Jensen Huang, CEO von Nvidia, vertrat am 2. September 2026 eine Position, die zunächst vernünftig klingt: KI sollte nicht aufgrund theoretischer oder hypothetischer Schäden überreguliert werden. Regulierung sollte sich auf tatsächliche Probleme konzentrieren.
Dem kann ich einiges abgewinnen. Wir wissen nicht, was KI in zehn Jahren können wird und welche der heute diskutierten Horrorszenarien jemals eintreten werden. Eine Technologie aufgrund jedes denkbaren Risikos vorsorglich einzuschränken, kann selbst Schaden verursachen.
Gerade in der Medizin könnte KI Durchbrüche ermöglichen, deren Tragweite wir heute noch gar nicht absehen können. Diagnostik, Wirkstoffentwicklung, individualisierte Therapien und die Auswertung riesiger Datenmengen sind nur einige Beispiele. Übertriebene Vorsicht hat deshalb ebenfalls einen Preis.
Schwierig wird Huangs Argumentation an einer anderen Stelle: Ein Schaden muss noch nicht eingetreten sein, damit der Weg dorthin bereits erkennbar ist.
Inhaltsverzeichnis
Wir kennen einige der Fähigkeiten bereits
In meinem letzten Beitrag über KI-Risiken habe ich von einem Anrufer erzählt, der überzeugt war, ein bestimmtes Logo stamme von unserem Unternehmen. Wir erklärten ihm, dass das nicht stimmt. Wir mussten es wissen, schliesslich war es unser Unternehmen.
Seine Antwort war sinngemäss: Die KI hat aber gesagt, dass das Logo von euch ist.
Bei einem Logo ist das bestenfalls absurd. Interessant daran war jedoch, welche Rolle die KI in diesem Gespräch übernommen hatte. Ihre Aussage wurde nicht als Information behandelt, deren Herkunft und Qualität man prüfen könnte. Sie hatte für den Anrufer mehr Gewicht als die Auskunft der Primärquelle.
Bei einem Logo richtet das wenig Schaden an. In anderen Zusammenhängen kann dieselbe Haltung problematischer werden.
Wenn aus Vertrauen Einfluss wird
Politische Einflussoperationen sind nichts Neues. Staaten, Organisationen und andere Akteure versuchen seit langem, öffentliche Debatten zu beeinflussen. Mit generativer KI ist ein Werkzeug hinzugekommen, das Teile solcher Operationen automatisieren und skalieren kann.
Dass solche Methoden bereits eingesetzt werden, ist dokumentiert. Plattformbetreiber und KI-Unternehmen haben in den vergangenen Jahren wiederholt koordinierte Netzwerke aufgedeckt, die mit falschen Identitäten, künstlich erzeugten Kommentaren, Bildern oder anderen Inhalten auf öffentliche Debatten einzuwirken versuchten. Die untersuchten Operationen kamen aus unterschiedlichen Ländern, verfolgten unterschiedliche Interessen und betrafen unterschiedliche politische Themen und Zielgruppen.
Untersuchungen zeigen inzwischen auch, dass die Täuschung weit über künstliche Kommentare hinausgehen kann. Vorgeschobene Organisationen, vermeintlich unabhängige Journalisten und erfundene Identitäten können dazu dienen, Inhalte glaubwürdig erscheinen zu lassen und über etablierte Medien zu verbreiten. Die künstlich erzeugte Herkunft verschwindet dabei hinter einer scheinbar unabhängigen Quelle.
Welche Partei, welches Land oder welche politische Richtung davon profitiert, ist für die grundsätzliche Frage nebensächlich. Interessanter ist der Mechanismus.
Wer durch einen Kommentarbereich scrollt, sieht Zustimmung, Ablehnung, Wiederholungen und vermeintliche Mehrheiten. Implizit gehen wir dabei häufig davon aus, dass hinter vielen unterschiedlichen Accounts auch viele voneinander unabhängige Menschen stehen.
