktische Urteilskraft, diese Fähigkeiten in ihrer Anwendung zu beurteilen.

Hier wirft der Einsatz von KI offensichtliche Fragen auf. Ein aus dem Alltag bekanntes Beispiel ist die Navigation in unbekannten Gegenden: Wer sich an Navigationsgeräte und -Apps gewöhnt, nimmt sich selbst die Gelegenheit, das Lesen von papierenen Karten, geschweige denn die Orientierung am Sonnenstand, regelmäßig selbst zu üben. Ähnliche Effekte müssen durch den Einsatz von KI in vielen Arbeitsbereichen erwartet werden. Durch die Medien ging im Herbst 2025 eine Studie, der zufolge die Fähigkeit von Endoskopistinnen, Polypen zu entdecken, nach einer Phase des Gebrauchs von bildanalysierenden KI-Werkzeugen zurückging.4 Durch den Einsatz von KI, so muss man schlussfolgern, könnte es sehr vielen Fähigkeiten wie dem Kopfrechnen gehen. Weil sie nicht mehr regelmäßig gebraucht werden, wird schon die Notwendigkeit ihres Erwerbs zweifelhaft.5

Dieser Verlust muss nicht in allen Fällen problematisch sein – zumindest, solange eine hinreichend große Gruppe von Expertinnen erhalten bleibt, die das Funktionieren der KI-Programme mit unabhängigen eigenen Fähigkeiten kontrollieren kann. Anders sieht es aus, wenn der Besitz dieser Fähigkeiten auch außerhalb der jeweiligen Arbeitstätigkeit, und möglicherweise auch in Situationen, in denen keine KI zur Verfügung steht, wertvoll ist, er aber im Arbeitskontext überhaupt nicht mehr eingeübt wird. Und es stellen sich Fragen nach der Arbeitsmotivation, wenn es gerade die Ausübung bestimmter Fähigkeiten – und auch deren Weiterentwicklung – war, die jemand an einem bestimmten Beruf gereizt hat.

In seiner Übersicht über menschliche Arbeitsmotivation benennt Dan Pink »mastery«, also die meisterhafte Beherrschung bestimmter Tätigkeiten, neben Autonomie und sinnvollem sozialem Beitrag als eine der drei grundlegenden Triebfedern menschlicher Arbeit.6 Wenn sich der Job von der eigenen Ausübung dieser Fähigkeiten und ihrer immer weiteren Verfeinerung verschiebt zur bloßen Überwachung von KI-Ausführungen, was macht das mit den Arbeitenden? Was bedeutet es für ihre Möglichkeit, sich langfristig innerhalb eines Berufsfelds entwickeln zu können? Und was geht – neben diesen direkten Fähigkeiten – möglicherweise noch verloren, wenn niemand mehr es als Teil der eigenen beruflichen Identität betrachtet, diese auszuüben?

Der gemeinschaftsbildende Wert von Arbeit

Für viele Menschen ist die Arbeit ein zentraler Ort der sozialen Inklusion: Es ist der Ort, an dem sie neben der Familie die meiste wache Zeit verbringen. Der Begriff des Kollegen oder der Kollegin beschreibt jene spezifische Form des Miteinanders, die von geteilter Expertise, gemeinsamen Zielen, aber möglicherweise auch gewissen Konkurrenzen oder Meinungsverschiedenheiten geprägt ist. Die eigenen Kolleginnen kann man sich in der Regel nicht aussuchen – und wie Cynthia Estlund argumentiert, bedeutet das für viele Menschen, dass ihr Arbeitsort sie mit Menschen in Verbindung bringt, denen sie in ihrem privaten Sozialleben nie begegnet wären.7 Damit leistet die Arbeitswelt einen wichtigen Beitrag zur sozialen Integration, wie Soziologinnen und Soziologen seit Emile Durkheim immer wieder betont haben.

