Es gab eine Zeit, da war das Verfassen eines Textes ein stilles, langsames Gespräch mit sich selbst. Man dachte nach, formulierte, strich durch, begann von vorn. Das Schreiben war Denken.
Dann kam das Textverarbeitungsprogramm. Dann das Internet. Dann die Rechtschreibkorrektur. Und jetzt die KI, die auf Knopfdruck den gesamten Text schreibt.
Was haben wir gewonnen? Was haben wir verloren? Die Antwort ist nicht symmetrisch.
Was wir gewinnen: Zeit und Zugang
KI schafft echte, messbare Möglichkeiten.
Zeit. Die Stunden, die früher für Routinetexte, Datenzusammenfassungen oder Standardkommunikation aufgewendet wurden, stehen für sinnvollere Arbeit zur Verfügung. Tools wie ChatGPT oder Claude erledigen einen Erstentwurf in Sekunden. Die gewonnene Zeit gehört dem Gespräch, das nicht automatisiert werden kann, dem Nachdenken, das Zeit braucht, der Arbeit, die Erfahrung und Urteil erfordert.
Zugang. Früher war gute Kommunikation oft ein Privileg: wer gut schreiben, gut präsentieren, gut recherchieren konnte, hatte einen Vorteil. KI demokratisiert diesen Zugang, zumindest teilweise. Ein kleines Unternehmen ohne Marketingabteilung kann heute Inhalte produzieren, die früher ein ganzes Team gebraucht hätten, wie der Use Case KI-gestützte Content-Produktion zeigt.
Das sind keine Kleinigkeiten. Sie sind real und bedeutsam.
Was wir verlieren: genau die Reibung, die Lernen braucht
Hier ist das eigentliche Problem, und es ist konkreter als “verlorenes Handwerk”.
Lernen entsteht nicht trotz Schwierigkeiten, sondern durch sie. Der Kognitionswissenschaftler Robert Bjork prägte dafür den Begriff “desirable difficulty”: Aufgaben, die Anstrengung kosten, verankern Wissen tiefer als leichte Aufgaben. Eine mühsame Recherche, bei der man zwischendurch auf eine unerwartete Idee stößt. Ein Text, der nach dem zehnten Überarbeiten endlich stimmt. Diese Reibung ist kein Designfehler des Lernens. Sie ist der eigentliche Mechanismus.
KI nimmt Reibung weg — oft genau die Reibung, die Lernen ermöglicht.
Wer E-Mails nur noch mit KI schreibt, verliert nicht nur Übung. Das Gehirn reduziert neuronale Verbindungen, die es nicht mehr benötigt — Use it or lose it ist kein Motivationsspruch, sondern Neuroplastizität. Wer nie mehr selbst recherchiert, verliert das Gespür dafür, Quellen zu bewerten. Wer Perplexity oder NotebookLM jede Zusammenfassung überlässt, verliert die Kompetenz, den Unterschied zwischen einer guten und einer schlechten Quelle zu erkennen, bevor er auf die KI-Zusammenfassung angewiesen ist.
Eigenständigkeit verliert man schleichend. Es gibt eine Art stilles Selbstvertrauen, das aus dem Wissen entsteht: “Ich kann das.” Wenn KI immer mehr dieser Momente übernimmt, merkt man das erst, wenn die KI nicht verfügbar ist.
Die entscheidende Unterscheidung
Als der Taschenrechner in Schulen eingeführt wurde, gab es denselben Diskurs: Verlieren Kinder die Fähigkeit, im Kopf zu rechnen? Die ehrliche Antwort: Ja, teilweise. Aber Kopfrechnen war nie das Ziel, Mathematikverständnis war es. Der Taschenrechner ließ das Ziel intakt.
Bei KI ist die Grenze weniger klar, weil KI in Bereiche eingreift, in denen der Prozess selbst das Lernziel ist. Schreiben lernt man durch Schreiben, nicht durch das Lesen von KI-Texten. Recherchieren lernt man durch Suchen, nicht durch das Konsumieren von KI-Zusammenfassungen. Wenn KI den Prozess übernimmt, fehlt das Lernziel.
Eine klare Position
Die Frage “Gewinnen wir oder verlieren wir?” ist nicht die falsche Frage. Sie hat nur eine unbequeme Antwort: Es kommt darauf an, wo du KI einsetzt.
Dort, wo Reibung sinnlos ist, ist KI ein Gewinn: Boilerplate-Texte, Formatierungen, Standardrecherche zu bekannten Themen. Dort, wo Reibung das Ziel ist, ist KI ein Verlust, wenn du sie die Arbeit machen lässt: das erste Formulieren eines schwierigen Gedankens, das Bewerten einer unbekannten Quelle, das Schreiben über etwas, das du wirklich verstehen willst.
Das ist unbequemer als ein einfaches Ja oder Nein. Aber es ist die einzige ehrliche Antwort, die dich nicht in Nostalgie und nicht in Naivität enden lässt.
In unserer Community diskutieren wir genau solche Fragen, ohne Hype, ohne Panikmache. Wenn du Teil dieser Diskussion sein möchtest, bist du herzlich willkommen.
Das KI-Syndikat Team