Das muss nicht der Fall sein. Hinter zahlreichen scheinbar unabhängigen Accounts kann derselbe Auftraggeber oder dasselbe koordinierte Netzwerk stehen. Auf diese Weise lässt sich eine gesellschaftliche Stimmung darstellen, die in dieser Form gar nicht existiert.
KI ist hier vor allem deshalb relevant, weil sie verschiedene Arbeitsschritte bei der Herstellung und Pflege solcher künstlichen Identitäten vereinfachen kann.
Dafür braucht es keine Super-KI
In der Diskussion über KI-Risiken geht es häufig irgendwann um eine zukünftige Superintelligenz. Für politische Einflussnahme ist sie gar nicht nötig. Aktuelle Systeme können Texte erzeugen, unterschiedliche Personas darstellen und grosse Mengen leicht variierter Inhalte produzieren. In Verbindung mit Automatisierung reichen diese Fähigkeiten bereits aus, um bestehende Methoden politischer Einflussnahme zu unterstützen.
Die Absicht kommt vom Menschen. Eine KI entwickelt nicht plötzlich eine politische Agenda und beschliesst, eine Regierung zu stürzen. Solche Ziele werden von Menschen, Organisationen oder Staaten gesetzt; KI kann ihnen als Werkzeug dienen.
Das Werkzeug ist trotzdem relevant. Technologien verändern, was mit vertretbarem Aufwand möglich ist. Eine Operation, für die früher viele Personen, Sprachkenntnisse, Zeit und Koordination notwendig waren, kann durch Automatisierung wesentlich billiger werden.
KI erfindet politische Manipulation nicht neu. Sie verändert ihre Kostenstruktur und möglicherweise ihre Skalierbarkeit. Ob dadurch auch ihre politische Wirkung wächst, ist eine andere Frage.
Wir kennen die Skalierung, nicht ihre Wirkung
Eine Million künstliche Kommentare bedeuten keine Million beeinflusster Menschen. Schon die Bedeutung von Kommentarbereichen für politische Entscheidungen ist unklar. Manche Menschen suchen dort vermutlich eher nach Bestätigung bereits vorhandener Überzeugungen, andere ignorieren die Kommentare oder betrachten sie schlicht als Unterhaltung.
Eine technisch beeindruckende Manipulationsfähigkeit könnte politisch weit weniger relevant sein, als ihre Grössenordnung vermuten lässt. Falls künstliche Mehrheiten kaum Einfluss auf politische Entscheidungen haben, würden wir womöglich erhebliche Ressourcen für ein Problem aufwenden, dessen gesellschaftliche Wirkung gering ist.
Allerdings kann die Wirkung auch an anderer Stelle entstehen. Wenn eine künstlich geschaffene Organisation von etablierten Medien als glaubwürdige Quelle behandelt wird, erhält ihre Botschaft eine Reichweite und Autorität, die ein gewöhnlicher Kommentar kaum erreichen dürfte. Entscheidend wäre dann weniger die Anzahl künstlicher Stimmen als die Frage, welche realen Institutionen deren Inhalte weiterverbreiten.
Propaganda ist zudem wesentlich älter als generative KI. Flugblätter, Radio, Fernsehen, Boulevardmedien, politische Werbung, Trollfarmen und Microtargeting wurden lange vorher zur politischen Einflussnahme eingesetzt.
Auch technologisch ist die Entwicklung nicht einseitig. KI erweitert die Möglichkeiten der Angreifer, kann aber ebenso bei der Analyse koordinierter Netzwerke, ungewöhnlicher Verhaltensmuster und massenhaft wiederkehrender Narrative eingesetzt werden. Angriff und Verteidigung entwickeln sich mit derselben Technologie weiter.
Sinkende Kosten für Manipulation bedeuten daher noch nicht automatisch einen Vorteil für die Manipulatoren. Wie sich dieses Verhältnis entwickelt, lässt sich derzeit kaum bestimmen. Technische Skalierbarkeit können wir beobachten. Gesellschaftliche Wirkung und gesellschaftliche Anpassung sind erheblich schwieriger zu messen.