Arbeitsplätze sind Orte ungeschriebener Regeln. Sie haben oft ihre jeweils ganz eigene Kultur und Geschichte; neue Mitarbeitende müssen in diese eingeweiht und sozialisiert werden. Oft kann keine Lektüre von Strategiepapieren, kein Sich-Einprägen von Organigrammen, kein Studium von Prozessvorschriften die praktische Sozialisierung durch Kolleginnen ersetzen, die einem erklären, »wie es wirklich läuft«. Daher kann man Arbeitsorganisationen, mit Ludwig Wittgenstein, auch als die lebensweltlichen Praxishintergründe verstehen, die nötig sind, um die Befolgung von Regeln möglich zu machen.8 Die allgemeine Frage dabei lautet: Wie können wir wissen, wie Regeln auf neue Fälle anzuwenden sind, die die Regeln selbst nicht enthalten? Wie kann man zwischen konkurrierenden Interpretationen entscheiden? Wittgensteins Antwort ist, dass es eine soziale Praxis geben muss, die einen gemeinsamen Rahmen für das Befolgen von Regeln schafft und es somit erlaubt, zwischen richtigen und falschen Anwendungen zu unterscheiden.

Arbeitsorganisationen stellen eine derartige soziale Praxis bereit. Durch die Sozialisierung in ihre Kultur und die Prozesse der Zusammenarbeit lernen neue Kolleginnen, was als akzeptabel oder inakzeptabel, lobenswert oder verdammenswert gilt. In der gemeinsamen Kultur des Regelfolgens können sich Erfahrungswissen, Machtunterschiede, Vorurteile oder andere Faktoren niederschlagen – aber sie lösen in jedem Fall das Problem, wie die Regeln der Arbeit auf neue Fälle angewandt werden können. Vieles davon funktioniert implizit, vielleicht beinahe instinktiv: Ein Stirnrunzeln eines Kollegen, eine schnelle oder verzögerte Reaktion der Chefin können signalisieren, dass man mit etwas richtig oder falsch lag. Und dass diese Prozesse vor allem zwischen den Arbeitenden selbst stattfinden müssen und nur begrenzt top-down gesteuert werden können, ist in vielen Betrieben ein wichtiger Machtfaktor der Belegschaft.9

Hier kommt nun algorithmisches Management ins Spiel – denn Big-Data-Analyse kann in vielen Fällen dazu genutzt werden, das implizite Wissen darüber, wie die Dinge wirklich getan werden, in Algorithmen zu packen und in Form von musterfortschreibenden Anweisungen wieder auszugeben. Konkrete Beispiele sind Versuche, eine KI für das Onboarding neuer Mitarbeitender zu entwickeln, oder die Kontrolle von belegten Pizzen über eine Fotos analysierende KI.10 Das Recht und die Fähigkeit, die Regeln der Arbeit zu interpretieren, werden dabei in erheblichem Maß von den Mitarbeitenden weg verlagert, hinein in die Black Box der Algorithmen.

Derartige Praktiken mögen Vorteile haben – sie können Anlernprozesse beschleunigen oder sogar komplett wegfallen lassen. Aber sie tragen auch das Potenzial in sich, die spezifische Form der Soziabilität, die viele Arbeitsplätze prägt, auszuhöhlen oder völlig überflüssig zu machen. Wenn Mitarbeitende durch Chatbots statt Kolleginnen sozialisiert und unterstützt werden, brauchen Firmen keine kollegiale Kultur – warum dann Geld ausgeben für gemeinsame Teeküchen, Kantinen oder gar Personalausflüge? Im Extremfall können noch weit mehr Formen von Arbeit, als dies bisher der Fall ist, outgesourct und von einzelnen Vertragsarbeiterinnen, die den Anweisungen einer App folgen, ausgeübt werden. Schon die bislang zu beobachtenden Formen des Aufspaltens (fissuring) von Arbeitsplätzen – in Form von Outsourcing, aber auch in Franchise-Systemen – wurden durch digitale Technologien befördert.11 Durch KI-Programme, die Hintergrundwissen speichern und dadurch die Notwendigkeit kollegialer Zusammenarbeit aufheben, könnte Plattformarbeit in zahlreichen Branchen zum vorherrschenden Modell werden.

Der Kontrast zu denjenigen Arbeitsformen, in denen das nicht möglich ist – inklusive derjenigen Arbeitsformen, die die Protokolle und Datenanalyse für die KI-Unterstützung kreieren –, könnte zunehmen, wenn aus Letzteren alle standardisierbaren Aufgaben aussortiert und an billigere, algorithmisch gesteuerte Arbeitskräfte übertragen werden.

