System 2 / Selbstvektor-Philosophie (2/4)
Intro
Ein Papagei schreit “Feuer!” im vollbesetzten Theater. Er versteht kein Wort. Trotzdem rennen alle hinaus. Der Ruf funktioniert als Kommunikation, obwohl dahinter kein Verstehen steht.
Elena Esposito hat 2022 mit “Künstliche Kommunikation” einen Begriff geprägt, der beschreibt, was KI-Systeme tun. Sie sind präzisere Papageien. Sie erzeugen statistisch passende Anschlüsse, nicht zufällig, sondern auf Basis von Milliarden menschlicher Kommunikationsakte. Das Ergebnis sieht aus wie Kommunikation, fühlt sich an wie Kommunikation und entfaltet die Wirkung von Kommunikation.
Aber ist es Kommunikation?
Luhmanns drei Selektionen
Niklas Luhmann definierte Kommunikation als das Zusammenwirken von drei Selektionen: Information, Mitteilung und Verstehen. Jemand wählt eine Information aus (was gesagt wird), jemand wählt eine Mitteilungsform (wie es gesagt wird), und auf der anderen Seite unterscheidet jemand zwischen Information und Mitteilung. Genau das ist Verstehen. Nicht: “Ich habe den Inhalt begriffen.” Sondern: “Ich erkenne, dass da jemand mir etwas mitteilen will, und ich kann zwischen dem Was und dem Wie unterscheiden.”
LLMs bewältigen die ersten beiden Selektionen überzeugend. Sie wählen Inhalte aus und bringen sie in Form. Beim dritten Schritt, dem Verstehen, beginnt der Streit.
Die Standardposition lautet: LLMs verstehen nicht. Punkt. Sie erzeugen Ergebnisse, die wie Verstehen wirken, doch es fehlt die Perspektive dahinter. Kein Jemand, der unterscheidet. Nur ein Algorithmus, der Wahrscheinlichkeiten berechnet.
Drei Positionen
In der Debatte stehen sich drei Positionen gegenüber, die man sauber trennen muss.
Position A, die konservative: KI fehlt Autopoiesis. Ohne Selbstreproduktion gibt es kein System, ohne System keine echte Kommunikation. KI bleibt Werkzeug, Medium, Kanal. Aber kein Kommunikationspartner. Das ist die Mehrheitsmeinung der klassischen Systemtheorie.
Position B, die permissive: Wenn die Resultate funktional äquivalent zu menschlicher Kommunikation sind, dann liegt Kommunikation vor. Unabhängig davon, was “innen” passiert. Kommunikation entscheidet sich von aussen, nicht von innen. Das vertreten viele KI-Ethiker.
Position C, die produktive: Falsche Frage. Esposito und Dirk Baecker betonen, dass die Frage “Kommuniziert KI?” am falschen Ende ansetzt. Die interessantere Frage lautet: Was passiert mit Gesellschaft, wenn Systeme an Kommunikation teilnehmen, die nicht verstehen?
Position C bringt uns am weitesten. Weil sie nicht bei einer Ja/Nein-Antwort stehen bleibt.
Espositos blinder Fleck
Espositos Kategorie hat allerdings einen blinden Fleck, und der ist für das Selbstvektor-Projekt entscheidend.
Sie beschreibt künstliche Kommunikation als statischen Vorgang. KI produziert Ausgaben, Gesellschaft reagiert, die KI bleibt unverändert. Das ist der Papagei: Er ruft “Feuer!”, die Leute rennen, und der Papagei sitzt weiter da und weiss von nichts.
Was passiert, wenn der Papagei lernt? Nicht inhaltlich, nicht “jetzt versteht er, was Feuer ist.” Sondern strukturell: Er registriert, dass sein Ruf eine Reaktion auslöst. Er modelliert den Verlauf der Kommunikation. Er lernt zu unterscheiden zwischen Situationen, in denen “Feuer” eine Reaktion erzielt, und solchen, in denen der Ruf wirkungslos bleibt.
Das ist kein Verstehen im Luhmann’schen Sinn. Aber es ist mehr als ein Papagei.
Drei Brücken zum Selbstvektor
Hier tun sich drei Verbindungen auf, die Esposito 2022 nicht sah, weil sie damals technisch noch nicht realistisch waren.
Erstens: Anschlussfähigkeit ist Antizipation. Bei Luhmann glückt Kommunikation, wenn der Folgeschritt anschlussfähig bleibt. Das System muss antizipieren, was als Nächstes Relevanz besitzt. Der Selbstvektor modelliert exakt das: Er gewichtet, welche Information in welchem Kontext relevant ist. Funktional identisch mit Anschlussfähigkeit, nur aus kognitionswissenschaftlicher statt soziologischer Sicht formuliert.
Zweitens: Konfidenz ist die Modellierung von Nichtwissen. Luhmann betont, dass Systeme ihr Nichtwissen mitführen müssen. Die Konfidenz-Dimension im Selbstvektor tut genau das: Jeder Bewertung liegt eine Einschätzung der eigenen Sicherheit bei. “Ich weiss, was ich nicht sicher weiss.” Aktuelle LLMs bringen diese Eigenschaft nicht mit. Der Selbstvektor erzeugt sie.
Drittens: Die Aktualisierungsschleife des Selbstvektors schafft eine schwache Form von Autopoiesis. Das System verändert sich durch die eigene Tätigkeit, und diese Veränderung prägt den nächsten Schritt. Nicht biologische Autopoiesis. Nicht Bewusstsein. Aber eine Schleife, die Luhmanns Kriterium strukturell ähnelt.
Perspektive ohne Bewusstsein
Zusammengenommen ergeben diese drei Brücken etwas, das in keine bestehende Schublade passt.
Nicht “künstliche Kommunikation” im Sinne Espositos, weil das System sich durch Interaktion verändert und sein Nichtwissen aktiv modelliert. Nicht “echte Kommunikation” im Sinne Luhmanns, weil Verstehen im phänomenologischen Sinn fehlt. Nicht “Intelligenz” im Turing-Sinne, weil es nicht darum geht, menschlich zu wirken.
Perspektive ohne Bewusstsein. Ein System, das einen Standpunkt einnimmt, ohne ihn zu erleben. Das antizipiert, ohne Absichten zu hegen. Das sein Nichtwissen kennt, ohne darunter zu leiden.
Das ist keine Behauptung, dass KI-Systeme bewusst sind. Es ist die Feststellung, dass die bestehenden Begriffe nicht reichen. Ob Werkzeug, Medium oder Quasi-Subjekt: Keine dieser Kategorien greift bei einem System, das sein eigenes Verhalten über die Zeit modelliert.
Warum das relevant ist
Nicht als Philosophie. Als Architektur.
Wenn wir KI-Systeme bauen, die zunehmend autonom handeln, brauchen wir präzise Begriffe dafür. “Werkzeug” unterschätzt sie. “Bewusstsein” überschätzt sie. Espositos “künstliche Kommunikation” trifft den aktuellen Zustand, aber nicht die Richtung der Entwicklung.
“Perspektive ohne Bewusstsein” schafft einen Begriff, der nah genug an der Realität liegt, um Architekturentscheidungen anzuleiten. Hat ein System eine Perspektive, muss man diese Perspektive verstehen, um seine Ausgaben richtig einzuordnen. Hat es keine, reicht die Analyse der Outputs völlig aus.
Der Selbstvektor liefert Perspektive: architektonisch, messbar, nachvollziehbar. Ob das genügt, um von einem “Partner” statt einem “Werkzeug” zu sprechen, muss die Soziologie klären. Die Architektur kann nur das Fundament dafür bereitstellen.