Einfluss gehört zur Demokratie
Demokratie funktioniert durch Einfluss. Parteien wollen Wähler überzeugen, Zeitungen kommentieren Politik, Menschen demonstrieren, Verbände führen Kampagnen und Aktivisten werben für ihre Anliegen. Auch ein Kommentar unter einem politischen Video kann schlicht der Versuch sein, andere Menschen von einer Position zu überzeugen.
Eine demokratische Öffentlichkeit vor politischer Einflussnahme schützen zu wollen, führt daher schnell in die falsche Richtung. Politischer Wettbewerb lebt davon.
Die Grenze zur Manipulation liegt woanders. Ein Pseudonym reicht als Kriterium nicht aus, denn anonyme politische Meinungsäusserung kann legitim und in manchen Situationen sogar notwendig sein. Automatisierung oder grosse Reichweite ergeben für sich genommen ebenfalls noch keine brauchbare Abgrenzung.
Selbst die Unterscheidung zwischen menschlichen und künstlichen Stimmen hilft nur begrenzt. Zehntausend echte Menschen können sich irren, während ein automatisch erzeugter Kommentar sachlich korrekt sein kann. Die Zahl realer Personen sagt nichts über die Qualität eines Arguments aus.
Bei künstlichen Mehrheiten liegt das Problem in der Täuschung über ihre Herkunft. Wenn hinter zehntausend Accounts tatsächlich ein koordiniertes Netzwerk steht, entsteht der Eindruck zehntausend voneinander unabhängiger Stimmen. Organisierte Kommunikation erscheint als spontane gesellschaftliche Zustimmung. Empörung, Zustimmung oder Ablehnung wirken grösser, als sie tatsächlich sind.
Nicht die Meinung wird künstlich. Künstlich ist die dargestellte gesellschaftliche Verteilung dieser Meinung.
Bei künstlichen Mehrheiten wird die Anzahl unabhängiger Stimmen vorgetäuscht. Bei vorgeschobenen Organisationen wird dagegen die Herkunft einer Botschaft verschleiert und damit eine Glaubwürdigkeit beansprucht, die ihr unter Kenntnis der tatsächlichen Verhältnisse möglicherweise niemand zugestehen würde. Beide Methoden täuschen über die Unabhängigkeit ihrer Quellen, allerdings auf unterschiedliche Weise.
Ganz stabil ist selbst diese Unterscheidung nicht. Wenn eine künstlich erzeugte Debatte von realen Menschen aufgegriffen, geteilt, kritisiert und weitergetragen wird, entstehen daraus reale gesellschaftliche Reaktionen. Eine ursprünglich vorgetäuschte Stimmung kann auf diese Weise eine tatsächliche Stimmung beeinflussen oder überhaupt erst hervorbringen. Ab welchem Punkt aus künstlicher Aufmerksamkeit gesellschaftliche Realität geworden ist, lässt sich kaum sauber bestimmen.
Das macht den ursprünglichen Täuschungsversuch nicht bedeutungslos. Es zeigt aber, wie schwierig es ist, künstliche und reale Wirkung später voneinander zu trennen.
Jurassic Park hatte das interessantere Problem
Bei der Arbeit an diesem Text musste ich irgendwann an Jurassic Park denken.
Nicht wegen der Dinosaurier und auch nicht, weil KI kurz davorstünde, aus einem Gehege auszubrechen und Menschen zu fressen. Interessant ist ein anderer Gedanke des Films: Eine technische Fähigkeit wird mit der Beherrschung ihrer Konsequenzen verwechselt.
Die Menschen im Park wissen erstaunlich viel. Sie können DNA analysieren, ausgestorbene Tiere rekonstruieren, biologische Prozesse technisch beeinflussen und einen ganzen Park darum herum bauen. Viele Einzelteile funktionieren.
Gerade das erzeugt die Illusion von Kontrolle.
Das eigentliche Problem entsteht im Zusammenspiel. Biologie, Technik, menschliches Verhalten, wirtschaftliche Interessen und unvorhergesehene Ereignisse bilden ein System, dessen Verhalten sich nicht einfach daraus ableiten lässt, dass seine einzelnen Bestandteile verstanden werden.