Der Sinn von Arbeit

Der Einsatz von KI hat auch Einfluss darauf, wie Menschen den Sinn ihrer Arbeit erleben.12 Menschliches Handeln ist seiner Struktur nach polysemisch: Es kann auf unterschiedlichen Ebenen beschrieben und erlebt werden. Elizabeth Anscombe hat dies in einem berühmten Beispiel beschrieben: Ein Mann bewegt seinen Arm, damit pumpt er Wasser (das Gift enthält) in die Trinkwasserversorgung eines Hauses, damit vergiftet er die Anwesenden in diesem Haus, damit bewirkt er einen Regimesturz, der Frieden bringen soll.13 Der Sinn von Arbeit liegt meistens auf den höheren Ebenen: nicht auf dem Bewegen des Arms, sondern auf dem Beitrag, den einzelne Handlungen zu einem größeren Ganzen leisten.

Auf Basis dieser philosophischen Überlegung näherten sich in den 1980ern einige Forschende in der Psychologie empirisch der Frage an, wie Menschen ihre Handlungen beschreiben. Durch Experimente konnten sie verschiedene Tendenzen aufzeigen: So neigen Menschen im Allgemeinen zu den abstrakteren Beschreibungen, fallen aber auf konkretere Beschreibungen zurück, wenn sie mit praktischen Hindernissen zu kämpfen haben. Sie vermuteten, dass man in solchen Fällen die Aufmerksamkeit auf die Überwindung dieser Hindernisse richten müsste und das größere Ganze aus dem Blick gerät.

Hier nun wird es interessant, wenn KI ins Spiel kommt. Viele der derzeit verfügbaren KI-gestützten Systeme versuchen, das Verhalten der Arbeitenden auf einer sehr detaillierten Ebene zu steuern – und oft funktioniert dann nicht alles zu hundert Prozent glatt, so dass die Aufmerksamkeit sich darauf richtet, wie man ein bestimmtes Detailproblem lösen kann, zum Beispiel bestimmte Daten in ein Formular einzugeben, wenn sie nicht exakt das erwartete Format haben.14 Den größeren Zusammenhang, in dem dieses Problem steht, verliert man dabei allzu leicht aus den Augen. Der Arbeitsprozess wird zu einem Hindernislauf kleinteiliger Schikanen, und der größere Sinnzusammenhang gerät komplett in den Hintergrund.

Dies ist keine Frage der Technik allein – KI-Programme könnten vermutlich auch so eingestellt werden, dass sie genau im Gegenteil den größeren Zusammenhang immer wieder ins Gedächtnis rufen (ob dies als authentisch oder als zynischer Manipulationsversuch wahrgenommen würde, dürfte allerdings vom Kontext abhängen). Doch die tayloristische Grundeinstellung vieler Managementprozesse, in denen die Kontrolle vieler Einzelschritte zusammen mit dem Glauben an Effizienz durch Skaleneffekte vorherrscht, steht dem im Weg. Unter diesem Paradigma muss erwartet werden, dass die Verwendung algorithmischen Managements das Erleben von Sinnhaftigkeit in der eigenen Arbeit eher gefährdet als unterstützt.

Arbeitende, die zum Beispiel auf der Plattform Amazon Mechanical Turk kleinteilige Aufgaben erledigen, wissen oft nicht einmal, wozu sie einen Beitrag leisten. Auch bei vielen Jobs in den back offices und im trouble shooting von digitalisierten Prozessen ist fraglich, wie gut für die Arbeitenden sichtbar ist, wozu sie einen Beitrag leisten – und durch KI dürfte die Zahl derartiger Jobs steigen, während Jobs mit direktem Kundinnenkontakt, in denen die Sinnhaftigkeit der eigenen Arbeit viel klarer deutlich wird, vielfach abgebaut werden dürften.

Die politische Dimension von Arbeit

In der Geschichte der Arbeiterbewegung – vielleicht geht es nicht einmal zu weit zu sagen: der Demokratisierung westlicher Gesellschaften – waren Arbeitsorte oft ein wichtiger Ort der Politisierung. Gespräche über die Arbeitsbedingungen, die Rechte der Arbeitenden und die politische Lage im Allgemeinen wurden während der Arbeit und um die Arbeit herum, in Kantinen, Umkleidekabinen oder während des Wegs zur und von der Arbeit geführt.15 Algorithmisch gemanagte Arbeit jedoch könnte diesem Nährboden von Politik in erheblichem Maß den Boden entziehen.