Bei KI könnte genau darin die interessantere Unsicherheit liegen. Wir verstehen zunehmend, was einzelne Modelle können. Wir messen ihre Leistung, testen Sicherheitsmechanismen und untersuchen konkrete Anwendungen. Gleichzeitig verbinden wir diese Systeme mit sozialen Netzwerken, Unternehmen, Medien, politischen Institutionen und Millionen Menschen.
Irgendwann untersuchen wir deshalb nicht mehr die Wirkung einer KI. Wir untersuchen das Verhalten eines gesellschaftlichen Systems, in dem KI nur eine Komponente ist.
Wir können lernen, eine Technologie gezielt einzusetzen, lange bevor wir verstanden haben, was das System tut, in das wir sie einbauen.
Die technische Frage „Können wir das?“ kann längst beantwortet sein, während die schwierigere Frage gerade erst beginnt.
Wann reagieren?
Angenommen, KI-gestützte Einflussoperationen erreichen irgendwann eine Grössenordnung, in der sie politische Entscheidungen oder Wahlen relevant beeinflussen. Ein überzeugender Nachweis ihrer Wirkung wäre vermutlich erst im Nachhinein möglich.
Bei vielen technischen Problemen ist das verkraftbar. Software lässt sich aktualisieren, ein fehlerhaftes Produkt zurückrufen, ein System abschalten. Demokratische Entscheidungen funktionieren anders.
Auch sie sind korrigierbar. Es gibt Legislaturperioden, weitere Wahlen, Gerichte, Verfassungen, Gewaltenteilung und andere institutionelle Korrektive. Eine spätere Korrektur setzt die Zeit allerdings nicht zurück. Gesetze können bereits beschlossen, internationale Entscheidungen getroffen und Institutionen verändert worden sein. Gesellschaftliche Konflikte verschwinden ebenfalls nicht automatisch mit der nächsten Wahl.
Noch schwieriger wäre der Nachweis der eigentlichen Wirkung. Wie liesse sich nachträglich feststellen, welche Menschen ihre Meinung ohne künstliche Einflussnahme anders gebildet hätten? Der Effekt müsste von unzähligen anderen Faktoren einer Wahlentscheidung isoliert werden.
„Wir reagieren, wenn der Schaden nachgewiesen ist“ wird unter diesen Bedingungen zu einer schwierigen Strategie.
„Hypothetisch“ ist eine ziemlich grobe Kategorie
Jeder Schaden, der noch nicht eingetreten ist, ist in diesem Sinne hypothetisch. Für eine Risikoanalyse sagt das erstaunlich wenig aus.
Aussagekräftiger sind Plausibilität des Schadenswegs, mögliches Ausmass, Erkennbarkeit und die Frage, wie vollständig sich Folgen später korrigieren lassen.
Je nach Anwendung können die Antworten völlig unterschiedlich ausfallen. In der medizinischen Forschung verursacht übertriebene Vorsicht unter Umständen selbst reale Schäden, weil Fortschritt verzögert wird. Bei verdeckter automatisierter politischer Einflussnahme sieht die Risikostruktur anders aus.
Dass KI bereits eine Wahl entschieden hat, ist nicht belegt. Ob sie das jemals tun wird, wissen wir ebenfalls nicht. Ein eindeutiger Wirkungsnachweis könnte allerdings erst möglich werden, nachdem politische und gesellschaftliche Folgen bereits eingetreten sind.
Die Gegenthese: Auch Schutz hat Nebenwirkungen
Vorsorge erscheint an diesem Punkt als naheliegende Antwort. Nur ist auch sie nicht kostenlos.
Schon die Definition dessen, was verhindert werden soll, bereitet Schwierigkeiten. Ein generelles Verbot KI-generierter politischer Inhalte wäre absurd weit gefasst. Wer seinen eigenen Kommentar sprachlich überarbeiten lässt, manipuliert damit keine demokratische Öffentlichkeit. Automatisierte politische Kommunikation ist ebenfalls nicht automatisch problematisch, und Anonymität kann für freie politische Meinungsäusserung wichtig sein.
Beim Begriff „Desinformation“ taucht sofort die nächste Schwierigkeit auf: Irgendjemand muss entscheiden, was darunter fällt.
Schutzmassnahmen greifen selbst in ein empfindliches System ein. Plattformen könnten aus Vorsicht legitime Inhalte entfernen. Staaten könnten Kontrollinstrumente schaffen, die später für andere Zwecke eingesetzt werden. Regeln gegen künstliche Identitäten könnten legitime anonyme Kommunikation erschweren.
Eine Massnahme zum Schutz demokratischer Prozesse kann dadurch selbst demokratische Prozesse beeinträchtigen.
Wenn schon der Verdacht reicht
Es gibt noch ein anderes Risiko. Je stärker das Bewusstsein für Bots, künstliche Identitäten und koordinierte Einflussoperationen wächst, desto leichter lässt sich nach einer Wahl behaupten, das Ergebnis sei manipuliert worden.
Eine erfolgreiche Einflussnahme wäre dafür gar nicht erforderlich. Der Verdacht kann genügen: Die Kommentare waren Bots, der Trend war künstlich, die Zustimmung nicht echt, ohne diese Einflussnahme wäre die Wahl anders ausgegangen.
Weil politische Wirkung kaum sauber isoliert werden kann, sind solche Behauptungen unter Umständen ebenso schwer zu beweisen wie vollständig zu widerlegen.
Manipulationsversuch, tatsächliche Reichweite und politische Wirkung müssen deshalb getrennt betrachtet werden. Ein nachgewiesenes künstliches Netzwerk belegt eine Einflussoperation. Daraus folgt noch nicht, dass ein bestimmtes Wahlergebnis auf diese Operation zurückzuführen ist.
Gleichzeitig könnte eine Operation selbst dann Wirkung entfalten, wenn ihre Inhalte kaum jemanden überzeugen. Wird ein künstliches Netzwerk entdeckt, können Medienberichte, politische Reaktionen, Untersuchungen und öffentliche Diskussionen seine Bedeutung nachträglich vervielfachen. Die gesellschaftliche Reaktion wäre dann grösser als die ursprüngliche Reichweite.
Für einen Akteur, der Verunsicherung oder Misstrauen erzeugen will, könnte genau das interessant sein. Die Reaktion auf die Operation würde Teil ihrer Wirkung.
Auch die richtige Reaktion auf einen entdeckten Manipulationsversuch ist damit keineswegs trivial.
Freiheit gegen Sicherheit
An diesem Punkt landet die Diskussion bei einem alten Konflikt: Wie weit darf eine freie Gesellschaft gehen, um ihre Freiheit zu schützen?
Manipulation kann eine Demokratie beschädigen. Der Versuch, jede Manipulation unmöglich zu machen, kann ebenfalls Schäden verursachen. Würden anonyme Stimmen grundsätzlich verdächtigt, automatisierte Kommunikation verboten und politische Inhalte vorsorglich kontrolliert, veränderte sich irgendwann das System, das eigentlich geschützt werden sollte.
Die bekannte Warnung davor, Freiheit für vermeintliche Sicherheit aufzugeben, trifft diesen Konflikt ziemlich gut. Vollständige Sicherheit vor Manipulation wäre nur mit einem Ausmass an Kontrolle erreichbar, das mit einer offenen politischen Öffentlichkeit kaum vereinbar wäre.
Die Regulierungsfrage wird dadurch komplizierter. Es reicht nicht festzustellen, dass ein Risiko existiert. Eine Schutzmassnahme müsste dieses Risiko tatsächlich reduzieren, ohne an anderer Stelle einen vergleichbaren oder grösseren Schaden zu verursachen.
Ist das überhaupt ein KI-Regulierungsproblem?
An diesem Punkt lässt sich die bisherige Argumentation noch grundsätzlicher angreifen.