In der KI-gestützten Arbeit gibt es oft keine direkte Zusammenarbeit mit Kolleginnen, sondern allenfalls flüchtige Begegnungen mit Auftraggeberinnen oder Kundinnen. Wie eine Analyse der Arbeitserfahrungen von Lieferfahrern in Buenos Aires, die ich zusammen mit Agustín Prestifilippo auf Basis von qualitativen Untersuchungen (Interviews und Fokusgruppen) durchgeführt habe, zeigt, kann in der app-basierten Arbeitswelt außerdem eine Art von mentaler Isolation entstehen, die allen Bemühungen um kollektive, politische Kämpfe diametral entgegensteht.16

Diese Arbeitenden – in hohem Maß migrantisch geprägt, größtenteils männlich, vielfach unter dreißig Jahre alt und oft vollständig auf die Einnahmen aus der Liefertätigkeit angewiesen – waren stolz auf ihre Selbstdisziplin und Gewieftheit, mit deren Hilfe es ihnen gelang, auf den digitalen Plattformen ein hinreichendes Einkommen zu generieren und gleichzeitig von der Flexibilität dieser Arbeitsform zu profitieren. Sie berichteten von zahlreichen Methoden, um die Algorithmen auszutricksen, zum Beispiel durch das strategische Ablehnen bestimmter Aufträge, um die Kontrolle über die Lieferzone zu behalten, oder durch den Gebrauch mehrerer Accounts, so dass die schärfste Waffe der Plattform-Firmen, die Blockierung eines Accounts, sie nicht mehr am Geldverdienen hindern konnte.

Die Arbeit wurde von vielen als ein Wettrennen gegen die Zeit empfunden, in dem es gilt, möglichst viele Aufträge in möglichst kurzer Zeit abzuarbeiten. Ihr Ressentiment richtete sich deshalb gegen Restaurants oder Kunden, die sie warten ließen – und hinter diesem Ärger gegenüber anderen menschlichen Akteuren schien der Ärger über die Plattform, die durch die niedrige Bezahlung überhaupt erst diese Zeitnot verursacht, fast zu verschwinden. Die Arbeitsbedingungen wurden nicht hinterfragt, sondern wie Naturgegebenheiten hingenommen.

Die Lieferfahrer erlebten ihren Arbeitsalltag als eine Art von sportlicher Herausforderung, als ein Rennen, bei dem sie alleine gegen die Plattform unterwegs sind, und Möglichkeiten zur direkten menschlichen Interaktion, gar zur gemeinsamen Deliberation, quasi nicht bestehen.17 Kollektives Handeln, wie Proteste gegen die Arbeitsbedingungen, lehnten die meisten der Interviewten ab, ebenso wie regulierende Eingriffe des Staates. Teilweise wurde darauf verwiesen, dass dies die Gefahr berge, dass die Firmen einfach das Land verlassen würden, was den Fahrern ihre Einkommensquelle vom einen auf den anderen Tag entzöge.

Ein verzerrender Faktor könnte in diesem konkreten Fall sein, dass viele Migrantinnen aus Venezuela kamen und dort korrumpierte und dysfunktionale Formen von Politik erlebt hatten, die unter dem Label »Sozialismus« firmiert. Doch auch darüber hinaus ist die Frage, wie stark die Vereinzelung, die algorithmisch gemanagte Arbeit mit sich bringt, eine depolitisierende Wirkung entfaltet. Eine weitere Rolle spielt die schiere zeitliche Belastung: Wenn Zeit Geld ist und es keine gesetzliche Begrenzung der Arbeitszeit gibt, hat jede Stunde, die man der Organisation kollektiven Handelns widmet, die Opportunitätskosten entgangenen Einkommens. Man steht alleine einem anonymen System gegenüber, und die einzige Möglichkeit, erfolgreich zu sein, besteht in großer Selbstdisziplin und strategischer Gewieftheit.

Man könnte einwenden, dass, historisch gesehen, Arbeitende sich unter weit schwierigeren Umständen – und vielleicht gerade, weil die Umstände noch viel schwieriger waren als die dieser Lieferfahrer – organisiert und gemeinsam für die Verbesserung ihrer Arbeitsbedingungen oder andere politische Anliegen gekämpft haben. Selbst unter der noch extremeren Vereinzelung von Plattformarbeit, die nicht nur digital gemanagt, sondern auch online ausgeführt wird, finden Arbeitende sich in Online-Foren zusammen, tauschen Erfahrungen aus und unternehmen manchmal sogar gemeinsame Protestaktionen, etwa einen Brief an Amazon-Eigentümer Jeff Bezos mit der Bitte um ein Gespräch (worauf sie keine Antwort erhielten).18