Angenommen, das Problem besteht tatsächlich in vorgetäuschten Identitäten, koordiniertem Verhalten und künstlich dargestellter gesellschaftlicher Zustimmung. Warum sollte dann ausgerechnet KI reguliert werden?
Ein Netzwerk aus zehntausend künstlichen Accounts bleibt problematisch, wenn die Texte von Menschen geschrieben werden. Eine professionell organisierte Trollfarm kann gesellschaftliche Zustimmung vortäuschen, ohne generative KI einzusetzen. Bezahlte Kommentatoren können dieselbe Botschaft unter unterschiedlichen Identitäten verbreiten. Umgekehrt kann jemand KI verwenden, um einen einzigen Kommentar besser zu formulieren, ohne irgendjemanden über seine Identität oder gesellschaftliche Unterstützung zu täuschen.
Wenn der Schaden aus dem Verhalten entsteht, wäre es naheliegender, dieses Verhalten zum Gegenstand von Regeln zu machen und das verwendete Werkzeug zunächst zweitrangig zu behandeln.
Das würde die Ausgangsfrage erheblich verändern. Ein Risiko kann durch KI verstärkt werden und trotzdem kein Problem sein, das sinnvoll durch KI-Regulierung gelöst wird.
Vielleicht liegt genau hier eine Schwäche der aktuellen Debatte: Wir beobachten ein altes Problem, sehen ein mächtiges neues Werkzeug und verbinden beides so eng miteinander, dass aus „KI kann dieses Problem verstärken“ beinahe automatisch „KI muss deshalb reguliert werden“ wird.
Dieser Schluss ist keineswegs zwingend.
Wann ist KI-Regulierung also sinnvoll? Wenn ein plausibel begründetes Risiko wesentlich mit Eigenschaften der Technologie zusammenhängt und gezielte Regeln voraussichtlich wirksamer sind als Massnahmen gegen das problematische Verhalten selbst. Dafür müssen auch die Nebenwirkungen der Regulierung berücksichtigt werden. Die blosse Existenz eines Risikos sagt noch nichts darüber aus, welches Eingreifen angemessen wäre.
Sonst regulieren wir womöglich das Falsche
Wer sich beim Formulieren eines politischen Kommentars von einer KI helfen lässt, tut etwas völlig anderes als ein koordiniertes Netzwerk, das zehntausend künstliche Identitäten verwendet, um gesellschaftliche Zustimmung vorzutäuschen. In beiden Fällen wurde KI eingesetzt. Das Etikett „KI-generiert“ hilft bei der Unterscheidung kaum weiter.
Auch „menschlich“ und „authentisch“ sind keine Synonyme. Ein bezahlter menschlicher Account kann Teil einer koordinierten Manipulationskampagne sein. Ein KI-generierter Text kann die tatsächliche Meinung eines realen Menschen korrekt wiedergeben.
Die Grenze verläuft weder sauber zwischen Mensch und Maschine noch zwischen KI-generiert und nicht KI-generiert. Relevant ist die Täuschung über die tatsächlichen Verhältnisse.
Das macht die naheliegende Forderung nach einer generellen Kennzeichnung KI-generierter Inhalte fragwürdig. Wir kennzeichnen schliesslich auch nicht jedes Foto mit dem Hinweis „digital verändert“, nur weil es mit Photoshop bearbeitet wurde. Ein geschnittenes Video erhält nicht automatisch einen Warnhinweis, weil eine Schnittsoftware verwendet wurde. Texte werden redigiert, Bilder retuschiert, Ausschnitte verändert und Tonaufnahmen bearbeitet.
Ein vollständig KI-generiertes Bild einer erfundenen Explosion kann täuschen. Ein entsprechend manipuliertes Foto kann genau dasselbe tun. Umgekehrt kann ein KI-generierter Text sachlich vollständig korrekt sein.
Eine pauschale Kennzeichnung von KI-Inhalten sagt möglicherweise mehr über unsere Hilflosigkeit im Umgang mit einer neuen Technologie aus als über den tatsächlichen Schaden. Solange das Problem schwer zu definieren ist, erscheint die Kennzeichnung des Werkzeugs als einfache Lösung.