Der Wunsch nach Gemeinschaft unter Kolleginnen und die Bereitschaft zur Solidarität sind offenbar noch unter den widrigsten Umständen nicht totzubekommen. Zudem waren viele Hochphasen der Arbeiterbewegung solche, in denen die Arbeitenden auch lebensweltlich stark miteinander verbunden waren, beispielsweise durch das Leben in gemeinsamen Siedlungen nahe bei Bergwerken oder Fabriken.19 Auch die gemeinsamen Interessen der Arbeitenden waren in vielen historischen Beispielfällen klarer alltagsweltlich erfassbar als in der Erfahrungswelt von Plattformarbeit. Durch die von jeglicher direkten Kommunikation befreite Infrastruktur der Apps und Websites verschwinden die menschengemachten und prinzipiell veränderbaren – und in diesem Sinn politischen – Dimensionen hinter der Kombination aus Technologie und minimalem menschlichen Kontakt mit Gruppen (Kundinnen und Restaurantangestellte), mit denen man keine gemeinsamen Interessen hat.

Keine Alternative?

Ist die Entwicklung weiterer Bereiche der Arbeitswelt hin zu wertlosen, sinnentleerten, vereinzelnden und depolitisierenden Tätigkeiten unvermeidbar? Diese Position wäre nur haltbar, wenn man es für unmöglich hielte, gesellschaftlich und politisch auf die Entwicklungen zu reagieren – doch gerade in Europa mit seinen stärker ausgeprägten sozialstaatlichen und gewerkschaftlichen Traditionen besteht hoffentlich die Chance, den Einsatz von KI in der Arbeitswelt anders auszugestalten.

Denn es gibt zweifelsohne auch viel positives Potenzial, wenn gerade Arbeitsformen, die im relativ mechanischen Fortschreiben bestehender Muster bestehen, nicht durch Menschen ausgeführt werden müssen und damit mehr Zeit bleibt für die genuin menschlichen Seiten von Arbeit: für ihre kreativen und sozialen Dimensionen, die Neues in die Welt bringen können.20 Auch die Möglichkeit von Arbeitszeitverkürzungen – wie die Vier-Tage-Woche21 – steht angesichts steigender Produktivität im Raum. KI kann möglicherweise auch dabei helfen, dass Menschen später im Leben leichter berufliche Veränderungen wagen können, zum Beispiel durch individuell ausgestaltbare Formen von Weiterbildung.

Doch dies verlangt eine bewusste Ausgestaltung des KI-Gebrauchs, bei dem nicht allein Effizienzerwägungen eine Rolle spielen. Ein Problem dabei ist, dass viele Effekte guter oder schlechter Arbeitsbedingungen aus Sicht der betroffenen Firmen Externalitäten sind. Ob ihre Angestellten physisch und mental gesund sind, ob sie soziale Kontakte haben, ob sie ihrer Rolle als demokratische Bürgerinnen gut nachkommen können, all das taucht in den Bilanzen von Unternehmen (oder der öffentlichen Einrichtungen, die als Arbeitgeber fungieren) nicht auf. Gerade wenn der Kostendruck hoch ist, besteht die Gefahr, dass deshalb auf scheinbar günstigere KI-Lösungen gesetzt wird.

Ein anderes, teilweise schon realisiertes Szenario besteht darin, dass Organisationsmodelle aus dem angelsächsischen Ausland, in dem Firmen juristisch und kulturell sehr anders verstanden werden, über Online-Plattformen auch in europäischen Ländern ausgerollt werden. Die juristische Bearbeitung – vor allem der Frage, ab wann eine Arbeitsbeziehung vorliegt – läuft in vielen Fällen noch und dürfte auch auf andere Branchen zukommen.

Die Frage, wer über den Einsatz von KI in der Arbeitswelt entscheiden darf und in welchem Maß die Betroffenen selbst Mitsprache haben, dürfte für die kommenden Jahre daher von größter Bedeutung sein. Letztlich geht es darum, was wir von Arbeit erwarten, sowohl als Arbeitende selbst als auch als diejenigen, die von der Arbeit anderer abhängen: als Kundinnen, Patientinnen oder Empfängerinnen staatlicher und privater Dienstleistungen. Wie wichtig ist Effizienz im Vergleich zur Möglichkeit menschlichen Kontakts? Für welche menschliche Arbeit sind wir bereit zu bezahlen, wenn auch die Alternative billigerer KI-basierter Erledigung besteht? Und schließlich – eine fast ketzerisch anmutende Frage im heutigen Wirtschaftssystem: Gibt es Arbeit, die es um ihrer selbst willen wert ist, getan zu werden? Und wenn ja, wo kann sie zwischen kostenoptimierenden Arbeitsorganisationen und oft stark beschränkten Freizeitmöglichkeiten ihren Platz in der Gesellschaft finden?