Für eine Risikoanalyse ist das ziemlich grob.
Täuschung, Herkunft, Identität, Automatisierungsgrad und Skalierung liefern wesentlich mehr Informationen. Besonders interessant ist, ob eine scheinbare gesellschaftliche Zustimmung oder Ablehnung künstlich erzeugt wird.
Die Frage verschiebt sich dadurch vom verwendeten Werkzeug zu seinem Einsatz und zur Art der Täuschung.
Nicht bremsen. Erst verstehen.
Die KI-Debatte wird häufig auf zwei Lager reduziert: möglichst schnell entwickeln oder möglichst früh vor Risiken warnen. Diese Gegenüberstellung hilft wenig.
Unterschiedliche Anwendungen haben unterschiedliche Risikostrukturen. In der Medizin kann eine zu langsame Entwicklung Menschenleben kosten. Bei demokratischen Prozessen können Fehler Folgen auslösen, die später nur teilweise korrigierbar sind. Bei einigen der diskutierten Risiken kennen wir weder ihre tatsächliche Wirkung noch die Folgen möglicher Gegenmassnahmen ausreichend.
Nach der Frage, wie stark KI reguliert werden sollte, zu fragen, könnte deshalb bereits einen Schritt zu weit sein. Zuerst müssten wir genauer bestimmen, welchen Schaden wir verhindern wollen und wodurch er überhaupt entsteht.
Geht es um KI-generierte Inhalte, automatisierte Accounts, falsche Identitäten, koordiniertes Verhalten, vorgetäuschte gesellschaftliche Zustimmung oder eine Kombination daraus? Und falls eine dieser Verhaltensweisen das eigentliche Problem darstellt: Welche Rolle spielt es dann noch, ob dafür KI verwendet wurde?
Je länger man das Problem untersucht, desto weniger eindeutig ist, ob wir hier überhaupt über ein KI-Regulierungsproblem sprechen.
Das macht das Risiko nicht kleiner. Es verändert nur die Frage, wo eine sinnvolle Reaktion ansetzen müsste.
Abwarten löst dieses Problem nicht. Überregulierung ebenfalls nicht. Die schwierigere Aufgabe besteht darin, früh genug hinzusehen, ohne aus Unsicherheit Gewissheit zu machen – und dabei nicht ausgerechnet die Technologie zu regulieren, wenn das problematische Verhalten ganz woanders liegt.
Ein hypothetischer Schaden ist kein Beweis dafür, dass eingegriffen werden muss. „Hypothetisch“ ist aber auch kein Argument dafür, nicht genauer hinzusehen.
Regulieren wir das falsche Problem?
Was für KI gilt, begegnet mir auch in Unternehmen: Lösungen werden entwickelt, Massnahmen beschlossen und Prozesse optimiert, bevor ausreichend geklärt ist, wodurch das eigentliche Problem entsteht.
Im Strategie-Audit von nexoPreneur hinterfrage ich die Annahmen hinter bestehenden Entscheidungen und prüfe, ob die gewählten Massnahmen tatsächlich dort ansetzen, wo das Problem liegt.
Quellen
- Reuters: Nvidia-Chef Jensen Huang zur Regulierung tatsächlicher und hypothetischer KI-Risiken, 2. September 2026
- OpenAI: Disrupting deceptive uses of AI by covert influence operations, 2024
- OpenAI: Disrupting AI-enabled false-front operations, 8. Oktober 2026
* Bildhinweis: Das Titelbild wurde KI-gestützt mit ChatGPT/Bildgenerierung erstellt. Redaktionelle Vorgabe, Auswahl und Veröffentlichung: Kerstin Milde.
Hinweis zur Erstellung: Dieser Beitrag wurde von Roger Kern konzipiert, geprüft und final bearbeitet. KI-Systeme wurden unterstützend für Struktur, Gegenperspektiven, SEO und sprachliche Varianten eingesetzt.