Kursbuch, Nr. 223, September 2025: KI 007.

Hito Steyerl, Medium Hot. Bilder in Zeiten der Hitze. Zürich: diaphanes 2025.

Handlungsbedarf besteht auch bei allgemeinen ethischen Problemen, z.B. Fragen nach dem Schutz der Privatsphäre, sexistischen oder rassistischen Verzerrungen, oder allgemeiner Unzuverlässigkeit, die weiterhin menschliche Aufsicht erfordert – und gerade damit die Hoffnung auf eine komplette Ersetzung menschlicher Arbeitskraft zunichtemacht. Da diese Themen weithin bekannt sind, sollen sie hier nicht explizit diskutiert werden.

Krzysztof Budzyn u.a, Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study. In: The Lancet. Gastroenterology & Hepatology, Nr. 10/10, 2025.

Was der Einsatz von KI für pädagogische Strategien bei jungen Menschen bedeutet, ist ein Themenfeld für sich, das ich aus Platzgründen hier nicht behandeln kann. Eine zentrale Herausforderung dürfte jedoch sein, wie der Output von KI, z.B. bei Übersetzungen, beurteilt werden kann, wenn die entsprechenden Fähigkeiten nicht vorher selbst erlernt wurden – und für Letzteres dürfte durch die Verfügbarkeit von KI die Bereitschaft sinken.

Daniel H. Pink, Drive. The Surprising Truth About What Motivates Us. New York: Riverhead Books 2009.

Cynthia Estlund, Working Together. How Workplace Bonds Strengthen a Diverse Democracy. Oxford University Press 2003.

Die folgenden Argumente werden ausführlicher diskutiert in Lisa Herzog, Villages, protocols, and the AI-driven future of work: some Wittgensteinian reflections. In: Critical Review of International Social and Political Philosophy, August 2025 (www.tandfonline.com/doi/epdf/10.1080/13698230.2025.2546231?needAccess=true).

Harry Braverman, Labor and Monopoly Capital. The Degradation of Work in the Twentieth Century. New York: Monthly Review Press 1974.

Kate Crawford, Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. New Haven: Yale University Press 2021.

David N. Weil, The Fissured Workplace. Why Work Became So Bad for So Many and What Can be Done to Improve It. Cambridge /Mass.: Harvard University Press 2014.

Vgl. Lisa Herzog, AI, proofing, and the meaning of what we do. In: Crooked Timber vom 19. August 2025 (https://crookedtimber.org/2025/08/19/ai-proofing-and-the-meaning-of-what-we-do/).

E. M. Anscombe, Intention [1957]. Cambridge /Mass.: Harvard University Press 2000.

Ein in der akademischen Welt bekanntes Beispiel sind die Plattformen, auf denen KI-gestützt die Druckfahnen für Artikel korrigiert werden können.

Ähnlich Axel Honneth, Der arbeitende Souverän. Eine normative Theorie der Arbeit. Berlin: Suhrkamp 2023.

Lisa Herzog /Agustín Prestifilippo, »… you realize how you can use the app and not let the app use you.« The moral universe of Latin American delivery riders (Arbeitspapier).

Zwar können die Fahrer ein Callcenter anrufen, doch dies wurde als zu langsam und oft inkompetent (oder als gebiased gegen die Fahrer, zugunsten der Kundinnen) wahrgenommen. Viele erfahrene Fahrer kontaktierten es kaum noch, sondern versuchten, alle Probleme selbst zu lösen.

Mary L. Gray /Siddharth Suri, Ghost Work. How to Stop Silicon Valley from Building a New Global Underclass. Boston: Houghton Mifflin Harcourt 2019.

Vgl. Sara Horowitz, Mutualism. Building the Next Economy from the Ground Up. New York: Random House 2021 (Kap. 1–2).

Vgl. Lisa Herzog, Old Facts, New Beginnings: Thinking with Arendt about Algorithmic Decision-Making. In: Review of Politics, Nr. 83/4, Herbst 2021.

Juliet B. Schor, Four Days a Week. The Life-Changing Solution for Reducing Employee Stress, Improving Well-Being, and Working Smarter. New York: Harper Business 2025.